CN110084987A - 一种面向轨道交通的异物检查系统及方法 - Google Patents

Abstract

本发明提供一种面向轨道交通的异物检查系统，用于对铁路上的越界事件进行检测并判断是否有异物越界，其特征在于，包括：至少一个感应摄像装置，用于在感应到越界事件发生时对铁路上发生越界事件的位置进行摄像得到越界视频图像，并将越界视频图像中较为清晰的多个视频帧作为一组事件视频帧发送给图像处理设备；以及图像处理设备，用于对事件视频帧进行图像处理从而得到相应的越界事件信息并将该越界事件信息发送给负责铁路维护的安防人员，其中，图像处理装置包括图像侧通信部、图像侧控制部、视频帧处理部、视频帧暂存部、图像分析生成部、异物判断部以及事件信息获取部。

Description

一种面向轨道交通的异物检查系统及方法

技术领域

本发明属于计算机视觉领域，具体涉及一种在铁路场景下的异物检测系统及方法。

背景技术

随着我国轨道交通事业的快速发展，铁路的里程数在不断增长，运输能力也获得了进一步提升，但是，由于铁路运行中的野外场景较多，异物侵入铁路限界的情况时有发生，威胁铁路的安全运行。因此，在铁路运营过程中需要对铁路进行防护从而保证铁路上的安全。

铁路的防护包括硬件防护和软件防护：硬件防护主要采用双电缆防护网，以隔绝野外动物及异常行人等的侵入，但是对于铁路道口出现的行人、铁路施工人员等不具备防护效果；软件部分以摄像头拍摄视频配合人工监测为主，这种方式对安防人员的精力是一种极大的考验，铁路安防需要更加智能化的解决方案。

因此，有些国家的铁路系统采用了增加红外线、雷达等额外传感器的方式进行异物的判断，这种方式增加了架设和维护成本，也损失了异物的特征，难以对异物进行分类并做出针对性的处理，依托摄像头进行智能化的视频监控对于铁路安防有很大意义。

现有的基于视频的铁路异物检测多采用帧间差分、灰度变换等传统方法，然而由于铁路多为全天运行，场景复杂，光照条件变化大，因此这些铁路异物检测的方法识别精度低，误报漏报较多，效果无法令人满意。

发明内容

为解决上述问题，提供一种面向轨道交通的异物检查系统及方法，本发明采用了如下技术方案：

本发明提供了一种面向轨道交通的异物检查系统，用于对铁路上的越界事件进行检测并判断是否有异物越界，其特征在于，包括：至少一个感应摄像装置，用于在感应到越界事件发生时对铁路上发生越界事件的位置进行摄像得到越界视频图像，并将越界视频图像中较为清晰的多个视频帧作为一组事件视频帧发送给图像处理设备；以及图像处理设备，用于对事件视频帧进行图像处理从而得到相应的越界事件信息，其中，图像处理装置包括图像侧通信部、图像侧控制部、视频帧处理部、视频帧暂存部、图像分析生成部、异物判断部以及事件信息获取部，一旦图像侧通信部接收到事件视频帧，视频帧处理部就依次对事件视频帧的各个视频帧进行预处理从而得到对应的预处理视频帧，视频帧暂存部将预处理视频帧按时间顺序依次进行暂存，图像分析生成部通过预先训练的异物检测模型依次对各个预处理视频帧进行分析并生成与各个预处理视频帧相对应的视频帧处理信息，异物判断部根据视频帧处理信息判断一组事件视频帧中是否存在异物，当判断存在异物时，图像侧控制部就控制事件信息获取部根据视频帧处理信息获取异物位置信息、对应的视频帧以及发生时刻作为越界事件信息，并控制图像侧通信部将越界事件信息发送给负责铁路维护的安防人员。

本发明提供的面向轨道交通的异物检查系统，还可以具有这样的技术特征，其中，预处理为对事件视频帧进行完整性检查、颜色通道的调整、尺寸的变换以及数据的归一化。

本发明提供的面向轨道交通的异物检查系统，还可以具有这样的技术特征，其中，图像处理装置还包括暂存队列检测部以及处理速度检测部，图像侧控制部控制暂存队列检测部对视频帧暂存部的可用容量进行检测，并控制处理速度检测部对图像分析生成部的分析速度进行检测，进一步根据可用容量、分析速度以及预设的调整比例调整尺寸作为调整尺寸，更进一步控制视频帧处理部根据调整尺寸对事件视频帧进行预处理。

本发明提供的面向轨道交通的异物检查系统，还可以具有这样的技术特征，其中，当异物判断部判断一组事件视频帧中不存在异物时，图像侧控制部就控制事件信息获取部根据视频帧处理信息获取相应的发生时刻作为误判事件信息，并控制图像侧通信部将误判事件信息发送给操作终端，操作侧控制部控制事件存储部对误判事件信息进行存储。

本发明提供的面向轨道交通的异物检查系统，还可以具有这样的技术特征，还包括：操作终端，由安防人员所持有，其中，操作终端包括操作侧控制部、提示信息生成部、事件存储部、操作侧画面存储部以及操作侧显示部，操作侧画面存储部存储有提示信息显示画面，一旦接受到图像侧通信部发送的越界事件信息，操作侧控制部控制提示信息生成部根据越界事件信息生成相应的越界提示信息，并控制事件存储部对越界事件信息进行存储，进一步控制操作侧显示部显示提示信息显示画面并在该画面中显示越界提示信息。

本发明提供的面向轨道交通的异物检查系统，还可以具有这样的技术特征，其中，感应传感装置包括至少一个光纤光栅传感器、至少一个摄像装置以及控制芯片，控制芯片用于对摄像装置进行转向控制。

本发明提供的面向轨道交通的异物检查系统，还可以具有这样的技术特征，其中，异物检测模型为基于神经网络的目标检测模型。

本发明还提供了一种面向轨道交通的异物检查方法，用于通过感应摄像装置对铁路上的越界事件进行检测并根据感应摄像装置发送的事件视频帧判断是否有异物越界，其特征在于，包括：视频帧预处理步骤，依次对事件视频帧进行预处理从而得到对应的预处理视频帧；视频帧暂存步骤，将预处理视频帧按时间顺序依次进行暂存；视频帧分析步骤，通过预先训练的异物检测模型依次对各个预处理视频帧进行分析并生成与各个预处理视频帧相对应的视频帧处理信息；异物判断步骤，根据视频帧处理信息判断一组事件视频帧中是否存在异物，当判断存在异物时，就根据视频帧处理信息获取相应的异物位置信息以及时刻信息作为越界事件信息，越界事件处理步骤，根据事件视频帧以及越界事件信息生成相应的提示信息，并对越界事件信息进行存储。

发明作用与效果

根据本发明的面向轨道交通的异物检查系统及方法，由于通过感应摄像装置对具有对铁路的越界事件进行检测，从而完成对异物越界事件的初步判断；进一步通过图像处理设备对感应摄像装置在感应到越界事件时获取的视频图像进行识别处理，从而判断视频图像中是否确实具有异物并将事件信息发送给操作终端对安防人员进行相应的提醒，进一步降低越界事件误报的可能性，提高安防人员对安防工作的处理效率，推动铁路安防工作向自动化与智能化发展。

另外，由于在图像处理设备中，通过视频帧暂存部对感应摄像装置发送的事件视频帧进行暂存，因此图像分析处理部能够有序地根据视频帧暂存部中存储的多组事件视频帧依次进行处理，避免在越界事件发生次数较多时导致处理队列混乱，保证了对多路视频进行有序地分析；由于图像分析生成部通过异物检测模型对事件视频帧进行识别处理，进一步通过异物判断部判断是否具有异物，从而使铁路安全防护系统在不加装其他传感器的情况下，就能够基于视频对越界事件进行稳定的处理，不仅节省了铁路监控设备的架设以及维护成本，而且在精度、鲁棒性方面都表现得很好。

