[发明专利]基于姿态估计的行人交通行为识别系统和方法

权利要求书

1.基于姿态估计的行人交通行为识别系统，其特征在于，包括：获取模块、分析模块、输出模块和服务器；

获取模块，用于采集行人的图像数据，并对图像数据进行处理后将处理完成的图像数据传输到分析模块；

分析模块，用于接收所述获取模块传输的图像数据，对图像进行分析，并将分析结果数据传输到输出模块；

输出模块，用于接收所述分析模块传输的结果数据，对结果数据进行筛选，对有行人具有交通违法行为进行警告，并将行人交通违法数据传输到服务器；

服务器，用于接收所述输出模块传输的交通违法数据进行保存。

2.如权利要求1所述的基于姿态估计的行人交通行为识别系统，其特征在于，所述获取模块包括采集单元和预处理单元，所述采集单元用于采集行人的图像数据，并将图像数据传输到所述预处理单元，所述预处理单元用于接收所述采集单元传输的图像数据，对图像数据进行预处理。

3.如权利要求2所述的基于姿态估计的行人交通行为识别系统，其特征在于，所述预处理单元对图像数据进行预处理的方式为将图像数据分割成连续的图片帧，并进行图像归一化和缩放处理得到统一规格的图像数据。

4.如权利要求1所述的基于姿态估计的行人交通行为识别系统，其特征在于，所述分析模块包括姿态估计网络单元和行为识别网络单元，所述姿态估计网络单元用于接收所述获取模块传输的图像数据，并对图像数据进行分析获得行人姿态信息，并将获得的行人姿态信息传输到所述行为识别网络单元，所述行为识别网络单元用于接收所述姿态估计网络单元传输的行人姿态信息并进行识别并将识别结果数据传输到输出模块。

5.如权利要求4所述的基于姿态估计的行人交通行为识别系统，其特征在于，所述姿态估计网络单元包括分析单元、姿态关键点坐标采集单元、躯干预测单元和组合单元，所述分析单元用于接收所述输出模块传输的图像数据，并获得关键点高斯特征图和躯干向量特征图，并将获得的关键点高斯特征图和躯干向量特征图分别传输到所述姿态关键点坐标采集单元和所述躯干预测单元，所述关键点坐标采集单元用于接收所述分析单元传输的关键点高斯特征图并进行分析，获得姿态关键点坐标，并将获得的姿态关键点坐标传输到所述组合单元，所述躯干预测单元用于接收所述分析单元传输的躯干向量特征图并进行分析，获得所有躯干数据，并将获得的躯干数据传输到所述组合单元，所述组合单元分别接收所述关键点坐标采集单元传输的姿态关键点坐标和所述躯干预测单元传输的躯干数据，将获得的所有姿态关键点坐标和躯干数据连接获得行人的姿态信息数据，并将所有的姿态信息数据进行连续多帧的拼接，形成时间上连续的姿态信息。

6.如权利要求1所述的基于姿态估计的行人交通行为识别系统，其特征在于，所述输出模块包括筛选单元、警告单元和输出单元，所述筛选单元用于接收所述分析模块传输的识别结果数据，并对识别结果数据进行筛分，得到行人交通违法行为数据，将行人交通违法行为数据分别传输到所述警告单元和所述输出单元，所述警告单元用于接收所述筛选单元传输的行人交通违法行为数据并对行人发出警告信息，所述输出单元用于接收所述筛选单元传输的行人交通违法行为数据并将行人交通违法行为数据传输到所述服务器保存。

7.基于姿态估计的行人交通行为识别方法，应用于如权利要求1所述的基于姿态估计的行人交通行为识别系统，其特征在于，包括以下步骤：

S1，获取行人图像数据，采集单元采集行人的图像数据，并将图像数据传输到预处理单元，预处理单元接收采集单元传输的图像数据，将图像数据分割成连续的图片帧，并进行图像归一化和缩放处理得到统一规格的图像数据将图像数据传输到姿态估计网络单元；

S2，图像数据分析，姿态估计网络单元接收预处理单元传输的图像数据，并对图像数据进行分析获得行人姿态信息，并将获得的行人姿态信息传输到行为识别网络单元，行为识别网络单元接收姿态估计网络单元传输的行人姿态信息并进行识别并将识别结果数据传输到筛选单元；

S3，结果输出，筛选单元接收分析模块传输的识别结果数据，并对识别结果数据进行筛分，得到行人交通违法行为数据，将行人交通违法行为数据分别传输到警告单元和输出单元，警告单元接收筛选单元传输的行人交通违法行为数据并对行人发出警告信息，输出单元接收筛选单元传输的行人交通违法行为数据并将行人交通违法行为数据传输到服务器保存。