导读:本文包含了铁路入侵检测论文开题报告文献综述及选题提纲参考文献，主要关键词:铁路入侵,智能检测,轨道,安全
铁路入侵检测论文文献综述
张省伟,王博[1]（2019）在《基于多元入侵模式的铁路入侵智能检测方法研究》一文中研究指出保证铁路行车安全的重要手段之一就是防止铁路入侵行为的发生,在铁路沿线采用视频监控的方式则是预防铁路入侵的有效措施,但由于人工监控可靠性较差,因此采用基于计算机智能算法的铁路入侵检测系统就尤为必要。本文提出了基于多元入侵模式的铁路入侵智能检测方法,即一种对多目标和多组合行为铁路入侵行为建模的数学模型和基于方向场的铁轨识别模型,以及铁路入侵的动态目标检测算法流程。经轨道监控视频实验验证,提出的方法不仅可有效识别视频帧画面中的轨道,还可识别不同入侵目标并根据入侵对象的不同做出跟踪和预警,该方法对实现智能铁路入侵检测具有重要意义。(本文来源于《电子设计工程》期刊2019年17期）
王尧,余祖俊,朱力强,郭保青[2]（2019）在《基于高阶全连接条件随机场的高速铁路异物入侵检测方法》一文中研究指出随着我国高速铁路的快速发展,运营线路里程不断增加,铁路异物入侵对列车运行安全的威胁日趋严重。针对现有基于计算机视觉的铁路异物入侵检测方法存在的检测精度差、误检率高等问题,提出一种新的基于条件随机场CRF的前景提取算法并将其应用于高铁周界入侵检测中。前景提取是计算机视觉中的一个重要问题,也是基于计算机视觉的铁路异物入侵检测方法的核心算法。基于CRF的前景提取算法针对动态背景、伪装色等关键问题引入全连接结构,并增加高阶势,同时采用基于快速卷积的CRF推断算法实现快速求解。实验结果表明,前景提取算法的总体检测效果在通用测试数据集上优于现有算法,并在铁路现场场景取得较好地应用效果。(本文来源于《铁道学报》期刊2019年05期）
朱亚男,李冰毅,房楠,邵静云[3]（2019）在《铁路入侵智能检测方法研究》一文中研究指出铁路入侵行为严重影响铁路安全,由于人工监控容易产生疏漏,研究计算机智能铁路入侵检测系统尤为必要,文章提出了一种智能铁路入侵识别方法,主要包括2个方面:一是提出了一种描述n维入侵目标可能存在的m维基本运动过程的数学模型;二是提出基于方向场的铁轨智能识别方法。经轨道监控视频实验验证,文中提出的方法可有效识别监控区域中的轨道,并可对铁路入侵目标进行准确识别和跟踪,算法具有一定鲁棒性,对实现智能铁路入侵检测具有重要意义。(本文来源于《机车车辆工艺》期刊2019年02期）
王晟[4]（2018）在《入侵检测系统在铁路数据网络的应用分析与安全功能测评》一文中研究指出数据通信网是铁路总公司与各铁路局、各铁路局间的数据业务重要通信承载平台,承载了铁路系统运营的多种主要业务。近年来铁路总公司不断的对铁路数据通信网的网络安全策略进行完善。目前铁路数据通信网网管域与核心路由器虽然通过防火墙连接实现了逻辑隔离,但需要增加主动的防控手段,即对入侵检测系统进行部署,本文深入分析了入侵检测技术的主要方法及在铁路网络的应用设计,构建了铁路网络入侵检测模型,分析研究了入侵检测系统的有效性的测评方法。(本文来源于《全国声学设计创新技术与文化建筑声学工程学术会议论文集》期刊2018-06-15）
李瑞年,王瑞峰[5]（2018）在《铁路运输通信网络入侵信号检测仿真》一文中研究指出对铁路运输通信网络入侵信号的检测,能够有效降低入侵信号对铁路通信网络的不利影响。对入侵信号的检测,需要识别铁路运输网络入侵信号特征,构建信号均值和方差特征矩阵,完成入侵信号的检测。传统方法建立入侵信号特征模型,并通过将访问信号特征与入侵信号特征模型进行匹配,但忽略了构建信号方差特征矩阵,导致信号检测精度偏低。提出基于差分特性的铁路运输网络入侵信号检测方法,根据网络入侵信号特征确定入侵信号相似度阈值,构建入侵信号检测模型,利用铁路运输通信网络链路RSS的均值和方差作为检测特征,通过均值和方差特征矩阵,对访问铁路运输通信网络信号的差分变化进行描述,并以此作为特征信号完成铁路运输网络入侵信号检测。实验结果表明,所提方法能够准确提高检测的准确度,降低漏检和误检的概率,具有较强的使用价值。(本文来源于《计算机仿真》期刊2018年03期）
