基于特征增强和通信网络的小样本动车异常检测方法及系统技术方案

本发明专利技术公开了一种基于特征增强和通信网络的小样本动车异常检测方法及系统，通过数据采集与整理标注、图像预处理、建立特征增强和通信网络模型，并进行模型训练，最终得到最优特征增强和通信网络模型，输出异常类别的预测结果。所述特征增强和通信网络模型包括特征相似度计算模块、互注意力特征增强模块、多方面特征融合模块以及相似性增强模块，将经过预处理后的支撑‑查询图像对输入到模型中，提取多层次support图像特征和query图像特征，对不同层次特征进行增强与通信，融合多种特征得到更具代表性的特征用于query图像的预测。本方法解决了每一类新的异常需要大量劳动力标注训练样本的问题，可以利用训练好的模型直接检测新的异常，大大提高了检测效率。

【技术实现步骤摘要】

本专利技术属于动车异常检测的，主要涉及了一种基于特征增强和通信网络的小样本动车异常检测方法及系统。

技术介绍

1、随着技术的不断创新和突破以及经济的快速发展，我国的交通运输领域也在蓬勃发展，动车组和高铁作为其中的代表性交通工具，因快速便捷而广受大众的欢迎。动车长时间远距离地在多样的气候变化环境中高速行驶，受到各种环境和作用力的影响，车内的各种元器件会受到一定程度的影响，严重地有可能会发生损坏从而引发异常。而对于高速行驶的列车来说，任何微小的异常都有可能影响列车零部件的正常运转造成重大的事故，从而带来严重的危害。所以，为了保障列车的正常运行，保障乘客的安全，避免严重事故的发生，及时检测到动车的异常是非常有必要和有意义的。

2、常见的动车异常包括油迹、异物和腻子破损，这些异常由于发生的较少所以得到的样本数量很少，每一类异常在图像上也表现得多样化，外观轮廓上不具备相似性，每个异常的形状很不规则，区域大小也存在着较大差别，异常所处的背景环境也很复杂，因此，动车异常检测是比较困难且挑战性较高的任务。早期动车异常检测以人工巡视为主，受到各种因素影响，效率低本文档来自技高网...

【技术保护点】

1.基于特征增强和通信网络的小样本动车异常检测方法，其特征在于，包括如下步骤：

2.如权利要求1所述的基于特征增强和通信网络的小样本动车异常检测方法，其特征在于：所述步骤S1中的异常类别至少包括油迹、异物和腻子破损三种，通过LabelMe软件让每张异常图像对应一张同样大小的mask图像，所述mask图像上异常区域像素点的值代表异常类别，1代表油迹，2代表异物，3代表腻子破损，其他区域作为背景用0表示。

3.如权利要求1所述的基于特征增强和通信网络的小样本动车异常检测方法，其特征在于：所述步骤S2的数据预处理中，数据增强操作至少包括直方图均衡化和随机改变明度对比度；...

【技术特征摘要】

1.基于特征增强和通信网络的小样本动车异常检测方法，其特征在于，包括如下步骤：

2.如权利要求1所述的基于特征增强和通信网络的小样本动车异常检测方法，其特征在于：所述步骤s1中的异常类别至少包括油迹、异物和腻子破损三种，通过labelme软件让每张异常图像对应一张同样大小的mask图像，所述mask图像上异常区域像素点的值代表异常类别，1代表油迹，2代表异物，3代表腻子破损，其他区域作为背景用0表示。

3.如权利要求1所述的基于特征增强和通信网络的小样本动车异常检测方法，其特征在于：所述步骤s2的数据预处理中，数据增强操作至少包括直方图均衡化和随机改变明度对比度；所述归一化操作基于imagenet数据集上统计的均值和标...

【专利技术属性】
技术研发人员：路小波，刘维，魏运，黄卫，冉智丹，
申请(专利权)人：东南大学，
类型：发明
国别省市：