申请/专利权人：上海师范大学

申请日：2020-03-16

公开（公告）日：2023-04-07

公开（公告）号：CN111460924B

主分类号：G06V20/52

分类号：G06V20/52;G06V10/762;G06V10/82;G06N3/0464;G06N3/08;G07B11/00

优先权：

专利状态码：有效-授权

法律状态：2023.04.07#授权;2020.08.21#实质审查的生效;2020.07.28#公开

摘要：本发明涉及一种基于目标检测的闸机通过逃票行为检测方法，用于对通过闸机的行人进行逃票行为判别，所述闸机上方设有摄像头，所述方法包括以下步骤：S1：利用行人刷卡进入所述闸机的脉冲信号驱动所述摄像头，对准所述闸机进行拍摄；S2：基于所述摄像头拍摄的图像，利用预训练好的目标检测网络对进入所述闸机的人数进行异常检测；S3：基于预建立的闸机异常行为判别法则，对闸机逃票行为进行判定。与现有技术相比，本发明可自动分析判断行人的逃票情况，降低人力成本，具有检测准确率高、实时性好等优点。

主权项：1.一种基于目标检测的闸机通过逃票行为检测方法，用于对通过闸机的行人进行逃票行为判别，所述闸机上方设有摄像头，其特征在于，所述方法包括以下步骤：S1：利用行人刷卡进入所述闸机的脉冲信号驱动所述摄像头，对准所述闸机进行拍摄；S2：基于所述摄像头拍摄的图像，利用预训练好的目标检测网络对进入所述闸机的人数进行异常检测；S3：基于预建立的闸机异常行为判别法则，对闸机逃票行为进行判定；所述目标检测网络为YoloV3网络，该YoloV3网络的输出包括三个尺度：y1，用于检测身躯高大的人；y2，用于检测中等身材的人；y3，用于检测小孩；步骤S2中，所述目标检测模型的预训练过程包括以下步骤：S201：获取人群图像，组成训练数据集；S202：对训练数据集中每个所述人群图像中的人进行标注，并生成标注文件，该标注文件包括标注框的中心坐标点和标注框的宽高；S203：基于所述标注框的宽高，对所述训练数据集进行聚类，获取所述YoloV3网络三种输出尺度的预设框；S204：利用预设框对训练数据集中的人群图像进行检测，通过损失函数和梯度下降训练参数以优化所述YoloV3网络。

全文数据：

权利要求：

百度查询： 上海师范大学 一种基于目标检测的闸机通过逃票行为检测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD