首页> 中国专利> 一种具有闯红灯取证功能的人行横道信号灯系统及方法

一种具有闯红灯取证功能的人行横道信号灯系统及方法

摘要

本发明涉及一种具有行人闯红灯取证功能的人行横道信号灯系统及方法。本发明的装置由人行横道灯、主机柜和中心管理平台组成。闯红灯人脸取证功能的实现方法为:通过红灯信号触发安装在人行横道信号灯灯柱内的嵌入式摄像机工作,检测人行横道区域内是否有行人闯红灯,对闯红灯行人拍摄三张行走过程照片,并跟踪至清晰位置拍摄一张人脸特写,共四张取证用照片。人脸特写照片在灯柱的高亮液晶屏上实时滚动播放,以告知路人。同时将人脸照片传送至中心管理平台,采用基于深度学习的人脸识别算法与数据库中信息进行比对识别,统计该人闯红灯次数。本发明采用无人值守的交通管理模式,不仅达到安全警示与记录在案的功能,更显著降低执法人员的工作强度。

著录项

法律信息

  • 法律状态公告日

    法律状态信息

    法律状态

  • 2020-01-07

    专利权的转移 IPC(主分类):G08G1/005 登记生效日:20191218 变更前: 变更后: 变更前: 变更后: 申请日:20160930

    专利申请权、专利权的转移

  • 2019-03-01

    著录事项变更 IPC(主分类):G08G1/005 变更前: 变更后: 申请日:20160930

    著录事项变更

  • 2019-01-15

    授权

    授权

  • 2017-02-15

    实质审查的生效 IPC(主分类):G08G1/005 申请日:20160930

    实质审查的生效

  • 2017-01-18

    公开

    公开

说明书

技术领域

本发明属于智能交通安全技术领域,特别涉及一种具有行人闯红灯取证功能的人行横道信号灯系统及实现方法。

背景技术

随着我国城市化的快速发展,城市交通安全问题日益受到人们的重视,特别是在城市的主要路段和交叉口,由于传统人行横道灯不具备教育警示与取证功能、行人交通秩序意识不强等原因,造成行人在过街时不遵守交通指示而擅自闯红灯的现象较为普遍,给道路交通安全带来威胁,同时严重影响城市道路交通的通行效率。

目前,应对行人闯红灯行为,交通管理部门多采用在高峰时段安排执法人员在现场进行人工监管,如发现行人闯红灯行为则进行制止和教育。但该管理方式需投入大量的人力,且监控力度和管理效率都不高,无法有效遏制行人的违法闯红灯行为。

因此,通过信息化、智能化手段来实现对行人闯红灯行为的自动检测并取证和安全教育警示,采用无人值守的交通管理模式可显著降低执法人员的工作强度,保证道路交通秩序和交通安全,提高道路通行效率。

如申请号CN201420460982.8,名称为“一种行人闯红灯安全警示系统”的专利,该系统通过行人检测摄像机,采用智能检测技术自动采集人行横道区域内的行人闯红灯行为,采取语音提示方式对行人进行安全警示,只考虑到了对行人的警示,没有考虑将行人闯红灯行为进行记录存储,无法对闯红灯的行人进行查阅,对于不听警示,擅自闯红灯的行人无法真正达到效果。

如申请号201510871317.7(公布号为CN105336160A),名称为“一种基于人脸识别的行人闯红灯一体化信号灯装置”的专利申请,该专利申请通过人行横道灯装置上的摄像头及人脸分析系统记录行人闯红灯行为。

从装置方面来讲,该专利申请中所述“违法信息曝光子系统的现场曝光控制台由室外型12寸LCD液晶触摸屏组成”,同时在图1中看到“9”为“显示屏”,但公开文件中未说明如该触摸屏是否为显示屏9,如是,则存在如下缺陷:违法曝光信息屏放置在人行灯的背面,且没有违法闯红灯的人脸特写显示,对当前过马路行人缺乏警示作用。如不是,则该违法曝光平台就必须占用路口资源,增加建设成本。

从实现方法来讲,一般确定为闯红灯行为,必须拍摄过马路过程的起始、中间和终了三个过程的各一张照片加上一张清晰的人脸特写共四张照片作为证据。该专利申请技术方案只能够跟踪、识别人脸,而当行人在马路对面刚开始过马路时,要看清人脸,必须采用500万以上像素的摄像机,成本明显增高很多。

