買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉北京城建勘測設計研究院有限責任公司申請的專利一種基于圖像識別的軌道異物智能檢測系統及方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN120375099B 。

龍圖騰網通過國家知識產權局官網在2025-09-16發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202510856902.3，技術領域涉及：G06V10/764；該發明授權一種基于圖像識別的軌道異物智能檢測系統及方法是由于淼;荊虹波;馬海志;崔志遠;李響;李鑫濤;王樂慈;高帥;趙敏;高翔設計研發完成，并于2025-06-25向國家知識產權局提交的專利申請。

本一種基于圖像識別的軌道異物智能檢測系統及方法在說明書摘要公布了：本發明公開了一種基于圖像識別的軌道異物智能檢測系統及方法，具體涉及圖像識別技術領域；通過獲取實時圖像，并結合圖像分割算法提取感興趣區域，識別潛在異物；通過分析軌道異物的時空數據，驗證檢測結果的時空一致性以判斷真實威脅；對真實威脅目標提取形狀、紋理、顏色和尺寸等多維特征，輸出分類置信度以評估模型分類穩定性；結合時空一致性和分類穩定性評估檢測準確性，將檢測結果分為不同的類別，并針對不完全準確性檢測結果預測后續檢測的異常程度，動態調整圖像采集分辨率或幀率以提高檢測清晰度，解決了現有技術中小型異物漏檢和誤報警頻發的問題，大幅提升了軌道異物檢測的準確性和可靠性，保障了高速列車運行的安全性。

本發明授權一種基于圖像識別的軌道異物智能檢測系統及方法在權利要求書中公布了：1.一種基于圖像識別的軌道異物智能檢測方法，其特征在于：包括以下步驟： S1：通過設置在軌道沿線的高清攝像頭實時獲取軌道區域的圖像數據，并對獲取到的圖像數據進行預處理，包括去噪、對比度增強和色彩校正； S2：利用圖像分割算法對軌道區域進行分割，提取軌道區域內的感興趣區域，基于第一深度學習模型對提取的感興趣區域進行目標檢測，識別潛在的軌道異物，所述第一深度學習模型包括卷積神經網絡； S3：獲取軌道異物在不同幀圖像中的時空數據，并分析軌道異物在連續幀中的位置變化和運動方向，驗證軌道異物檢測結果的時空一致性，并根據異物時空一致性判斷檢測目標是否為真實威脅； 具體包括：對軌道異物在連續幀中的位置變化和運動方向進行分析后生成異物時空一致性指數，異物時空一致性指數的獲取方法為：設定目標軌跡序列為，表示檢測到的軌道異物在連續幀中的位置序列，設定參考軌跡序列，表示軌道異物的標準運動模式，使用歐幾里得距離計算兩個軌跡點之間的距離，構建累積距離矩陣，在累積距離矩陣中，找到最優路徑P，路徑由一系列點組成，計算異物時空一致性指數，表達式為：；式中，L為最優路徑的長度，為路徑上的歐幾里得距離； S4：在確定檢測目標為真實威脅后，提取檢測異物的多維特征，包括形狀、紋理、顏色和尺寸，將所述多維特征作為第二深度學習模型輸入，通過第二深度學習模型輸出分類置信度，對低置信度目標的占比情況進行分析，生成低置信度目標占比波動指數，并根據低置信度目標占比波動指數評估第二深度學習模型算法的分類穩定性； 具體包括：低置信度目標占比波動指數的獲取方法為：收集低置信度目標占比的時間序列，將時間序列R分段歸類為w個區間，統計每個區間中的數據點數量，計算低置信度占比落入第i個區間的概率，計算低置信度目標占比波動指數，表達式為：； S5：根據軌道異物檢測結果的時空一致性和第二深度學習模型算法的分類穩定性，評估圖像識別算法對軌道異物檢測的準確性，根據評估結果，將軌道異物檢測結果劃分為準確性檢測結果，不完全準確性檢測結果和不準確性檢測結果； S6：對于不完全準確性檢測結果，對后續檢測時間段內圖像識別算法對軌道異物檢測的準確性異常程度進行預測，若異常程度高，則增加圖像采集的分辨率或幀率，以增強軌道圖像的清晰度。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人北京城建勘測設計研究院有限責任公司，其通訊地址為：100101 北京市朝陽區安慧里五區六號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。