杨海林,蔡启忡,薛圣利,周加全[6]（2016）在《基于改进的VIBE算法在铁路智能视频监控入侵检测的研究》一文中研究指出视觉背景提取(visual background extractor,Vi BE)算法应用在铁路沿线复杂背景环境下的入侵检测存在比较明显的问题,即Vi BE算法里的参数固定不能自适应背景的变化;当火车经过时"鬼影"现象长时间存在;检测的运动目标有空洞。提出了一种改进的Vi BE算法可以根据背景变化自适应参数;在火车经过时切换到特殊模式;对检测的运动目标进行形态学处理。试运行结果表明,改进的Vi BE算法能很好地适应于铁路沿线复杂的背景环境,且实时性和鲁棒性较高。(本文来源于《科学技术与工程》期刊2016年21期）
李荣增[7]（2016）在《基于视频识别的铁路入侵检测研究与实现》一文中研究指出行车安全是铁路运营的永恒主题。近年来,随着我国铁路建设的飞速发展,行车安全越来越受到人们的重视。但在实际中,由于铁路线路跨越地域广、沿线自然及社会情况复杂,加之铁路管理缺乏专业人才以及人们交通安全意识淡薄等原因,造成铁路运营事故频发,严重影响了铁路建设的发展和人民生命财产的安全。综合来讲,影响列车行车安全的因素是多方面的,但外物异常入侵则是造成铁路事故的重要方面。外物的异常入侵以其突发性强、不可预见性高和侵限行为多样化的特点,很难从根本上加以解决。基于上述现状,从制度和技术入手,制定合理的规章制度、积极利用技术手段提高铁路运营安全则显得尤为重要。本文研究的主要内容是在视频监控的环境下,完成对铁路异常入侵行为的智能检测。论文主要完成以下工作:一、充分调研了异常侵限行为给铁路行车安全带来的巨大危害,论证了本文研究工作的重要性与必要性。同时,广泛研究了目前国内外铁路入侵检测系统研究现状以及铁路入侵检测系统的现实需求。在此基础上提出了基于视频识别的铁路入侵检测系统的研究思路。二、在深入研究目标检测典型算法的基础上,提出了一种新的目标检测算法。该算法融合了基于混合高斯背景模型的背景相减法和给合Prewitt算子的叁帧差分法,极大的发挥了背景相减法和帧差分法的优点、摒弃了不足,能大大提高目标检测的准确性。叁、设计开发了基于VS2010平台的铁路入侵检测系统软件。该系统实现了对异常入侵行为的快速检测,能够对目标进行准确识别、跟踪。同时,实现对危险入侵行为的报警功能。监控平台还具有对入侵情况进行实时录像保存和重放的功能,可以依据需要真实再现外物的入侵行为。四、完成了系统的实测。系统开发结束后,为了全面检测系统的工作性能,进一步发现研究过程中存在的问题,对系统进行了多次现场实测。从检测结果来看,本系统能较好的完成入侵检测工作。同时,发现系统易受恶劣自然因素影响的问题,为系统的进一步开发完善指明了方向。(本文来源于《武汉理工大学》期刊2016-04-01）
王前选,梁习锋,刘应龙,鲁寨军,彭灿[8]（2014）在《缓变异物入侵铁路线路视觉检测方法》一文中研究指出积沙积雪等缓变异物入侵铁路线路给铁路安全运营构成巨大威胁。针对既有铁路视频监控系统采用人工监视容易产生疏漏的问题,基于机器视觉检测技术和仿射几何原理研究积沙积雪等缓变异物入侵铁路线路的视觉检测方法。按照给出的检测原理、流程和技术方案,建立由线光源模型、检测相机模型以及线激光器与检测相机联动模型组成的缓变异物入侵检测模型,提出基于Radon变换思想的钢轨视觉识别检测算法和缓变异物厚度检测算法。在兰新铁路现场对检测方法进行验证性试验的结果表明:可全天实时、准确地识别列车通过和缓变异物入侵铁路线路事件,自动测量缓变异物的厚度,并在缓变异物的厚度达到阈值时自动报警或预警。(本文来源于《中国铁道科学》期刊2014年03期）
