試論高鐵接觸網(wǎng)鳥窩檢測識別方法

武斯全，田震，廖開沅，徐嘉勃

（北京交通大學計算機與信息技術(shù)學院，北京 100044）

高速鐵路接觸網(wǎng)是指沿著鐵路干道在其上方所搭設(shè)的為來往列車輸送電能的特殊供電線路。隨著中國鐵路的高速發(fā)展以及運營里程的快速增長，有關(guān)于高速鐵路接觸網(wǎng)的安全問題日益突出。其中，由于鐵路周圍鳥類活動而引起的關(guān)于接觸網(wǎng)安全事故頻頻發(fā)生。為減少接觸網(wǎng)上鳥窩搭建鳥類停留所造成的不良影響，主要還是采用結(jié)構(gòu)優(yōu)化、封堵以及驅(qū)趕等方式進行防護，此外，類似視覺驚嚇法這樣的民間防治方法也因其操作方便、資金較低的優(yōu)點而被采用。由于接觸網(wǎng)的位置較為分散，異物位置并不固定，所以單一依靠人工巡檢的方式存在高成本及低可靠性等缺點。目前主要采用視頻分析技術(shù)從而對接觸網(wǎng)入侵異物進行檢測的方法，但這項工作仍然需要有人工的參與并且具有較差的實時性。為改進高速鐵路接觸網(wǎng)的智能識別技術(shù)，提高檢測效率，本文提出了一種新的高鐵接觸網(wǎng)鳥窩識別算法。

1 基于級聯(lián)神經(jīng)網(wǎng)絡(luò)的接觸網(wǎng)鳥窩檢測模型

1.1 模型概述

針對接觸網(wǎng)鳥窩的體積較小，缺乏顯著的形狀和紋理特征，采用已有的人工設(shè)計特征對條紋圖像進行分類難以得到理想的結(jié)果。對此，深度學習提供了一種可行的解決方案，YOLO神經(jīng)網(wǎng)絡(luò)作為一種常見的目標檢測網(wǎng)絡(luò)具有強大的檢測性能。本研究利用兩級預測網(wǎng)絡(luò)級聯(lián)的檢測網(wǎng)絡(luò)進行接觸網(wǎng)鳥窩檢測，采用YOLOv3-SPP網(wǎng)絡(luò)結(jié)構(gòu)作為分級檢測器。當目標物體形體微小或者樣本較少，同時環(huán)境樣本較多時，用一級網(wǎng)絡(luò)先訓練檢測興趣域，擴大目標的檢測比例，這樣使無關(guān)樣本也能提升目標的檢測概率。然后用第二級網(wǎng)絡(luò)訓練識別待測物體，這樣即便只有很少的樣本數(shù)據(jù)也能有不錯的檢測效果。

模型流程圖如1。

圖1 級聯(lián)模型檢測流程簡圖

1.2 模型重要參數(shù)

YOLOv3采用K-means聚類方法得到先驗框的尺寸，并且為每種下采樣尺度設(shè)定3種不同大小的先驗框，一共聚類出9種尺寸的先驗框。當輸入圖像的分辨率是416×416時，得到的9個先驗框在不同大小的特征圖上的分配如表1所示。

表1 特征圖與先驗框

直接使用YOLO網(wǎng)絡(luò)進行接觸網(wǎng)鳥窩的檢測效果并不理想，因為鳥窩在圖片中占比很小，導致大量的網(wǎng)格進行無效運算，浪費計算資源。第二級Yolo網(wǎng)絡(luò)以第一級網(wǎng)絡(luò)預測的興趣域子圖像集作為輸入，對子圖集進行YOLO級聯(lián)檢測，其本質(zhì)為網(wǎng)格的二次劃分，盡可能地在訓練過程中增大邊界框的IOU來提高訓練的準確度并且進行盡可能多的有效計算。

在接觸網(wǎng)鳥窩的數(shù)據(jù)集中，帶有鳥窩標注的樣本數(shù)據(jù)集很少，大部分圖片不含鳥窩。但興趣域數(shù)據(jù)集樣本數(shù)量極大，與待測物體鳥窩無關(guān)的興趣域?qū)B窩的分布具有信息增益，興趣域的訓練增益可以增高整體檢測器的精度。檢測器的精度由第二級檢測器的精度決定，第一級檢測器起到了物體放大的作用，第二級檢測器在興趣域中檢測待測物體鳥窩，物體的平均IoU值明顯大于單級檢測器，檢測器的檢測精度可以預期會明顯提高。

