System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及机器人作业,更具体的,涉及一种基于机器人巡检的火车站可疑人员检测方法、系统和介质。
技术介绍
1、在火车站和高铁站这种人流量大的地方,经常有人通过购买短程票进入,或是趁检票口人多跟随乘客混入,然后在车站内进行贩卖商品、伪装成乞讨者骗钱、app线下推广等行为打扰乘客候车。
2、目前,针对这一乱象,车站大多有安保人员进行巡逻以维护秩序,费时费力,且效果不佳,使用人力巡逻和摄像头监控,只有安保人员正好观察到可疑行为时才能发现到可疑人员,而且可疑人员会不断观察安保人员的巡逻路线来躲避巡查,摄像头的缺陷在于视角固定监控范围有限,更进一步的,安保人员精力有限,不能时刻集中注意力去观察众多乘客群体中是否存在某人具有可疑行为,对于有过前科的可疑人员,由于人的记忆有限也难以通过观察人脸分辨,为了提高检查效率只能增加人力数量,会增加大量成本。
技术实现思路
1、本专利技术的目的是提供一种基于机器人巡检的火车站可疑人员检测方法、系统和介质,使用机器人巡检的方式在火车站巡逻检查,提高了巡逻频率,采用深度学习的方案对车站抓拍画面进行自动化的分析,结合乘客信息数据库、构建的社交关系网、行为轨迹记录等数据不仅极大得提高可疑人员检出率,也使得结果更准确可靠。
2、本专利技术的第一方面提供了一种基于机器人巡检的火车站可疑人员检测方法,包括以下步骤:
3、获取巡检机器人采集的图像数据,基于图像数据采集人脸特征进行识别得到识别信息;
4、基于所述识别信息标记
5、基于所述第二属性以及所述第三属性识别目标人员,基于所述目标人员输出告警提醒。
6、本方案中,所述获取巡检机器人采集的图像数据,具体包括:
7、获取巡检机器人实时采集的图像信息;
8、基于所述图像信息进行数据筛选,以筛选得到车站流动人口的人脸信息;
9、基于所述人脸信息得到不同人脸对应的所述图像数据。
10、本方案中,所述基于图像数据采集人脸特征进行识别得到识别信息,具体包括:
11、基于所述图像数据输入至卷积神经网络模型进行人脸识别得到人脸特征信息;
12、基于所述人脸特征信息与乘客信息数据库进行比对,以比对得到对应的所述识别信息,其中,所述识别信息包括识别成功的人脸特征以及识别未成功的人脸特征。
13、本方案中,所述基于所述识别信息标记当前识别乘客的可疑属性,具体包括:
14、基于识别成功的人脸特征比对当前人脸对应的购票信息以标记对应人员的属性为所述第一属性或者所述第二属性;
15、基于识别未成功的人脸特征标记当前人脸对应的人员的属性为所述第三属性。
16、本方案中,所述基于识别成功的人脸特征比对当前人脸对应的购票信息以标记对应人员为所述第一属性或者所述第二属性,具体包括:
17、基于识别成功的人脸特征比对当前人脸对应的购票信息,基于所述购票信息识别列车发出时间,其中,
18、若在所述列车发出时间前获取到识别成功的人脸特征,则标记对应人员的属性为所述第一属性;
19、若在所述列车发出时间对应的延迟时间内获取到识别成功的人脸特征,则标记对应人员的属性为所述第二属性。
20、本方案中,所述基于所述第二属性以及所述第三属性识别目标人员,基于所述目标人员输出告警提醒,具体包括:
21、基于所述第二属性以及所述第三属性将对应的人员标记为所述目标人员;
22、基于所述第二属性的目标人员输出i级提醒,其中,所述i级提醒随时间动态变化;
23、基于所述第三属性的目标人员输出i i级提醒,并基于黑名单列表匹配当前第三属性的目标人员以输出所述i i级提醒的告警等级。
24、本专利技术的第二方面还提供一种基于机器人巡检的火车站可疑人员检测系统,包括存储器和处理器,所述存储器中包括基于机器人巡检的火车站可疑人员检测方法程序,所述基于机器人巡检的火车站可疑人员检测方法程序被所述处理器执行时实现如下步骤:
25、获取巡检机器人采集的图像数据,基于图像数据采集人脸特征进行识别得到识别信息;
26、基于所述识别信息标记当前识别乘客的可疑属性,其中,所述可疑属性包括第一属性、第二属性以及第三属性,所述第二属性随时间动态变化;
27、基于所述第二属性以及所述第三属性识别目标人员,基于所述目标人员输出告警提醒。
28、本方案中,所述获取巡检机器人采集的图像数据,具体包括:
29、获取巡检机器人实时采集的图像信息;
30、基于所述图像信息进行数据筛选,以筛选得到车站流动人口的人脸信息;
31、基于所述人脸信息得到不同人脸对应的所述图像数据。
32、本方案中,所述基于图像数据采集人脸特征进行识别得到识别信息,具体包括:
33、基于所述图像数据输入至卷积神经网络模型进行人脸识别得到人脸特征信息;
34、基于所述人脸特征信息与乘客信息数据库进行比对,以比对得到对应的所述识别信息,其中,所述识别信息包括识别成功的人脸特征以及识别未成功的人脸特征。
