| 基于深度残差神经网络的地铁站台门与列车门间异物自动检测方法研究 |
| |
| 引用本文： | 孔德龙,蒲凡.基于深度残差神经网络的地铁站台门与列车门间异物自动检测方法研究[J].城市轨道交通研究,2021,24(12):66-70. |
| |
| 作者姓名： | 孔德龙 蒲凡 |
| |
| 作者单位： | 中南民族大学计算机科学学院,430074,武汉 |
| |
| 摘 要： | 针对地铁站台门与列车门间现有异物检测方法的精度差、误报率高的问题,提出基于深度残差神经网络图像识别原理,利用地铁站台发车指示器图像数据实现站台门与列车门间异物实时检测.首先,搭建基于深度残差神经网络ResNet50模型的自动异物检测系统;然后,采集站台发车指示器视频帧信息建立数据集并完成系统训练;最后,分析自动异物检测系统对验证信息集的处理效果,并将该系统应用于实际地铁车站中.处理效果表明:实际应用验证中最低准确率为98.7％,单张视频帧处理总耗时不超过65 ms,满足地铁实际运营的要求.
|
| 关 键 词： | 地铁 站台门异物 残差神经网络 图像识别 自动检测 |
Research on Automatic Detection Method of Foreign Objects Between Platform Screen Door and Train Door Based on Deep Residual Neural Network |
| |
| KONG Delong,PU Fan.Research on Automatic Detection Method of Foreign Objects Between Platform Screen Door and Train Door Based on Deep Residual Neural Network[J].Urban Mass Transit,2021,24(12):66-70. |
| |
| Authors: | KONG Delong PU Fan |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
