基于深度学习的高铁接触网定位器检测与识别

Journal of University of Science and Technology of China（2017）

引用 3|浏览2

暂无评分

摘要

高铁接触网安全监测的主要方法是采用可见光高清相机捕捉接触网零部件的图像序列,通过图像处理和计算机视觉技术实现对零部件的检测、识别与跟踪.在整个监测系统中,定位器检测识剐是必要的基础工作.传统的目标检测算法受限于特征描述子的设计,难以依靠人工设计出具有通用性、鲁棒性、高精度的特征描述子.于是提出基于Faster R-CNN模型实现高精度的接触网定位器检测,同时采用Hough变换检测出定位器的骨架轮廓,并通过滤线机制筛选出定位器的最优拟合直线段,为定位器坡度的非接触式精准测量做好基础性工作.

查看译文

关键词

locator,target detection,Deep Learning,convolutional neural networks,Hough transform

AI 理解论文

溯源树

样例

生成溯源树，研究论文发展脉络

Chat Paper

正在生成论文摘要