【技术实现步骤摘要】
本专利技术涉及轨道交通安全状态辨识,具体涉及一种铁路超分辨率重建的铁路周界入侵检测方法及系统。
技术介绍
1、随着列车运行速度的提高和铁路网规模的扩大,行车安全的重要性进一步提升。铁路线路区段长,沿线治安情况复杂,如果仅依靠人防的手段,无法满足入侵检测的基本需求。如果发生轨道交通周界人员入侵事件,可能严重危害行车安全,并且影响整个路网的运行效率。铁路视频监控目前是防止铁路周界入侵所带来重大损失的一个有效方法,伴随着近些年计算机视觉技术以及cv技术的发展,智能视频监控技术也逐渐进入了铁路视频监控领域;发挥了巨大的作用。但是当下铁路标清摄像机居多,且架设点位均位于高处,造成单一监控覆盖面积广,深度大,导致部分特征信息模糊,锯齿状严重,这种现象严重影响了最终的超分辨结果,影响最终检测;其次因为铁路本身的保密性、特殊性,导致相关高清目标检测数据库难以建立;因此对于算法特征与语义辨识能力要求很高。
2、诸如以上困难是铁路行业的痛点问题,尤其是数据库方面和低分辨小目标特征的检测方面,一直以来难以解决和有效防范。
3、针对以上
...【技术保护点】
1.一种铁路超分辨率重建的铁路周界入侵检测方法,其特征在于,包括:
2.根据权利要求1所述的铁路超分辨率重建的铁路周界入侵检测方法,其特征在于,RailVSR是基于GAN网络进行改进并结合BasicVSR下采样退化策略进行的适用于铁路场景的视频超分辨率重建网络。
3.根据权利要求1所述的铁路超分辨率重建的铁路周界入侵检测方法,其特征在于,RailVSR使用的训练数据集为铁路真实监控场景视频数据。
4.根据权利要求1所述的铁路超分辨率重建的铁路周界入侵检测方法,其特征在于,RailVSR通过感知损失建立与目标检测器的联系。
【技术特征摘要】
1.一种铁路超分辨率重建的铁路周界入侵检测方法,其特征在于,包括:
2.根据权利要求1所述的铁路超分辨率重建的铁路周界入侵检测方法,其特征在于,railvsr是基于gan网络进行改进并结合basicvsr下采样退化策略进行的适用于铁路场景的视频超分辨率重建网络。
3.根据权利要求1所述的铁路超分辨率重建的铁路周界入侵检测方法,其特征在于,railvsr使用的训练数据集为铁路真实监控场景视频数据。
4.根据权利要求1所述的铁路超分辨率重建的铁路周界入侵检测方法,其特征在于,railvsr通过感知损失建立与目标检测器的联系。
5.根据权利要求1所述的铁路超分辨率重建的铁路周界入侵检测方法,其特征在于,目标检测器用于与railvsr搭配使用,其不限于yolo系列以及detr系列。
6.根据权利要求1所述的铁路超分辨率重建的铁路周界入侵检测方法,其特征在于,railvsr网络包含特征分离模块、特征交互增强模块、特征对齐模块、放大模块、生成器判别模...
【专利技术属性】
技术研发人员:谢征宇,王增卿,贾利民,秦勇,陆梦婷,姜忆玲,
申请(专利权)人:北京交通大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。