一种机车视频快速分析方法及系统技术方案

本发明专利技术涉及一种机车视频快速分析方法及系统，包括如下步骤：1)根据机车运行监控记录得到机车视频对应时间点的机车运行信息，根据机车运行信息确定需要分析的时间段及对应的项点；所述机车视频为监测司机驾驶过程的视频，所述机车运行信息包括对应时间机车所处的位置，所述项点包括要求司机做出的手势；2)对机车视频采用跳跃模式进行分析，直到机车视频内的时间点达到所述时间段；所述跳跃模式进行分析的方法为，每间隔设定帧后识别一帧的图像；当机车视频内的时间点达到所述时间段后，对所述时间段内的视频进行逐帧分析。对所述时间段内的视频进行逐帧分析。对所述时间段内的视频进行逐帧分析。

【技术实现步骤摘要】
一种机车视频快速分析方法及系统


[0001]本专利技术涉及一种机车视频快速分析方法及系统，属于列车视频监控的AI智能分析领域。

技术介绍

[0002]目前铁路行业发展迅速，如何保障列车的行车安全变得尤为重要。很多列车都安装了视频监控系统，用来监测司机的驾驶过程。但由于铁路机车视频数据量较大，并且在机车上无法安装分析设备，只能在机车入库后将视频导出，再进行人工抽查分析。
[0003]视频监控不间断工作时，每个单位每天都会产生数千小时的机车视频，如果采用目前主流的图像分析算法，每帧分析需要平均30毫秒，那么一台设备每天24小时不停运行，分析的视频还不到100个小时，远远无法满足实际的需求。此外，如果配合数十台分析设备同时分析，面临的就是巨大的成本问题，且设备部署占用空间较多，根本难以施行。
[0004]随着列车安全要求的不断提高，机车驾驶员在机车运行过程中的标准化作业尤为重要，以往机车检查均采用抽查方式，由单位设置安全专员，对司机操纵视频进行抽查分析，覆盖量仅仅达到百分之几或者更少，很难起到监督作用；而利用目前主流的人工智能分析技术，由于海量数据过于庞大，对计算力的要求极其高，造成的成本极其巨大，很难推广。

