列车火情监测方法、装置、终端及存储介质.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN110263622A(43)申请公布日2019.09.20(21)申请号201910377069.9(22)申请日2019.05.07(71)申请人平安科技（深圳）有限公司地址518000广东省深圳市福田区福田街道福安社区益田路5033号平安金融中心23楼(72)发明人雷晨雨(74)专利代理机构深圳市赛恩倍吉知识产权代理有限公司44334代理人杨毅玲(51)Int.Cl.G06K9/00(2006.01)G06K9/62(2006.01)G06Q50/26(2012.01)G06Q50/30(2012.01)权利要求书2页说明书14页附图2页(54)发明名称列车火情监测方法、装置、终端及存储介质(57)摘要一种列车火情监测方法，包括：连续获取列车行驶过程中的多张图像；采用YOLO目标检测算法检测出每张图像中的多个候选轮廓区域；将所述多个候选轮廓区域输入预先训练好的SVM模型中，当通过所述SVM模型识别出有至少一个所述候选轮廓区域中发生了火情，所述发生了火情的候选轮廓区域在每张图像中的位置不一致时，输出所述列车上有火情的结果。本发明还提供一种列车火情监测装置、终端及存储介质。本发明能够通过视频监控技术，在非站点路段，连续获取列车的多张图像，并对多张图像进行分析来确定列车上是否发生火情，为列车的安全监测提供了有效的辅助技术手段，提高了列车运行的安全性。CN110263622ACN110263622A权利要求书1/2页1.一种列车火情监测方法，其特征在于，所述方法包括：连续获取列车行驶过程中的多张图像；采用YOLO目标检测算法检测出每张图像中的多个候选轮廓区域；将所述多个候选轮廓区域输入预先训练好的SVM模型中，通过所述SVM模型识别是否有至少一个所述候选轮廓区域中发生了火情；当通过所述SVM模型识别出有至少一个所述候选轮廓区域中发生了火情时，判断发生了火情的候选轮廓区域在所述多张图像中的位置是否一致；当判断所述发生了火情的候选轮廓区域在每张图像中的位置不一致时，输出所述列车上有火情的结果。2.如权利要求1所述的方法，其特征在于，所述判断发生了火情的候选轮廓区域在所述多张图像中的位置是否一致包括：将所述发生了火情的候选轮廓区域作为第一目标轮廓区域；从所述多张图像中获取连续预设张数的图像；判断所述连续预设张数的图像中的所述第一目标轮廓区域的位移是否发生了变化；当判断所述连续预设张数的图像中的所述第一目标轮廓区域的位移发生了变化时，所述方法还包括：确定所述发生了火情的候选轮廓区域在每张图像中的位置不一致，及确定所述火情为所述列车上的火情；当判断所述连续预设张数的图像中的所述第一目标轮廓区域的位移没有发生变化时，所述方法还包括：确定所述发生了火情的候选轮廓区域在每张图像中的位置一致，及确定所述火情不为所述列车上的火情。3.如权利要求1所述的方法，其特征在于，所述SVM模型的训练过程包括：获取多张发生火情的图像作为正样本集，及多张红色物体的图像作为负样本集；根据所获取的正负样本集生成正负样本训练集及正负样本测试集；将所述正负样本训练集输入SVM中进行训练获得SVM模型；将所述正负样本测试集输入所述SVM模型中进行测试，获得测试通过率；若所述测试通过率大于或者等于预设通过率阈值，确定所述SVM模型训练结束；若所述测试通过率小于所述预设通过率阈值，增加所述正负样本训练集的数量，重新进行SVM模型的训练。4.如权利要求3所述的方法，其特征在于，所述根据所获取的正负样本集生成正负样本训练集及正负样本测试集包括：采用随机数生成算法，在所述正负样本集中随机选择第一预设数量的图像作为所述正负样本训练集，及随机选择第二预设数量的图像作为所述正负样本测试集。5.如权利要求1所述的方法，其特征在于，当通过所述SVM模型识别出没有一个所述候选轮廓区域中发生了火情时；或者当通过所述SVM模型识别出有至少一个所述候选轮廓区域中发生了火情，但所述发生了火情的候选轮廓区域在每张图像中的位置一致时，所述方法还包括：输出所述列车上没有火情的结果。6.如权利要求1所述的方法，其特征在于，在所述输出所述列车有火情的结果之后，所述方法还包括：2CN110263622A权利要求书2/2页向所述列车的列车司机发送告警信息；同时，向前方车站的调度室发送包含所述列车的机车号的告警信息。7.如权利要求1至6中任意一项所述的方法，其特征在于，在所述连续获取列车行驶过程中的多张图像之后，所述方法还包括：对所述多张图像进行照度或对比度归一化处理；采用双边滤波算法对进行所述归一化处理后的多张图像进行降噪处理。8.一种列车火情监测装置，其特征在于，所述装置包括：获取模块，用于连续获取列车行驶过程中的多张图像；检测模块，用于