CN108665691A - 一种智能防拥挤踩踏的预警与导流的***及方法 - Google Patents
一种智能防拥挤踩踏的预警与导流的***及方法 Download PDFInfo
- Publication number
- CN108665691A CN108665691A CN201810966244.3A CN201810966244A CN108665691A CN 108665691 A CN108665691 A CN 108665691A CN 201810966244 A CN201810966244 A CN 201810966244A CN 108665691 A CN108665691 A CN 108665691A
- Authority
- CN
- China
- Prior art keywords
- early warning
- jostlement
- swarm
- image
- flow information
- 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.)
- Pending
Links
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 68
- 238000000034 method Methods 0.000 title claims abstract description 40
- 230000010365 information processing Effects 0.000 claims abstract description 23
- 238000012545 processing Methods 0.000 claims description 26
- 238000001514 detection method Methods 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 claims description 4
- 230000004907 flux Effects 0.000 claims description 4
- 238000012546 transfer Methods 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 23
- 230000000694 effects Effects 0.000 description 6
- 238000004422 calculation algorithm Methods 0.000 description 5
- 238000012544 monitoring process Methods 0.000 description 5
- 238000011160 research Methods 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 4
- 208000027418 Wounds and injury Diseases 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000015572 biosynthetic process Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 230000006378 damage Effects 0.000 description 2
- 230000005021 gait Effects 0.000 description 2
- 208000014674 injury Diseases 0.000 description 2
- 238000011835 investigation Methods 0.000 description 2
- 238000002360 preparation method Methods 0.000 description 2
- 206010003497 Asphyxia Diseases 0.000 description 1
- 208000025962 Crush injury Diseases 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000000739 chaotic effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 230000002996 emotional effect Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 231100000518 lethal Toxicity 0.000 description 1
- 230000001665 lethal effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000002203 pretreatment Methods 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 230000029058 respiratory gaseous exchange Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/18—Status alarms
- G08B21/24—Reminder alarms, e.g. anti-loss alarms
