[發明專利]基于多尺度耦合卷積網的鐵路接觸網異常目標自動檢測法

有效

• 申請號: 201810132521.0
• 申請日: 2018-02-09
• 公開（公告）號: CN108288273B
• 公開（公告）日: 2021-07-27
• 發明（設計）人: 吳澤彬;徐洋;石林林;詹天明
• 申請（專利權）人: 南京智蓮森信息技術有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/11;G06T7/187;G06K9/62
• 代理公司: 南京縱橫知識產權代理有限公司 32224
• 代理人: 董建林;閆方圓

1.基于多尺度耦合卷積網的鐵路接觸網異常目標自動檢測法，其特征在于：包括以下步驟，

步驟(A)，獲取接觸網的圖像信息，使用均值漂移和歸一化割的方法分別得到該圖像信息對應的多組候選區域，并通過共享區域合并方法，將得到的各候選區域進行合并，得到該圖像的多個最終候選區域；

步驟(B)，將各最終候選區域歸一化處理，尺寸均為S*S，S表示歸一化后最終候選區域的長寬，對每個歸一化后的最終候選區域進行兩次下采樣，并將最終候選區域與兩次下采樣的采樣結果輸入到多尺度耦合卷積網中，進行參數訓練和特征提??；

步驟(C)，將提取的特征輸入極限學習機ELM分類器，對提取的特征進行分類；

步驟(D)，根據分類后的特征，通過使用回歸器進行修正候選框的位置，從而得到圖像信息中異常目標的位置，即修正后候選框的位置；

步驟(A)，通過共享區域合并方法，將得到的各候選區域進行合并，得到該圖像的多個最終候選區域，包括以下步驟，

(A1)，對于通過均值漂移方法生成的候選區域，逐個進行分析，將其每個候選區域與歸一化割方法生成的對應候選區域進行逐個比對；

(A2)，若在歸一化割方法生成的候選區域中能夠找到與正在分析的均值漂移方法生成的候選區域相似度達到80％及以上時，則該候選區域的分割是正確的，取這兩個候選區域重合的并集，得到一個最終候選區域；若在歸一化割方法生成的候選區域中不存在與正在分析的均值漂移方法生成的候選區域相似度達到80％的情況時，則認為該候選區域劃分不正確，對下一個候選區域進行處理。

2.根據權利要求1所述的基于多尺度耦合卷積網的鐵路接觸網異常目標自動檢測法，其特征在于：步驟(B)，對每個歸一化后的最終候選區域進行兩次下采樣，并將最終候選區域與兩次下采樣的采樣結果輸入到多尺度耦合卷積網中，進行參數訓練和特征提取，包括以下步驟，

(B1)，對每個歸一化后的最終候選區域進行兩次下采樣，得到該最終候選區域對應的S/2*S/2最終候選區域、S/4*S/4最終候選區域；

(B2)，將最終候選區域、S/2*S/2最終候選區域、S/4*S/4最終候選區域輸入到多尺度耦合卷積網中；

(B3)，最終候選區域在卷積過程中使用5*5的卷積核進行處理、S/2*S/2最終候選區域在卷積過程中使用3*3的卷積核進行處理、S/4*S/4最終候選區域在卷積過程中使用1*1的卷積核進行處理；

(B4)，將同一最終候選區域下的不同尺度情況下提取的特征直接合并，得到7168維的特征；

(B5)，將7168維的特征送入多尺度耦合卷積網的全連接層進行分類，多尺度耦合卷積網參數的訓練通過全連接層的分類結果與實際標簽的區別來進行，學習率為0.01。

3.根據權利要求2所述的基于多尺度耦合卷積網的鐵路接觸網異常目標自動檢測法，其特征在于：(B4)，將同一最終候選區域下的不同尺度情況下提取的特征直接合并，得到7168維的特征，包括最終候選區域提取得到的4096維特征，S/2*S/2最終候選區域提取得到的2048維特征，S/4*S/4最終候選區域提取得到的1024維特征。