买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：广州英码信息科技有限公司

摘要：本发明公开了一种基于深度特征对比的铁轨异常检测方法及系统，所述方法包括以下步骤：生成铁轨异常样本并完成训练；将铁轨正常样本和铁轨待检样本作为一个测试样本对进行预处理操作；利用训练好的编码模块和解码模块输出相应的预测结果，对解码后的结果进行逻辑判断，实时进行铁轨异常情况报警。本发明解决一些异物收集不完整且数量较少的问题，同时也极大程度上避免了有监督学习下人工标注的成本；另外本发明能够自监督训练，具有一定抗干扰能力并且对大部分相近的铁轨场景通用。且本发明利用全卷积神经网络提取正常样本和测试样本之间不同深度层次的特征进行对比，从而定位异物的位置，具有较小的计算量，可以部署在在边端设备上。

主权项：1.一种基于深度特征对比的铁轨异常检测方法，其特征在于，包括以下步骤：训练阶段：获取正常样本并进行重叠分块处理，然后生成铁轨异常样本；铁轨异常样本与铁轨正常样本组成一个训练样本对进行预处理，通过编码模块和解码模块对预处理后的数据进行特征的提取、融合和解码，完成训练；测试阶段：首先固定好检测场景，获取铁轨当前场景下一帧不存在异物的图像作为铁轨正常样本，铁轨待检样本则为实时的镜头场景图像；之后将铁轨正常样本和铁轨待检样本作为一个测试样本对进行预处理操作；利用训练好的编码模块和解码模块输出相应的预测结果，最后对解码后的结果进行逻辑判断，实时进行铁轨异常情况报警；所述编码模块采用两个相同权重的特征提取网络组成一个孪生网络，对预处理后的异常样本与正常样本进行处理，输出三种不同层次的特征：正常样本的特征图、和；以及异常样本的特征图、和；其中，第一个维度N表示一个迭代训练输入到网络的样本个数，第二维表示通道的数量，第三维和第四维表示特征图的高度和宽度；然后，将正常样本和异常样本对应三种不同层次的特征图按通道维度进行拼接： ；其中，i=1,2,3，对应特征提取网络中间的三种不同层次，表示的是张量通道拼接操作，最后的结果记作、和；最后，分别计算正常样本和异常样本对应三种不同层次的特征图之间的差异，操作如下： ；其中i=1,2,3，对应特征提取网络中间的三种不同层次，表示的是两个输入张量每个位置的均方误差和，结果记作、和；所述编码模块通过多尺度融合网络对通道拼接得到的特征f1_concat、f2_concat和f3_concat进行特征融合：首先采用一个通道数减半的卷积和一个保持通道数不变的卷积对f1_concat、f2_concat和f3_concat提取特征，接着利用一个卷积增加网络的非线性，得到、和；记f3_msff=f3_conv，将特征图f3_msff两倍上采样到大小后连接一个通道数减半的卷积操作得到特征图，然后将f_temp与f2_conv逐元素相加得到；同理对f2_msff分别进行两倍上采样、通道数减半的卷积操作后再与f1_conv逐元素相加得到；最后输出多尺度融合后的特征、和；空间注意力机制网络随后进行如下处理：a.首先将正常样本和异常样本三个层次特征之间的差异f1_diff、f2_diff和f3_diff分别进行通道平均池化，输出三个尺寸的特征图，分别记为、和；b.随后记f3_SA=f3_AvgPool，将m3两倍上采样到大小后与f2_AvgPool逐元素相乘得到；c.同理将f2_SA两倍上采样到大小后与f1_AvgPool逐元素相乘得到；d.将f1_SA、f2_SA和f3_SA作为空间注意力机制网络的输出；最后将f1_msff、f2_msf、f3_msff与f1_SA、f2_SA和f3_SA分别对应进行逐元素相乘，操作参考以下公式： ；其中i=1,2,3，表示输入的两个张量对应位置元素相乘，结果记作、和并输出；所述解码模块由多个上采样卷积操作结合卷积操作反复构成，从深层次特征依次执行，最后利用一个卷积的操作将通道维数降维到2维；所述解码模块的训练过程如下：将编码模块的输出f1_encode、f2_encode和f3_encode作为解码模块的输入，记f3_decode=f3_encode，对进行两倍上采样到大小后连接一个卷积操作降低通道维数得到特征图，最后将f_temp1与f2_encode在通道维度上拼接得到；同理，对f2_decode两倍上采样后连接一个卷积操作得到特征图，再将特征图f_tepm2与f1_encode在通道维度上拼接得到；为了进一步减少模型的计算量，继续对f1_decode进行两倍上采样后连接一个卷积操作降低通道维数得到特征图；将f0_decoder继续进行两倍上采样后连接一个保持通道维数不变的卷积操作得到与输入样本相同尺寸大小为的特征图；最后利用一个卷积操作对f_up2mask提取特征并将通道维度降低到2维得到，其中通道维度的第一维为前景输出，第二维为背景输出。

全文数据：

权利要求：

百度查询： 广州英码信息科技有限公司 一种基于深度特征对比的铁轨异常检测方法及系统