[发明专利]基于列车和人群位置联动判断站台行人越线的方法和系统

说明书

本发明涉及一种基于列车和人群位置联动判断站台行人越线的方法和系统，其特征在于包括以下步骤：步骤1、根据站台警戒线以及铁轨外侧所在位置，获取初步检测图像；步骤2、根据初步检测图像确定防区，形成需要进行检测分析的检测图像；步骤3、对列车车头位置和人群进行标定，作为检测目标，对预先搭建好的用于列车车头检测和人群检测的卷积神经网络进行训练；步骤4、将检测图像输入训练好的卷积神经网络，得到检测图像中的列车车头和人群的中心位置；步骤5、根据检测得到的列车车头和人群的中心位置，对站台行人是否越线进行判断，并根据判断结果进行越线警告。本发明可以广泛应用于站台行人越线判断领域。

技术领域

本发明涉及计算机视觉领域，具体涉及到一种基于列车和人群位置联动判断站台行人越线的方法和系统。

背景技术

近年来，随着高铁的普及，越来越多的乘客选择乘坐火车出行。但是，随着旅客量的增加，尤其是在春运等高峰出行时期，会有乘客由于拥挤或者赶时间等，不遵守候车规则，越过站台的警戒线，这就为旅客安全和车站防护等埋下了隐患，相关的安全需求日益增长。

随着人工智能领域突飞猛进的发展，目前，已经有越线检测的算法，常见的算法有两种：

第一种是基于多帧运动信息，根据是否出现遮挡警戒线来判断的。首先在站台上面画一条线作为警戒线，然后提取运动区域，如果有运动目标遮挡了警戒线，那说明有物体越线。这种方法的优点是速度快，缺点是如果一个行人静止的站着，即使超过警戒线，也不能报警，并且对于列车开过来，大批旅客下车时候越线的情况(该情况不能够告警)会产生大量的误报。

第二种是基于单帧运动信息，随着深度学习的发展，对于行人的检测也越来越准确，因此，首先用卷积神经网络对行人进行检测，然后判断行人是否已经越线。这种方法的优点是可以解决静止越线的情况，但是当有大批旅客的时候，行人之间遮挡较多，无法对每一个行人进行准确检测。该方法也无法解决列车驶入，旅客下车的误报。

发明内容

针对上述问题，本发明的目的是提供一种基于列车和人群位置联动判断站台行人越线的方法和系统，通过对站台图像进行预处理后，联合列车位置和人群位置进行行人站台越线判断，可以运用到铁路站台的监控系统中，实现对站台越界旅客进行自动监控和报警的功能。

为实现上述目的，本发明采取以下技术方案：

本发明的第一个方面，是提供一种基于列车和人群位置联动判断站台行人越线的方法，其包括以下步骤：

步骤1、根据站台警戒线以及铁轨外侧所在位置，获取初步检测图像；

步骤2、根据初步检测图像确定防区，形成待检测图像；

步骤3、对所有训练图像数据中的列车车头位置和人群进行标定，作为算法训练的检测目标，对预先搭建好的用于列车车头检测和人群检测的卷积神经网络进行训练；

步骤4、将待检测图像输入训练好的卷积神经网络，得到待检测图像中的列车车头和人群的中心位置；

步骤5、根据得到的列车车头和人群的中心位置，对站台行人是否越线进行判断，并根据判断结果进行越线警告。

进一步，所述步骤1中，获取初步检测图像的方法，包括以下步骤：

步骤1.1、根据站台警戒线以及铁轨外侧所在位置画出两条直线，获得原始图像；

步骤1.2、将原始图像进行逆时针旋转，使得原始图像中的警戒线与旋转后图像的底边垂直，得到初步检测图像。

进一步，所述步骤1.2中，所述初步检测图像中的点的坐标为：

x′＝xcosθ-ysinθ

y′＝xsinθ-ycosθ