武广高铁改良土施工工艺现场试验研究

针对武汉—广州高速铁路路基土的加强措施问题,对拌制和填筑设备进行筛选,制定实施了高速铁路路基土改良方案的施工方法,并采用掺加不同水泥剂量实验分析和测试、实验现场碾压、路基压实效果检测、强度试验检测与改良土泡水试验等方法来获得水泥改良土强度与水稳性等相关指标。研究结果表明:水泥改良土填筑压实检测时间和检测标准应考虑其时效性;水泥改良土的无侧限抗压强度与室内无侧限抗压强度相差不大;全-强风化泥质板岩掺加水泥改良后具有较高的强度与良好的水稳性,最后,从施工工艺和实验分析角度分析得出改良土适合高速铁路路基填料。     

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。     

驾驶疲劳对驾驶员有效反应时间的影响研究

搭建了驾驶员有效反应时间测试平台，通过对不同疲劳状态下驾驶员有效反应时间的测试，研究分析了单纯困倦和驾驶疲劳对驾驶员有效反应时间的影响。研究表明：随着困倦或疲劳程度的加深，驾驶员有效反应时间有延长的趋势，但延长的幅度并不特别显著，约0.1s；而反应时间的离散程度变化极为显著，超长反应时间出现的概率大大提高，使驾车的安全风险急剧增大。     

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。