(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210451481.2 (22)申请日 2022.04.27 (71)申请人 成都考拉悠然科技有限公司 地址 610095 四川省成 都市高新区天府五 街200号4号楼A区10层1001、 1002、 1003室 (72)发明人 石永禄　蔡谋理　沈复民　申恒涛　 (74)专利代理 机构 成都市集智汇华知识产权代 理事务所(普通 合伙) 51237 专利代理师 李华　温黎娟 (51)Int.Cl. G06V 20/52(2022.01) G06V 40/20(2022.01) G06V 40/10(2022.01) G06T 7/246(2017.01) (54)发明名称 一种人员徘徊行为的监测方法及系统 (57)摘要 本发明公开了一种人员徘徊行为的监测方 法及系统， 该方法包括： 采集视频并对视频进行 逐帧分析， 识别出每帧图像中的行人； 判断识别 出来的行人是否为真正的行人； 生成同一目标行 人在视频采集区域内的轨迹； 将 视频采集区域连 同行人轨迹进行网格化， 计算行人轨迹在每个网 格中向各个方向运动的距离并比较出最大值， 统 计所有网格中行人轨迹运动距离最大值所属的 方向； 通过所有网格中行人轨迹运动距离最大值 的方向出现的次数与阈值比较判断行人是否有 徘徊行为。 本发 明对视频分辨率和清晰度要求较 低。 网格化主运动方向次数的判断方式其运算步 骤少， 过程简单， 结果精确， 适于实用。 权利要求书2页 说明书5页 附图2页 CN 114821473 A 2022.07.29 CN 114821473 A 1.一种人员徘徊行为的监测方法， 其特 征在于包括： 采集视频并对视频进行 逐帧分析， 识别出每帧图像中的行 人； 生成同一目标 行人在视频采集区域内的轨 迹； 将视频采集区域连同行人轨迹进行网格化， 计算行人轨迹在每个网格中向各个方向运 动的距离并比较出最大值， 统计所有网格中行 人轨迹运动距离最大值所属的方向； 通过所有网格中行人轨迹运动距离最大值的方向出现的次数与阈值比较判断行人是 否有徘徊行为。 2.根据权利要求1所述的一种人员徘徊行为的监测方法， 其特征在于： 在生成行人轨迹 之前判断识别出来的行 人是否为真正的行 人。 3.根据权利要求2所述的一种人员徘徊行为的监测方法， 其特征在于所述判断识别出 来的行人是否为真正的行 人包括： 在误识别行人特征库进行搜索， 如果在误识别行人特征库中搜索到与识别出来的行人 相同或者相似的误识别行 人特征， 则判定识别出来的行 人并非真正的行 人； 如果在误识别行人特征库中未搜到到与识别出来的行人相同或者相似的误识别行人 特征， 则对识别出来的行人进行几何特征判断； 若不符合行人几何特征则判定为并非真正 的行人。 4.根据权利要求3所述的一种人员徘徊行为的监测方法， 其特征在于所述误识别行人 特征库的建立包括： 建立神经网络模型； 人为挑选出容 易被误识别为行 人的物体； 通过神经网络模型对容 易被误识别为行 人的物体进行 特征提取； 将提取出来的特 征存入误识别行 人特征库中。 5.根据权利要求3所述的一种人员徘徊行为的监测方法， 其特征在于： 符合几何特征判 断条件为在图像中行 人的宽高比在1/2 ～1/5之间。 6.根据权利要求1所述的一种人员徘徊行为的监测方法， 其特征在于： 利用目标跟踪算 法从识别出的行 人中找出同一行 人， 并生成该 行人在视频采集区域内的轨 迹。 7.根据权利要求1所述的一种人员徘徊行为的监测方法， 其特征在于所述将视频采集 区域连同行人轨迹进 行网格化， 计算行人轨迹在每个网格中 向各个方向运动的距离并比较 出最大值， 统计所有网格中行 人轨迹运动距离最大值的方向出现的次数包括： 将视频采集区域连同行人轨迹网格化为若干个正方形网格， 并将网格化的视频采集 区 域和行人轨迹放到XY轴的平面 坐标系下； 获取网格 中行人轨迹起点的坐标和终点坐标， 将 终点坐标的X轴坐标与起点坐标的X轴 坐标相减所得的值设定为X轴运动值， X轴运动值为正则判定行人轨迹沿X轴正向运动， 为负 则判定行人轨迹沿X轴负向运动， 为0则判定行人轨迹在X轴方向未运动； 将终点坐标的Y轴 坐标与起点坐标的Y轴坐标相减所得的值设定为Y轴运动值， Y轴运动值为正则判定行人轨 迹沿Y轴正向运动， 为负则判定行人轨迹沿Y轴负向运动， 为0则判定行人轨迹在Y轴方向未 运动； 将X轴运动值的绝对值与Y轴运动值的绝对值中较大的一个所属的方向记录为主移动 方向；权　利　要　求　书 1/2 页 2 CN 114821473 A 2统计所有网格中的主移动方向。 8.根据权利要求7所述的一种人员徘徊行为的监测方法， 其特征在于所述通过所有网 格中行人轨迹运动距离最大值的方向出现的次数与阈值比较判断行人是否有徘徊行为包 括： 将所有网格中主移动方向为X正向的次数与主移动方向为X负向的次数相加的结果与 次数阈值比较， 若 大于次数阈值则将主移动方向为X正向的次数与主移动方向为X负向的次 数的比值与比例阈值比较， 若 大于比例阈值或者小于比例阈值的倒数则判定该行人有徘徊 行为； 或者/和， 将所有网格中主移动方向为Y正向的次数与主移动方向为Y负向的次数相加 的结果与次数阈值比较， 若 大于次数阈值则将主移动方向为Y正向的次数与主移动方向为Y 负向的次数的比值与比例阈值比较， 若大于比例阈值或者小于比例阈值的倒数则判定该行 人有徘徊行为。 9.一种人员徘徊行为的监测系统， 其特 征在于包括： 视频采集模块， 用于采集行 人视频图像； 行人识别模块， 用于对 采集到的视频进行 逐帧分析， 识别出每帧图像中的行 人； 行人轨迹生成模块， 用于生成同一行 人在视频采集范围内的运动轨 迹； 主运动方向统计模块， 用于将视频采集区域连同行人轨迹进行网格化， 计算行人轨迹 在每个网格中向各个方向运动的距离并比较出最大值， 统计所有网格中行人轨迹运动距离 最大值所属的方向； 徘徊判断模块， 用于通过所有 网格中行人轨迹运动距离最大值的方向出现的次数与阈 值比较判断行 人是否有徘徊行为。 10.根据权利要求1所述的一种人员徘徊行为的监测系统， 其特 征在于还 包括： 行人甄别模块， 用于判断识别出来的行 人是否为真正的行 人。权　利　要　求　书 2/2 页 3 CN 114821473 A 3