公开(公告)号：CN113436157B

公开(公告)日：2022-11-22

申请号：CN202110678726.0

申请日：2021-06-18

Applicant: 西南交通大学

Inventor： 丁建明 ,  周敬尧

IPC: G06V10/75 ,  G06V20/52 ,  G06V10/764 ,  G06V10/82 ,  G06V10/26 ,  G06V10/44 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种用于受电弓故障的车载图像识别方法，通过设计基于Faster R‑CNN目标检测器原理的弓头定位模型实现弓头定位，通过应用ResNet、FPN实现了在途检测中，复杂背景干扰，与受电弓多尺度检测问题，解决了传统图像方法在复杂且变化的环境中目标检测效果不好的问题，在一些极端的条件下检测结果表明，本发明设计的弓头检测模型具有很好的鲁棒性、泛化性，且实现了快速检测定位。本发明解决当下定点检测系统对受电弓状态检测不足问题，并将深度学习的图像处理技术与传统的图像模板匹配等技术结合，解决随车图像检测中的复杂背景干扰问题，实现具有良好鲁棒性的故障随车在线检测算法，提高图像监测识别效率，具有推广应用的价值。

公开(公告)号：CN113436157A

公开(公告)日：2021-09-24

申请号：CN202110678726.0

申请日：2021-06-18

Applicant: 西南交通大学

Inventor： 丁建明 ,  周敬尧

IPC: G06T7/00 ,  G06T7/11 ,  G06T7/136 ,  G06T5/00 ,  G06N3/04 ,  G06N3/08 ,  G06K9/46 ,  G06K9/62

Abstract: 本发明公开了一种用于受电弓故障的车载图像识别方法，通过设计基于Faster R‑CNN目标检测器原理的弓头定位模型实现弓头定位，通过应用ResNet、FPN实现了在途检测中，复杂背景干扰，与受电弓多尺度检测问题，解决了传统图像方法在复杂且变化的环境中目标检测效果不好的问题，在一些极端的条件下检测结果表明，本发明设计的弓头检测模型具有很好的鲁棒性、泛化性，且实现了快速检测定位。本发明解决当下定点检测系统对受电弓状态检测不足问题，并将深度学习的图像处理技术与传统的图像模板匹配等技术结合，解决随车图像检测中的复杂背景干扰问题，实现具有良好鲁棒性的故障随车在线检测算法，提高图像监测识别效率，具有推广应用的价值。