典型文献
基于深度学习的京张高速铁路周界图像智能识别系统构建研究
文献摘要：
为保障京张高速铁路安全稳定运行,提高京张高速铁路周界入侵监测智能化水平,构建基于深度学习的京张高速铁路周界图像智能识别系统.融合深度学习、目标识别、智能监测等先进技术,提出京张高速铁路周界图像智能识别系统的总体结构和逻辑架构,并设计包含监测、报警、存储、用户管理和时间同步等模块的系统功能.开展基于深度学习的关键技术研究,利用图像预处理方法进行低照度图像增强,改善图像识别易受光照条件影响的问题,研究基于深度学习的图像智能识别技术和雷达目标检测技术,并初步实现2种技术的融合监测,进一步提升入侵识别的效果,实现了京张高速铁路重点区域周界人员入侵与异物侵限的全天候实时监测、智能识别和入侵报警.
文献关键词：
京张高速铁路;周界入侵;深度学习;系统构建;智能监测
中图分类号：
作者姓名：
傅荟瑾;史天运;王瑞;张万鹏;徐成伟
作者机构：
中国铁道科学研究院研究生部,北京 100081;中国铁道科学研究院集团有限公司科技和信息化部,北京 100081;中国铁道科学研究院集团有限公司 电子计算技术研究所,北京 100081;中国铁道科学研究院集团有限公司北京经纬信息技术有限公司,北京 100081
文献出处：
引用格式：
[1]傅荟瑾;史天运;王瑞;张万鹏;徐成伟-.基于深度学习的京张高速铁路周界图像智能识别系统构建研究)[J].铁道运输与经济,2022(05):64-72
A类：
京张高速铁路
B类：
图像智能识别,智能识别系统,系统构建,铁路安全,安全稳定运行,周界入侵,智能化水平,目标识别,智能监测,先进技术,总体结构,逻辑架构,用户管理,时间同步,关键技术研究,图像预处理,预处理方法,低照度图像增强,图像识别,光照条件,智能识别技术,雷达目标检测,升入,入侵识别,重点区域,异物侵限,全天候,入侵报警
AB值：
0.280772
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
