王成亮;葛晖;

• 1:中国铁路济南局集团有限公司

摘要(Abstract)：

针对当前高速铁路沿线视频监控存在的问题与周界防范应用的需求,研发一种先进的周界入侵报警系统成为迫切需要。基于深度学习算法,研发了铁路安全视频监控和智能分析系统,重点阐述系统总体方案、主要组成和关键技术。系统采用智能化算法实现目标自动识别,有效克服了人员巡逻带来的巡视空隙等缺点,与其他非可视化防护存在高误报率、低可靠性等问题相比,能有效提高防护准确率和实效性,可为铁路安全运行提供更实用、更可靠的智能化防控技术手段。

关键词(KeyWords)： 铁路视频监控;周界防范;集群联动;目标识别;智能分析

Abstract:

Keywords:

基金项目(Foundation): 济南铁路局科技研究开发计划项目（2017Z12-1）

作者(Author): 王成亮;葛晖;

Email:

DOI: 10.19549/j.issn.1001-683x.2019.08.098

参考文献(References)：

• [1]中国铁路总公司.中国铁路总公司关于发布设计时速200 km及以上铁路区间线路视频监控设置有关补充标准的通知：铁总建设〔2016〕18号[S].
• [2]王名雷.高铁反恐怖标准研究——《高速铁路反恐怖行业标准》体系的编制[J].铁道警察学院学报，2018(3):53-56.
• [3]陈树俊.振动光纤周界入侵报警系统在铁路的应用[J].中国铁路，2016(6):82-84.
• [4]中国铁路总公司.中国铁路总公司关于印发《高速铁路周界入侵报警系统总体技术方案（暂行）》等3项技术条件的通知：铁总科技〔2015〕233号[S].
• [5]郑远攀，李广阳，李晔.深度学习在图像识别中的应用研究综述[J].计算机工程与应用，2019(12):20-36.
• [6]张文辉.基于深度学习的监控视频车辆实时监测[J].软件导刊，2019(4):36-39.
• [7]王一帏.深度学习分类网络研究及其在计算机视觉中的应用[J].通讯世界，2019,26(3):195-196.
• [8]郑卓，梁红博，陈皎，等.基于深度学习的场景图像检测研究[J].兰州文理学院学报（自然科学版），2018,32(6):72-77.
• [9]寇大磊，权冀川，张仲伟.基于深度学习的目标检测框架进展研究[J].计算机工程与应用，2019(11):25-34.
• [10]熊杰.铁路视频模式识别技术应用研究[J].中国铁路，2018(9):91-96.