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
- G06Q50/265—Personal security, identity or safety
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
- G06V20/53—Recognition of crowd images, e.g. recognition of crowd congestion
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
- H04N7/181—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a plurality of remote sources
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- Computer Security & Cryptography (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Educational Administration (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Signal Processing (AREA)
- Image Analysis (AREA)
Abstract
本申请公开一种智能防拥挤踩踏的预警与导流的***及方法，该***包括：流量信息采集设备，由设置在场所中各个路段上的图像采集摄像头组成，摄像头与流量信息处理与预警设备相连接；流量信息处理与预警设备，包括：图像识别器、图像中人物信息计算器和拥挤踩踏预警判定器；报警服务平台，包括：拥挤踩踏预警存储器及人工干预应用端，流量信息处理与预警设备通过互联网与报警服务平台相连接；流量信息输出设备，包括：拥挤踩踏预警语音播放器、拥挤踩踏预警报警警示器及拥挤踩踏预警显示器；流量信息处理与预警设备通过局域网与流量信息输出设备相连接。本发明大大提高通行效率，防止拥挤和***件的发生。
Description
技术领域
本发明涉及防拥挤踩踏的技术领域，更具体地，涉及一种智能防拥挤踩踏的预警与导流的***及方法。
背景技术
随着社会经济的飞速发展，人们的生活水平不断提高，出入公共场所也越来越频繁，这就可能造成拥挤和***件的发生。***故是指在人员相对密集的场所，如体育场馆、影院、学校、狭窄的街道、楼梯等公共场所，由于现场秩序失去控制，发生拥挤、混乱，导致大量人员被挤伤、窒息或踩踏致死的事故。中小学校园***故容易造成群死群伤，其受害主体多为学生，收到社会广泛关注且敏感性强。近年来，我国中小学校园***故频繁发生，已造成严重的负面社会影响。统计表明，自2000年以来，我国共发生50余起校园***故，死亡学生100余人，受伤接近900人。单起事故最多死亡人数21人，最多受伤80人。校园***故发生时间多在下晚自习、下课、上操、就餐和集会时，地点多是楼梯口或狭长过道的拐弯处。最常见的情况是，大量学生在短时间聚集在相对狭窄的楼梯拐弯处，无法疏散，人流无法得到有效控制，一旦前面有人跌倒或是弯腰系鞋带，后面人没有留意及时止步，突然出现某个人跌倒、进而导致人群堆叠现象，被压在下面的人员身体无法活动，呼吸受阻，轻者会出现局部充血，骨折等现象，重者可能由于机械窒息而导致死亡。
学***事故国外较少，近年来，国内外学者已对拥挤***故的成因以及踩踏预警机制进行了一系列研究。近年来，国内对拥挤***故也进行了深入的研究，通过对校园事故的案例分析，获得了时空分布与影响因素的统计特征；基于近10年中小学***件，运用事故树分析了校园踩踏时间的起因，同时考虑管理因素对事件发生概率的影响，计算了校园***件发生的概率；提出了一种基于心理学的人群踩踏仿真模型，该模型考虑了密集踩踏人群中的情绪感染因素，能够模拟人群的踩踏过程；设计并实现了一种校园楼道防***故管理***，该***通过视频监控与分析，向管理人员传递人流现状，并通过语音、视频项学生发出警告，以防止***故发生。然而，该***紧进行简单的相似度识别，会产生较高的误报率，难以获得实际应用。分别对不同场合下的疏散进行了分析和建模；运用统计学手法、从事故机制入手研究城市公共场所拥挤***故；以上理论研究确定了拥挤***故的主要原因，为深入研究人群踩踏预警提供了***模型，在监测人群、降低密度以消除踩踏风险方面形成了一致性结论。论述了大型活动安全监测的内容，从五个角度提出了风险预警。以无线射频识别为技术支撑，实现了可视化的人群状态监测***。都提出了从图像中提取个人特征来检测行人、实现人群密度估计。
然而目标检测的过程经常会受到遮挡、光强等因素的影响，且无论是基于像素进行图像分析或者是基于纹理特征进行估计，多数需要对视频图像进行前处理和特征提取，实时性不够好、识别速度慢，智能程度不高。以上理论研究确定了拥挤***故的主要原因，为深入研究人群踩踏预警提供了***模型，在监测人群、降低密度以消除踩踏风险方面形成了结论，但在技术上并未获得有效突破。
因此，提供一种能够准确、高效地进行智能防拥挤踩踏的预警与导流的方案是本领域亟待解决的技术问题。
发明内容
有鉴于此，本发明提供了一种智能防拥挤踩踏的预警与导流的***及方法，解决了现有技术中智能防拥挤踩踏技术中覆盖面也较为有限、无法全面监控公共场所中流量情况的技术问题。
为了解决上述技术问题，本发明提出一种智能防拥挤踩踏的预警与导流的***，包括：流量信息采集设备、流量信息处理与预警设备、报警服务平台及流量信息输出设备；其中，
