本发明涉及灾害检测领域,特别是关于一种轨道交通线路灾害分级报警方法及系统。
背景技术:
1、在现代轨道交通系统中,安全性和可靠性至关重要。随着计算机视觉技术在轨道交通领域中的逐渐深化,其在铁路防灾检测和报警中发挥了重要作用,可以有效减少轨道交通灾害的发生。
2、正常且有效的防灾报警系统,应当是对在视频画面中铁路及其附近出现入侵异物例如泥石流、人、落石、树枝等进行报警。目前,基于计算机视觉的轨道交通灾害检测会有检测不准确的缺陷,且仅是给出统一性的检测报警结果,即只要检测到异物就进行报警。
3、然而,这样便会造成灾害紧急程度与应急报警程度不匹配,导致出现浪费过多的人力物力或报警响应措施不充分的问题。例如:当线路中出现泥石流或飞虫时所需的最低应对措施是不同的,出现泥石流时需要采取紧响应,必要时需加派人手派驻现场;而出现鸟或飞虫时则几乎不需要太多紧急处理。
技术实现思路
1、针对上述问题,本发明的目的是提供一种具有有效的分级报警机制的轨道交通线路灾害分级报警方法及系统。
2、为实现上述目的,本发明采取以下技术方案:第一方面,提供一种轨道交通线路灾害分级报警方法,包括:
3、采集预设时间内连续图像帧的视频流;
4、对采集的视频流中每帧图像的轨道沿线包括砧木范围内划定检测区域;
5、对视频流中划定检测区域后的每帧图像分别进行运动目标检测、差异检测和目标检测,检测每帧图像中异物的位置、是否有异物的置信度以及异物的类别,并输出结果;
6、基于预先定义的灾害类型及其对应的响应,以及预设时间内视频流的所有单帧图像的输出结果,进行对应的报警输出。
7、进一步地,所述灾害类型分为五类,其中,泥石流为一级危险,启动一级响应;人或动物为二级危险,启动二级响应;石头为三级危险,启动三级响应;树枝等与其他异物为四级危险,启动四级响应;鸟或飞虫为五级危险,启动五级响应。
8、进一步地,所述对视频流中划定检测区域后的每帧图像分别进行运动目标检测、差异检测和目标检测,检测每帧图像中异物的位置、是否有异物的置信度以及异物的类别,并输出结果,包括:
9、将视频流中划定检测区域后的一帧图像作为背景帧;
10、对该帧图像进行运动目标检测,若未检测到运动目标,则将下一帧图像作为背景帧,进行背景帧的更新;若检测到运动目标,则对该帧图像进行差异检测,共同输出第一结果;
11、对该帧图像进行目标检测,输出第二结果;
12、计算第一结果和第二结果之间的交集,更新第一结果中异物点的目标框的位置和类别;
13、将更新后的第一结果和第二结果中剩余的异物点的目标框合并,作为该帧图像的输出结果。
14、进一步地,所述第一结果为{xi,yi,wi,hi,pi,object},其中,[xi,yi]表示差异检测算法检测到的中心坐标;wi、hi表示差异检测算法检测到的异物的长、宽;pi表示差异检测算法检测到的异物的置信度;object表示差异检测算法检测到的目标检测物的类别;
15、所述第二结果为{xj,yj,wj,hj,pj,class},其中,[xj,yj]表示目标检测算法检测到的异物点的中心坐标;wj,hj表示目标检测算法检测到的异物的长、宽;pj表示目标检测算法检测到的异物的置信度;class表示目标检测算法检测到的目标检测物的类别。
16、进一步地,所述决策树采用cart分类树算法,采用基尼系数选择特征。
17、进一步地,所述基于预先定义的灾害类型及其对应的响应,以及预设时间内视频流的所有单帧图像的输出结果,进行对应的报警输出,包括:
18、将预设时间内视频流的所有单帧图像按照特征归类分组,并将预设时间内的所有特征拼成一个特征向量,构建决策树;
19、将预设时间内视频流的所有单帧图像的输出结果输入至决策树,基于预先定义的灾害类型及其对应的响应,进行对应的报警输出。
20、进一步地,所述将预设时间内视频流的所有单帧图像的输出结果输入至决策树,基于预先定义的灾害类型及其对应的响应,进行对应的报警输出,包括:
21、a)若输出结果的属于预先定义的灾害类型,则进入步骤b);若不属于,则结束;
22、b)判断输出结果中是否有泥石流,若有,则输出一级报警;若没有,则进入步骤c);
23、c)判断输出结果中是否有人或动物,若有,则输出二级报警;若没有,则进入步骤d);
