[发明专利]一种地铁座位踩踏行为检测方法、装置、设备及存储介质

权利要求书

1.一种地铁座位踩踏行为检测方法，其特征在于，包括：

获取由地铁厢内监控摄像头实时采集的现场视频数据；

采用地铁座位边线识别算法对所述现场视频数据进行地铁座位边线识别实时处理，得到地铁座位边线识别结果；

采用目标检测算法对所述现场视频数据进行乘客识别实时处理，得到乘客识别结果，其中，所述乘客识别结果包含有识别出的至少一个乘客以及所述至少一个乘客中各个乘客的人体标记框；

针对所述至少一个乘客中的各个乘客，实时根据所述地铁座位边线识别结果判断对应的人体标记框的底边中心是否向上越过地铁座位边线，若是，则将对应乘客作为越线乘客，并根据对应的人体标记框，从所述现场视频数据中截取出对应的乘客图像；

针对所述至少一个乘客中的各个越线乘客，将对应的乘客图像输入基于卷积神经网络的且已预先完成训练的乘客被抱状态识别模型，输出得到对应的乘客被抱状态识别结果；

针对所述各个越线乘客，若对应的乘客被抱状态识别结果指示对应乘客处于非被抱状态，则确定对应乘客存在地铁座位踩踏行为，并触发进行对应的规劝动作。

2.根据权利要求1所述的地铁座位踩踏行为检测方法，其特征在于，采用地铁座位边线识别算法对所述现场视频数据进行地铁座位边线识别实时处理，得到地铁座位边线识别结果，包括：

将所述现场视频数据中的现场视频图像实时变换为灰度图像；

对所述灰度图像进行高斯滤波实时处理，得到去噪图像；

对所述去噪图像进行边缘检测实时处理，得到包含有边缘像素点的边缘检测结果图像，其中，所述边缘像素点用于作为地铁座位边线像素点；

根据预设的感兴趣区域，对所述边缘检测结果图像进行掩模实时处理，得到仅在所述感兴趣区域内包含有边缘像素点的新边缘检测结果图像；

对所述新边缘检测结果图像进行霍夫变换实时处理，得到用于构成地铁座位边线的至少一个直线段；

根据所述至少一个直线段的斜率平均值和截距平均值，实时拟合得到连续的地铁座位边线；

将所述地铁座位边线实时加载到所述现场视频图像中，得到地铁座位边线识别结果。

3.根据权利要求1所述的地铁座位踩踏行为检测方法，其特征在于，采用地铁座位边线识别算法对所述现场视频数据进行地铁座位边线识别实时处理，得到地铁座位边线识别结果，包括：

对所述现场视频数据中的现场视频图像进行乘客统计处理，得到乘客统计结果；

判断所述乘客统计结果是否小于等于预设的乘客数目阈值；

若是，则根据所述现场视频图像识别得到地铁座位边线，并将该地铁座位边线实时加载到所述现场视频图像中，得到地铁座位边线识别结果，否则将根据在前视频图像所得的地铁座位边线实时加载到所述现场视频图像中，得到地铁座位边线识别结果，其中，所述在前视频图像也位于所述现场视频数据中，并是指对应的乘客统计结果小于等于所述乘客数目阈值的且在时间轴上位于所述现场视频图像之前的最近视频图像。

4.根据权利要求1所述的地铁座位踩踏行为检测方法，其特征在于，采用目标检测算法对所述现场视频数据进行乘客识别实时处理，得到乘客识别结果，包括：

将所述现场视频数据中的现场视频图像实时导入基于YOLO v4目标检测算法的且已预先完成训练的乘客识别模型，得到乘客识别结果，其中，所述乘客识别结果包含有识别出的至少一个乘客以及所述至少一个乘客中各个乘客的人体标记框。

5.根据权利要求1所述的地铁座位踩踏行为检测方法，其特征在于，针对所述至少一个乘客中的各个乘客，实时根据所述地铁座位边线识别结果判断对应的人体标记框的底边中心是否向上越过地铁座位边线，包括：

针对所述至少一个乘客中的各个乘客，实时根据对应的人体标记框确定对应的底边中心坐标；

针对所述各个乘客，实时根据所述地铁座位边线识别结果判断对应的底边中心坐标是否位于识别出的地铁座位边线的上侧，若是，则判定对应的人体标记框的底边中心向上越过地铁座位边线，否则判定对应的人体标记框的底边中心向上未越过地铁座位边线。