[发明专利]一种输电线防外破的车辆识别与危险行为判别系统与方法

权利要求书

1.一种输电线防外破的车辆识别与危险行为判别系统，其特征在于，该系统包括输电线路前端的由3/4G智能摄像机、太阳能电池板、电源控制器、蓄电池组成的智能防外破预警装置、后端的中心管理平台和移动客户端，中心管理平台通过3/4G网络与输电线路智能防外破预警装置通信，移动客户端通过3/4G网络与输电线路智能防外破预警装置和中心管理平台通信，前端的智能防外破预警装置和后端的中心管理平台分别装有深度学习模块，该前、后端的深度学习模块协作运行，完成传输线防外破的车辆识别与车辆危险行为预警判别，所述3/4G智能摄像机由视频成像模块、深度学习模块、预警模块、PTZ模块、压缩模块、存储模块及通信模块部件组成，视频成像模块实现图像采集与预处理；预警模块实现预警信息管理与信息上报；PTZ模块实现摄像机上下左右转动和镜头拉近或拉远，调整摄像机视野；压缩模块实现对包含大型施工车辆的原始YUV数据压缩为JPEG图片和H.264/5视频；存储模块实现对压缩后的图片和视频在SD存储介质上进行存储和基于预警事件和时间戳的索引，深度学习算法分别部署于系统的前、后端，后端的中心管理平台实现深度学习算法中网络模型的建模、标注、训练，调整后端的深度学习网络网络模型及参数，并定时在线将最新的深度学习网络模型及参数传送到前端；前端收到后端发来的深度学习网络模型及参数后更新前端智能摄像机的深度学习网络及参数；前端的智能摄像机抓拍监测点过往车辆的图像，对采集的图像采用实时更新深度学习网络模型与参数进行分类识别和行为分析，判别出危险情况时，在线预警并将预警事件、图片及发生预警的车辆过往时前后短视频进行时间戳标注、压缩、存储并发往后端中心管理平台，前端智能摄像机中的深度学习模块的模型及参数配置是动态可调整的，其根据后端中心管理平台发来的数据及参数进行模型及参数更新；前端的深度学习网络实现图像前景区域中自动检测车辆、自动提取特征、分类处理、行为分析，完成对输电线路监测点的过往大型施工车辆识别与危险行为的判别预警；后端的中心管理平台确定深度学习网络的层数和卷积核大小，根据不同天气条件及车型训练深度学习网络，获得相关参数；深度学习网络采用经过压缩降维的亚采样像素特征、颜色分布特征、纹理特征、结构特征、运动特征，可识别各类工程车辆及其危险行为；所述的后端中心管理平台基于深度学习的工程车辆识别方法实现包括背景建模、目标检测、车型分类、车辆行为分析在内的训练和识别；在前端的深度学习网络模型及参数更新期间，前端进行完全录像、标注后传输到后端中心管理平台，由后端的深度学习网络完成车辆检测与识别，确保不漏检。