附图说明

图1是本发明实施例中异物检查系统的结构框图；

图2是本发明实施例中图像处理装置的结构框图；

图3是本发明实施例中操作终端的结构框图；以及

图4是本发明实施例中越界事件检测过程的流程图。

具体实施方式

在近年来机器学习，特别是深度学习技术高速发展的情况下，计算机视觉、自然语言处理和语音识别等应用领域取得了突破性进展，而目标检测作为计算机视觉领域一项基础的任务，其精度也得到了大幅提升，取得了远超传统方法的效果，在公开的数据集表现良好，因此，本发明针对轨道交通这一场景，利用深度学习方法的优势，提升在轨道交通中异物检查这一任务中的表现，从而解决铁路安防场景中异物入侵事件的检测问题。

为了使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解，以下结合实施例及附图对本发明的面向轨道交通的异物检查系统及方法作具体阐述。

<实施例>

图1是本发明实施例中异物检查系统的结构框图。

如图1所示，异物检查系统100包括感应传感装置1、图像处理设备2、操作终端3以及通信网络4。

其中，感应摄像装置1包括至少一个光纤光栅传感器11、至少一个摄像装置12、控制芯片13以及通信机构14。光纤光栅传感器用于检测物体(即异物)的越界事件，一般使用紫外光在光纤上刻写光栅，然后将其附着于防护网上，当物体经过时，会对传感器施加应变，导致栅距变化，光栅反射波长也随之变化，通过测量光纤的反射波长即可检测物体越界事件。摄像装置12为带有强光抑制功能的高清摄像头，可安装于铁路周边立柱或铁路桥架上，保证监控区域处于清晰可见状态，监控区域占全部画面的比例达到60％以上为佳，分辨率为1920x1080，帧率为25帧/s，用于对铁路的视频图像进行采集。控制芯片13通过通信机构14与光纤光栅传感器11以及摄像装置12相通信连接，存储有光纤光栅传感器11以及摄像装置12的位置信息以及识别信息(例如传感器编号以及摄像头编号)。

本实施例中，控制芯片13通过现有的多传感器信号处理技术对各个光纤光栅传感器11的信号进行接收。当一个光纤光栅传感器11感应到强烈震动等越界事件时，就发送一个触发信号给控制芯片13，控制芯片13就根据存储的位置信息控制与该光纤光栅传感器11位置相近的摄像装置12转向该光纤光栅传感器11的位置并进行视频图像的采集。

本实施例中，控制芯片13控制摄像装置12对一个越界事件获取多个视频帧，并将过于模糊的图像丢弃。原因是，由于铁路场景多位于野外，受风的影响摄像头会产生抖动，火车的运行也会使摄像头获取到模糊的图像。因此需要对视频帧进行模糊度的预筛选，同时，通过采用多帧联合检测的方式，也可以增强系统检测的确定性，减少误报、漏报情况。具体的，对于每个越界事件，摄像装置12获取5帧视频帧，控制芯片13采用拉普拉斯算法从中选出较为清晰的3帧作为事件视频帧，并通过通信机构14发送至图像处理设备2进行图像处理。

本实施例中，控制芯片13在发送事件视频帧时，还将对应的摄像装置的识别信息通过通信机构14发送给图像处理设备2。

图像处理设备2通过通信网络4与感应传感装置1以及操作终端3相通信连接，用于对事件视频帧进行图像处理。本实施例中，图像处理设备2为设置在列车管控中心的计算服务器，该计算服务器至少包含支持CUDA加速的英伟达(NVIDIA)显卡资源。

图2是本发明实施例中图像处理设备的结构框图。

如图2所示，图像处理设备2包括视频帧处理部21、视频帧暂存部22、暂存队列检测部23、图像分析生成部24、处理速度检测部25、异物判断部26、事件信息获取部27、图像侧通信部28以及图像侧控制部29。

其中，图像侧通信部28用于进行图像处理设备2的各个构成部分之间以及图像处理设备2与其他装置之间的数据交换，图像侧控制部29用于对图像处理设备2的各个构成部分的工作进行控制。

视频帧处理部21用于在接收到感应摄像装置1发送的事件视频帧时，对事件视频帧的各个视频帧进行预处理从而得到对应的预处理视频帧，并将一个事件对应的多个预处理视频帧整合到一个数组中，从而形成对应一组事件视频帧的一组预处理视频帧。

本实施例中，视频帧处理部21依次对一组事件视频帧的各个视频帧进行完整性检查、颜色通道的调整、尺寸的变换以及数据的归一化，从而完成对事件视频帧的预处理。

视频帧暂存部22用于将预处理视频帧按时间顺序依次进行暂存。

本实施例中，视频帧暂存部22为计算服务器的缓存，暂存的各组预处理视频帧按时间顺序排列从而形成待处理队列。视频帧处理部21将新的预处理视频帧送入待处理队列的末尾(即，将处理后的预处理视频帧暂存至视频帧暂存部22中)。

本实施例中，图像侧控制部29选择待处理队列中的排序最前的一组预处理视频帧，并作为当前组预处理视频帧进行处理。当图像侧通信部28将事件信息获取部27获取的事件信息发送给操作终端3后，图像侧控制部29就控制视频帧暂存部22将当前预处理视频帧删除，并选择待处理队列中下一组预处理视频帧作为新的当前预处理视频帧进行处理。

暂存队列检测部23用于对视频帧暂存部22的可用容量进行检测，即检测计算服务器缓存的剩余容量。

图像分析生成部24用于通过预先训练的异物检测模型依次对当前组预处理视频帧进行分析，并生成与各个预处理视频帧相对应的视频帧处理信息。

异物检测模型为基于深度学习的目标检测模型，通过将预先标有异物的图像作为训练集，并将该训练集输入目标检测模型进行训练，从而得到训练后的目标检测模型作为实施例中所采用的异物检测模型。本实施例中，为快速分析减少时延的目标，采用YOLOv3-spp网络作为该实施例目前所使用的异物检测模型，由于铁路场景的特殊性，对于监控的热点区域，假如检测到人员、车辆、动物等目标，即为出现异物入侵情况，因此，可以利用目标检测的方法实现异物检测，该异物检测模型能够根据输入的图像(即视频帧)进行相应的计算(即通过预先设定的各个计算层以及各计算层中经过训练优化的计算参数完成计算)，从而识别该图像中非铁路上的物件(即异物)的所在位置以及该物件的名称。

另外，实施例中，异物检查系统100在运行过程中获取到的预处理视频帧也可以作为训练用的样本，进一步对异物检测模型进行迭代训练得到检测能力增强的异物检测模型，并替换原图像分析生成部24中采用的异物检测模型。

本实施例中，若视频帧中存在异物时，对应的视频帧处理信息就包括视频帧的时刻、标识视频帧中存在异物的判断信息、通过异物检测模型对视频帧检测出的异物名称以及该异物在视频帧中的位置信息；若视频帧中不存在异物时，对应的视频帧处理信息就包括视频帧的时刻以及表示视频帧中不存在异物的判断信息。

处理速度检测部25用于对图像分析生成部24的分析速度进行检测，即检测图像分析生成部24处理一组预处理视频帧的处理时长。

本实施例中，图像侧控制部29控制暂存队列检测部23检测剩余容量，并控制处理速度检测部25检测处理时长，当剩余容量以及处理时长达到预设的调整阈值时，图像侧控制部29就根据预设的调整比例调整视频帧处理部21进行预处理所采用的调整尺寸，并控制视频帧处理部21根据调整尺寸对事件视频帧进行预处理。

本实施例中，调整阈值设定为第一等级、第二等级以及第三等级，初始输入尺寸为608x608，调整比例为调整至608x608、512x512以及416x416，即：当剩余容量以及处理时长未达到第一等级时，图像侧控制部29就控制视频帧处理部21按原定尺寸对事件图像帧进行预处理；当剩余容量或是处理时长的任意一个达到第一等级时，图像侧控制部29就控制视频帧处理部21按80％原定尺寸对事件图像帧进行预处理，并将视频帧暂存部22中存储的各个预处理视频帧调整为512x512；当剩余容量或是处理时长的任意一个达到第二等级时，图像侧控制部29就控制视频帧处理部21按416x416的尺寸对事件图像帧进行预处理；当剩余容量达到第三等级时，即判定待检测队列已满，图像侧控制部29控制视频帧处理部21暂停事件视频帧的处理，并控制图像侧通信部28发送一个警告信号给操作终端3。

本实施例中，调整阈值的三个等级分别对应剩余容量占缓存大小的50％、30％以及10％，剩余容量达到第一等级的条件为剩余容量小于50％，达到第二等级以及第三等级的条件以此类推；调整阈值的第一等级以及第二等级还分别对应每帧处理时长为0.2s以及0.1s，处理时长达到第一等级的条件为处理时长大于0.1s，达到第二等级的条件为处理时长大于0.2s。

异物判断部26用于根据图像分析生成部24的视频帧处理信息一组事件视频帧(即对应当前组预处理视频帧的事件视频帧)进行判断从而得出异物判断结果，即、判断一组事件视频帧中是否有任一视频帧中存在异物，若有则判断该组事件视频帧存在异物，若一组事件视频帧中的所有视频帧都没有异物，则判断该组事件视频帧不存在异物。

本实施例中，异物判断部26根据一组事件视频帧所对应的3个视频帧处理信息中的判断信息判断该组事件视频帧是否存在异物。

事件信息获取部27用于获取与事件视频帧的异物判断结果获取相应的事件信息。

具体地，当异物判断部26判断存在异物时，图像侧控制部29就控制事件信息获取部27根据视频帧处理信息获取异物名称信息、异物位置信息、对应的视频帧、发生时刻以及对应的摄像装置12的识别信息作为越界事件信息；当异物判断部26判断不存在异物时，图像侧控制部29就控制事件信息获取部27控制事件信息获取部27根据视频帧处理信息获取相应的发生时刻以及对应的摄像装置12的识别信息作为误判事件信息。

本实施例中，异物名称信息、异物位置信息以及发生时刻分别对应为视频帧处理信息中包含的异物名称、位置信息以及视频帧的时刻。

由于一组事件视频帧中存在3帧视频帧，因此当该3帧视频帧都具有异物时，则事件信息获取部27根据该组事件视频帧中发生时刻最早的一帧所对应的视频帧处理信息获取相应的越界事件信息。同理，在判断一组事件视频帧中不存在异物(即3帧都不具有异物)时，事件信息获取部27最早的一帧所对应的视频帧处理信息获取相应的误判事件信息。

本实施例中，图像侧通信部28还通过与控制芯片13以及操作终端3建立用于进行数据传输的数据传输通道，从而快速的获取事件视频帧以及检测结果(即越界事件信息以及误判事件信息)。

操作终端3为安防人员所持有的操作计算机，安防人员通过该操作计算机对铁路进行监控以及获知铁路维护相关的信息。

图3是本发明实施例中操作终端的结构框图。

如图3所示，操作终端3具有事件存储部31、提示信息生成部32、操作侧画面存储部33、操作侧显示部34、操作侧通信部35以及操作侧控制部36。

其中，操作侧通信部35用于进行操作终端3的各个构成部分之间以及操作终端3与其他装置之间的数据交换，操作侧控制部36用于对操作终端3的各个构成部分的工作进行控制。

事件存储部31用于对操作侧通信部35接收的越界事件信息以及误判事件信息进行存储。

提示信息生成部32用于在操作侧通信部35接收到的越界事件信息时根据该越界事件信息生成相应的越界提示信息，在操作侧通信部35接收到的误判事件信息时根据该误判事件信息生成相应的误判提示信息。

操作侧画面存储部33存储有提示信息显示画面以及边缘提示画面。

提示信息显示画面用于在提示信息生成部32生成越界提示信息时显示该越界提示信息从而通知安防人员发生了越界事件。

本实施例中，提示信息显示画面为一个弹窗，显示在操作终端的显示画面的中心区域，该弹窗中显示有越界事件信息包含的视频帧图像以及该视频帧图像对应的发生时刻，在视频帧图像中显示有根据位置信息生成的标识框以及标注在标识框周围的对应该异物的异物名称，从而让安防人员直观的看到发生的越界事件的相应信息。同时，在弹窗中还显示有检测到的摄像装置12的识别信息，从而让安防人员通过特定的监控软件选择与识别信息相对应的摄像装置12，并通过摄像装置12查看现场情况进行相应处理，

