铁路步态识别系统中图像分割方法的研究与实现  

Research and implementation of image segmentation method in railway gait recognition system

作　　者：张世平 李贝贝[1] 戴琳琳 ZHANG Shiping;LI Beibei;DAI Linlin(Institute of Computing Technologies,China Academy of Railway Sciences Corporation Limited(CARS),Beijing 100091,China)

机构地区：[1]中国铁道科学研究院集团公司电子与计算技术研究所,北京100091

出　　处：《电子设计工程》2024年第12期132-135,140,共5页Electronic Design Engineering

基　　金：中国铁道科学研究院集团有限公司科研项目(2021YJ127)。

摘　　要：针对铁路业务场景下实现行人步态精细化分割的问题,建立了可用于深度学习训练的弱标签数据,并提出了一种轻量化分割模型Dwsegnet。模型采用优化模块(RefinementModule)对粗略预测图进行局部和边缘部分细化,提出并使用了一种混合损失函数。结合行人步态分割试验得出结果,Dwsegnet在处理512×512尺寸的输入图像时,使用GPU可以达到20 frames/s的处理速度,分割交并比(IoU)提升了7.8%。Aiming at the problem of fine pedestrian gait segmentation in railway station scene,the research build weakly labeled dataset for deep learning,and proposes a lightweight widget segmentation model,Dwsegnet.The model uses the Refinement Module to refine the local and boundaries of the rough prediction map,and proposes a new hybrid loss function.Based on Pedestrian gait segmentation experiment,Dwsegnet have speed of 20 frames/s by using GPU when processing 512×512 size input images,and the Intersection over Union(IoU)increased by 7.8%.

关 键 词：深度学习 语义分割 优化模块 混合损失 

分 类 号：TN911.73[电子电信—通信与信息系统]