华南理工大学学报(自然科学版)

作者：刘伟铭, 温俊锐, 郑仲星, 等

单位：1． 华南理工大学 土木与交通学院，广东 广州 510640; 2． 广州地铁集团有限公司，广东 广州 510030

关键词：地铁,异物检测,深度学习,语义分割,前景检测

基金：国家 “十三五”重点研发计划 ( 2016YFB1200402) ; 2015 年广东省高端装备制造产业标准编制项目

针对地铁站屏蔽门与列车门间隙空间异物检测问题，提出了一种结合语义分割与背景参考的前景检测方法。该方法通过深度神经网络 DifferentNet 检测图像中的异物区域，首先，在列车停靠站台的过程中采集背景图片和待检测图片，通过网络的编码部分提取图像的特征信息得到特征金字塔，将两幅图片的特征图连接，再由解码部分计算特征差异得到待检测图片的前景热力图，最后经阈值分割和轮廓筛选得到检测结果。实验结果表明，该方法的前景交并比 ( cIoU) 达 81.2% ，调和均值 F1 达 89.5%，运行速率为 30 帧/s，与传统方法及无背景参考的图像分割网络相比，取得了更好的效果。

来源：2021年第10期

《华南理工大学学报(自然科学版)》期刊编辑部

查看华南理工大学学报(自然科学版)杂志2021年第10期