[发明专利]一种基于图像识别的弓网视频分析系统及方法

权利要求书

1.一种基于图像识别的弓网视频分析系统，其特征在于，包括：

数据源层，用于支持接入图片、视频和结构化文件数据；

平台支撑层，用于大数据云平台提供数据存储、模型训练和模型计算的基础存算功能；

核心功能层，包括作业管理模块、分析引擎模块、模型管理模块和输出模块；

所述作业管理模块用于对视频分析进行新建作业、作业排序、作业删除、作业检索、权限管理和用户管理；

所述分析引擎模块用于图像智能识别和视频解析，将视频按照帧数拆分成图片，同时提供CPU和GPU两种驱动管理；

所述模型管理模块用于火花识别模型的训练、优化、更新以及应用；

所述输出模块用于输出打火分析信息；

访问层，用于面向运营管理人员和供建中心提供系统访问入口。

2.根据权利要求1所述的一种基于图像识别的弓网视频分析系统，其特征在于，所述结构化文件包括列车时速表和站区公里表。

3.根据权利要求1所述的一种基于图像识别的弓网视频分析系统，其特征在于，所述打火分析信息包括打火截图、打火位置、打火时间、区间打火率和告警信息。

4.一种基于图像识别的弓网视频分析方法，应用于权利要求1-3所述的一种基于图像识别的弓网视频分析系统，其特征在于，包括以下步骤：

S1：数据标注；

S2：模型训练；

S3：数据接入；

S4：视频解析

S5：火花识别；

S6：数据融合分析；

S7：结果输出。

5.根据权利要求4所述的一种基于图像识别的弓网视频分析方法，其特征在于，所述步骤S1具体为：对历史弓网视频数据解析成图片帧，利用CV标注工具进行火花帧标注。

6.根据权利要求4所述的一种基于图像识别的弓网视频分析方法，其特征在于，所述步骤S2具体为：将步骤S1中标注好的数据结合深度学习算法进行模型迭代训练，并进行模型调优得到火花识别模型。

7.根据权利要求4所述的一种基于图像识别的弓网视频分析方法，其特征在于，所述步骤S3具体为：接入新产生的弓网视频数据、列车时速表数据和站区公里表数据。

8.根据权利要求4所述的一种基于图像识别的弓网视频分析方法，其特征在于，所述步骤S4具体为：对步骤S3中接入的弓网视频数据通过分析引擎进行视频解析，按帧生成图片。

9.根据权利要求4所述的一种基于图像识别的弓网视频分析方法，其特征在于，所述步骤S5具体为：基于步骤S2中得到的火花识别模型对解析后的图片进行分析，识别火花有无及火花大小，并定位打火时间。

10.根据权利要求4所述的一种基于图像识别的弓网视频分析方法，其特征在于，所述步骤S6具体为:基于步骤S5中得到的打火时间，与列车时速表数据和站区公里表数据融合进行数据对齐，计算打火位置和区间打火率。