所述流量信息采集设备，由设置在场所中各个路段上的图像采集摄像头组成，所述摄像头通过局域网与所述流量信息处理与预警设备相连接；
所述流量信息处理与预警设备，为图像处理服务器，包括：图像识别器、图像中人物信息计算器和拥挤踩踏预警判定器；所述图像识别器与所述流量信息采集设备及图像中人物信息计算器相连接；所述图像中人物信息计算器与所述图像识别器及拥挤踩踏预警判定器相连接；所述拥挤踩踏预警判定器与所述图像中人物信息计算器、报警服务平台及流量信息输出设备相连接；
所述报警服务平台，包括：拥挤踩踏预警存储器及人工干预应用端，所述流量信息处理与预警设备通过互联网与所述报警服务平台相连接；
所述流量信息输出设备，包括：拥挤踩踏预警语音播放器、拥挤踩踏预警报警警示器及拥挤踩踏预警显示器；所述流量信息处理与预警设备通过局域网与所述流量信息输出设备相连接。
可选地，其中，所述流量信息处理与预警设备，为图像处理服务器组，包括大于或等于两台的图像处理服务器，所述图像处理服务器组成图像中人物识别及人物流动信息计算的服务器组集群。
可选地，其中，该***还包括：图像处理服务器管理器，与所述流量信息采集设备及图像处理服务器相连接。
可选地，其中，所述流量信息处理与预警设备，包括大于或等于两个的图像识别器，每个所述图像识别器，都与所述图像中人物信息计算器和拥挤踩踏预警判定器相连接。
可选地，其中，所述图像识别器，包括：网格划分单元、网格中人物检测单元及置信度预测单元。
可选地，其中，所述图像识别器，还包括：人像丢失索引重建单元及人像识别信息存储单元，所述人像丢失索引重建单元与所述网格中人物检测单元及人像识别信息存储单元相连接；所述人像识别信息存储单元与所述人像丢失索引重建单元及网格中人物检测单元相连接。
可选地，其中，所述图像中人物信息计算器，包括：人物轨迹计算单元、人物速度计算单元及人群流量密度图创建单元。
可选地，其中，所述图像中人物信息计算器，还包括：人物个体速度检测单元，与所述图像识别器及拥挤踩踏预警判定器相连接。
可选地，其中，所述拥挤踩踏预警判定器，包括：人群拥挤踩踏预警单元及个体拥挤踩踏预警单元，所述人群拥挤踩踏预警单元与所述图像中人物信息计算器、报警服务平台及流量信息输出设备相连接；所述个体拥挤踩踏预警单元与所述图像中人物信息计算器、报警服务平台及流量信息输出设备相连接。
可选地，其中，所述拥挤踩踏预警判定器，包括：人群速度阈值设置单元及报警信息生成单元；所述人群速度阈值设置单元与所述报警信息生成单元相连接；所述报警信息生成单元与所述人群速度阈值设置单元、图像中人物信息计算器、报警服务平台及流量信息输出设备相连接。
另一方面，本发明还提供一种智能防拥挤踩踏的预警与导流的方法，包括：
在防拥挤踩踏的预警设备上设置各个场所中干预指令与干预应用端的对应关系；
通过设置在场所中各个路段上图像采集摄像头采集各个路段上的图像，并将所述图像发送至图像处理器，将所述图像进行网格化划分，通过网格集合中物体中心识别进行人流检测，并标定人像数量、移动速度及移动方向，通过所述人像数量、移动速度及移动方向得到所述场所中人群的数量、移动速度及移动方向；
获取预设的所述场地的负载信息，根据所述负载信息得到所述场地的当前人群数量阈值、人群速度阈值；当所述人群的数量、移动速度及移动方向达到或超过所述当前人群数量阈值及人群速度阈值时，根据预设在所述场所的述当前人群数量、人群速度及移动方向与所需干预程度的干预指令对照表得到当前所需的干预指令；
根据所述干预指令与干预应用端的对应关系将干预指令分发至当前所需的干预应用端；根据所述干预指令调取预先设置的与所述干预指令对应的干预语音及干预显示并发送至显示播放器进行展现。
可选地，其中，该方法还包括：
当所述场所中个人的移动速度小于或等于应急速度阈值时，根据所述个人的位置生成个人应急处理指令，将所述个人应急处理指令发送至所述显示播放器进行展现，并根据根据所述个人的位置搜索距离该位置最近的干预应用端，将所述个人应急处理指令发送至该最近的干预应用端。
与现有技术相比，本发明提供的智能防拥挤踩踏的预警与导流的***及方法，至少实现如下有益效果之一：
(1)本发明所述的智能防拥挤踩踏的预警与导流的***及方法，通过摄像机的图像采集，对采集图像进行人物识别处理，得到人流密度图与导流指示信号，并通过人群密度的自动预警，大大提高通行效率，防止拥挤和***件的发生。
(2)本发明所述的智能防拥挤踩踏的预警与导流的***及方法，利用摄像机采集图像，通过服务器高效及时地处理图像得到人群的行进速度，预测各个路段的人流信息，提前进行预警准备，极大地提升了防拥挤和***件的效率。
(3)本发明所述的智能防拥挤踩踏的预警与导流的***及方法，在进行人流速度超过预设值的报警处理后，将报警信息反馈至预警***进行数据更新处理，提升了预警***的智能性，并通过预先设置的各个预警应用端分配干预指令，及时进行拥挤和踩踏的人工干预，及时阻止拥挤和踩踏的发生，进一步地提升了预警与导流的效果。
附图说明
被结合在说明书中并构成说明书的一部分的附图示出了本发明的实施例，并且连同其说明一起用于解释本发明的原理。通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显：
图1为本发明实施例中所述的一种智能防拥挤踩踏的预警与导流的***的结构示意图；
图2为本发明实施例中所述的另一种智能防拥挤踩踏的预警与导流的***的结构示意图；
图3为本发明实施例中所述的又一种智能防拥挤踩踏的预警与导流的***的结构示意图；
图4为本发明实施例中所述的又一种智能防拥挤踩踏的预警与导流的***的结构示意图；
图5为本发明实施例中所述的又一种智能防拥挤踩踏的预警与导流的***的结构示意图；
