申请/专利权人：北京交通大学

申请日：2021-03-08

公开（公告）日：2024-04-26

公开（公告）号：CN112949634B

主分类号：G06V10/25

分类号：G06V10/25;G06V10/75;G06V10/774;G06V10/764;G06V10/82;G06N3/0464

优先权：

专利状态码：有效-授权

法律状态：2024.04.26#授权;2021.07.02#实质审查的生效;2021.06.11#公开

摘要：本发明提供了一种铁路接触网鸟窝检测方法。该方法包括：根据包含鸟窝的图片通过逆向推理得到包含鸟窝区域的兴趣域图片，将兴趣域图片作为模板图片，根据所有模板图片构成模板库，利用模板库对第二级YOLO检测器进行训练；将不包含鸟窝的图片与模板库中的每个模板图片依次进行匹配，得到兴趣域图片数据集，利用兴趣域图片数据集对第一级YOLO检测器进行训练；将待检测图片输入训练后的第一级YOLO检测器，第一级YOLO检测器输出兴趣域图片，将兴趣域图片输入训练后的第二级YOLO检测器，第二级YOLO检测器输出待检测图片的鸟窝检测结果。本发明可以解决由于接触网中鸟窝信息量较少，缺乏显著的特征造成的识别困难，能够对铁路接触网进行有效的自动鸟窝识别检测。

主权项：1.一种铁路接触网鸟窝检测方法，其特征在于，包括：根据铁路接触网图片数据集中包含鸟窝的图片通过逆向推理得到包含鸟窝区域的兴趣域图片，将所述兴趣域图片作为模板图片，根据所有模板图片构成模板库，利用所述模板库对第二级YOLO检测器进行训练；将铁路接触网图片数据集中不包含鸟窝的图片与所述模板库中的每个模板图片依次进行匹配，得到兴趣域图片数据集，利用所述兴趣域图片数据集对第一级YOLO检测器进行训练；将待检测图片输入训练后的第一级YOLO检测器，所述第一级YOLO检测器输出兴趣域图片，将所述兴趣域图片输入训练后的第二级YOLO检测器，所述第二级YOLO检测器输出所述待检测图片的鸟窝检测结果；所述的根据铁路接触网图片数据集中包含鸟窝的图片通过逆向推理得到包含鸟窝区域的兴趣域图片，将所述兴趣域图片作为模板图片，根据所有模板图片构成模板库，包括：对铁路接触网图片数据集中包含鸟窝的图片进行初步分割，得到具有设定相似度的基本区域，根据区域间差异对基本区域进行初步合并得到一系列初步的候选区域，用矩形框包围出所述初步的候选区域，根据所述矩形框之间的相似度合并初步的候选区域，得到最终的候选区域，对最终的候选区域中的鸟窝位置进行手工标注，用矩形表示标注的鸟窝区域属性，将包含鸟窝区域的最终的候选区域作为兴趣域，将兴趣域图片作为模板图片，根据所有模板图片构成模板库；所述的对铁路接触网图片数据集中包含鸟窝的图片进行初步分割，得到具有设定相似度的基本区域，根据区域间差异对基本区域进行初步合并得到一系列初步的候选区域，包括：将一幅包含鸟窝的图片用无向图G＝V,E表示，其中无向图的顶点表示图片的一个像素点，边e＝vi,vj的权重表示相邻顶点对i，j的不相似度，用像素的颜色距离表示两个像素间的不相似度we，一个基本区域为具有最小不相似度的点集；将基本区域的类内差异定义为： 将两个基本区域C1、C2之间的类间差异定义两个基本区域的最小连接边： 如果两个基本区域没有边相连，DiffC1,C2＝∞当满足条件DiffC1,C2≤minIntC1+τC1,IntC2+τC2，则判断两个基本区域C1、C2能够合并；其中τC为阈值函数，使孤立点构成的区域具有权重：τC＝k‖C‖将各个基本区域进行初步合并得到一系列初步的候选区域；所述的用矩形框包围出所述初步的候选区域，根据所述矩形框之间的相似度合并初步的候选区域，得到最终的候选区域，包括：用矩形框包围出所述初步的候选区域，矩形框C的位置用x,y,w,h的四元组表示，式中x,y代表矩形框左上角的坐标，w,h代表矩形框的宽度和高度； 初步的候选区域ri的矩形框和初步的候选区域rj的矩形框之间的颜色距离为： 式中表示颜色直方图的第k个bins的像素点比例；初步的候选区域ri的矩形框和初步的候选区域rj的矩形框之间的矩形框和之间的纹理距离为： 式中表示纹理直方图第k维像素点比例；对于初步的候选区域ri和rj： 式中sizeri表示区域ri对应的矩形框大小，sizerj表示区域rj对应的矩形框大小，sizeim表示原始待分割图片的大小，Ssizeri,rj为矩形区域ri和rj的尺寸相似度分数；对于初步的候选区域ri和rj： 式中sizeBBij表示区域ri和rj的外接矩形大小，Sfillri,rj为矩形区域ri和rj填充相似度分数，衡量不同区域的相交程度；初步的候选区域ri和rj之间的总差异为：Sri,rj＝a1Scolourri,rj+a2Stextureri,rj+a3Ssizeri,rj+a4Sfillri,rja1，a2，a3，a4为对应的权重值；当初步的候选区域ri和rj之间的总差异Sri,rj大于设定的合并阈值，则将初步的候选区域ri和rj进行合并，得到最终的候选区域；所述的将铁路接触网图片数据集中不包含鸟窝的图片与所述模板库中的每个模板图片依次进行匹配，得到兴趣域图片数据集，包括：将铁路接触网图片数据集中不包含鸟窝的待匹配图片与模板库中的每个模板图片依次进行匹配，设模板图片为T，不包含鸟窝的图片的待匹配图片为I，设模板图片的宽为w，高为h，R表示匹配结果，匹配方法由如下公示表述： 式中： R值越大，代表待匹配图片在x,y位置大小为w,h的矩形区域与模板相似度越高，取模板相似度最大值为模板匹配的结果，并且要求模板匹配值高于阈值参数；记每个模板图片都对应一个最佳匹配值R，R对应的矩形匹配框的位置为x,y,w,h，模板初次匹配结果构成结果集S： 式中c为匹配的阈值参数；对结果集S按Rs值降序排列，两矩形匹配框s，t矩形相交的条件为：maxxs,xt≤minxs+ws,xt+wtmaxys,yt≤minys+hs,yt+ht依次遍历结果集S，若当前矩形匹配框与已标注矩形匹配框相交则放弃标注，否则对当前矩形匹配框进行VOC格式的标注，所有标注的矩形匹配框构成兴趣域数据集。

全文数据：

权利要求：

百度查询： 北京交通大学 一种铁路接触网鸟窝检测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD