车站遗留物品检测方法、装置、电子设备及存储介质制造方法及图纸

本发明专利技术提供一种车站遗留物品检测方法、装置、电子设备及存储介质，其中所述方法包括：根据车站摄像设备捕捉到的目标视频，获取时序相关的目标图像集合，将所述目标图像集合输入遗留物品检测模型，获取目标图像集合中的每个图像的标记结果，所述标记结果中包括物品标记和人物标记，根据所述每个图像的标记结果和所述每个图像的时序关系确定遗留物品，其中，所述遗留物品检测模型是基于带标记的车站候车区域图像训练得到，增加了遗留物品识别的准确性，并且不需要人工参与，实现了自动化的车站遗留物品识别。遗留物品识别。遗留物品识别。

【技术实现步骤摘要】
车站遗留物品检测方法、装置、电子设备及存储介质


[0001]本专利技术涉及轨道交通
，尤其涉及一种车站遗留物品检测 方法、装置、电子设备及存储介质。

技术介绍

[0002]物品遗留经常发生于火车站、汽车站、机场、地铁站等公共场合。
[0003]目前解决物品遗留问题的方案包括如下两种：
[0004]1、乘客拾金不昧通知站内乘务人员；2、失主联系车站，工作人 员帮忙调取视频录像进行查询。
[0005]目前的解决方案的缺点很明显，包括，需要人工参与，发现时间 不及时，找回物品概率低等。

