異物侵入鐵路周界對(duì)鐵路系統(tǒng)運(yùn)營(yíng)安全構(gòu)成潛在的威脅,基于視頻分析的周界入侵監(jiān)測(cè)系統(tǒng)需要完成異物入侵的識(shí)別和分類,從而及時(shí)報(bào)警以確保運(yùn)營(yíng)安全。由于鐵路場(chǎng)景復(fù)雜、環(huán)境干擾因素多,且監(jiān)測(cè)采用多相機(jī)協(xié)作的方式,研究能夠適應(yīng)各種場(chǎng)景并具有較高分類準(zhǔn)確率和性價(jià)比的鐵路視頻智能識(shí)別技術(shù)具有重要的意義。目前深度學(xué)習(xí)算法在鐵路場(chǎng)景上已有較好的應(yīng)用,但是依舊存在著分類效果和泛化性能較差、訓(xùn)練耗時(shí)久以及模型內(nèi)存占用空間大等多重問題,難以滿足實(shí)際需求。本文針對(duì)這一難題,提出了一種基于網(wǎng)絡(luò)遷移壓縮的深度神經(jīng)網(wǎng)絡(luò)訓(xùn)練算法,利用遷移學(xué)習(xí)高效地優(yōu)化不同場(chǎng)景深度神經(jīng)網(wǎng)絡(luò),并對(duì)其進(jìn)行同步剪枝壓縮以解決深度網(wǎng)絡(luò)參數(shù)多、內(nèi)存占用大的問題。論文首先通過采集真實(shí)鐵路現(xiàn)場(chǎng)多相機(jī)監(jiān)控視頻,構(gòu)建豐富的樣本圖像庫(kù),包含空?qǐng)鼍�、列車運(yùn)行、人員上道入侵等三個(gè)類別;針對(duì)既有VGG16卷積網(wǎng)絡(luò)模型計(jì)算量大的問題進(jìn)行改進(jìn),并在混合多個(gè)相機(jī)場(chǎng)景的數(shù)據(jù)庫(kù)上訓(xùn)練得到一個(gè)最優(yōu)的綜合分類網(wǎng)絡(luò)模型。隨后,針對(duì)最優(yōu)綜合分類網(wǎng)絡(luò)模型在單個(gè)相機(jī)場(chǎng)景上識(shí)別準(zhǔn)確率較低和網(wǎng)絡(luò)規(guī)模較大的問題,提出采用網(wǎng)絡(luò)遷移學(xué)習(xí)與網(wǎng)絡(luò)壓縮同時(shí)進(jìn)行的方式,在單個(gè)相機(jī)場(chǎng)景的少量樣本上進(jìn)一步訓(xùn)練優(yōu)化網(wǎng)絡(luò)結(jié)構(gòu)與參數(shù)。針對(duì)現(xiàn)有網(wǎng)絡(luò)壓縮準(zhǔn)則的不足,提出了基于特征圖L1或L2范數(shù)的遞歸式裁剪準(zhǔn)則,通過多次裁剪冗余卷積核以不斷壓縮網(wǎng)絡(luò)至滿足目標(biāo)需求。最后,利用本文提出的方法分別測(cè)試了不同相機(jī)場(chǎng)景的分類效果。實(shí)驗(yàn)結(jié)果表明,該方法可以實(shí)現(xiàn)對(duì)原始VGG16網(wǎng)絡(luò)模型的大幅度壓縮,而精度損失較小,滿足了大量不同場(chǎng)景深度識(shí)別網(wǎng)絡(luò)的快速訓(xùn)練需求。
【學(xué)位單位】：北京交通大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2019
【中圖分類】：TP391.41;U298
【部分圖文】：

