(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210347119.0 (22)申请日 2022.04.01 (71)申请人 中国铁路兰州局集团有限公司 地址 730099 甘肃省兰州市城关区民主东 路383号 申请人 佳讯飞鸿 （北京） 智能科技研究院有 限公司　 北京佳讯飞鸿电气股份有限公司 (72)发明人 程相德　陈博　张涛　邓桂星　 李占文　宋小齐　魏文仪　张锐　 杨永成　李金堂　曹峥　王忠山　 高升　钟昊　宗孝鹏　 (74)专利代理 机构 北京汲智翼成知识产权代理 事务所(普通 合伙) 11381 专利代理师 陈曦　韩正魁(51)Int.Cl. G06V 20/52(2022.01) G06K 9/62(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) G06V 10/764(2022.01) G06V 10/82(2022.01) (54)发明名称 轨道咽喉区异常检测的方法及系统 (57)摘要 本发明公开了一种轨道咽喉区异常检测的 方法及系统。 该方法包括如下步骤： 获取轨道咽 喉区的连续N帧图像； 基于 预设模型对连续N帧图 像进行异常检测， 以获取每一帧图像的异常得分 值； 将每一帧图像的异常得分值与预先设定的分 类阈值相比较， 以获取异常检测结果； 根据异常 检测结果获取异常图像， 并基于预设模型获取异 常图像上每一个像素的像素异常得分值； 将每一 个像素的像素异常得分值与预先设定的定位阈 值相比较， 以确定异常图像上存在异常的像素位 置； 将各个存在异常的像素位置整合， 以获取异 常图像上的异常区域。 利用本发明， 可 以有效提 轨道咽喉区的安全保障能力。 权利要求书2页 说明书7页 附图2页 CN 114782888 A 2022.07.22 CN 114782888 A 1.一种轨道咽喉区异常检测的方法， 其特 征在于包括如下步骤： 获取轨道咽喉区的连续 N帧图像， 其中N 为正整数； 基于预设模型对所述连续 N帧图像进行异常检测， 以获取每一帧图像的异常得分值； 将每一帧图像的所述异常得分值与预先设定的分类阈值相比较， 以获取异常检测结 果； 根据所述异常检测结果获取异常图像， 并基于所述预设模型获取所述异常图像上每一 个像素的像素异常得分值； 将每一个像素的所述像素异常得分值与 预先设定的定位阈值相比较， 以确定所述异常 图像上存在异常的像素位置； 将各个存在异常的像素位置整合， 以获取 所述异常图像上的异常区域。 2.如权利要求1所述的方法， 其特 征在于所述获取轨道咽喉区的N帧图像， 具体包括： 针对轨道咽喉区预先设定多个摄像头， 以使每个所述摄像头均能够检测多个关键点 位； 按照设定时间， 定时控制所述多个 摄像头对各自对应的关键点 位进行N帧图像的采集。 3.如权利要求1所述的方法， 其特征在于所述基于预设模型对所述N帧图像进行异常检 测， 以获取每一帧图像的异常得分值， 具体包括： 利用预设的正常图片和异常图片进行 预训练， 得到训练好的教师模型； 利用预设的正常图片进行预训练， 得到训练好的学生模型， 并使得在正常图片下， 所述 学生模型的输出 结果与所述教师模型的输出 结果相同或相近； 将所述N帧图像分别输入所述教师模型， 以获取每一帧图像的第一输出 结果； 将所述N帧图像分别输入所述学生模型， 以获取每一帧图像的第二输出 结果； 对于任意一帧图像， 根据所述第一输出结果与所述第二输出结果， 获取每一帧图像的 异常得分值； 其中， 若 所述第一输出结果与所述第二输出结果相同或相近， 则所述异常得分 值小， 反之， 则所述异常得分值大。 4.如权利要求1所述的方法， 其特 征在于所述分类阈值 通过以下 方式进行设定： 利用预设的正常图片和异常图片运行 所述预设模型， 以得到每张图片的热力图； 选取每张热力图中的最大 热力值作为所述热力图的得分； 分别以每张热力图的得分作为阈值， 得到四个 基本指标TP、 FP、 TN和FN； 基于所述四个 基本指标TP、 FP、 TN和FN， 绘制P ‑R曲线； 利用所述P ‑R曲线得到F1 ‑score； 选择F1‑score的TOP ‑5最大值， 求平均值， 作为 最终的分类阈值。 5.如权利要求 4所述的方法， 其特 征在于所述定位阈值 通过以下 方式进行设定： 采用语义分割的方式对预设的异常图片进行 标注， 以标注出异 物所在的位置； 利用标注完成的异常图片运行所述预设模型， 以得到每个异常图片的包含每个像素得 分的热力图； 分别以所述热力图中的每 个像素得分作为阈值， 得到四个 基本指标TP、 FP、 TN和FN； 基于所述四个 基本指标TP、 FP、 TN和FN， 绘制P ‑R曲线； 利用所述P ‑R曲线得到F1 ‑score； 选择F1‑score的TOP ‑5最大值， 求平均值， 作为 最终的定位阈值。权　利　要　求　书 1/2 页 2 CN 114782888 A 26.如权利要求1所述的方法， 其特 征在于所述异常检测的类型至少包括： 所述N帧图像中的轨道咽喉区是否存在异 物； 所述N帧图像中的轨道咽喉区是否有工具残留； 所述N帧图像中的轨道咽喉区是否存在转 辙机箱盖未闭合； 所述N帧图像中的轨道咽喉区是否存在行 人。 7.如权利要求1所述的方法， 其特征在于所述分类阈值和所述定位阈值均根据日期和 时间进行动态调整； 调整方式如下： thresh＝(0.5+α +β )*thresh， thresh为所述分类阈值或所述定位阈值； α ＝0.1+|x ‑6|*0.05， x为月份值； β 的取值如下： 在22:00～9:00的时间段内， β 的取值为 ‑0.1； 在9:00～18:00的时间段内， β 的取值为0； 在18:00～22:00的时间段内， β 的取值 为0.1。 8.如权利要求1所述的方法， 其特 征在于还 包括： 根据所述异常图像上的异常区域， 向业 务子系统发送报警信息 。 9.如权利要求8所述的方法， 其特征在于， 在 向业务子系统发送报警信息的过程中， 采 用滑动窗口 的方式判断是否存在异常。 10.一种轨道咽喉区异常检测的系统， 用于执行权利要求1～9中任意一项所述的方法， 其特征在于包括： 视频监控子系统， 包括多个设置于轨道咽喉区的摄像头， 以用于对各自对应的关键点 位进行N帧图像的采集； 异常检测子系统， 与所述视频监控子系统连接， 以接收所述视频监控子系统发送的N帧 图像， 并对所述 N帧图像进行异常检测； 业务子系统， 与所述异常检测子系统连接， 以接收所述异常检测子系统根据检测结果 发送的报警信息， 并进行业 务分配。权　利　要　求　书 2/2 页 3 CN 114782888 A 3