边缘提示画面用于在提示信息生成部32生成误判提示信息时显示该误判提示信息从而通知安防人员发生了误判事件。

本实施例中，边缘提示画面为一个弹窗，显示在操作终端的显示画面的边缘区域，该弹窗中显示有误判事件信息包含的发生时刻以及对应的摄像装置12的识别信息，从而通知安防人员发生了误判事件。

操作侧显示部34用于显示上述画面，从而让安防人员通过这些画面进行相应的人机交互。

图4是本发明实施例中越界事件检测过程的流程图。

如图4所示，一旦光纤光栅传感器11感应到越界事件的发生，控制芯片13控制摄像装置12转向触发越界事件的光纤光栅传感器11的所在位置并拍摄视频图像，然后开始以下步骤：

步骤S1，控制芯片13从视频图像中筛选出3帧清晰的视频帧作为事件视频帧，并通过通信机构14发送给图像处理设备2，然后进入步骤S2；

步骤S2，视频帧处理部21对步骤S1发送的事件视频帧进行预处理得到对应的预处理视频帧，然后进入步骤S3；

步骤S3，视频帧暂存部22对步骤S2中得到的预处理视频帧进行暂存，然后进入步骤S4；

步骤S4，图像侧控制部29选取视频帧暂存部22中排序最前的一组预处理视频帧作为当前组，并控制图像分析生成部24依次对该当前组预处理视频帧进行分析并生成相应的视频帧处理信息，然后进入步骤S5；

步骤S5，异物判断部26根据步骤S4中生成的视频帧处理信息判断当前组预处理视频帧中是否存在异物，然后进入步骤S6；

步骤S6，图像侧控制部29根据步骤S5中的判断结果控制事件信息获取部获取相应的越界/误判事件信息，然后进入步骤S7；

步骤S7，图像侧通信部28将步骤S6中获取的越界/误判事件信息发送给操作终端3，然后进入步骤S8；

步骤S8，提示信息生成部32根据步骤S7发送的越界/误判事件信息生成相应的越界/误判提示信息，事件存储部31将该越界/误判事件信息进行存储，然后进入步骤S9；

步骤S9，当步骤S8生成越界提示信息时操作侧显示部34就显示提示信息显示画面并在该画面中显示该越界提示信息，当步骤S8生成误判提示信息时操作侧显示部34就显示边缘提示画面并在该画面中显示该误判提示信息，然后进入结束状态。

本实施例中，进入结束状态后，会等待下一次光纤光栅传感器11感应到越界事件发生从而再次执行上述步骤。然而，在实际应用过程中，光纤光栅传感器11可能会多次感应到越界事件的发生(或是有多个光纤光栅传感器11在短时间内感应到多个越界事件发生)从而产生较多的事件视频帧，此时，新产生的事件视频帧会暂存在视频帧暂存部22中，并由操作侧控制部29控制相应部件对视频帧暂存部22中的事件视频帧依次进行处理。

实施例作用与效果

根据本实施例提供的面向轨道交通的异物检查系统及方法，由于通过感应摄像装置对具有对铁路的越界事件进行检测，从而完成对异物越界事件的初步判断；进一步通过图像处理设备对感应摄像装置在感应到越界事件时获取的视频图像进行识别处理，从而判断视频图像中是否确实具有异物并将事件信息发送给操作终端对安防人员进行相应的提醒，进一步降低越界事件误报的可能性，提高安防人员对安防工作的处理效率，推动铁路安防工作向自动化与智能化发展。

