铁路接触网支柱的图像序列自适应识别方法

• 作者: 黄竹安 宋浩然 王浩然 刘俊博 顾子晨 戴鹏
• 来源期刊: 计算机测量与控制
• 关键词: 接触网支柱识别 移动视频 YOLO v4网络 区域相关 SVTR-tiny网络
• 年，卷（期）: 2024,（10）
• 所属期刊栏目: 设计与应用
• 页码范围: 216-221
• 页数: 6页
• 语种: 中文
• DOI: 10.16526/j.cnki.11-4762/tp.2023.10.034

摘要

接触网支柱数字化管理是电气化铁路运维的关键环节，基于移动视频建立接触网支柱数字台账是高效、经济、便捷的技术手段；为实现对于移动视频图像序列中接触网支柱杆号的精准识别，提出了一种基于区域相关和改进SVTR网络的接触网支柱识别算法；针对视频图像中接触网支柱区域重叠、结构模式复杂的特点，采用了YOLO v4网络对单帧图像中支柱区域和号牌标识区域分别进行检测，并通过测算交叠区域来获得距观察点最近的杆位和对应的号牌区域；此外，针对接触网杆号牌尺度多样性和字符变长的问题，在杆号文字识别问题中采用了SVTR-tiny网络，并进一步引入迁移学习方法增强模型对于复杂杆号的识别精度和对于不同线路场景的泛化性能；通过在实际高铁线路采集的移动视频数据集上进行测试，结果表明算法在移动视频中视野最近杆位杆号区域的定位检出率可达98.01%,杆号文本的识别准确率达到96.13%,适用于我国高速铁路主要干线建设配套的接触网支柱结构。