【摘 要】
：
铁路事业在我国经济建设过程中发挥着重要的作用,传统的货运铁路仍需大量人力资源的投入,而随着计算机视觉的发展,该部分的可优化空间正逐步增加。本文通过针对货运列车定点停车需求的分析,发现该需求可以由计算机视觉中的目标检测技术实现。然而由于实际场景中目标物体会因光照、角度、磨损等因素影响而难以辨认,因此目标检测目前仍是一个颇具有挑战性的任务。而如何设计能够迅速,准确且泛用的特征也成为了该领域的研究重点。
论文部分内容阅读
铁路事业在我国经济建设过程中发挥着重要的作用,传统的货运铁路仍需大量人力资源的投入,而随着计算机视觉的发展,该部分的可优化空间正逐步增加。本文通过针对货运列车定点停车需求的分析,发现该需求可以由计算机视觉中的目标检测技术实现。然而由于实际场景中目标物体会因光照、角度、磨损等因素影响而难以辨认,因此目标检测目前仍是一个颇具有挑战性的任务。而如何设计能够迅速,准确且泛用的特征也成为了该领域的研究重点。本文研究了对铁路中出现的标志物进行目标检测的算法,并与传统的单目测距结合,提出了一种对标志物进行检测及测距的方法。本文的主要工作内容如下:1.提出了一种微参数的货运列车铁路目标检测模型YOLOv3-DC（YOLOv3 with DenseNet and CIo U）。经典的目标检测算法对算力需求很大,通过对特征提取网络和损失函数部分的优化来缩小模型参数,提升运算速率。2.制作了铁路场景的FTSS（Freight Train Stop Sign）目标检测数据集。通过搜寻互联网中的列车行车记录视频,结合铁路场景以及停车定点检测需求,定下了本文所需要的检测物体。通过对行车记录的截取以及网络中相关图集的获取,制作了共计989张的YOLO数据格式的数据集。3.为了进一步提高YOLOv3-DC的检测速度,本文又在此之上提出了YOLOv3-DClite算法。吸取了EfficientNet-lite中对移动端设备的适配思路,为了其中的实现量化思想,运用Re LU6激活函数替代YOLOv3-DC中的leaky Re LU。实验证明这种思路相比于YOLOv3（You Only Look Once version 3）检测速度提升了约807.7%。4.根据应用场景选择适合货运列车铁路的单目测距方案并将目标检测算法与其相融合。根据铁轨中的固定参数对列车进行相对偏移测距来满足一些特殊场景的信号解读需求。
其他文献
无线通信技术迅猛发展,衍生出多样的业务场景。但由于无线信道的开放特性,通信过程容易受到非法方窃听和欺骗的攻击。传统的认证与加密方案通常建立在网络协议栈的高层,面对日益增长的量子计算能力以及大规模机器连接等新兴业务场景,传统的安全机制面临挑战。基于此,本文针对无线信道天然的随机性与独特性研究了轻量级高可靠的物理层身份认证与密钥生成技术,作为传统安全方案的补充,主要工作包括:论文在单跳网络下研究了三种
近年来随着中国城市化水平的提高,高层建筑的数量也逐日攀升,随之而来的是高层建筑的安全检测以及消防安全问题,如何在火灾现场应对建筑垮塌并确保人身安全,成为了消防从业人员的巨大挑战。现阶段的建筑形变监测手段需要消耗大量人力、物力和时间成本,难以在火灾等恶劣环境中实现可靠的全方位实时建筑健康监测和预警。因此,消防从业人员急需一种工作于恶劣环境下的可靠在线建筑形变监测系统,确保消防抢险人员的人身安全并降低
