CN104805784A - 一种闸机逃票检测系统及方法 - Google Patents
一种闸机逃票检测系统及方法 Download PDFInfo
- Publication number
- CN104805784A CN104805784A CN201510144081.7A CN201510144081A CN104805784A CN 104805784 A CN104805784 A CN 104805784A CN 201510144081 A CN201510144081 A CN 201510144081A CN 104805784 A CN104805784 A CN 104805784A
- Authority
- CN
- China
- Prior art keywords
- gate
- image information
- human body
- gray value
- detected
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- E—FIXED CONSTRUCTIONS
- E01—CONSTRUCTION OF ROADS, RAILWAYS, OR BRIDGES
- E01F—ADDITIONAL WORK, SUCH AS EQUIPPING ROADS OR THE CONSTRUCTION OF PLATFORMS, HELICOPTER LANDING STAGES, SIGNS, SNOW FENCES, OR THE LIKE
- E01F13/00—Arrangements for obstructing or restricting traffic, e.g. gates, barricades ; Preventing passage of vehicles of selected category or dimensions
- E01F13/04—Arrangements for obstructing or restricting traffic, e.g. gates, barricades ; Preventing passage of vehicles of selected category or dimensions movable to allow or prevent passage
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N13/00—Stereoscopic video systems; Multi-view video systems; Details thereof
- H04N13/10—Processing, recording or transmission of stereoscopic or multi-view image signals
- H04N13/106—Processing image signals
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Architecture (AREA)
- Civil Engineering (AREA)
- Structural Engineering (AREA)
- Alarm Systems (AREA)
Abstract
本发明实施例公开了一种闸机逃票检测系统及方法,该系统包括:三维图像信息采集模块,包括用于从不同位置采集包含同一待检测区域的二维图像信息的至少两个图像数据采集装置,用于获取待检测区域内的人体的影像信息;闸门状态获取模块,用于获取闸机的闸门的状态信息;三维图像信息识别处理模块,用于利用所述人体的影像信息和所述闸门的状态信息判定人体是否发生逃票行为;报警模块,用于当所述人体发生逃票行为时进行报警。如此闸机逃票检测系统就可以检测出是否有人逃票,而无需配备大量的监督人员进行监督,不仅可以满足监督要求,还可以大大降低人工成本。
Description
技术领域
本发明涉及计算机技术领域,特别是涉及一种闸机逃票检测系统及方法。
背景技术
当前,地铁等轨道交通作为一种重要而便捷的交通方式,被越来越多的人所青睐。
一般情况下,人们在乘坐地铁前需要购票,在进站时需要通过闸机进行检票,但每天都有很多乘客逃票,例如通过跨越闸机等方式进行逃票,给地铁公司带来了很大经济损失。
针对这一问题,目前大多数地铁站仍旧靠人工监督为主,但如果监督人员较少则会由于监督能力有限而无法达到监督要求;如果监督人员较多则会大大增加人工成本。
发明内容
为了解决上述技术问题,本发明实施例中提供了一种闸机逃票检测系统及方法。
第一方面,提供了一种闸机逃票检测系统,所述系统包括:
三维图像信息采集模块,包括用于从不同位置采集包含同一待检测区域的二维图像信息的至少两个图像数据采集装置,用于获取待检测区域内的人体的影像信息;
闸门状态获取模块,用于获取闸机的闸门的状态信息;
三维图像信息识别处理模块,用于利用所述人体的影像信息和所述闸门的状态信息判定人体是否发生逃票行为;及,
报警模块,用于当所述人体发生逃票行为时进行报警。
其中,所述图像数据采集装置为非可见光图像数据采集装置、可见光图像数据采集装置中的至少一种。
其中,所述三维图像信息采集模块还包括用于在所述图像数据采集装置采集所述二维图像信息时进行补光的补光光源,所述补光光源的照射区域全部/部分覆盖所述待检测区域。
其中,所述三维图像信息识别处理模块为嵌入式处理模块。
第二方面,提供了一种闸机逃票检测方法,所述方法包括:
利用三维图像信息采集模块获取待检测区域内的人体的影像信息;
获取闸门的状态信息;
利用所述人体的影像信息和所述闸门的状态信息判定人体是否发生逃票行为;及,
当所述人体发生逃票行为时进行报警。
其中,所述三维图像信息采集模块从不同位置同时获取所述待检测区域的第一图像信息及第二图像信息,所述第一图像信息和所述第二图像信息中均包括所述闸门的影像信息。
其中,所述获取闸门的状态信息,包括:
接收所述闸机发送的、携带有所述闸门的状态信息的状态信号,从所述状态信号中提取出所述闸门的状态信息;或,
获取待检测区域内的闸门的影像信息,根据所述闸门的影像信息获取所述闸门的状态信息。
其中,所述利用所述人体的影像信息和所述闸门的状态信息判定人体是否发生逃票行为,包括:
根据所述待检测区域内的人体的影像信息,分别判断在每个预设时间段内所述待检测区域内的人体是否发生穿过闸机的闸门的行为;
当在任一预设时间段内所述待检测区域内的人体发生穿过闸机的闸门的行为时,统计出在预设时间段内进行穿过闸门的行为的、且身高高于或等于预设身高阈值的人体的第一个数;以及在预设时间段内进行穿过闸门的行为的、且身高低于预设身高阈值的人体的第二个数;
当所述第一个数为多个时,确定人体发生逃票行为;
当所述第一个数为一个时,或当所述第一个数为零个且所述第二个数不为零个时,判断在所述任一预设时间段内的闸机的闸门的状态;
当在所述任一预设时间段内的闸机的闸门的状态为关闭状态时,确定人体发生逃票行为。
其中,所述利用三维图像信息采集模块获取待检测区域内的人体的影像信息,包括:
利用三维图像信息采集模块从不同位置采集包含所述待检测区域的第一图像信息和第二图像信息;
对所述第一图像信息和所述第二图像信息进行立体匹配得到深度图像;
去除所述深度图像中的背景,得到所述深度图像的前景图像;
对所述前景图像按照像素点的灰度值进行分层连通得到多个连通域;
从所述前景图像的多个连通域中获取所述待检测区域内的人体的影像信息。
其中,所述对所述前景图像按照像素点的灰度值进行分层连通得到多个连通域,包括:
对于灰度值0~255中的每一灰度值,从所述前景图像中统计出灰度值为所述灰度值的像素点的个数;
将灰度值0~255划分为预设个数个灰度值区间;
对于每一灰度值区间,获取所述灰度值区间内的每一灰度值分别对应的像素点个数;将最多的像素点个数对应的灰度值作为目标灰度值;将灰度值处于所述灰度值区间内的像素点的灰度值改变为所述目标灰度值,如此实现对所述前景图像进行分层连通得到多个连通域。
本发明的有益效果包括:在本发明中,闸机逃票检测系统中的三维图像信息采集模块获取待检测区域内的人体影像信息,并将人体的影像信息发送给三维图像信息识别处理模块;闸门状态获取模块获取闸机的闸门状态信息并将闸门状态信息发送给三维图像信息识别处理模块;三维图像信息识别处理模块利用获取待检测区域内的人体影像信息和闸门状态信息判定人体是否发生预设行为;即,判断人体是否发生逃票行为时,发送报警信息给报警模块;报警模块当接收到三维图像信息识别处理模块发送的报警信息时进行报警,如此闸机逃票检测系统就可以检测出是否有人逃票,而无需配备大量的监督人员进行监督,不仅可以满足监督要求,还可以大大降低人工成本。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,对于本领域普通技术人员而言,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种闸机逃票检测系统的框图;
图2为本发明实施例提供的一种场景示意图;
图3为本发明实施例提供的一种闸机逃票检测方法的流程图。
具体实施方式
为了使本技术领域的人员更好地理解本发明中的技术方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
以上是本发明的核心思想,为了使本技术领域的人员更好地理解本发明方案,下面结合附图对本发明作进一步的详细说明。
为了使本技术领域的人员更好地理解本发明实施例中的技术方案,并使本发明实施例的上述目的、特征和优点能够更加明显易懂,下面结合附图对本发明实施例中技术方案作进一步详细的说明。
图1为本发明实施例提供的一种闸机逃票检测系统的框图,参见图1,该系统包括:三维图形信息采集模块11、闸门状态获取模块12、三维图像信息识别处理模块13和报警模块14。
三维图像信息采集模块11,包括用于从不同位置采集包含同一待检测区域的二维图像信息的至少两个图像数据采集装置,用于获取待检测区域内的人体的影像信息。
其中,图像数据采集装置为非可见光图像数据采集装置和可见光图像数据采集装置中的至少一种。
三维图像信息采集模块11还包括用于在至少两个图像数据采集装置采集二维图像信息时进行补光的补光光源,补光光源的照射区域全部/部分覆盖待检测区域。
其中,非可见光图像数据采集装置包括热源图像采集装置和特定波长的图像数据采集装置。热源图像采集装置可以为红外热像仪和紫外热像仪等;特定波长的图像数据采集装置可以和与其相配合的波段的补光光源相互配合,进而消除杂光对成像的影响,如此可以采集到更准确的图像信息。
其中,可见光图像采集装置包括面阵相机、线阵相机、面阵摄像机和线阵摄像机中的至少一种。
本发明以三维图像信息采集模块11包括两个图像采集装置进行举例说明,但不作为对本发明保护范围的限制。
如图2所示,两个图像数据采集装置可以为双目相机M等。两个图像数据采集装置可以并排固定在待检测区域的正上方,且均沿着竖直向下的方向采集包含待检测区域的图像信息,待检测区域至少包括闸机的闸门N;当人体位于待检测区域内时,两个图像数据采集装置中的第一图像采集装置和第二图像采集装置分别采集到的待检测区域的图像信息都包含该人体的影像信息,因此,三维图像信息采集模块11可以从采集的待检测区域的图像信息中提取出人体的影像信息。
具体地,三维图像信息采集模块11可以通过如下(A-1)至(A-5)的步骤获取待检测区域内的人体的影像信息,包括:
(A-1)、在任一时刻,三维图像信息采集模块11通过第一图像采集装置采集待检测区域的第一图像信息,以及通过第二图像采集装置采集待检测区域的第二图像信息。
(A-2)、对第一图像信息和第二图像信息进行立体匹配得到深度图像。
具体地,消除第一图像信息的径向畸变以及消除第二图像信息的径向畸变,对消除畸变后的第一图像信息和消除畸变后的第二图像信息进行双目校正;对双目校正后的第一图像信息和双目校正后的第二图像信息进行立体匹配得到该时刻时的待检测区域的深度图像信息。
(A-3)、去除该深度图像信息的背景图像信息,得到该深度图像信息的前景图像信息。
其中,三维图像信息采集模块11事先采集了大量的待检测区域的图像信息,并利用高斯混合模型对采集的大量的待检测区域的图像信息进行训练,得到待检测区域的背景图像信息,背景图像信息包括待检测区域内的静止物体的影像信息,静止物体为位置不随时间变化的物体,例如闸机等。
因此,在本步骤中,三维图像信息采集模块11可以从该深度图像信息中去除待检测区域的背景图像信息,得到该深度图像信息的前景图像信息,前景图像信息中包括待检测区域内的运动物体的影像信息,运动物体为位置随时间变化的物体,例如人体和人体携带的行李等。
(A-4)、对该前景图像信息按照像素点的灰度值进行分层连通得到多个连通域。
一般情况下,闸机安装在地面上,第一图像采集装置和第二图像采集装置位于闸机上方,且第一图像采集装置和第二图像采集装置均距离地面较远,通常为3米以上。
由于,第一图像采集装置和第二图像采集装置均竖直向下采集包括待检测区域的图像信息,本领域技术人员知道,根据双目成像原理,在深度图像中,由低灰度值的像素点组成的像素点集合而形成的影像信息所对应的运动物体,在实际情况中距离第一图像采集装置和第二图像采集装置较远,即该运动物体的高度较低。由高灰度值的像素点组成的像素点集合而形成的影像信息所对应的运动物体,在实际情况中距离第一图像采集装置和第二图像采集装置较近,即,该运动物体的高度较高。
因此需要对该前景图像信息中的灰度值进行分类,例如,在该前景图像信息中,对于灰度值0~255中的任一灰度值,从该前景图像信息中统计出灰度值为该灰度值的像素点的个数;并将该灰度值与该个数存储在本地预先存储的灰度值与像素点个数之间的对应关系中;对于灰度值0~255中的其他每一灰度值,均执行上述操作。
将灰度值0~255划分为预设个数个灰度值区间;对于划分的任一灰度值区间,从上述灰度值与像素点个数之间的对应关系中获取该灰度值区间内的每一灰度值分别对应的像素点的个数,将最多的像素点的个数对应的灰度值作为目标灰度值;将灰度值处于该灰度值区间内的所有的像素点的灰度值改变为目标灰度值。对于划分的其他每一灰度值区间均执行上述操作,如此实现对该前景图像信息进行分层联通得到多个连通域。
其中,不同的连通域中的像素点组成的影像信息所对应的物体的高度不同。一般情况下,对于某一连通域,如果该连通域对应的目标灰度值越高,则该连通域中的像素点组成的影像信息所对应的物体的高度越高,如果该连通域对应的目标灰度值越低,则该连通域中的像素点组成的影像信息所对应的物体的高度越低。
(A-5)、从该前景图像信息的多个连通域中获取待检测区域内的人体的影像信息。
其中,在乘坐地铁时,身高低于预设身高阈值的乘客是免票的,身高高于或等于预设身高阈值的乘客是需要购票的;例如,成年人的身高在1.5米至1.9米之间,可以设定预设身高阈值为1.5米,则身高低于1.5米的人体(乘客)是免票的,身高高于或等于1.5米的人体时是需要购票的。
因此,对于步骤(A-4)中得到的目标灰度值中的任一目标灰度值,在该前景图像的多个连通域中获取该目标灰度值对应的连通域组成的子影像信息。对于获取的其他每一目标灰度值,均执行上述操作,可以获取每一目标灰度值对应的连通域组成的子影像信息。
这些子影像信息中可能不仅包括人体的子影像信息,也可能包括人体携带的行李的子影像信息。
人体的子影像信息包括人体的头部的子影像信息和人体的肩膀的子影像信息等子影像信息;在这些子影像信息中,可能包括多个不同的人体的子影像信息;因此需要将这些子影像信息按照是否属于同一人体进行合并,例如将同一人体的头部的子影像信息和肩膀的子影像信息进行合并,分别得到每个人体的完整的影像信息,并分别作为每个人体的影像信息。
一般情况下,当人体携带行李时,人体距离行李的距离非常近,因此会将人体的影像信息与其携带的行李的子影像信息进行合并的到一个影像信息。
进一步地,在其他每一时刻,均执行上述(A-1)至(A-5)的步骤,可以分别得到每一时刻时的待检测区域内的不用的人体的影像信息。然后根据最近邻算法获取同一人体的影像信息,再将同一人体的影像信息按照时间顺序进行归类,得到每一人体的影像信息的集合,即得到每一人体在待检测区域内的运动轨迹。
闸门状态获取模块12,用于获取闸机的闸门的状态信息。
其中,闸门状态获取模块12可以通过如下两种方式获取闸门的状态信息,包括:
一种方式:闸门状态获取模块12接收闸机发送的、携带有闸门的状态信息的状态信号,然后从状态信号中提取出闸门的状态信息。
其中,闸门状态获取模块12与闸机通过有线或无线的方式通信连接。
当闸门状态获取模块12需要获取闸门的状态信息时,闸门状态获取模块12可以向闸机发送用于获取闸门的状态信息的获取请求;闸门接收该请求,获取闸门的状态信息,生成携带有该闸门的状态信息的状态信号,发送闸门的状态信号给闸门状态获取模块12;闸门状态获取模块12接收闸门发送的闸机的状态信号,从该闸门的状态信号中提取出闸门的状态信息。
或者,当闸机开启闸门时,会发送开启闸门的信号给闸门状态获取模块12;当闸机关闭闸门时,会发送关闭闸门的信号给闸门状态获取模块12。
当闸门状态获取模块12接收到闸机发送的开启闸门的信号时,确定闸门进入开启状态,直至接收到闸机发送的关闭闸门的信号时,确定闸门进入关闭状态。当闸门状态获取模块12接收到闸机发送的关闭闸门的信号时,确定闸门进入关闭状态,直至接收到闸机发送的开启闸门的信号时,确定闸门进入开启状态。如此可以获取闸门的状态信息。
另一种方式、获取待检测区域中的闸门的影像信息,根据闸门的影像信息获取闸门的状态信息。
其中,闸门的高度的固定不变的,且由于第一图像采集装置的位置和第二图像采集装置的位置也是固定不变,因而闸门在深度图像信息中的位置和高度是确定的。
一般情况下,闸门的高度较低,通常在0.6米至0.8米之间,因此可以从步骤(A-4)中得到的目标灰度值中获取0.6米至0.8米这一高度区间对应的目标灰度值,在前景图像信息的多个连通域中获取该目标灰度值对应的连通域组成的影像信息,从该影像信息中提取出闸门的影像信息,并确定出闸门的影像信息在深度图像信息中的位置信息。
处于开启状态时的闸门的位置信息与处于关闭状态时的闸门的位置信息是不同的,技术人员事先已经在闸门状态获取模块12设置了处于开启状态时的闸门的预设开启位置信息与处于关闭状态时的闸门的预设关闭位置信息;因此需要判断获取的闸门的位置信息分别与开启位置、关闭位置的关系,如果获取的闸门的位置信息与预设开启位置信息相同,则确定闸门此时处于开启状态,如果获取的闸门的位置信息与预设关闭位置信息相同,则确定闸门处于关闭状态。
三维图像信息识别处理模块13,用于利用获取的人体的影像信息和闸门的状态信息判定人体是否发生逃票行为。
三维图像信息识别处理模块为嵌入式处理模块,该模块能够嵌入三维图像信息采集模块中,还能够嵌入闸机内,只要是能够达到使最终闸机逃票检测系统的体积减少,避免占用较多空间的目的,均在本发明的保护范围内。
具体地,三维图像信息识别处理模块13可以通过如下(B-1)至(B-5)的流程判定人体是否发生逃票行为,包括:
(B-1)、根据待检测区域内的人体的影像信息,分别判断在每个预设时间段内待检测区域内的人体是否发生穿过闸机的闸门的行为。
其中,三维图像信息采集模块11在每一时刻都会获取待检测区域内的人体的影像信息,在本发明实施例中,预设时间段为从一个时刻至与该时刻相邻且在该时刻之后的时刻之间的时间段。
在一个预设时间段中,假设该预设时间段为从第一时刻至第二时刻之间的时间段,第一时刻为任一时刻;第一时刻与第二时刻为相邻的两个时刻,且第二时刻位于第一时刻之后;
对于待检测区域内的每一人体,获取在第一时刻时待检测区域内的该人体的第一影像信息,以及获取在第二时刻时待检测区域内的该人体的第二影像信息;
根据第一影像信息确定在第一时刻时该人体在待检测区域中的第一位置,以及根据第二影像信息确定在第二时刻时该人体在待检测区域中的第二位置;
判断第一位置和第二位置是否分别位于闸机的闸门的两侧,如果第一位置和第二位置分别位于闸机的闸门的两侧,则说明该人体在预设时间段内穿过了闸机的闸门,即可确定在预设时间段内该人体进行了穿过闸机的闸门的行为。
对于待检测区域内的其他人体,均执行上述操作,可以判断出在预设时间段内且在待检测区域内的其他每一人体是否进行了穿过闸机的闸门的行为。
(B-2)、当在任一预设时间段内待检测区域内的人体发生穿过闸机的闸门的行为时,统计出在预设时间段内进行穿过闸门的行为的、且身高高于或等于预设身高阈值的人体的第一个数;以及在预设时间段内进行穿过闸门的行为的、且身高低于预设身高阈值的人体的第二个数。
其中,预设身高阈值为技术人员事先设置的数值,一般身高高于或等于预设身高阈值的人体需要购票,身低于预设身高阈值的人体无需购票。
(B-3)、当所述第一个数为多个时,确定人体发生逃票行为。
进一步地,发送报警信息给报警模块。
正常情况下,当闸机的闸门处于开启状态时人体才被允许可以穿过闸机;当闸机的闸门处于关闭状态时人体无法穿过闸机且不被允许穿过闸机,如果当闸机的闸门处于关闭状态时人体通过跨越闸机的闸门等方式穿过闸机,则人体发生了逃票行为,此时需要进行报警,以及时提醒工作人员有人逃票。
以地铁进站为例,目前大多数地铁站都通过闸机进行检票,一般情况下,闸机的闸门处于关闭状态,地铁站实行的是一人一票制,当乘客需要进站时,必须购买一张地铁票,且通过自己购买的该一张地铁票进站,该地铁票仅供该乘客一个人进站。
例如,当一位乘客需要进站时,该乘客需要将该乘客的地铁票插入闸机中,闸机对该乘客的地铁票的合法性进行验证,当验证出该乘客的地铁票合法时,闸机控制闸门打开,该乘客此时可以穿过闸机,当该乘客穿过闸机后,闸机控制闸门关闭;
其次,当下一乘客需要进站时,下一乘客需要将下一乘客的地铁票插入闸机中,闸机对下一乘客的地铁票的合法性进行验证,当验证出下一乘客的地铁票合法时,闸机控制闸门打开,下一乘客此时可以穿过闸机,当下一乘客穿过闸机后,闸机控制闸门关闭。
然而,有时候当闸机的闸门处于关闭状态时,某一乘客跨越闸机的闸门进入地铁站;或者,当闸机控制闸门开启时,两个以上乘客一个紧挨一个迅速通过闸机的闸门;这些行为都是属于逃票行为。
其中,当闸机的闸门处于开启状态时,如果至少两个人体穿过闸机的闸门,则确定待检测区域中的至少一个人体发生预设行为,则需要发送报警信息给报警模块,以及时提醒工作人员有人逃票。
例如当两个乘客在地铁进站口进站时,第一个乘客将地铁票插入闸机内,闸门验证该地铁票合法后,闸机控制闸门打开,第一个乘客顺利通过闸机的闸门,然而,当闸门还未关闭时,第二个乘客迅速通过闸机的闸门,则此时第二个乘客的行为属于逃票行为,则需要发送报警信息给报警模块,以及时提醒工作人员有人逃票。
其中,当闸机的闸门处于关闭状态时,如果至少两个人体穿过闸机,该至少两个人体可能是通过跨越闸机的闸门的方式或其他非法方式穿过闸机的,属于逃票行为,则需要发送报警信息给报警模块,以及时提醒工作人员有人逃票。
综上,当统计出在预设时间段内且在待检测区域内进行穿过闸门的行为的人体的个数为多个时,无论闸机的闸门处于开启状态还是处于关闭状态,均确定存在至少一个人体发生预设行为,则需要发送报警信息给报警模块,以及时提醒工作人员有人逃票。
(B-4)、当所述第一个数为一个时,或当所述第一个数为零个且所述第二个数不为零个时,判断在任一预设时间段内的闸机的闸门的状态。
当第一个数为一个时,确定身高高于或等于预设身高阈值的人体为一个;
当所述第一个数为零个且所述第二个数不为零个时,确定没有身高高于或等于预设身高阈值的人体,只有身高低于预设身高阈值的人体;由于身高高于或等于预设身高阈值的人体需要购票,身高低于预设身高阈值的人体不需要购票,因此需要判断在任一预设时间段内的闸机的闸门的状态。
(B-5)、当在任一预设时间段内的闸机的闸门的状态为关闭状态时,确定人体发生逃票行为。
进一步地,发送报警信息给报警模块。
当在预设时间段内的闸机的闸门的状态为开启状态时,说明该人体是在闸机的闸门处于开启状态下时穿过闸机的闸门,由于身高低于预设身高阈值的人体无需购票,因此身高低于预设身高阈值的人体的人数为一个或多个,此时该人体穿过闸机的闸门的行为是合法的。虽然身高高于预设身高阈值的人体需要购票,但身高高于或等于预设身高阈值的人体的人数只有一个,因此此时该人体穿过闸机的闸门的行为是合法的。
当在预设时间段内的闸机的闸门的状态为关闭状态时,说明该人体是在闸机的闸门处于关闭状态下时通过跨越闸机的闸门的方式或其他非法方式穿过闸机的,属于逃票行为,则需要发送报警信息给报警模块,以及时提醒工作人员有人逃票并非法穿过闸机。
报警模块14,用于当人体发生预设行为时进行报警。
报警模块14接收三维图像信息识别处理模块13发送的报警信息,根据该报警信息并进行报警,其中,可以根据该报警信息产生报警信号进行报警,报警信号可以为语音报警信号和/或光照报警信号等,在发明实施例对比不加以限定。
在图1所示的本发明实施例中,闸机逃票检测系统中的三维图像信息采集模块获取待检测区域内的人体影像信息,并将人体的影像信息发送给三维图像信息识别处理模块;闸门状态获取模块获取闸机的闸门状态信息并将闸门状态信息发送给三维图像信息识别处理模块;三维图像信息识别处理模块利用获取待检测区域内的人体影像信息和闸门状态信息判定人体是否发生预设行为;即,判断人体是否发生逃票行为时,发送报警信息给报警模块;报警模块当接收到三维图像信息识别处理模块发送的报警信息时进行报警,如此闸机逃票检测系统就可以检测出是否有人逃票,而无需配备大量的监督人员进行监督,不仅可以满足监督要求,还可以大大降低人工成本。
图3为本发明实施例提供的一种闸机逃票检测方法,参见图3,该方法包括:
在步骤S101中,利用三维图像信息采集模块获取待检测区域内的人体的影像信息;
利用三维图像信息采集模块从不同位置同时获取待检测区域的第一图像信息及第二图像信息,第一图像信息和第二图像信息中均包括闸门的影像信息。
具体地,可以通过如下11)至15)的步骤获取待检测区域内的人体的影像信息,包括:
11)、在任一时刻,通过第一图像采集装置采集待检测区域的第一图像信息,以及通过第二图像采集装置采集待检测区域的第二图像信息。
12)、对第一图像信息和第二图像信息进行立体匹配得到深度图像。
具体地,消除第一图像信息的径向畸变以及消除第二图像信息的径向畸变,对消除畸变后的第一图像信息和消除畸变后的第二图像信息进行双目校正;对双目校正后的第一图像信息和双目校正后的第二图像信息进行立体匹配得到该时刻时的待检测区域的深度图像信息。
13)、去除该深度图像信息的背景图像信息,得到该深度图像信息的前景图像信息。
其中,本地事先采集了大量的待检测区域的图像信息,并利用高斯混合模型对采集的大量的待检测区域的图像信息进行训练,得到待检测区域的背景图像信息,背景图像信息包括待检测区域内的静止物体的影像信息,静止物体为位置不随时间变化的物体,例如闸机等。
因此,在本步骤中,可以从该深度图像信息中去除待检测区域的背景图像信息,得到该深度图像信息的前景图像信息,前景图像信息中包括待检测区域内的运动物体的影像信息,运动物体为位置随时间变化的物体,例如人体和人体携带的行李等。
14)、对该前景图像信息按照像素点的灰度值进行分层连通得到多个连通域。
一般情况下,闸机安装在地面上,第一图像采集装置和第二图像采集装置位于闸机上方,且第一图像采集装置和第二图像采集装置均距离地面较远,通常为3米以上。
由于,第一图像采集装置和第二图像采集装置均竖直向下采集包括待检测区域的图像信息,本领域技术人员知道,根据双目成像原理,在深度图像中,由低灰度值的像素点组成的像素点集合而形成的影像信息所对应的运动物体,在实际情况中距离第一图像采集装置和第二图像采集装置较远,即该运动物体的高度较低。由高灰度值的像素点组成的像素点集合而形成的影像信息所对应的运动物体,在实际情况中距离第一图像采集装置和第二图像采集装置较近,即,该运动物体的高度较高。
因此需要对该前景图像信息中的灰度值进行分类,例如,在该前景图像信息中,对于灰度值0~255中的任一灰度值,从该前景图像信息中统计出灰度值为该灰度值的像素点的个数;并将该灰度值与该个数存储在本地预先存储的灰度值与像素点个数之间的对应关系中;对于灰度值0~255中的其他每一灰度值,均执行上述操作。
将灰度值0~255划分为预设个数个灰度值区间;对于划分的任一灰度值区间,从上述灰度值与像素点个数之间的对应关系中获取该灰度值区间内的每一灰度值分别对应的像素点的个数,将最多的像素点的个数对应的灰度值作为目标灰度值;将灰度值处于该灰度值区间内的所有的像素点的灰度值改变为目标灰度值。对于划分的其他每一灰度值区间均执行上述操作,如此实现对该前景图像信息进行分层联通得到多个连通域。
其中,不同的连通域中的像素点组成的影像信息所对应的物体的高度不同。一般情况下,对于某一连通域,如果该连通域对应的目标灰度值越高,则该连通域中的像素点组成的影像信息所对应的物体的高度越高,如果该连通域对应的目标灰度值越低,则该连通域中的像素点组成的影像信息所对应的物体的高度越低。
15)、从该前景图像信息的多个连通域中获取待检测区域内的人体的影像信息。
其中,在乘坐地铁时,身高低于预设身高阈值的乘客是免票的,身高高于预设身高阈值的乘客是需要购票的;例如,成年人的身高在1.5米至1.9米之间,可以设定预设身高阈值为1.5米,则身高低于1.5米的人体是免票的,身高高于或等于1.5米的人体时是需要购票的。
因此,对于步骤14)中得到的目标灰度值中的任一目标灰度值,在该前景图像的多个连通域中获取该目标灰度值对应的连通域组成的子影像信息。对于获取的其他每一目标灰度值,均执行上述操作,可以获取每一目标灰度值对应的连通域组成的子影像信息。
这些子影像信息中可能不仅包括人体的子影像信息,也可能包括人体携带的行李的子影像信息。
人体的子影像信息包括人体的头部的子影像信息和人体的肩膀的子影像信息等子影像信息;在这些子影像信息中,可能包括多个不同的人体的子影像信息;因此需要将这些子影像信息按照是否属于同一人体进行合并,例如将同一人体的头部的子影像信息和肩膀的子影像信息进行合并,分别得到每个人体的完整的影像信息,并分别作为每个人体的影像信息。
一般情况下,当人体携带行李时,人体距离行李的距离非常近,因此会将人体的影像信息与其携带的行李的子影像信息进行合并的到一个影像信息。
进一步地,在其他每一时刻,均执行上述11)至15)的步骤,可以分别得到每一时刻时的待检测区域内的不用的人体的影像信息。然后根据最近邻算法获取同一人体的影像信息,再将同一人体的影像信息按照时间顺序进行归类,得到每一人体的影像信息的集合,即得到每一人体在待检测区域内的运动轨迹。
在步骤S102中,获取闸门的状态信息。
其中,可以通过如下两种方式获取闸门的状态信息,包括:
一种方式:接收闸机发送的、携带有闸门的状态信息的状态信号,然后从状态信号中提取出闸门的状态信息。
其中,当需要获取闸门的状态信息时,可以向闸机发送用于获取闸门的状态信息的获取请求;闸门接收该请求,获取闸门的状态信息,生成携带有该闸门的状态信息的状态信号,接收闸门返回的状态信号,从该状态信号中提取出闸门的状态信息。
或者,当闸机开启闸门时,会发送开启闸门的信号给本地;当闸机关闭闸门时,会发送关闭闸门的信号给本地。
当接收到接收到闸机发送的开启闸门的信号时,确定闸门进入开启状态,直至接收到闸机发送的关闭闸门的信号时,确定闸门进入关闭状态。当接收到闸机发送的关闭闸门的信号时,确定闸门进入关闭状态,直至接收到闸机发送的开启闸门的信号时,确定闸门进入开启状态。如此可以获取闸门的状态信息。
另一种方式、获取待检测区域中的闸门的影像信息,根据闸门的影像信息获取闸门的状态信息。
其中,闸门的高度的固定不变的,且由于第一图像采集装置的位置和第二图像采集装置的位置也是固定不变,因而闸门在深度图像信息中的位置和高度是确定的。
一般情况下,闸门的高度较低,通常在0.6米至0.8米之间,因此可以从步骤(A-4)中得到的目标灰度值中获取0.6米至0.8米这一高度区间对应的目标灰度值,在前景图像信息的多个连通域中获取该目标灰度值对应的连通域组成的影像信息,从该影像信息中提取出闸门的影像信息,并确定出闸门的影像信息在深度图像信息中的位置信息。
处于开启状态时的闸门的位置信息与处于关闭状态时的闸门的位置信息是不同的,技术人员事先已经在本地设置了处于开启状态时的闸门的预设开启位置信息与处于关闭状态时的闸门的预设关闭位置信息;因此需要判断获取的闸门的位置信息分别与开启位置、关闭位置的关系,如果获取的闸门的位置信息与预设开启位置信息相同,则确定闸门此时处于开启状态,如果获取的闸门的位置信息与预设关闭位置信息相同,则确定闸门处于关闭状态。
在步骤S103中,利用人体的影像信息和闸门的状态信息判定人体是否发生逃票行为;
具体地,可以通过如下21)至25)的流程判定人体是否发生逃票行为,包括:
21)、根据待检测区域内的人体的影像信息,分别判断在每个预设时间段内待检测区域内的人体是否发生穿过闸机的闸门的行为。
其中,利用三维图像信息采集模块在每一时刻都会获取待检测区域内的人体的影像信息,在本发明实施例中,预设时间段为从一个时刻至与该时刻相邻且在该时刻之后的时刻之间的时间段。
在一个预设时间段中,假设该预设时间段为从第一时刻至第二时刻之间的时间段,第一时刻为任一时刻;第一时刻与第二时刻为相邻的两个时刻,且第二时刻位于第一时刻之后;
对于待检测区域内的每一人体,获取在第一时刻时待检测区域内的该人体的第一影像信息,以及获取在第二时刻时待检测区域内的该人体的第二影像信息;
根据第一影像信息确定在第一时刻时该人体在待检测区域中的第一位置,以及根据第二影像信息确定在第二时刻时该人体在待检测区域中的第二位置;
判断第一位置和第二位置是否分别位于闸机的闸门的两侧,如果第一位置和第二位置分别位于闸机的闸门的两侧,则说明该人体在预设时间段内穿过了闸机的闸门,即可确定在预设时间段内该人体进行了穿过闸机的闸门的行为。
对于待检测区域内的其他人体,均执行上述操作,可以判断出在预设时间段内且在待检测区域内的其他每一人体是否进行了穿过闸机的闸门的行为。
22)、当在任一预设时间段内待检测区域内的人体发生穿过闸机的闸门的行为时,统计出在预设时间段内进行穿过闸门的行为的、且身高高于预设身高阈值的人体的第一个数;以及在预设时间段内进行穿过闸门的行为的、且身高低于于预设身高阈值的人体的第二个数。
其中,预设身高阈值为技术人员事先设置的数值,一般身高高于或等于预设身高阈值的人体需要购票,身高低于预设身高阈值的人体无需购票。
23)、当所述第一个数为多个时,确定人体发生逃票行为。
正常情况下,当闸机的闸门处于开启状态时人体才被允许可以穿过闸机;当闸机的闸门处于关闭状态时人体无法穿过闸机且不被允许穿过闸机,如果当闸机的闸门处于关闭状态时人体通过跨越闸机的闸门等方式穿过闸机,则人体发生了逃票行为,此时需要进行报警,以及时提醒工作人员有人逃票。
以地铁进站为例,目前大多数地铁站都通过闸机进行检票,一般情况下,闸机的闸门处于关闭状态,地铁站实行的是一人一票制,当乘客需要进站时,必须购买一张地铁票,且通过自己购买的该一张地铁票进站,该地铁票仅供该乘客一个人进站。
例如,当一位乘客需要进站时,该乘客需要将该乘客的地铁票插入闸机中,闸机对该乘客的地铁票的合法性进行验证,当验证出该乘客的地铁票合法时,闸机控制闸门打开,该乘客此时可以穿过闸机,当该乘客穿过闸机后,闸机控制闸门关闭;
其次,当下一乘客需要进站时,下一乘客需要将下一乘客的地铁票插入闸机中,闸机对下一乘客的地铁票的合法性进行验证,当验证出下一乘客的地铁票合法时,闸机控制闸门打开,下一乘客此时可以穿过闸机,当下一乘客穿过闸机后,闸机控制闸门关闭。
然而,有时候当闸机的闸门处于关闭状态时,某一乘客跨越闸机的闸门进入地铁站;或者,当闸机控制闸门开启时,两个以上乘客一个紧挨一个迅速通过闸机的闸门;这些行为都是属于逃票行为。
其中,当闸机的闸门处于开启状态时,如果至少两个人体穿过闸机的闸门,则确定待检测区域中的至少一个人体发生预设行为,则需要进行报警,以及时提醒工作人员有人逃票。
例如当两个乘客在地铁进站口进站时,第一个乘客将地铁票插入闸机内,闸门验证该地铁票合法后,闸机控制闸门打开,第一个乘客顺利通过闸机的闸门,然而,当闸门还未关闭时,第二个乘客迅速通过闸机的闸门,则此时第二个乘客的行为属于逃票行为,则需要进行报警,以及时提醒工作人员有人逃票。
其中,当闸机的闸门处于关闭状态时,如果至少两个人体穿过闸机,该至少两个人体可能是通过跨越闸机的闸门的方式或其他非法方式穿过闸机的,属于逃票行为,则需要发送报警信息给报警模块,以及时提醒工作人员有人逃票。
综上,当统计出在预设时间段内且在待检测区域内进行穿过闸门的行为的人体的个数为多个时,无论闸机的闸门处于开启状态还是处于关闭状态,均确定存在至少一个人体发生预设行为,则需要进行报警,以及时提醒工作人员有人逃票。
24)、当所述第一个数为一个时,或当所述第一个数为零个且所述第二个数不为零个时,判断在任一预设时间段内的闸机的闸门的状态。
当第一个数为一个时,确定身高高于预设身高阈值的人体为一个;
当所述第一个数为零个且所述第二个数不为零个时,确定没有身高高于预设身高阈值的人体,只有身高低于预设身高阈值的人体;由于身高高于预设身高阈值的人体需要购票,身高低于预设身高阈值的人体不需要购票,因此需要判断在任一预设时间段内的闸机的闸门的状态。
25)、当在任一预设时间段内的闸机的闸门的状态为关闭状态时,确定人体发生逃票行为。
当在预设时间段内的闸机的闸门的状态为开启状态时,说明该人体是在闸机的闸门处于开启状态下时穿过闸机的闸门,由于身高低于预设身高阈值的人体无需购票,因此身高低于预设身高阈值的人体的人数为一个或多个,此时该人体穿过闸机的闸门的行为是合法的。虽然身高高于预设身高阈值的人体需要购票,但身高高于预设身高阈值的人体的人数只有一个,因此此时该人体穿过闸机的闸门的行为是合法的。
当在预设时间段内的闸机的闸门的状态为关闭状态时,说明该人体是在闸机的闸门处于关闭状态下时通过跨越闸机的闸门的方式或其他非法方式穿过闸机的,属于逃票行为,则需要进行报警,以及时提醒工作人员有人逃票并非法穿过闸机。
在步骤S104中,当人体发生逃票行为时进行报警。
当人体发生逃票行为时产生报警信号进行报警,报警信号可以为语音报警信号和/或光照报警信号等,在发明实施例对比不加以限定。
在图3所示的本发明实施例中,利用三维图像信息采集模块获取待检测区域内的人体的影像信息;获取闸门的状态信息;利用人体的影像信息和闸门的状态信息判定人体是否发生逃票行为;当人体发生逃票行为时进行报警。如此闸机逃票检测系统就可以检测出是否有人逃票,而无需配备大量的监督人员进行监督,不仅可以满足监督要求,还可以大大降低人工成本。
以上所述仅是本发明的具体实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (10)
1.一种闸机逃票检测系统,其特征在于,所述系统包括:
三维图像信息采集模块,包括用于从不同位置采集包含同一待检测区域的二维图像信息的至少两个图像数据采集装置,用于获取待检测区域内的人体的影像信息;
闸门状态获取模块,用于获取闸机的闸门的状态信息;
三维图像信息识别处理模块,用于利用所述人体的影像信息和所述闸门的状态信息判定人体是否发生逃票行为;及,
报警模块,用于当所述人体发生逃票行为时进行报警。
2.根据权利要求1所述的闸机逃票检测系统,其特征在于,所述图像数据采集装置为非可见光图像数据采集装置、可见光图像数据采集装置中的至少一种。
3.根据权利要求1所述的闸机逃票检测系统,其特征在于,所述三维图像信息采集模块还包括用于在所述图像数据采集装置采集所述二维图像信息时进行补光的补光光源,所述补光光源的照射区域全部/部分覆盖所述待检测区域。
4.根据权利要求1至3中任一所述的闸机逃票检测系统,其特征在于,所述三维图像信息识别处理模块为嵌入式处理模块。
5.一种闸机逃票检测方法,其特征在于,所述方法包括:
利用三维图像信息采集模块获取待检测区域内的人体的影像信息;
获取闸门的状态信息;
利用所述人体的影像信息和所述闸门的状态信息判定人体是否发生逃票行为;及,
当所述人体发生逃票行为时进行报警。
6.根据权利要求5所述的闸机逃票检测方法,其特征在于,所述三维图像信息采集模块从不同位置同时获取所述待检测区域的第一图像信息及第二图像信息,所述第一图像信息和所述第二图像信息中均包括所述闸门的影像信息。
7.根据权利要求6所述的闸机逃票检测方法,其特征在于,所述获取闸门的状态信息,包括:
接收所述闸机发送的、携带有所述闸门的状态信息的状态信号,从所述状态信号中提取出所述闸门的状态信息;或,
获取待检测区域内的闸门的影像信息,根据所述闸门的影像信息获取所述闸门的状态信息。
8.根据权利要求7所述的闸机逃票检测方法,其特征在于,所述利用所述人体的影像信息和所述闸门的状态信息判定人体是否发生逃票行为,包括:
根据所述待检测区域内的人体的影像信息,分别判断在每个预设时间段内所述待检测区域内的人体是否发生穿过闸机的闸门的行为;
当在任一预设时间段内所述待检测区域内的人体发生穿过闸机的闸门的行为时,统计出在预设时间段内进行穿过闸门的行为的、且身高高于或等于预设身高阈值的人体的第一个数;以及在预设时间段内进行穿过闸门的行为的、且身高低于预设身高阈值的人体的第二个数;
当所述第一个数为多个时,确定人体发生逃票行为;
当所述第一个数为一个时,或当所述第一个数为零个且所述第二个数不为零个时,判断在所述任一预设时间段内的闸机的闸门的状态;
当在所述任一预设时间段内的闸机的闸门的状态为关闭状态时,确定人体发生逃票行为。
