高铁危情识别——周界入侵

技术选型

采用在线多目标跟踪的方式进行周界入侵的检测以及运动轨迹的分析，选择FairMOT作为基础网络，针对夜间、小目标等难点进行优化，配合报警逻辑完成周界入侵的监控任务。
针对轨迹匹配出错的问题，选择ByteTrack作为补充。

光照条件不足，对比度偏低，颜色信息退化严重，亮度和信噪比都相对较低，造成了图像感知质量大幅度降低。

分辨率低，图像模糊，包含较少的信息，由此导致特征表达能力弱。

铁轨两侧的环境复杂，杂草，石头，甚至护栏会产生复杂的背景环境。一方面，导致误检，产生错误的报警，另一方面，复杂背景会与需检测的行人混淆，影响目标检测的效果。

在检测效果不稳定的时间内，跟踪效果会受到较大的影响，在检测多帧丢失的情况下，将丢失的轨迹与新的检测目标匹配起来是较为困难的任务。

周界外的目标的检出会影响报警的准确性；周界内的目标，报警逻辑需要面对检测不稳定，跟踪无法匹配，背景误检等特殊情况。