图6为本发明实施例中所述的又一种智能防拥挤踩踏的预警与导流的***的结构示意图；
图7为本发明实施例中所述的又一种智能防拥挤踩踏的预警与导流的***的结构示意图；
图8为本发明实施例中所述的又一种智能防拥挤踩踏的预警与导流的***的结构示意图；
图9为本发明实施例中所述的又一种智能防拥挤踩踏的预警与导流的***的结构示意图；
图10为本发明实施例中所述的又一种智能防拥挤踩踏的预警与导流的***的结构示意图；
图11为本发明实施例中所述的又一种智能防拥挤踩踏的预警与导流的方法的流程示意图；
图12为本发明实施例中所述的又一种智能防拥挤踩踏的预警与导流的方法的流程示意图。
具体实施方式
下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关申请，而非对该申请的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本申请相关的部分。
需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
如图1所示，图1为本实施例所述的一种智能防拥挤踩踏的预警与导流的***的结构示意图，本实施例中通过***提供的路口人流密度图与导流指示信号大大提高通行效率，通过人群密度的自动预警，及时通知工作人员参与维持秩序，并通过与语音导流，显示屏导流多手段相结合的方式，降低其工作强度与难度。
本实施例中所述的智能防拥挤踩踏的预警与导流的***，包括：流量信息采集设备101、流量信息处理与预警设备102、报警服务平台103及流量信息输出设备104。其中，流量信息采集设备101，由设置在场所中各个路段上的图像采集摄像头111组成，摄像头通过局域网与流量信息处理与预警设备102相连接。
流量信息处理与预警设备102，为图像处理服务器，包括：图像识别器121、图像中人物信息计算器122和拥挤踩踏预警判定器123；图像识别器121与流量信息采集设备101及图像中人物信息计算器122相连接；图像中人物信息计算器122与图像识别器121及拥挤踩踏预警判定器123相连接；拥挤踩踏预警判定器123与图像中人物信息计算器122、报警服务平台103及流量信息输出设备104相连接。
报警服务平台103，包括：拥挤踩踏预警存储器131及人工干预应用端132，流量信息处理与预警设备102通过互联网与报警服务平台相连接。
流量信息输出设备104，包括：拥挤踩踏预警语音播放器141、拥挤踩踏预警报警警示器142及拥挤踩踏预警显示器143；流量信息处理与预警设备102通过局域网与流量信息输出设备104相连接。
***需要对图像上的每个人体进行追踪得到运动轨迹，由于人数较多时常有人像被完全遮挡导致目标丢失的情况，本***的追踪法可以对丢失后再出现目标继续追踪，保证了***的精度。通过将人体检测算法与追踪算法结合起来，先用人体检测算法框出人体，再用追踪算法追踪人体，同时每帧用人体检测算法对追踪结果进行修正，既可以保证人体识别的精度也可以在目标丢失的情况下继续追踪。由于人像较多时，时常会导致人像模型的丢失，丢失后再次检测到同一个对象后若***将其判断为新对象则会降低***精度，所以设置人像丢失后重建索引算法对提高算法精度极为重要。可选地，本发明可以对每个识别到的人物以时间、位置、移动速度、移动方向及周边人物及物体等信息进行记录存储；并对采集的图像按照预先设置的识别策略以不同的顺序或方向进行多次识别，合并几次识别的图像结果得到准确的人流量信息。
通过解析完成的人像模型位置，计算出每个人的行径轨迹，在楼梯口等简单场景中，***仅需计算上、下两个方向的运行轨迹与速度，而在十字路口或广场场景中，***需要计算多个方向的运行轨迹与速度，从而建立人群运行向量模型。有了人像轨迹与人群速度后，生成各路口(楼梯口)的流量模型，并生成密度图。若人群速度超过阈值或某个个体的速度超过阈值，则导流算法自动完成报警信号，在各种负载条件下报警信号的阈值也应该自适应调整。人物在不同场地上的进行方向和速度都反应了在当前场地上的人流情况，及可能会出现拥挤和踩踏的位置区域。
处理人群状态参数，量化人群拥挤状态，根据训练样本数据设定预警指标，当测得的实时参数超过可承受风险阈值时，根据风险等级及时利用现场广播、电子屏等发布疏散建议，大大降低***件发生的几率。同时，通过智能监控***监控各个场地的人流拥挤和踩踏信息，相对于人工检测来讲，极大地节省了人力资源，降低了预警成本。
通过对多路口流量检测形成流量密度图，使得状态可视化；并通过报警器语音合成技术合成导流语音并广播公告，从而疏导人流从不同的出口迅速通行。可选地，可以设置四级预警级别，当外设发布预警报告与导流信息后，反馈流量信息继续上升则对应提升报警级别。对不同的风险等级发出不同程度的警报提醒，既能够降低误报几率、更客观可靠，同时使预警信息更人性化与区别化。
在一些可选的实施例中，如图2所示，为本实施例中另一种智能防拥挤踩踏的预警与导流的***的结构示意图，与图1中***不同的是，流量信息处理与预警设备102，为图像处理服务器组，包括大于或等于两台的图像处理服务器124，图像处理服务器组成图像中人物识别及人物流动信息计算的服务器组集群。每台图像处理服务器124均包括：图像识别器、图像中人物信息计算器和拥挤踩踏预警判定器。
在一些可选的实施例中，如图3所示，为本实施例中另一种智能防拥挤踩踏的预警与导流的***的结构示意图，与图2中***不同的是，该***还包括：图像处理服务器管理器301，与流量信息采集设备101及图像处理服务器124相连接。
