基于深度學(xué)習(xí)的鐵道塞釘自動(dòng)檢測算法

杜馨瑜，戴　鵬，李　穎，程　雨，王勝春，韓　強(qiáng)，王　昊

(中國鐵道科學(xué)研究院 基礎(chǔ)設(shè)施檢測研究所，北京　100081)

塞釘是安裝軌道電路軌端連接線的關(guān)鍵部件，其性能好壞直接影響到軌道電路信號(hào)的傳輸質(zhì)量，因此對塞釘?shù)娜粘z查與維護(hù)在行車安全方面有重要的意義。目前，對塞釘?shù)难矙z依賴于人工上道作業(yè)的方式，在有限的天窗時(shí)間內(nèi)檢修效率也比較有限。鑒于此，采用在巡檢車上安裝專用線陣相機(jī)，對軌道圖像進(jìn)行連續(xù)采集存儲(chǔ)，并對采集到的鋼軌軌腰圖像序列進(jìn)行分析，實(shí)現(xiàn)對塞釘?shù)母咝z測。軌腰處線陣相機(jī)的安裝位置如圖1所示。經(jīng)大量統(tǒng)計(jì)發(fā)現(xiàn)，軌腰圖像序列中有塞釘?shù)膱D像大約只占整個(gè)圖像序列的3%，且實(shí)際分布無明顯規(guī)律，因此，需要采用基于計(jì)算機(jī)視覺的目標(biāo)檢測算法實(shí)現(xiàn)對圖像序列中所有塞釘?shù)淖詣?dòng)定位，從而實(shí)現(xiàn)塞釘?shù)淖詣?dòng)檢測。

圖1　軌腰處線陣相機(jī)的安裝位置

深度學(xué)習(xí)是近年興起的高性能大數(shù)據(jù)分析方法，在人工智能的各個(gè)領(lǐng)域產(chǎn)生了巨大的影響，如Alphago采用策略網(wǎng)絡(luò)與價(jià)值網(wǎng)絡(luò)在圍棋上取得突破性成果[1]。其中，卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Networks，CNN)在圖像識(shí)別、目標(biāo)檢測以及圖像分割等計(jì)算機(jī)視覺研究方面，與傳統(tǒng)方法相比，在處理結(jié)果上得到了很大的提升[2]。在計(jì)算機(jī)視覺領(lǐng)域，目標(biāo)檢測就是給定1幅圖像或視頻幀，找出特定目標(biāo)的所在位置。已經(jīng)有較多研究應(yīng)用在人臉檢測[3]、人體檢測[4]等。因此，在軌腰圖像序列中篩選出有塞釘?shù)膱D像并準(zhǔn)確定位到塞釘，其關(guān)鍵點(diǎn)在于待檢測目標(biāo)的外觀，而由于類內(nèi)差異、光照條件、成像清晰度、部分遮擋等的影響使得塞釘?shù)耐庥^有可能表現(xiàn)出很大的改變，從而增加了檢測(或定位)的難度[5]。

