[发明专利]列车车体破损的智能识别方法及识别装置在审
| 申请号： | 201910541627.0 | 申请日： | 2019-06-21 |
| 公开（公告）号： | CN110223293A | 公开（公告）日： | 2019-09-10 |
| 发明（设计）人： | 王向宏;李春林;赵金利;康凤伟;李权福;王洪昆;王文刚;边志宏;卢宇星;王蒙;方琪琦;王萌;刘洋;张闽东;王鹏月;王增;杨华宇;赵宝;张志纯;刘鹏飞 | 申请（专利权）人： | 中国神华能源股份有限公司;神华铁路货车运输有限责任公司;北京京天威科技发展有限公司 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00 |
| 代理公司： | 北京润平知识产权代理有限公司 11283 | 代理人： | 肖冰滨;王晓晓 |
| 地址： | 100011 北京市*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 破损 车体 列车车体 列车 智能识别 检测 定位模型 定位信息 识别装置 图像数据 样本图像 图像 图像数据输入 车辆检测 工作效率 破损问题 情况检查 人工成本 实时监控 自动识别 自动追踪 采集 维修 | ||
1.一种列车车体破损的智能识别方法，其特征在于，所述列车车体破损的智能识别方法包括：
采用关于列车的样本图像分别训练用于定位车体在图像中的位置的定位模型和用于识别车体破损情况的识别模型；
采集待检测列车的图像数据；
将所述图像数据输入至所述定位模型，以确定所述待检测列车的车体在对应图像中的定位信息；以及
将所述待检测列车的所述图像数据和所述定位信息输入至所述识别模型，以确定所述待检测列车的车体破损情况。
2.根据权利要求1所述的列车车体破损的智能识别方法，其特征在于，在将所述图像数据输入至所述定位模型之前，所述列车车体破损的智能识别方法还包括：
对所述图像数据进行增强处理。
3.根据权利要求2所述的列车车体破损的智能识别方法，其特征在于，所述对所述图像数据进行增强处理包括：
利用拉普拉斯对比度增强和/或自适应log变换对所述图像进行增强处理。
4.根据权利要求1所述的列车车体破损的智能识别方法，其特征在于，所述训练用于定位车体在图像中的位置的定位模型和用于识别车体破损情况的识别模型包括：
采用卷积神经网络CNN训练所述定位模型；和/或
采用残差网络训练所述识别模型。
5.根据权利要求4所述的列车车体破损的智能识别方法，其特征在于，所述训练用于定位车体在图像中的位置的定位模型和用于识别车体破损情况的识别模型还包括：
采用图形处理器GPU加速训练所述定位模型和/或所述识别模型。
6.一种列车车体破损的智能识别装置，其特征在于，所述列车车体破损的智能识别装置包括：
训练模块，用于采用关于列车的样本图像分别训练用于定位车体故障位置的定位模型和用于识别车体破损情况的识别模型；
采集模块，用于采集待检测列车的图像数据；
定位模块，用于将所述图像数据输入至所述定位模型，以确定所述待检测列车的车体在对应图像中的定位信息；以及
识别模块，将所述待检测列车的所述图像数据和所述定位信息输入至所述识别模型，以确定所述待检测列车的车体破损情况。
7.根据权利要求6所述的列车车体破损的智能识别装置，其特征在于，所述列车车体破损的智能识别装置还包括：
预处理模块，用于在将所述图像数据输入至所述定位模型之前，对所述图像数据进行增强处理。
8.根据权利要求6所述的列车车体破损的智能识别装置，其特征在于，所述训练模块包括：
定位训练子模块，用于采用卷积神经网络CNN训练所述定位模型；和/或
识别训练子模块，用于采用残差网络训练所述识别模型。
9.根据权利要求8所述的列车车体破损的智能识别装置，其特征在于，所述训练模块还包括：
加速模块，用于采用图形处理器GPU加速训练所述定位模型和/或所述识别模型。
10.一种机器可读存储介质，该机器可读存储介质上存储有指令，该指令用于使得机器执行权利要求1-5中任一项所述的列车车体破损的智能识别方法。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中国神华能源股份有限公司;神华铁路货车运输有限责任公司;北京京天威科技发展有限公司，未经中国神华能源股份有限公司;神华铁路货车运输有限责任公司;北京京天威科技发展有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/201910541627.0/1.html，转载请声明来源钻瓜专利网。
