[发明专利]一种用于轨道交通的车载视屏监控装置

权利要求书

1.一种用于轨道交通的车载视屏监控装置，其特征在于：包括车载监控机构、口罩识别机构和后台监控终端；

所述口罩识别机构与所述车载监控机构通信连接，所述后台监控终端与所述车载监控机构通信连接；

所述口罩识别机构包括图像采集模块和口罩检测模块；

所述图像采集模块用于对车上历史监控图像分帧处理，截取其中包含人脸的图像，并将图像标记为佩戴口罩和未佩戴口罩的两类图像；

所述口罩检测模块用于通过构建的神经网络对车上实时采集的脸部图像进行识别处理；

其中，当所述口罩检测模块识别到未佩戴口罩的人员时，口罩检测模块发出报警，并对视频识别数据进行储存。

2.根据权利要求1所述的一种用于轨道交通的车载视屏监控装置，其特征在于，所述图像采集模块中，佩戴口罩和未佩戴口罩的人脸图像数量比列为3:1。

3.根据权利要求1所述的一种用于轨道交通的车载视屏监控装置，其特征在于，所述图像采集模块采集模块中采用图像增强的方法，对采集的图像进行预处理，将处理的后的图像增加至原始数据集中，获得扩增后的训练数据集。

4.根据权利要求1所述的一种用于轨道交通的车载视屏监控装置，其特征在于，所述口罩检测模块中，口罩识别的方法包括一下步骤：

步骤1：对输入的图片进行预处理，将图片尺寸统一调整为300×300，作为网络模块的输入神经元；

步骤2：输入图片经过网络模型中的多个卷积层后，进入DenseNet网络；DenseNet网络在前面层和后面层之间建立短路连接，增强训练过程中梯度的方向传播，获取准确参数，得到第一个特征图；

步骤3：图像继续在卷积层中进行前向传播和后向参数调整传播，并在经过若干卷积层后依次获得第二、三、四、五、六个特征图；

步骤4：利用神经网络模块产生的第一、第二和第三特征图搭建认证金字塔结构，通过神经网络模型中的特征金字塔对模型特征信息融合；

步骤5：设置神经网络模型损失函数，对留个特征图进行目标分类和位置定位，获得特征图的目标检测框；

步骤6：通过非极大值一直方法找到最佳目标监测框，消除冗余的目标检测框，得到监测目标是够佩戴口罩的识别结果。

5.根据权利要求1所述的一种用于轨道交通的车载视屏监控装置，其特征在于，所述后台监控终端包括监控控制模块、后台显示模块和监控切换模块；

所述监控控制模块用于对监控摄像头的角度进行调节；

所述后台显示模块用于实时显示监控摄像头拍摄的画面；

所述监控切换模块用于对后台显示模块显示的画面在所有监控摄像头中切换。

6.根据权利要求5所述的一种用于轨道交通的车载视屏监控装置，其特征在于，所述车载监控机构包括显示模块、音量口罩模块、电源开关模块、数据存储模块和电源接线模块；

所述显示模块用于在车载驾驶室对监控摄像头拍摄的画面进行显示；

所述音量口罩模块用于调节显示模块的的音量；所述电源开关模块用于控制整体电源的开启和关闭。