[发明专利]基于视频分析的航站楼旅客常见聚集行为识别方法

说明书

本专利提出了一种基于视频分析的航站楼旅客常见聚集行为识别方法。该方法给出一种新的旅客聚集分割方法，能够从视频场景中对聚集旅客区域进行提取，并识别常见的四种旅客聚集行为：坐姿等候、自由站立等侯、排队等候和结伴行走，并以此为基础对获得的聚集旅客视频数据集进行分割和标注，然后采用VGG卷积神经网络训练获得航站楼常见聚集旅客行为分类器，用于新视频场景中聚集旅客的行为识别。

所属技术领域

本发明专利属于计算机视觉、模式识别、数字图像处理、机器学习技术领域，主要涉及基于视频的航站楼常见旅客聚集行为识别方法。

背景技术

近年来随着我国民航运输量的增加，航站楼内旅客的吞吐量也迅速增长。就2017年上半年而言，1000-2000万级的航站楼旅客数持续增长，30强机场航站楼的旅客吞吐量到达到了4.39亿人次。航站楼作为客流量大、人员密集的大型公共场所，如何对其内部的人群进行有效地监控和管理，是一个非常重要的公共安全问题，也是机场能够安全有序运行的重要保障。

旅客聚集是航站楼内的最为常见的场景：例如在行李托运办理、值机柜前、安检区域、服务问询柜台等场景中通常都会出现聚集旅客。通过对航站楼内的聚集旅客行为进行深入研究分析，能够发现航站楼内的旅客群体主要以四种形式进行聚集：坐姿等候旅客群体、自由站立等候旅客群体、排队旅客群体、结伴行走旅客群体。目前国内航站楼基本上已经实现了监控视频的全方位覆盖，如北京首都机场T3扩建工程中监控系统摄像机约3000套；深圳机场T3扩建工程中，摄像机约2900套；天津机场T2航站楼部署全高清摄像机1133套，未来可接入5000套以上。利用监控视频自动分析和识别出航站楼内以上四种常见的旅客聚集行为，是发现航站楼内旅客行为规律的基础，也是进一步识别异常旅客群体行为的基础。能够为航站楼内旅客的有效管理、合理设计公共设施、事件检测和交通控制提供决策依据。

发明内容

本专利提出了一种基于视频分析的航站楼旅客常见聚集行为识别方法。该方法给出一种新的旅客聚集分割方法，能够从视频场景中对聚集旅客区域进行提取；总结出了常见的四种旅客聚集行为：①坐姿等候旅客群体、②自由站立等候旅客群体、③排队旅客群体、④结伴行走旅客群体。并以此为基础对获得的聚集旅客视频数据集进行分割和标注，然后采用VGG卷积神经网络训练获得航站楼常见聚集旅客行为分类器，用于新视频场景中对聚集旅客的行为进行实时识别。

除用于航站楼外，本发明专利还可以应用于火车站、地铁、商场、医院等人群聚集场所的实时监控，可作为进一步总结聚集旅客行为规律的基础，以及识别聚集人群异常行为的基础。

本发明专利包括如下主要内容：

1.视频场景中的聚集旅客区域分割方法

(1)计算聚集旅客的相对平均距离阈值

收集航站楼内聚集旅客场景图像数据集，并标记出聚集旅客区域。对这些图像进行灰度化、去噪声等预处理操作。对每一帧图像上的聚集旅客区域利用HOG方法进行行人检测，获得旅客中每个成员的所占区域的宽度，以及其位置区域。在上述工作的基础上，计算和分析当前聚集旅客中所有个体成员的相对平均距离，即把行人宽度作为构成旅客的成员之间的距离参考标准。计算获得所收集图像数据集中所有聚集旅客区域的相对平均距离值后，对这些数据进行统计和排序，取90％置信度的数值作为聚集旅客的相对平均距离阈值。

(2)基于平均距离的聚集旅客区域分割

对当前要分析的视频场景图像进行前景检测，提取出其中的旅客区域：包含静止旅客和移动旅客。利用行人检测技术，对提取到的前景图像进一步处理，过滤掉其中的非行人像素。利用行人检测器，检测出图像场景中所有行人区域，并计算这些行人区域的速度信息。