申请/专利权人：东南大学;公安部交通管理科学研究所

申请日：2024-05-09

公开（公告）日：2024-07-05

公开（公告）号：CN118155293B

主分类号：G06V40/20

分类号：G06V40/20;G06V20/40;G06V10/82

优先权：

专利状态码：有效-授权

法律状态：2024.07.05#授权;2024.06.25#实质审查的生效;2024.06.07#公开

摘要：本发明公开了一种基于小目标追踪的行人过街危险行为判别方法及系统，方法包括：步骤1、在指定过街区域利用摄像机采集俯视视角下的视频流；步骤2、逐帧读取采集得到的视频图像，对图像进行逐帧目标检测，提取行人目标与其他交通参与者目标轨迹；步骤3、利用步骤2中得到的行人轨迹，对时间一阶差分得到行人瞬时速度，对瞬时速度曲线进行时间一阶差分得到加速度变化曲线，利用功率谱密度计算行人行走步频；步骤4、计算行人与其他交通参与者冲突指标；步骤5、通过步骤3计算得出的行人过街步态参数和步骤4计算得出的行人与其他交通参与者的冲突指标，判别行人行为是否为危险过街行为。本发明的方法能够提升行人危险过街行为的判别精度。

主权项：1.一种基于小目标追踪的行人过街危险行为判别方法，其特征在于，包括以下步骤：步骤1、在指定过街区域利用摄像机采集俯视视角下的指定过街区域视频流；步骤2、逐帧读取步骤1中采集得到的视频图像，对图像进行逐帧目标检测，提取行人目标与其他交通参与者目标轨迹，包括以下步骤：步骤21）求取目标真实框面积与小目标面积参数的比值，通过所述比值计算目标锚框匹配交并比IoU阈值以及针对小目标物体的损失扩张系数；步骤22）逐帧获取视频图像中的行人和其他各类交通参与者位置后，利用DeepSORT目标关联跟踪算法对前后帧的目标进行关联，利用EfficientDet卷积目标检测网络提取视频中行人与其他各类交通参与者的运动轨迹；所述其他各类交通参与者包括汽车、卡车、自行车、摩托车；步骤23）选用一个已知大小和形状的棋盘格标定板，固定摄像机，拍摄若干张包含标定板的图像，使用OpenCV图像处理算法提取出每张图像标定板上的角点坐标，将角点坐标与真实世界坐标对应，建立像素坐标与真实坐标之间的映射关系；使用张正友相机标定算法计算相机的内外参数，得到像素坐标系与真实坐标系间的转换矩阵；利用坐标系间的对应关系，将行人和其他各类交通参与者的轨迹点坐标转换为世界坐标系下的轨迹点坐标，按每秒n个轨迹点对车辆行驶轨迹进行均匀采样，并对每辆车的轨迹位置序列坐标进行卡尔曼滤波去噪平滑，得到真实世界下的行人和其他各类交通参与者平滑轨迹；步骤3、利用步骤2中得到的行人轨迹，对时间一阶差分得到行人瞬时速度，对瞬时速度曲线进行时间一阶差分得到加速度变化曲线，利用功率谱密度计算行人行走步频；步骤4、计算行人与其他交通参与者冲突指标TTC；步骤5、通过步骤3计算得出的行人过街步态参数和步骤4计算得出的行人与其他交通参与者的冲突指标TTC，判别行人行为是否为危险过街行为。

全文数据：

权利要求：

百度查询： 东南大学 公安部交通管理科学研究所 一种基于小目标追踪的行人过街危险行为判别方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD