丁鳳霞

（1.北京交通大學(xué) 經(jīng)濟(jì)管理學(xué)院，北京 100044；2.國家能源投資集團(tuán)有限責(zé)任公司，北京 100011）

目前，我國鐵路運(yùn)輸已經(jīng)占據(jù)貨物運(yùn)輸?shù)闹鲗?dǎo)地位，保障鐵路運(yùn)營安全的任務(wù)愈發(fā)重要［1］.影響鐵路運(yùn)營安全最直接的因素之一是列車自身的故障［2］.我國采用貨車運(yùn)行故障動(dòng)態(tài)圖像檢測系統(tǒng)（Trouble of moving Freight car Detection System， TFDS）［3］對列車故障進(jìn)行檢測.作為我國鐵路車輛安全運(yùn)行監(jiān)控系統(tǒng)重要組成部分，TFDS 利用安裝在軌邊的高速工業(yè)相機(jī)對列車的底部和側(cè)面抓拍圖片，之后通過網(wǎng)絡(luò)將圖像傳遞給列檢檢測中心，最后通過人工方式對圖像進(jìn)行故障類別和故障位置的判斷，但列檢員在長時(shí)間工作后難免產(chǎn)生漏判、誤判情況.研究新型故障檢測算法，提升TFDS 故障檢測的準(zhǔn)確性，加強(qiáng)鐵路安全管理，是落實(shí)交通強(qiáng)國目標(biāo)的重要舉措.由實(shí)地到肅寧北站調(diào)研得到的數(shù)據(jù)可知，C80、C80B、C70A 三類列車的車輛異物故障分別占其發(fā)生的所有故障的38.48%、20.49%、24.5%.顯然，車輛異物是列車運(yùn)行過程中最主要的故障之一，因此有必要針對鐵路貨運(yùn)應(yīng)用場景深入研究異物檢測算法.

目前有許多學(xué)者采用傳統(tǒng)圖像處理方法進(jìn)行異物檢測.郜振國［4］針對煤礦井下運(yùn)輸異物提出基于概率圖模型提取紋理特征和基于緊湊顏色編碼結(jié)構(gòu)化的目標(biāo)跟蹤方法，對異物進(jìn)行定位和識別.郭碧等［5］針對鐵路限界的異物提出一種基于幀間差分累積的傳統(tǒng)圖像處理方法實(shí)現(xiàn)異物檢測.于之靖等［6］針對機(jī)場跑道異物提出基于小波變換與數(shù)學(xué)形態(tài)學(xué)相結(jié)合的邊緣檢測質(zhì)心定位算法.雷蕾等［7］針對TFDS 中鎖緊板偏轉(zhuǎn)故障，提出一種基于霍夫變換、Canny 邊緣檢測和形狀模板相結(jié)合的HCRD（Hough-Canny-Right angle Detection）方法.采用傳統(tǒng)圖像處理方法的異物檢測在特定應(yīng)用場景中可以有效識別異物和異常，但依賴手工設(shè)計(jì)特征，難以深度挖掘和利用數(shù)據(jù)本身的潛在特征，識別效果有限.