目前，目標(biāo)檢測算法從解決思路上大致可分為兩大類。一類目標(biāo)檢測算法采取分類策略，遵循的步驟依次是：區(qū)域選擇、特征提取、分類器分類。對于區(qū)域選擇階段，可以采取基于窮舉思想的滑動(dòng)窗口法，即對整個(gè)圖像進(jìn)行遍歷，其典型應(yīng)用是經(jīng)典人臉檢測算法[6]。滑動(dòng)窗口法的優(yōu)點(diǎn)是選擇合適的步長就可以包含圖像中所有目標(biāo)可能出現(xiàn)的位置，缺點(diǎn)是海量的冗余窗口極大增加了算法的時(shí)間復(fù)雜度，從而限制了后續(xù)算法的復(fù)雜多樣性，以及有限的固定長寬比設(shè)置增加了目標(biāo)丟失的可能性。近年出現(xiàn)的候選區(qū)域法(Region Proposal，RP)采用可變的長寬比預(yù)先找出目標(biāo)可能出現(xiàn)的位置，從而很好地解決了滑動(dòng)窗口法存在的問題[7]。候選區(qū)域法利用圖像紋理、顏色、邊緣的信息，可以保證在選取與滑動(dòng)窗口法相比相對較少窗口(幾千個(gè)或幾百個(gè))的情況下維持較高的召回率，從而降低了后續(xù)算法的復(fù)雜度。有代表性的區(qū)域選擇法是Selective Search[8]和Edgebox[9]等。特征提取是對上一步得到的候選區(qū)域圖像塊進(jìn)行某種表達(dá)，以克服目標(biāo)形態(tài)、光照變化以及背景表示的多樣性，使后端分類器的輸入在分類意義上達(dá)到一定的魯棒性[10]。目前常用到的經(jīng)典特征提取算子有HoG[11]，LBP[12]，類Haar[13]和SIFT[14]等。采用深度學(xué)習(xí)的方法，如稀疏自編碼[15]，CNN[16-19]等類型的深度神經(jīng)網(wǎng)絡(luò)，可以通過訓(xùn)練的方式，自動(dòng)提取適合于具體場景的特征，克服了上述經(jīng)典特征提取算子手工設(shè)計(jì)的簡單方式，使特征更具有適應(yīng)性。分類器分類階段主要是采取或改進(jìn)分類器用以對上一階段提取的特征進(jìn)行分類。常用的分類器有支持向量機(jī)(Support Vector Machine，SVM)[20]、隨機(jī)森林(Random Forest，RF)[21]、Adaboost方法[22]等。另一類目標(biāo)檢測算法是采取回歸策略的方法。如文獻(xiàn)[23]提出的YOLO方法，即對待檢測圖像預(yù)先劃分固定的網(wǎng)格，然后采用特定的深度卷積網(wǎng)絡(luò)直接在不同位置的網(wǎng)格上回歸出目標(biāo)的位置和類別信息，從而大大加快了檢測速度。但由于該方法舍去了RP機(jī)制，往往不能得到精確的目標(biāo)定位。文獻(xiàn)[24]提出的SSD方法，結(jié)合了YOLO的回歸思想以及Faster R-CNN[19]的錨點(diǎn)(anchor)機(jī)制，可以做出更為精確的定位。不難看出，采取分類策略的目標(biāo)檢測算法是目前主流的方法，但是算法的速度仍不能較好地滿足實(shí)時(shí)性的要求。采取回歸策略的目標(biāo)檢測算法在速度上有很大的提升，但在定位精度上又有所損失。

上述目標(biāo)檢測算法的研究對象均為國際標(biāo)準(zhǔn)庫中的自然圖像，而鐵道塞釘序列圖像是由線陣相機(jī)在激光作為觸發(fā)光源下采集的特殊圖像，其具有以下5個(gè)特點(diǎn)：①大部分圖像的紋理結(jié)構(gòu)具有相似性；②都是灰度圖像；③因?yàn)榫€陣相機(jī)安裝位置固定而導(dǎo)致圖像具有單一的尺度特性；④塞釘在圖像中作為小目標(biāo)出現(xiàn)；⑤對識(shí)別而言，各種干擾具有特殊性，如銹跡、人工涂畫、道岔鎖框等。因此，針對鐵道塞釘序列圖像的特點(diǎn)，本文在傳統(tǒng)(類Haar+adaboost)算法的基礎(chǔ)上[25]提出基于深度學(xué)習(xí)的目標(biāo)檢測算法，即先用一種新的目標(biāo)區(qū)域選擇算法——余譜區(qū)域候選(Spectrum Residual Region Proposal，SRP)算法，快速提供圖像的候選塞釘區(qū)域，再設(shè)計(jì)一種專用于塞釘檢測的CNN結(jié)構(gòu)——塞釘卷積神經(jīng)網(wǎng)絡(luò)(plug Convolution Neural Network，pCNN)，實(shí)現(xiàn)對候選區(qū)域有效特征的提取，最后采用SVM分類器判斷候選區(qū)是否含有塞釘，實(shí)現(xiàn)塞釘?shù)淖詣?dòng)定位。

1　自動(dòng)檢測算法

1.1　SRP算法

根據(jù)軌腰處塞釘圖像的特點(diǎn)，借鑒文獻(xiàn)[26]的顯著性區(qū)域檢測算法，提出了SRP算法。鑒于顯著性檢測的目的是提取與背景區(qū)域在紋理、顏色等方面有明顯差異的前景(通常表現(xiàn)為高頻信息)[27]，而塞釘圖像正好表現(xiàn)為有塞釘?shù)那熬皡^(qū)(高頻紋理信息)，與較為平坦的軌腰背景區(qū)(低頻紋理信息)在紋理上存在顯著性差異，因此，這里采用顯著性檢測的思路進(jìn)行候選區(qū)域的提取。

將含有塞釘原圖像(見圖2(a))的軌腰區(qū)作為感興趣區(qū)域，即視為輸入圖像(見圖2(b))。觀察含有塞釘?shù)妮斎雸D像，發(fā)現(xiàn)塞釘凸顯于平坦軌腰區(qū)，因此可以用該圖像的幅度譜減去不含塞釘軌腰區(qū)的平均圖像(用現(xiàn)有采集到的384 956張不含塞釘?shù)能壯鼒D像做疊加平均得到，見圖2(c))的平均幅度譜，并取其絕對值得到余譜圖(見圖2(e))后，再做保持相位的反傅里葉變換，得到的圖像應(yīng)該凸顯顯著性區(qū)域。最后，經(jīng)過簡單的閾值分割、各連通域中心坐標(biāo)提取等后處理流程，可以得到候選目標(biāo)區(qū)域(圖2(d)中箭頭所指小塊)。

文獻(xiàn)[26]提出的算法是建立在對自然圖像進(jìn)行顯著性檢測上，不可能得到背景圖像集，因此采用對原圖像幅度譜取滑動(dòng)均值的方法，得到近似的背景圖像幅度譜圖，即圖3(a)的余譜圖。比較2種方法得到的余譜圖，發(fā)現(xiàn)SRP算法余譜圖的方差大于文獻(xiàn)[26]算法余譜圖的方差，這說明SRP算法余譜分布更為離散，統(tǒng)計(jì)差異性更強(qiáng)，即反變換后圖像的顯著性候選目標(biāo)區(qū)域較多[27]，不容易丟失目標(biāo)。顯而易見，塞釘候選區(qū)在圖3(b)中已經(jīng)丟失，而在圖2(d)中仍存在(箭頭所示小連通區(qū))。

圖2　SRP算法原理圖

SRP算法流程如圖4所示。

圖3　文獻(xiàn)[26]算法

圖4　SRP算法流程圖

1.2　pCNN

對采用SRP算法得到的圖像候選目標(biāo)區(qū)域方塊，采用pCNN提取相應(yīng)特征，并輸入到SVM分類器進(jìn)行分類，判斷是否為塞釘圖像塊。pCNN的基本結(jié)構(gòu)如圖5所示。

首先，輸入的圖像塊被調(diào)整為(32×32)像素大小，外周填充2像素，用于卷積。

在第1層卷積(conv1)中，感受野大小為(5×5)像素，維數(shù)為32，步長為1像素。進(jìn)而對卷積結(jié)果進(jìn)行非線性變換，變換函數(shù)為取極大值變換，相當(dāng)于1個(gè)非線性變換層(relu1，在圖5中略去)，以加快收斂速度；然后，對非線性變換結(jié)果進(jìn)行局部響應(yīng)規(guī)范化[2]，以提高網(wǎng)絡(luò)的泛化能力，可以認(rèn)為是1個(gè)規(guī)范化層(norm1，在圖5中略去)；最后，經(jīng)池化層(pool1)取局部最大值，感受野大小為(3×3)像素，步長為2像素。

在第2層卷積(conv2)中，感受野大小為(5×5)像素，維數(shù)為64，步長為1像素，外周填充為2像素。同上，經(jīng)非線性變換層(relu2)、規(guī)范化層(norm2)和池化層(pool2)后，取局部均值，感受野大小為(3×3)像素，步長為2像素。

在第3層卷積(conv3)中，感受野大小為(5×5)像素，維數(shù)為256，步長為1像素，外周填充為2像素。同上，后面是非線性變換層(relu3)以及規(guī)范化層(norm3)。接下來是池化層(pool3)，取局部均值，感受野大小為(1×1)像素，步長為2像素。

在第4層卷積(conv4)中，感受野大小為(1×1)像素，維數(shù)為1 024，步長為1像素。同上，后面是非線性變換層(relu4)以及規(guī)范化層(norm3)。

在第1全連接層(ip1)中，實(shí)現(xiàn)內(nèi)積運(yùn)算，輸出維數(shù)為4 096。后接泄漏層(drop1，在圖5中略去)，泄漏率為0.5，以更好地增加網(wǎng)絡(luò)的泛化能力。

