论文部分内容阅读
地铁异物影响乘客出行安全和列车行车安全,随着自动驾驶时代的到来,采用先进技术检测地铁异物风险是保障地铁安全的重要途径。深度传感器广泛应用在目标检测等领域,弥补彩色信息不足。因此本文采集地铁列车门及屏蔽门间风险区域的RGB-D视频,设计融合深度和颜色信息的异物风险检测算法。首先,提出RGB-D+背景建模(ViBe)算法的异物目标检测方法,通过新增深度模型和融合深度和颜色的像素模型,并在模型更新策略中增加深度判断条件,实现对异物目标的准确检测;然后通过基于RGB-D+最小外接矩形法的异物尺寸近似计算方法