技术实现思路

[0005]本专利技术的目的是提供一种机车视频快速分析方法及系统，用以解决机车视频驾驶员作业过程中视频分析效率低下、人工抽查效果差的问题。
[0006]为实现上述目的，本专利技术的方案包括：
[0007]本专利技术的一种机车视频快速分析方法，包括如下步骤：
[0008]1)根据机车运行监控记录得到机车视频对应时间点的机车运行信息，根据机车运行信息确定需要分析的时间段及对应的项点；所述机车视频为监测司机驾驶过程的视频，所述机车运行信息包括对应时间机车所处的位置，所述项点包括要求司机做出的手势；
[0009]2)对机车视频采用跳跃模式进行分析，直到机车视频内的时间点达到所述时间段；所述跳跃模式进行分析的方法为，每间隔设定帧后识别一帧的图像；当机车视频内的时间点达到所述时间段后，对所述时间段内的视频进行逐帧分析。
[0010]本专利技术利用装置内的控制器获取存储有机车运行视频的数据库内的视频信息(该视频信息为机车运行过程中监测司机驾驶过程的视频)，并根据机车运行监控记录得到视频信息对应的时间点内的机车运行信息，具体为机车所述位置、运行速度、时间等。根据机车运行信息确定视频信息中有哪些具体时间段和对应的项点需要分析，该时间段和对应项点为在机车行驶过程中在设定的时间或距离内需要司机做出相应的手势。对于整个机车视频采用跳跃模式进行分析，跳跃模式是在间隔设定帧后识别对应帧的图像，在每一帧一帧图像进行更换时，时间也在继续，因此在间隔设定帧也即在间隔一定时间后，当前时刻所对应的那一帧图像。但当机车视频内的时间点达到上述时间段时，需要进行逐帧分析，以便更
加准确的掌握司机的动态。
[0011]进一步地，步骤1)中，根据机车运行监控记录得到机车运行信息的方法为，利用OCR技术识别机车视频中的公里标和时间，匹配机车运行监控记录中的里程和时间，将机车运行监控记录中对应的里程和时间下的机车运行信息作为机车视频当前的机车运行信息。
[0012]利用OCR技术识别机车视频中的公里数和时间，还识别机车运行监控记录中的里程和时间，以机车运行监控记录中的里程和时间与机车视频中的公里数和时间进行一一对应，以获取准确具体的机车运行信息。
[0013]进一步地，步骤2)中，对所述时间段内的机车视频采用识别一帧缓存一帧的分析方法；所述时间段内时间结束后，未检测到司机做出手势，对缓存的视频帧采用跳跃模式进行分析。
[0014]进一步地，在所述时间段内的机车视频中检测到司机做出对应手势，则跳过该时间段的机车视频。
[0015]在上述时间段内机车视频采用识别一帧的同时缓存一帧的方法进行分析，当在该时间段内结束后，未检测到司机做出相应的手势，则对缓存的视频进行跳跃模式分析。(因为第一次已经分析过一次，并未检测到司机做出相应手势，则第二次不需要再逐帧分析。)
[0016]进一步地，对机车视频还进行司机异常状态的检测，当检测到司机处于异常状态时，对当前时刻起的机车视频进行逐帧或逐秒分析，所述异常状态包括违章操作和精神状态差。
[0017]对整个机车视频还进行司机异常状态的检测，当检测到司机处于违章或疲劳等状态时，从当前时刻起的机车视频不再采用跳跃模式进行分析，而采用逐帧或逐秒仔细分析。
[0018]进一步地，检测到司机处于异常状态时，还截取检测到异常状态前设定时间到异常状态结束后设定时间内的机车视频进行存储。
[0019]当检测到司机处于异常驾驶状态时，截取检测到异常驾驶状态开始前几秒到异常驾驶状态结束后几秒一个完整过程的视频段进行存储，以作为依据。
[0020]进一步地，采用深度学习对机车视频帧图像进行识别。
[0021]一种机车视频快速分析系统，包括控制器，所述控制器采用上述机车视频快速分析方法进行视频分析。
附图说明
[0022]图1是机车视频快速分析方法流程图。
具体实施方式
[0023]下面结合附图对本专利技术做进一步详细的说明。
[0024]方法实施例：
[0025]本专利技术提供一种机车视频快速分析方法，该方法获取数据库技术中存在的视频数据，采用机车运行监控分析技术、OCR文字识别技术以及深度学习图像智能分析技术，通过多种逻辑判定，智能化分析司机的作业过程是否符合规范，并将分析结果保存在数据库中。相较于人工盯控，不仅大幅度提高了视频分析速度，且分析结果更加科学准确。
[0026]数据库用于记录视频文件所在服务器位置、大小、车号、时间等信息，以及记录了
该视频是否经过分析，分析问题后对问题形成记录等数据信息。机车运行监控记录(LKJ2000型)记录了机车运行中的详细运行数据，包括：对应时间点所处的位置、状态、运行速度等信息。动态计算视频中需要分析的关键点，例如哪些时间段分析，哪些时间段不分析，分析什么项点等。OCR文字识别技术用于识别定位图像中的公里标和时间信息，根据该公里标和时间信息，匹配机车监控记录，得到视频中机车当时运行状态。深度学习图像智能分析技术对视频图像中的目标信息，包括司机、椅子、操纵台等，以及司机状态，包括站、坐、躺，是否使用手机，头部状态，手比状态等。
[0027]具体为，如图1所示，将数据库内的视频文件发送给智能分析装置，智能分析装置中包含有机车运行监控记录(型号该机车运行监控记录包含有机车在运行过程中的各种数据信息)。利用OCR文字识别技术将机车运行监控记录与视频信息进行对应，对应方法为：识别机车视频中的时间和公里桩上的公里数，再匹配机车运行监控记录中的时间和机车位置(位于线路上多少公里数的公里桩附近)，将对应位置(公里桩)、对应时间的机车运行监控记录中的机车运行信息，作为机车视频中对应位置、时间的机车运行信息。
[0028]在机车的整个运行本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种机车视频快速分析方法，其特征在于，包括如下步骤：1)根据机车运行监控记录得到机车视频对应时间点的机车运行信息，根据机车运行信息确定需要分析的时间段及对应的项点；所述机车视频为监测司机驾驶过程的视频，所述机车运行信息包括对应时间机车所处的位置，所述项点包括要求司机做出的手势；2)对机车视频采用跳跃模式进行分析，直到机车视频内的时间点达到所述时间段；所述跳跃模式进行分析的方法为，每间隔设定帧后识别一帧的图像；当机车视频内的时间点达到所述时间段后，对所述时间段内的视频进行逐帧分析。2.根据权利要求1所述的机车视频快速分析方法，其特征在于，步骤1)中，根据机车运行监控记录得到机车运行信息的方法为，利用OCR技术识别机车视频中的公里标和时间，匹配机车运行监控记录中的里程和时间，将机车运行监控记录中对应的里程和时间下的机车运行信息作为机车视频当前的机车运行信息。3.根据权利要求1所述的机车视频快速分析方法，其特征在于，步骤2)中，对所述时间段内的机车视频采用识别...

【专利技术属性】
技术研发人员：宋育军，刘斌，栗君霞，周建宇，邓玉龙，樊露露，
申请(专利权)人：郑州畅想高科股份有限公司，
类型：发明
国别省市：