35、本方案中,所述基于所述识别信息标记当前识别乘客的可疑属性,具体包括:
36、基于识别成功的人脸特征比对当前人脸对应的购票信息以标记对应人员的属性为所述第一属性或者所述第二属性;
37、基于识别未成功的人脸特征标记当前人脸对应的人员的属性为所述第三属性。
38、本方案中,所述基于识别成功的人脸特征比对当前人脸对应的购票信息以标记对应人员为所述第一属性或者所述第二属性,具体包括:
39、基于识别成功的人脸特征比对当前人脸对应的购票信息,基于所述购票信息识别列车发出时间,其中,
40、若在所述列车发出时间前获取到识别成功的人脸特征,则标记对应人员的属性为所述第一属性;
41、若在所述列车发出时间对应的延迟时间内获取到识别成功的人脸特征,则标记对应人员的属性为所述第二属性。
42、本方案中,所述基于所述第二属性以及所述第三属性识别目标人员,基于所述目标人员输出告警提醒,具体包括:
43、基于所述第二属性以及所述第三属性将对应的人员标记为所述目标人员;
44、基于所述第二属性的目标人员输出i级提醒,其中,所述i级提醒随时间动态变化;
45、基于所述第三属性的目标人员输出i i级提醒,并基于黑名单列表匹配当前第三属性的目标人员以输出所述i i级提醒的告警等级。
46、本专利技术的第三方面提供了一种计算机可读存储介质,所述计算机可读存储介质中包括机器的一种基于机器人巡检的火车站可疑人员检测方法程序,所述基于机器人巡检的火车站可疑人员检测方法程序被处理器执行时本文档来自技高网...
【技术保护点】
1.一种基于机器人巡检的火车站可疑人员检测方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的一种基于机器人巡检的火车站可疑人员检测方法,其特征在于,所述获取巡检机器人采集的图像数据,具体包括:
3.根据权利要求2所述的一种基于机器人巡检的火车站可疑人员检测方法,其特征在于,所述基于图像数据采集人脸特征进行识别得到识别信息,具体包括:
4.根据权利要求3所述的一种基于机器人巡检的火车站可疑人员检测方法,其特征在于,所述基于所述识别信息标记当前识别乘客的可疑属性,具体包括:
5.根据权利要求4所述的一种基于机器人巡检的火车站可疑人员检测方法,其特征在于,所述基于识别成功的人脸特征比对当前人脸对应的购票信息以标记对应人员为所述第一属性或者所述第二属性,具体包括:
6.根据权利要求5所述的一种基于机器人巡检的火车站可疑人员检测方法,其特征在于,所述基于所述第二属性以及所述第三属性识别目标人员,基于所述目标人员输出告警提醒,具体包括:
7.一种基于机器人巡检的火车站可疑人员检测系统,其特征在于,包括存储器和处理
8.根据权利要求7所述的一种基于机器人巡检的火车站可疑人员检测系统,其特征在于,所述获取巡检机器人采集的图像数据,具体包括:
9.根据权利要求8所述的一种基于机器人巡检的火车站可疑人员检测系统,其特征在于,所述基于图像数据采集人脸特征进行识别得到识别信息,具体包括:
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中包括一种基于机器人巡检的火车站可疑人员检测方法程序,所述基于机器人巡检的火车站可疑人员检测方法程序被处理器执行时,实现如权利要求1至6中任一项所述的一种基于机器人巡检的火车站可疑人员检测方法的步骤。
...【技术特征摘要】
1.一种基于机器人巡检的火车站可疑人员检测方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的一种基于机器人巡检的火车站可疑人员检测方法,其特征在于,所述获取巡检机器人采集的图像数据,具体包括:
3.根据权利要求2所述的一种基于机器人巡检的火车站可疑人员检测方法,其特征在于,所述基于图像数据采集人脸特征进行识别得到识别信息,具体包括:
4.根据权利要求3所述的一种基于机器人巡检的火车站可疑人员检测方法,其特征在于,所述基于所述识别信息标记当前识别乘客的可疑属性,具体包括:
5.根据权利要求4所述的一种基于机器人巡检的火车站可疑人员检测方法,其特征在于,所述基于识别成功的人脸特征比对当前人脸对应的购票信息以标记对应人员为所述第一属性或者所述第二属性,具体包括:
6.根据权利要求5所述的一种基于机器人巡检的火车站可疑人员检测方法,其特征在于,所述基于所述第二属性以及所述第三属性识别...
【专利技术属性】
技术研发人员:陈海军,柏林,刘彪,舒海燕,袁添厦,祝涛剑,沈创芸,王恒华,方映峰,
申请(专利权)人:广州高新兴机器人有限公司,
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。