一种基于FPGA和深度学习的高速铁路异物侵限检测装置及方法

摘要

本发明公开了一种基于FPGA和深度学习的高速铁路异物侵限检测装置及方法，该装置包括视频采集模块、图像存储模块、两个数据处理模块和预警反馈模块，视频采集模用于实时采集高速铁路轨道监控视频；视频处理模块一：利用改进的ICnet神经网络训练标注好的训练集，得到ICnet神经网络权重，完成轨道区域分割模型的构建，将视频的铁轨区域划分安全等级不同的监测区域；视频处理模块二：利用目标识别神经网络对轨道区域进行目标检测；预警反馈模块：将每一帧目标与图像分割结果不断地传送至FPGA进行计算分析，对入侵行为做出语义分析。本发明可以实时、准确的对铁路沿线异物入侵进行监测，符合铁路部门实际需要，能有效保障高速铁路运行安全性。