深度學(xué)習(xí)在各行業(yè)的目標(biāo)檢測任務(wù)中［8-11］，表現(xiàn)出強(qiáng)大的特征提取能力.周雯等［12］提出一種基于深度學(xué)習(xí)的動(dòng)車組運(yùn)行安全圖像異物檢測方法，采用ResNet-50［13］作為基礎(chǔ)網(wǎng)絡(luò)架構(gòu)，通過特征金字塔［14］融合異物多尺度特征并通過2 個(gè)分支網(wǎng)絡(luò)完成分類、分割任務(wù)，引入錨框機(jī)制［15］、在線困難樣本挖掘［16］、可變卷積［17］等策略以對應(yīng)異物表現(xiàn)形態(tài)的復(fù)雜性，提高模型異物檢測性能.程擎等［18］針對機(jī)場跑道異物，提出一種改進(jìn)的YOLOv5 算法，通過在YOLOv5 的主干網(wǎng)絡(luò)中添加有效通道注意力模塊，將頸部網(wǎng)絡(luò)中原特征金字塔模塊替換為加權(quán)雙向特征金字塔BiFPN 網(wǎng)絡(luò)，實(shí)現(xiàn)雙向跨尺度連接和加權(quán)特征融合.廖揚(yáng)航等［19］提出一種基于改進(jìn)YOLOv3的異物檢測算法，采用K-means 算法聚類出適合異物的錨框值，引入跨階段網(wǎng)絡(luò)（Cross-Stage Network，CSPNet）并改進(jìn)特征金字塔，以提高算法檢測精度.武中凱等［20］提出一種基于Token 的車輛異物檢測優(yōu)化方法，根據(jù)聚類提取異物的類別特征設(shè)計(jì)Token，并利用所設(shè)計(jì)的Token 對不同類別的目標(biāo)檢測模型進(jìn)行訓(xùn)練，來實(shí)現(xiàn)樹枝、紙巾、羽毛和塑料瓶4 類異物的檢測與定位.

針對目前研究中存在的異物種類難以全覆蓋且檢測性能對標(biāo)注樣本依賴較強(qiáng)的問題，本文對基于無監(jiān)督學(xué)習(xí)的重構(gòu)方法進(jìn)行研究，提出一種基于新型對抗自編碼器的車輛異物檢測算法.利用無標(biāo)注的正常圖像訓(xùn)練模型解決故障圖像的采集與標(biāo)注難題，引入注意力機(jī)制充分提取占幅較小的異物的特征信息，使用特征匹配損失優(yōu)化損失函數(shù)，提出異常值評分機(jī)制判定異常圖像，自建數(shù)據(jù)集并進(jìn)行實(shí)驗(yàn)，實(shí)驗(yàn)結(jié)果驗(yàn)證了所提算法的可行性及有效性.

1 車輛異物檢測算法

1.1 新型對抗自編碼器網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計(jì)

基于無監(jiān)督學(xué)習(xí)的重構(gòu)方法是異常檢測的主流方法之一，該方法應(yīng)用生成模型學(xué)習(xí)正常數(shù)據(jù)分布，在這個(gè)分布之外的數(shù)據(jù)被識別為異常數(shù)據(jù).新型對抗自編碼器基于傳統(tǒng)的生成模型自編碼器［21］和生成對抗網(wǎng)絡(luò)［22］進(jìn)行設(shè)計(jì)，不僅可以學(xué)習(xí)數(shù)據(jù)的聯(lián)合概率分布、計(jì)算邊緣分布等其他信息，而且具有收斂速度快等優(yōu)點(diǎn).新型對抗自編碼器網(wǎng)絡(luò)結(jié)構(gòu)如圖1 所示，由生成網(wǎng)絡(luò)、推斷網(wǎng)絡(luò)和判別網(wǎng)絡(luò)3部分組成.

圖1 新型對抗自編碼器網(wǎng)絡(luò)結(jié)構(gòu)Fig.1 The proposed network structure of the adversarial autoencoder

1.1.1 生成網(wǎng)絡(luò)

生成網(wǎng)絡(luò)是第一個(gè)子網(wǎng)絡(luò)，采用自編碼器的思想.生成網(wǎng)絡(luò)包括編碼器GE和解碼器GD，均僅用正常圖像x進(jìn)行訓(xùn)練.正常圖像x輸入到生成網(wǎng)絡(luò)的編碼器GE中，編碼器GE通過不斷壓縮正常圖像x，得到圖像1×1×100 的特征向量z；然后，使用解碼器GD將特征向量z映射到256×256×3 的圖像維度上，通過反卷積、上采樣、歸一化等操作得到重構(gòu)圖像x′.在使用大量正常圖像x訓(xùn)練生成網(wǎng)絡(luò)時(shí)，通過約束重構(gòu)損失Lcon，確保網(wǎng)絡(luò)對正常圖像有較好的重構(gòu)能力.同時(shí)，只使用正常圖像訓(xùn)練網(wǎng)絡(luò)能夠保證網(wǎng)絡(luò)的泛化能力，確保模型可以對新的、未經(jīng)學(xué)習(xí)過的異常圖像進(jìn)行較模糊的重構(gòu)，從而保證模型在實(shí)際應(yīng)用場景中的有效性.

