一种智慧巡控系统及方法与流程

本发明涉及安全管理领域，具体涉及一种智慧巡控系统及方法。

背景技术：

1、铁路是国家重要的基础设施，其安全运行关系到国家安全和社会稳定。随着铁路的快速发展，铁路沿线的安全风险也日益增加，如恶意破坏、人员闯入、环境污染等。为了有效防范和应对这些风险，需要建立一套完善的铁路沿线视频监控系统，实现对铁路沿线的实时监测、智能分析和快速处置。

2、目前，我国已经在铁路沿线建设了一定规模的视频监控系统，但是这些系统存在一些问题和不足，主要表现在以下几个方面：

3、(1)视频监控系统的智能化水平不高，无法实现对铁路沿线的精准分析。目前，大部分视频监控系统还依赖于人工巡查和报警，效率低下、准确率低下、及时性差。由于视频监控流量大、时间长，人工巡查费时费事、容易出错、难以覆盖所有场景。而且人工报警存在主观判断和操作误差，可能导致漏报或者误报。另外，由于缺乏智能分析技术的支持，目前的视频监控系统难以实现对铁路沿线各种问题的自动识别、分类、定位和预警，无法做到分级别、分区域、分问题类型的精细化管理。

4、(2)视频监控系统的联动能力不强，无法实现对铁路沿线的快速处置。目前，视频监控系统与其他相关部门和系统之间的信息共享和协同作用还不够充分，导致问题发现后不能及时通知和反馈给相关责任人员和部门，无法实现信息闭环。而且由于缺乏有效的指挥调度机制和手段，问题处置过程中可能出现责任不明确、协调不畅、效率不高等问题。

5、综上所述，目前我国铁路沿线视频监控系统还存在很多问题和不足，亟需进行改进和创新。

技术实现思路

1、针对以上问题，本发明提供一种智慧巡控系统及方法，用于提高巡查系统的智能化水平、响应速度以及处理效率，增强巡查系统的安全性和可靠性。

2、为实现上述目的，本发明采用的技术方案是：

3、一种智慧巡控系统，包括：

4、视频监控模块，用于对指定的巡查区域进行实时视频采集，并将采集的视频数据以视频码流的形式发送至智能识别模块；

5、智能识别模块，用于对视频监控模块发送的视频码流进行智能行为分析或视频质量诊断，并输出相应的告警信息，所述告警信息包括异常画面或异常行为以及发生该异常画面或异常行为的位置信息；

6、预警推送模块，用于接收智能识别模块输出的告警信息，并将其推送至前端巡查模块；

7、前端巡查模块，用于接收预警推送模块发送的告警信息，并配合前端巡查人员根据告警信息进行现场核查和处置。

8、本发明解决了现有的巡查系统无法实时、准确、高效地监测和处理巡查区域内的异常情况的技术问题。

9、本发明采用了一种智慧巡控系统，通过视频监控模块、智能识别模块、预警推送模块和前端巡查模块的协同工作，实现了对巡查区域内的异常行为或异常画面的自动化检测、快速推送、现场核查和及时处置。

10、本发明产生了以下有益效果：一方面，提高了巡查系统的智能化水平，减少了人工干预和误判的可能性；另一方面，提高了巡查系统的响应速度和处理效率，增强了巡查系统的安全性和可靠性。

11、在较佳实施情况下，所述智能识别模块具体包括：

12、流媒体接入单元，用于通过流媒体协议或直连方式获取视频监控模块传输的视频码流；

13、算法训练单元，用于根据不同的巡查场景需求，导入训练样本数据，并通过深度学习框架进行自动化训练，生成相应的智能算法模型；

14、智能分析单元，用于加载算法训练单元生成的智能算法模型，并对流媒体接入单元获取的视频码流进行智能分析，识别出视频中的异常行为或异常画面，并将其以及发生该异常画面或异常行为的位置信息作为告警信息输出。

15、在较佳实施情况下，本发明解决了现有的巡查系统无法根据不同的巡查场景需求，灵活地调整和优化智能识别算法的技术问题。

16、在较佳实施情况下，本发明采用了一种智能识别模块，通过流媒体接入单元、算法训练单元和智能分析单元的协同工作，实现了对视频监控模块传输的视频码流的智能行为分析或视频质量诊断，并输出相应的行为异常告警或视频异常告警。

17、在较佳实施情况下，本发明产生了以下有益效果：一方面，提高了智能识别模块的适应性和灵活性，能够根据不同的巡查场景需求，导入训练样本数据，并通过深度学习框架进行自动化训练，生成相应的智能算法模型；另一方面，提高了智能识别模块的准确性和稳定性，能够加载算法训练单元生成的智能算法模型，并对流媒体接入单元获取的视频码流进行智能分析，识别出视频中的异常行为或异常画面，并将其以及发生该异常画面或异常行为的位置信息作为告警信息输出。

18、在较佳实施情况下，所述预警推送模块具体包括：

19、告警接收单元，用于从智能识别模块接收告警信息，并对其进行解析和分类，得到告警信息的类型、级别和区域因素；

20、告警处理单元，用于根据告警信息的类型、级别以及区域因素，确定相应的预警策略和处置流程；

21、告警发送单元，用于根据告警处理单元确定的预警策略和处置流程，选择合适的通信方式和通道，将告警信息发送至前端巡查模块和其他相关人员。

22、在较佳实施情况下，本发明解决了现有的巡查系统无法根据不同的告警信息，制定合理的预警策略和处置流程的技术问题。

23、在较佳实施情况下，本发明采用了一种预警推送模块，通过告警接收单元、告警处理单元和告警发送单元的协同工作，实现了对智能识别模块输出的告警信息的解析、分类、处理和发送，并将其推送至前端巡查模块和其他相关人员。

24、在较佳实施情况下，本发明产生了以下有益效果：一方面，提高了预警推送模块的智能化水平，能够根据告警信息的类型、级别以及区域因素，确定相应的预警策略和处置流程；另一方面，提高了预警推送模块的响应速度和处理效率，能够选择合适的通信方式和通道，将告警信息发送至前端巡查模块和其他相关人员。

25、在较佳实施情况下，所述前端巡查模块具体包括：

26、告警显示单元，用于从预警推送模块接收告警信息，并在移动终端设备上进行显示和提示；

27、定位导航单元，用于根据告警信息中的位置信息，启动移动终端设备上的定位和导航功能，指引前端巡查人员到达现场；

28、现场核查单元，用于获取现场视频或图像，所述现场视频或图像由前端巡查人员通过移动终端设备上的摄像头或其他图像传感器进行采集，并与告警信息中的异常行为或异常画面的图像进行对比，判断是否存在异常情况；

29、处置反馈单元，用于根据现场核查单元的判断结果，选择相应的处置措施，并将处置结果和相关证据通过网络发送至预警推送模块和告警显示单元。

30、在较佳实施情况下，本发明解决了现有的巡查系统无法及时、准确、有效地对巡查区域内的异常情况进行现场核查和处置的技术问题。

31、在较佳实施情况下，本发明采用了一种前端巡查模块，通过告警显示单元、定位导航单元、现场核查单元和处置反馈单元的协同工作，实现了对预警推送模块发送的告警信息的显示、提示、核查和处置，并将处置结果和相关证据通过网络发送至预警推送模块和告警显示单元。

32、在较佳实施情况下，本发明产生了以下有益效果：一方面，提高了前端巡查模块的便捷性和实用性，能够通过移动终端设备上的功能，快速地到达现场，并进行现场核查和处置；另一方面，提高了前端巡查模块的准确性和有效性，能够通过与告警信息中的异常行为或异常画面的图像进行对比，判断是否存在异常情况，并选择相应的处置措施，并将处置结果和相关证据通过网络发送至预警推送模块和告警显示单元。

33、在较佳实施情况下，所述算法训练单元具体包括：

34、样本上传单元，用于通过离线导入或平台对接的方式，将巡查工作人员提供的训练样本数据上传至样本标注单元；

35、样本标注单元，用于对上传的训练样本数据进行标注，包括标出视频中的行为主体、行为类型和行为时长；

36、智能训练单元，用于根据样本标注单元标注的信息，采用深度学习框架对训练样本数据进行自动化训练，生成相应的智能算法模型；

37、模型评估单元，用于对智能训练单元生成的智能算法模型进行评估，包括计算其准确率、召回率和延迟，并与预设的阈值进行比较，判断是否满足巡查场景需求。

38、在较佳实施情况下，本发明解决了现有的巡查系统无法根据不同的巡查场景需求，灵活地调整和优化智能识别算法的技术问题。

39、在较佳实施情况下，本发明采用了一种算法训练单元，通过样本上传单元、样本标注单元、智能训练单元和模型评估单元的协同工作，实现了对不同的巡查场景需求，导入训练样本数据，并通过深度学习框架进行自动化训练，生成相应的智能算法模型，并对其进行评估。

