铁路货车装载状态标准图像智能识别技术体系设计研究

石 磊

(中国国家铁路集团有限公司 货运部，北京 100844)

《新时代交通强国铁路先行规划纲要》(铁发改〔2020〕129号)明确提出，要增强兴安强安保障能力，加大大数据、人工智能等新技术应用，增强安全数据和问题隐患、运行状态和性能规律等集成管理、智能分析和预警预告能力[1]。对视频监控设备获取的铁路货车装载状态标准图像进行智能识别，辅助人工对列车进行货运交接检查，提高发现问题隐患的能力，是铁路货检作业方式的发展方向。铁路货车装载状态标准图像(以下简称“标准图像”)是指利用采集、传输、控制等设备和软件，对通过检测点的铁路货车车体、货物、货物装载加固状态，进行监视所形成的完整、无变形、无噪点、无模糊高清图片信息。自2020年实施优化货检作业流程以来，运用货运安全检测和视频监控设备，实现了货检作业由人检为主、机检为辅转换至到达作业机检为主、人检为辅，出发作业人检为主、人机结合的方式，有力地推进了货检作业质量和效率的提升。部分货检站探索采用智能识别技术辅助货检人员视频检查，在降低人工漏报、提升作业质量等方面取得了一定成效。为确保标准图像识别质量，采用深度神经网络图像识别模型是主要发展趋势[2]。但是，由于训练集数据规模不足，造成图像智能识别质量与铁路货车装载状态检查要求间存在一定差距，尤其是货检作业项点覆盖不全、问题识别率和识别准确率差异较大，需要系统构建铁路货车装载状态标准图像智能识别技术体系架构，为推动铁路货车装载状态检查少人化、无人化提供可靠技术支撑。……