另外，由于在图像处理设备中，通过视频帧暂存部对感应摄像装置发送的事件视频帧进行暂存，因此图像分析处理部能够有序地根据视频帧暂存部中存储的多组事件视频帧依次进行处理，避免在越界事件发生次数较多时导致处理队列混乱，保证了对多路视频进行有序地分析；由于图像分析生成部通过异物检测模型对事件视频帧进行识别处理，进一步通过异物判断部判断是否具有异物，从而使铁路安全防护系统在不加装其他传感器的情况下，就能够基于视频对越界事件进行稳定的处理，不仅节省了铁路监控设备的架设以及维护成本，而且在精度、鲁棒性方面都表现得很好。

实施例中，由于异物检测模型为利用深度学习的方法建立的目标检测模型，不仅能够快速准确地对视频帧进行异物识别并判断异物的种类，还能够通过迭代训练进一步地增强检测能力，从而对图像分析生成部中的异物检测模型进行替换和升级，保持模型本身处于业内先进水平，不断提高图像分析生成部对事件视频帧中异物的检测能力。

实施例中，由于具有暂存队列检测部以及处理速度检测部，因此能够分别对视频帧暂存部用于存储事件视频帧的可用容量以及图像分析处理部的处理速度进行检测，进一步根据检测到的可用容量以及分析速度对视频帧预处理的尺寸进行调整，从而实现了对事件视频帧处理队列的监控以及动态调整。

实施例中，由于采用光纤光栅传感器进行越界检测，能够使越界事件检测的精度更高；由于在获取摄像装置拍摄的视频图像时，使用模糊度预筛选及多帧联合检测的方式对视频图像进行处理得到清晰度更高的事件视频帧，从而减少模糊图像对系统检测的影响，增强检测效果。

上述实施例仅用于举例说明本发明的具体实施方式，而本发明不限于上述实施例的描述范围。

实施例中，异物检查系统仅包括一个感应摄像装置。在其他实施例中，感应摄像装置还能够为多个，分别设置在铁路的不同路段上，从而对各个路段进行感应摄像。

实施例中，调整阈值的三个等级分别对应剩余容量占缓存大小的50％、30％以及10％，前两个等级还对应处理时长的1s以及2s，容量调整比例为调整至100％、80％以及60％的原定尺寸。在本发明的其他实施例中，调整阈值以及相应调整比例还可以设定为其他数值。

实施例中，当光纤光栅传感器触发越界事件时，摄像装置负责转向发生位置并采集视频数据。在其他实施例中，例如在重点监控区域，还可以设置多个摄像装置进行多角度的采集，并且针对铁路场景中光照条件差等特点，增加相应的例如强光抑制功能，从而对铁路运输进行更加全面的监控。

另外，为加强视频分析系统的性能，还可以使用多个服务器构建视频分析集群，从而支持更多的摄像头和更加清晰的图像，也可以减少系统的总体响应时间，使得系统运行更加稳定快速。

另外，通过对异物检测模型的调整，视频分析系统还能够对多种异常事件的急性检测，例如区域入侵检测、徘徊检测、遗留物检测等功能，并支持摄像头的自动跟踪和视频质量诊断等。

实施例中，图像侧通信部将越界/误判事件信息发送给操作终端让安防人员查看。其他实施例中，异物检查系统还能够具有后台服务器，此时，图像侧通信部将越界/误判事件信息发送给后台服务器，安防人员将操作终端连接至局域网并通过浏览器访问后台服务器，进一步进行相应的安防操作，从而避免了客户端的安装维护，无需相关计算机知识即可让安防人员一键操作。

Claims (8)

1.一种面向轨道交通的异物检查系统，用于对铁路上的越界事件进行检测并判断是否有异物越界，其特征在于，包括：

至少一个感应摄像装置，用于在感应到所述越界事件发生时对所述铁路上发生所述越界事件的位置进行摄像得到越界视频图像，并将所述越界视频图像中较为清晰的多个视频帧作为一组事件视频帧发送给所述图像处理设备；以及

