科研之友
微信
新浪微博
Facebook
分享链接
摘要
对人员非法入侵高铁周界的行为进行检测、识别并报警,是保障高铁运营安全的重要技防手段之一。目前基于视频识别的铁路周界入侵检测存在检出率低、漏报率高的问题,尤其是针对夜晚或光线较差的情况。针对该问题,提出一种基于视频智能综合识别技术的全天候铁路周界入侵检测算法,该算法针对光照条件良好的白天场景,为弥补铁路入侵样本不足的问题,训练数据集中融合了铁路视频数据和现有公开道路行人数据集,实验表明组合数据集可更有效地增加模型的泛化性;针对光照条件差的黑夜场景,根据光线的稳定程度分别采用三帧差法、混合高斯背景建模法等动态跟踪算法。为提高检测的检出率,在白天场景的目标检测和跟踪算法及黑夜场景的运动目标检测算法基础上,叠加多目标跟踪算法进行持续性检测。基于铁路真实入侵场景的检测实验结果表明,较Faster RCNN方法,综合识别算法可使检出率提高4%以上,可实现全天候的周界入侵检测。
-
单位中国铁道科学研究院集团有限公司
