[发明专利]一种渡口人员识别系统及其识别方法在审
申请号: | 201910067195.4 | 申请日: | 2019-01-24 |
公开(公告)号: | CN109840488A | 公开(公告)日: | 2019-06-04 |
发明(设计)人: | 孔飞;赵国宁 | 申请(专利权)人: | 深圳市云恩科技有限公司 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/62;G06N3/04 |
代理公司: | 深圳市神州联合知识产权代理事务所(普通合伙) 44324 | 代理人: | 周松强 |
地址: | 518000 广东省深圳*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 交换器 人员识别系统 视频分析器 采集 信号发射器 监控画面 通讯连接 人员流动性 场景 干扰因素 前端采集 人员检测 通信连接 外部网络 系统识别 有效识别 准确度 负样本 小目标 排出 摄录 雨伞 模糊 学习 | ||
本发明公开了一种渡口人员识别系统及其识别方法,一种渡口人员识别系统,该系统包括有采集前端、交换器和信号发射器,采集前端与交换器通讯连接,信号发射器也与交换器通信连接;所述交换器还与外部网络连接;其特征在于,采集前端采集渡口场景的监控画面,该系统还包括有视频分析器,视频分析器由深度学习方法搭建,视频分析器与交换器通讯连接。渡口场景下,采集前端摄录的监控画面不可避免地存在目标较小、特征模糊、人员流动性大,车、船、雨伞等干扰因素较多的情况,使用本方法进行人员检测,可有效识别小目标、排出除人之外的负样本的干扰,其识别速度快、系统识别准确度高。
技术领域
本发明属于人员识别技术领域,特别涉及一种针对渡口人员的识别系统及其识别方法。
背景技术
目前全国有19万个渡口,且大部分都分布在边远山区,由于渡运运营方安全意识不足,对于安全投入不够,为了经济利益忽视安全的重要性,违规超载。再加上水运部门监管力量有限,无法实施全面有效严格的监管,、边远山区的渡口发生事故致人伤亡的案例层出不穷。
2014年6月18日,中华人民共和国交通运输部发布2014年第9号令公布《内河渡口渡船安全管理规定》(以下简称《规定》),在《规定》中明确指出:针对监管的责任包含如下7条:1、酒后驾驶责任;2、违规超载责任;3、违反危险货物渡运规定的责任;4、违反夜航规定的责任;5、违规混载的责任;6、恶劣天气或水文条件下擅自开航的责任,以及,7、乘客打架斗殴、寻衅滋事等情形下擅自开航的责任。
其中,重点的监管内容如下:
第十四条渡口运营人应当督促渡船清点并如实记录每航次渡船载客数量及车辆驾驶员等随船过渡人员,并开展定期或者不定期核查。
第三十三条渡船发生水上险情的,应当立即进行自救,并报告当地人民政府或者海事管理机构。当地人民政府和海事管理机构接到报告后,应当依照职责,组织搜寻救助。渡口渡船应当服从指挥,在不危及自身安全的情况下,积极参与水上搜寻救助。
第三十四条水电站、水库等管理单位因蓄放水作业可能导致渡口水位急剧变化影响渡运安全的,应当事先向当地海事管理机构通报水情信息。当地海事管理机构接到水情信息后应当及时通报相关渡口运营人。由此可见,国家对渡口监管的重视程度。
在《规定》中还指出,鼓励运用视频监控等先进技术手段对渡运安全进行安全管理和监督检查。
然而,由于我国目前大部分渡口属于比较偏远的农村渡口,属于监管盲区,监管部门没有手段得知渡口有多少班航次,每次航行实载多少人。监管部门采取了诸如:渡口随机抽查、安装过通道闸机、规定船工在开船前进行人数统计等方法,均无法取得良好的监管效果。
随着科技进步,目前我国大部分渡口均已安装高清摄像头,是对渡口登船过程进行监控,监管部门可实时查看到渡口的情况,如有事故发生,则可通过回放视频录像中的整个登船过程,判定渡口运营情况。然而,采取这样的监管方式无法对船工的违规行为进行监管,且采用视频监控的方法其本质上扔完全依靠人工监管,属于一种事后盘查的手段,不能进行提前告警、预警,监管效率仍然低下。
发明内容
为解决上述问题,本发明的目的在于提供一种应用于渡口的智能监控系统,该系统基于采集前端摄录画面,利用深度学习深度学习算法对渡口场景下的人员自动智能识别,实现渡口人员识别并自动监管。
为实现上述目的,本发明的技术方案如下:
本发明提供一种渡口人员识别系统,该系统包括有采集前端、交换器和信号发射器,采集前端与交换器通讯连接,信号发射器也与交换器通信连接;所述交换器还与外部网络连接;其特征在于,采集前端采集渡口场景的监控画面,该系统还包括有视频分析器,视频分析器由深度学习方法搭建,视频分析器与交换器通讯连接。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳市云恩科技有限公司,未经深圳市云恩科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910067195.4/2.html,转载请声明来源钻瓜专利网。