一种用于轨道交通的车载视屏监控装置制造方法及图纸

本发明专利技术公开了一种用于轨道交通的车载视屏监控装置，涉及视屏监控装置技术领域。本发明专利技术包括车载监控机构、口罩识别机构和后台监控终端；所述口罩识别机构与所述车载监控机构通信连接，所述后台监控终端与所述车载监控机构通信连接；所述口罩识别机构包括图像采集模块和口罩检测模块；所述图像采集模块用于对车上历史监控图像分帧处理，截取其中包含人脸的图像，并将图像标记为佩戴口罩和未佩戴口罩的两类图像；所述口罩检测模块用于通过构建的神经网络对车上实时采集的脸部图像进行识别处理。这样能够有效对乘客的口罩佩戴情况进行识别，并对佩戴口罩的乘客进行有效的提醒，提高了乘车的安全性。车的安全性。车的安全性。

【技术实现步骤摘要】
一种用于轨道交通的车载视屏监控装置


[0001]本专利技术属于视屏监控装置
，特别是涉及一种用于轨道交通的车载视屏监控装置。

技术介绍

[0002]20世纪下半叶以来，伴随着世界范围内的城市化进程,世界各国的城市人口逐渐上升,城市经济日益发展,城市区域也逐渐扩大。行车难、乘车难, 不仅成为市民工作和生活的一个突出问题，而且制约着城市经济的发展。另外，道路上汽车排放废气、噪声等环境污染问题也越来越引起人们的高度重视。在这样的背景下，世界各国纷纷开始建设立体化的快速轨道交通来解决日益恶化的城市交通问题。一些大城市逐步形成了目前以地下铁道为主体,多种轨道交通类型并存的现代城市轨道交通新格局。其中地铁具有运量大、速度快、噪音小、污染轻、能耗低等优点，占据了城市轨道交通中的主体部分。
[0003]目前，全球形势依然严峻，由于地铁中的人员较为密集，因此在乘坐地铁时，都是要求乘客佩戴口罩，但在日常的地铁乘坐中，时常会存在乘客不经意的将口罩取下的现象，无形中增加了病毒传播的风险，现有技术不能很好对这一现象进行有效的提醒。

技术实现思路

[0004]本专利技术的目的在于提供一种用于轨道交通的车载视屏监控装置，解决了上述技术背景中的问题。
[0005]为解决上述技术问题，本专利技术是通过以下技术方案实现的：
[0006]本专利技术为一种用于轨道交通的车载视屏监控装置，包括车载监控机构、口罩识别机构和后台监控终端；
[0007]所述口罩识别机构与所述车载监控机构通信连接，所述后台监控终端与所述车载监控机构通信连接；
[0008]所述口罩识别机构包括图像采集模块和口罩检测模块；
[0009]所述图像采集模块用于对车上历史监控图像分帧处理，截取其中包含人脸的图像，并将图像标记为佩戴口罩和未佩戴口罩的两类图像；
[0010]所述口罩检测模块用于通过构建的神经网络对车上实时采集的脸部图像进行识别处理。
[0011]其中，当所述口罩检测模块识别到未佩戴口罩的人员时，口罩检测模块发出报警，并对视频识别数据进行储存。
[0012]进一步地，所述图像采集模块中，佩戴口罩和未佩戴口罩的人脸图像数量比列为3:1。
[0013]进一步地，所述图像采集模块采集模块中采用图像增强的方法，对采集的图像进行预处理，将处理的后的图像增加至原始数据集中，获得扩增后的训练数据集。
[0014]进一步地，所述口罩检测模块中，口罩识别的方法包括一下步骤：
[0015]步骤1：对输入的图片进行预处理，将图片尺寸统一调整为300
×
300，作为网络模块的输入神经元；
[0016]步骤2：输入图片经过网络模型中的多个卷积层后，进入DenseNet网络；DenseNet网络在前面层和后面层之间建立短路连接，增强训练过程中梯度的方向传播，获取准确参数，得到第一个特征图；
[0017]步骤3：图像继续在卷积层中进行前向传播和后向参数调整传播，并在经过若干卷积层后依次获得第二、三、四、五、六个特征图；
[0018]步骤4：利用神经网络模块产生的第一、第二和第三特征图搭建认证金字塔结构，通过神经网络模型中的特征金字塔对模型特征信息融合；
[0019]步骤5：设置神经网络模型损失函数，对留个特征图进行目标分类和位置定位，获得特征图的目标检测框；
[0020]步骤6：通过非极大值一直方法找到最佳目标监测框，消除冗余的目标检测框，得到监测目标是够佩戴口罩的识别结果。
[0021]进一步地，所述后台监控终端包括监控控制模块、后台显示模块和监控切换模块；
[0022]所述监控控制模块用于对监控摄像头的角度进行调节；
[0023]所述后台显示模块用于实时显示监控摄像头拍摄的画面；
[0024]所述监控切换模块用于对后台显示模块显示的画面在所有监控摄像头中切换。
[0025]进一步地，所述车载监控机构包括显示模块、音量口罩模块、电源开关模块、数据存储模块和电源接线模块；
[0026]所述显示模块用于在车载驾驶室对监控摄像头拍摄的画面进行显示；
[0027]所述音量口罩模块用于调节显示模块的音量；
[0028]所述电源开关模块用于控制整体电源的开启和关闭。
[0029]本专利技术具有以下有益效果：
[0030]本专利技术通过设置，车载监控机构、口罩识别机构和后台监控终端；口罩识别机构与车载监控机构通信连接，后台监控终端与车载监控机构通信连接；口罩识别机构包括图像采集模块和口罩检测模块；图像采集模块用于对车上历史监控图像分帧处理，截取其中包含人脸的图像，并将图像标记为佩戴口罩和未佩戴口罩的两类图像；口罩检测模块用于通过构建的神经网络对车上实时采集的脸部图像进行识别处理；这样能够有效对乘客的口罩佩戴情况进行识别，并对佩戴口罩的乘客进行有效的提醒，提高了乘车的安全性。
[0031]当然，实施本专利技术的任一产品并不一定需要同时达到以上所述的所有优点。
附图说明
[0032]为了更清楚地说明本专利技术实施例的技术方案，下面将对实施例描述所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅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。
[0033]图1为一种用于轨道交通的车载视屏监控装置的结构示意图；
[0034]图2为本专利技术口罩佩戴识别的流程图。
[0035]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完
整地描述，显然，所描述的实施例仅仅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它实施例，都属于本专利技术保护的范围。
[0036]请参阅图1
‑
2，本专利技术为一种用于轨道交通的车载视屏监控装置，包括车载监控机构、口罩识别机构和后台监控终端。
[0037]所述口罩识别机构与所述车载监控机构通信连接，所述后台监控终端与所述车载监控机构通信连接。
[0038]所述口罩识别机构包括图像采集模块和口罩检测模块，图像采集模块对人脸信息采集识别是否佩戴口罩的情况，会在地铁进站时告知。
[0039]所述图像采集模块用于对车上历史监控图像分帧处理，截取其中包含人脸的图像，并将图像标记为佩戴口罩和未佩戴口罩的两类图像。
[0040]神经网络模型在进行目标对象是否佩戴口罩的识别检查过程中，输入样本数据是从视频监控中获取的图像。该项技术中，通过分帧方法将实时获取的监控视频转化为逐帧图像，并识别出其中含有人脸的目标图像。一段视频经分帧后产生的图像很多，在实际识别检测过程中无需对所有图像进行输入识别，否则会导致系统处理难度和数据量激增。因此，可以通过择优方式选择其中的若干张作为输入图像进行检测。通常，选择标准是人物主体在图像的中央区域且图像质量较佳，图像质量的判断指标包括亮本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于轨道交通的车载视屏监控装置，其特征在于：包括车载监控机构、口罩识别机构和后台监控终端；所述口罩识别机构与所述车载监控机构通信连接，所述后台监控终端与所述车载监控机构通信连接；所述口罩识别机构包括图像采集模块和口罩检测模块；所述图像采集模块用于对车上历史监控图像分帧处理，截取其中包含人脸的图像，并将图像标记为佩戴口罩和未佩戴口罩的两类图像；所述口罩检测模块用于通过构建的神经网络对车上实时采集的脸部图像进行识别处理；其中，当所述口罩检测模块识别到未佩戴口罩的人员时，口罩检测模块发出报警，并对视频识别数据进行储存。2.根据权利要求1所述的一种用于轨道交通的车载视屏监控装置，其特征在于，所述图像采集模块中，佩戴口罩和未佩戴口罩的人脸图像数量比列为3:1。3.根据权利要求1所述的一种用于轨道交通的车载视屏监控装置，其特征在于，所述图像采集模块采集模块中采用图像增强的方法，对采集的图像进行预处理，将处理的后的图像增加至原始数据集中，获得扩增后的训练数据集。4.根据权利要求1所述的一种用于轨道交通的车载视屏监控装置，其特征在于，所述口罩检测模块中，口罩识别的方法包括一下步骤：步骤1：对输入的图片进行预处理，将图片尺寸统一调整为300
×
300，作为网络模块的输入神经元；步骤2：输入图片经过网络模型中的多个卷积层后，进入DenseNet网络；D...

【专利技术属性】
技术研发人员：孙奎，张文青，
申请(专利权)人：泰弗思科技安徽有限公司，
类型：发明
国别省市：