图像处理设备，用于对所述事件视频帧进行图像处理从而得到相应的越界事件信息，

其中，所述图像处理装置包括图像侧通信部、图像侧控制部、视频帧处理部、视频帧暂存部、图像分析生成部、异物判断部以及事件信息获取部，

一旦所述图像侧通信部接收到所述事件视频帧，所述视频帧处理部就依次对所述事件视频帧的各个视频帧进行预处理从而得到对应的预处理视频帧，

所述视频帧暂存部将所述预处理视频帧按时间顺序依次进行暂存，

所述图像分析生成部通过预先训练的异物检测模型依次对各个所述预处理视频帧进行分析并生成与各个所述预处理视频帧相对应的视频帧处理信息，

所述异物判断部根据所述视频帧处理信息判断一组所述事件视频帧中是否存在异物，当判断存在异物时，所述图像侧控制部就控制事件信息获取部根据所述视频帧处理信息获取异物位置信息、对应的所述视频帧以及发生时刻作为所述越界事件信息，并控制所述图像侧通信部将所述越界事件信息发送给负责铁路维护的安防人员。

2.根据权利要求1所述的面向轨道交通的异物检查系统，其特征在于：

其中，所述预处理为对所述事件视频帧进行完整性检查、颜色通道的调整、尺寸的变换以及数据的归一化。

3.根据权利要求2所述的面向轨道交通的异物检查系统，其特征在于：

其中，所述图像处理装置还包括暂存队列检测部以及处理速度检测部，

所述图像侧控制部控制所述暂存队列检测部对所述视频帧暂存部的可用容量进行检测，并控制所述处理速度检测部对所述图像分析生成部的分析速度进行检测，进一步根据所述可用容量、所述分析速度以及预设的调整比例调整所述尺寸作为调整尺寸，更进一步控制所述视频帧处理部根据所述调整尺寸对所述事件视频帧进行所述预处理。

4.根据权利要求1所述的面向轨道交通的异物检查系统，其特征在于：

其中，当所述异物判断部判断一组所述事件视频帧中不存在异物时，所述图像侧控制部就控制事件信息获取部根据所述视频帧处理信息获取相应的发生时刻作为误判事件信息，并控制所述图像侧通信部将所述误判事件信息发送给所述操作终端，

所述操作侧控制部控制所述事件存储部对所述误判事件信息进行存储。

5.根据权利要求1所述的面向轨道交通的异物检查系统，其特征在于，还包括：

操作终端，由所述安防人员所持有，

其中，所述操作终端包括操作侧控制部、提示信息生成部、事件存储部、操作侧画面存储部以及操作侧显示部，

所述操作侧画面存储部存储有提示信息显示画面，

一旦接受到所述图像侧通信部发送的所述越界事件信息，所述操作侧控制部控制所述提示信息生成部根据所述越界事件信息生成相应的越界提示信息，并控制事件存储部对所述越界事件信息进行存储，进一步控制所述操作侧显示部显示所述提示信息显示画面并在该画面中显示所述越界提示信息。

6.根据权利要求1所述的面向轨道交通的异物检查系统，其特征在于：

其中，所述感应传感装置包括至少一个光纤光栅传感器、至少一个摄像装置以及控制芯片，

所述控制芯片用于对所述摄像装置进行转向控制。

7.根据权利要求1所述的面向轨道交通的异物检查系统，其特征在于：

其中，所述异物检测模型为基于神经网络的目标检测模型。

8.一种面向轨道交通的异物检查方法，用于通过感应摄像装置对铁路上的越界事件进行检测并根据所述感应摄像装置发送的事件视频帧判断是否有异物越界，其特征在于，包括：

视频帧预处理步骤，依次对所述事件视频帧进行预处理从而得到对应的预处理视频帧；

视频帧暂存步骤，将所述预处理视频帧按时间顺序依次进行暂存；

视频帧分析步骤，通过预先训练的异物检测模型依次对各个所述预处理视频帧进行分析并生成与各个所述预处理视频帧相对应的视频帧处理信息；

异物判断步骤，根据所述视频帧处理信息判断一组所述事件视频帧中是否存在异物，当判断存在异物时，就根据所述视频帧处理信息获取相应的异物位置信息以及时刻信息作为所述越界事件信息，

越界事件处理步骤，根据所述事件视频帧以及所述越界事件信息生成相应的提示信息，并对所述越界事件信息进行存储。