9.根据权利要求5所述的闸机逃票检测方法,其特征在于,所述利用三维图像信息采集模块获取待检测区域内的人体的影像信息,包括:
利用三维图像信息采集模块从不同位置采集包含所述待检测区域的第一图像信息和第二图像信息;
对所述第一图像信息和所述第二图像信息进行立体匹配得到深度图像;
去除所述深度图像中的背景,得到所述深度图像的前景图像;
对所述前景图像按照像素点的灰度值进行分层连通得到多个连通域;
从所述前景图像的多个连通域中获取所述待检测区域内的人体的影像信息。
10.根据权利要求9所述的闸机逃票检测方法,其特征在于,所述对所述前景图像按照像素点的灰度值进行分层连通得到多个连通域,包括:
对于灰度值0~255中的每一灰度值,从所述前景图像中统计出灰度值为所述灰度值的像素点的个数;
将灰度值0~255划分为预设个数个灰度值区间;
对于每一灰度值区间,获取所述灰度值区间内的每一灰度值分别对应的像素点个数;将最多的像素点个数对应的灰度值作为目标灰度值;将灰度值处于所述灰度值区间内的像素点的灰度值改变为所述目标灰度值,如此实现对所述前景图像进行分层连通得到多个连通域。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510144081.7A CN104805784B (zh) | 2015-03-30 | 2015-03-30 | 一种闸机逃票检测系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510144081.7A CN104805784B (zh) | 2015-03-30 | 2015-03-30 | 一种闸机逃票检测系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104805784A true CN104805784A (zh) | 2015-07-29 |
CN104805784B CN104805784B (zh) | 2017-04-19 |
Family
ID=53690954
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510144081.7A Active CN104805784B (zh) | 2015-03-30 | 2015-03-30 | 一种闸机逃票检测系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104805784B (zh) |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105430353A (zh) * | 2015-12-28 | 2016-03-23 | 王成财 | 一种防逃票视频监控方法及装置 |
CN105512639A (zh) * | 2015-12-28 | 2016-04-20 | 王成财 | 一种防逃票方法以及装置 |
CN105631997A (zh) * | 2015-12-28 | 2016-06-01 | 王成财 | 一种检票监控方法 |
CN108806040A (zh) * | 2018-05-25 | 2018-11-13 | 中国电子科技集团公司第三十八研究所 | 一种防范非法闯入的速通门控制系统及其控制方法 |
CN109086724A (zh) * | 2018-08-09 | 2018-12-25 | 北京华捷艾米科技有限公司 | 一种加速的人脸检测方法及存储介质 |
CN110473330A (zh) * | 2019-07-07 | 2019-11-19 | 南京美基森信息技术有限公司 | 一种记录逃票人员信息的闸机 |
CN111008568A (zh) * | 2019-11-07 | 2020-04-14 | 浙江大华技术股份有限公司 | 逃票检测方法及其相关装置 |
CN111064925A (zh) * | 2019-12-04 | 2020-04-24 | 常州工业职业技术学院 | 地铁乘客逃票行为检测方法和系统 |
CN111079589A (zh) * | 2019-12-04 | 2020-04-28 | 常州工业职业技术学院 | 基于深度摄像和身高阈值像素标定的自动身高检测方法 |
CN112200828A (zh) * | 2020-09-03 | 2021-01-08 | 浙江大华技术股份有限公司 | 一种逃票行为的检测方法、装置及可读存储介质 |
CN113240829A (zh) * | 2021-02-24 | 2021-08-10 | 南京工程学院 | 一种基于机器视觉的闸机智能通行检测方法 |
CN113271848A (zh) * | 2019-02-05 | 2021-08-17 | 株式会社日立制作所 | 身体健康状态影像分析装置、方法以及系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB8616337D0 (en) * | 1986-07-04 | 1986-08-13 | Nat Res Dev | Collapsible barrier assemblies |
GB2282838B (en) * | 1993-10-12 | 1997-02-12 | J & R Hill | Improvements in or relating to traffic control arrangements |
CN102339487A (zh) * | 2010-07-28 | 2012-02-01 | 上海秀派电子科技有限公司 | 一种票务自动检验系统及方法 |
CN103605967A (zh) * | 2013-11-26 | 2014-02-26 | 东华大学 | 一种基于图像识别的地铁防逃票系统及其工作方法 |
-
2015
- 2015-03-30 CN CN201510144081.7A patent/CN104805784B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB8616337D0 (en) * | 1986-07-04 | 1986-08-13 | Nat Res Dev | Collapsible barrier assemblies |
GB2282838B (en) * | 1993-10-12 | 1997-02-12 | J & R Hill | Improvements in or relating to traffic control arrangements |
CN102339487A (zh) * | 2010-07-28 | 2012-02-01 | 上海秀派电子科技有限公司 | 一种票务自动检验系统及方法 |
CN103605967A (zh) * | 2013-11-26 | 2014-02-26 | 东华大学 | 一种基于图像识别的地铁防逃票系统及其工作方法 |
Non-Patent Citations (2)
Title |
---|
郑宇娇等: "地铁进出口验票监测及报警系统优化", 《轻工科技》 * |
陈彦旭等: "基于上海地铁闸机的防逃票装置设计", 《科技风》 * |
Cited By (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105512639A (zh) * | 2015-12-28 | 2016-04-20 | 王成财 | 一种防逃票方法以及装置 |
CN105631997A (zh) * | 2015-12-28 | 2016-06-01 | 王成财 | 一种检票监控方法 |
CN105430353B (zh) * | 2015-12-28 | 2019-02-22 | 王成财 | 一种防逃票视频监控方法及装置 |
CN105512639B (zh) * | 2015-12-28 | 2019-03-15 | 王成财 | 一种防逃票方法以及装置 |
CN105430353A (zh) * | 2015-12-28 | 2016-03-23 | 王成财 | 一种防逃票视频监控方法及装置 |
CN108806040A (zh) * | 2018-05-25 | 2018-11-13 | 中国电子科技集团公司第三十八研究所 | 一种防范非法闯入的速通门控制系统及其控制方法 |
CN109086724A (zh) * | 2018-08-09 | 2018-12-25 | 北京华捷艾米科技有限公司 | 一种加速的人脸检测方法及存储介质 |
CN113271848A (zh) * | 2019-02-05 | 2021-08-17 | 株式会社日立制作所 | 身体健康状态影像分析装置、方法以及系统 |
CN113271848B (zh) * | 2019-02-05 | 2024-01-02 | 株式会社日立制作所 | 身体健康状态影像分析装置、方法以及系统 |
CN110473330A (zh) * | 2019-07-07 | 2019-11-19 | 南京美基森信息技术有限公司 | 一种记录逃票人员信息的闸机 |
CN111008568A (zh) * | 2019-11-07 | 2020-04-14 | 浙江大华技术股份有限公司 | 逃票检测方法及其相关装置 |
CN111008568B (zh) * | 2019-11-07 | 2023-09-05 | 浙江大华技术股份有限公司 | 逃票检测方法及其相关装置 |
CN111064925B (zh) * | 2019-12-04 | 2021-05-04 | 常州工业职业技术学院 | 地铁乘客逃票行为检测方法和系统 |
CN111079589A (zh) * | 2019-12-04 | 2020-04-28 | 常州工业职业技术学院 | 基于深度摄像和身高阈值像素标定的自动身高检测方法 |
CN111079589B (zh) * | 2019-12-04 | 2022-09-20 | 常州工业职业技术学院 | 基于深度摄像和身高阈值像素标定的自动身高检测方法 |
CN111064925A (zh) * | 2019-12-04 | 2020-04-24 | 常州工业职业技术学院 | 地铁乘客逃票行为检测方法和系统 |
CN112200828A (zh) * | 2020-09-03 | 2021-01-08 | 浙江大华技术股份有限公司 | 一种逃票行为的检测方法、装置及可读存储介质 |
CN113240829A (zh) * | 2021-02-24 | 2021-08-10 | 南京工程学院 | 一种基于机器视觉的闸机智能通行检测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN104805784B (zh) | 2017-04-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104805784A (zh) | 一种闸机逃票检测系统及方法 | |
CN102722704B (zh) | 一种融合视频动态跟踪的车牌识别方法和系统 | |
CN103745597B (zh) | 一种视频传感器与rfid传感器融合系统 | |
CN102509090B (zh) | 一种基于天网工程中公共安全视频图像的车辆特征识别装置 | |
CN106504565A (zh) | 共享车辆停靠位置的判定方法、装置及系统 | |
CN105427614A (zh) | 一种车型分类系统及其方法 | |
CN104902258A (zh) | 一种基于立体视觉的多场景人流量统计方法、系统以及双目相机 | |
CN102915638A (zh) | 基于监控视频的智能停车场管理系统 | |
CN104123776B (zh) | 一种基于图像的对象统计方法及系统 | |
CN104157138A (zh) | 一种城市道路视频监控系统 | |
CN104573637A (zh) | 一种基于多摄像头的车牌识别方法 | |
CN103065470A (zh) | 基于单目多检测面的机器视觉的车辆闯红灯行为检测装置 | |
CN103605967A (zh) | 一种基于图像识别的地铁防逃票系统及其工作方法 | |
KR101626377B1 (ko) | Cctv와 차량내 블랙박스를 활용한 빅데이터 기반의 불법 주정차 단속 시스템 | |
CN103186982A (zh) | 一种治安智能卡口系统 | |
CN107447699A (zh) | 一种高适应性自行车专用车道智能闸机系统 | |
CN106529401A (zh) | 一种车辆反跟踪方法、装置及系统 | |
CN106652291A (zh) | 一种基于Kinect的室内简易监控报警系统及方法 | |
KR100948382B1 (ko) | 방범 서비스 방법 및 시스템 | |
CN111404874A (zh) | 出租车嫌疑车辆甄别分析体系架构 | |
CN109657555A (zh) | 一种针对校车学生下车遗漏的检测装置及方法 | |
CN202058221U (zh) | 一种基于双目视觉的客流统计装置 | |
CN103164958A (zh) | 车辆监控方法及系统 | |
CN109348179A (zh) | 一种基于人工智能的道路监控检测系统及方法 | |
CN104103077A (zh) | 一种人头检测方法和装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
EXSB | Decision made by sipo to initiate substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |