基于YOLOv3-tiny检测和KCF追踪算法的受电弓故障检测

• 作者: 巩秀钢 李婷 杨晨 牛慧敏 王涛 邵丽丽
• 来源期刊: 智能计算机与应用
• 学科: 工学
• 关键词: 受电弓故障 目标追踪 KCF算法 YOLOv3-tiny检测算法 预警
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 学术研究与应用
• 页码范围: 47-51
• 页数: 5页
• 分类号: TP399
• 语种: 中文

摘要

为避免因受电弓脱落、羊角缺失而引发的列车运行安全的问题,提出了一种追踪受电弓的方法,通过监控视频对受电弓脱落、羊角缺失等进行追踪,当受电弓发生故障时及时预警.为解决KCF算法追踪过程中目标丢失无法找回的问题,引入了一种检测机制对KCF追踪算法进行矫正,通过对摄像头捕捉到的约20000张图片以及3个视频作为训练样本,利用训练样本对YOLOv3-tiny网络进行离线训练,生成预测模型;最后利用训练好的模型和改进后KCF算法对摄像头的监控图像进行在线实时追踪,发现对于受电弓脱落、羊角缺失等现象的追踪检测的精确率为91.3％,高于YOLOv2-tiny算法和YOLO-tiny算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王涛		14	9	2.0	2.0
2	巩秀钢		20	55	4.0	7.0
3	杨晨		12	33	3.0	5.0
4	李婷		5	2	1.0	1.0
5	邵丽丽		1	0	0.0	0.0
6	牛慧敏		1	0	0.0	0.0