技术实现思路

[0006]本专利技术提供一种车站遗留物品检测方法、装置、电子设备及存储 介质，用以解决现有技术中遗留物品发现不及时并且需要人工参与的 缺陷，实现准确、及时和自动的车站遗留物品识别。
[0007]本专利技术提供一种车站遗留物品检测方法，包括：
[0008]根据车站摄像设备捕捉到的目标视频，获取时序相关的目标图像 集合；
[0009]将所述目标图像集合输入遗留物品检测模型，获取目标图像集合 中的每个图像的标记结果；所述标记结果中包括物品标记和人物标记；
[0010]根据所述每个图像的标记结果和所述每个图像的时序关系确定 遗留物品；
[0011]其中，所述遗留物品检测模型是基于带标记的车站候车区域图像 训练得到。
[0012]根据本专利技术提供的一种车站遗留物品检测方法，所述根据所述每 个图像的标记结果和所述每个图像的时序关系确定遗留物品，包括：
[0013]基于所述物品标记和人物标记确定物品与人物的距离；
[0014]基于所述每个图像的时序关系确定物品和人物的位置轨迹；
[0015]基于所述物品与人物的距离以及物品和人物的位置轨迹确定遗 留物品。
[0016]根据本专利技术提供的一种车站遗留物品检测方法，还包括：
[0017]改进yolov5网络模型，得到第一网络模型；
[0018]通过训练样本集对第一网络模型训练，得到遗留物品检测模型。
[0019]根据本专利技术提供的一种车站遗留物品检测方法，所述改进yolov5 网络模型，包括：
[0020]替换yolov5网络模型中的backbone层的CSPDarkNet53网络结 构为轻量级的网络结构，以及删除FPN网络结构中检测大目标的网 络层。
[0021]根据本专利技术提供的一种车站遗留物品检测方法，所述改进yolov5 网络模型，包括：
[0022]采用DIOU_nms算法代替NMS算法，对yolov5网络模型进行改 进。
[0023]根据本专利技术提供的一种车站遗留物品检测方法，所述通过训练样 本集对第一网络模型训练，得到遗留物品检测模型，包括：
[0024]根据车站候车区域的监控数据，得到第一数据集；
[0025]对所述第一数据集中的图像进行扩充，得到第二数据集；
[0026]通过对第二数据集中的图像中的物品和人物进行标记，得到所述 训练样本集；
[0027]将所述训练样本集中的图像输入所述第一网络模型进行训练，直 至损失函数收敛，得到所述遗留物品检测模型。
[0028]本专利技术提供一种车站遗留物品检测装置，包括：
[0029]目标图像集合获取模块，用于根据车站摄像设备捕捉到的目标视 频，获取时序相关的目标图像集合；
[0030]模型检测模块，用于将所述目标图像集合输入遗留物品检测模型， 获取目标图像集合中的每个图像的标记结果；所述标记结果中包括物 品标记和人物标记；
[0031]遗留物品确定模块，用于根据所述每个图像的标记结果和所述每 个图像的时序关系确定遗留物品；
[0032]其中，所述遗留物品检测模型是基于带标记的车站候车区域图像 训练得到。
[0033]本专利技术还提供一种电子设备，包括存储器、处理器及存储在存储 器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时 实现如上述任一种所述车站遗留物品检测方法的步骤。
[0034]本专利技术还提供一种非暂态计算机可读存储介质，其上存储有计算 机程序，该计算机程序被处理器执行时实现如上述任一种所述车站遗 留物品检测方法的步骤。
[0035]本专利技术还提供一种计算机程序产品，包括计算机程序，所述计算 机程序被处理器执行时实现如上述任一种所述车站遗留物品检测方 法的步骤。
[0036]本专利技术提供的车站遗留物品检测方法、装置、电子设备及存储介 质，通过将视频转化为静态图像，获取各个图像的标记，再根据图像 的时序关系，确定遗留物品，增加了遗留物品识别的准确性，并且不 需要人工参与，实现了自动化的车站遗留物品识别。
附图说明
[0037]为了更清楚地说明本专利技术或现有技术中的技术方案，下面将对实 施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见 地，下面描述中的附图是本专利技术的一些实施例，对于本领域普通技术 人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得 其他的附图。
[0038]图1是本专利技术提供的车站遗留物品检测方法的流程示意图；
[0039]图2是本专利技术提供的根据所述每个图像的标记结果和所述每个 图像的时序关系确定遗留物品的流程示意图；
[0040]图3是本专利技术提供的训练得到所述遗留物品检测模型的流程示 意图；
[0041]图4是本专利技术提供的车站遗留物品检测装置的结构示意图；
[0042]图5是本专利技术提供的车站遗留物品检测装置的结构示意图；图6是本专利技术提供的电子设备的结构示意图。
具体实施方式
[0043]为使本专利技术的目的、技术方案和优点更加清楚，下面将结合本发 明中的附图，对本专利技术中的技术方案进行清楚、完整地描述，显然， 所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于 本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提 下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0044]图1是本专利技术实施例提供的车站遗留物品检测方法的流程示意 图，如图1所示，所述车站遗留物品检测方法包括以下步骤：
[0045]步骤100、根据车站摄像设备捕捉到的目标视频，获取时序相关 的目标图像集合。
[0046]可选地，获取车站候车区域的摄像设备捕捉到的目标视频，截取 目标视频中的图像，并根据图像的时序关系，得到时序相关的目标图 像集合，其中目标图像集合中包括至少一张车站候车区域图像，以及 车站候车区域图像的拍摄时间，或者车站候车区域图像之间的时间间 隔。
[0047]步骤101、将所述目标图像集合输入遗留物品检测模型，获取目 标图像集合中的每个图像的标记结果；所述标记结果中包括物品标记 和人物标记。
[0048]其中，所述遗留物品检测模型是基于带标记的车站候车区域图像 训练得到。
[0049]可选地，将所述目标图像集合输入遗留物品检测模型，得到目标 图像集合中的每本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种车站遗留物品检测方法，其特征在于，包括：根据车站摄像设备捕捉到的目标视频，获取时序相关的目标图像集合；将所述目标图像集合输入遗留物品检测模型，获取目标图像集合中的每个图像的标记结果；所述标记结果中包括物品标记和人物标记；根据所述每个图像的标记结果和所述每个图像的时序关系确定遗留物品；其中，所述遗留物品检测模型是基于带标记的车站候车区域图像训练得到。2.根据权利要求1所述的车站遗留物品检测方法，其特征在于，所述根据所述每个图像的标记结果和所述每个图像的时序关系确定遗留物品，包括：基于所述物品标记和人物标记确定物品与人物的距离；基于所述每个图像的时序关系确定物品和人物的位置轨迹；基于所述物品与人物的距离以及物品和人物的位置轨迹确定遗留物品。3.根据权利要求1所述的车站遗留物品检测方法，其特征在于，还包括：改进yolov5网络模型，得到第一网络模型；通过训练样本集对第一网络模型训练，得到遗留物品检测模型。4.根据权利要求3所述的车站遗留物品检测方法，其特征在于，所述改进yolov5网络模型，包括：替换yolov5网络模型中的backbone层的CSPDarkNet53网络结构为轻量级的网络结构，以及删除FPN网络结构中检测大目标的网络层。5.根据权利要求3所述的车站遗留物品检测方法，其特征在于，所述改进yolov5网络模型，包括：采用DIOU_nms算法代替NMS算法，对yolov5网络模型进行改进。6.根据权利要求3所述的车站遗留物品检测方法，...

【专利技术属性】
技术研发人员：殷娇阳，包峰，
申请(专利权)人：交控科技股份有限公司，
类型：发明
国别省市：