【技术实现步骤摘要】
一种用于列车车厢的不文明行为检测方法及系统
[0001]本专利技术涉及一种不文明行为检测方法，尤其涉及一种用于列车车厢的不文明行为检测方法，并涉及采用了该用于列车车厢的不文明行为检测方法的不文明行为检测系统。
技术介绍
[0002]随着轨道交通的迅速发展，地铁以其便利性和准时性在众多交通工具中脱颖而出，成为一、二线城市的主要出行方式。在车厢中，偶尔会发生躺睡、乞讨、卖唱、吸烟、乱扔废弃物和多占座位等不文明行为。这些不文明行为不仅给其他乘客和乘务人员带来不便，还有影响了列车的安全运营，损害了公众及国家形象。目前地铁对于这一类问题主要通过乘务人员的巡检来避免这些问题，然而车辆较多，人力不足和早晚高峰期难以检查等原因导致这一类问题难以得到根本性的解决。
技术实现思路
[0003]本专利技术所要解决的技术问题是需要提供一种能够实时且便捷地发现不文明行为，以便及时阻止或向列车上报的用于列车车厢的不文明行为检测方法，在此基础上，还进一步提供采用了该用于列车车厢的不文明行为检测方法的不文明行为检测系统。
[0004...
【技术保护点】
【技术特征摘要】
1.一种用于列车车厢的不文明行为检测方法，其特征在于，包括以下步骤：步骤S1，自适应调整列车车厢图像的亮度，将列车车厢图像的视频帧进行归一化处理至同一亮度区间，对列车车厢图像的视频帧进行防抖处理；步骤S2，对防抖处理后的数据进行场景分析，先对列车车厢图像的视频帧进行目标检测，框选出车厢内的乘客位置及其所携带物品，并标出携带物品的种类，然后通过多目标跟踪操作，对列车车厢图像的视频帧中的每个乘客单独进行分析处理；步骤S3，根据不文明行为的特点将其分有特征目标的不文明行为和无特征目标的不文明行为，并针对性进行检测和识别。2.根据权利要求1所述的用于列车车厢的不文明行为检测方法，其特征在于，所述步骤S1中，对列车车厢图像的视频帧进行防抖处理包括以下子步骤：步骤S101，先将列车车厢图像的车顶部分转化为灰度图像，计算列车车厢图像中水平和垂直方向的一维投影曲线，再通过前后一维投影两帧的投影曲线，加入运动搜索宽度进行获取水平和垂直方向上的位移矢量，以此获取最优运动向量；步骤S102，根据获取的最优运动向量判断是否发生超过预设阈值的抖动，若不超过所述预设阈值则跳转至步骤S2，若超过所述预设阈值则跳转至步骤S103；步骤S103，把当前列车车厢图像向位移矢量的反方向移动相应的像素距离，以此对当前整幅列车车厢图像进行补偿。3.根据权利要求1或2所述的用于列车车厢的不文明行为检测方法，其特征在于，所述步骤S2中对列车车厢图像的视频帧进行目标检测，框选出车厢内的乘客位置及其所携带物品，并标出携带物品的种类的过程包括以下子步骤：步骤S201，通过地铁运营方获取车厢监控视频数据作为原始数据的数据集；步骤S202，从车厢监控视频数据中抽取有效帧，生成相应的标签文件，并进行数据标注；步骤S203，按照预设比例设置数据的训练集、验证集和测试集，通过网络模型的训练和测试得到学习的结果。4.根据权利要求3所述的用于列车车厢的不文明行为检测方法，其特征在于，所述步骤S202中，从车厢监控视频数据中抽取包含有目标事件的有效帧，所述目标事件包括桌椅、吊环扶手、人体、口罩、气球、香烟、滑板车、溜冰鞋、气球、足球以及饮料中的任意一种或几种，并生成相应的标签文件，然后以数据集训练出的faster
‑
RCNN目标检测模型作为自动化标注工具对所述目标事件进行自动化标注。5.根据权利要求3所述的用于列车车厢的不文明行为检测方法，其特征在于，所述步骤S203中网络模型的训练和测试过程包括以下子步骤：步骤S2031，网络模型的骨架参数采用数据集训练后的参数进行初始化，全连接层使用；步骤S2032，网络模型服从均值为0、标准差为0.1的高斯分布随机数进行初始；步骤S2033，使用Adam梯度下降算法训练权重，并设置批处理大小；步骤S2034，根据步骤S202制作的图像集对所有目标事件进行聚类，根据聚类对网络模型的anchor参数进行修改；步骤S2035，在执行预设数量的训练后，每一...
【专利技术属性】
技术研发人员：魏伟航，杜卫红，谢立欧，
申请(专利权)人：深圳市比一比网络科技有限公司，
类型：发明
国别省市：
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。