随着高分辨率雷达的广泛应用,传统的目标检测算法对海面微弱目标的检测存在明显的性能瓶颈。海面上的慢速小目标回波微弱,雷达散射面积太小使得信杂比非常低,传统自适应检测算法很难奏效;复杂的空时变海杂波环境中,高分辨率观测不能满足传统大尺度下的统计特性,很难建立准确的目标模型;在对海观测获取到的大量数据中,目标和杂波的类别非平衡,目标相对海杂波的稀疏性使得海杂波的检测问题在传统的机器学习和模式识别上面临着
随着物联网技术的兴起,人类社会已经进入到一个万物互联的时代,而物联网核心技术则是诸如RFID、UWB等;这些技术同时也深入到了各行各业例如:自动驾驶、智慧货仓、智慧交通、VR体感游戏、导航等;而提供这些服务的前提,就是获取物体准确的位置信息。本文针对上述需求,分析了开源数据集的误差统计特性;其次,指出了经典定位算法模型的不足和局限,提出了一种鲁棒TDOA静态定位算法并讨论了最优基站定位问题和通信距
碳纳米管（cnt）凭借其量子电容特性、高迁移率、截止频率在THz以上的潜能、弹道传输特性,被认为是制造RF晶体管的理想半导体材料,到目前为止,世界各国都致力于高性能cnt FET的研究,然而除了关注于cnt FET本身的直流特性、截止频率、振荡频率外,基于cnt的RF电路芯片验证也是至关重要的,这可以表明其可以代替传统半导体来设计集成电路。本文着重研究了放大器的集成电路,主要的研究方法与成果如下:
随着互联网技术的普及和不断革新,Wi-Fi网络和智能移动终端在人类日常活动中所扮演的角色也越来越重要,同时由于人类的活动大部分都在室内环境下进行,所以人们对基于室内环境的位置服务的需求也不断增大。在室外定位中占据主导地位的卫星导航系统,其信号在穿透建筑的钢筋混凝土墙壁后衰减十分严重,精度也随之衰退到5m至20m,显然这样的定位效果无法满足空间较小的室内环境,因此许多室内定位技术应时而生,而Wi-F
随着量子信息技术的发展,人们逐渐认识到单一量子载体在许多应用场景具有局限性,因此出现了由不同量子载体构成的混合量子系统。以金刚石NV色心为例:NV色心具有很多优点,比如电子自旋态易于读出和操控,室温下相干时间长等,是最受欢迎的固态量子体系之一,在量子计算、精密测量、量子网络等领域具有重要的应用前景;然而,NV色心在原位电学调控方面遇到了挑战,在多比特扩展（即实现芯片上不同色心之间的耦合）方面遇到了
精神分裂症是一种严重的精神疾病,其连接障碍假说提出该疾病与神经元的异常连接有关。静息态功能磁共振成像显示,基于血氧水平依赖信号的自发神经活动在脑区之间相互关联,并组织成空间分离的功能网络,而这些功能网络之间信息交流的异常与精神分裂症中已知的认知功能受损有关。因此,基于磁共振成像的脑网络功能连接分析有潜力揭示精神分裂症的发病机理与指导早期诊断和预防疾病。然而,传统脑网络分析技术仍有亟待解决的科学问题
机器听觉指的是机器通过分析声音信号获取信息的能力。随着智能化时代的到来,机器听觉受到日益广泛的关注。其中一个重要的任务是声音事件识别（Sound Event Recognition,SER）任务。声音事件识别指通过分析音频信号,判断其中的发生的物理事件信息。目前主流的声音事件识别方法是基于深度学习的,但在数据方面存在两个问题:第一,深度学习依赖有标注数据,而声音事件的标注成本很高,难以获得足量有标
近年来,FPGA被广泛用于各个领域,也使得其安全问题变得越来越重要。当前,硬件木马是一种对FPGA有很大威胁的攻击方式,其具备高隐蔽性,强破坏力的特点,在硬件正常工作或者电路出厂测试时都不会被激活,只有在特定条件下才会生效。而其一旦生效,则会破坏用户的电路或者窃取电路中的信息。目前对硬件木马较为有效的检测方式是对网表或RTL代码进行分析,但是对于大部分使用者而言,一般只能接触到比特流文件,想要检测