李家才,陈治亚,王梦格[9]（2013）在《铁路入侵运动目标实时检测技术》一文中研究指出针对铁路场景下入侵异物的特点,采用智能视频技术,对监控视频图像序列中入侵运动目标检测方法进行研究,提出基于参考点的"相对背景差分法"、基于目标特征的跟踪算法和基于透视规律的目标分类方法,实现对多目标场景运动目标的实时检测识别。典型场景实验结果表明:上述算法实现了铁路入侵运动目标的高效检测,与基础背景差分法相比,误检率和漏检率分别减小了24.56%和54.17%;与基于区域的传统目标跟踪方法相比,误匹配率和漏匹配率分别减小了64.78%和22.58%,且算法具有较强的实时性和鲁棒性。(本文来源于《铁道科学与工程学报》期刊2013年06期）
张腾云,荆涛,霍炎[10]（2012）在《神朔铁路智能视频入侵检测系统设计》一文中研究指出神朔铁路智能视频入侵检测系统能够识别不同的物体,通过运动目标检测与分割算法,发现监控画面中的异常情况,并能够以最快和最佳的方式发出警报和提供有用信息,从而能够更加有效地协助安全人员处理危机,最大限度地降低误报和漏报现象。该系统已在神朔铁路安装运行,能有效监测数据,节省人力和资源,保证行车安全。(本文来源于《铁路计算机应用》期刊2012年12期）
铁路入侵检测论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
随着我国高速铁路的快速发展,运营线路里程不断增加,铁路异物入侵对列车运行安全的威胁日趋严重。针对现有基于计算机视觉的铁路异物入侵检测方法存在的检测精度差、误检率高等问题,提出一种新的基于条件随机场CRF的前景提取算法并将其应用于高铁周界入侵检测中。前景提取是计算机视觉中的一个重要问题,也是基于计算机视觉的铁路异物入侵检测方法的核心算法。基于CRF的前景提取算法针对动态背景、伪装色等关键问题引入全连接结构,并增加高阶势,同时采用基于快速卷积的CRF推断算法实现快速求解。实验结果表明,前景提取算法的总体检测效果在通用测试数据集上优于现有算法,并在铁路现场场景取得较好地应用效果。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
铁路入侵检测论文参考文献
[1].张省伟,王博.基于多元入侵模式的铁路入侵智能检测方法研究[J].电子设计工程.2019
[2].王尧,余祖俊,朱力强,郭保青.基于高阶全连接条件随机场的高速铁路异物入侵检测方法[J].铁道学报.2019
[3].朱亚男,李冰毅,房楠,邵静云.铁路入侵智能检测方法研究[J].机车车辆工艺.2019
[4].王晟.入侵检测系统在铁路数据网络的应用分析与安全功能测评[C].全国声学设计创新技术与文化建筑声学工程学术会议论文集.2018
[5].李瑞年,王瑞峰.铁路运输通信网络入侵信号检测仿真[J].计算机仿真.2018
[6].杨海林,蔡启忡,薛圣利,周加全.基于改进的VIBE算法在铁路智能视频监控入侵检测的研究[J].科学技术与工程.2016
[7].李荣增.基于视频识别的铁路入侵检测研究与实现[D].武汉理工大学.2016
[8].王前选,梁习锋,刘应龙,鲁寨军,彭灿.缓变异物入侵铁路线路视觉检测方法[J].中国铁道科学.2014
[9].李家才,陈治亚,王梦格.铁路入侵运动目标实时检测技术[J].铁道科学与工程学报.2013
[10].张腾云,荆涛,霍炎.神朔铁路智能视频入侵检测系统设计[J].铁路计算机应用.2012