原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
2025
年
7
月北
京
航
空
航
天
大
学
学
报
July2025
第
51
卷
第
7
期Journal
of
Beijing
University
of
Aeronautics
and
AstronauticsVol.
51No.
7
jbuaa@
DOI:
10.13700/j.bh.1001-5965.2023.0492
递归门控增强与金字塔预测的铁路全景分割
1，2，*11
陈永，周方春，张娇娇
(1.
兰州交通大学
电子与信息工程学院，兰州
730070；
2.
甘肃省人工智能与图形图像处理工程研究中心，兰州
730070)
摘要：针对高速铁路场景全景分割时存在目标特征提取不充分、边缘轮廓分割模糊等问
题，提出了一种递归门控增强与金字塔预测的铁路全景分割网络。在DETR模型的基础上，构建改
进多尺度级联CSP-DarkNet53特征提取网络，提升对不同尺度的铁路场景目标特征提取能力；提出
递归门控与类特征增强模块，获取更丰富的边缘特征信息，增强对边缘轮廓信息的提取和分割的能
力；将多尺度可变形注意力引入编码骨干网络中，进一步捕获多尺度上下文信息，减少分割细节特
征丢失；通过改进金字塔预测与像素类别分割模块，实现铁路全景的分割输出。实验结果表明：相
比于原始DETR模型，所提方法的全景分割质量指标PQ提升了7.4%，前景实例目标评价指标PQTh
St
提升了9.7%，背景填充区域质量评价指标PQ提升了6.6%。所提方法在铁路场景下图像全景分割
具有较好的性能，主观评价均优于对比方法。
关键词：全景分割；DETR；递归门控增强；金字塔预测；高速铁路
中图分类号：TP391.4
文献标志码：A文章编号：1001-5965（2025）07-2229-11
随着中国高速铁路的快速发展，列车运行安全convolutional
neural
nerwork，Mask
R-CNN)，通过引
[1]
备受关注。行人、车辆等或山体滑坡等异物侵入用特征金字塔和多任务损失函数方法进行全景分
铁路限界，极易造成交通事故，严重危及乘客人身割，但该方法网络结构单一，存在模型特征提取能
[6]
安全。鉴于此，对高速铁路安全提出了更高的要力弱的问题，整体分割效果较差。Zhang等提出
求，实现列车运行时对铁路场景中物体的分割和检了一种基于动态内核的深度学习分割模型，采用动
[2]
测对于中国智能高铁发展至关重要。列车运行过态内核的方法进行全景分割，但在特征提取时存在
程中，获得铁路场景中的全景信息能
- 乡村振兴、双碳、储能、绿色金融 + 关注
-
实名认证服务提供商
新能源知识科普（本账号发布文档均来源于互联网公开资料，仅用于技术分享交流，相关版权为原作者所有。如果侵犯了您的相关权利，请提出指正，我们将立即删除相关资料）。
文档评论（0）