System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术属于行人检测,尤其涉及一种基于计算机视觉的行人检测方法及系统。
技术介绍
1、行人检测,作为计算机视觉技术的一个关键组成部分,旨在从图像或视频中自动识别并精确定位行人。
2、在交通管理过程中,路口常设置有警示设备,能够在红灯亮起时,对过往的行人进行警示,现有的警示设备能够完成对行人的警示,但是无法在存在视觉障碍的时候,对司机进行提示,因此当行人未能在绿灯亮起的时间段内通过人行横道时,车辆起步以及通行将会对行人造成威胁。
技术实现思路
1、本专利技术的目的在于提供一种基于计算机视觉的行人检测方法,旨在解决当行人未能在绿灯亮起的时间段内通过人行横道时,车辆起步以及通行将会对行人造成威胁的问题。
2、本专利技术是这样实现的,一种基于计算机视觉的行人检测方法,所述方法包括:
3、构建路口基础模型,所述路口基础模型至少包括道路模型、建筑物模型以及设备模型,所述设备模型至少包括双目摄像头的模型;
4、通过双目摄像头进行图像采集,对采集得到的双目测距图像进行距离测算,确定画面中各个物体所在的位置,生成路口标准模型;
5、在路口标准模型中划定行人检测区域,通过双目摄像头识别位于行人检测区域内的行人,对各个行人进行标记,计算各个行人的运动预测轨迹;
6、通过双目摄像头对各个车辆进行识别,计算车辆的运动预测轨迹,基于路口标准模型进行视线遮挡校核和轨迹校核,基于校核结果发出警示信息。
7、优选的,所述通过双目摄
8、通过双目摄像头进行图像采集得到待测算图像,识别待测算图像中的各个物体;
9、利用双目测距算法计算各个物体与路口中的固定参照物之间的参考距离值;
10、调取路口基础模型,基于参考距离值在路口基础模型中生成各个物体的动态模型,得到路口标准模型。
11、优选的,所述在路口标准模型中划定行人检测区域,通过双目摄像头识别位于行人检测区域内的行人,对各个行人进行标记,计算各个行人的运动预测轨迹的步骤,具体包括:
12、基于行人的通行方向,在路口标准模型中设置行人检测区域,所述行人检测区域覆盖人行横道;
13、按照预设采集时间间隔进行图像采集,得到待检测双目图像,所述待检测双目图像包括两组实拍图像,两组实拍图像分别来自双目摄像头中的两个摄像头;
14、利用人脸识别算法识别画面中的行人,对各个行人进行标记,根据连续的待检测双目图像确定行人的运动轨迹,并生成运动预测轨迹,生成行人信息。
15、优选的,所述通过双目摄像头对各个车辆进行识别,计算车辆的运动预测轨迹,基于路口标准模型进行视线遮挡校核和轨迹校核,基于校核结果发出警示信息的步骤,具体包括:
16、调取双目摄像头采集的待检测双目图像,识别其中包含的车辆,生成车辆信息,所述车辆信息至少包括车辆类型、车辆尺寸以及驾驶位高度;
17、基于车辆信息和行人信息确定行人和车辆在路口标准模型中的位置,并确定行人和车辆的运动轨迹,完成视线遮挡校核和轨迹校核,得到校核结果;
18、基于校核结果判定车辆与行人之间存在视线遮挡且两者出现轨迹重合时,则发出警示信息。
19、优选的,所述发出警示信息的步骤包括,向红绿灯发送控制信号,通过红绿灯对车辆进行警示。
20、本专利技术的另一目的在于提供一种基于计算机视觉的行人检测系统,所述系统包括:
21、基础模型构建模块,用于构建路口基础模型,所述路口基础模型至少包括道路模型、建筑物模型以及设备模型,所述设备模型至少包括双目摄像头的模型;
22、标准模型生成模块,用于通过双目摄像头进行图像采集,对采集得到的双目测距图像进行距离测算,确定画面中各个物体所在的位置,生成路口标准模型;
23、行人轨迹预测模块,用于在路口标准模型中划定行人检测区域,通过双目摄像头识别位于行人检测区域内的行人,对各个行人进行标记,计算各个行人的运动预测轨迹;
24、安全校核模块,用于通过双目摄像头对各个车辆进行识别,计算车辆的运动预测轨迹,基于路口标准模型进行视线遮挡校核和轨迹校核,基于校核结果发出警示信息。
25、优选的,所述标准模型生成模块包括:
26、物体识别单元,用于通过双目摄像头进行图像采集得到待测算图像,识别待测算图像中的各个物体;