40、在较佳实施情况下，本发明产生了以下有益效果：一方面，提高了算法训练单元的适应性和灵活性，能够根据不同的巡查场景需求，导入训练样本数据，并通过深度学习框架进行自动化训练，生成相应的智能算法模型；另一方面，提高了算法训练单元的准确性和稳定性，能够对智能训练单元生成的智能算法模型进行评估，包括计算其准确率、召回率和延迟，并与预设的阈值进行比较，判断是否满足巡查场景需求。

41、在较佳实施情况下，所述智能分析单元具体包括：

42、视频解码单元，用于对流媒体接入单元获取的视频码流进行解码，将其转换为图像帧序列；

43、图像预处理单元，用于对视频解码单元输出的图像帧序列进行预处理，包括去噪、增强、裁剪以及缩放；

44、特征提取单元，用于对图像预处理单元输出的图像帧序列进行特征提取，提取图像中的行为主体、行为类型以及行为时长，输出特征向量；

45、异常判别单元，用于对特征提取单元输出的特征向量进行异常判别，根据预设的异常阈值和规则，判断是否存在异常行为或异常画面，并将其作为告警信息输出。

46、在较佳实施情况下，本发明解决了现有的巡查系统无法对视频监控模块传输的视频码流进行高效、准确、稳定的智能分析的技术问题。

47、在较佳实施情况下，本发明采用了一种智能分析单元，通过视频解码单元、图像预处理单元、特征提取单元和异常判别单元的协同工作，实现了对流媒体接入单元获取的视频码流进行智能分析，识别出视频中的异常行为或异常画面，并将其作为告警信息输出。

48、在较佳实施情况下，本发明产生了以下有益效果：一方面，提高了智能分析单元的效率和性能，能够对流媒体接入单元获取的视频码流进行快速、准确、稳定的解码、预处理、特征提取和异常判别；另一方面，提高了智能分析单元的智能化水平，能够根据预设的异常阈值和规则，判断是否存在异常行为或异常画面，并将其作为告警信息输出。

49、在较佳实施情况下，所述现场核查单元具体包括：

50、图像采集单元，用于由前端巡查人员通过移动终端设备上的摄像头或其他图像传感器，采集现场视频或图像；

51、图像转换单元，用于将采集的现场视频或图像转换为图像帧序列；

52、图像匹配单元，用于对图像转换单元输出的图像帧序列和告警显示单元接收的告警信息中的异常行为或异常画面的图像进行图像匹配，包括：

53、使用卷积神经网络对异常行为或异常画面的图像和现场图像帧序列进行特征提取，输出异常图像的特征向量和现场图像的特征向量；

54、计算异常图像的特征向量和现场图像的特征向量之间的余弦相似度，余弦相似度通过以下公式进行计算：

55、

56、其中，i1为异常图像的特征向量，i2为现场图像的特征向量，‖·‖为欧几里得范数，s为余弦相似度，其值范围为[-1,1]；

57、异常判定单元，用于对图像匹配单元输出的余弦相似度进行异常判定，若余弦相似度低于预设阈值，则认为存在异常情况，并将其作为判断结果输出。

58、在较佳实施情况下，本发明解决了现有的巡查系统无法对预警推送模块发送的告警信息中的异常行为或异常画面的图像进行有效、准确、可靠的现场核查的技术问题。

59、在较佳实施情况下，本发明采用了一种现场核查单元，通过图像采集单元、图像转换单元、图像匹配单元和异常判定单元的协同工作，实现了对预警推送模块发送的告警信息中的异常行为或异常画面的图像进行现场核查，并判断是否存在异常情况，并将其作为判断结果输出。

