基于改进FairMOT的铁路周界入侵检测方法.pdf

Vol.44 No.5September，2023中国铁道科学CHINA RAILWAY SCIENCE第 44 卷，第5期2 0 2 3 年 9 月基于改进FairMOT的铁路周界入侵检测方法胡昊1,2，史天运3，杨文1（1.中国铁道科学研究院集团有限公司 电子计算技术研究所，北京 100081；2.中国铁道科学研究院 研究生部，北京 100081；3.中国铁道科学研究院集团有限公司，北京 100081）摘要：针对铁路综合监控视频中不同远近行人成像面积差异较大、自然环境变化产生干扰等因素造成的检测难题，提出一种改进FairMOT框架的周界入侵检测方法。首先，针对监控视频中不同远近的行人，通过在FairMOT框架中引入感受野模块，丰富不同成像大小行人检测所需的感受野，以更好地提取不同尺度特征信息；其次，针对夜晚时段方法检测性能较低的问题，在编码解码网络后融合空间注意力模块，强化夜间前景行人关键特征，同时优化目标跟踪和判断流程，实现稳定检测；然后，针对缺乏大量学习样本的问题，使用行人检测跟踪数据集与铁路真实数据集混合增强训练，提高方法在全天候检测中的泛化性和鲁棒性；最后，在MOT17数据集和铁路真实数据集上，对改进FairMOT检测方法与CenterTrack，Bytetrack等方法进行对比试验。结果表明：提出的改进FairMOT检测方法在白天和夜晚对不同大小目标检测中，均取得了最高的准确率和召回率调和均值，检测性能最好；方法检测速率为25.2 帧s-1，能够满足实时检测要求。改进的FairMOT检测方法可以更有效地应用于实际铁路周界入侵检测场景。关键词：铁路运输；周界入侵检测；感受野模块；空间注意力中图分类号：U298 文献标识码：A doi：10.3969/j.issn.1001-4632.2023.05.22截至 2022 年底，我国铁路运营总里程突破15.5万km，其中高铁运营里程突破4.2万km。随着我国高铁运行速度不断提高以及路网规模不断扩大，高铁运行安全问题越发重要。铁路沿线环境复杂，行人非法入侵铁路周界的现象频频发生，这严重影响铁路行车安全，极易造成人民生命和财产重大损失。同时，周界入侵事件具有随机性、突发性、环境复杂性等特征，入侵检测难度大。通常检测手段有：振动光纤、电子围栏、光波对射、智能视频、雷达等1。智能视频凭借其成本低、应用灵活、安装方便、智能化等特点，是当前周界入侵的主要检测手段，即通过铁路沿线的综合视频监控系统实时监测画面，进行智能分析检测周界入侵行为。研究并利用计算机视觉智能分析方法对周界入侵事件进行鲁棒性检测具有重要意义。目前国内外学者针对周界入侵检测进行了许多探索，取得了一定成果。牛宏侠等2提出基于小波变换的改进高斯混合背景模型及以反向传播神经网络修正交互式多模型的跟踪方法，实现了实时轨道目标跟踪预测。郭保青等3提出了基于一维灰度投影特征匹配的图像抖动检测及运动补偿方法，比传统背景差分方法具有更好的稳定性，能有效检出铁路场景侵限目标。魏玮等4提出三帧差法结合动态自适应学习率的高斯混合方法，能够适应光照或背景突变的情况，具有更好的实时性及抗干扰能力。近年来深度学习在机器视觉上取得了显著效果，很多学者基于神经网络方法开展周界入侵检测研究。张永良等5提出改进卷积神经网络的行人文章编号：1001-4632（2023）05-0222-11引用格式：胡昊，史天运，杨文.基于改进FairMOT的铁路周界入侵检测方法 J.中国铁道科学，2023，44（5）：222-232.Citation：HU Hao，SHI Tianyun，YANG Wen.Railway Perimeter Intrusion Detection Method Based on Improved FairMOT J.China Railway Science，2023，44（5）：222-232.收稿日期：2022-04-21；修订日期：2023-07-06基金项目：中国国家铁路集团有限公司系统性重大项目（P2021T001）第一作者：胡 昊（1991），男，河南信阳人，博士研究生。E-mail：通讯作者：史天运（1967），男，山西平陆人，研究员，博士研究生导师，博士。E-mail：第 5 期基于改进FairMOT的铁路周界入侵检测方法检测方法，该方法在深层特征的基础上融入浅层特征，利用多层特征缓解深层特征在小目标识别方面的局限性。徐岩等6提出基于改进Faster R-CNN网络的铁路侵限检测方法，对侵限的人、车及部分动物检测效果较好。王瑞等7提出一种改进的Cascade Mask RCNN 方法，增强对小目标的检测能力，有效提升了检测率。针对帧差法、YoloV5及Cascade RCNN等多种典型周界入侵方法进行测试分析，基于帧差法的周界入侵检测方法容易在风吹草动、行进列车等条件下出现误报，性能较不稳定。