Обнаружение аномальных объектов на железнодорожных путях без учителя на основе симметрии

Обнаружение аномальных объектов на изображениях железнодорожных путей, полученных при визуальном контроле, является одной из ключевых задач обеспечения безопасности железнодорожного транспорта. Несмотря на разработку множества методов на основе машинного обучения, эти подходы в значительной степени зависят от обучения с использованием разметки аномалий и поэтому не способны обнаруживать неизвестные классы аномалий. Для решения этой проблемы в статье предлагается новый метод обнаружения аномальных объектов без учителя, не требующий обучающих данных, содержащих аномальные объекты. В частности, установлено, что изображение железнодорожного пути приблизительно симметрично относительно центральной линии пути: нормальные объекты повторяются и располагаются симметрично, тогда как аномальные объекты встречаются редко и существенно отличаются от соответствующих симметричных областей. Основываясь на этом наблюдении, мы предлагаем обучать глубокую модель на основе метрического обучения для выявления сходства между нормальными объектами и соответствующими им симметричными областями. Затем для каждого предложения объекта на тестовом изображении измеряется расстояние между этим предложением и соответствующими симметричными областями, после чего на основе метрики симметрии определяется, является ли объект аномальным. Масштабные эксперименты на собранном нами наборе данных показали, что предложенный метод демонстрирует конкурентоспособные результаты по сравнению с современными методами.