发明内容

为克服现有技术的缺陷,特别是当前行人闯红灯无记录查阅,不能取证说明、给交通管理部门工作带来不便的问题。本发明的目的在于提供一种具有行人闯红灯取证功能的人行横道信号灯装置及实现方法。为实现上述目的,本发明提供如下技术方案:

一种具有行人闯红灯取证功能的人行横道信号灯系统由路口前端子系统、网络传输部分及中心管理平台三部分。其中,路口前端子系统由人行横道灯和人行横道灯主机柜组成。人行横道灯由红绿灯灯盘、倒计时灯盘、人脸显示高清液晶屏LCD、内置双码流摄像机、LED文字显示屏、语音提示喇叭组成,灯柱内内置嵌入式控制器,双码流摄像机通过网线与嵌入式控制器相连,红绿灯灯盘、倒计时灯盘、人脸显示高清液晶屏、LED文字显示屏、语音提示喇叭均有控制信号线与嵌入式控制器相连;人行横道灯主机柜由工控机和光交换机组成,光交换机通过光纤与本路口的每个人行横道灯内的嵌入式控制器相连,通过网线与工控机相连。网络传输部分由光交换机、接入交换机和汇聚交换机组成,光交换机通过光口与接入交换机相连,接入交换机通过网线与汇聚交换机相连。中心平台系统由接入交换机、汇聚交换机、平台服务器、视频服务器、数据服务器及磁盘陈列组成。接入交换机、平台服务器、视频服务器、数据服务器及磁盘陈列均通过网线与汇聚交换机相连。

与现有技术201510871317.7相比,高清LCD屏嵌于灯柱的前面,而非背面,闯红灯人脸特写照片在屏上滚动显示,对行人的警示作用强烈,且不占用路口资源,建设成本降低。另外,本专利申请对人行横道主机柜及中心平台系统做了详细说明,使得本专利申请成为一个完整的系统,这也是在现有技术201510871317.7中未曾见到的。

每个路口共有6-10个人行横道灯,分别通过光纤与人行横道灯主机柜相连,将具有取证功能的四张图片以及完整的视频流传输给主机柜,通过主机柜中的工控机及光交换机传送至中心管理平台,经过接入交换机和汇聚交换机后,人脸分析服务器完成人脸识别比对算法;视频服务器保存路口所录制的完整的视频流,可根据此视频流进行刑事及治安案件的排查、研判;平台服务器完成对整个系统的管理;磁盘阵列可以快速的访问所需要的视频;客户端用以对系统进行人机交互操作。智能终端亦可通过WiFi与主机柜建立联系,通过运行本产品App查看路口视频及实现相应的操作。

其实现方法包括如下步骤:

步骤1:系统启动,开始运行;

步骤2:获取当前人行横道信号灯灯色状态,路口红灯触发内置双码流摄像机工作;

步骤3:利用内置摄像机对人行横道区域内的闯红灯行人进行自动检测,如果路口有多名行人发生闯红灯行为时,系统运用自学习模式识别算法进行多目标检测。自学习算法是一种简单、通用、鲁棒性强的算法,摄像机在人行横道区域内每检测到一个目标,就给系统发送一条指令,系统接收到指令便进行跟踪,而当前目标检测点未必是最清晰的人脸位置,通过自学习算法计算最佳人脸位置。

步骤4:内置摄像机判断当前人行横道区域内是否存在行人违法闯红灯行为:如果是,执行下一步;如果否,则返回上一步。

步骤5:摄像机根据闯红灯行人的服装、步态及人脸特征等综合因素进行跟踪,拍摄起始、中间、终了等过程的三张闯红灯行走照片,并跟踪至清晰位置拍摄一张人脸特写,共四张照片进行存储。

步骤6:一张闯红灯人脸特写照片在灯柱的高亮液晶屏上实时滚动播放,以告知路人。同时,有语音及文字提示“您闯红灯了”。无人闯红灯时,语音及文字提示给出安全过街信息。

以上步骤由前端内置嵌入式控制器处理完成。

步骤7:双码流相机将这四张照片以及整个视频流,通过主机柜中的工控机及光交换机传送至后台服务器,后台服务器的人脸分析服务器完成人脸识别比对算法;视频服务器保存路口所录制的完整的视频流,可根据此视频流进行刑事及治安案件的排查、研判;平台服务器完成对整个系统的管理;

