[发明专利]基于姿态估计的行人交通行为识别系统和方法

说明书

基于姿态估计的行人交通行为识别系统和方法，涉及大数据识别领域，包括：获取模块、分析模块、输出模块和服务器，基于姿态估计技术，使用姿态关键点结合躯干向量，自底向上匹配的方式，将零散的关键点匹配成独立的人，可识别视野范围内不定人数的姿态信息，利用姿态估计网络获取行人姿态坐标的功能，在大量的交通视频数据中获取行人一段时间内的姿态坐标，并对当前行为进行标注，训练具有时序分析能力的行为识别网络，从而实现对行人行为的识别，并且利用时序分析网络的预测能力，一定程度提前预判行人的行为，从而更加及时的发现和警告交通违法行为，解决了目前视觉目标检测方案存在的缺乏对行人行为的理解和预判能力的问题。

技术领域

本发明涉及大数据识别技术领域，具体涉及基于姿态估计的行人交通行为识别系统和方法。

背景技术

以往对于行人闯红灯，占车道等行为的检测，通常是使用红外传感器检测行人位置，如是否越界，是否离开人行道等，来判断行人是否做出了交通违法行为，目前已有的视觉方案中，一般是使用目标检测和人脸识别技术，定位行人的坐标，判断行人是否在非法区域内，来进行违法行为检测，在目前的技术中，传感器对基础设施建设的要求较高，且作用范围有限，能够检测的行为也受限于传感器的功能而不易更新。

基于视觉目标检测方案，虽然具有更广的作用范围，并且可以同时检测多人，但缺乏对行人行为的理解和预判能力，如行人是否玩手机，是否正常行走，以及是否即将做出违法行为的预判。

发明内容

本发明实施例提供了基于姿态估计的行人交通行为识别系统和方法，基于姿态估计技术，使用姿态关键点结合躯干向量，自底向上匹配的方式，将零散的关键点匹配成独立的人，可识别视野范围内不定人数的姿态信息，利用姿态估计网络获取行人姿态坐标的功能，在大量的交通视频数据中获取行人一段时间内的姿态坐标，并对当前行为进行标注，训练具有时序分析能力的行为识别网络，从而实现对行人行为的识别，并且利用时序分析网络的预测能力，一定程度提前预判行人的行为，从而更加及时的发现和警告交通违法行为，解决了目前视觉目标检测方案存在的缺乏对行人行为的理解和预判能力的问题。

基于姿态估计的行人交通行为识别系统，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。

进一步的，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。

进一步的，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。

进一步的，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。