(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210849070.9 (22)申请日 2022.07.19 (71)申请人 泰弗思科技 （安徽） 有限公司 地址 230000 安徽省合肥市高新区玉 兰大 道767号机电产业园5 栋2层 (72)发明人 孙奎　 (74)专利代理 机构 合肥律众知识产权代理有限 公司 34147 专利代理师 殷娟 (51)Int.Cl. H04N 7/18(2006.01) H04M 11/04(2006.01) (54)发明名称 一种车载可视乘客报警系统 (57)摘要 本发明涉及乘 客报警系统， 具体涉及一种车 载可视乘客报警系统， 包括控制器、 乘客紧急报 警器、 视频监控子系统、 音频采集组件、 音视频合 成模块和 网络硬盘录像机； 乘客紧急报警器， 设 置于客室内， 用于乘客在客室内进行紧急报警； 视频监控子系统， 乘客通过乘 客紧急报警器进行 紧急报警时自动触发， 对该乘 客紧急报警器所在 位置进行图像采集； 音频采集组件， 司机通过广 播控制盒接入对 讲时， 自动采集乘 客紧急报警器 发出的音频数据； 本发明提供的技术方案能够有 效克服现有技术所存在的由于无法向司机提供 乘客紧急报警器所在位置处的图像画面， 无法对 乘客报警时的音频数据、 视频数据进行精确合成 的缺陷。 权利要求书2页 说明书6页 附图5页 CN 115379162 A 2022.11.22 CN 115379162 A 1.一种车载可视乘客报警系统， 其特征在于： 包括控制器、 乘客紧急报警器、 视频监控 子系统、 音频采集组件、 音视频合成模块和网络硬 盘录像机； 乘客紧急报警器， 设置 于客室内， 用于乘客在客室内进行紧急报警； 视频监控子系统， 乘客通过乘客紧急报警器进行紧急报警时自动触发， 对该乘客紧急 报警器所在位置进行图像采集； 音频采集组件， 司机通过广播控制盒接入对讲时， 自动采集乘客紧急报警器发出的音 频数据； 音视频合成模块， 将视频监控子系统采集图像与音频采集组件采集音频数据合成具有 字幕的音视频文件； 网络硬盘录像机， 在自动结束图像采集和录音后， 将音视频文件， 以及乘客报警时间、 地点写入硬 盘进行存 储。 2.根据权利要求1所述的车载可视乘客报 警系统， 其特征在于： 乘客通过所述乘客紧急 报警器进 行紧急报警时， 所述乘客紧急报警器向视频监控子系统发送包含对应乘客紧急报 警器ID信息的视频流 地址； 所述视频监控子系统根据视频流地址获取对应乘客紧急报警器的ID信息， 并根据ID信 息获取对应乘客紧急报警器所在的列车车厢， 拉取该列车车厢内监控摄像头的视频流， 并 通过监控触摸屏显示给司机 。 3.根据权利要求2所述的车载可视乘客报 警系统， 其特征在于： 所述视频监控子系统根 据视频流地址获取对应乘客紧急报警器的ID信息， 并根据ID信息获取对应乘 客紧急报警器 所在的列车车厢后， 所述视频监控子系统调节该列车车厢内监控摄像头的转动角度， 以对 拍摄位置进行 校准。 4.根据权利要求2所述的车载可视乘客报警系统， 其特征在于： 还包括扬声器， 所述广 播控制盒、 监控触摸屏和扬声器均设置于司机室， 司机通过广播控制盒接入对讲后建立全 双工通信， 所述监控触摸屏用于显示视频监控子系统采集图像， 所述扬声器用于播放音频 采集组件 采集音频 数据。 5.根据权利要求1所述的车载可视乘客报 警系统， 其特征在于： 所述音视频合成模块将 视频监控子系统采集图像与音频采集组件采集音频数据合成具有字幕的音视频文件， 包 括： S1、 获取乘客报警时的多帧人物场景图像， 并获取报警乘客的多帧深度图像； S2、 根据人物场景图像和深度图像， 提取报警乘客在每帧人物场景图像中的感兴趣区 域； S3、 获取乘客报警时的音频 数据， 并根据音频 数据生成对应的文字信息； S4、 基于连续帧人物场景图像 中的感兴趣区域， 获取报警乘客的口型变化特征， 确定对 应的文字信息及音频 数据； S5、 将人物场景图像、 音频 数据和文字信息合成具有字幕的音视频文件。 6.根据权利要求5所述的车载可视乘客报警系统， 其特征在于： S1中获取报 警乘客的多 帧深度图像， 包括： 向多帧人物场景图像中的报警乘客投射结构光， 采集经 结构光调制的多帧调制图像； 逐帧解调 调制图像中各像素对应的相位信息， 以获取报警乘客的多帧深度图像。权　利　要　求　书 1/2 页 2 CN 115379162 A 27.根据权利要求6所述的车载可视乘客报 警系统， 其特征在于： 所述逐帧解调调制图像 中各像素对应的相位信息， 以获取报警乘客的多帧深度图像， 包括： 将逐帧解调调制图像中各像素对应的相位信 息转换为深度信 息， 根据深度信 息生成报 警乘客的多帧深度图像。 8.根据权利要求6所述的车载可视乘客报警系统， 其特征在于： S2中根据 人物场景图像 和深度图像， 提取报警乘客在每帧人物场景图像中的感兴趣区域， 包括： 逐帧识别人物场景图像中包含报 警乘客的目标区域， 并从对应的深度图像中获取与目 标区域对应的深度信息； 根据目标区域对应的深度信息， 确定报警乘客在每帧人物场景图像中的感兴趣区域。 9.根据权利要求8所述的车载可视乘客报警系统， 其特征在于： S4中基于连续帧人物场 景图像中的感兴趣区域， 获取报警乘 客的口型变化特征， 确定对应的文字信息及音 频数据， 包括： 获取连续帧人物场景图像中的感兴趣区域， 对感兴趣区域中报 警乘客的口型变化特征 进行识别； 根据报警乘客的 口型变化特 征确定对应的文字信息及音频 数据。 10.根据权利要求9所述的车载可视乘客报警系统， 其特征在于： S5中将人物场景图像、 音频数据和文字信息合成具有字幕的音视频文件， 包括： 根据确定的文字信 息， 对该连续帧人物场景图像中的某一帧与匹配的音频数据进行匹 配标记； 基于匹配标记， 逐帧将人物场景图像、 音频数据和文字信息合成具有字幕的音视频文 件。权　利　要　求　书 2/2 页 3 CN 115379162 A 3