[发明专利]一种基于小样本学习的铁路场景不常见入侵目标识别方法

摘要

本发明涉及一种基于小样本学习的铁路场景不常见入侵目标识别方法。本发明可以实时采集铁路沿线相机获取的铁路场景图像，利用改进的度量元学习网络模型进行铁路场景中不常见入侵目标的识别。该模型包括预训练的特征映射网络，自学习类中心微调网络，距离度量模块三部分，并采用中心相关损失函数进行度量元学习模型的训练。本发明可以对铁路空场景以及场景中包含但不限于列车、落石、行人、泥石流等类别的图像进行分类识别。当列车经过时不报警，而当铁路场景中有落石、行人、泥石流等异物入侵铁路限界时则发出报警信息，通过有线或无线方式提醒相关人员。