[发明专利]一种高铁接触网等电位线不良状态的检测方法

权利要求书

1.一种高铁接触网等电位线不良状态的检测方法，其特征在于，包括以下步骤：

步骤1：获取高铁接触网支撑及悬挂装置图像；

步骤2：根据步骤1得到的图像通过基于Faster R-CNN算法的神经网络进行等电位线部件的定位，提取等电位线部件图；

步骤3：搭建生成对抗网络GAN并进行训练；

步骤4：通过步骤3训练过的GAN网络对步骤2提取到的等电位部件图进行识别，完成高铁接触网等电位线的故障检测。

2.根据权利要求1所述的一种高铁接触网等电位线不良状态的检测方法，其特征在于，所述步骤2中基于Faster R-CNN算法的神经网络包括以下过程：

搭建候选区域网络，候选区域网络的输出层作为感兴趣区域ROI生成网络的输入，然后输入CNN分类网络。

3.根据权利要求1所述的一种高铁接触网等电位线不良状态的检测方法，其特征在于，所述步骤3中生成对抗网络GAN训练过程如下：

A：在噪声数据分布中随机采样，输入生成模型，得到一组假数据；

B：在真实数据分布中随机采样，作为真实数据；

C：将步骤A和步骤B中产生的数据作为判别网络的输入，输出属于真实数据的概率；

D：根据判别模型和生成模型的损失函数，可以利用反向传播算法，更新模型的参数。

4.根据权利要求2所述的一种高铁接触网等电位线不良状态的检测方法，其特征在于，所述基于Faster R-CNN算法的神经网络共享五层卷积层，第五个卷积层的特征图作为候选区域网络的输入。

5.根据权利要求4所述的一种高铁接触网等电位线不良状态的检测方法，其特征在于，所述第五个卷积层的特征图输入候选区域网络过程如下：

将第五个卷积层特征图映射上滑动小网络，映射到低维向量上，每个滑动窗口有三种尺度和长宽比；对应在卷积层特征图中找到对应的位置，作为候选网络。

6.根据权利要求2所述的一种高铁接触网等电位线不良状态的检测方法，其特征在于，所述CNN网络包括两个全连接层，即分类层和回归层。