综合客运枢纽集散服务网络行人安全状态识别方法及系统的制作方法

文档序号:6426271阅读:184来源:国知局
专利名称:综合客运枢纽集散服务网络行人安全状态识别方法及系统的制作方法
技术领域
本发明涉及铁路运输技术领域,尤其涉及一种综合客运枢纽集散服务网络行人安全状态识别方法及系统。
背景技术
近年来,我国高速铁路建设如火如荼,将要建设12000公里的客运专线。高速铁路综合客运枢纽是客流集散的重要场所。从国外的经验来看,在高速铁路建成初期,会引起客流量在短期内急剧增长,这种现象区别于客流的逐年渐增模式。例如,北京南站可容纳 10500人同时候车,预计2020年南站运量每年超1. 9亿人次。高密度聚集的客流易产生客运站点的人群拥挤安全隐患,高速铁路综合客运枢纽集散服务网络客流组织立体交叉,行人走行空间开放化,客流集散安全管理体系面临新的考验。拥挤人群的安全状态识别一直是人们面对的一个公共安全问题,历史上发生的人群拥挤踩踏事件无不触目惊心。据统计,我国1983年至2004年因人群聚集失控、组织工作疏忽造成拥挤踩踏事故占总的大型群众性活动伤亡事故的48. 64%。交通枢纽人群聚集安全问题更是已经成为全社会关注的焦点。总结国内外相关研究成果可以发现,基于精确实时客流检测信息的行人安全状态的自动识别技术平台较为缺乏,客流安全状态的实时检测与应急响应尚不能完美结合,铁路客运枢纽行人安全事故应急响应处置过程只能被动回应,缺乏主动应对性。具体而言,具有如下缺陷第一、成本高。由于不能进行实时的系统监测,监控中心往往需要安排多位工作人员进行人工观测。第二、精确度低。人工判断往往只能判断单点,而且误差交大。第三、反应速度慢。人工观测需要考虑工作人员的反应速度,无法做到及时预警。

发明内容
本发明的目的在于提供一种综合客运枢纽集散服务网络行人安全状态识别技术, 以高效率、高精度并实时对行人安全状态进行识别。一方面,本发明提供了一种综合客运枢纽集散服务网络行人安全状态识别方法, 包括如下步骤背景建立步骤,获取综合客运枢纽内视频监控系统采集的图像数据,提取所述图像数据中的视频信息;基于所述视频信息,采用自适应均值帧差法进行背景建模,获取背景模型;识别步骤,对当前帧视频和所述背景模型进行差分运算,提取行人前景图像,对其连通域进行分割识别,获得行人人数信息;报警步骤,判断所述行人人数信息是否超过预先设定的阈值;若是,则报警;若否,则确认为安全状态。上述行人安全状态识别方法,优选所述背景建立步骤中,所述自适应均值帧差法进一步为对于每个像素点,先统计滑窗时间内每个区间内出现的亮度值,然后计算该区间内所有值的平均值,并用它来作为背景模型在该点的亮度值。同时每隔一段时间,将新生成的背景与初始背景进行对比更新以便于背景自适应校正。
另一方面,本发明还公开了一种综合客运枢纽集散服务网络行人安全状态识别系统,包括背景建立模块、识别模块和报警模块。其中,背景建立模块用于获取枢纽内视频监控系统采集的图像数据,提取所述图像数据中的视频信息;基于所述视频信息,采用自适应均值帧差法进行背景建模,获取背景模型;差分模块用于对当前帧视频和所述背景模型进行差分运算,提取行人前景图像,对其连通域进行分割识别,获得行人人数信息;报警模块用于判断所述行人人数信息是否超过预先设定的阈值;若是,则报警;若否,则确认为安全状态。上述行人安全状态识别系统,优选所述背景建立模块中,所述自适应均值帧差法进一步为自适应均值帧差法进一步为对于图像中的每个像素点,先统计滑窗时间内每个区间内出现的亮度值,然后计算该区间内所有值的平均值,并用该平均值作为背景模型在该点的亮度值,通过这种方式获取新生成的背景;同时每隔一段时间,将新生成的背景与初始背景进行对比更新以便于背景自适应校正相对于现有技术而言,本发明通过对枢纽内视频监控系统所采集的图像数据进行处理,基于均值法的背景建模,实时监测枢纽内部客流状态,及时发现判别行人安全隐患, 并发布安全预警信息。因此,本发明保障了高速铁路综合客运枢纽客流高效安全的集散,降低了事故的发生率和严重性,提高了营运效率,确保客流组织顺利实施和安全运营。


图IA为本发明综合客运枢纽集散服务网络行人安全状态识别方法实施例的步骤流程图;图IB为本发明在进行背景建模过程中的步骤流程图;图2为本发明综合客运枢纽集散服务网络行人安全状态识别系统实施例的结构框图;图3为一个实施例中,从影像中提取的某帧客流图像;图4为图3所示的实施例中的影像中拟合出的实时背景;图5为图3的实施例计算后得出的不含背景(包括工作人员)实时客流图像;图6为采用本识别技术后实时显示的10帧当前录像中的旅客人数示意图;图7为识别人数与实际人数的对比示意图;