在一些可选的实施例中，如图4所示，为本实施例中另一种智能防拥挤踩踏的预警与导流的***的结构示意图，与图1中***不同的是，流量信息处理与预警设备102，包括大于或等于两个的图像识别器121，每个图像识别器121，都与图像中人物信息计算器122和拥挤踩踏预警判定器123相连接。
在一些可选的实施例中，如图5所示，为本实施例中另一种智能防拥挤踩踏的预警与导流的***的结构示意图，与图1中***不同的是，图像识别器121，包括：网格划分单元125、网格中人物检测单元126及置信度预测单元127。
在一些可选的实施例中，如图6所示，为本实施例中另一种智能防拥挤踩踏的预警与导流的***的结构示意图，与图5中***不同的是，图像识别器121，还包括：人像丢失索引重建单元128及人像识别信息存储单元129，人像丢失索引重建单元128与网格中人物检测单元126及人像识别信息存储单元129相连接；人像识别信息存储单元129与人像丢失索引重建单元128及网格中人物检测单元126相连接。
在一些可选的实施例中，如图7所示，为本实施例中另一种智能防拥挤踩踏的预警与导流的***的结构示意图，与图1中***不同的是，图像中人物信息计算器122，包括：人物轨迹计算单元701、人物速度计算单元702及人群流量密度图创建单元703。
在一些可选的实施例中，如图8所示，为本实施例中另一种智能防拥挤踩踏的预警与导流的***的结构示意图，与图1中***不同的是，图像中人物信息计算器122，还包括：人物个体速度检测单元801，与图像识别器121及拥挤踩踏预警判定器123相连接。
在一些可选的实施例中，如图9所示，为本实施例中另一种智能防拥挤踩踏的预警与导流的***的结构示意图，与图8中***不同的是，拥挤踩踏预警判定器123，包括：人群拥挤踩踏预警单元901及个体拥挤踩踏预警单元902，人群拥挤踩踏预警单元901与图像中人物信息计算器122、报警服务平台103及流量信息输出设备104相连接；个体拥挤踩踏预警单元902与图像中人物信息计算器122、报警服务平台103及流量信息输出设备104相连接。
在一些可选的实施例中，如图10所示，为本实施例中另一种智能防拥挤踩踏的预警与导流的***的结构示意图，与图1中***不同的是，拥挤踩踏预警判定器123，包括：人群速度阈值设置单元1001及报警信息生成单元1002；人群速度阈值设置单元1001与报警信息生成单元1002相连接；报警信息生成单元1002与人群速度阈值设置单元1001、图像中人物信息计算器122、报警服务平台103及流量信息输出设备104相连接。
如图11所示，为本实施例中提供的一种智能防拥挤踩踏的预警与导流的方法的流程示意图，该方法包括：
步骤1101、在防拥挤踩踏的预警设备上设置各个场所中干预指令与干预应用端的对应关系。
可选地，干预应用端可以是在所述场所范围内的一些紧急救援的应用端或者救援***，例如警察***、防火救援***、医疗救援***，还可以是与防拥挤踩踏的预警与导流***相连接的个人应用端，如个人救援志愿APP等。遇到特殊特殊紧急情况时，可以调动周边一切可调动的具有一些专业救援技能的人员来帮助处理，可以提升防拥挤踩踏的预警与导流的效率。
步骤1102、通过设置在场所中各个路段上图像采集摄像头采集各个路段上的图像，并将所述图像发送至图像处理器，将所述图像进行网格化划分，通过网格集合中物体中心识别进行人流检测，并标定人像数量、移动速度及移动方向，通过所述人像数量、移动速度及移动方向得到所述场所中人群的数量、移动速度及移动方向。
步骤1103、获取预设的所述场地的负载信息，根据所述负载信息得到所述场地的当前人群数量阈值、人群速度阈值；当所述人群的数量、移动速度及移动方向达到或超过所述当前人群数量阈值及人群速度阈值时，根据预设在所述场所的述当前人群数量、人群速度及移动方向与所需干预程度的干预指令对照表得到当前所需的干预指令。
步骤1104、根据所述干预指令与干预应用端的对应关系将干预指令分发至当前所需的干预应用端；根据所述干预指令调取预先设置的与所述干预指令对应的干预语音及干预显示并发送至显示播放器进行展现。
对于一些常见情况的防拥挤踩踏的预警与导流，以人群拥挤的程度为指标对应设置一些干预策略，如，多大的拥挤量对应需要多少的疏散人员，需要准备多少的医疗救援人员等等，有利于在第一时间做出操作反应，提升了防拥挤踩踏的预警与导流的工作效率。而对于一些不常见情况，可以将采集数据实时反应至控制中心，由控制中心的工作人员做出专业的预警与导流指令，通过该专业的预警与导流指令控制防拥挤踩踏的预警与导流的各个操作环节，使得防拥挤踩踏的预警与导流***更加完善。
在一些可选的实施例中，如图12所示，为为本实施例中提供的另一种智能防拥挤踩踏的预警与导流的方法的流程示意图，如图11不同的是，该方法还可以包括：
步骤1201、当所述场所中个人的移动速度小于或等于应急速度阈值时，根据所述个人的位置生成个人应急处理指令。
步骤1202、将所述个人应急处理指令发送至所述显示播放器进行展现。
步骤1203、根据根据所述个人的位置搜索距离该位置最近的干预应用端，将所述个人应急处理指令发送至该最近的干预应用端。
在拥挤的场所可能出现单个人摔倒或移动速度慢等问题，通过该方法的实时监测，与预设的应急速度阈值对比准确得出需要帮助的个人位置，通过显示播放器先通告该位置的人群注意该需要帮助的个人，再通知最近的救援人员过去救助，自动智能地帮助拥挤踩踏的预警中需要帮助的个人，进一步提升了防拥挤踩踏的预警的智能性和完整性。
通过上述实施例可知，本发明的智能防拥挤踩踏的预警与导流的***及方法，达到了如下的有益效果：
(1)本发明所述的智能防拥挤踩踏的预警与导流的***及方法，通过摄像机的图像采集，对采集图像进行人物识别处理，得到人流密度图与导流指示信号，并通过人群密度的自动预警，大大提高通行效率，防止拥挤和***件的发生。
