[发明专利]一种基于深度学习和结构信息的高铁场景感知方法在审
| 申请号： | 201910193175.1 | 申请日： | 2019-03-14 |
| 公开（公告）号： | CN109948690A | 公开（公告）日： | 2019-06-28 |
| 发明（设计）人： | 李兆洋;罗建桥;李柏林;程洋 | 申请（专利权）人： | 西南交通大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 成都信博专利代理有限责任公司 51200 | 代理人： | 王沙沙 |
| 地址： | 610031 四川省成都市*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于深度学习和结构信息的高铁场景感知方法，包括以下：步骤1：获取轨道图像，分为训练集和测试集，对训练集中的图像进行标注形成数据集；步骤2：构建SSD网络模型，并构造损失函数；步骤3：采用步骤1形成的数据集，对步骤2得到的网络进行迭代训练得到训练模型；步骤4：对需要检测感知的视频按帧输入到步骤3得到的训练模型中，提取特征，得到扣件和挡肩的位置和类别信息，根据扣件和挡肩的位置和类别信息区分道岔和普通轨道；步骤5：分别对步骤4中定位结果的位置信息进行聚类，完成钢轨和轨枕的感知；本发明可对道岔区域的轨道部件进行检测和语义分割，检测精度高，检测速度快。 | ||
| 搜索关键词： | 感知 检测 高铁场景 结构信息 类别信息 训练模型 数据集 挡肩 扣件 轨枕 道岔区域 迭代训练 定位结果 轨道部件 轨道图像 损失函数 提取特征 网络模型 语义分割 测试集 训练集 构建 聚类 道岔 钢轨 标注 视频 图像 学习 轨道 网络 | ||
【主权项】：
1.一种基于深度学习和结构信息的高铁场景感知方法，其特征在于，包括以下：步骤1：获取轨道图像，分为训练集和测试集，对训练集中的图像进行标注形成数据集；步骤2：构建SSD网络模型，并构造损失函数；步骤3：采用步骤1形成的数据集，对步骤2得到的网络进行迭代训练得到训练模型；步骤4：对需要检测感知的视频按帧输入到步骤3得到的训练模型中，提取特征，得到扣件和挡肩的位置和类别信息，根据扣件和挡肩的位置和类别信息区分道岔轨道和普通轨道；步骤5：分别对步骤4中定位结果的位置信息进行聚类，完成钢轨和轨枕的感知。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于西南交通大学，未经西南交通大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910193175.1/，转载请声明来源钻瓜专利网。
