用于轨道交通运营维护的防护报警装置及方法制造方法及图纸

公开了一种用于轨道交通运营维护的防护报警装置及方法，其获取由摄像头采集的预定时间段的监控视频；采用基于深度学习的人工智能技术，挖掘所述监控视频中关于轨道交通的故障隐含特征信息，并对所述监控视频中关于轨道交通的隐含特征信息进行准确地语义理解，以此来准确地对于轨道交通的故障进行检测判断。这样，可以避免意外事故的发生，保证轨道交通的安全性。安全性。安全性。

【技术实现步骤摘要】
用于轨道交通运营维护的防护报警装置及方法


[0001]本申请涉及智能化报警
，且更为具体地，涉及一种用于轨道交通运营维护的防护报警装置及方法。

技术介绍

[0002]为了缓解地面交通压力，方便市民出行，各大城市开始兴建城市轨道交通。但随着城市轨道交通开通线路数量的增多，对于轨道的运营维护压力也日益凸显，轨道的安全防护管理中也迫切需要引入创新、先进的管理手段和前沿的辅助管理设备，使轨道运营维护效率得到提升。
[0003]但是，当轨道交通出现故障时，例如出现屏蔽门故障时，由于乘客可以与轨道交通直接接触，会出现一些人为监管不及时无法兼顾临时隔离地带、通报故障情况的发生。因此需要一种可以用于轨道交通发生故障，需要运营维护时的辅助隔离防护报警设备。
[0004]因此，期望一种用于轨道交通运营维护的防护报警装置。