27、距离值计算单元,用于利用双目测距算法计算各个物体与路口中的固定参照物之间的参考距离值;
28、标准模型生成单元,用于调取路口基础模型,基于参考距离值在路口基础模型中生成各个物体的动态模型,得到路口标准模型。
29、优选的,所述行人轨迹预测模块包括:
30、区域划分单元,用于基于行人的通行方向,在路口标准模型中设置行人检测区域,所述行人检测区域覆盖人行横道;
31、图像采集单元,用于按照预设采集时间间隔进行图像采集,得到待检测双目图像,所述待检测双目图像包括两组实拍图像,两组实拍图像分别来自双目摄像头中的两个摄像头;
32、行人识别单元,用于利用人脸识别算法识别画面中的行人,对各个行人进行标记,根据连续的待检测双目图像确定行人的运动轨迹,并生成运动预测轨迹,生成行人信息。
33、优选的,所述安全校核模块包括:
34、车辆识别单元,用于调取双目摄像头采集的待检测双目图像,识别其中包含的车辆,生成车辆信息,所述车辆信息至少包括车辆类型、车辆尺寸以及驾驶位高度;
35、轨迹校核单元,用于基于车辆信息和行人信息确定行人和车辆在路口标准模型中的位置,并确定行人和车辆的运动轨迹,完成视线遮挡校核和轨迹校核,得到校核结果;
36、风险警示单元,用于基于校核结果判定车辆与行人之间存在视线遮挡且两者出现轨迹重合时,则发出警示信息。
37、优选的,所述发出警示信息的步骤包括,向红绿灯发送控制信号,通过红绿灯对车辆进行警示。
38、本专利技术提供的一种基于计算机视觉的行人检测方法,通过构建路口标准模型,能够确定在路口的基础建筑结构分布情况,进而利用双目摄像头确定行人以及车辆的行驶轨迹,在存在视线遮挡的时候,通过警示信息对车辆进行警示,避免了由于视线遮挡造成的交通事故,提高了交通安全性。
本文档来自技高网...【技术保护点】
1.一种基于计算机视觉的行人检测方法,其特征在于,所述方法包括:
2.根据权利要求1所述的基于计算机视觉的行人检测方法,其特征在于,所述通过双目摄像头进行图像采集,对采集得到的双目测距图像进行距离测算,确定画面中各个物体所在的位置,生成路口标准模型的步骤,具体包括:
3.根据权利要求1所述的基于计算机视觉的行人检测方法,其特征在于,所述在路口标准模型中划定行人检测区域,通过双目摄像头识别位于行人检测区域内的行人,对各个行人进行标记,计算各个行人的运动预测轨迹的步骤,具体包括:
4.根据权利要求3所述的基于计算机视觉的行人检测方法,其特征在于,所述通过双目摄像头对各个车辆进行识别,计算车辆的运动预测轨迹,基于路口标准模型进行视线遮挡校核和轨迹校核,基于校核结果发出警示信息的步骤,具体包括:
5.根据权利要求1所述的基于计算机视觉的行人检测方法,其特征在于,所述发出警示信息的步骤包括,向红绿灯发送控制信号,通过红绿灯对车辆进行警示。
6.一种基于计算机视觉的行人检测系统,其特征在于,所述系统包括:
7.根据权利要
8.根据权利要求6所述的基于计算机视觉的行人检测系统,其特征在于,所述行人轨迹预测模块包括:
9.根据权利要求8所述的基于计算机视觉的行人检测系统,其特征在于,所述安全校核模块包括:
10.根据权利要求6所述的基于计算机视觉的行人检测系统,其特征在于,所述发出警示信息的步骤包括,向红绿灯发送控制信号,通过红绿灯对车辆进行警示。
...【技术特征摘要】
1.一种基于计算机视觉的行人检测方法,其特征在于,所述方法包括:
2.根据权利要求1所述的基于计算机视觉的行人检测方法,其特征在于,所述通过双目摄像头进行图像采集,对采集得到的双目测距图像进行距离测算,确定画面中各个物体所在的位置,生成路口标准模型的步骤,具体包括:
3.根据权利要求1所述的基于计算机视觉的行人检测方法,其特征在于,所述在路口标准模型中划定行人检测区域,通过双目摄像头识别位于行人检测区域内的行人,对各个行人进行标记,计算各个行人的运动预测轨迹的步骤,具体包括:
4.根据权利要求3所述的基于计算机视觉的行人检测方法,其特征在于,所述通过双目摄像头对各个车辆进行识别,计算车辆的运动预测轨迹,基于路口标准模型进行视线遮挡校核和轨迹校核,基于校核结果发出警示信息的步骤...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。