适用于地铁异物前景检测的神经网络——DifferentNet

作者：刘伟铭; 温俊锐; 郑仲星; 戴愿; 李泓道

来源：华南理工大学学报(自然科学版), 2021, 49(10): 11-21+40.

• 地铁
• 异物检测
• 深度学习
• 语义分割
• 前景检测

针对地铁站屏蔽门与列车门间隙空间异物检测问题,提出了一种结合语义分割与背景参考的前景检测方法。该方法通过深度神经网络DifferentNet检测图像中的异物区域,首先,在列车停靠站台的过程中采集背景图片和待检测图片,通过网络的编码部分提取图像的特征信息得到特征金字塔,将两幅图片的特征图连接,再由解码部分计算特征差异得到待检测图片的前景热力图,最后经阈值分割和轮廓筛选得到检测结果。实验结果表明,该方法的前景交并比(cIoU)达81.2%,调和均值F1达89.5%,运行速率为30帧/s,与传统方法及无背景参考的图像分割网络相比,取得了更好的效果。

• 单位
  华南理工大学; 广州地铁集团有限公司