(2)本发明所述的智能防拥挤踩踏的预警与导流的***及方法，利用摄像机采集图像，通过服务器高效及时地处理图像得到人群的行进速度，预测各个路段的人流信息，提前进行预警准备，极大地提升了防拥挤和***件的效率。
(3)本发明所述的智能防拥挤踩踏的预警与导流的***及方法，在进行人流速度超过预设值的报警处理后，将报警信息反馈至预警***进行数据更新处理，提升了预警***的智能性，并通过预先设置的各个预警应用端分配干预指令，及时进行拥挤和踩踏的人工干预，及时阻止拥挤和踩踏的发生，进一步地提升了预警与导流的效果。
虽然已经通过例子对本发明的一些特定实施例进行了详细说明，但是本领域的技术人员应该理解，以上例子仅是为了进行说明，而不是为了限制本发明的范围。本领域的技术人员应该理解，可在不脱离本发明的范围和精神的情况下，对以上实施例进行修改。本发明的范围由所附权利要求来限定。
Claims (10)
1.一种智能防拥挤踩踏的预警与导流的***，其特征在于，包括：流量信息采集设备、流量信息处理与预警设备、报警服务平台及流量信息输出设备；其中，
所述流量信息采集设备，由设置在场所中各个路段上的图像采集摄像头组成，所述摄像头通过局域网与所述流量信息处理与预警设备相连接；
所述流量信息处理与预警设备，为图像处理服务器，包括：图像识别器、图像中人物信息计算器和拥挤踩踏预警判定器；所述图像识别器与所述流量信息采集设备及图像中人物信息计算器相连接；所述图像中人物信息计算器与所述图像识别器及拥挤踩踏预警判定器相连接；所述拥挤踩踏预警判定器与所述图像中人物信息计算器、报警服务平台及流量信息输出设备相连接；
所述报警服务平台，包括：拥挤踩踏预警存储器及人工干预应用端，所述流量信息处理与预警设备通过互联网与所述报警服务平台相连接；
所述流量信息输出设备，包括：拥挤踩踏预警语音播放器、拥挤踩踏预警报警警示器及拥挤踩踏预警显示器；所述流量信息处理与预警设备通过局域网与所述流量信息输出设备相连接。
2.根据权利要求1所述的智能防拥挤踩踏的预警与导流的***，其特征在于，还包括：图像处理服务器管理器，其中，
所述流量信息处理与预警设备，为图像处理服务器组，包括大于或等于两台的图像处理服务器，所述图像处理服务器组成图像中人物识别及人物流动信息计算的服务器组集群；
所述图像处理服务器管理器与所述流量信息采集设备及图像处理服务器相连接。
3.根据权利要求1所述的智能防拥挤踩踏的预警与导流的***，其特征在于，所述流量信息处理与预警设备，包括大于或等于两个的图像识别器，每个所述图像识别器，都与所述图像中人物信息计算器和拥挤踩踏预警判定器相连接。
4.根据权利要求1所述的智能防拥挤踩踏的预警与导流的***，其特征在于，所述图像识别器，包括：网格划分单元、网格中人物检测单元及置信度预测单元。
5.根据权利要求4所述的智能防拥挤踩踏的预警与导流的***，其特征在于，所述图像识别器，还包括：人像丢失索引重建单元及人像识别信息存储单元，所述人像丢失索引重建单元与所述网格中人物检测单元及人像识别信息存储单元相连接；所述人像识别信息存储单元与所述人像丢失索引重建单元及网格中人物检测单元相连接。
6.根据权利要求1所述的智能防拥挤踩踏的预警与导流的***，其特征在于，所述图像中人物信息计算器，包括：人物轨迹计算单元、人物速度计算单元及人群流量密度图创建单元。
7.根据权利要求1所述的智能防拥挤踩踏的预警与导流的***，其特征在于，所述图像中人物信息计算器，还包括：人物个体速度检测单元，与所述图像识别器及拥挤踩踏预警判定器相连接；
所述拥挤踩踏预警判定器，包括：人群拥挤踩踏预警单元及个体拥挤踩踏预警单元，所述人群拥挤踩踏预警单元与所述图像中人物信息计算器、报警服务平台及流量信息输出设备相连接；所述个体拥挤踩踏预警单元与所述图像中人物信息计算器、报警服务平台及流量信息输出设备相连接。
8.根据权利要求1所述的智能防拥挤踩踏的预警与导流的***，其特征在于，所述拥挤踩踏预警判定器，包括：人群速度阈值设置单元及报警信息生成单元；所述人群速度阈值设置单元与所述报警信息生成单元相连接；所述报警信息生成单元与所述人群速度阈值设置单元、图像中人物信息计算器、报警服务平台及流量信息输出设备相连接。
9.一种智能防拥挤踩踏的预警与导流的方法，其特征在于，包括：
在防拥挤踩踏的预警设备上设置各个场所中干预指令与干预应用端的对应关系；
通过设置在场所中各个路段上图像采集摄像头采集各个路段上的图像，并将所述图像发送至图像处理器，将所述图像进行网格化划分，通过网格集合中物体中心识别进行人流检测，并标定人像数量、移动速度及移动方向，通过所述人像数量、移动速度及移动方向得到所述场所中人群的数量、移动速度及移动方向；
获取预设的所述场地的负载信息，根据所述负载信息得到所述场地的当前人群数量阈值、人群速度阈值；当所述人群的数量、移动速度及移动方向达到或超过所述当前人群数量阈值及人群速度阈值时，根据预设在所述场所的述当前人群数量、人群速度及移动方向与所需干预程度的干预指令对照表得到当前所需的干预指令；
根据所述干预指令与干预应用端的对应关系将干预指令分发至当前所需的干预应用端；根据所述干预指令调取预先设置的与所述干预指令对应的干预语音及干预显示并发送至显示播放器进行展现。
10.根据权利要求9所述的智能防拥挤踩踏的预警与导流的方法，其特征在于，还包括：
