基于深度学习的高铁接触网定位器检测与识别
陈东杰1,2; 张文生1,2; 杨阳1
2017-04
发表期刊中国科学技术大学学报
卷号47期号:4页码:320-327
摘要高铁接触网安全监测的主要方法是采用可见光高清相机捕捉接触网零部件的图像序列,通过图像处理和计算机视觉技术实现对零部件的检测、识别与跟踪。在整个监测系统中,定位器检测识别是必要的基础工作。传统的目标检测算法受限于特征描述子的设计,难以依靠人工设计出具有通用性、鲁棒性、高精度的特征描述子。于是提出基于Faster R-CNN模型实现了高精度的接触网定位器检测,同时采用Hough变换检测出定位器的骨架轮廓,并通过滤线机制筛选出定位器的最优拟合直线段,为定位器坡度的非接触式精准测量做好基础性工作。
其他摘要
High-speed railway monitoring is conducted mainly by adopting image processing and computer vision technology to detect,identify and track catenary components in image sequences taken by the visible light high-definition camera.In the entire monitoring system,the detection and recognition of the locator constitutes the very basis.It is difficult to design the feature descriptor with the characteristics of versatility,robustness and high-accuracy by using traditional target detection algorithms.The detection of the high-accuracy locators based on the Faster R-CNN framework has been realized Meanwhile,the Hough transform is used to detect the skeleton outline of the locator,and the optimal fitting straight line of the locator is extracted by the filtering mechanism,which paves the way for the non-contact precision measurement of the slope of the locators.
关键词定位器 目标检测 深度学习 卷积神经网络 Hough变换
收录类别其他
语种中文
文献类型期刊论文
条目标识符http://ir.ia.ac.cn/handle/173211/14561
专题精密感知与控制研究中心_人工智能与机器学习
通讯作者张文生
作者单位1.中国科学院自动化研究所
2.中国科学院大学
推荐引用方式
GB/T 7714
陈东杰,张文生,杨阳. 基于深度学习的高铁接触网定位器检测与识别[J]. 中国科学技术大学学报,2017,47(4):320-327.
APA 陈东杰,张文生,&杨阳.(2017).基于深度学习的高铁接触网定位器检测与识别.中国科学技术大学学报,47(4),320-327.
MLA 陈东杰,et al."基于深度学习的高铁接触网定位器检测与识别".中国科学技术大学学报 47.4(2017):320-327.
条目包含的文件
文件名称/大小 文献类型 版本类型 开放类型 使用许可
陈东杰-中科大学报201-4.pdf(12583KB)期刊论文作者接受稿开放获取CC BY-NC-SA浏览 请求全文
个性服务
推荐该条目
保存到收藏夹
查看访问统计
导出为Endnote文件
谷歌学术
谷歌学术中相似的文章
[陈东杰]的文章
[张文生]的文章
[杨阳]的文章
百度学术
百度学术中相似的文章
[陈东杰]的文章
[张文生]的文章
[杨阳]的文章
必应学术
必应学术中相似的文章
[陈东杰]的文章
[张文生]的文章
[杨阳]的文章
相关权益政策
暂无数据
收藏/分享
文件名: 陈东杰-中科大学报201-4.pdf
格式: Adobe PDF
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。