【摘 要】
:
铁路已经成为我国最主要的基础设施,随着我国铁路运营公里的持续增长和运行速度的提升,保证列车行车安全逐渐成为国内外学者的研究焦点。在诸多威胁安全行驶的因素里面,异物入侵铁路限界的后果尤为严重。从铁路异物入侵具有较大的随机性和现有目标检测技术发展迅速的角度出发,现多采用沿线监控系统对它们进行实时监测。因此寻找一种泛化性能较好且兼顾准确率与实时性的方法,对沿线监控视频进行分析检测,是铁路安全领域的重点问
论文部分内容阅读
铁路已经成为我国最主要的基础设施,随着我国铁路运营公里的持续增长和运行速度的提升,保证列车行车安全逐渐成为国内外学者的研究焦点。在诸多威胁安全行驶的因素里面,异物入侵铁路限界的后果尤为严重。从铁路异物入侵具有较大的随机性和现有目标检测技术发展迅速的角度出发,现多采用沿线监控系统对它们进行实时监测。因此寻找一种泛化性能较好且兼顾准确率与实时性的方法,对沿线监控视频进行分析检测,是铁路安全领域的重点问题。深度学习训练好的网络模型可适用于不同场景,且能够快速准确地检测到异物。因此,本文重点针对基于深度学习的铁路异物检测算法展开深入研究。本文主要研究内容如下:(1)提出铁路异物检测系统的方案设计并构建数据集。铁路运输中常有异物入侵前方线路危及列车行驶安全,给人民群众生命安全和财产造成不可估量的损失。为了提高对列车运营环境实时可靠检测的能力,本文针对现有铁路障碍物检测耗费大量人力、检测准确度和实时性不理想等问题,提出铁路障碍物检测系统的平台设计方案。之后,通过分析构建铁路异物数据集的必要性,选取不同场景下的铁路异物入侵的视频图像数据,采用常用的数据扩增方法生成更丰富的图像数据集。(2)针对行人由于被遮挡导致漏检的问题,提出了一种基于DSSD(Deconvolutional Single Shot Detector,DSSD)网络模型的铁路障碍物检测算法。首先,DSSD采用Top-Down的网络结构,使用深度残差神经网络Resnet-101来提高对铁路障碍物分类定位能力;其次,在网络后端用反卷积层上采样融合高低层次特征,丰富预测回归定位框和分类任务输入的多尺度特征图,改善小尺度目标和重叠人群的检测效果;最后,利用残差结构对原有的预测模块进行改进,提升铁路障碍物的检测精度。实验结果表明,DSSD算法可以有效地检测铁路障碍物,减少了被密集人群的漏检情况。与其他目标检测算法实验对比表明,DSSD算法有效地降低了重叠人群的误检和漏检概率。(3)针对小尺寸异物漏检、实时性较差等问题,提出了一种改进YOLOv3模型的异物入侵识别算法。采用K-means++聚类算法选取适合本文铁路异物数据集的先验框尺寸,使先验框与特征图层更加契合,提升对铁路异物的定位能力。同时用Mobile Netv2作为特征提取网络以减少模型参数量,提高识别的速度。实验结果表明:本文算法在铁轨异物数据集上的平均识别精度达到89.23%,较传统YOLOv3算法高出9.73%,帧速率由20f·s-1提高到54.3f·s-1,有效提高了铁路异物入侵识别的实时性和准确率。
其他文献
在经济蓬勃发展的今天,能源的需求量日益增多,太阳能作为一种可再生的清洁能源,需求量日渐增大,而其中关键组成部分选择性吸收涂层及工件涂层需要大批量生产,用到的各种化合物薄膜越来越多,因此对制备薄膜技术的要求较为严格。制备薄膜的关键技术是反应磁控溅射,研究制备的薄膜为应用广泛且具有一定代表性的氮化铬薄膜。薄膜的性能与制备过程中的工艺参数有着密不可分的关系,但在制备薄膜时,往往会因为各种工艺参数的波动对
如今传统能源的储量不断减少、开采难度逐渐加大,并且传统能源在使用中可能会对环境造成不利影响,这限制了经济和社会的可持续发展。因此新能源技术的开发利用具有重要意义,通过使用新能源技术,在满足经济发展对能源需求的同时,可以兼顾对环境的保护。太阳能以其分布广泛、储量丰富、绿色环保等特点成为了最有前景的新能源之一。太阳能发电方式包括光伏发电和光热发电两种。主流的光热发电方式包括塔式、槽式、碟式和线性菲涅尔