最后是全連接層(ip2)，輸出判斷結(jié)果，即判斷圖像塊是否為塞釘，是塞釘時(shí)輸出“1”，不是塞釘時(shí)輸出“0”。

以含塞釘?shù)能壯鼒D像為例，采用pCNN提取特征各中間結(jié)果如圖6所示。由圖6(f)可以看出：經(jīng)采用SRP算法提取塞釘候選區(qū)及第1—第4卷積層和第1全連接層處理后，得到輸入圖像塊的特征圖具有稀疏性，可用于SVM分類。

1.3　SVM分類

pCNN提取的圖像塊具有4 096維特征，將其輸入SVM工具箱LIBSVM[29]進(jìn)行分類。因樣本數(shù)較多，該SVM采用線性核分類。最后根據(jù)得到的分類結(jié)果判斷該圖像塊是否包含塞釘。

2　試驗(yàn)結(jié)果分析

因?yàn)檠芯繉ο笫卿撥壍能壯鼒D像，無論成像條件還是分析目的都具有行業(yè)特殊性，所以在進(jìn)行試驗(yàn)測試和方法比較時(shí)，為保證自動(dòng)檢測方法在行業(yè)內(nèi)應(yīng)用的有效性以及評(píng)價(jià)的客觀性，不會(huì)選擇國際通用的自然圖像目標(biāo)檢測測試庫，如PASCAL VOC 2007/2012[30]，MS COCO[31]。本文試驗(yàn)代碼是構(gòu)建在Ubuntu14.04與Caffe框架[32]下的，同時(shí)使用NVIDIA K4200 GPU。

圖6　pCNN特征提取圖示

2.1　訓(xùn)練階段

自動(dòng)檢測算法分為2個(gè)階段訓(xùn)練，首先是對pCNN進(jìn)行訓(xùn)練，然后將該網(wǎng)絡(luò)ip1層提取的特征作為輸入，對分類器SVM進(jìn)行訓(xùn)練，具體說明如下。

對于pCNN訓(xùn)練，通過大量挑選和剪裁，找出具有代表性的各類塞釘圖像塊6 000個(gè)，縮放為(32×32)像素，作為正樣本；同理，挑出不含塞釘?shù)膱D像塊6 000個(gè)，同樣縮放為(32×32)像素，作為負(fù)樣本，如圖7所示。為了使訓(xùn)練得到的網(wǎng)絡(luò)更具有泛化性能，還挑選出驗(yàn)證集，包括正樣本3 000個(gè)、負(fù)樣本3 000個(gè)。設(shè)置訓(xùn)練參數(shù)如下：基礎(chǔ)學(xué)習(xí)率(base_lr)=0.01， 動(dòng)量(momentum)=0.9， 權(quán)重衰減懲罰項(xiàng)(weight_decay)=0.004， 衰減系數(shù)(gamma)=0.1， 衰減步長(stepsize)=20 000， 最大迭代次數(shù)(max_iter)=150 000次。

采用上述訓(xùn)練集提取的ip1層特征，用SVM進(jìn)行訓(xùn)練，設(shè)置為10重交叉驗(yàn)證。采用線性核分類，懲罰因子C=2。

2.2　測試階段

因?yàn)橥谎矙z區(qū)段內(nèi)的圖像大多數(shù)表現(xiàn)為無目標(biāo)(無塞釘)，且具有幾乎相同的紋理與光照，但不同區(qū)段間的圖像由于檢測時(shí)段、檢測條件、檢測環(huán)境不同而有所差異，所以在現(xiàn)有工作的基礎(chǔ)上(類Haar+Adaboost算法)[25]，挑選有代表性的圖像作為測試集，能更加客觀、準(zhǔn)確地反映算法的性能。本文挑選有代表性的236張圖像進(jìn)行測試，部分有代表性的測試圖像及測試結(jié)果如圖8所示。

