[发明专利]地铁屏蔽门与列车之间的异物检测方法、装置及存储介质

权利要求书

1.一种地铁屏蔽门与列车之间的异物检测方法，其特征在于，包括：

遍历站台摄像机，获取屏蔽门与列车之间的视频影像数据；

对每一所述视频影像数据进行预处理，得到预处理图像数据；

采用深度学习神经网络模型对所述预处理图像数据进行异物检测，得到异物检测结果。

2.如权利要求1所述的地铁屏蔽门与列车之间的异物检测方法，其特征在于，还包括：

若异物检测结果为存在异物时，则统计存在异物时的次数；

若所述次数大于或等于预设次数时，则通知站台人员进行人工检查，待人工检查完毕，则列车运行；

若所述次数小于所述预设次数时，则重新开启屏蔽门，等待预设时间后，关闭所述屏蔽门，则重新进行异物检测；

若异物检测结果为不存在异物时，则列车运行。

3.如权利要求1所述的地铁屏蔽门与列车之间的异物检测方法，其特征在于，所述视频影像数据为从每一所述站台摄像机所采集的视频数据中截取的从关闭列车车门开始，经预设时间段后的视频影像片段，并按照遍历序号命名。

4.如权利要求1所述的地铁屏蔽门与列车之间的异物检测方法，其特征在于，在执行所述对每一所述视频影像数据进行预处理的步骤之前，还包括：将所述视频影像数据存储至第一存储区。

5.如权利要求4所述的地铁屏蔽门与列车之间的异物检测方法，其特征在于，所述对每一所述视频影像数据进行预处理的步骤包括：

从所述第一存储区依次读取所有所述视频影像数据，对每一所述视频影像数据进行分帧操作，得到若干帧图像，然后对每一帧图像进行初始化处理得到所述预处理图像数据。

6.如权利要求5所述的地铁屏蔽门与列车之间的异物检测方法，其特征在于，所述采用深度学习神经网络模型对所述预处理图像数据进行异物检测的步骤包括：对每一所述视频影像数据的每一帧图像进行目标检测，得到每一所述视频影像数据的所有所述帧图像的第一判定结果，综合所有所述帧图像的第一判定结果对应得到所述视频影像数据的第二判定结果；

综合所有所述视频影像数据的第二判定结果，得到所述异物检测结果。

7.如权利要求6所述的地铁屏蔽门与列车之间的异物检测方法，其特征在于，还包括：将所述第一存储区内的所述视频影像数据以及每一所述视频影像数据对应的第二判定结果存储至第二存储区内，作为对所述深度学习神经网络模型进行训练和优化的训练样本。

8.一种地铁屏蔽门与列车之间的异物检测装置，其特征在于，包括：

视频采集模块，用于遍历站台摄像机，获取屏蔽门与列车之间的视频影像数据；

图像预处理模块，用于对每一所述视频影像数据进行预处理，得到预处理图像数据；

目标检测模块，采用深度学习神经网络模型对所述预处理图像数据进行异物检测，得到异物检测结果。

9.如权利要求8所述的地铁屏蔽门与列车之间的异物检测装置，其特征在于，还包括：决策模块，用于进行判定结果的后续操作，若异物检测结果为存在异物时，则统计存在异物时的次数；且若所述次数大于或等于预设次数时，则通知站台人员进行人工检查，待人工检查完毕，则列车运行；

若所述次数小于所述预设次数时，则重新开启屏蔽门，等待预设时间后，关闭所述屏蔽门，则重新进行异物检测；

若异物检测结果为不存在异物时，则列车运行。

10.如权利要求9所述的地铁屏蔽门与列车之间的异物检测装置，其特征在于，

所述视频影像数据为从每一所述站台摄像机所采集的视频数据中截取的从关闭列车车门开始，经预设时间段后的视频影像片段，并按照遍历序号命名。

11.如权利要求10所述的地铁屏蔽门与列车之间的异物检测装置，其特征在于，

还包括：第一存储模块，用于将所述视频影像数据进行存储。