基于海量遥感影像的高铁沿线建筑物隐患在线检测系统研究
Research on On-line Detection System of Building Hazard along High-speed Railway Based on Massive Remote Sensing Images
马娇 1赵孔阳 1慎利1
作者信息
- 1. 西南交通大学高速铁路运营安全空间信息技术国家地方联合工程实验室,四川成都 611756
- 折叠
摘要
高速铁路沿线建筑物隐患检测对高铁运营安全至关重要.针对当前隐患排查作业中存在的检测周期长、检测效率低、检测结果共享性差等问题,本文基于海量遥感影像设计并研发了高铁沿线建筑物隐患在线检测系统.该系统首先基于GeoTrellis构建高铁沿线遥感影像与金字塔瓦片混合存储方案,实现对高铁沿线多尺度遥感影像分片式存储;其次在服务端嵌入基于ResNet101的深度学习算法搭建高铁沿线建筑物隐患智能检测服务,并为提高海量影像数据检测效率采用Spark多服务节点并行的计算策略加速模型预测;最后利用WebGL技术实时渲染高铁沿线大跨度复杂场景以及建筑物隐患检测结果.该系统实现了高铁沿线场景可视化与建筑物隐患在线检测交互一体化作业,对以建筑物隐患检测为重要内容的高铁安全监管工作具有重要参考意义.
关键词
高铁场景/建筑隐患/海量影像/在线检测/深度学习Key words
high-speed railway scene/building hazard/massive images/online detection/deep learning引用本文复制引用
基金项目
国家重点研发计划(2016YFB0501403)
国家自然科学基金(42071386)
出版年
2024
NETL
NSTL
维普
万方数据