[發明專利]基于注意力機制的高鐵接觸網緊固件識別與定位方法

在審

• 申請號: 202010410238.7
• 申請日: 2020-05-15
• 公開（公告）號: CN111753653A
• 公開（公告）日: 2020-10-09
• 發明（設計）人: 張珹;聶晶鑫;李飛;張學武;田升平;丁正全;鄭筱彥;李晉;金光;劉剛;宮衍圣;隋延民;吳亞飛;趙瑋;王強;王玉環;張賢玉;余楊武
• 申請（專利權）人: 中鐵第一勘察設計院集團有限公司;中國鐵建股份有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/32;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 西安新思維專利商標事務所有限公司 61114
• 代理人: 李罡

本發明涉及一種基于注意力機制的高鐵接觸網緊固件識別與定位方法，在ResNet50殘差卷積網絡中引入注意力機制，在每一個殘差模塊塊中添加注意力模型，形成殘差注意力網絡，作為用于特征提取的卷積神經網絡，具體過程為：從4C系統采集一定量的接觸網圖像，標準化及人工標注后分為訓練集、驗證集和測試集，訓練基于注意力機制的高鐵接觸網緊固件識別與定位深度網絡模型，將高鐵接觸網圖像輸入訓練好的深度網絡模型，得到各種緊固件在接觸網圖像中的位置信息；獲取接觸網圖像進行標準化后，輸入深度網絡模型，計算每類緊固件在接觸網圖像中的位置信息。本發明可準確地提取接觸網緊固件的位置，為解決復雜背景下的高鐵接觸網緊固件異常檢測做好前期準備。

技術領域

本發明涉及工程圖像智能識別領域，具體涉及一種基于注意力機制的高鐵接觸網緊固件識別與定位方法。

背景技術

高速鐵路接觸網是對電力機車提供動力的關鍵設備。接觸網工作于露天環境，風吹日曬容易發生故障。為了保障行車安全，4C檢測裝置定期采集接觸網高清圖像，通過人工瀏覽的方式對接觸網部件進行檢查，發現其安全隱患.接觸網絕緣子固定件、雙套管連接件、套管座、定位環連接件和定位器支座等支持裝置的緊固件，容易發生松動、脫落和變形等故障，是檢測人員關注的重點對象。人工檢測工作量大，檢測周期長，且受個人情緒和責任心等因素影響。如何利用人工智能技術，實現對高鐵4C檢測系統獲取的接觸網圖像進行高效檢測，是一項迫切需要攻克的技術難題。

通過4C裝置的高分辨率照相機對高鐵接觸網采集完整的圖像，運用深度學習技術進行接觸網零部件異常檢測勢在必行，對提高高鐵基礎設備檢修工作效率，降低維護成本有著重要意義。

接觸網絕緣子固定件、雙套管連接件、套管座、定位環連接件和定位器支座等支持裝置的緊固件尺寸很小，利用常規深度網絡技術進行故障識別時，由于特征表達不明顯，導致在區域推薦網絡中分類困難，最終檢測精確度不高.對于這類問題，可采用兩階段解決方案：首先進行緊固件的識別與定位，將緊固件圖像分割為小圖片，然后對這些尺寸小的緊固件圖像，建立異常檢測深度網絡模型。對緊固件的識別與定位是接觸網緊固件異常檢測的關鍵步驟。

發明內容

本發明的目的是提供一種基于注意力機制的高鐵接觸網緊固件識別與定位方法，為接觸網緊固件異常檢測模型的建立以及異常檢測提供從4C高分辨率圖像分割出緊固件圖像的神經網絡模型。

本發明所采用的技術方案為：

基于注意力機制的高鐵接觸網緊固件識別與定位方法，其特征在于：

在ResNet50殘差卷積網絡中引入注意力機制，通過在每一個殘差模塊中添加注意力模型，形成殘差注意力網絡，作為用于特征提取的卷積神經網絡。

包括以下步驟：

步驟1：基于注意力模型機制的接觸網緊固件識別與定位深度網絡模型訓練；

步驟1.1：準備數據集：通過4C系統采集大量高鐵接觸網圖像，對所有圖像的尺寸進行標準化及人工標注緊固件所在位置，將其按比例化分為訓練集、驗證集和測試集；

步驟1.2：將訓練集用于基于注意力機制的接觸網緊固件識別與定位深度網絡的訓練，得到深度網絡模型，深度網絡模型包括注意力模塊和區域推薦模塊；

步驟2：接觸網緊固件識別與定位：將高鐵接觸網圖像輸入訓練好的深度網絡模型，得到各種緊固件的類別和在接觸網圖像中的位置信息；

步驟2.1：從4C系統獲取接觸網圖像，對其圖像的尺寸進行標準化；

步驟2.2：將標準化后的圖像輸入步驟1得到的深度網絡模型，計算每類緊固件在接觸網圖像中的位置信息。