基于改进Faster R-CNN的被遮挡电线杆检测算法

作者：刘凯歌; 王琪; 孟祥越; 张祥德^*

来源：无线电工程, 2021, 51(07): 540-545.

• Faster R-CNN
• 动态分组阈值优化算法
• 区域生长
• 电线杆遮挡

铁路等轨道交通每天运送大量乘客,因此保障铁路交通的安全与顺畅运行问题显得尤为重要。在铁路安全中,确保铁轨旁的电线杆不被树木等物体遮挡是保证车辆供电和行车安全的重要基础。为了自动检测出遮挡电线杆,利用卷积神经网络对铁路电线杆进行检测,并对电线杆是否受到树木等的遮挡进行分类。在两阶段目标检测网络Faster R-CNN的基础上,针对检测过程中出现检测框与电线杆大小、位置不匹配和对电线杆类别判定错误的问题,对Faster R-CNN算法进行改进,采用动态分组阈值优化算法及区域生长分割算法对网络输出进行后处理,将有树枝遮挡的电线杆类别的召回率由32.7%提升至85.4%,验证了所设计算法的有效性。

• 单位
  东北大学