摘要
本发明公开了一种基于图像识别的铁路巡检场景建模方法,包括以下步骤:获取可见光图像集和红外图像集;图像预处理;获取第一正例特征图;获取第二正例特征图;融合同一语义下第一正例特征图对应图像,和同一语义下第二正例特征图对应图像,得到融合图像;获取融合图像的图像目标框;获取图像目标框和GPS坐标位置的对应关系;构建三维地图。本发明将可见光图像和红外图像融合使用,可以实现对铁路沿线的全时段图像检测;筛选第一正例特征图和第二正例特征图、对具有敏感事件标签的图像定位目标框,减小计算量;根据图像目标框获得三维场景,同时对三维场景的位置实现精准定位,协助工作人员快速前往异常地点,实现问题的跟踪与闭环管理。
技术关键词
巡检场景
可见光图像
建模方法
构建三维地图
样本
坐标系
铁路
深度神经网络学习
CNN网络结构
相机
语义
标签
红外热成像仪
GIS软件
像素点
无人机
系统为您推荐了相关专利信息
分类方法
主动学习算法
主动学习策略
玻璃表面缺陷检测
图像预处理方法
语义向量空间
情感特征
自然语言
参数可调
同义词
多尺度神经网络
分支
两阶段
运动想象脑电信号
分类方法
偏离误差
训练样本数据
波束
天线振子
神经网络模型