典型文献
红外弱光环境下多尺度密集注意力铁路异物检测
文献摘要：
针对红外弱光环境下铁路异物侵限检测时存在目标特征提取不充分、检测精度低的问题,在Mask R-CNN检测模型的基础上,提出一种红外弱光环境下多尺度密集注意力铁路异物检测方法.首先,提出密集连接的多尺度FPN金字塔网络,加强对特征图的利用,从而提高红外弱光环境下的检测精度.同时,引入CBAM注意力机制,改进ResNet-FPN网络结构,提高对目标区域的关注度,突出红外弱光环境下的目标特征.其次,改进k-means算法重新预设锚点框大小,以提升锚点框对目标区域定位的准确性.最后,通过铁路红外数据集及现场实验进行测试验证.实验结果表明,本方法具有较高的检测精度,精确率可达89.24％,较Mask R-CNN召回率增加了 6％,像素准确率增加了 8％;在红外弱光环境下可以更加准确地检测出铁路异物,并能实现铁路限界区域的划分,在主客观评价方面均优于对比方法.
文献关键词：
红外弱光;红外目标;铁路异物检测;密集注意力;改进Mask R-CNN模型
中图分类号：
作者姓名：
陈永;卢晨涛;王镇
作者机构：
兰州交通大学电子与信息工程学院,甘肃兰州 730070
文献出处：
引用格式：
[1]陈永;卢晨涛;王镇-.红外弱光环境下多尺度密集注意力铁路异物检测)[J].铁道学报,2022(07):63-71
A类：
红外弱光,密集注意力,铁路异物检测,铁路异物侵限
B类：
光环境,目标特征,检测精度,Mask,检测模型,密集连接,FPN,金字塔网络,特征图,CBAM,注意力机制,ResNet,目标区域,means,锚点框,区域定位,现场实验,测试验证,精确率,召回率,像素,铁路限界,主客观评价,比方,红外目标
AB值：
0.193988
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
