[发明专利]一种用于轨道交通的车载视屏监控装置在审

专利信息
申请号: 202210159032.0 申请日: 2022-02-21
公开(公告)号: CN114998818A 公开(公告)日: 2022-09-02
发明(设计)人: 孙奎;张文青 申请(专利权)人: 泰弗思科技(安徽)有限公司
主分类号: G06V20/52 分类号: G06V20/52;G06V40/16;G06V10/764;G06V10/82;G06N3/04;G06N3/08
代理公司: 合肥律众知识产权代理有限公司 34147 代理人: 夏舜
地址: 230000 安徽省合肥市*** 国省代码: 安徽;34
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 用于 轨道交通 车载 监控 装置
【说明书】:

发明公开了一种用于轨道交通的车载视屏监控装置,涉及视屏监控装置技术领域。本发明包括车载监控机构、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。这样能够有效对乘客的口罩佩戴情况进行识别,并对佩戴口罩的乘客进行有效的提醒,提高了乘车的安全性。

技术领域

本发明属于视屏监控装置技术领域,特别是涉及一种用于轨道交通的车载视屏监控装置。

背景技术

20世纪下半叶以来,伴随着世界范围内的城市化进程,世界各国的城市人口逐渐上升,城市经济日益发展,城市区域也逐渐扩大。行车难、乘车难, 不仅成为市民工作和生活的一个突出问题,而且制约着城市经济的发展。另外,道路上汽车排放废气、噪声等环境污染问题也越来越引起人们的高度重视。在这样的背景下,世界各国纷纷开始建设立体化的快速轨道交通来解决日益恶化的城市交通问题。一些大城市逐步形成了目前以地下铁道为主体,多种轨道交通类型并存的现代城市轨道交通新格局。其中地铁具有运量大、速度快、噪音小、污染轻、能耗低等优点,占据了城市轨道交通中的主体部分。

目前,全球形势依然严峻,由于地铁中的人员较为密集,因此在乘坐地铁时,都是要求乘客佩戴口罩,但在日常的地铁乘坐中,时常会存在乘客不经意的将口罩取下的现象,无形中增加了病毒传播的风险,现有技术不能很好对这一现象进行有效的提醒。

发明内容

本发明的目的在于提供一种用于轨道交通的车载视屏监控装置,解决了上述技术背景中的问题。

为解决上述技术问题,本发明是通过以下技术方案实现的:

本发明为一种用于轨道交通的车载视屏监控装置,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。

进一步地,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。

进一步地,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。

进一步地,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;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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泰弗思科技(安徽)有限公司,未经泰弗思科技(安徽)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/202210159032.0/2.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top