[发明专利]基于深度学习目标检测的地铁车号识别方法

说明书

本发明涉及一种基于深度学习目标检测的地铁车号识别方法，在地铁车辆经过时获得车头图像信息，基于深度学习目标检测技术识别出车头正面的LOGO；根据车头正面LOGO与车号之间的相对位置关系和大小比例关系，基于机械视觉技术计算出车号在图像上的位置和大小，找到车号位置，图像裁减后使用OCR算法进行文本识别，得到车号数据；将车号数据发送给上级服务器。本发明在策略上的核心创新之处在于，不直接识别车号，而是先识别出LOGO，根据LOGO与车号之间的位置关系，通过LOGO找到车号，然后识别车号；LOGO是固定不变的目标，相比车号的识别准确度会更高，深度学习时所需要的样本更少，训练速度更快。

技术领域

本发明涉及地铁检修维护技术领域，具体涉及一种基于深度学习目标检测的地铁车号识别方法。

背景技术

地铁检修维护单位的很多系统需要实时知道到来的车辆车号信息，以便开展工作并记录数据，如自动洗车机、轮对探伤系统、受电弓在线检测系统等，这些系统的等级往往达不到直接接入车辆运行管理信号系统的要求，因此需要从信号系统以外准确快速的获取车辆车号信息。

如果不对地铁车辆进行安装RFID标签等改造（通常不允许），就需要使用视觉技术识别车号。目前的方式大都是深度学习的方式直接找到图像上的车号，然后再使用OCR技术识别车号，车号是变化的图像信息，深度学习训练速度慢，识别精确度有待提高。

发明内容

本发明的目的是提供一种基于深度学习目标检测的地铁车号识别方法，融合了深度学习的目标检测技术、机械视觉技术和OCR技术，准确快速的获取车辆车号信息。

本发明所采用的技术方案为：

基于深度学习目标检测的地铁车号识别方法，其特征在于：

所述方法包括以下步骤：

步骤一：在地铁车辆经过时获得车头图像信息，基于深度学习目标检测技术识别出车头正面的LOGO；

步骤二：根据车头正面LOGO与车号之间的相对位置关系和大小比例关系，基于机械视觉技术计算出车号在图像上的位置和大小，找到车号位置，图像裁减后使用OCR算法进行文本识别，得到车号数据；

步骤三：将车号数据发送给上级服务器。

步骤一中，车头图像信息的获得过程为：

在检测地铁车辆车号的位置安装一个摄像头，使其能够在车辆经过时在同一画面拍摄到车头正面的LOGO和车号；

在摄像头前方部署一台边缘计算机和一个光电反射车感器，摄像头使用USB数据线连接到边缘计算机，地铁车辆经过时触发车感器，边缘计算机通过车感器检测到车辆到来，触发摄像头录制短视频。

步骤一中，识别车头正面LOGO的过程为：

边缘计算机内置检测程序，使用深度学习目标检测技术逐帧检测视频是否拍到车头的LOGO，如果没有检测到则判定为车感器误触发，如果检测到LOGO，通过检测程序得到LOGO在图像上的位置和像素尺寸大小。

步骤二中，裁减车号位置的图像后，通过透视变换矫正图像，消除图像变形影响。

步骤三中，边缘计算机将车号数据发送给上级服务器，同时，将该处边缘计算机的编号和车辆通过时间也发送给上级服务器。

车辆通过时间为车感器被触发的时间。

本发明具有以下优点：

本发明通过车感器感知车辆到来，控制摄像头录像，并利用深度学习目标检测技术、机械视觉技术和OCR识别技术识别出车辆车号，通过网络将自身编号、车辆通过时间、车辆车号等信息发送给上级服务器。