[发明专利]一种用于判断上行扶梯乘客摔倒逆行的方法

说明书

本发明公开了一种用于判断上行扶梯乘客摔倒逆行的方法，该方法包含：步骤1、根据获取的历史事件视频进行标记，并进行特征提取以及分类器训练获取模型文件；步骤2、提取实时视频，使用步骤1提取的特征和模型文件进行事件的预测。本发明提供的用于判断上行扶梯乘客摔倒逆行的方法，通过图像分析技术判断扶梯上乘客的部分不规范乘梯或是否发生危险事件，可以在低计算量的前提下实现对实时监控视频进行摔倒逆行区分并上报管理中心软件，对危险行为进行及时干预指导。

技术领域

本发明涉及一种图像分析在扶梯安全技术领域的应用方法，具体地，涉及一种用于判断上行扶梯乘客摔倒逆行的方法。

背景技术

当前图像监控设备的发展，影像文件已成为获取信息的主要手段，基于深度学习的图像信息提取为智能化提供了强大的推动力，并大量的在安防领域落地。

图像分析在电梯领域尚处于起步的阶段，各电梯厂家也越来越多的在维护、电梯安全管理等方面使用图像监控来辅助人工管理。

在扶梯安全管理中，不规范的乘梯行为或在扶梯上由于不规范的乘梯行为产生严重后果是应及时提醒或提供救助。在完全的人工管理中难以及时发现不规范乘梯时提醒乘客，或在产生严重后果是提供及时救助。

借助图像监控设备并分析扶梯上实时分析发生的不规范乘梯行为或需要救助的事件时可代替人工进行提醒或通知工作人员进行及时救助。

扶梯上主要的不规范乘梯或需及时救助的行为包括：逆行、摔倒，对逆行行为应及时通过语音设备提示乘客勿逆行，对于有乘客摔倒时应及时通知工作人员提供帮助。

如何使用监控设备来监控或区分以上两种行为时非常必要，当前在检测区分这两种行为时主要采用：

1.基于深度学习提取人体关键点的位置姿态来判别是否摔倒。对于姿态特征提取，在现实应用中，当扶梯乘客很多或图像分辨率低时通常难以提取乘客的关节点来判断乘客的姿态，并且此类方法计算量大，部署成本较高。

2.采用光流法，提取反向运动的区块来判断是否有乘客逆行及摔倒，此种方法计算量小，但难以提取特征进行逆行或摔倒的区分并向工作人员提供更精准的管理。

发明内容

本发明的目的是提供一种新的特征提取方法，能够解决现有问题，将图像分析应用于扶梯安全技术领域，来区分乘客在上行扶梯摔倒和逆行事件。

为了达到上述目的，本发明提供了一种用于判断上行扶梯乘客摔倒逆行的方法，其中，所述的方法包含：步骤1、根据获取的历史事件视频进行标记，并进行特征提取以及分类器训练获取模型文件；步骤2、提取实时视频，使用步骤1提取的特征和模型文件进行事件的预测。

上述的用于判断上行扶梯乘客摔倒逆行的方法，其中，所述的步骤1中，进行特征提取包含：

步骤1.1，采用给定确定场景的视频，通过4个点确定一个四边形框，定出扶梯在图像中的坐标位置；

步骤1.2，标定相机与扶梯的水平角度θ_v、垂直角度θ_k、扶梯上部纵坐标Y_s、扶梯上部一个梯级的像素高度H_s、扶梯下部位置纵坐标γ_e、扶梯下部一个梯级的像素高度H_s；

步骤1.3，将垂直方向梯级像素高度的变化视为线性关系，计算垂直方向坐标与梯级像素高度；

步骤1.4，将步骤1.1、步骤1.2、步骤1.3获取的参数保存为xml配置文件；

步骤1.5，读一帧图像，根据步骤1.1框定的位置截取扶梯部分目标区域，对目标区域图像进行灰度化及分辨率调整，分辨率调整规则为宽高等比例缩放；缩放大小的计算式为：r＝10/H_e；