Resumen

El reconocimiento y la deteccin del estado de las sujeciones ferroviarias son pasos clave en la inspeccin del estado y el funcionamiento de la zona ferroviaria de proyectos de ingeniera reales. Con el desarrollo y el inters generalizado en las tcnicas de procesamiento de imgenes y la teora del aprendizaje profundo, los mtodos de deteccin que combinan ambos han dado resultados prometedores en aplicaciones prcticas de deteccin. En este trabajo, se propone un algoritmo basado en la segmentacin semntica para el reconocimiento del estado de las sujeciones ferroviarias. Por un lado, se propone un mtodo de localizacin y anotacin de reas funcionales basado en un modelo de deteccin de salientes y se construye un nuevo conjunto de datos de fijaciones de ferrocarril tipo slab-fastclip. Por otro lado, proponemos un modelo basado en un marco de segmentacin semntica para la deteccin de elementos de fijacin de rales, en el que detectamos y clasificamos los estados de los elementos de fijacin combinando la red piramidal de anlisis de escenas (PSPNet) y mediciones de geometra vectorial. Los resultados experimentales demuestran la validez y superioridad del mtodo propuesto, que puede introducirse en proyectos prcticos de ingeniera.

• Materias:Matemáticas Lógica matemática Ingeniería Algoritmos (Matemáticas) Algebra
• Subjects:mathematics Mathematical logic Engineering Agorithms (Math) Algebra
• Palabras claves:Fijación de raíles; Métodos de detección; Técnicas de procesamiento de imágenes; Teoría del aprendizaje profundo; Algoritmo basado en la segmentación semántica; Proyectos prácticos de ingeniería.
• Keywords:Rail fastener; Detection methods; Image processing techniques; Deep learning theory; Semantic-segmentation-based algorithm; Practical engineering projects