买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉北京城建勘测设计研究院有限责任公司申请的专利一种基于图像识别的轨道异物智能检测系统及方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120375099B 。

龙图腾网通过国家知识产权局官网在2025-09-16发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510856902.3，技术领域涉及：G06V10/764；该发明授权一种基于图像识别的轨道异物智能检测系统及方法是由于淼;荆虹波;马海志;崔志远;李响;李鑫涛;王乐慈;高帅;赵敏;高翔设计研发完成，并于2025-06-25向国家知识产权局提交的专利申请。

本一种基于图像识别的轨道异物智能检测系统及方法在说明书摘要公布了：本发明公开了一种基于图像识别的轨道异物智能检测系统及方法，具体涉及图像识别技术领域；通过获取实时图像，并结合图像分割算法提取感兴趣区域，识别潜在异物；通过分析轨道异物的时空数据，验证检测结果的时空一致性以判断真实威胁；对真实威胁目标提取形状、纹理、颜色和尺寸等多维特征，输出分类置信度以评估模型分类稳定性；结合时空一致性和分类稳定性评估检测准确性，将检测结果分为不同的类别，并针对不完全准确性检测结果预测后续检测的异常程度，动态调整图像采集分辨率或帧率以提高检测清晰度，解决了现有技术中小型异物漏检和误报警频发的问题，大幅提升了轨道异物检测的准确性和可靠性，保障了高速列车运行的安全性。

本发明授权一种基于图像识别的轨道异物智能检测系统及方法在权利要求书中公布了：1.一种基于图像识别的轨道异物智能检测方法，其特征在于：包括以下步骤： S1：通过设置在轨道沿线的高清摄像头实时获取轨道区域的图像数据，并对获取到的图像数据进行预处理，包括去噪、对比度增强和色彩校正； S2：利用图像分割算法对轨道区域进行分割，提取轨道区域内的感兴趣区域，基于第一深度学习模型对提取的感兴趣区域进行目标检测，识别潜在的轨道异物，所述第一深度学习模型包括卷积神经网络； S3：获取轨道异物在不同帧图像中的时空数据，并分析轨道异物在连续帧中的位置变化和运动方向，验证轨道异物检测结果的时空一致性，并根据异物时空一致性判断检测目标是否为真实威胁； 具体包括：对轨道异物在连续帧中的位置变化和运动方向进行分析后生成异物时空一致性指数，异物时空一致性指数的获取方法为：设定目标轨迹序列为，表示检测到的轨道异物在连续帧中的位置序列，设定参考轨迹序列，表示轨道异物的标准运动模式，使用欧几里得距离计算两个轨迹点之间的距离，构建累积距离矩阵，在累积距离矩阵中，找到最优路径P，路径由一系列点组成，计算异物时空一致性指数，表达式为：；式中，L为最优路径的长度，为路径上的欧几里得距离； S4：在确定检测目标为真实威胁后，提取检测异物的多维特征，包括形状、纹理、颜色和尺寸，将所述多维特征作为第二深度学习模型输入，通过第二深度学习模型输出分类置信度，对低置信度目标的占比情况进行分析，生成低置信度目标占比波动指数，并根据低置信度目标占比波动指数评估第二深度学习模型算法的分类稳定性； 具体包括：低置信度目标占比波动指数的获取方法为：收集低置信度目标占比的时间序列，将时间序列R分段归类为w个区间，统计每个区间中的数据点数量，计算低置信度占比落入第i个区间的概率，计算低置信度目标占比波动指数，表达式为：； S5：根据轨道异物检测结果的时空一致性和第二深度学习模型算法的分类稳定性，评估图像识别算法对轨道异物检测的准确性，根据评估结果，将轨道异物检测结果划分为准确性检测结果，不完全准确性检测结果和不准确性检测结果； S6：对于不完全准确性检测结果，对后续检测时间段内图像识别算法对轨道异物检测的准确性异常程度进行预测，若异常程度高，则增加图像采集的分辨率或帧率，以增强轨道图像的清晰度。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人北京城建勘测设计研究院有限责任公司，其通讯地址为：100101 北京市朝阳区安慧里五区六号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。