基于语义标签的高铁接触网图像目标检测研究

• 作者: 于重重 杨亚峰 秦勇 苏维均
• 来源期刊: 计算机仿真
• 学科: 工学
• 关键词: 接触网图像目标检测 卷积神经网络 相对位置语义标签 谓词字典
• 年，卷（期）: 2020,（11）
• 所属期刊栏目: 交通体系与工具仿真
• 页码范围: 146-149,188
• 页数: 5页
• 分类号: TP391.9
• 语种: 中文

摘要

基于深度学习的目标检测模型近些年快速发展,可以准确检测出物体在图像中的位置.但是多数检测模型一般不考虑物体之间的相对位置关系,而图像中物体间的相对关系包含有效高层语义信息,有利于对特殊的指代个体进行目标检测.通过提出基于语义标签与谓词字典构建图像中物体之间的相对位置关系的方法,对高层语义信息进行建模,实现物体感知任务与语义认知任务的协同,使图像目标检测模型具有推测相对位置语义的能力.论文通过对京津段高铁接触网图像的目标检测进行实验,实验结果表明上述方法的可行性.