編碼器共有7 層，除最后一層只有卷積操作外，其他各層都由卷積和批量歸一化BN 層組成.由于有些異物在整幅圖中占比較小，在編碼中其信息易被忽略，為充分提取此類異物的特征信息，在編碼器和解碼器的第4~6 層加入注意力機(jī)制提高圖像重構(gòu)效果.解碼器最后一層使用Tanh 激活函數(shù)，其他層使用ReLU 激活函數(shù).編碼器和解碼器的詳細(xì)結(jié)構(gòu)如表1 所示.

表1 生成網(wǎng)絡(luò)結(jié)構(gòu)Tab. 1 Architecture of generation network

本文考慮3 種注意力機(jī)制：SE （Squeeze-and-Excitation）模塊［23］、自注意力網(wǎng)絡(luò)［24］和CBAM （Convolutional Block Attention Module）模塊［25］.

1） SE 模塊.

SE 模塊通過對輸入的每個(gè)通道進(jìn)行加權(quán)處理，自適應(yīng)地學(xué)習(xí)輸入的關(guān)鍵特征.SE 模塊由壓縮和激勵(lì)2 個(gè)主要部分組成.在壓縮階段，SE 模塊通過對輸入進(jìn)行全局平均池化，將每個(gè)通道的特征壓縮為1 個(gè)數(shù)值；在激勵(lì)階段，SE 模塊將該數(shù)值轉(zhuǎn)換為每個(gè)通道的權(quán)重，表示每個(gè)通道的重要性.SE 模塊網(wǎng)絡(luò)結(jié)構(gòu)如圖2 所示.w、h分別表示圖像特征的寬、高，c1、c2分別為圖像特征的通道數(shù).

圖2 SE 模塊網(wǎng)絡(luò)結(jié)構(gòu)Fig.2 Network structure of SE module

2） 自注意力網(wǎng)絡(luò).

自注意力網(wǎng)絡(luò)結(jié)構(gòu)如圖3 所示，其優(yōu)勢在于可以捕捉輸入之間的關(guān)系，通過計(jì)算注意力權(quán)重來調(diào)整每個(gè)輸入的重要性，自適應(yīng)地學(xué)習(xí)輸入中的關(guān)鍵信息，在不增加太多計(jì)算成本的情況下顯著提高模型的準(zhǔn)確性和穩(wěn)定性.

圖3 自注意力網(wǎng)絡(luò)結(jié)構(gòu)Fig.3 Structure of self-attention network

3） CBAM 模塊.

CBAM 模塊會沿著通道和空間2 個(gè)獨(dú)立的維度依次推斷注意力圖，然后將注意力圖與輸入特征圖相乘以進(jìn)行自適應(yīng)特征優(yōu)化.由于CBAM 是輕量級的通用模塊，因此可以忽略該模塊的開銷而將其無縫集成到任何卷積神經(jīng)網(wǎng)絡(luò)（Convolutional Neural Networks，CNN）架構(gòu)中.CBAM 模塊網(wǎng)絡(luò)結(jié)構(gòu)如圖4 所示.

圖4 CBAM 模塊網(wǎng)絡(luò)結(jié)構(gòu)Fig.4 Network structure of CBAM module

1.1.2 推斷網(wǎng)絡(luò)

推斷網(wǎng)絡(luò)I的作用是提取重構(gòu)圖像的特征，并將提取的特征與原始圖像的特征進(jìn)行比較，以檢測車輛異物故障.推斷網(wǎng)絡(luò)I的設(shè)計(jì)與生成網(wǎng)絡(luò)中的編碼器GE相同.因此，在訓(xùn)練過程中，推斷網(wǎng)絡(luò)I將重構(gòu)圖像x′進(jìn)行壓縮，并將其轉(zhuǎn)換為特征向量，這些特征向量具有與輸入圖像的特征向量相同的維度，方便進(jìn)行原始圖像和重構(gòu)圖像的特征比較和后續(xù)異常圖像的故障檢測.

1.1.3 判別網(wǎng)絡(luò)

判別網(wǎng)絡(luò)D用于判斷輸入判別網(wǎng)絡(luò)的圖像是原始輸入圖像x還是重構(gòu)圖像x′.判別網(wǎng)絡(luò)采用經(jīng)典的分類網(wǎng)絡(luò)，輸出為0~1 的實(shí)數(shù)，1 表示圖像完全來源于真實(shí)數(shù)據(jù)，0 表示圖像完全來自于生成數(shù)據(jù).當(dāng)判別網(wǎng)絡(luò)的輸出接近0.5 時(shí)，認(rèn)為判別網(wǎng)絡(luò)已經(jīng)無法判斷輸入數(shù)據(jù)的來源，此時(shí)生成器已經(jīng)能夠生成逼真的圖像.判別網(wǎng)絡(luò)在生成網(wǎng)絡(luò)編碼器結(jié)構(gòu)的基礎(chǔ)上，在最后一層添加Sigmoid 激活函數(shù)，幫助判別網(wǎng)絡(luò)提取輸入圖像的特征，并將輸入圖像分類為真實(shí)數(shù)據(jù)或生成數(shù)據(jù).

1.2 訓(xùn)練策略

新型對抗自編碼器采取交替訓(xùn)練模式，該模式分為2 個(gè)階段進(jìn)行.

第一階段，固定生成網(wǎng)絡(luò)參數(shù)和推斷網(wǎng)絡(luò)參數(shù)，優(yōu)化判別網(wǎng)絡(luò)參數(shù).判別網(wǎng)絡(luò)的目標(biāo)是將生成數(shù)據(jù)與真實(shí)數(shù)據(jù)區(qū)分開.當(dāng)判別網(wǎng)絡(luò)無法區(qū)分這2 種數(shù)據(jù)時(shí)，認(rèn)為判別網(wǎng)絡(luò)已經(jīng)優(yōu)化完畢.

第二階段，固定判別網(wǎng)絡(luò)參數(shù)，優(yōu)化生成網(wǎng)絡(luò)參數(shù)和推斷網(wǎng)絡(luò)參數(shù).在訓(xùn)練過程中，生成網(wǎng)絡(luò)和判別網(wǎng)絡(luò)通過不斷博弈來共同進(jìn)步，最終達(dá)到生成網(wǎng)絡(luò)能生成足夠逼真的圖像且判別網(wǎng)絡(luò)無法判別輸入數(shù)據(jù)來源的程度.

1.3 損失函數(shù)設(shè)計(jì)

本文設(shè)計(jì)的損失函數(shù)考慮對抗損失Ladv、重構(gòu)損失Lcon和編碼損失Lenc3 種不同的損失，具體為

式中，λadv、λcon和λenc是各損失的權(quán)重，控制著3 種損失的相對重要性.

改進(jìn)后的判別網(wǎng)絡(luò)D(x)可以判斷樣本真?zhèn)涡?，若采用原生生成對抗網(wǎng)絡(luò)的對抗損失進(jìn)行對抗性學(xué)習(xí)，則對抗損失為

式中，Ex~PX[log (D(x))]表示對log (D(x))求期望，x服從PX分布.

為提高對抗性訓(xùn)練的穩(wěn)定性，本文更加關(guān)注生成網(wǎng)絡(luò)重構(gòu)圖像的特征向量與原始圖像的特征向量是否匹配，故用特征匹配損失作為對抗損失，具體為

式中，f(?)表示判別網(wǎng)絡(luò)的前6 層.