24、d)判断输出结果中是否有石头,若有,则输出三级报警;若没有,则进入步骤e);
25、e)判断输出结果中是否有树枝等其他异物,若有,则输出四级报警;若没有,则进入步骤f);
26、f)判断输出结果中是否有鸟或飞虫,若有,则输出五级报警;若没有,则结束。
27、第二方面,提供一种轨道交通线路灾害分级报警系统,包括:
28、图像采集模块,用于采集预设时间内连续图像帧的视频流;
29、检测区域划定模块,用于对采集的视频流中每帧图像的轨道沿线包括砧木范围内划定检测区域;
30、目标检测模块,用于对视频流中划定检测区域后的每帧图像分别进行运动目标检测、差异检测和目标检测,检测每帧图像中异物的位置、是否有异物的置信度以及异物的类别,并输出结果;
31、报警模块,用于基于预先定义的灾害类型及其对应的响应,以及预设时间内视频流的所有单帧图像的输出结果,进行对应的报警输出。
32、第三方面,提供一种处理设备,包括计算机程序指令,其中,所述计算机程序指令被处理设备执行时用于实现上述轨道交通线路灾害分级报警方法对应的步骤。
33、第四方面,提供一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序指令,其中,所述计算机程序指令被处理器执行时用于实现上述轨道交通线路灾害分级报警方法对应的步骤。
34、本发明由于采取以上技术方案,其具有以下优点:
35、1、本发明可根据监测到的灾害情况判断危险等级,进而输出关于灾害级别的报警信号,以告知相关人员启动预设流程进行灾害处理。
36、2、本发明通过结合轨道沿线实时视频流的分析,基于检测算法融合并结合决策树机器学习的轨道交通线路灾害分级报警方法,可以使得检测结果更准确,精确定位出灾害危险等级情况,从而可以启动相对应的危险响应,避免浪费过多的人力物力或对灾害未及时重视导致事故发生。
37、综上所述,本发明可以广泛应用于灾害检测领域中。
1.一种轨道交通线路灾害分级报警方法,其特征在于,包括:
2.如权利要求1所述的一种轨道交通线路灾害分级报警方法,其特征在于,所述灾害类型分为五类,其中,泥石流为一级危险,启动一级响应;人或动物为二级危险,启动二级响应;石头为三级危险,启动三级响应;树枝等与其他异物为四级危险,启动四级响应;鸟或飞虫为五级危险,启动五级响应。
3.如权利要求1所述的一种轨道交通线路灾害分级报警方法,其特征在于,所述对视频流中划定检测区域后的每帧图像分别进行运动目标检测、差异检测和目标检测,检测每帧图像中异物的位置、是否有异物的置信度以及异物的类别,并输出结果,包括:
4.如权利要求3所述的一种轨道交通线路灾害分级报警方法,其特征在于,所述第一结果为{xi,yi,wi,hi,pi,object},其中,[xi,yi]表示差异检测算法检测到的中心坐标;wi、hi表示差异检测算法检测到的异物的长、宽;pi表示差异检测算法检测到的异物的置信度;object表示差异检测算法检测到的目标检测物的类别;
5.如权利要求1所述的一种轨道交通线路灾害分级报警方法,其特征在于,所述决策树采用cart分类树算法,采用基尼系数选择特征。
6.如权利要求5所述的一种轨道交通线路灾害分级报警方法,其特征在于,所述基于预先定义的灾害类型及其对应的响应,以及预设时间内视频流的所有单帧图像的输出结果,进行对应的报警输出,包括:
7.如权利要求6所述的一种轨道交通线路灾害分级报警方法,其特征在于,所述将预设时间内视频流的所有单帧图像的输出结果输入至决策树,基于预先定义的灾害类型及其对应的响应,进行对应的报警输出,包括:
8.一种轨道交通线路灾害分级报警系统,其特征在于,包括:
9.一种处理设备,其特征在于,包括计算机程序指令,其中,所述计算机程序指令被处理设备执行时用于实现权利要求1-7中任一项所述的轨道交通线路灾害分级报警方法对应的步骤。
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上存储有计算机程序指令,其中,所述计算机程序指令被处理器执行时用于实现权利要求1-7中任一项所述的轨道交通线路灾害分级报警方法对应的步骤。