基于视觉的行人潜在风险分析:面向智慧安全城市的自动行为特征提取

尽管车辆安全技术近期取得进展,道路交通事故仍严重威胁人类生命,并成为过早死亡的主要原因。尤其是人行横道对行人构成重大威胁,但我们缺乏密集的行为数据来调查其所面临的风险。因此,我们利用部署于此类路口的道路安防摄像头采集的视频片段,提出一个行人潜在风险的综合分析模型。所提系统自动检测车辆与行人,按帧计算轨迹,并提取影响这些对象间潜在危险场景可能性的行为特征。最后,我们通过使用积累在数据仓库中的大量提取特征设计数据立方体模型,以对具有抽象层次的潜在风险场景进行多维分析,但这超出本文范围,将在未来研究中详述。在我们的实验中,我们聚焦于从多个人行横道提取各种行为特征,并按摄像头位置可视化及解释其行为及相互关系,以展示它们如何促成或不促成潜在风险。我们通过在韩国Osan市的多个人行横道应用验证了可行性与适用性。