面向铁路旅客服务应用的语音识别模型研究

为扩大面向铁路旅客服务的语音识别应用,文章研究适用于铁路旅客服务应用的语音识别模型,使用基于卷积增强的Conformer编码结构和RNN-T模型结构,构建基于Conformer-Transducer的语音识别模型.由于卷积网络容易忽视输入信号整体与局部间关联,在Conformer结构中的卷积模块加入注意力机制,用以修正...     

基于Faster R-CNN的人脸识别算法研究

人脸识别技术是身份认证的重要方式。旨在设计算法识别身份证人像与待检人像是否为同一旅客。使用卷积神经网络进行人脸识别算法的研究。使用检测人脸后计算人脸特征间欧式距离的方式进行算法设计,最终达到95%的正确率。结果表明, Faster R-CNN算法能较精准地检测人脸, VGG-Net可以较好地提取人脸特征值。     

2016款一汽马自达CX-4转向灯故障

<正>故障现象一辆2016款一汽马自达CX-4,搭载2.0L创驰蓝天发动机和创驰蓝天6速手自一体变速器,行驶里程为7 000km。据车主反映,该车在行驶过程中,仪表台上I-STOP、主警告灯和钥匙防盗指示灯突然点亮或闪烁,打开左侧转向灯时,仪表台上转向信息指示灯闪动频率变慢,同时听到发动机舱内有"嗡嗡"的响声。     

基于RetinaFace的人脸多属性检测算法研究

为提高铁路刷脸检票业务中人脸检测的平均精度，通过研究分析人脸检测算法RetinaFace，针对闸机应用场景制定损失函数，提出了一种基于RetinaFace的人脸多属性检测算法，实现了人脸框位置、人脸是否佩戴墨镜以及人脸遮挡程度等信息的准确输出。算法使用轻量化骨干网络MobileNet-0.25网络结构，移除非必要的分支，减少计算开销，在铁路标准人脸遮挡数据集上检出率达到95.4%，不同遮挡程度的识别准确率达到了99.2%。     

Insightface结合Faiss的高并发人脸识别技术研究

在高并发、多实例等业务模拟场景下，测试人脸检测与对齐、特征提取、特征匹配检索过程，并进行人脸识别算法效率和精度的优化。利用MTCNN及改进的Insightface算法、Faiss框架，基于LFW数据集，以Face++提供的API做参照。分析结果表明，特征提取1v1比对精度达99.76%，1vN比对精度达95.23%，特征提取效率每秒事务处理量达7.84，特征匹配效率较传统算法提升2个数量级。该项人脸识别技术的研究为铁路未来实施超大规模人像库的动态安防布控提供技术支撑。     

远动实时数据库的构造

阐述了远动时数据库在远动系统中的地位和作用，并构造了其铧柳数据结构，该数据库已成功地应用于自行开发的微机远动系统中。     

基于光照自适应调节和模糊分类的人脸图像质量提升算法研究

针对铁路人脸识别闸机使用中影响人脸识别准确率的光照和模糊问题，文章提出一种人脸光照自适应调节算法，以提升非理想光照条件下的人脸识别准确率；设计了模糊识别模块，以挑选清晰的人脸图像，提升旅客移动场景的人脸识别准确率。在自建数据集中进行算法实验，实验结果表明，采用文章设计的算法，人脸识别准确率达到97.21%，能够满足实际应用的需求，具有推广价值。     

面向铁路客运场景的对抗鲁棒性人头检测模型

基于人头检测的人群数量估计算法能为铁路客运车站应对突发客流、防止人群聚集提供有效的决策辅助，但人头检测使用的深度学习模型易受到对抗样本影响。为提升深度学习模型的对抗鲁棒性，建立了基于RetinaNet算法的人头检测模型；在Brianwash数据集上分别使用快速梯度符号法（FGSM,Fast Gradient Sign Method）和投影梯度下降（PGD,Projected Gradient Descent）2种对抗攻击方法生成对抗样本，初始模型在对抗样本数据集上的m AP值均有显著下降，验证了对抗攻击对模型性能影响的有效性；再对模型进行对抗训练，对抗训练后的模型在各类对抗样本验证数据集上的m AP值均有显著提升。实验结果表明，对抗训练后的人头检测模型能有效防御对抗样本的攻击，提升模型检测性能和对抗鲁棒性。     

基于结构光3D测距技术的铁路旅客进出站尾随检测系统设计

铁路客运站进/出站场景人流量大、环境复杂，使得现有尾随检测方法误报率较高。为此，设计了铁路旅客进出站尾随检测系统，利用结构光3D测距技术、身份识别技术和行人检测技术，准确获取旅客间的相对距离。与现有尾随检测系统相比，所设计的系统可有效地检测旅客进出站场景下的尾随行为，显著提高了尾随情况的检出率。降低了旅客携带大件行李时的尾随误报率。     

基于生成式摘要模型和知识蒸馏算法的铁路调度命令解析算法研究

随着铁路信息化的发展，利用算法自动解析大量铁路调度命令（简称:调令）的重要性日益凸显。文章提出了一种基于生成式摘要模型和知识蒸馏算法的铁路调令解析算法，该算法利用生成式摘要模型端到端解析铁路调令，拥有较高的精度和较强的鲁棒性，适应写法多样的调令。采用知识蒸馏算法等多种轻量化策略，设计了新的损失函数和多种模型初始化策略，精简模型尺寸，提升算法速度。该算法在铁路调令数据集上取得了21.6342的Rouge-2分数，推理时间达103 ms，为铁路调令解析技术在铁路场景中的部署提供了参考。