同時(shí)使用重構(gòu)損失函數(shù)Lcon優(yōu)化生成網(wǎng)絡(luò)，學(xué)習(xí)輸入數(shù)據(jù)的重構(gòu)信息.L1距離比L2距離能夠產(chǎn)生更少的模糊結(jié)果，因此采用L1距離度量輸入圖像和重構(gòu)圖像之間的距離，可產(chǎn)生更清晰的圖像.本文采用的重構(gòu)損失為

推斷網(wǎng)絡(luò)不依靠輸入圖像和重構(gòu)圖像的像素距離，而是通過最小化輸入圖像特征向量和重構(gòu)圖像特征向量之間的距離來進(jìn)行網(wǎng)絡(luò)優(yōu)化，以L1距離表示編碼損失

1.4 異常值評分機(jī)制

模型完成訓(xùn)練后，當(dāng)輸入圖像為正常圖像時(shí)，原始圖像和重構(gòu)圖像分別經(jīng)過生成網(wǎng)絡(luò)編碼器和推斷網(wǎng)絡(luò)得到的特征十分接近；當(dāng)輸入圖像為異常圖像時(shí)，原始圖像和重構(gòu)圖像分別經(jīng)過生成網(wǎng)絡(luò)編碼器和推斷網(wǎng)絡(luò)得到的特征具有較大差異.對于一個(gè)測試樣本y，采用的異常值評分A(y)定義為

異常值評分為原始圖像和重構(gòu)圖像特征向量的L2距離，正常圖像和異常圖像的異常值評分應(yīng)為2 種有明顯差異的分布，從而可以通過閾值化實(shí)現(xiàn)車輛異物的檢測，大于閾值的圖像被判定為異常.

為評估整體異常檢測性能，在測試集中計(jì)算單個(gè)測試樣本yi的異常值評分，相應(yīng)地產(chǎn)生一組異常值評分A={A(y1)，A(y2)，…，A(yn) }，然后對這些異常值評分進(jìn)行歸一化得到

2 實(shí)驗(yàn)與分析

2.1 實(shí)驗(yàn)環(huán)境與數(shù)據(jù)集

實(shí)驗(yàn)使用的GPU 為NVIDIA GeForce RTX 2060，CPU 為Intel（R） Core（TM）i9-10900. 采用Pytorch 深度學(xué)習(xí)框架，運(yùn)行環(huán)境為Ubuntu 18.04，計(jì)算架構(gòu)為CUDA10.2.

為驗(yàn)證所提算法的有效性，構(gòu)建TFDS 車輛異物數(shù)據(jù)集，其中，訓(xùn)練集包含3 800 張正常圖像，測試集包含1 500 張正常圖像和1 500 張異常圖像.數(shù)據(jù)集中的圖像采集于TFDS 現(xiàn)場，分辨率為1 400×1 024，包含轉(zhuǎn)向架底部和轉(zhuǎn)向架側(cè)部2 個(gè)場景.

在實(shí)驗(yàn)中，圖像進(jìn)行分割處理，原始采集圖像縮放為768×256 分辨率后，使用滑窗法裁剪出分辨率為256×256 圖像塊.TFDS 采集圖像時(shí)鐵路貨車在不同時(shí)刻的車速存在差異，不同車廂的相同部位在圖像中的位置會因此存在差異.為提高模型魯棒性，對圖像塊進(jìn)一步采取平移、旋轉(zhuǎn)、鏡像等數(shù)據(jù)增強(qiáng)方法以模擬圖像受到應(yīng)用場景中車速等因素干擾產(chǎn)生的變化.