同时对于静止不动的目标，较难检测出，此类方法在实际应用时效果较差。目前基于深度学习的YoloV5和Cascade RCNN等检测方法，对于小目标与夜间目标的检测性能相对较差而且存在误检或漏检。高速铁路运行区间的地域环境差异极大、气象气候条件多变、周边环境复杂，这对周界入侵检测方法的鲁棒性要求较高，存在以下挑战：高速铁路周边监控摄像机拍摄范围较大，需要方法可以检测不同远近的行人入侵周界的行为，远距离行人的成像面积较小，识别较难；由于入侵行为具有随机性、突发性等特点，所以需要全天候检测，在夜晚等光照强度较低场景，目标与背景难以区分，对方法识别能力要求较高；铁路周界入侵事件相对来说较少，入侵识别缺乏大量的学习样本，而目前常见的行人检测方法仅基于数据驱动。本文提出了一种适用于铁路沿线周界入侵行为检测方法，基于FairMOT8，进行针对性改进，融入了感受野（Receptive Field Block，RFB）9 与空间注意力模块10，并优化目标跟踪与判断逻辑，在行人检测跟踪数据集与铁路真实数据混合增强训练，提高方法在不同环境条件下检测的泛化性和鲁棒性。1 基于改进FairMOT的周界入侵检测1.1网络结构以FairMOT作为基准网络框架，基准框架由编码-解码网络、检测分支及行人再识别分支等部分组成，结构示意图如图1所示。编码-解码网络用于对输入图像进行编解码，得到用于检测和行人再识别的高质量特征图；检测分支用于回归行人的中心点热图、包围框尺寸以及中心点偏移量，以得到监控视频每帧中行人的包围框；行人再识别分支用于得到检测分支中每个行人的特征编码，以此匹配连续帧中相同的行人。FairMOT的编码器为DLA3411，其树形结构使得网络在前向过程中不断融合浅层的特征图，实现了低级特征和高级特征之间跳级链接，从而使得特征图中包含丰富的小目标特征信息。解码器在解码过程中不断融合编码器中的特征，使得特征图中浅层信息较为丰富。编码-解码网络的结构使得特征图中小目标的特征较为丰富，从而可以较好地检测出铁路场景数据中较远处的行人，为检测分支和再识别分支提供高质量的特征图。FairMOT中检测分支为无锚的检测器，以行人中心点以及中心点到行人包围框的偏移量表征行人包围框，检测分支结构示意图如图2所示。检测分支中包含3个并行的分支，每个分支包含1个通道数为 256 的（33）像素卷积以及 1 个（11）像素卷积，每个检测分支负责回归的目标作为输入。热图负责回归行人中心点的位置；包围框尺寸用于回归中心点到目标包围框的尺寸；中心点偏移量用于将中心点更精确地映射回原图像。行人再识别分支用于提取检测分支中每个行人的外观特征，以进行后续的外观匹配，其结构示意图如图3所示。外观匹配可以在铁路真实环境较为复杂的情况下，通过提取行人的深度外观特征进行更准确的数据关联。行人再识别分支包含1个输出通道为128的卷积，将检测分支得到的每个中心点映射到再识别特征图中，得到每个行人外观特征。图2检测分支结构示意图图1网络结构示意图223第 44 卷 中国铁道科学再识别分支可以理解为将数据集中的所有行人进行分类，从而得到每个行人独有的特征。铁路周界入侵检测具有独特的应用场景，铁路真实周界入侵数据也存在行人成像大小差异大、夜间场景光线较暗等特点。在使用FairMOT进行周界入侵检测时，根据任务数据本身的特点添加感受野模块与空间注意力机制，同时还设计了后处理检测流程，使得方法可以得到更好地应用。改进的FairMOT结构中，网络输入为铁路监控视频中每1帧的RGB 3通道图像，编码-解码网络中。相比于原始结构，改进的FairMOT在解码器特征融合之后添加RFB模块，RFB模块通过添加空洞卷积丰富网络感受野，从而满足不同成像大小行人目标所需要的不同感受野，以此来提高铁路真实数据中对不同成像大小行人的检出率。编码-解码网络结构与分支之间添加了空间注意力模块，用于将解码器输入的特征进一步加权微调，使得网络更加关注于前景行人，从而提高夜间行人与背景差异较小时的检测性能。1.2基于RFB模块的感受野增强铁路综合监控视频的监控区域一般为长带状，不同远近行人的成像大小分布差异较大，其中最小的行人约为（1015）像素的成像面积，最大的行人约为（50100）像素的成像面积。周界入侵检测方法如何对不同远近的行人都具备较好的检测性能是一个关键问题。不同远近的行人所需要的感受野是不同的。原始网络的解码部分在特征融合后使用形变卷积，但形变卷积更多地可以适应形状差异较大的目标，然而行人的形状是固定的，周界入侵检测中，更需要网络有丰富的感受野。我们在网络解码部分添加RFB模块来丰富网络感受野。RFB模块是一个类似Inception12的多分支卷积模块，不同分支对应的感受野不同，其结构示意图如图4所示。不同卷积和输出的特征在通道维度进行级联，再经过（11）像素卷积整合特征并调整通道数，从而得到丰富的特征信息。