[发明专利]一种基于交叉验证的营运联合体运营状态监测系统及方法有效
申请号: | 201711427712.1 | 申请日: | 2017-12-26 |
公开(公告)号: | CN108171234B | 公开(公告)日: | 2021-11-02 |
发明(设计)人: | 唐文奇;黄晓维 | 申请(专利权)人: | 爱保理网(北京)科技有限公司 |
主分类号: | G06K9/32 | 分类号: | G06K9/32;G06T7/215;G06N3/08;G07C1/10;G07C9/00 |
代理公司: | 成都正华专利代理事务所(普通合伙) 51229 | 代理人: | 李蕊;李林合 |
地址: | 100020 北京市朝阳区东三环北路*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明公开了一种基于交叉验证的营运联合体运营状态监测系统及方法,首先对营运联合体的设备运行、人群流量、汽车流量等视频数据进行采集,然后采用基于神经形态计算网络的运营状态识别方法对视频数据进行识别和压缩,得到运营状态识别数据,最后将运营状态识别数据与营运联合体的水电气数据、员工考勤数据、汽车出入打卡数据等实测数据进行比对和交叉验证,使两类来源的数据互为补充,实现对营运联合体运营状态的精准监测。本发明为银行、金融机构和放款人给营运联合体借钱风险提供了数据支持,帮助外部的银行、金融机构、放款人和其他相关人员掌握标的营运联合体状态,进而做出有价值的决定。 | ||
搜索关键词: | 一种 基于 交叉 验证 营运 联合体 运营 状态 监测 系统 方法 | ||
视频采集设备,用于采集营运联合体的运营视频数据F1;
神经网络识别装置,用于采用基于神经形态计算网络的运营状态识别方法对运营视频数据F1进行识别及压缩,得到运营状态识别数据F2;
数据采集设备,用于采集营运联合体的运营状态实测数据F3;
交叉验证比对装置,用于对运营状态识别数据F2和运营状态实测数据F3进行分析比对,得到营运联合体运营状态的交叉验证比对结果;
所述视频采集设备、神经网络识别装置和交叉验证比对装置顺次通信连接,所述数据采集设备与交叉验证比对装置通信连接。
2.根据权利要求1所述的营运联合体运营状态监测系统,其特征在于,所述视频采集设备包括营运联合体设备运行监测摄像头组、人群流量监测摄像头组以及汽车流量监测摄像头组;所述营运联合体设备运行监测摄像头组包括若干个设置于营运联合体工作场所的摄像头;所述人群流量监测摄像头组包括若干个设置于营运联合体工作场所及生活场所的摄像头;所述汽车流量监测摄像头组包括若干个设置于营运联合体大门及道路口的摄像头;所述数据采集设备包括水电气采集装置、考勤机以及汽车门禁;所述水电气采集装置包括水表采集器、电表采集器、气表采集器、温度传感器、噪声传感器以及亮度传感器;所述温度传感器、噪声传感器以及亮度传感器均设置于营运联合体的各个工作场所内;所述考勤机设置于营运联合体各工作场所门口;所述汽车门禁安装于营运联合体大门。
3.根据权利要求1所述的营运联合体运营状态监测系统,其特征在于,所述运营视频数据F1包括设备运行视频数据、人群流量视频数据以及汽车流量视频数据;所述运营状态识别数据F2包括水电气识别数据、人群流量识别数据以及汽车流量识别数据;所述运营状态实测数据F3包括水电气实测数据、员工考勤数据以及汽车出入打卡数据;所述水电气实测数据包括水表数据、电表数据、气表数据、温度数据、噪声数据以及亮度数据。4.一种基于交叉验证的营运联合体运营状态监测方法,其特征在于,包括以下步骤:S1、对视频采集设备和数据采集设备进行安装与布局;
S2、通过视频采集设备采集营运联合体的运营视频数据F1;
S3、在神经网络识别装置中,采用基于神经形态计算网络的运营状态识别方法对运营视频数据F1进行识别及压缩,得到运营状态识别数据F2;
S4、通过数据采集设备采集营运联合体的运营状态实测数据F3;
S5、在交叉验证比对装置中对运营状态识别数据F2和运营状态实测数据F3进行分析比对,得到营运联合体运营状态的交叉验证比对结果。
5.根据权利要求4所述的营运联合体运营状态监测方法,其特征在于,所述步骤S1具体为:将用于监测营运联合体设备运行的摄像头、温度传感器、噪声传感器以及亮度传感器安装于各营运联合体工作场所内,将水表采集器、电表采集器以及气表采集器安装于各个水、电、气表上;将用于监测人群流量的摄像头安装于营运联合体各工作场所及各生活场所,将考勤机设置于营运联合体各工作场所门口;将用于监测汽车流量的摄像头安装于营运联合体大门及各道路口,将汽车门禁安装于营运联合体大门。
6.根据权利要求4所述的营运联合体运营状态监测方法,其特征在于,所述步骤S3中的神经形态计算网络为广义回归神经网络,所述步骤S3包括以下分步骤:S31、基于光流场的动态纹理特征提取;
S32、基于动态纹理和水平集算法的多向运动分割;
S33、基于GRNN的运营状态回归估计;
所述步骤S31具体包括以下分步骤:
S311、光流场计算:采用Brox多分辨率光流估计算法获得运营视频数据F1中连续两帧图像的光流场其中E表示光流场强度,
表示光流场的方向角;
S312、光流场强度的透视归一化:采用透视四边形法实现光流场中任意一点的光流场强度E的归一化,获得归一化光流场该归一化光流场
即为动态纹理特征;
所述步骤S32具体包括以下分步骤:
S321、方向角区间划分:根据设备、人群或车辆运动方向的先验知识将光流场的方向角划分为n个互不相交的方向角区间Φi,其中i=1,2,...,n;
S322、具有不同方向角区间的子光流场获取:逐点扫描归一化光流场中的每一点,根据其方向角
将其归入相应的方向角区间Φi,扫描完成后,
被分解为个具有不同方向角区间的子光流场
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爱保理网(北京)科技有限公司,未经爱保理网(北京)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/patent/201711427712.1/,转载请声明来源钻瓜专利网。