[发明专利]一种基于似物性模型的路口违章行为智能检测方法及系统

说明书

技术领域

    本发明涉及智能交通和模式识别领域，尤其涉及一种检测行人闯红灯的技术领域。

背景技术

目前各大城市交叉口行人闯红灯事件较为严重，给交通安全带来很大的隐患。基于视频处理的行人检测是智能交通系统中的一项关键技术，相对于光栅等传统检测方法，视频检测安装成本低、可扩展性较好。在实际应用中,由于场景的复杂性、视角与尺度的变化、人体姿态与着装的多样性以及部分遮挡等因素,使得行人检测具有较大的困难。

而传统的图像中搜寻物体的方法叫做滑动窗口法，即不断在图像上遍历穷举不同区域，然后再判断这个区域的具体内容，该方法效率很低。现有的各种基于视频的行人闯红灯检测方法，在实时性和准确率方面尚存在一些不足，因此还不能满足真实交通场景下交叉口的行人闯红灯事件检测。

为解决上述问题，本发明首次将似物性模型应用于智能交通领域，用于交通路口的行人检测，似物性模型是用来度量图像中某个区域的目标显著性水平，其刻划了前景目标区别于背景的模式，用来快速的发现潜在目标的位置。似物性模型更接近人对客观世界目标的识别过程，人能很快地知道什么位置有个东西，然后进一步看清具体是什么。似物性模型并不直接解决行人检测的问题，仅用来快速的发现潜在的可能存在行人的区域，然后再借助其他方法进一步确定是否是行人。

本发明还利用轨迹过滤的方法提高检测准确率，结合信号灯状态检测最终完成行人闯红灯事件的判断。该发明的优点在于上述方法由于采用似物性模型，其计算速度快于同类方法，另外采用将行人抽象为点并根据轨迹过滤噪声，其检测准确率得到提高。

本发明的行人闯红灯事件检测方法及系统，基于计算机视觉技术、视频处理和模式识别技术，具有安装成本低、检测准确率高、抓拍准确等优点，在智能交通领域具有广泛的应用前景。

   发明内容

本发明目的在于建立一种不需人工干预的智能行人闯红灯事件检测方法及系统，通过分析交叉口监控视频，结合信号灯状态检测实现对行人的定位、识别和跟踪，进一步完成行人闯红灯事件的检测与图像的抓拍。为了实现所述目的，采取如下具体技术方案：

该智能检测方法依次包括如下步骤：（1）采集交通场景下道路交叉口行人过街图像，并人工标注行人位置，作为训练数据集；提取行人区域正样本和行人区域负样本的8*8图像梯度特征，所述行人区域正样本为路口图像中包含了行人的图像区域，行人区域负样本为路口图像中不包含行人及包含不完整行人的图像区域；并将所述图像梯度特征输入到支持向量机中训练，得到行人似物性模型；采用如下似物性度量方法以训练行人似物性模型：                                                ，式中，w为64维向量，是在数据集上训练得到的行人似物性模型；g_L表示待判断的图像区域L的64维梯度特征；表示支持向量机的向量内积运算；s_L 表示似物性度量值，其反映图像区域L中目标可能是行人的程度；（2）对交叉口信号灯图像进行采集，并根据图像颜色分布情况自动识别信号灯状态；（3）在红灯时间内，利用所述行人似物性模型检测过街行人，首先根据步骤（1）所得到的行人似物性模型，找出潜在的可能存在行人的区域；然后计算区域图像中行人的长宽比A=W/L，根据A的取值范围（0.3,0.5），过滤所有不符合条件的行人；（4）对于所检测到的行人计算其重心坐标位置，并加入候选行人集合S；在S中，利用行人的位置关系，生成n条行人轨迹；（5）当行人轨迹中的行人位置个数大于阈值m时候，抓拍当前行人图像并存储，并给予过街行人语音和图像警报。

优选地，在步骤（2）中所述自动识别信号灯状态的方法为：定位信号灯区域，并将其划分为2*5的小方格；在这2*5个格子内分别计算其亮度值，得到一个10维向量；统计路口红灯图像时该向量的取值分布的最大值和最小值，得到红灯模型；利用训练得到的红灯模型检测路口的信号灯状态。