随着我国高速铁路的快速发展,运营线路里程不断增加,铁路异物入侵对列车运行安全的威胁日趋严重。针对现有基于计算机视觉的铁路异物入侵检测方法存在的检测精度差、误检率高等问题,提出一种新的基于条件随机场CRF的前景提取算法并将其应用于高铁周界入侵检测中。前景提取是计算机视觉中的一个重要问题,也是基于计算机视觉的铁路异物入侵检测方法的核心算法。基于CRF的前景提取算法针对动态背景、伪装色等关键问题引入全连接结构,并增加高阶势,同时采用基于快速卷积的CRF推断算法实现快速求解。实验结果表明,前景提取算法的总体检测效果在通用测试数据集上优于现有算法,并在铁路现场场景取得较好地应用效果。
类型: 期刊论文
作者: 王尧,余祖俊,朱力强,郭保青
关键词: 异物检测,周界入侵检测,高速铁路,模式识别,条件随机场
来源: 铁道学报 2019年05期
年度: 2019
分类: 工程科技Ⅱ辑,信息科技
专业: 铁路运输,计算机软件及计算机应用
单位: 北京交通大学机械与电子控制工程学院
基金: 中国铁路总公司科技研究开发计划(2017T001-B),中央高校基本科研业务费(2016RC024)
分类号: TP391.41;U284.48
页码: 82-92
总页数: 11
文件大小: 2868K
下载量: 159
本文来源: https://www.lunwen66.cn/article/15705642bb2cbd902d9e6e8d.html