图8为识别准确率曲线图。
具体实施例方式为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式
对本发明作进一步详细的说明。下面,对本发明涉及的几个概念进行说明。1)综合客运枢纽综合客运枢纽是指在综合运输网的特定节点上,将多种运输方式及城市交通的转换场所在同一空间内集中布设,综合运用现代化先进手段(硬件与软件),使各种运输方式的设施设备、运输作业、技术标准、信息传输、组织管理等在物理和逻辑上无缝衔接而形成的运输服务一体化的运输场站。
2)集散服务网络综合客运枢纽集散服务网络是建立在枢纽内部集散设施、设备网络基础上,有多种客运组织流程共同构成,以到发客流为服务对象,以枢纽客运交通组织模式为依据,以枢纽内部集散功能结构网络为载体,通过“人、路、环境、供给”之间的动态协同,实现到发枢纽客流的高效疏导。3)行人安全状态行人安全状态是指在综合客运枢纽集散服务网络走行空间内不同状态下的行人安全隐患,包括客流拥挤安全状态,人群拥挤基本特性(速度、密度、流量、压力等),人群拥挤事故发生的临界点。参照图1A,图IA为本发明综合客运枢纽集散服务网络行人安全状态识别方法实施例的步骤流程图,包括如下步骤背景建立步骤S110,获取枢纽内视频监控系统采集的图像数据,提取所述图像数据中的视频信息;基于所述视频信息,采用自适应均值帧差法(每隔一段时间,能够进行自我修正)进行背景建模,获取背景模型。识别步骤S120,对当前帧视频和所述背景模型进行差分运算,提取行人前景图像,对其连通域进行分割识别,获得行人人数信息。报警步骤 S130,判断所述行人人数信息是否超过预先设定的阈值;若是,则报警;若否,则确认为安全状态。下面具体对背景建立步骤SllO进行说明。考虑到枢纽内部监控布设点处行人的速度特征,以及监控样本采集的时间特征,通过对帧差法的多种算法的比较,本实施例提出自适应的均值帧差法来实现背景建模。帧差法(frame difference)是利用视频序列中当前两帧或当前帧与其前某帧的差分来提取出图像中的运动区域。这种直接利用t-i时刻的视频帧作为t时刻背景帧的方法,它具有较强的场景变化适应能力,不仅背景不随时间积累,并且更新速度快。参照图1B,图IB为本发明在进行背景建模过程中的“均值帧差”的步骤流程图。 首先,读取η帧连续RGB图像,确定表示单帧彩色空间中的R分量、表示单帧彩色空间中的G 分量和表示单帧彩色空间中的B分量,然后,分别计算η帧图像每个像素点的R分量均值、 G分量均值和B分量均值;将这三个均值合成三维矩阵,并转化为灰度图像后存储至本地。采用均值帧差法获取背景图像具体方式可以为对于每个像素点,先统计滑窗时间内每个区间内出现的亮度值,然后计算该区间内所有值的平均值,并用它来作为下一个识别计数时间内的背景模型在该点的亮度值。即,
1Bt+lix,y) =-YjI ^(x,y)
L ;=0其中,t为当前时刻,χ代表直角坐标系中χ轴的坐标值,y代表直角坐标系中y轴的坐标值,Bt+1(x,y)代表新建的背景中坐标为(x,y)的点设定的亮度值,I (x,y)代表坐标为(x,y)的点对应像素的实际亮度值,Ιη(Χ,Υ)代表坐标为(x,y)的点在t-i时刻对应像素的实际亮度值;L为滑窗时间内的帧数。在实施例中,自适应的含义如下设置的取样频率是2帧/秒,10秒更新一次背景,同时每隔20分钟,自动将当前时刻采用的最新背景图像与当天提取的第一张背景图像中的所有像素点进行对比,记最新背景图像的像素点为P,第一张背景图像中的像素点P。,设定阈值T。若IP-PqI彡T,则认为最新背景图像中该点像素不需要修正;如IP-P0 >τ, 则认为最新背景图像中该点像素需要修正,修正为Ptlt5如此可以得到实时的拟合背景,并依此计算行人数量。也就是说,本实施例是通过对枢纽内视频监控系统所采集的图像数据进行处理, 实时监测枢纽内部客流状态,根据高铁客流枢纽内换乘行为特征(行为特征在一定程度上能够预见行为人数信息),实时发现并判别行人安全问题隐患。例如某车次的行人出站,根据其换乘行为特征,能够导致地铁换乘处、公车换乘处等行人人数激增。在具体实施时,还可以结合客流仿真子系统仿真结果和行人安全状态等级标准, 确定实时行人安全状态等级,触发安全预警机制,以保障枢纽客流高效安全集散,降低事故的发生率和严重性,提高枢纽营运效率,促进枢纽客运组织工作顺利完成。相比现有技术,上述实施例具有如下优点第一、成本低。由于可以采用视频监控系统进行实时监测,监控中心不需要安排多位工作人员进行人工观测;因此,可以减少工作量,提高工作效率,降低工作成本。第二、精确度高。该实施例克服现有技术中单点人工判断的缺陷,能够同时进行多点判断,且误差小,大大提高了行人安全状态识别的精确度。第三、反应速度快。本实施例可以通过计算机实现实时的监控并预警,因此,反应速度快。另一方面,本发明还提供了一种综合客运枢纽集散服务网络行人安全状态识别系统,该系统包括背景建立模块22、识别模块M和报警模块沈。其中,背景建立模块22用于获取枢纽内视频监控系统采集的图像数据,提取所述图像数据中的视频信息;基于所述视频信息,采用自适应均值帧差法进行背景建模,获取背景模型。差分模块M用于对当前帧视频和所述背景模型进行差分运算,提取行人前景图像,对其连通域进行分割识别,获得行人人数信息。报警模块26用于判断所述行人人数信息是否超过预先设定的阈值;若是, 则报警;若否,则确认为安全状态。下面具体对背景建立模块22进行说明。考虑到枢纽内部监控布设点处行人的速度特征,以及监控样本采集的时间特征,通过对帧差法的多种算法的比较,本实施例提出自适应的均值帧差法来实现背景建模。帧差法(frame difference)是利用视频序列中当前两帧或当前帧与其前某帧的差分来提取出图像中的运动区域。这种直接利用t-Ι时刻的视频帧作为t时刻背景帧的方法,它具有较强的场景变化适应能力,不仅背景不随时间积累,并且更新速度快。本实施例中的均值帧差法具体为对于每个像素点,先统计滑窗时间内每个区间内出现的亮度值,然后计算该区间内所有值的平均值,并用它来作为背景模型在该点的亮度值。即,
权利要求
1.一种综合客运枢纽集散服务网络行人安全状态识别方法,其特征在于,包括如下步骤背景建立步骤,获取综合客运枢纽内视频监控系统采集的图像数据,提取所述图像数据中的视频信息;基于所述视频信息,采用自适应均值帧差法进行背景建模,获取背景模型;识别步骤,对当前帧视频和所述背景模型进行差分运算,提取行人前景图像,对其连通域进行分割识别,获得行人人数信息;报警步骤,判断所述行人人数信息是否超过预先设定的阈值;若是,则报警;若否,则确认为安全状态。
2.根据权利要求1所述的行人安全状态识别方法,其特征在于,所述背景建立步骤中, 所述自适应均值帧差法进一步为对于图像中的每个像素点,先统计滑窗时间内每个区间内出现的亮度值,然后计算该区间内所有值的平均值,并用该平均值作为背景模型在该点的亮度值,通过这种方式获取新生成的背景;同时每隔一段时间,将新生成的背景与初始背景进行对比更新以便于背景自适应校正。
3.一种综合客运枢纽集散服务网络行人安全状态识别系统,其特征在于,包括背景建立模块,用于获取枢纽内视频监控系统采集的图像数据,提取所述图像数据中的视频信息;基于所述视频信息,采用自适应均值帧差法进行背景建模,获取背景模型;识别模块,用于对当前帧视频和所述背景模型进行差分运算,提取行人前景图像,对其连通域进行分割识别,获得行人人数信息;报警模块,用于判断所述行人人数信息是否超过预先设定的阈值;若是,则报警;若否,则确认为安全状态。
4.根据权利要求3所述的行人安全状态识别系统,其特征在于,所述背景建立模块中, 所述自适应均值帧差法进一步为对于图像中的每个像素点,先统计滑窗时间内每个区间内出现的亮度值,然后计算该区间内所有值的平均值,并用该平均值作为背景模型在该点的亮度值,通过这种方式获取新生成的背景;同时每隔一段时间,将新生成的背景与初始背景进行对比更新以便于背景自适应校正。
全文摘要
本发明公开了一种综合客运枢纽集散服务网络行人安全状态识别方法及系统。包括提取图像数据中的视频信息;基于视频信息,采用自适应均值帧差法进行背景建模,获取背景模型;对当前帧视频和背景模型进行差分运算,提取行人前景图像,对连通域进行分割识别,获得行人人数信息;判断行人人数信息是否超过预先设定的阈值;若是,报警;若否,确认为安全状态。本发明通过对枢纽内视频监控系统所采集的图像数据进行处理,基于均值法的背景建模,实时监测枢纽内部客流状态,及时发现判别行人安全隐患,并发布安全预警信息;保障综合客运枢纽客流高效安全的集散,降低事故的发生率和严重性,提高营运效率,确保客流组织顺利实施和安全运营。
文档编号G06K9/00GK102324018SQ20111015953
公开日2012年1月18日 申请日期2011年6月14日 优先权日2011年6月14日
发明者夏令, 尹彪, 曾进, 董宝田, 谢征宇 申请人:北京交通大学
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1