当所述场所中个人的移动速度小于或等于应急速度阈值时，根据所述个人的位置生成个人应急处理指令，将所述个人应急处理指令发送至所述显示播放器进行展现，并根据根据所述个人的位置搜索距离该位置最近的干预应用端，将所述个人应急处理指令发送至该最近的干预应用端。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810966244.3A CN108665691A (zh) | 2018-08-22 | 2018-08-22 | 一种智能防拥挤踩踏的预警与导流的***及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810966244.3A CN108665691A (zh) | 2018-08-22 | 2018-08-22 | 一种智能防拥挤踩踏的预警与导流的***及方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN108665691A true CN108665691A (zh) | 2018-10-16 |
Family
ID=63788859
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810966244.3A Pending CN108665691A (zh) | 2018-08-22 | 2018-08-22 | 一种智能防拥挤踩踏的预警与导流的***及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108665691A (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109740192A (zh) * | 2018-12-12 | 2019-05-10 | 山东师范大学 | 基于阿诺德情绪模型的人群疏散仿真方法及*** |
| CN111950491A (zh) * | 2020-08-19 | 2020-11-17 | 成都飞英思特科技有限公司 | 一种人员密度的监控方法、装置及计算机可读存储介质 |
| CN112651275A (zh) * | 2020-09-01 | 2021-04-13 | 武汉科技大学 | 人员密集场所***故诱因行为智能识*** |
| CN113163158A (zh) * | 2021-01-30 | 2021-07-23 | 高慧俊 | 一种智能网络监控*** |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2006031645A (ja) * | 2004-07-12 | 2006-02-02 | Nariyuki Mitachi | 動的群集密度のリアルタイム推定方法及び群集事故防止システム |
| CN101751553A (zh) * | 2008-12-03 | 2010-06-23 | 中国科学院自动化研究所 | 一种大规模人群密度分析和预测方法 |
| CN105574501A (zh) * | 2015-12-15 | 2016-05-11 | 上海微桥电子科技有限公司 | 一种人流视频侦测分析*** |
| CN105791022A (zh) * | 2016-04-14 | 2016-07-20 | 北京中电万联科技股份有限公司 | 一种拥挤度检测预警*** |
| CN105787853A (zh) * | 2016-04-14 | 2016-07-20 | 北京中电万联科技股份有限公司 | 一种公共区域拥挤、***件应急预警*** |
| CN105913029A (zh) * | 2016-04-14 | 2016-08-31 | 北京中电万联科技股份有限公司 | 一种人流量数据分析、预警与展现*** |
| CN106205042A (zh) * | 2016-08-26 | 2016-12-07 | 王起全 | 一种地铁拥挤***故预警联动***及预警联动方法 |
| CN106412507A (zh) * | 2016-09-30 | 2017-02-15 | 北京中星微电子有限公司 | 人员流量的智能监控方法和*** |
| CN108280843A (zh) * | 2018-01-24 | 2018-07-13 | 新华智云科技有限公司 | 一种视频目标检测跟踪方法及设备 |
-
2018
- 2018-08-22 CN CN201810966244.3A patent/CN108665691A/zh active Pending
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2006031645A (ja) * | 2004-07-12 | 2006-02-02 | Nariyuki Mitachi | 動的群集密度のリアルタイム推定方法及び群集事故防止システム |
| CN101751553A (zh) * | 2008-12-03 | 2010-06-23 | 中国科学院自动化研究所 | 一种大规模人群密度分析和预测方法 |
| CN105574501A (zh) * | 2015-12-15 | 2016-05-11 | 上海微桥电子科技有限公司 | 一种人流视频侦测分析*** |
| CN105791022A (zh) * | 2016-04-14 | 2016-07-20 | 北京中电万联科技股份有限公司 | 一种拥挤度检测预警*** |
| CN105787853A (zh) * | 2016-04-14 | 2016-07-20 | 北京中电万联科技股份有限公司 | 一种公共区域拥挤、***件应急预警*** |
| CN105913029A (zh) * | 2016-04-14 | 2016-08-31 | 北京中电万联科技股份有限公司 | 一种人流量数据分析、预警与展现*** |
