Система автоматического обнаружения объектов железнодорожного движения на основе нейронной сети Feature Fusion Refine в маневровом режиме

Многие аварии происходят в маневровом режиме, когда скорость поезда ниже 45 км/ч. В этом режиме поездные работники традиционным ручным способом наблюдают за состоянием железнодорожного пути впереди и сообщают результаты наблюдений машинисту, чтобы избежать опасности. Для решения этой проблемы предложена автоматическая система обнаружения объектов на основе сверточной нейронной сети (CNN) для обнаружения объектов впереди в маневровом режиме, названная нейронной сетью Feature Fusion Refine (FR-Net). Она состоит из трех взаимосвязанных модулей: глубинной и поточечной свертки, модуля грубого обнаружения и модуля обнаружения объектов. Глубинные и поточечные свертки используются для повышения эффективности обнаружения в реальном времени. Модуль грубого обнаружения предварительно уточняет положения и размеры исходных якорных областей, обеспечивая лучшую инициализацию для последующего модуля, а также сокращает пространство поиска при классификации; модуль обнаружения объектов предназначен для регрессии точных положений объектов и прогнозирования меток классов для исходных якорных областей. Экспериментальные результаты на наборе данных о железнодорожном движении показывают, что FR-Net достигает значения mAP 0,8953 при производительности 72,3 FPS на компьютере с графическим процессором GeForce GTX 1080 Ti и входным изображением размером 320 × 320 пикселей. Результаты показывают, что FR-Net обеспечивает удачный компромисс между эффективностью и производительностью в реальном времени. Предложенный метод может удовлетворить требованиям практического применения в маневровом режиме.