(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210873665.8 (22)申请日 2022.07.21 (71)申请人 北京交通大 学 地址 100044 北京市海淀区西直门外上园 村3号 (72)发明人 王艳辉　赵盛盛　李曼　马慧茹　 丁子峰　任秋阳　李冲　 (74)专利代理 机构 北京市商 泰律师事务所 11255 专利代理师 邹芳德 (51)Int.Cl. G06V 20/52(2022.01) G06V 20/40(2022.01) G06V 10/82(2022.01) G06V 10/774(2022.01)G06V 10/764(2022.01) G06V 40/10(2022.01) G06V 40/20(2022.01) (54)发明名称 城轨车站 乘客异常行为 辨识方法及系统 (57)摘要 本发明提供一种城轨车站乘客异常行为辨 识方法及系统， 属于城市轨道交通运营维护技术 领域， 获取城轨车站区域的监控视频； 利用预先 训练好的检测模 型， 对获取的城轨车站区域的监 控视频进行乘 客检测， 得到视频中乘 客的关键点 信息； 基于获取的乘客关键点信息， 按照动作关 键特征计算方法进行计算， 得到每名乘客的人体 动作关键特征； 利用预先训练好的随机森林模 型， 对乘客的人体动作关键特征进行分类处理， 得到乘客当前的行为辨识结果。 本发 明利用监控 视频实现城轨车站区域乘客异常行为辨识， 通过 信息化手段对 车站内的乘客异常行为进行识别， 提高了识别准确度， 减少了车站运营人员的工作 强度， 对保障城轨车站的运营安全 有重大意 义。 权利要求书3页 说明书14页 附图4页 CN 115240141 A 2022.10.25 CN 115240141 A 1.一种城轨车站 乘客异常行为 辨识方法， 其特 征在于， 包括： 获取城轨车站区域的监控视频； 利用预先训练好的检测模型， 对获取的城轨车站区域的监控视频进行乘客检测， 得到 视频中乘客的关键点信息； 基于获取的乘客关键点信息， 按照动作关键特征计算方法进行计算， 得到每名乘客的 人体动作关键特 征； 利用预先训练好的随机森林模型， 对乘客的人体动作关键特征进行分类处理， 得到乘 客当前的行为 辨识结果。 2.根据权利要求1所述的城轨车站乘客异常行为辨识方法， 其特征在于， 得到视频中乘 客的关键点信息包括： 通过一个VGG ‑19网络对输入图像的特征进行提取， 将提取到的特征图作为输入分别传 入两个卷积神经网络； 在所述两个卷积神经网络 中分别计算人体关键点的置信度和局部亲和场， 实现关键点 的定位与初步关联； 基于人体关键点的置信度和局部亲和场， 结合匈牙利算法利用关键点连接关系有效性 的权重进行求 解， 得到最终关键点连接关系。 3.根据权利要求2所述的城轨车站乘客异常行为辨识方法， 其特征在于， 所述置信度的 具体计算公式如下： 其中， xi,j为图像中个 体j的关键点 i真实坐标， σ 为经验值， p是图像中的一 点的坐标； 局部亲和场的具体 计算公式如下： 其中， nc(p)是点p处重 叠的肢体c的数量； 其中， xi2,j， xii,j分别为组成第j个 个体肢体c的两个关键点的坐标。 4.根据权利要求3所述的城轨车站乘客异常行为辨识方法， 其特征在于， 所述关键点连 接关系有效性的权 重的具体 计算公式如下： 其中 p为关键点 的连线上一 点。 5.根据权利要求3所述的城轨车站乘客异常行为辨识方法， 其特征在于， 所述步动作关权　利　要　求　书 1/3 页 2 CN 115240141 A 2键特征具体计算公式如下： 权　利　要　求　书 2/3 页 3 CN 115240141 A 3