版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、鐵路扣件檢測是維護(hù)鐵路行車安全的重要任務(wù)。在高速鐵路快速發(fā)展的歷史背景下,鐵路維護(hù)與鐵路安全運營變得越來越重要,作為鐵路維護(hù)的子任務(wù),扣件自動化檢測成為越來越重要的科研課題。本文在課題組前期工作的基礎(chǔ)上,針對已有的扣件檢測系統(tǒng)在性能和效率上的一些不足,提出了新的改進(jìn)方案。
本文的主要工作有:
1、由于扣件檢測沒有公認(rèn)的基準(zhǔn)測試集,為此,本文提出了一種半自動的扣件人工標(biāo)定方法。使用該方法本文創(chuàng)建了一個扣件基準(zhǔn)測試數(shù)據(jù)集
2、,該數(shù)據(jù)集包含5個線路文件,共計13416張圖像,80026個扣件,其中79043個正常扣件,983個丟失或污損扣件。本文同時實現(xiàn)了實驗結(jié)果的自動評估系統(tǒng),能夠根據(jù)實驗結(jié)果與標(biāo)準(zhǔn)測試集自動統(tǒng)計扣件檢測準(zhǔn)確率,并給出評估報告,從而大幅縮短實驗的周期,為不同算法的性能評測提供了自動化平臺。
2、提出了一種基于在線學(xué)習(xí)的自適應(yīng)扣件檢測算法來對定位的扣件進(jìn)行分類。該方法避免了原有的固定閾值的扣件檢測算法中需要指定閾值參數(shù)的不足,并且對
3、新線路或同一線路的不同視頻具有自適應(yīng)調(diào)整的能力。該方法在實驗中針對不同的線路獲得了91%~99%的精確度。
3、為了解決扣件檢測系統(tǒng)實時性的問題,本文提出了采用CPU-GPGPU(General-purpose computing on graphics processing units)異構(gòu)的方法將耗時比較多的子算法并行化,并且讓GPU與CPU協(xié)同工作來提高運算效率。在實驗中HoG特征和距離計算的加速比分別達(dá)到了17.73和
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于先驗知識的鐵軌識別.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的鐵軌扣件異常狀態(tài)檢測研究.pdf
- 基于智能監(jiān)控的鐵軌異物入侵自動識別研究.pdf
- 紅外圖像中鐵軌識別技術(shù)的研究.pdf
- 鐵路扣件識別的研究.pdf
- 鐵路扣件狀態(tài)的識別研究.pdf
- 基于運行特性的GPGPU節(jié)能研究.pdf
- 移動GPGPU映射優(yōu)化研究與手勢識別案例的實現(xiàn).pdf
- 基于GPGPU的軟陰影算法研究.pdf
- 基于運動加速度的步態(tài)識別研究.pdf
- 融合結(jié)構(gòu)信息的LDA扣件狀態(tài)識別研究.pdf
- 基于MFCC的語音識別加速技術(shù)研究.pdf
- 基于GPGPU的SILK語音Codec優(yōu)化.pdf
- 基于紅外熱成像圖像處理的鐵軌道岔識別技術(shù)的研究.pdf
- 基于棧的GPGPU調(diào)度器設(shè)計研究.pdf
- 基于GPGPU的快速體繪制算法研究.pdf
- 基于棧的gpgpu調(diào)度器設(shè)計研究(1)
- 基于GPGPU的立體成像加速與嵌入式多屏3D顯示技術(shù)研究.pdf
- 基于隨機(jī)投影的加速度手勢識別.pdf
- 基于CUDA的指紋識別加速算法的研究.pdf
評論
0/150
提交評論