来源：期刊VIP网 时间：
作者：王增卿;谢征宇;姜忆玲;王佳丽;管岭;王力;
单位：北京交通大学交通运输学院;运营主动安全保障与风险防控铁路行业重点实验室;北京市城市交通信息智能感知与服务工程技术研究中心;中国船舶集团有限公司系统工程研究院;
摘要：针对铁路长纵深监控环境下远小目标图像特征信息不足的问题，对视频超分辨率重建技术进行研究。首先，基于BasicVSR网络，利用前后帧信息设计特征交互增强（FIE）模块和图拉普拉斯金字塔低频分离（GLPLS）模块，构建高效的远小目标特征重建网络RailVSR；其次，在RailVSR网络中集成联合损失函数，优化网络对高分辨率图像和目标检测精度的双重关注；最后，将RailVSR网络与目标检测算法RT-DETR相结合，增强铁路长纵深监控场景下远小目标入侵检测能力。结果表明：与原始RT-DETR目标检测算法相比，基于RailVSR网络改进的目标检测算法对铁路周界入侵的检测精度至少提高13%，其平均检测精度至少提升11%；在VSTR铁路样本库构建的铁路监控数据集中，当目标像素占比超过0.05%时，检测漏报率和错报率均为0，且平均检测精度可达85%以上。该研究对铁路周界远小目标入侵检测具有有效性，可提升铁路安全运营的保障水平。
关键词：铁路周界;;远小目标;;入侵检测;;任务型视频超分辨重建
基金资助：中央高校基本科研业务费专项资金资助项目（2024JBZY023）