從圖8可以看出：圖8(a)為正常條件下無塞釘?shù)能壯鼒D像，檢測結(jié)果也為無塞釘(無定位框)；圖8(b)為有銹跡等干擾情況下無塞釘軌腰圖像，檢測結(jié)果為無塞釘(無定位框)；圖8(c)為正常條件下有塞釘軌腰圖像，檢測結(jié)果為有塞釘且準(zhǔn)確定位(有定位框)；圖8(d)為道岔區(qū)有鎖框、銹跡干擾情況下的有塞釘軌腰圖像，檢測結(jié)果為有塞釘且準(zhǔn)確定位(有定位框)；圖8(e)為塞釘頭超出圖像邊界情況下的有塞釘軌腰圖像，檢測結(jié)果為有塞釘且準(zhǔn)確定位(有定位框)；圖8(f)為光照不足且有銹跡、劃痕干擾情況下的有塞釘軌腰圖像，檢測結(jié)果為有塞釘且準(zhǔn)確定位(有定位框)；圖8(g)為塞釘尾部人工處理并標(biāo)記后的有塞釘軌腰圖像，檢測結(jié)果為有塞釘且準(zhǔn)確定位(有定位框)；圖8(h)為模糊干擾情況下的有塞釘軌腰圖像，檢測結(jié)果為有塞釘且準(zhǔn)確定位(有定位框)。

采用國際通用的定量評(píng)價(jià)指標(biāo)，對本文自動(dòng)檢測算法(SRP+pCNN+SVM)、文獻(xiàn)[26]顯著性檢測+本文卷積網(wǎng)絡(luò)算法(SR (文獻(xiàn)[26])+pCNN+SVM)，LBP+SVM算法和類Haar+Adaboost算法[25]這4種方法進(jìn)行比較，得到根據(jù)定量評(píng)價(jià)指標(biāo)描繪出的4種算法的準(zhǔn)確率—召回率(Precision-Recall)特性曲線[33]，如圖9所示。

從圖9可以看出：本文算法表現(xiàn)的性能最優(yōu)，其次是SR+pCNN+SVM算法，再次是類Haar+Adaboost算法，最后是LBP+SVM算法；通過本文算法(SRP+pCNN+SVM算法)與SR+pCNN+SVM算法的比較，說明本文算法在性能上比文獻(xiàn)[26]的SR算法在性能上有所提升，而這2種算法與其余2種算法比較，又說明pCNN在特征提取方面具有優(yōu)勢，能進(jìn)一步提升目標(biāo)檢測性能。

3　結(jié)　語

傳統(tǒng)的人工智能方法已經(jīng)在鐵路基礎(chǔ)設(shè)施檢測領(lǐng)域有所應(yīng)用[34-37]，深度學(xué)習(xí)是近年人工智能領(lǐng)域取得的突破性成果，本文針對鋼軌軌腰圖像的特點(diǎn)，將深度學(xué)習(xí)引入鐵路基礎(chǔ)設(shè)施檢測領(lǐng)域?；谏疃葘W(xué)習(xí)的鐵道塞釘自動(dòng)檢測算法包括如下幾個(gè)階段：首先借鑒顯著性檢測的思路，在目標(biāo)檢測的區(qū)域選擇階段，用給出的SRP算法能更有效地提取出候選目標(biāo)區(qū)域；其次，在目標(biāo)檢測的特征提取階段，用設(shè)計(jì)的pCNN深度卷積神經(jīng)網(wǎng)絡(luò)能更準(zhǔn)確地提取相應(yīng)的目標(biāo)特征；最后由SVM進(jìn)行分類，完成目標(biāo)檢測功能。在各種成像環(huán)境和外界干擾下對采集到的軌腰圖像測試，并經(jīng)對比試驗(yàn)，驗(yàn)證提出的基于深度學(xué)習(xí)的鐵道塞釘自動(dòng)檢測算法表現(xiàn)得比目前實(shí)際使用的傳統(tǒng)算法更為優(yōu)秀，且與深度學(xué)習(xí)在其他圖像分析領(lǐng)域的表現(xiàn)效果相一致。下一階段的目標(biāo)是使用更為有效的編程技巧和性能更為強(qiáng)勁的硬件，進(jìn)一步提升算法的計(jì)算速度。

圖9　采用不同算法得到測試集圖像的準(zhǔn)確率—召回率曲線

[1]SILVER D, HUANG A, MADDISON C J, et al. Mastering the Game of Go with Deep Neural Networks and Tree Search [J]. Nature, 2016, 529(1):484-489.

[2]KRIZHEVSKY A, SUTSKEVER I, HINTON G E. ImageNet Classification with Deep Convolutional Neural Networks [J]. Advances in Neural Information Processing Systems, 2012, 25(2): 1097-1105.

[3]LI H, LIN Z, SHEN X, et al. A Convolutional Neural Network Cascade for Face Detection[C]//Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition 2015. Boston: IEEE Computer Society, 2015: 5325-5334.

[4]RIBEIRO D, NASCIMENTO J C, BERNARDINO A, et al. Improving the Performance of Pedestrian Detectors Using Convolutional Learning [J]. Pattern Recognition, 2017, 67(1): 641-649.

[5]GAL J, LEMPITSKY V. Class-Specific Hough Forests for Object Detection[C]//In Proceedings IEEE Conference Computer Vision and Pattern Recognition 2009. Miami: IEEE Computer Society, 2009: 1022-1029.

[6]VIOLA P, JONES M. Robust Real-Time Face Detection [J]. International Journal of Computer Vision, 2004, 57(2):137-154.

[7]CHAVALI N, AGRAWAL H, MAHENDRU A, et al. Object-Proposal Evaluation Protocol is ‘Gameable’ [C] //Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition 2015. Boston: IEEE Computer Society, 2015: 835-844.

[8]UIJLINGS J R R, SANDE van de K E A, GEVERS T, et al. Selective Search for Object Recognition [J]. International Journal of Computer Vision, 2013, 104(2):154-171.

[9]ZHU Gao, PORIKLI Fatih, LI Hongdong. Tracking Randomly Moving Objects on Edge Box Proposals [OL]. 2015. https://arxiv.org/pdf/1507.08085.pdf.

[10]NIXON M, AGUARDO A S. Feature Extraction and Image Processing [M]. 2nd ed. Amsterdam: Elsevier, 2010.

[11]DALAL N, TRIGGS B. Histograms of Oriented Gradients for Human Detection[C]//IEEE Conference on Computer Vision & Pattern Recognition 2005. San Diego: IEEE Computer Society, 2005: 886-893.

[12]OJALA T, PIETIKINEN M, MENPT, et al. Multiresolution Gray-Scale and Rotation Invariant Texture Classification with Local Binary Patterns [J]. IEEE Transactions on Pattern Analysis and Machine Intelligence, 2002, 24(7): 971-987.

[13]HIROMOTO M, SUGANO H, MIYAMOTO R, et al. Partially Parallel Architecture for AdaBoost-Based Detection with Haar-Like Features [J]. IEEE Transactions on Circuits and Systems for Video Technology, 2009, 19(1): 41-52.

[14]ZHOU Huiyu, YUAN Yuan, SHI Chunmei, et al. Object Tracking Using SIFT Features and Mean Shift [J]. Computer Vision and Image Understanding, 2009, 113(3): 345-352.

[15]JIANG Jielin, ZHANG Lei, YANG Jian. Mixed Noise Removal by Weighted Encoding with Sparse Nonlocal Regularization [J]. IEEE Transactions on Image Processing, 2014, 23(6): 2651-2662.

[16]GIRSHICK R, DONAHUE J, DARRELL T, et al. Rich Feature Hierarchies for Accurate Object Detection and Semantic Segmentation[C]// IEEE Conference on Computer Vision & Pattern Recognition 2014. Columbus: IEEE Computer Society, 2014: 580-587.

[17]GIRSHICK R. Fast R-CNN[C]//Proceedings of the International Conference on Computer Vision 2015. San Diego: IEEE Computer Society, 2015: 1440-1448.

[18]HE K, ZHANG X, REN S, et al. Spatial Pyramid Pooling in Deep Convolutional Networks for Visual Recognition [J]. IEEE Transactions on Pattern Analysis and Machine Intelligence, 2015, 37(9): 1904-1916.

[19]REN Shaoqing, HE Kaiming, GIRSHICK Ross, et al. Faster R-CNN: Towards Real-Time Object Detection with Region Proposal Networks[C]//Advances in Neural Information Processing Systems 2015. Montréal: Curran Associates Inc., 2015: 91-99.

[20]SUYKENS J A K, VANDEWALLE J. Least Squares Support Vector Machine Classifiers [J]. Neural Processing Letters, 1999, 9(3): 293-300.

[21]LIAW A, WIENER M. Classification and Regression by Random Forest [J]. R News, 2002, 2/3: 18-22.

[22]RATSCH G, ONODA T, MULLER K R. Soft Margins for AdaBoost [J]. Machine Learning, 2001, 42(3): 287-320.

