高铁接触网异物侵入的机器视觉检测方法

• 作者: 蒋欣兰 贾文博
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 异物入侵检测 高铁接触网 直线检测 深度学习 YOLOv3
• 年，卷（期）: 2019,（22）
• 所属期刊栏目: 工程与应用
• 页码范围: 250-257
• 页数: 8页
• 分类号: TP391
• 字数: 6795字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1908-0268

摘要

接触网是沿铁路线上空架设的为电力机车供电的输电线路,接触网上附着的鸟巢等异物将对列车运行造成安全隐患.目前主要是通过人工检查的方式对接触网异物进行检测并清除,这种方式不仅成本高,效率低,往往不能及时排除安全隐患.为了对接触网异物进行及时有效的检测,同时降低人力成本,针对高铁运行环境的固定结构化特征,综合运用计算机视觉、深度学习等技术对铁路入侵异物进行实时检测.首先基于LSD直线段检测算法获取鸟巢可能出现的感兴趣区域;其次利用YOLOv3网络在ImageNet上进行训练得到一个预训练权重,并使用人工标注的数据集继续训练网络直到网络收敛;最后使用训练好的网络对感兴趣区域存在的鸟巢进行检测.实验结果表明,最终得到的平均检测精度为0.89,平均检测速度为38 f/s,可以实现对异物目标的准确实时检测.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蒋欣兰	中国社会科学院大学计算机教研部	1	4	1.0	1.0
2	贾文博	北京交通大学计算机与信息技术学院	1	4	1.0	1.0