-
公开(公告)号：CN110378869B
公开(公告)日：2021-05-11
申请号：CN201910488359.0
申请日：2019-06-05
Applicant: 北京交通大学
IPC: G06T7/00
Abstract: 本发明涉及一种样本自动标注的钢轨扣件异常检测方法。本发明能够在扣件区域定位阶段自动的收集扣件样本构建训练数据集，无需手工采集和标注训练样本。提出了一种融合基于离线学习获得的知识库和在线学习分类器的多分类识别模型，解决了扣件分类时对新线路数据的适应能力。本发明利用在线学习的思想动态的更新模板库，使扣件区域定位模块可以自适应不同铁路线路或不同区段的轨道图像。本发明还设计了一个深度卷积神经网络模型，使用多层次的卷积层来提取图像特征，对图像特征的表达能力更强，可有效提升图像分类的精度。针对不同类别扣件样本数量不平衡的问题，本发明提出了随机排序的策略减小样本数量失衡对网络性能的影响。
-
公开(公告)号：CN113034439B
公开(公告)日：2021-11-23
申请号：CN202110234308.2
申请日：2021-03-03
Applicant: 北京交通大学
Abstract: 本发明提供一种高速铁路声屏障缺损检测方法及装置，方法包括：通过综合巡检车挂载数码摄像机和惯性组件，拍摄高速铁路运行环境视频数据和车体姿态数字信号模拟数据；基于多源数据配准的车体姿态补偿方法，对采集得到的高速铁路运行环境视频数据和车体姿态数字信号模拟数据进行配准；基于像素清晰度评价的最优拼接模型，对高速铁路运行环境视频进行全景图拼接；采集得到的正常声屏障图像，训练基于无监督学习的高速铁路声屏障异常检测网络，对拼接的全景图进行声屏障缺损检测。本发明实现了无监督条件下车载动态检测高速铁路声屏障缺损的目的，在一定程度上保障了高速铁路运行安全，具有较好的实用价值。
-
公开(公告)号：CN113034439A
公开(公告)日：2021-06-25
申请号：CN202110234308.2
申请日：2021-03-03
Applicant: 北京交通大学
Abstract: 本发明提供一种高速铁路声屏障缺损检测方法及装置，方法包括：通过综合巡检车挂载数码摄像机和惯性组件，拍摄高速铁路运行环境视频数据和车体姿态数字信号模拟数据；基于多源数据配准的车体姿态补偿方法，对采集得到的高速铁路运行环境视频数据和车体姿态数字信号模拟数据进行配准；基于像素清晰度评价的最优拼接模型，对高速铁路运行环境视频进行全景图拼接；采集得到的正常声屏障图像，训练基于无监督学习的高速铁路声屏障异常检测网络，对拼接的全景图进行声屏障缺损检测。本发明实现了无监督条件下车载动态检测高速铁路声屏障缺损的目的，在一定程度上保障了高速铁路运行安全，具有较好的实用价值。
-
公开(公告)号：CN110378869A
公开(公告)日：2019-10-25
申请号：CN201910488359.0
申请日：2019-06-05
Applicant: 北京交通大学
IPC: G06T7/00
Abstract: 本发明涉及一种样本自动标注的钢轨扣件异常检测方法。本发明能够在扣件区域定位阶段自动的收集扣件样本构建训练数据集，无需手工采集和标注训练样本。提出了一种融合基于离线学习获得的知识库和在线学习分类器的多分类识别模型，解决了扣件分类时对新线路数据的适应能力。本发明利用在线学习的思想动态的更新模板库，使扣件区域定位模块可以自适应不同铁路线路或不同区段的轨道图像。本发明还设计了一个深度卷积神经网络模型，使用多层次的卷积层来提取图像特征，对图像特征的表达能力更强，可有效提升图像分类的精度。针对不同类别扣件样本数量不平衡的问题，本发明提出了随机排序的策略减小样本数量失衡对网络性能的影响。
-
-
-
Search Results
4
records
(took 0.019 seconds)