[23]REDMON J, DIVVALA S, GIRSHICK R, et al. You Only Look Once: Unified, Real-Time Object Detection[C] // IEEE Conference on Computer Vision & Pattern Recognition 2016. Las Vegas: IEEE Computer Society, 2016: 779-788.

[24]LIU W, ANGUELOV D, ERHAN D, et al. SSD: Single Shot MultiBox Detector [C] //European Conference on Computer Vision 2016. Amsterdam: Springer, 2016: 21-37.

[25]杜馨瑜. 基于計(jì)算機(jī)視覺技術(shù)的鐵道塞釘自動(dòng)定位算法 [J]. 鐵道通信信號(hào), 2016, 52(9): 68-72.

(DU Xinyu. Automatic Location Algorithms for Railway Plugs Based on Compute Vision Technology [J]. Railway Signaling & Communication, 2016, 52(9): 68-72. in Chinese)

[26]HOU Xiaodi, ZHANG Liqing. Saliency Detection: A Spectral Residual Approach[C]// IEEE Conference on Computer Vision and Pattern Recognition 2007. Minneapolis: IEEE Computer Society, 2007:1-8.

[27]ZHANG J, SCLAROFF S, LIN Z, et al. Unconstrained Salient Object Detection via Proposal Subset Optimization[C]//IEEE Conference on Computer Vision & Pattern Recognition 2016. Las Vegas: IEEE Computer Society, 2016: 5733-5742.

[28]HE Kaiming, SUN Jian. Convolutional Neural Networks at Constrained Time Cost[C]// Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition 2015. Boston: IEEE Computer Society, 2015: 5353-5360.

[29]CHANG C C, LIN C J. LIBSVM: a Library for Support Vector Machines [J]. ACM Transactions on Intelligent Systems and Technology, 2011, 2(3): 1-27.

[30]EVERINGHAM M, VAN G L, WILLIAMS C K I, et al. The Pascal Visual Object Classes (VOC) Challenge [J]. International Journal of Computer Vision, 2010, 88(2): 303-338.

[31]LIN T Y, MAIRE M, BELINGIE S, et al. Microsoft COCO: Common Objects in Context[C]//European Conference on Computer Vision 2014. Zurich: Springer, 2014: 740-755.

[32]JIA Yangqing, SHELHAMER Evan, DONAHUE Jeff, et al. Caffe: Convolutional Architecture for Fast Feature Embedding[C] //Proceedings of the 14th ACM International Conference on Multimedia 2014. Orlando: ACM New York, 2014: 675-678.

[33]DUDA R O, HART P E, STORK D G. Pattern Classification [M]. 2nd ed. Hoboken N J; Wiley, 2000.

[34]任盛偉, 李清勇, 許貴陽, 等. 魯棒實(shí)時(shí)鋼軌表面擦傷檢測算法研究[J]. 中國鐵道科學(xué), 2011, 32(1): 25-29.

(REN Shengwei，LI Qingyong，XU Guiyang, et al. Research on Robust Fast Algorithm of Rail Surface Defect Detection [J]. China Railway Science, 2011, 32(1): 25-29. in Chinese)

[35]周威, 孫忠國, 任盛偉, 等. 基于多目立體視覺的接觸網(wǎng)幾何參數(shù)測量方法[J]. 中國鐵道科學(xué), 2015, 36(5): 104-109.

(ZHOU Wei, SUN Zhongguo, REN Shengwei, et al. Measurement Method for Geometric Parameters of Overhead Contact Line Based on Multi-View Stereovision [J]. China Railway Science, 2015, 36(5): 104-109. in Chinese)

[36]李清勇, 章華燕, 任盛偉, 等. 基于鋼軌圖像頻域特征的鋼軌波磨檢測方法[J]. 中國鐵道科學(xué), 2016, 37(1): 24-30.

(LI Qingyong, ZHANG Huayan, REN Shengwei, et al. Detection Method for Rail Corrugation Based on Rail Image Feature in Frequency Domain [J]. China Railway Science, 2016, 37(1): 24-30. in Chinese)

[37]杜馨瑜. 電務(wù)軌旁設(shè)備外觀巡檢圖像增強(qiáng)算法[J]. 中國鐵道科學(xué), 2016, 37(6): 97-105.

(DU Xinyu. Algorithm for Appearance Inspection Image Enhancement of Trackside Communication and Signal Equipment [J]. China Railway Science, 2016, 37(6): 97-105. in Chinese)