刘家辉 胡广朋 王申宇 刘 畅 覃 源 程 科

（1.江苏科技大学计算机学院 镇江 212003）（2.中铁隧道集团三处有限公司 深圳 518051）

1 引言

高速铁路的发展带来了巨大的便利，铁路事业高速发展的同时，铁路安全问题也值得关注。国内现有的铁路安全，主要是依靠视频监控和人工巡检相结合的方法。当有工作人员在铁路轨道上作业时，首先由当地调度员提供安全作业时间；其次分配观察员负责监控来往火车，进行预警；同时，在重要路口安装监控摄像头，由人工监控等多方面确保铁路作业人员的安全。由于中国的铁路轨道错综复杂，分布广泛，列车具有较高的行驶速度，同时工作人员存在缺乏专业素养、操作不当，疏忽大意等现象，铁路作业发生安全事故的情况仍然时有发生，常常有不知情的非工作人员缺乏安全意识，忽视警戒标识，误闯误入铁路重地，极易发生重大事故。而我国的铁路网规模较大，很难通过人工检测的方法判断所有线路是否有行人非法闯入和逗留。因此，为提高铁路安全性、可靠性，同时节省人力成本，轨道视频监控系统迫切需要全面的技术升级和大规模应用，及时判断检测警戒区域内是否有行人并判断行人是否非工作人员，并及时采取相应措施。

目前视频监控系统基本采用传统的目标检测算法［1］，如Haar特征、HOG特征、SVM算法等。近年来，随着深度学习的兴起，卷积神经网络因其模拟人脑视觉处理机制，具有自动学习样本特征的特点，在目标检测，图像分类等方面取得较好应用。……