随着人工智能及计算机硬件的迅速发展,网络数据呈几何速度增长。现实中许多复杂系统均可利用复杂网络描述事物之间的关系,例如因特网、知识图谱、金融网络和信息网络等。为了有效处理这种高维稀疏数据,关键挑战在于如何将数据嵌入到低维空间,以便经典机器学习算法高效的执行网络分析任务。由于网络数据储存着很多有价值的信息,网络数据挖掘一直是一个研究热点。本文的主要研究内容包括以下几个部分:(1)在节点表示学习任务中
目的:探讨治疗前18F-FDG PET/CT成像的多个代谢参数和肿瘤代谢异质性对胃癌预后的预测价值。方法:回顾性分析2016年1月至2021年6月期间在兰州大学第二医院就诊的71例胃癌患者,所有患者在治疗前均接受了18F-FDG PET/CT全身扫描,并且由病理学证实为胃腺癌。采集所有患者胃癌原发病灶的各代谢参数,包括SUVmax、SUVmean、MTV、TLG,并计算胃癌原发病灶不同SUVmax
近年来,随着科技的发展,信息数据呈指数型爆发增长,对海量数据进行分析与处理这一问题变得尤为重要。云存储技术可在短时间内完成对海量信息数据的处理,在节省存储成本的同时增强了数据的可访问性和可用性,但由于储存在云端的数据离开了数据所有者的直接物理控制,导致数据面临着信息泄露和检索困难等问题,这成为阻碍该技术发展的关键性因素。应运而生的可搜索加密技术可以为云平台中的存储数据提供有效的安全防护,在此基础上
目的:探讨多种卷积神经网络基于多序列及多维度磁共振成像(Magnetic resonance imaging,MRI)术前鉴别诊断高级别胶质瘤(High-grade gliomas,HGGs)与单发脑转移瘤(Brain metastases,BMs)的价值,并对基于不同卷积神经网络在不同序列及维度下所建立的模型性能分别进行比较,选取最佳组合的深度学习(Deep learning,DL)模型对HGG
目的:评估肺癌患者治疗前晚期肺癌炎症指数(Advanced lung cancer inflammation index,ALI)、系统免疫炎症指数(systemic immune-inflammation index,SII)、NLR(中性粒细胞数/淋巴细胞计数)、PLR(血小板计数/淋巴细胞计数)、碱性磷酸酶ALP、乳酸脱氢酶LDH、尿酸、血小板计数、红细胞分布宽度(Red blood cel
高速列车因其快速、便捷和舒适的乘车环境等因素,成为越来越多人出行的首要选择。为满足旅客在列车上的用水需求,上水工需要长时间待在高铁车站接触网产生的工频电场和磁场环境中进行加水作业。现阶段还没有关于高铁车站接触网工频电场和磁场环境中上水工健康问题的研究,本文主要对在接触网工频电场和磁场环境中上水工的健康问题进行了数值分析,评估上水工在工作时的职业电磁暴露的安全性。本文以真实高铁车站、上水工的主要作业
铁路安全运行离不开先进的技术设备和高效的管理模式,随着“十四五”现代综合交通运输体系发展规划的提出,我国将进一步在铁路运输量以及高速铁路里程建设上迈出坚实的一步。面对如此高标准、严要求的目标任务,各铁路相关部门在追求创新技术发展的同时也面临着传统问题亟待推陈出新的难题。尤其是在铁路机务安全领域,传统的巡检手段和管理模式已无法满足日益增长的铁路运营需求,因此,有必要对铁路巡检流程以及机务信息管理展开
目的:探讨基于常规MRI影像组学方法建立的机器学习模型在预测成人高级别胶质瘤术后总生存期的临床价值,并分析与成人高级别胶质瘤总生存期相关的因素。资料与方法:回顾性收集经病理证实的126例高级别胶质瘤成人患者的临床、手术、影像及病理资料,电话随访患者术后生存情况,按照总生存期(Overall survival,OS)分为两组,短OS组(<366天)83例,长OS组(≥366)43例。所有患者均具有术