(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 202211196938.6 (22)申请日 2022.09.29 (71)申请人 西北工业大 学 地址 710072 陕西省西安市友谊西路127号 (72)发明人 魏倩茹　陈睿明　 (74)专利代理 机构 西安合创非凡知识产权代理 事务所(普通 合伙) 61248 专利代理师 黄海红 (51)Int.Cl. G06V 20/52(2022.01) G06V 40/10(2022.01) G06V 40/20(2022.01) G06V 10/75(2022.01) G06V 10/82(2022.01) (54)发明名称 一种基于点云匹配的密集人群对应关系判 读系统及方法 (57)摘要 本发明公开了一种基于点云匹配的密集人 群对应关系判读系统及方法， 其中的方法包括： 基于点云 匹配的密集人群对应关系判读方法， 以 每个场景图像的左上角为原点， 分别以向右和向 下为正方向分别建立x轴与y轴， 使得行人点 云中 每个结点都有唯一的像素坐标表 示； 行人点云匹 配网络提取行人点云特征、 寻找行人点云对应关 系， 其输入为两个行人点云的特征张量； 判读结 果修正模块在获取行人结点对应矩阵之后， 对结 果的修正。 本方法在分析密集人群中多个行为个 体的动向、 预防重大公共安全事故方面存在实用 价值， 与建设平安城市、 实现密集人群智能化监 控和处理公共危险息 息相关。 权利要求书2页 说明书5页 附图2页 CN 115439808 A 2022.12.06 CN 115439808 A 1.一种基于点云匹配的密集人群对应关系 判读系统， 其特 征在于， 包括： 行人点云匹配网络， 用于提取行人点云特征、 寻找行人点云对应关系， 其输入为两个行 人点云的特 征张量； 判读结果 修正模块， 用于在获取 行人结点对应矩阵之后， 对结果的修 正。 2.一种基于点云匹配的密集人群对应关系 判读方法， 其特 征在于， 包括： 基于点云匹配的密集人群对应关系判读方法， 以每个场景图像的左上角为原点， 分别 以向右和向下为正方向分别建立x轴与y轴， 使得行人点云中每个结点 都有唯一的像素坐标 表示； 行人点云匹配网络提取行人点云特征、 寻找行人点云对应关系， 其输入为两个行人点 云的特征张量； 判读结果 修正模块在获取 行人结点对应矩阵之后， 对结果的修 正。 3.根据权利要求1所述的基于点云匹配的密集人群对应关系判读方法， 其特征在于， 所 述行人点云匹配网络提取 行人点云特 征、 寻找行 人点云对应关系包括： 点云的特 征提取模块用卷积神经网络 CNN实现； 行人点云匹配网络基于Siamese网络结构； 用 来表示提取出来的行人点云X的特征集合， 表示用参数初始化的深度学习特征 提取模型， 则该点云的输出 特征可以表示 为公式 （1） ： （1） 对同一结点与其他结点的一组相似值进行比较， 将其中相似值最大的结点作为最终的 对应结果， 具体 计算方式如公式 （2） 所示： （2） 式中： 为01矩阵， 表示两 个点云最终的对应结果 表示全1矩阵； 表示对括号中的数据进行了行归一化和列归一化处理， 获得了双随机矩阵； 分别表示点云 与点云 的结点特征构成的张量集合； 表示对M 矩阵进行二 值化处理， 将每一行的最大值置为1， 其 余值置为0。 4.根据权利要求1所述的基于点云匹配的密集人群对应关系判读方法， 其特征在于， 所 述判读结果 修正模块在获取 行人结点对应矩阵之后， 对结果的修 正包括： 采用位置 夹角进行修 正， 两个行 人结点之间的位置 夹角具体 计算方式如公式 （3） 所示                         （3） 式中：  —— 第二个行 人结点场景中的像素纵坐标；  —— 第一个行 人结点场景中的像素纵坐标；权　利　要　求　书 1/2 页 2 CN 115439808 A 2—— 第二个行 人结点场景中的像素横坐标；  —— 第一个行 人结点场景中的像素横坐标。权　利　要　求　书 2/2 页 3 CN 115439808 A 3