[發明專利]一種輸電線防外破的車輛識別與危險行為判別系統與方法有效
| 申請號: | 201810049610.9 | 申請日: | 2018-01-18 |
| 公開(公告)號: | CN108109385B | 公開(公告)日: | 2022-06-14 |
| 發明(設計)人: | 陸國強;王興國;穆科明;鄭偉國 | 申請(專利權)人: | 南京杰邁視訊科技有限公司 |
| 主分類號: | G08G1/017 | 分類號: | G08G1/017;G06K9/62;G06N3/04;G06N3/08;G06V10/25;G06V10/764;G06V10/82 |
| 代理公司: | 南京銳恒專利代理事務所(普通合伙) 32506 | 代理人: | 劉佳偉 |
| 地址: | 210014 江蘇省南京市白下高新*** | 國省代碼: | 江蘇;32 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 輸電線 防外破 車輛 識別 危險 行為 判別 系統 方法 | ||
1.一種輸電線防外破的車輛識別與危險行為判別系統,其特征在于,該系統包括輸電線路前端的由3/4G智能攝像機、太陽能電池板、電源控制器、蓄電池組成的智能防外破預警裝置、后端的中心管理平臺和移動客戶端,中心管理平臺通過3/4G網絡與輸電線路智能防外破預警裝置通信,移動客戶端通過3/4G網絡與輸電線路智能防外破預警裝置和中心管理平臺通信,前端的智能防外破預警裝置和后端的中心管理平臺分別裝有深度學習模塊,該前、后端的深度學習模塊協作運行,完成傳輸線防外破的車輛識別與車輛危險行為預警判別,所述3/4G智能攝像機由視頻成像模塊、深度學習模塊、預警模塊、PTZ模塊、壓縮模塊、存儲模塊及通信模塊部件組成,視頻成像模塊實現圖像采集與預處理;預警模塊實現預警信息管理與信息上報;PTZ模塊實現攝像機上下左右轉動和鏡頭拉近或拉遠,調整攝像機視野;壓縮模塊實現對包含大型施工車輛的原始YUV數據壓縮為JPEG圖片和H.264/5視頻;存儲模塊實現對壓縮后的圖片和視頻在SD存儲介質上進行存儲和基于預警事件和時間戳的索引,深度學習算法分別部署于系統的前、后端,后端的中心管理平臺實現深度學習算法中網絡模型的建模、標注、訓練,調整后端的深度學習網絡網絡模型及參數,并定時在線將最新的深度學習網絡模型及參數傳送到前端;前端收到后端發來的深度學習網絡模型及參數后更新前端智能攝像機的深度學習網絡及參數;前端的智能攝像機抓拍監測點過往車輛的圖像,對采集的圖像采用實時更新深度學習網絡模型與參數進行分類識別和行為分析,判別出危險情況時,在線預警并將預警事件、圖片及發生預警的車輛過往時前后短視頻進行時間戳標注、壓縮、存儲并發往后端中心管理平臺,前端智能攝像機中的深度學習模塊的模型及參數配置是動態可調整的,其根據后端中心管理平臺發來的數據及參數進行模型及參數更新;前端的深度學習網絡實現圖像前景區域中自動檢測車輛、自動提取特征、分類處理、行為分析,完成對輸電線路監測點的過往大型施工車輛識別與危險行為的判別預警;后端的中心管理平臺確定深度學習網絡的層數和卷積核大小,根據不同天氣條件及車型訓練深度學習網絡,獲得相關參數;深度學習網絡采用經過壓縮降維的亞采樣像素特征、顏色分布特征、紋理特征、結構特征、運動特征,可識別各類工程車輛及其危險行為;所述的后端中心管理平臺基于深度學習的工程車輛識別方法實現包括背景建模、目標檢測、車型分類、車輛行為分析在內的訓練和識別;在前端的深度學習網絡模型及參數更新期間,前端進行完全錄像、標注后傳輸到后端中心管理平臺,由后端的深度學習網絡完成車輛檢測與識別,確保不漏檢。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于南京杰邁視訊科技有限公司,未經南京杰邁視訊科技有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201810049610.9/1.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:分布式車輛違法行為抓拍管理方法及系統
- 下一篇:一種新型多功能交通監視系統