2.2 損失函數(shù)權(quán)重

在訓(xùn)練過程中，訓(xùn)練集訓(xùn)練次數(shù)為300 次，批大小為64，衰減系數(shù)為0.000 5，初始學(xué)習(xí)率為0.000 1，隨機(jī)梯度下降動(dòng)量為0.9.由于轉(zhuǎn)向架底部和轉(zhuǎn)向架側(cè)部場景間存在部件結(jié)構(gòu)、光照條件差異，選取3 種損失函數(shù)權(quán)重組合在2 個(gè)場景下分別進(jìn)行實(shí)驗(yàn)，對比相應(yīng)配置下的小分辨率圖像塊的模型檢測指標(biāo)，即曲線下面積（Area Under Curve，AUC），實(shí)驗(yàn)結(jié)果如表2 所示.由表2 可知，在λadv=1、λcon=50、λenc=50的情況下2 個(gè)場景的檢測性能同時(shí)達(dá)到最佳，故后續(xù)實(shí)驗(yàn)中均采用該權(quán)重組合.

表2 不同權(quán)重設(shè)置下的AUC 指標(biāo)Tab. 2 AUC indicators under different weight settings

2.3 注意力機(jī)制消融實(shí)驗(yàn)

針對轉(zhuǎn)向架底部和側(cè)部2 種場景，開展注意力機(jī)制的消融實(shí)驗(yàn)，對比不采用注意力機(jī)制和在編碼器和解碼器第4~6 層分別加入SE 模塊、CBAM 模塊、自注意力網(wǎng)絡(luò)4 種設(shè)置下檢測模型的AUC 指標(biāo)，結(jié)果如表3 所示.4 種設(shè)置下檢測模型的接收者操作特征（Receiver Operating Characteristic，ROC）曲線對比如圖5 所示，縱橫坐標(biāo)分別為真陽性率（True Positive Rate，TPR）和假陽性率（False Positive Rate，F(xiàn)PR）.

表3 不同注意力機(jī)制下的AUC 指標(biāo)Tab. 3 AUC indicators under different attention mechanisms

圖5 不同注意力機(jī)制下的ROC 曲線Fig.5 ROC curves under different attention mechanisms

由表3 和圖5 可知，當(dāng)檢測模型不采用任何注意力機(jī)制時(shí)檢測性能最差，3 種注意力機(jī)制都能夠提升模型的檢測性能；轉(zhuǎn)向架底部場景中SE 模塊對檢測性能的提升效果最佳，與無注意力機(jī)制相比，AUC 指標(biāo)提升了2.0 百分點(diǎn)；轉(zhuǎn)向架側(cè)部場景中CBAM 模塊將AUC 指標(biāo)提升了1.4 百分點(diǎn).

2.4 異常值評分與閾值化

根據(jù)注意力機(jī)制消融實(shí)驗(yàn)得到的最佳注意力機(jī)制進(jìn)行配置，得到測試集中圖像塊的異常值評分分布直方圖，如圖6 所示.由圖6 可知，在2 個(gè)場景中，正常圖像塊和異常圖像塊的異常值評分分布存在明顯差異：正常圖像塊獲得的異常值評分較小，集中在0 附近；而異常圖像塊的異常值評分分布更加分散，能在一定程度上與正常圖像塊進(jìn)行區(qū)分.明顯的分?jǐn)?shù)分布差異證實(shí)提出的異物檢測算法具有有效性.

圖6 轉(zhuǎn)向架底部和側(cè)部圖像異常值評分分布Fig.6 Distribution of outlier scores in bogie bottom and side images

在測試集上進(jìn)行測試時(shí)，模型對輸入圖像塊進(jìn)行重構(gòu)并計(jì)算異常值評分，異常值評分較大的圖像塊檢測為車輛異物圖像塊，并用紅色框標(biāo)出.將圖像塊還原回原始采集圖像尺寸，車輛異物圖像與相應(yīng)的重構(gòu)結(jié)果如圖7 所示.由圖7 可知，異物像素對應(yīng)的重構(gòu)結(jié)果相比于正常的車體部件更加模糊.同時(shí)，模型的檢測速度達(dá)到23 FPS，能夠滿足應(yīng)用的實(shí)時(shí)性需求.