看來作安全監(jiān)測(cè)。國(guó)外較早開始研究基于圖像方法的異物檢測(cè)。國(guó)內(nèi)外在鐵物檢測(cè)方面的研究目前可以看出圖像處理方法、雙目立體視覺等類似的方法［比其他傳統(tǒng)的方法普遍性地具有容易實(shí)現(xiàn)、成本較低、容易實(shí)現(xiàn)異物精確定可靠性相對(duì)較高等優(yōu)點(diǎn)，同時(shí)在其他傳統(tǒng)方法存在的安裝復(fù)雜困難、適用性極其容易受環(huán)境、天氣和光線等的影響、誤檢和漏檢可能性大等不足之處的也表現(xiàn)地相對(duì)比其他方法要好。??綜上所述，相比較來說，非接觸式檢測(cè)技術(shù)安裝方便，覆蓋范圍廣，靈確，尤其視頻技術(shù)更加具有光明廣闊的應(yīng)用前景［１３］。目前而言，視頻監(jiān)控憑準(zhǔn)確性、直觀性、信息豐富及監(jiān)控范圍大等特性為鐵路運(yùn)輸系統(tǒng)的安全保障了極大的幫助，鐵路視頻監(jiān)控效果如圖１－１所示。因此，鐵路周界入侵監(jiān)測(cè)系基于視頻監(jiān)控分析的檢測(cè)、識(shí)別和分類更加具有可靠性。此外，鐵路場(chǎng)景十雜，傳統(tǒng)的處理算法易受環(huán)境變化、光線、天氣等因素的影響，現(xiàn)有綜合視控系統(tǒng)，雖然具有初步的視頻分析和識(shí)別能力［１Ｍ５］，但是識(shí)別的準(zhǔn)確率不高，在大量誤檢的情況，只能在無人值守的機(jī)房等簡(jiǎn)單場(chǎng)合使用，無法在復(fù)雜場(chǎng)夜間使用。因此極其有必要研宄能夠適應(yīng)各種場(chǎng)景，并具有較高識(shí)別準(zhǔn)確率路視頻智能識(shí)別技術(shù)。??

?＾???物力資源。而對(duì)于不同的應(yīng)用場(chǎng)景，即使是非常類似的場(chǎng)景，都需要使用新場(chǎng)景??的數(shù)據(jù)重新進(jìn)行訓(xùn)練，一定程度上限制了方法實(shí)際應(yīng)用的能力。遷移學(xué)習(xí)方法是??運(yùn)用已有的知識(shí)對(duì)不相同但相關(guān)方面的問題給予解答的方法［１７］，如何提升識(shí)別方??法的泛化性能使之針對(duì)新的未曾經(jīng)過訓(xùn)練的鐵路場(chǎng)景數(shù)據(jù)亦能夠較快地達(dá)到非常??好的識(shí)別效果，采用遷移學(xué)習(xí)的理念能夠很好地解決此問題???

ｕｐｐｉＭ?Ｉ??圖１－２鐵路現(xiàn)場(chǎng)典型場(chǎng)景??Ｆｉｇ．?１－２?Ｔｙｐｉｃａｌ?ｒａｉｌｗａｙ?ｓｃｅｎｅｓ??為節(jié)省模型所占空間和訓(xùn)練耗時(shí)以及保證對(duì)多個(gè)不同場(chǎng)景中目標(biāo)類別的分類??效果，結(jié)合既有的一些策略［６］［１８］，一般的訓(xùn)練方式如圖１－３中所示，其往往希望能??夠通過一個(gè)占用空間較小的網(wǎng)絡(luò)先對(duì)混合場(chǎng)景樣本數(shù)據(jù)進(jìn)行訓(xùn)練得到訓(xùn)練好的具??有一定適應(yīng)性的綜合分類小網(wǎng)絡(luò)，又由于綜合分類網(wǎng)絡(luò)直接測(cè)試單個(gè)相機(jī)場(chǎng)景圖??像時(shí)的識(shí)別準(zhǔn)確率較低而引入了遷移訓(xùn)練，將綜合分類小網(wǎng)絡(luò)直接遷移到單個(gè)相??機(jī)場(chǎng)景的樣本上訓(xùn)練�，F(xiàn)在既有的策略即是根據(jù)相關(guān)實(shí)時(shí)性指標(biāo)以及硬件平臺(tái)等??確定參數(shù)量和計(jì)算量，然后設(shè)定合適的小型網(wǎng)絡(luò)結(jié)構(gòu)。但是事實(shí)上這種訓(xùn)練方式??很難直接通過一個(gè)較小的網(wǎng)絡(luò)對(duì)各種典型場(chǎng)景的混合數(shù)據(jù)達(dá)到非常好的分類效果，??再進(jìn)行遷移訓(xùn)練的話就更難得到較高的分類準(zhǔn)確率，根據(jù)真實(shí)鐵路場(chǎng)景的分類實(shí)??驗(yàn)也佐證了這一點(diǎn)。此外，直接構(gòu)建深度網(wǎng)絡(luò)對(duì)各個(gè)單個(gè)相機(jī)場(chǎng)景樣本進(jìn)行訓(xùn)練，??隨機(jī)初始化權(quán)值
【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 ;賽視達(dá)以最強(qiáng)團(tuán)隊(duì)與專業(yè)技術(shù)品質(zhì)服務(wù)引領(lǐng)周界報(bào)警行業(yè)發(fā)展[J];中國(guó)安防;2017年08期

2 申健;;周界防護(hù)與報(bào)警技術(shù)在安防行業(yè)的最新發(fā)展[J];中國(guó)安防;2017年09期

3 麥育鋒;;周界防范系統(tǒng)的應(yīng)用與發(fā)展[J];智能建筑;2014年03期

4 姜兆公;;光纖振動(dòng)技術(shù)在周界安防的應(yīng)用[J];智能建筑;2014年03期

5 繆圣凱;;淺談周界報(bào)警市場(chǎng)現(xiàn)狀及發(fā)展趨勢(shì)[J];中國(guó)安防;2014年17期

6 田釗;;淺談物聯(lián)網(wǎng)對(duì)機(jī)場(chǎng)周界安防報(bào)警系統(tǒng)的影響[J];安裝;2013年07期

7 閻紅楓;;機(jī)場(chǎng)周界安防技術(shù)概析[J];科技創(chuàng)新導(dǎo)報(bào);2012年21期

8 王創(chuàng)業(yè);;電子圍欄在變電站周界防護(hù)中的應(yīng)用[J];安徽科技;2010年06期

9 張波濤;;機(jī)場(chǎng)周界入侵報(bào)警市場(chǎng)發(fā)展探討[J];中國(guó)安防;2010年10期

10 朱魯洋;趙元林;;淺談?dòng)蛶?kù)周界防范及安防系統(tǒng)的設(shè)計(jì)[J];安全、健康和環(huán)境;2009年01期

相關(guān)博士學(xué)位論文 前4條

1 張翠;基于光纖布喇格光柵智能周界安防方法及關(guān)鍵技術(shù)研究[D];武漢理工大學(xué);2013年

2 唐璜;光纖振動(dòng)傳感技術(shù)在周界安防領(lǐng)域的應(yīng)用方法研究[D];復(fù)旦大學(xué);2012年

3 孫志峰;分布式光纖振動(dòng)傳感網(wǎng)絡(luò)周界防入侵系統(tǒng)[D];華中科技大學(xué);2010年

4 曹鋒;新一代周界防入侵軟件系統(tǒng)研究及其應(yīng)用[D];華中科技大學(xué);2010年

相關(guān)碩士學(xué)位論文 前10條

1 朱睿;光纖周界系統(tǒng)入侵信號(hào)識(shí)別方法研究[D];合肥工業(yè)大學(xué);2019年

2 閆高健;基于光纖傳感的高速鐵路周界安全監(jiān)測(cè)系統(tǒng)研究[D];北京交通大學(xué);2019年

3 沈悅;基于遷移壓縮的鐵路周界入侵分類網(wǎng)絡(luò)快速訓(xùn)練算法[D];北京交通大學(xué);2019年

4 劉哲;監(jiān)獄綜合周界控制系統(tǒng)設(shè)計(jì)[D];北方工業(yè)大學(xué);2019年

5 鄭偉;基于毫米波雷達(dá)的周界入侵檢測(cè)技術(shù)研究[D];廈門大學(xué);2018年

6 章思;光纖周界防范系統(tǒng)入侵振動(dòng)信號(hào)識(shí)別方法研究[D];合肥工業(yè)大學(xué);2018年

7 謝暉;基于振動(dòng)感知的周界入侵預(yù)警方法研究[D];吉林大學(xué);2018年

8 黃融;基于DDS的周界探測(cè)系統(tǒng)信號(hào)源設(shè)計(jì)與實(shí)現(xiàn)[D];西安電子科技大學(xué);2018年

9 樊雪豐;周界入侵電磁傳感系統(tǒng)信號(hào)檢測(cè)與處理[D];西安電子科技大學(xué);2018年

10 徐世昌;分布式光纖周界安防系統(tǒng)設(shè)計(jì)及關(guān)鍵技術(shù)研究[D];華中科技大學(xué);2017年

本文編號(hào)：2850823