2 實驗驗證

2.1 實驗環(huán)境

本研究內(nèi)容的實驗硬件環(huán)境為英特爾Core i9-10900K處理器主頻3.70GHz，內(nèi)存為64GB，Nvidia GeForce RTX 3090顯卡；實驗軟件環(huán)境為Win10專業(yè)版，Python3.8，Pytorch1.7.1，CUDA 11。

2.2 模型評價指標

通過正確預測的樣本數(shù)與總預測樣本數(shù)的比值來反映預測的準確率，準確率越高，說明檢測模型越精確。而檢出率率是指正確預測的樣本數(shù)與真實樣本總數(shù)的比值，檢出率越高，說明檢測模型越可靠。

為了實現(xiàn)實時檢測，在保證模型具有比較高的檢測精度的同時，還要盡可能提高模型的檢測速度。一般使用每秒內(nèi)處理圖像的數(shù)量（秒幀率FPS）反映檢測速度的快慢，對于單網(wǎng)絡(luò)檢測器，其檢測速度為檢測網(wǎng)絡(luò)處理圖像的速度；而對于級聯(lián)網(wǎng)絡(luò)，第二級網(wǎng)絡(luò)的輸入要求第一級網(wǎng)絡(luò)具有輸出。

2.3 接觸網(wǎng)鳥窩檢測

第一級檢測器的數(shù)據(jù)集為3900張圖片，使用Faster R-CNN、YOLOv3-spp、YOLOv4等基于深度學習的目標檢測算法對鐵路沿線的興趣域進行識別訓練。

第二級檢測器的數(shù)據(jù)集為130張圖片，使用Faster R-CNN、YOLOv3-spp、YOLOv4等基于深度學習的目標檢測算法對逆向推理算法得到的興趣域中的鳥窩進行識別訓練。

（1）直接檢測

當數(shù)據(jù)集規(guī)模較小時，無論YOLO系列等two-stage算法還是Faster R-CNN等one-stage算法，均對小目標物體的識別能力有限，并且接觸網(wǎng)鳥窩形體特征較為單一，難以與環(huán)境樣本區(qū)分，具有很大的訓練難度，在測試集很難有較好的表現(xiàn)。

YOLOv3-spp，YOLOv4與Faster R-CNN等識別檢測模型進行識別，結(jié)果如表2。

表2 不同目標檢測算法直接檢測性能對比

由表1可以看出，無論是YOLO系列等two-stage網(wǎng)絡(luò)還是Faster R-CNN等one-stage網(wǎng)絡(luò)，當鳥窩數(shù)據(jù)集較少且體積較小、形體特征單一時，網(wǎng)絡(luò)的學習效果不佳，難以學習到鳥窩存在的整體性特征，均無法準確地標注出鐵路沿線接觸網(wǎng)的鳥窩。

（2）級聯(lián)檢測

對測試集126張圖片共210個鳥窩進行檢測，使用不同的第一級檢測器檢測興趣域，測試第二級檢測器的檢測性能，采用第一、二級檢測器串行計算，第二級檢測器并行檢測的計算方法。

其檢測結(jié)果如表3。

表3 不同目標檢測算法級聯(lián)檢測性能對比

由表2結(jié)果可以看出，三種檢測模型級聯(lián)結(jié)果的最差檢出率為84.68%，仍然高于直接檢測的最好結(jié)果77.48%。級聯(lián)網(wǎng)絡(luò)識別，通過第一級網(wǎng)絡(luò)誘導識別先驗的興趣域，而第二級在興趣域中識別待測物體鳥窩，興趣域中鳥窩的分布情況較為單一，可以減少其他環(huán)境樣本的干擾，提高了鳥窩的區(qū)分度，降低訓練的難度。因此，級聯(lián)網(wǎng)絡(luò)對第二級待測物體的數(shù)據(jù)集規(guī)模依賴較小，只需要很少的圖片就可以學習到興趣域中鳥窩的分布特征。

3 結(jié)語

本研究針對高速鐵路接觸網(wǎng)異物入侵提出了一種基于機器視覺的解決方法?；谌斯は闰炚页鲽B窩可能存在的興趣域，在第一級檢測器中實現(xiàn)對興趣域的定位檢測，大幅縮小異物目標檢測的搜索范圍。然后，使用第二級檢測器檢測興趣域中的鳥窩位置。在鳥窩數(shù)據(jù)集較少的情況下，檢測器級聯(lián)了兩個one-stage檢測模型，發(fā)掘不同階段檢測算法的可并行性，實現(xiàn)了高速鐵路接觸網(wǎng)上鳥窩的快速準確檢測。