基于铁路驾驶员行为识别的视频事件检测

发布时间：2020-09-01 15:51

　　信息化对中国铁路的高速发展而言既是机遇又是挑战。高速动车组列车在给人们出行带来方便的同时,面临的安全问题也日益严峻,特别近些年出现的一系列铁路事故,列车安全行驶再次引起人们的关注。然而,要实现对异常事件的快速应对,使用传统的监控手段是无法达到要求的。因此,面向铁路驾驶员的智能视频监控系统的提出,成为铁路列车提速大环境下的迫切需求和保证铁路安全运营的重要保障。本文基于行为识别算法对驾驶员进行行为分析,其目的在于借助机器视觉,对监控画面中出现的异常事件及时作出反应。系统发送警告信息到终端,提醒监控人员作出回应,将有效降低和避免铁路事故的发生。达到传统监控中“事后处理”转换为更加智能化的“事前处理”的目的,将有效避免事故可能带来的损失。论文主要研究内容如下:(1)介绍了视频事件检测和行为识别的研究现状,分析了面向驾驶员的智能视频监控系统对铁路行车安全的重要意义,进一步说明了计算机视觉理论在铁路行业中的重要作用及其对安全运营的现实意义。(2)设计了铁路驾驶员监控系统框架,首先对采集的视频数据进行低级阶段的预处理,然后将符合标准的数据作为输入,使用机器视觉算法处理视频数据,将底层图像信息上升为高层语义信息,最后对理解的视频内容进行语义描述。(3)通过分析驾驶员行为特点,确定识别步骤为目标检测、跟踪、行为识别和语义描述。并结合基于复合性原则的异常判断模型,模型产生的异常警报则提示监控人员通过语义描述确定事件类型。中级阶段的目标检测中,本文基于目标局部特征,提出一种帧间差分法与目标肤色信息相结合的检测算法,再采用HOG+SVM实现对头部的检测,有效检测并区分了手部和头部;高级阶段的事件检测中,本文提出一种全新的框架,该框架将异常检测问题模块化为一组变量集合,构成了对场景的低层次描述,实验结果的准确率和实时性满足要求。本文最后对全文工作进行总结,进一步明确今后的研究方向。
【学位单位】：石家庄铁道大学
【学位级别】：硕士
【学位年份】：2018
【中图分类】：U298;TP391.41
【部分图文】：

序列,系统硬件,硬件选择

第二章铁路驾驶员视频事件检测系统设计统硬件选择设备是铁路事件检测系统的基础，合理的硬件选择可以提高量。考虑到监控位置位于车厢顶部，观察范围为车厢内部，控，同时需要高分辨率的图像作为输入，再权衡视频占用的率，铁路部门最终选用 Axis P33 720P 分辨率的固定半球摄像模拟整个处理流程，选择高性能、低功耗的 i5-6400 处理器，0 显卡，4GBGDDR5 显存容量，128bit 显存位宽，足以满足应端获得的视频帧分辨率高达 1 280×720，全部为通道数为 3 深序列，满足铁路监控系统对源数据的质量要求，如图 2-1 所

基于铁路驾驶员行为识别的视频事件检测

配置成功图示

流程图,事件检测,流程图,异常事件

-11-图 2-3 系统异常事件检测流程图视频图像进行预处理，以加强有用信息位于低级阶段。因为光照强度不同和的图像往往存在噪声、对比度不够等生影响。为了保证图像质量的一致性，后的视频数据进入系统的核心，即异别和场景下的异常判断，目标的行为语义描述构成；构建异常事件检测模组变量和规则间运算的结果，即 0 或 1者结合比对实现异常事件的识别与分类别结果包括逻辑 1 或 0，0 表示正常，即报警，同时目标识别结果会提供异常

【参考文献】