[发明专利]一种区域预搜索的轨道障碍物小目标检测方法

说明书

本发明公开了一种区域预搜索的轨道障碍物小目标检测方法，包括以下步骤：S1.区域预搜索感兴趣区域划分阶段；S2.感兴趣区域算法重建阶段；S3.感兴趣区域检测小目标阶段。本发明提供了一种区域预搜索的轨道障碍物小目标检测方法，能够有效的检测在真实轨道场景下出现的远距离小目标障碍物的检测，并且避免由于复杂背景导致的检测误报行为，可以实时高精度的进行障碍物的检测，具有良好的应用价值。

技术领域

本发明涉及障碍物实时检测技术领域，尤其涉及一种区域预搜索的轨道障碍物小目标检测方法。

背景技术

铁路运输作为我国最主要的交通运输方式，承载了大部分货物运输及人员输送的使命。由于铁路行车具有速度快、制动距离长的特点，导致行车安全问题一直难以避免。尤其是对于侵限行为的检测与预防，在现有技术条件下，难以进行有效的侵限行为的检测并联合列车制动的能力。

基于现有的不同硬件设施，轨道场景障碍物的研究方法可以分为基于激光雷达的障碍物检测与基于视觉图像的障碍物检测。基于激光雷达的障碍物检测依靠车载雷达获得列车前方目标体的数据，并构建区域模型进行障碍物的判别。在深度学习技术尚未普及之前，基于视觉图像的障碍物检测方法一般采用Hough变换、ViBe提取器等算法进行障碍物的检测，而随着深度学习技术的不断发展，一些优秀的目标检测算法替代传统的图像处理方法成为障碍物检测的主流方法。与基于激光雷达的障碍物检测方法相比，基于视觉图像的障碍物检测方法更能够兼顾检测的实时性与精准度，具有良好的应用前景。

但在实际的应用场景中仍然存在两个关键问题待以解决：(1)轨道交通的障碍物往往以中小目标的形式出现，由此中小目标的检测精度至关重要；(2)在算法检测精度较高的情况下，容易将非轨道区域的物体识别为轨道区域的障碍物而产生误报。

发明内容

本发明的目的在于提供一种区域预搜索的轨道障碍物小目标检测方法，用于解决轨道交通场景的小目标障碍物难以检测、检测背景容易干扰误报的问题。

本发明公开的一种区域预搜索的轨道障碍物小目标检测方法所采用的技术方案是:

一种区域预搜索的轨道障碍物小目标检测方法，包括以下步骤：

S1.区域预搜索感兴趣区域划分阶段:

感兴趣区域的确定:以列车前进方向轨道为中心的相关区域作为感兴趣区域，利用lableimage软件构建感兴趣区域，并形成最终的轨道感兴趣区域数据集，使用目标检测算法在此数据集上进行训练即可推理得到轨道感兴趣区域；

S2.感兴趣区域算法重建阶段：

半失真缩放重建算法：首先计算图像现有尺寸与期望尺寸的差值并取一半作为上采样扩张尺寸，同时通过使用K-Mean聚类生成的小目标代表性尺寸计算得到临界失真尺寸，临界失真尺寸取决于代表性小目标尺寸与裁切尺寸的比例关系，若上采样尺寸小于临界失真尺寸则选择先使用双线性插值进行失真扩张，再使用Letterbox算法的策略，否则直接使用Letterbox算法；

S3.感兴趣区域检测小目标阶段：

检测网络的选择及改进：检测网络选择使用YOLO系列精度最高的轻量化检测网络YOLOX-S作为基础，针对小目标物体的检测精度；

针对主干网络的改进：Dilated_Block结构将YOLOX-S主干网络中的所有残差结构进行改进，在YOLOX-S网络中共有4层残差结构，因Dilated_Block残差结构能够提供足够的感受野，所以改进后的网络中去除了最后一层残差结构。同时改进后的网络依靠单独的卷积进行降采样，残差结构不改变输入特征图的宽高；