1.孩童游玩做法檢查
孩童游玩做法的檢查，關鍵在于孩童方針的檢查，經過檢查行人方針的高度，對成年人方針和孩童方針加以區分。行人方針的高度，取決于由MIHoEI算法取得的感興趣矩形框的巨細與該行人方針與無死角ODVS之間的間隔，如圖4-2所示，坐落近間隔、中間隔和遠間隔區域的行人在全景圖上表現出的高寬比有所不一樣。普通成年人在近間隔區域內表現出的正常高寬比規模為2:13:1，均勻高度為90像素;中間隔區域成年人正常高寬比規模為3:14:1,均勻高度為65像素;遠間隔區域內成年人正常高寬比規模為4:15:1，均勻高度為40像素。若檢查到的行人高度小于成年人均勻高度的68%，則將該方針判別為孩童方針，高度判別公式如式(4-2所示。其間，haaar、為不一樣間隔區域內設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。表明方針矩形框的中心點所在方位，S。表明近間隔區域，表明中間隔區域，S二表明遠間隔區域。若某行人方針滿意上式且在自動門場景內停留時刻逾越60s，則認為有孩童在自動門周圍游玩，置警示象征位Flag -ld}en為Trueo

2.擁堵做法檢查
擁堵做法檢查需求對人群密度進行估量，若人群密度大于某一閡值，則判別當時自動門場景內行人過多，有也許發作安全事故�，F在常用的人群密度估量辦法首要有以下三類[57]:依據遠景面積與人數的線性聯系、依據模式辨認和依據信息交融的辦法

(1)依據遠景面積與人數的線性聯系的辦法:將圖畫中的像素點分割為遠景點和布景點，經過人為地樹立遠景像素點數量與行人數量之間的函數聯系估量人群密度。Ma等人也提出經過幾許校對能夠取得遠景像素點數量與行人數量之間的線性聯系。而得到以上定論的條件是假定遠景像素點和包括的行人在數量上成正比，這一假定只要在遮擋狀況不嚴峻的狀況下才能樹立。Dong等人直接樹立遠景區域的全局形狀特征與包括行人數量之間的映射聯系，然后到達人群密度估量的意圖。這一依據練習模型的辦法具有必定立異性，但現在存在的問題是無法確定需求的詳細練習樣本容量。

(2)依據模式辨認的辦法:Marana等人[[64]在研討中發現密度較低的集體方針一般表現出稀少的紋路特征，高密度人群一般表現出稠密的紋路特征。將依據該理論的估量辦法與依據契比雪夫圖畫矩的估量辦法進行比較，提出了一種能習慣不一樣光照條件的優化算法。Lin等人規劃的人群密度估量體系首要使用哈爾小波改換(Haar wavelet transform,HWT)和支撐向量機(support vector achines, SVM)辨認行人頭部，進而對場景內的人數進行計算。

(3)依據信息交融的辦法:單一的信息來歷或單一的估量算法通常無法滿意高精度的請求，因而很多專家提出了依據多傳感器以及多算法交融的預算辦法。如Yang等人選用一組視覺傳感器獲取的視頻圖畫進行人群密度估量。對每一個傳感器獲取到的圖畫序列，都選用布景差法分割出遠景區域，然后在傳感網絡大將各個傳感器的遠景輪廓檢查結果進行信息交融。對交融后的遠景輪廓選用幾許算法可得到人群密度的估量值。別的，Velastin等人選用聯系布景差算法與依據卡爾曼濾波(Kalman filter)的邊際估量算法進行人群密度計算。Marana等人聯系傅里葉與分形分類器進行人數密度計算。明顯，更多信息能夠確保更高的準確率，但一起增加了時刻復雜度和內存占用率。

考慮到本文選用的視覺傳感器拍照辦法為筆直往下拍照，能夠排除嚴峻的遮擋狀況，為了減小算法復雜度，選用依據遠景面積與人數呈線性聯系的辦法進行擁堵做法檢查。計算MHoEI算法取得遠景像素點的個數，若逾越閡值T1(本文中取值如式(4-4所示，實踐使用時需依據使用場景調整)則闡明場景內的人數逾越自動門所能包容的最高標準，判別出現擁堵做法，置警示象征位Flagwd為True

3.搶行做法檢查
搶行做法首要指在自動門入口處，某一行人方針或某些行人方針以較快的速度逾越別的行人方針的做法，搶行做法有也許造成摔倒、軋人、自動門卡死等安全事故。關于搶行做法的檢查關鍵在于行人方針的速度檢查。在MIHoEI算法中可直接取得行人方針的運動速度，若滿意以下三個條件:
1)有行人方針的值大于速度閡值S1(此處取15像素/幀);
2)該行人方針處于自動門入口區域;
3)自動門入口區域有別的行人方針存在，則判別有搶行做法發作，置警示象征位Flag一Nono}de:為True

4.帶著大型物品做法檢查
當行人帶著大型物品時，會將大型物品判別為行人方針的一部分，致使感興趣區域的高寬比與圖4-3中表明的正常人體高寬比不一樣。因而，若發現方針矩形框滿意公式(4-5則闡明也許有帶著大型物品做法發作，置警示象征位Flagbject為True取值公式如式。為不一樣間隔區域內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表明方針矩形框的高寬比，c表明方針矩形框的中心點所在方位，SF, SM和S。別離表明遠間隔區域、中間隔區域和近間隔區域。