自動門在運轉(zhuǎn)過程中，因為行人的失常做法和危險做法而發(fā)生安全事故，稱之為自動門的安全隱患。為避免因自動門安全隱患而致使的安全事故，需求對行人的失常做法進行查看和語音報警處理。簡略致使安全事故的做法首要有:孩提獨安閑自動門周圍玩耍或孩提單獨通過自動門做法、較多行人一同通過自動門致使自動門無法正常運轉(zhuǎn)的擁堵做法、搶行做法以及行人帶著大型物體的做法。關(guān)于以上行人失常做法的查看，可根據(jù)MIHoEI算法獲得的感興趣區(qū)域矩形框的面積、高寬比以及運動速度等信息進行判別。

　　1.孩提玩耍做法查看

　　孩提玩耍做法的查看，關(guān)鍵在于孩提政策的查看，通過查看行人政策的高度，對成年人政策和孩提政策加以區(qū)別。行人政策的高度，取決于由MIHoEI算法獲得的感興趣矩形框的巨細與該行人政策與無死角ODVS之間的距離，如圖4-2所示，位于近距離、中距離和遠距離區(qū)域的行人在全景圖上表現(xiàn)出的高寬比有所不一樣。一般成年人在近距離區(qū)域內(nèi)表現(xiàn)出的正常高寬比規(guī)劃為2:13:1，均勻高度為90像素;中距離區(qū)域成年人正常高寬比規(guī)劃為3:14:1,均勻高度為65像素;遠距離區(qū)域內(nèi)成年人正常高寬比規(guī)劃為4:15:1，均勻高度為40像素。若查看到的行人高度小于成年人均勻高度的68%，則將該政策判別為孩提政策，高度判別公式如式(4-2所示。其間，haaar、為不一樣距離區(qū)域內(nèi)設(shè)置的成年人的均勻高度，單位為像素，取值公式如式(4-5所示，式中。標明政策矩形框的中心點地點方位，S。標明近距離區(qū)域，標明中距離區(qū)域，S二標明遠距離區(qū)域。若某行人政策滿足上式且在自動門場景內(nèi)逗留時間跨越60s，則認為有孩提在自動門周圍玩耍，置警示標志位Flag -ld}en為Trueo

　　2.擁堵做法查看

　　擁堵做法查看需求對人群密度進行估計，若人群密度大于某一閡值，則判別當時自動門場景內(nèi)行人過多，有或許發(fā)生安全事故?，F(xiàn)在常用的人群密度估計方法首要有以下三類[57]:根據(jù)前景面積與人數(shù)的線性聯(lián)絡(luò)、根據(jù)形式辨認和根據(jù)信息融合的方法

　　(1)根據(jù)前景面積與人數(shù)的線性聯(lián)絡(luò)的方法:將圖像中的像素點分割為前景點和布景點，通過人為地建立前景像素點數(shù)量與行人數(shù)量之間的函數(shù)聯(lián)絡(luò)估計人群密度。Ma等人也提出通過幾何校正可以獲得前景像素點數(shù)量與行人數(shù)量之間的線性聯(lián)絡(luò)。而得到以上結(jié)論的條件是假定前景像素點和包含的行人在數(shù)量上成正比，這一假定只要在遮擋情況不嚴峻的情況下才干建立。Dong等人直接建立前景區(qū)域的大局形狀特征與包含行人數(shù)量之間的映射聯(lián)絡(luò)，然后抵達人群密度估計的意圖。這一根據(jù)操練模型的方法具有必定立異性，但現(xiàn)在存在的問題是無法斷定需求的具體操練樣本容量。

　　(2)根據(jù)形式辨認的方法:Marana等人[[64]在研討中發(fā)現(xiàn)密度較低的團體政策一般表現(xiàn)出稀疏的紋理特征，高密度人群一般表現(xiàn)出稠密的紋理特征。將根據(jù)該理論的估計方法與根據(jù)契比雪夫圖像矩的估計方法進行比較，提出了一種能習(xí)慣不一樣光照條件的優(yōu)化算法。Lin等人規(guī)劃的人群密度估計系統(tǒng)首要運用哈爾小波轉(zhuǎn)換(Haar wavelet transform,HWT)和支撐向量機(support vector achines, SVM)辨認行人頭部，進而對場景內(nèi)的人數(shù)進行核算。

　　(3)根據(jù)信息融合的方法:單一的信息來歷或單一的估核算法通常無法滿足高精度的懇求，因此很多專家提出了根據(jù)多傳感器以及多算法融合的預(yù)算方法。如Yang等人選用一組視覺傳感器獲取的視頻圖像進行人群密度估計。對每一個傳感器獲取到的圖像序列，都選用布景差法分割出前景區(qū)域，然后在傳感網(wǎng)絡(luò)大將各個傳感器的前景概括查看成果進行信息融合。對融合后的前景概括選用幾何算法可得到人群密度的估計值。其他，Velastin等人選用聯(lián)絡(luò)布景差算法與根據(jù)卡爾曼濾波(Kalman filter)的邊沿估核算法進行人群密度核算。Marana等人聯(lián)絡(luò)傅里葉與分形分類器進行人數(shù)密度核算。顯著，更多信息可以確保更高的準確率，但一同增加了時間復(fù)雜度和內(nèi)存占用率。

　　考慮到本文選用的視覺傳感器攝影方法為垂直往下攝影，可以掃除嚴峻的遮擋情況，為了減小算法復(fù)雜度，選用根據(jù)前景面積與人數(shù)呈線性聯(lián)絡(luò)的方法進行擁堵做法查看。核算MHoEI算法獲得前景像素點的個數(shù)，若跨越閡值T1(本文中取值如式(4-4所示，實踐運用時需根據(jù)運用場景調(diào)整)則說明場景內(nèi)的人數(shù)跨越自動門所能容納的最高標準，判別呈現(xiàn)擁堵做法，置警示標志位Flagwd為True

　　3.搶行做法查看

　　搶行做法首要指在自動門進口處，某一行人政策或某些行人政策以較快的速度跨越其他行人政策的做法，搶行做法有或許形成跌倒、軋人、自動門卡死等安全事故。關(guān)于搶行做法的查看關(guān)鍵在于行人政策的速度查看。在MIHoEI算法中可直接獲得行人政策的運動速度，若滿足以下三個條件:

　　1)有行人政策的值大于速度閡值S1(此處取15像素/幀);

　　2)該行人政策處于自動門進口區(qū)域;

　　3)自動門進口區(qū)域有其他行人政策存在，則判別有搶行做法發(fā)生，置警示標志位Flag一Nono}de:為True

　　4.帶著大型物品做法查看

　　當行人帶著大型物品時，會將大型物品判別為行人政策的一部分，致使感興趣區(qū)域的高寬比與圖4-3中標明的正常人體高寬比不一樣。因此，若發(fā)現(xiàn)政策矩形框滿足公式(4-5則說明或許有帶著大型物品做法發(fā)生，置警示標志位Flagbject為True取值公式如式。為不一樣距離區(qū)域內(nèi)無帶著物品成年人的正常最廣寬度，單位為像素，取值公式如式(4-6所示patio標明政策矩形框的高寬比，c標明政策矩形框的中心點地點方位，SF, SM和S。分別標明遠距離區(qū)域、中距離區(qū)域和近距離區(qū)域。