高密度人群踩踏事故风险计算与预警方法
【技术领域】
[0001] 本发明涉及视频分析技术领域，特别涉及一种高密度人群踩踏事故风险计算与预 警方法。
【背景技术】
[0002] 高密度人群踩踏事故具有发生突然、难以控制、诱发原因多等特点，一旦发生将造 成严重的人员伤亡，因此对高密度人群进行实时的监控预警就显得十分必要。
[0003] 相关技术中视频监控需要人工同时监控多个视角的区域图像，观察是否有异常活 动，并做出相应的预警，然而对于大场景中的高密度人群，随着摄像头的大量增加，采集的 监控视频数据量越来越大，导致人工视频监控需要耗费大量的人力，而且监控人员在同时 长时间观测多个目标时，很容易混乱并产生疲倦心理，出现失误，并且只能根据管理人员的 个人经验进行判断，预警的及时性和准确性很难保证。
【发明内容】
[0004] 本发明旨在至少在一定程度上解决上述相关技术中的技术问题之一。
[0005] 为此，本发明的目的在于提出一种能够准确掌握目标区域的人群动态，提高管理 水平的高密度人群踩踏事故风险计算与预警方法。
[0006] 为达到上述目的，本发明实施例提出了一种高密度人群踩踏事故风险计算与预警 方法，包括以下步骤：输入视频；根据基于互相关算法的粒子图像测速方法获取人群运动 的实时速度场；根据所述人群运动的实时速度场计算实时的风险分布；根据所述实时的风 险分布发布预警信息。
[0007] 根据本发明实施例提出的高密度人群踩踏事故风险计算与预警方法，通过获取人 群运动的实时速度场，从而计算实时的风险分布，并且根据风险分布发布预警信息，实现进 行实时的监控预警，帮助管理部门及时准确地掌握目标区域的人群状态，预防踩踏事故，提 高管理水平。
[0008] 另外，根据本发明上述实施例的高密度人群踩踏事故风险计算与预警方法还可以 具有如下附加的技术特征：
[0009] 进一步地，在本发明的一个实施例中，所述粒子图像测速方法的计算公式为：
【主权项】
1. 一种高密度人群踩踏事故风险计算与预警方法，其特征在于，包括以下步骤： 输入视频； 根据基于互相关算法的粒子图像测速方法获取人群运动的实时速度场； 根据所述人群运动的实时速度场计算实时的风险分布； 根据所述实时的风险分布发布预警信息。
2. 根据权利要求1所述的高密度人群踩踏事故风险计算与预警方法，其特征在于，所 述粒子图像测速方法的计算公式为：
其中，saj和S(t2)为图像中相关度最大的两个小区域、tJPt2为所述两个小区域对 应的拍摄时间。
3. 根据权利要求1所述的高密度人群踩踏事故风险计算与预警方法，其特征在于，所 述根据基于互相关算法的粒子图像测速方法获取人群运动的实时速度场具体包括： 将所述视频中的每帧图像分成多个诊断窗口，并将各诊断窗口的中心设置为计算点； 将连续的两帧图像中同一位置的诊断窗口组成一对，并利用二维快速傅里叶变换FFT算法分别计算以将原图像从空间域转换到频域中； 在所述频域中进行互相关计算，并经过快速傅里叶逆变换得到其峰值； 利用高斯插值方法作为子像素寻峰插值算法获取所述峰值的位置偏移原点的距离，以 得到最大值位置； 针对第一个诊断窗口中心及所述最大值位置进行透视变换，以得到真实位移矢量的可 靠估计值，位移矢量的2-范数除以连续两帧图像的时间间隔为所述第一个诊断窗口中心 的速度矢量估计值； 移动诊断窗口，重复上述步骤依次求得图像中不同点的速度矢量值，以得到所述人群 运动的实时速度场。
4. 根据权利要求3所述的高密度人群踩踏事故风险计算与预警方法，其特征在于，所 述透视变换的具体步骤为：输入变换前后的对应的4个点坐标，求取变换公式，根据求解得 到的变换公式将视频中的图像变换为实际空间的俯视图，其中，输入的坐标分别为实际空 间的位置坐标和对应的像素坐标。
5. 根据权利要求3所述的高密度人群踩踏事故风险计算与预警方法，其特征在于，所 述移动诊断窗口，重复上述步骤依次求得图像中不同点的速度矢量值具体包括：每个诊断 窗口的中心设置为计算点，每次将诊断窗口横向或纵向移动预设像素值，以再次得到另一 个诊断窗口，同时确定另一个计算点，当所有诊断窗口覆盖整幅图像时，所有计算点的速度 矢量值构成了所述实时速度场。
6. 根据权利要求1所述的高密度人群踩踏事故风险计算与预警方法，其特征在于，所 述计算实时风险分布与所述根据实时的风险分布发布预警信息具体包括： 根据所述实时速度场计算预设时间内的平均速度矢量场； 根据所述平均速度矢量场计算实时的速度方差空间分布，并根据所述实时的速度方差 空间分布衡量人群聚集场所实时的空间风险分布； 绘制实时的空间风险分布图，确定视频场景中的高风险区域； 根据所述高风险区域的变化情况发布预警信息。
7. 根据权利要求6所述的高密度人群踩踏事故风险计算与预警方法，其特征在于，所 述实时的空间风险分布图为根据各区域速度方差值的高低绘制等高曲线图，以描述各区域 风险程度。
8. 根据权利要求6所述的高密度人群踩踏事故风险计算与预警方法，其特征在于，所 述高风险区域的变化情况指：在所述预设时间内，某一局部区域的风险值始终是视频场景 中风险最高，则发布预警信息，并且通报高风险区域的具体位置。
9. 根据权利要求3所述的高密度人群踩踏事故风险计算与预警方法，其特征在于，二 维快速傅里叶变换的公式为：
其中，u= 0, 1，2......M-l,v= 0, 1,2......N-1，M、N为原始图像中诊断窗口的横向 与纵向的像素坐标差； 并且，互相关的计算公式为：
其中，Gti；，F) % K)的复共轭函数； W及.协谏値里叶谉夺拖的公式为， u=i) v = 0
9 其中，m= 0, 1，2......M-l，n= 0, 1，2......N-l； 另外，透视变换的公式为：
7 .? 其中，[m，n]为原始图像坐标，[x，y]为透视变换后图像的坐|?变换 矩阵。
10. 根据权利要求6所述的高密度人群踩踏事故风险计算与预警方法，其特征在于，平 均速度矢量场的计算公式为：
其中，为位置矢量f处t时刻的瞬时速度矢量，下标变量t'表示对时间变量求 平均值； 并且，速度方差的计算公式为：
其中，FOS〇为位置矢量片处t时刻的瞬时速度标量，扒f)为位置矢量i1:处的平均速 度标量。
【专利摘要】本发明公开了一种高密度人群踩踏事故风险计算与预警方法，包括以下步骤：输入视频；根据基于互相关算法的粒子图像测速方法获取人群运动的实时速度场；根据人群运动的实时速度场计算实时的风险分布；根据实时的风险分布发布预警信息。本发明实施例的方法可以进行实时的监控预警，帮助管理部门及时准确地掌握目标区域的人群状态，预防踩踏事故，提高管理水平。
【IPC分类】G06T7-20
【公开号】CN104809743
【申请号】CN201510197222
【发明人】翁文国, 王嘉悦, 王崇阳, 张小乐
【申请人】清华大学
【公开日】2015年7月29日
【申请日】2015年4月23日