技术实现思路

[0005]为了解决上述技术问题，提出了本申请。本申请的实施例提供了一种用于轨道交通运营维护的防护报警装置及方法，其获取由摄像头采集的预定时间段的监控视频；采用基于深度学习的人工智能技术，挖掘所述监控视频中关于轨道交通的故障隐含特征信息，并对所述监控视频中关于轨道交通的隐含特征信息进行准确地语义理解，以此来准确地对于轨道交通的故障进行检测判断。这样，可以避免意外事故的发生，保证轨道交通的安全性。
[0006]根据本申请的一个方面，提供了一种用于轨道交通运营维护的防护报警装置，其包括：
[0007]摄像模块，用于获取由摄像头采集的预定时间段的监控视频；<br/>[0008]采样模块，用于对所述监控视频进行采样以得到多个监控关键帧；
[0009]特征提取模块，用于将所述多个监控关键帧分别通过作为过滤器的卷积神经网络模型以得到多个监控特征向量；
[0010]特征强化模块，用于分别对所述多个监控特征向量进行特征值区分度强化以得到多个优化后监控特征向量；
[0011]意图理解模块，用于将所述多个优化后监控特征向量通过基于转换器的意图理解器以得到监控对象时序语义理解特征向量；
[0012]预警模块，用于将所述监控对象时序语义理解特征向量通过分类器以得到分类结果，所述分类结果用于表示是否产生预警提示。
[0013]在上述用于轨道交通运营维护的防护报警装置中，所述采样模块，用于以预定采样频率对所述监控视频进行关键帧采样，以从所述监控视频中提取出多个监控关键帧。
[0014]在上述用于轨道交通运营维护的防护报警装置中，所述特征提取模块，进一步用
于：使用所述作为过滤器的卷积神经网络模型的各层在层的正向传递中分别对输入数据进行：对所述输入数据进行卷积处理以得到卷积特征图；
[0015]对所述卷积特征图进行基于特征矩阵的均值池化处理以得到池化特征图；以及，对所述池化特征图进行非线性激活以得到激活特征图；其中，所述作为过滤器的卷积神经网络模型的最后一层的输出为所述多个监控特征向量，所述作为过滤器的卷积神经网络模型的第一层的输入为所述多个监控关键帧。
[0016]在上述用于轨道交通运营维护的防护报警装置中，所述作为过滤器的卷积神经网络模型为深度残差网络模型。
[0017]在上述用于轨道交通运营维护的防护报警装置中，所述特征强化模块，包括：辅助特征提取单元，用于将所述多个监控关键帧分别通过作为特征提取器的辅助卷积神经网络以得到多个辅助特征图；区分单元，用于对所述多个辅助特征图分别进行特征相关性累积区分机制建模以获得多个加权特征向量；以及，加权优化单元，用于分别计算所述多个加权特征向量和所述多个监控特征向量之间的按位置点乘以得到所述多个优化后监控特征向量。
[0018]在上述用于轨道交通运营维护的防护报警装置中，所述辅助特征提取单元，进一步用于：使用所述作为特征提取器的辅助卷积神经网络的各层在层的正向传递中对输入数据分别进行卷积处理、均值池化处理和非线性激活处理以由所述作为特征提取器的辅助卷积神经网络的最后一层的输出为所述多个辅助特征图，其中，所述作为特征提取器的辅助卷积神经网络的第一层的输入为所述多个监控关键帧。
[0019]在上述用于轨道交通运营维护的防护报警装置中，所述区分单元，进一步用于：以如下公式对所述多个辅助特征图分别进行特征相关性累积区分机制建模以获得所述多个加权特征向量；其中，所述公式为：
[0020][0021]其中，表示所述多个辅助特征图中的各个辅助特征图，和分别表示对所述各个辅助特征图进行基于不同卷积核的单层卷积操作，表示激活函数，表示激活函数，且表示对所述各个辅助特征图的每个特征矩阵的全局池化操作，表示按位置加法，表示所述多个加权特征向量中的各个加权特征向量。
[0022]在上述用于轨道交通运营维护的防护报警装置中，所述意图理解模块，包括：编码单元，用于使用所述基于转换器的意图理解器对所述多个优化后监控特征向量进行基于全局的上下文语义编码以得到多个监控对象语义理解特征向量；以及，级联单元，用于将所述多个监控对象语义理解特征向量进行级联以得到所述监控对象时序语义理解特征向量。
[0023]在上述用于轨道交通运营维护的防护报警装置中，所述预警模块，包括：全连接编码单元，用于使用所述分类器的多个全连接层对所述监控对象时序语义理解特征向量进行全连接编码以得到编码分类特征向量；以及，分类单元，用于将所述编码分类特征向量通过所述分类器的Softmax分类函数以得到所述分类结果。
[0024]根据本申请的另一个方面，提供了一种用于轨道交通运营维护的防护报警方法，
其包括：
[0025]用于获取由摄像头采集的预定时间段的监控视频；
[0026]用于对所述监控视频进行采样以得到多个监控关键帧；
[0027]用于将所述多个监控关键帧分别通过作为过滤器的卷积神经网络模型以得到多个监控特征向量；
[0028]用于分别对所述多个监控特征向量进行特征值区分度强化以得到多个优化后监控特征向量；
[0029]用于将所述多个优化后监控特征向量通过基于转换器的意图理解器以得到监控对象时序语义理解特征向量；
[0030]用于将所述监控对象时序语义理解特征向量通过分类器以得到分类结果，所述分类结果用于表示是否产生预警提示。
[0031]与现有技术相比，本申请提供的用于轨道交通运营维护的防护报警装置及方法，其获取由摄像头采集的预定时间段的监控视频；采用基于深度学习的人工智能技术，挖掘所述监控视频中关于轨道交通的故障隐含特征信息，并对所述监控视频中关于轨道交通的隐含特征信息进行准确地语义理解，以此来准确地对于轨道交通的故障进行检测判断。这样，可以避免意外事故的发生，保证轨道交通的安全性。
附图说明
[0032]通过结合附图对本申请实施例进行更详细的描述，本申请的上述以及其他目的、特征和优势将变得更加明显。附图用来提供对本申请实施例的进一步理解，并且构成说明书的一部分，与本申请实施例一起用于解释本申请，并不构成对本申请的限制。在附本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于轨道交通运营维护的防护报警装置，其特征在于，包括：摄像模块，用于获取由摄像头采集的预定时间段的监控视频；采样模块，用于对所述监控视频进行采样以得到多个监控关键帧；特征提取模块，用于将所述多个监控关键帧分别通过作为过滤器的卷积神经网络模型以得到多个监控特征向量；特征强化模块，用于分别对所述多个监控特征向量进行特征值区分度强化以得到多个优化后监控特征向量；意图理解模块，用于将所述多个优化后监控特征向量通过基于转换器的意图理解器以得到监控对象时序语义理解特征向量；预警模块，用于将所述监控对象时序语义理解特征向量通过分类器以得到分类结果，所述分类结果用于表示是否产生预警提示。2.根据权利要求1所述的用于轨道交通运营维护的防护报警装置，其特征在于，所述采样模块，用于以预定采样频率对所述监控视频进行关键帧采样，以从所述监控视频中提取出多个监控关键帧。3.根据权利要求2所述的用于轨道交通运营维护的防护报警装置，其特征在于，所述特征提取模块，进一步用于：使用所述作为过滤器的卷积神经网络模型的各层在层的正向传递中分别对输入数据进行：对所述输入数据进行卷积处理以得到卷积特征图；对所述卷积特征图进行基于特征矩阵的均值池化处理以得到池化特征图；对所述池化特征图进行非线性激活以得到激活特征图；其中，所述作为过滤器的卷积神经网络模型的最后一层的输出为所述多个监控特征向量，所述作为过滤器的卷积神经网络模型的第一层的输入为所述多个监控关键帧。4.根据权利要求3所述的用于轨道交通运营维护的防护报警装置，其特征在于，所述作为过滤器的卷积神经网络模型为深度残差网络模型。5.根据权利要求4所述的用于轨道交通运营维护的防护报警装置，其特征在于，所述特征强化模块，包括：辅助特征提取单元，用于将所述多个监控关键帧分别通过作为特征提取器的辅助卷积神经网络以得到多个辅助特征图；区分单元，用于对所述多个辅助特征图分别进行特征相关性累积区分机制建模以获得多个加权特征向量；加权优化单元，用于分别计算所述多个加权特征向量和所述多个监控特征向量之间的按位置点乘以得到所述多个优化后监控特征向量。6.根据权利要求5所述的用于轨道交通运营维护的防护报警装置，其特征在于，所述辅助特征提取单元，进一步用于：使用所述作为特征提...

【专利技术属性】
技术研发人员：徐代明，田学金，李明辉，戴斌，王岗，徐赞，庞其富，解知，陈柔，
申请(专利权)人：中铁开发投资集团有限公司昆明轨道交通集团有限公司，
类型：发明
国别省市：