[发明专利]基于多尺度耦合卷积网的铁路接触网异常目标自动检测法

摘要

本发明公开了一种基于多尺度耦合卷积网的铁路接触网异常目标自动检测法，得到该图像的多个最终候选区域；将最终候选区域与两次下采样的采样结果输入到多尺度耦合卷积网中，进行参数训练和特征提取；将提取的特征输入极限学习机ELM分类器，对提取的特征进行分类；根据得到的候选框位置，通过使用回归器进行修正候选框的位置，从而得到图像信息中异常目标的位置，即修正后候选框的位置。本发明适用于铁路接触网的异常目标自动检测，可以取得比人眼观察更为准确的异常检测效果，检测精度高，自动化程度高。

主权项

1.基于多尺度耦合卷积网的铁路接触网异常目标自动检测法，其特征在于：包括以下步骤，步骤(A)，获取接触网的图像信息，使用均值漂移和归一化割的方法分别得到该图像信息对应的多组候选区域，并通过共享区域合并方法，将得到的各候选区域进行合并，得到该图像的多个最终候选区域；步骤(B)，将各最终候选区域归一化处理，尺寸均为S*S，S表示归一化后最终候选区域的长宽，对每个归一化后的最终候选区域进行两次下采样，并将最终候选区域与两次下采样的采样结果输入到多尺度耦合卷积网中，进行参数训练和特征提取；步骤(C)，将提取的特征输入极限学习机ELM分类器，对提取的特征进行分类；步骤(D)，根据分类后的特征，通过使用回归器进行修正候选框的位置，从而得到图像信息中异常目标的位置，即修正后候选框的位置。