结合聚合特征和注意力的铁路周界入侵检测方法

来源：计算机工程与应用杂志2025年第23期北京时间：

作者：王辉, 李泽龙, 叶剑刚, 唐孝坤, 徐峰

单位：1.华东交通大学 信息与软件工程学院，南昌 330013；2.轨道交通基础设施性能监测与保障国家重点实验室，南昌 330013；3.衢州市特种设备检验检测研究院，浙江 衢州 324002

摘要：针对铁路运行环境中周界入侵而影响列车安全运行的情况，为解决现有方法精度差和效率低问题，在YOLOv9模型基础上，提出一种周界入侵异物检测方法。提出聚合特征模块，通过设计一种紧凑的架构来降低网络的计算复杂性，以提高检测效率；提出转置残差多通道注意力，将转置残差结构与设计的多通道注意力相结合，可以减少卷积参数量并使各个通道信息进行充分交互，捕获检测目标的关键信息以提高异物检测精度，避免对异物目标漏检和误检；修改模型的辅助检测分支，在减少模型参数量的情况下，依然可以有效提取图像的特征信息。实验结果显示，所设计模型在铁路周界异物数据集上的mAP@0.5和召回率分别为93.5%和89.2%，较YOLOv9模型分别提升6.1和4.6个百分点，并且在模型参数量上减小54.5%。对比其他主流模型，该模型在mAP@0.5、召回率、误检率和漏检率等评价指标上均达到最优。综上所述，该模型相较于其他主流模型具有一定优越性，在周界入侵检测任务中具有良好的性能。

关键词：周界入侵,异物检测,聚合特征,转置残差结构,多通道注意力