自适应铁路场景前景目标检测

来源：交通运输系统工程与信息杂志2020年第2期北京时间：

作者：李兴鑫，朱力强，余祖俊

单位：北京交通大学机械与电子控制工程学院，北京 100044

摘要：现代铁路系统中，智能视频分析技术已被广泛应用于异物入侵监测，前景目标检测是入侵判断的必要过程. 背景差分常用于检测前景目标，但铁路场景复杂，存在动态变化的背景区域和未知类型的目标，现有基于阈值分割或深度学习的背景差分算法都不能满足需求，故提出一种基于阈值自适应调节的前景目标检测算法. 利用像素值在时间上的动态信息，分割结果的反馈信息和由超像素提供的空间信息确定阈值调节因子，动态调节阈值以适应环境变化；提出一种灵活可靠的背景模型初始化方法，消除鬼影问题，实现一帧到多帧初始化的灵活切换. 实验结果表明，所提算法在铁路场景上取得了较好的准确率和误分类率，且平衡了精度和速度.

关键词：信息技术,自适应阈值,背景差分,铁路异物入侵,前景检测

基金资助：国家重点研发计划/National Key Research and Development Program of China (2016YFB1200401).