圖7 車輛異物檢測模型檢測效果Fig.7 Detection performance of the vehicle foreign object detection model

在實(shí)際工程中，以適當(dāng)減少漏報(bào)、確保盡可能多的異常圖像被檢測出為目標(biāo)，選取合適的異常值評分閾值.根據(jù)圖6 的異常值評分分布，設(shè)置轉(zhuǎn)向架底部場景異常值評分閾值為0.066 9，轉(zhuǎn)向架側(cè)部場景異常值評分閾值為0.025 0 時(shí)，檢測效果最好.在所設(shè)閾值下，模型的漏報(bào)及誤報(bào)情況如表4 所示.

表4 車輛異物檢測實(shí)驗(yàn)結(jié)果Tab. 4 Test results of vehicle foreign object detection

由表4 可知，將提出的車輛異物檢測算法運(yùn)用于實(shí)際列車運(yùn)行場景，可以取得良好的檢測效果：轉(zhuǎn)向架側(cè)部場景誤報(bào)率為3.9%、漏報(bào)率為8.0%；轉(zhuǎn)向架底部場景的構(gòu)造較側(cè)部更為復(fù)雜，效果略差，誤報(bào)率為4.1%、漏報(bào)率為12.2%.

2.5 魯棒性分析

TFDS 采集裝置大多布設(shè)在野外，成像受到自然光線干擾，在白天、夜間或晴朗、多云、雨雪等不同條件下的成像效果存在差異.其中，轉(zhuǎn)向架零部件由于反光會呈現(xiàn)不同程度的局部高亮，部分異物由于所處位置光照不足在圖像中顏色暗沉.圍繞上述2 種干擾情況進(jìn)行測試，實(shí)驗(yàn)結(jié)果如圖8 所示.由圖8 可知，在圖像較暗且存在車輛異物的情況下，模型能夠檢測出圖像中的車輛異物，并且從重構(gòu)圖像中可以看出車輛零部件重構(gòu)效果與異物重構(gòu)效果的差異.因此，提出的車輛異物檢測算法能夠應(yīng)對自然光線差異帶來的成像干擾，實(shí)現(xiàn)真實(shí)環(huán)境下的車輛異物檢測任務(wù).

圖8 成像干擾下的對比實(shí)驗(yàn)Fig.8 Comparative test under imaging interference

3 結(jié)論

1） 針對目前貨車車輛異物檢測采用自監(jiān)督方法嚴(yán)重依賴樣本標(biāo)注的問題，研究無監(jiān)督學(xué)習(xí)方式，提出一種基于新型對抗自編碼器的鐵路貨車車輛異物檢測算法.新型對抗自編碼器基于自編碼器和生成對抗網(wǎng)絡(luò)進(jìn)行設(shè)計(jì)，通過對正常樣本的學(xué)習(xí)，實(shí)現(xiàn)更多異物種類的檢測，適用于鐵路貨車的車輛異物檢測任務(wù).

2） 針對占幅較小的異物，在所提模型中引入多種注意力機(jī)制并進(jìn)行消融實(shí)驗(yàn)，得到最優(yōu)搭配；利用生成網(wǎng)絡(luò)生成的重構(gòu)圖像的特征向量與原始圖像的特征向量的匹配損失優(yōu)化損失函數(shù)，并對損失權(quán)重進(jìn)行實(shí)驗(yàn)，得到最優(yōu)權(quán)重組合；提出相應(yīng)的異常值評分機(jī)制，計(jì)算正常圖像和異常圖像的分?jǐn)?shù)分布，通過設(shè)置閾值判定異常圖像，得到較低的誤報(bào)率和漏報(bào)率.實(shí)驗(yàn)結(jié)果證明所提算法具有有效性，在實(shí)際運(yùn)行場景中可以取得良好的檢測效果.

由于車輛異物數(shù)據(jù)集稀缺，該算法投入實(shí)際運(yùn)用之前仍需經(jīng)過更多真實(shí)故障數(shù)據(jù)樣本的考驗(yàn).改進(jìn)算法，進(jìn)一步提高真實(shí)場景下車輛異物故障檢測的準(zhǔn)確率，是未來研究的方向.