| CN106205042A (zh) * | 2016-08-26 | 2016-12-07 | 王起全 | 一种地铁拥挤***故预警联动***及预警联动方法 |
| CN106412507A (zh) * | 2016-09-30 | 2017-02-15 | 北京中星微电子有限公司 | 人员流量的智能监控方法和*** |
| CN108280843A (zh) * | 2018-01-24 | 2018-07-13 | 新华智云科技有限公司 | 一种视频目标检测跟踪方法及设备 |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109740192A (zh) * | 2018-12-12 | 2019-05-10 | 山东师范大学 | 基于阿诺德情绪模型的人群疏散仿真方法及*** |
| CN109740192B (zh) * | 2018-12-12 | 2023-04-07 | 山东师范大学 | 基于阿诺德情绪模型的人群疏散仿真方法及*** |
| CN111950491A (zh) * | 2020-08-19 | 2020-11-17 | 成都飞英思特科技有限公司 | 一种人员密度的监控方法、装置及计算机可读存储介质 |
| CN111950491B (zh) * | 2020-08-19 | 2024-04-02 | 成都飞英思特科技有限公司 | 一种人员密度的监控方法、装置及计算机可读存储介质 |
| CN112651275A (zh) * | 2020-09-01 | 2021-04-13 | 武汉科技大学 | 人员密集场所***故诱因行为智能识*** |
| CN113163158A (zh) * | 2021-01-30 | 2021-07-23 | 高慧俊 | 一种智能网络监控*** |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109087478A (zh) | 一种智能防拥挤踩踏的预警与导流方法及*** | |
| CN108665691A (zh) | 一种智能防拥挤踩踏的预警与导流的***及方法 | |
| Kooij et al. | Multi-modal human aggression detection | |
| WO2021047306A1 (zh) | 一种异常行为判定方法、装置、终端及可读存储介质 | |
| CN108062349A (zh) | 基于视频结构化数据及深度学习的视频监控方法和*** | |
| CN108389359B (zh) | 一种基于深度学习的城市火灾报警方法 | |
| CN111814601A (zh) | 一种将目标检测与人体姿态估计相结合的视频分析方法 | |
| CN104517410A (zh) | 一种智能防溺水***及方法 | |
| CN101751553A (zh) | 一种大规模人群密度分析和预测方法 | |
| US11159769B2 (en) | Drowning detection enhanced by swimmer analytics | |
| CN111564224A (zh) | 一种具有健康监测的智能监控***及其实现方法 | |
| CN112287827A (zh) | 基于智慧灯杆的复杂环境行人口罩佩戴检测方法及*** | |
| CN104318578A (zh) | 一种视频图像分析方法及*** | |
| Lu et al. | A vision-based approach to early detection of drowning incidents in swimming pools | |
| CN108256447A (zh) | 一种基于深度神经网络的无人机航拍视频分析方法 | |
| CN109191738A (zh) | 一种基于动态人流量监测的智能疏散方法和*** | |
| Ding et al. | Intelligent emergency digital twin system for monitoring building fire evacuation | |
| CN113080855B (zh) | 一种基于深度信息的面部疼痛表情识别方法及*** | |
| Lei et al. | Drowning behavior detection in swimming pool based on deep learning | |
| Suganthalakshmi et al. | Covid-19 facemask detection with deep learning and computer vision | |
| CN115861915A (zh) | 消防通道监控方法、消防通道监控装置以及存储介质 | |
| CN115294519A (zh) | 一种基于轻量化网络的异常事件检测及预警方法 | |
| Damousis et al. | Fuzzy fusion of eyelid activity indicators for hypovigilance-related accident prediction | |
| CN117315591B (zh) | 一种智慧校园安全监控预测管理*** | |
| US20240161507A1 (en) | Airport indices for passenger health check using machine learning |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20181016 |