60、在较佳实施情况下，本发明产生了以下有益效果：一方面，提高了现场核查单元的效率和性能，能够通过移动终端设备上的摄像头或其他图像传感器，采集现场视频或图像，并将其转换为图像帧序列；另一方面，提高了现场核查单元的准确性和可靠性，能够通过计算异常图像的特征向量和现场图像的特征向量之间的余弦相似度进行异常判断。

61、一种智慧巡控方法，包括以下步骤：

62、s1：对指定的巡查区域进行实时视频采集，并将采集的视频数据以视频码流的形式输出；

63、s2：对视频码流进行智能行为分析或视频质量诊断，并输出相应的告警信息，所述告警信息包括异常画面或异常行为以及发生该异常画面或异常行为的位置信息；

64、s3：接收输出的告警信息，并将其进行推送；

65、s4：接收推送的告警信息，并配合前端巡查人员根据告警信息进行现场核查和处置。

66、本发明解决了现有的巡查系统无法实时、准确、高效地监测和处理巡查区域内的异常情况的技术问题。

67、本发明采用了一种智慧巡控方法，通过s1、s2、s3和s4的协同执行，实现了对巡查区域内的异常行为或异常画面的自动化检测、快速推送、现场核查和及时处置。

68、本发明产生了以下有益效果：一方面，提高了巡查方法的智能化水平，减少了人工干预和误判的可能性；另一方面，提高了巡查方法的响应速度和处理效率，增强了巡查方法的安全性和可靠性。

69、在较佳实施情况下，所述s2具体包括：

70、s21：通过流媒体协议或直连方式获取视频监控模块传输的视频码流；

71、s22：根据不同的巡查场景需求，导入训练样本数据，并通过深度学习框架进行自动化训练，生成相应的智能算法模型；

72、s23：加载智能算法模型，并对获取的视频码流进行智能分析，识别出视频中的异常行为或异常画面，并将其以及发生该异常画面或异常行为的位置信息作为告警信息输出。

73、在较佳实施情况下，本发明解决了现有的巡查系统无法根据不同的巡查场景需求，灵活地调整和优化智能识别算法的技术问题。

74、在较佳实施情况下，本发明采用了一种智能识别模块，通过s21、s22和s23的协同执行，实现了对视频监控模块传输的视频码流的智能行为分析或视频质量诊断，并输出相应的行为异常告警或视频异常告警。

75、在较佳实施情况下，本发明产生了以下有益效果：一方面，提高了智能识别模块的适应性和灵活性，能够根据不同的巡查场景需求，导入训练样本数据，并通过深度学习框架进行自动化训练，生成相应的智能算法模型；另一方面，提高了智能识别模块的准确性和稳定性，通过加载智能算法模型，并对获取的视频码流进行智能分析，识别出视频中的异常行为或异常画面，并将其以及发生该异常画面或异常行为的位置信息作为告警信息输出。

76、在较佳实施情况下，所述s4具体包括：

77、s41：接收告警信息，并在移动终端设备上进行显示和提示；

78、s42：根据告警信息中的位置信息，启动移动终端设备上的定位和导航功能，指引前端巡查人员到达现场；

79、s43：获取现场视频或图像，所述现场视频或图像由前端巡查人员通过移动终端设备上的摄像头或其他图像传感器进行采集，并与告警信息中的异常行为或异常画面的图像进行对比，判断是否存在异常情况；

80、s44：根据异常情况的判断结果，选择相应的处置措施，并将处置结果和相关证据通过网络发送给前端巡查人员和其他相关人员。

81、在较佳实施情况下，本发明解决了现有的巡查系统无法及时、准确、有效地对巡查区域内的异常情况进行现场核查和处置的技术问题。

82、在较佳实施情况下，本发明采用了一种前端巡查模块，通过s41、s42、s43和s44的协同执行，实现了对预警推送模块发送的告警信息的显示、提示、核查和处置，并将处置结果和相关证据通过网络发送给前端巡查人员和其他相关人员。

83、在较佳实施情况下，本发明产生了以下有益效果：一方面，提高了前端巡查模块的便捷性和实用性，能够通过移动终端设备上的功能，快速地到达现场，并进行现场核查和处置；另一方面，提高了前端巡查模块的准确性和有效性，能够通过与告警信息中的异常行为或异常画面的图像进行对比，判断是否存在异常情况，并选择相应的处置措施，并将处置结果和相关证据通过网络发送给前端巡查人员和其他相关人员。