买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉河南思维信息技术有限公司申请的专利一种铁路机车视频智能违章识别的检索方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116824436B 。

龙图腾网通过国家知识产权局官网在2025-11-28发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310606590.1，技术领域涉及：G06V20/40；该发明授权一种铁路机车视频智能违章识别的检索方法是由赵东源;苏亚伟;贺振坤;荣坤设计研发完成，并于2023-05-26向国家知识产权局提交的专利申请。

本一种铁路机车视频智能违章识别的检索方法在说明书摘要公布了：本发明公开了一种铁路机车视频智能违章识别的检索方法，所述方法包括以下步骤：图像获取；对获取的图片根据深度学习网络Faster‑Rcnn进行目标检测，获取当前图片中是否包含机车乘务员以及违章行为目标，对获取的图像进行特征提取以获取当前机车运行速度和该目标行为的持续时间；根据获取的机车运行速度、目标行为的持续时间对检测的违章行为目标进行条件筛选，剔除不符合条件的违章行为。本发明的成本低：用户只需运行此分析程序，无需人工盯查视频，降低人力成本；本发明速度快：基于单帧图像分析，无需分析视频段中全部图像帧，降低分析图片量，提升分析速度；本发明准确率高：以持续时间和空间为约束，剔除干扰结果，提高准确率。

本发明授权一种铁路机车视频智能违章识别的检索方法在权利要求书中公布了：1.一种铁路机车视频智能违章识别的检索方法，其特征在于：所述方法包括以下步骤： S1：图像获取：通过ffmpeg读取机车监控视频，每秒抓取一张图像； S2：目标检测：对S1中获取的图片根据深度学习网络Faster-Rcnn进行目标检测，获取当前图片中是否包含机车乘务员以及违章行为目标； S3：特征提取：对S1中的图像进行处理，获取当前机车运行速度；根据每秒提取视频帧数为时间推算基础，获取该目标行为的持续时间； S4：综合分析：根据S3中获取的机车运行速度、目标行为的持续时间对S2中检测的违章行为目标进行条件筛选，剔除不符合条件的违章行为； S5：作业分析：将筛选后的含有违章行为目标的违章图片及发生时间与LKJ列车数据进行对比，根据LKJ列车数据记录的机车运行时间以及该运行时间机车乘务员做出的手势和动作，对比分析出乘务人员应做未做的动作；根据LKJ列车数据记录的机车速度和对应时间机车所处的位置，进一步筛选出满足条件的违章动作；将乘务人员违章行为对应图像进行实时保存； S6：统计与输出：对违章行为在发生时间段及发生次数进行概率性统计； 所述深度学习网络Faster-Rcnn包括模型训练；所述模型训练包括以下步骤： 根据机车监控视频提取图像进行目标标记制作数据集； 将数据集中的检测目标根据违章行为动作类别进行标签分组； 将带有分类标签的图片缩放大小为M*N送入深度学习网络Faster-Rcnn进行模型训练，获取最终目标检测模型； 所述深度学习网络Faster-Rcnn进行模型训练包括：1首先将数据集中的图像通过backbone进行特征提取，使用的是ResNet_50网络；经过4个pooling层，得到的特征图记为C2,C3,C4,C5层，特征图的shape分别为：[1,M2,N2,256]、[1,M8,N8,512]、[1,M16,N16,1024]、[1,M32,N32,2048]； 2经过backbone获取的4张特征图，经过FPN层后，会获得M5,M4,M3,M2特征图；将M2,M3,M4,M5特征图经过一个3*3的卷积核，得到P2,P3,P4,P5特征图；经P5特征图进行下采样获取P6特征图；5张特征图的shape为：[1,M2,N2,256]、[1,M4,N4,512]、[1,M8,N8,1024]、[1,M16,N16,2048]、[1,M32,N32,256]； 3RPN网络通过一系列固定参考框anchors对P2,P3,P4,P5,P6特征图进行处理，通过softmax分类来判断anchor中是否包含目标，计算目标框对于anchor的偏移量，以获取精确的候选区域；最后通过Proposal层处理含有目标的anchors和对应bbox回归偏移量获取候选区域，同时剔除太小和超出边界的候选区域； 4ROIPooling层通过收集RPN网络生成的候选区域，将其映射到特征图中并固定维度以进行分类和回归；经过ROIPooling层后，获得了统一大小的特征图；特征图经过后续分类，通过全连接层与softmax计算候选区域具体属于哪个行为类别，输出概率值；同时利用回归方法获取每个候选区域的位置偏移量，通过回归获取更加准确的目标检测框； 所述S3中具体包括：根据获取的机车监控图像，首先将使用cv2.cvtcolor将图像转化为灰度图；然后使用cv2.threshold将图像进行二值化；然后使用cv2.erode和cv2.dilate对图像进行腐蚀和膨胀，消除部分图像中部分细线的干扰；然后使用cv2.findcontours找出图像上的轮廓值；根据轮廓值采用cv2.contourArea计算轮廓值包围的图像面积；根据检测出轮廓值的面积占比判断摄像头前是否有遮挡物阻碍视频分析，若有，则同时获取摄像头遮挡违章项点的判断；提取监控图像中机车速度所在位置，根据机车视频显示制作的数字模版，使用cv2.matchTemplate进行模版匹配，获取当前机车运行速度，作为违章项点速度限制的判断条件。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人河南思维信息技术有限公司，其通讯地址为：450001 河南省郑州市高新技术产业开发区杜兰街63号1号楼409室；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。