公开(公告)号：CN119068078A

公开(公告)日：2024-12-03

申请号：CN202410937871.X

申请日：2024-07-12

Applicant: 湖南工业大学

Inventor： 曾伟 ,  翁艳彬 ,  贾林 ,  孟子瑞 ,  谷依瑞 ,  向辉 ,  陈富康 ,  贾琦辉 ,  尹桦 ,  易豪

IPC: G06T11/20 ,  G06F16/29

Abstract: 基于Arcpy的铁路股道平面图自动生成方法，涉及自动化数据处理领域、铁路运输管理领域，有效解决了传统人工绘图方法中因个人主观经验和标准不一致而导致的误差问题，以及人工成本高，效率低等问题。此算法基于贪心算法的基础上不断地从原始铁路股道影像图中获取绘图难度最低的铁路股道曲线要素数据添加到铁路股道平面基础图层中，并一直维护这个基础图层最后得到铁路股道平面转换图，通过这一算法，绘图过程不仅标准统一、速度快，而且显著降低了制作成本。

公开(公告)号：CN118691996A

公开(公告)日：2024-09-24

申请号：CN202410892295.1

申请日：2024-07-04

Applicant: 湖南工业大学

Inventor： 翁艳彬 ,  向辉 ,  陈侠虎 ,  贾林 ,  彭成 ,  谢佩欣 ,  曾伟 ,  孟子瑞

IPC: G06V20/17 ,  G06V10/44 ,  G06V10/774 ,  G06V10/776 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/084

Abstract: 一种基于多尺度残差融合编解码结构网络(MRC‑Net)的无人机航拍影像铁路提取方法，涉及深度学习领域，解决现有技术中采用像素级语义分割铁路精度低的问题，本发明提出了基于多尺度残差编解码结构的网络，利用该网络在特征提取的优势，提高了图像的分割质量。在编码器部分，设计了一个多尺度特征提取器，在编解码器之间设计了相邻特征层融合模块，减小了不同层特征间的语义差异。引入边缘检测算子，增强边缘信息，并引入交叉熵损失对不同尺度结果进行预测，提高对不同尺度信息的感知能力。本发明基于多尺度残差融合编解码结构网络(MRC‑Net)的无人机航拍铁路提取方法，集成了多尺度特征提取器和多尺度特征融合模块的设计，提高了铁路提取精度。

公开(公告)号：CN118840678A

公开(公告)日：2024-10-25

申请号：CN202410867064.5

申请日：2024-07-01

Applicant: 湖南工业大学

Inventor： 翁艳彬 ,  谢佩欣 ,  向辉 ,  陈侠虎 ,  贾林 ,  孟子瑞

IPC: G06V20/17 ,  G06V20/10 ,  G06V10/82 ,  G06N3/0464

Abstract: 本发明为基于YOLOv8的动态结构适应性的铁路轨道提取算法，涉及深度学习图像处理领域。在航拍图中，由于部分铁路岔口具有复杂的几何拓扑结构，障碍物遮挡等问题使得铁路的提取任务更加困难。针对以上问题，提出了一种基于YOLOv8的动态结构适应性的铁路轨道提取算法(DSA‑Yolov8)用于铁路提取。首先，对Yolov8主干网络部分的C2f融入了拓扑几何约束细小结构DySnakeConv从而更好地适应各种复杂几何结构的铁路岔口。其次，颈部添加了RCSOSA模块用于减少样本通道数量，关注空间维度特征。最后，添加了带有动态非单调的聚焦机制Wise‑IoU损失函数强化边界框损失的拟合能力，提高模型鲁棒性。该方法在铁路数据集和Deepglobe道路数据集上都展现了良好的提取效果。