申请/专利权人：中国地震局地质研究所

申请日：2024-03-15

公开（公告）日：2024-06-11

公开（公告）号：CN117893934B

主分类号：G06V20/17

分类号：G06V20/17;G06N3/0455;G06N3/0464;G06N3/08;G06V10/82

优先权：

专利状态码：有效-授权

法律状态：2024.06.11#授权;2024.05.03#实质审查的生效;2024.04.16#公开

摘要：本发明公布了一种改进的UNet3+网络无人机影像铁路轨道线检测方法与装置，包括获取铁路轨道的高分辨率无人机图像数据，对所述无人机图像数据进行预处理；对所述无人机图像数据进行数据标记与图像分割得到图像数据集；将对所述图像数据集切分为训练集、验证集和测试集后通过数据增广技术增加数据集；通过所述图像数据集构建基于ECA注意力机制UNet3+神经网络模型；将待检测无人机图像输入基于ECA注意力机制UNet3+神经网络模型得到二值化轨道线图像，通过匹配所述铁路轨道线识别和检测铁路轨道线。本发明可应用于复杂铁路环境下无人机影像的全角度铁路轨道检测，为铁路的安全和维护提供科学、准确的数据支持。

主权项：1.一种改进的UNet3+网络无人机影像铁路轨道线检测方法，其特征在于，包括：S1、获取铁路轨道的高分辨率无人机图像数据，对所述无人机图像数据进行预处理；S2、对所述无人机图像数据进行数据标记与图像分割得到图像数据集；所述图像数据集的获取方法包括对收集的铁路轨道图像进行精准标记，识别并标注轨道线的位置，同时对标记的图像和对应的原始图像分割成较小的图像块，以适应神经网络的输入尺寸需求；S3、将对所述图像数据集切分为训练集、验证集和测试集后通过数据增广技术增加数据集；S4、通过所述图像数据集构建基于ECA注意力机制UNet3+神经网络模型,所述基于ECA注意力机制UNet3+神经网络模型的UNet3+网络结构主要包括编码器、解码器和全尺寸跳跃连接，解码器包括着五个解码层，通过多个跳跃连接和上采样操作，将编码器的特征图上采样并融合到更高的空间尺寸；将编码器的特征图上采样并融合到更高的空间尺寸的具体方法包括A通过全尺寸跳跃连接将编码器的各层特征图连接到对应的解码器层；B通过卷积操作和双线性上采样操作将低空间尺寸的所述特征图上采样到高空间尺寸得到输出特征图；C将所有上采样后的所述输出特征图通过全连接层得到最终的输出特征图；Decoder3的特征图是由来源于编码层中的Encoder1、Encoder2，和Decoder3的特征图同层的Encoder3，以及解码层中的Decoder4、Decoder5的特征图分别通过以下具体操作后构成：Encoder1：将特征图进行最大池化、3*3卷积、ReLU激活函数操作，进行卷积核kernel_size=4，步长stride=4最大池化操作，从而降低特征图分辨率，达到和Decoder3层同样的分辨率，方便后续的特征图拼接操作；然后进行3*3卷积，使特征通道变为64后ReLU激活函数；Encoder2：将特征图进行最大池化、3*3卷积、ReLU激活函数操作，具体的，首先进行kernel_size=2，stride=2最大池化操作，从而降低特征图分辨率，然后进行3*3卷积，以及ReLU激活函数；Encoder3：将特征图进行3*3卷积、ReLU激活函数操作；Decoder4：首先进行双线性上采样操作率后进行3*3卷积操作，将特征通道变为64；最后进行ReLU激活函数操作；Decoder5将特征图进行双线性上采样、3*3卷积、ReLU激活函数操作；S5、将待检测无人机图像输入训练好的基于ECA注意力机制UNet3+神经网络模型得到二值化轨道线图像，对所述二值化轨道线图像进行形态学处理后得到倾角变化的铁路轨道线，完成铁路轨道线的识别和检测。

全文数据：

权利要求：

百度查询： 中国地震局地质研究所 一种改进的UNet3+网络无人机影像铁路轨道线检测方法与装置

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD