The invention provides a locomotive driver behavior recognition method, device and system, including the locomotive driver behavior recognition method: predefined contains many types of driver behavior to a set of training images; using neural network algorithm to the training image set for model training, formation behavior training model; real-time monitoring image acquisition cab and the real-time monitoring of image input to the behavior training model, identify the driver is behavior category. The learning algorithm can automatically identify the depth of several kinds of daily operations; at the same time, through the image retrieval automation, can do heavy manual work, improves the efficiency and accuracy of analysis.
【技术实现步骤摘要】
机车司机行为识别方法、装置及系统
本专利技术是关于轨道交通机车车辆安全监测技术,特别是关于驾车驾驶室中的一种机车司机行为识别方法、装置及系统。
技术介绍
交通安全现在已经成为一个普遍被关注的社会问题,而加强对铁路交通安全的管控已经迫在眉睫,目前机车上安装了机车车载安全防护系统(简称6A系统)的视频监控设备,目前对该视频监控设备的视频数据的地面分析任务通常采用人工浏览察看方式,一方面分析全部机车的视频录像需要配备大量且足够的地面视频数据分析人员和设备,分析效率低,特别对于特定事件查找的情况下,分析工作量巨大,且容易遗漏。另一方面,由于是事后做人工分析,无法对乘务员在机车运行过程中不当行为进行实时提醒。视频分析与识别技术在机车环境下的应用目前还是空白,究其原因,主要是机车环境下与常规应用有较大区别。例如机车运行中震动幅度较大,成像模糊,影响视频画面的稳定、列车运行过程中光照变化比较大,极大地影响了识别的准确度、机车环境下识别对象差异较大,也会影响视频识别的适应性等。此外,列车在进站和出站过程中,可能会出现强光照的情况,此时,受强光照的影响,视频分析与识别效果将会降低,当光线恢复正常,识别效果也随之改善,如何降低光照变化的影响,提高算法的鲁棒性是业界面临的技术难点之一。
技术实现思路
本专利技术提供一种机车司机行为识别方法、装置及系统,可以对司机日常的几类操作进行自动识别,同时通过对图像自动化的检索,解脱繁重的人工工作,提高分析的效率和准确性。为了实现上述目的,本专利技术实施例提供了一种机车司机行为识别方法,该机车司机行为识别方法包括:预先定义包含多类司机行为的待训 ...
【技术保护点】
一种机车司机行为识别方法,其特征在于,包括:预先定义包含多类司机行为的待训练图像集合;利用神经网络算法对所述待训练图像集合进行模型训练,生成行为训练模型;采集机车驾驶室的实时监控图像,将所述实时监控图像输入所述行为训练模型,识别出司机行为所属的类别。
【技术特征摘要】
1.一种机车司机行为识别方法,其特征在于,包括:预先定义包含多类司机行为的待训练图像集合;利用神经网络算法对所述待训练图像集合进行模型训练,生成行为训练模型;采集机车驾驶室的实时监控图像,将所述实时监控图像输入所述行为训练模型,识别出司机行为所属的类别。2.根据权利要求1所述的机车司机行为识别方法,其特征在于,所述多类司机行为包括:离岗、接打电话、向前挥手、在岗、站立、睡觉。3.根据权利要求1所述的机车司机行为识别方法,其特征在于,在利用神经网络算法对所述待训练图像集合进行模型训练之前,还包括:在所述待训练图像集合中的各图像上标注目标框。4.根据权利要求3所述的机车司机行为识别方法,其特征在于,所述目标框相关信息包括目标框的起始位置、宽度及高度,所述机车司机行为识别方法还包括:对所述目标框相关信息进行归一化处理,并保存归一化处理后的目标框相关信息。5.根据权利要求1所述的机车司机行为识别方法,其特征在于,利用神经网络算法对所述待训练图像集合进行模型训练,生成行为训练模型,包括:利用前向卷积网络对所述待训练图像集合进行逐级抽象化,得到鲁棒的训练模型;利用反馈网络对所述鲁棒的训练模型进行权重调节,得到所述行为训练模型。6.根据权利要求1所述的机车司机行为识别方法,其特征在于,将所述实时监控图像输入所述行为训练模型,识别出司机行为所属的类别,包括:将所述实时监控图像输入所述行为训练模型,利用增加了Detection层的前向卷积网络对司机行为进行识别,并对识别结果进行约束,识别出司机行为所属的类别。7.一种机车司机行为识别装置,其特征在于,包括:预定义单元,用于预先定义包含多类司机行为的待训练图像集合;模型训练单元,用于利用神经网络算法对所述待训练图像集合进行模型训练,生成行为训练模型;行为识别单元,用于采集机车驾驶室的...
【专利技术属性】
技术研发人员:申宇燕,延九磊,刘峰,况志强,卢万平,刘志杰,
申请(专利权)人:中国铁道科学研究院,北京纵横机电技术开发公司,中国铁道科学研究院机车车辆研究所,
类型:发明
国别省市:北京,11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。