步骤8:人脸分析服务器采用基于深度学习的人脸识别算法将新入库的人脸信息与原有数据库信息进行比对识别判断新入库的人脸信息是否达到设定的阈值:如果达到设定阈值,该行人闯红灯次数加1;如果没有达到设定阈值,则作为新闯红灯行人入库;在对人脸识别比对时采用基于深度学习的人脸识别算法,采集到的人脸往往是有多种姿态变化的,而深度学习可通过学习一种深层非线性网络结构,实现复杂函数逼近,表征输入数据分布式表示的方法克服姿态变量,从而来提高人脸的识别度。

有益效果

与申请号201510871317.7的专利申请相比,本发明采用新的技术方案:

1.高清LCD屏嵌于灯柱的前面,闯红灯人脸特写照片在屏上滚动显示,对行人的警示作用强烈,且不占用路口资源,建设成本降低;

2.不仅仅根据人脸特征对行人进行跟踪,还能够根据行人的衣着及步态进行跟踪,所以采用200万像素的摄像机依然能够出色的完成任务,使得产品成本降低;

3.具有中心平台的人脸比对功能,可以联网统计闯红灯行人次数,可以与第三方提供的可疑人脸库进行比对,进行刑事及治安案件的排查、研判。

4、高亮液晶屏嵌于人行横道信号灯灯柱上,对闯红灯人脸进行实时滚动播放,以此警示路人;

5、人行横道内多个行人闯红灯均能识别;

6、有语音及文字提示“您闯红灯了”;

7、后台服务器采用基于深度学习的人脸识别算法,由此克服了传统算法易受光线、姿态等影响的缺点;

8、通过人脸识别、比对、归类,可进行适时处罚,或通过媒体进行曝光,并可将行人闯红灯行为纳入诚信系统;

9、后台服务器保存有路口所录制的完整的视频流,可根据此视频流结合人脸比对软件进行刑事及治安案件的排查、研判;

10、可通过安装有本产品App的用户手机上查看路口实时视频及实现相应的操作。

附图说明

图1为本发明具有闯红灯取证功能的人行横道信号灯的现场布置实例图。

图2为本发明具有闯红灯取证功能的人行横道信号灯的装置结构图。

图3为本发明具有闯红灯取证功能的人行横道信号灯各模块连线关系图。

图4为本发明具有闯红灯取证功能的人行横道信号灯的系统连接关系图。

图5为本发明具有闯红灯取证功能的人行横道信号灯实现方法的工作流程图。

图6为安装本专利产品在人行横道两侧,所获得的闯红灯行人行走过程的三张照片加上人脸特写共四张照片的合成图。

具体实施方式

以下结合附图具体说明本发明技术方案。

图1为本发明具有闯红灯取证功能的人行横道信号灯现场布置实例图。在人行横道的两端各安置一个安装有内置嵌入式摄像机101的人行横道信号灯102,103为人行横道灯主机柜。

图2为本发明具有闯红灯取证功能的人行横道信号灯系统结构图。主要包括灯面板201、双码流摄像机202、人脸显示高清液晶屏203、LED文字提示屏204、语音提示喇叭205、。灯面板201包括一个红人、一个绿人以及倒计时灯盘,将双码流摄像机202嵌入在人行横道信号灯灯柱内,位于灯面板201下方,此位置不仅可以很好的检测人行横道区域内的目标,也方便与红灯信号的连接。通过灯面板201的红人触发双码流摄像机202工作。双码流摄像机202下方是一个人脸显示高清液晶屏203,将闯红灯人脸在液晶屏上实时滚动显示。在液晶屏203下方是LED文字提示屏204,配合闯红灯人脸显示液晶屏显示“您闯红灯了”,当无人闯红灯时,显示“行人注意安全”等过街安全警示语。在LED文字提示屏204下方是语音提示喇叭205,配合文字提示屏发出语音提示。整个装置集成度高、可靠性好,且不占用路口资源即可完成人脸取证功能。

图3为本发明具有闯红灯取证功能的人行横道信号灯各模块连线关系图。人行横道灯灯柱内内置嵌入式控制器,主要对双码流摄像机传输过来的视频进行视频流压缩处理,运行人脸识别跟踪算法,最终形成闯红灯人脸特写在高清液晶屏上显示,同时形成具有取证功能的闯红灯四张图片传输给人行横道灯主机柜。双码流摄像机同时还将完整的视频流直接传输给人行横道灯主机柜,以便中心后台服务器进行存储。灯柱内置嵌入式控制器接受来自交通信号机控制柜的红绿灯和倒计时信号,产生控制信号至灯面板、LED文字提示屏及语音提示喇叭。

图4为本发明具有闯红灯取证功能的人行横道信号灯的系统连接关系图。每个路口共有6-10个人行横道灯,分别通过光纤与人行横道灯主机柜相连,将具有取证功能的四张图片以及完整的视频流传输给主机柜,通过主机柜中的工控机及光交换机传送至中心后台系统,经过接入交换机和汇聚交换机后,人脸分析服务器完成人脸识别比对算法;视频服务器保存路口所录制的完整的视频流,可根据此视频流进行刑事及治安案件的排查、研判;平台服务器完成对整个系统的管理;磁盘阵列可以快速的访问所需要的视频;客户端用以对系统进行人机交互操作。智能终端亦可通过WiFi与主机柜建立联系,通过运行本产品App查看路口视频及实现相应的操作。

图5为本发明具有闯红灯取证功能的人行横道信号灯实现方法的工作流程图,包括如下步骤:

步骤1:系统启动,开始运行;

步骤2:获取当前人行横道信号灯灯色状态,路口红灯触发内置双码流摄像机工作;

步骤3:利用内置摄像机对人行横道区域内的闯红灯行人进行自动检测,如果路口有多名行人发生闯红灯行为时,系统运用自学习模式识别算法进行多目标检测。自学习算法是一种简单、通用、鲁棒性强的算法,摄像机在人行横道区域内每检测到一个目标,就给系统发送一条指令,系统接收到指令便进行跟踪,而当前目标检测点未必是最清晰的人脸位置,通过自学习算法计算最佳人脸位置。

步骤4:内置摄像机判断当前人行横道区域内是否存在行人违法闯红灯行为:如果是,执行下一步;如果否,则返回上一步。

步骤5:摄像机跟踪闯红灯行人,拍摄三张闯红灯行走照片,并跟踪至清晰位置拍摄一张人脸特写,共四张照片进行存储。

步骤6:一张闯红灯人脸特写照片在灯柱的高亮液晶屏上实时滚动播放,以告知路人。同时,有语音及文字提示“您闯红灯了”。无人闯红灯时,语音及文字提示给出安全过街信息。

以上步骤由前端内置嵌入式控制器处理完成。

步骤7:双码流相机将这四张照片以及整个视频流,通过主机柜中的工控机及光交换机传送至后台服务器,后台服务器的人脸分析服务器完成人脸识别比对算法;视频服务器保存路口所录制的完整的视频流,可根据此视频流进行刑事及治安案件的排查、研判;平台服务器完成对整个系统的管理。

步骤8:人脸分析服务器采用基于深度学习的人脸识别算法将新入库的人脸信息与原有数据库信息进行比对识别判断新入库的人脸信息是否达到设定的阈值:如果达到设定阈值,该行人闯红灯次数加1;如果没有达到设定阈值,则作为新闯红灯行人入库;在对人脸识别时采用基于深度学习的人脸识别算法,采集到的人脸往往是有多种姿态变化的,而深度学习可通过学习一种深层非线性网络结构,实现复杂函数逼近,表征输入数据分布式表示的方法克服姿态变量,从而来提高人脸的识别度。

图6为安装本专利产品在人行横道两侧,所获得的闯红灯行人行走过程的三张照片加上人脸特写共四张照片的合成图。前三幅图的背景中可清晰看出人行横道灯产品,且清晰看出人行横道灯显示为红灯,这是闯红灯取证的重要依据。

去获取专利,查看全文>

相似文献

  • 专利
  • 中文文献
  • 外文文献
获取专利

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号