(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 202211019002.6 (22)申请日 2022.08.24 (71)申请人 中国科学院深圳先进技 术研究院 地址 518055 广东省深圳市南 山区深圳大 学城学苑大道1068号 (72)发明人 胡金星　尚佩晗　周旋　贾亚伟　 (74)专利代理 机构 深圳市科进知识产权代理事 务所(普通 合伙) 44316 专利代理师 刘建伟 (51)Int.Cl. G06V 10/764(2022.01) G06V 10/75(2022.01) G06V 10/82(2022.01) G06V 10/74(2022.01) (54)发明名称 基于行人轨迹的积水检测方法、 装置、 设备 及存储介质 (57)摘要 本发明公开了一种基于行人轨迹的积水检 测方法、 装置、 设备及存储介质， 其中方法包括： 采集目标区域的多组图像数据， 并利用预先训练 好的行人检测模型从每个组图像数据中检测得 到行人轨迹； 对每个行人轨迹分别进行特征工 程， 特征工程构建的特征包括： 轨迹曲率熵特征、 运动主方向角特征、 运动路程与位移特征、 运动 速度变化特征及坐标异常变化特征； 将每个行人 轨迹对应的特征分别输入至预先训练好的异常 轨迹检测模型进行检测， 得到异常行人轨迹； 根 据异常行人轨迹的数量确认目标区域是否为积 水区域。 本发明通过对图像进行行人轨迹检测， 根据行人轨迹是否出现异常从而确认目标区域 是否积水， 实现了对易涝区域积水的快速检测， 有效保障行 人出行安全。 权利要求书2页 说明书14页 附图3页 CN 115457314 A 2022.12.09 CN 115457314 A 1.一种基于行 人轨迹的积水检测方法， 其特 征在于， 所述方法包括： 采集目标区域的多组图像数据， 并利用预先训练好的行人检测模型从每个所述图像数 据中检测得到行 人轨迹； 对每个所述行人轨迹分别进行特征工程， 所述特征工程构建的特征包括： 轨迹曲率熵 特征、 运动主方向角特 征、 运动路程与位移特 征、 运动速度变化特 征及坐标异常变化特 征； 将每个所述行人轨迹对应的特征分别输入至预先训练好的异常轨迹检测模型进行检 测， 得到异常行 人轨迹； 根据所述异常行 人轨迹的数量确认所述目标区域是否为积水区域。 2.根据权利要求1所述的基于行人轨迹的积水检测方法， 其特征在于， 所述利用预先训 练好的行 人检测模型从每 个所述图像数据中检测得到行 人轨迹之后， 还 包括： 对所述行 人轨迹进行预处理， 得到轨迹压缩后的行 人轨迹。 3.根据权利要求1所述的基于行人轨迹的积水检测方法， 其特征在于， 所述根据 所述异 常行人轨迹的数量确认所述目标区域是否为积水区域， 包括： 将每个所述异常行人轨迹分别与 所述目标区域对应的标准异常轨迹进行相似度计算， 得到满足相似度阈值条件的目标异常行 人轨迹； 当所述目标异常行人轨迹的数量达到预设数量阈值 时， 将所述目标区域标注为积水区 域。 4.根据权利要求3所述的基于行人轨迹的积水检测方法， 其特征在于， 所述将每个所述 异常行人轨迹 分别与所述目标区域对应的标准异常轨迹进 行相似度计算， 得到满足相似度 阈值条件的目标异常行 人轨迹， 包括： 分别将所述异常行人轨迹、 所述标准异常轨迹按顺序表示为第一轨迹点集合、 第二轨 迹点集合； 将所述第一轨 迹点集合和所述第二轨 迹点集合中的轨 迹点按顺序组合成点对序列； 计算每个点对序列中轨 迹点之间的最大距离； 根据所述最大距离计算得到所述第 一轨迹点集合、 所述第 二轨迹点集合之间的离散弗 雷歇距离； 当所述离散弗雷歇距离满足预设阈值条件时， 确 认所述异常行人轨迹为所述目标异常 行人轨迹。 5.根据权利要求1所述的基于行人轨迹的积水检测方法， 其特征在于， 所述利用预先训 练好的行 人检测模型从每 个所述图像数据中检测得到行 人轨迹， 包括： 将所述图像数据输入至所述行 人检测模型进行检测， 得到基于像素坐标的行 人轨迹； 将所述基于像素坐标系的行人轨迹进行坐标系转换， 得到带有地理信 息的基于世界坐 标系的行 人轨迹。 6.根据权利要求1所述的基于行人轨迹的积水检测方法， 其特征在于， 所述轨迹曲率熵 特征包括对所述行 人轨迹曲线的离 散位置点， 以熵描述 运动方向的变化频繁程度； 所述运动主方向角特 征包括对所述行 人轨迹曲线上每 个位置点的运动方向角； 所述运动路程与位移特征包括视频图像中， 行人在预设 帧数图像 内位移大小和路程大 小； 所述运动速度变化特征及坐标异常变化特征包括根据所述行人轨迹上每个位置点在权　利　要　求　书 1/2 页 2 CN 115457314 A 2横轴方向与纵轴方向上的二次差分信息、 每个位置点在横轴方向与纵轴方向上的异常变化 信息。 7.根据权利要求1所述的基于行人轨迹的积水检测方法， 其特征在于， 所述行人检测模 型基于YOLOX检测网络和基于Deep ‑SORT目标追踪网络构建， 所述异常轨迹检测模 型基于随 机森林算法构建。 8.一种基于行 人轨迹的积水检测装置， 其特 征在于， 所述装置包括： 行人轨迹检测模块， 用于采集目标区域的多组图像数据， 并利用预先训练好的行人检 测模型从每 个所述图像数据中检测得到行 人轨迹； 构建模块， 用于对每个所述行人轨迹分别进行特征工程， 所述特征工程构建的特征包 括： 轨迹曲率熵特征、 运动主方向角特征、 运动路程与位移特征、 运动速度变化特征及坐标 异常变化特 征； 轨迹异常检测模块， 用于将每个所述行人轨迹对应的特征分别 输入至预先训练好的异 常轨迹检测模型进行检测， 得到异常行 人轨迹； 确认模块， 用于根据所述异常行 人轨迹的数量确认所述目标区域是否为积水区域。 9.一种计算机设备， 其特征在于， 所述计算机设备包括处理器、 与所述处理器耦接的存 储器， 所述存储器中存储有程序指 令， 所述程序指 令被所述处理器执行时， 使得所述处理器 执行如权利要求1 ‑7中任一项权利要求所述的基于行 人轨迹的积水检测方法的步骤。 10.一种存储介质， 其特征在于， 存储有能够实现如权利要求1 ‑7中任一项所述的基于 行人轨迹的积水检测方法的程序指令 。权　利　要　求　书 2/2 页 3 CN 115457314 A 3