空洞卷积可以在不增加网络参数量的同时丰富网络感受野，其中小卷积核的感受野较小，可以满足小目标的感受野需求，使得网络更好地检测小目标。大卷积核的感受野较大，可以满足大目标的感受野需求，使得网络更好地检测大目标，因此网络在学习过程中可以同时学习到大小目标的特征，解码器输出的特征中大小目标的特征信息都较为丰富，检测分支就可以回归出不同尺度目标的中心点，从而提高网络对于不同尺度目标的检出率。1.3基于空间注意力的前景特征增强周界入侵检测方法需要全天候运行，夜晚的监控视频能见度较低，行人与背景差异较小，检测难度较大，周界入侵检测方法也应关注于如何提高夜间目标的检出率。在编码解码器后加入空间注意力模块，以此来微调用于检测和再识别的特征，使得网络在学习时更加关注前景行人的特征图。空间注意力模块的结构示意图如图5所示。对于输入的特征图首先经过最大池化层和平均池化层，得到2层空间维度与输入特征图相同但通道维度变为1的特征图。将上述2层特征图在通道维度级联并输入其输出通道为1的卷积，再经过sigmoid层得到空间维度与输入特征图相同、通道维度为1的空间注意力。空间注意力中每个点代表对应的权重，将空间注意力与输入特征图相乘得到微调后的特征图。空间注意力使得网络在学习的过程中可以更突出前景行人部分的权重，相当于对原始特征图进行了加权，从而使得网络在学习过程中自主地学习到更关注于前景行人的特征。1.4目标跟踪方法由于高速铁路真实环境较为复杂，因此使用2图3再识别分支结构示意图图4RFB模块结构示意图图5空间注意力模块结构示意图224第 5 期基于改进FairMOT的铁路周界入侵检测方法次匹配进行连续帧中行人的关联。外观匹配通过行人深度特征的相似性进行匹配，IoU匹配通过连续帧内行人间的交并比进行匹配。这些匹配方式同时考虑了外观和距离因素，从而更好地适用于铁路周界入侵数据。目标跟踪流程如图6所示。采用卡尔曼滤波根据行人在当前帧的位置预测行人在下1帧的预测位置，通过卡尔曼滤波可以引入行人的运动信息。卡尔曼滤波分为预测阶段和更新阶段，预测阶段负责对目标状态的均值和协方差进行预测，更新阶段负责通过观测值反馈调节预测阶段的估计值。FairMOT的跟踪流程选取的状态变量为x=u，v，r，h，u，v，r，h，(u，v)为行人的中心点坐标，r，h分别为包围框的长和高，后4个分量为前4个分量的速度分量。在网络得到目标在下1帧的真实位置后，采用匈牙利方法进行2次匹配。首选使用再识别分支得到的特征进行外观层面的匹配，然后使用目标之间的IOU值进行距离层面的匹配。匹配过程使用余弦相似性，余弦相似性的表达式为Ssimilarity=ABAB（1）式中：A，B为2个向量。通过 2次匹配将连续帧中的同 1个行人关联，从而完成了跟踪流程。1.5周界入侵判断逻辑以往的一些周界入侵检测方法往往依赖于单帧的检测结果。理想情况下如果检测结果较为准确，只要某 1 帧有行人出现在周界内，就可以进行报警。但是铁路真实环境较为复杂，检测方法难免会存在漏报或误报。漏报或误报对铁路安全运营均有较大影响。监控视频具有时序的连续性，所以使用跟踪的方法进行周界入侵检测，也是为了充分利用视频的连续性。跟踪方法可以得到同一行人在连续帧的位置。周界入侵判断逻辑如图7所示。图中：T为某 1个行人存在的时长；X为其中心点位移；IID为行人编号；CCount为视频帧数；d为连续帧间位移像素值。周界入侵判断逻辑为：检测方法检测到同1个行人在连续帧的位置后，判断其是否在周界内存在时长超过10帧，并且10帧内的位移超过10个像素点，若2个条件同时满足，则认为该行人在入侵周界，并进行报警。如果某1个行人在15帧内不满足以上2个条件，则将该行人之前缓存的信息删除。通过这样的判断条件，可以过滤掉某1帧的误检以及连续帧中固定不变的误检，从而提高了方法的稳定性。2 网络训练2.1参数设置试验在RTX 2080ti GPU上完成，深度学习框架选用Pytorch。特征提取网络为DLA34，解码层使用感受野模块，解码层之后使用空间注意力模块。网络在2张GPU中训练完成。训练数据使用周界真实数据集与行人检测跟踪数据集，批量大小设图6目标跟踪流程图7报警判断流程225第 44 卷 中国铁道科学置为12，训练轮次为30次。初始学习率为0.000 1，在第21次训练中衰减为0.000 01。使用Adam优化器进行优化。2.2损失函数训练损失由热图损失、包围框损失以及再识别损失3部分组成，其计算式为Lall=Lheat+Lbox+Lidentity（2）式中：Lall为总体损失；Lheat为热图损失；Lbox为包围框损失；Lidentity为再识别损失。热图损失采用了Focal loss13方式进行计算，用于训练中心点热图。Lheat=-1Nxy(1-Mxy)lg Mxy Mxy=1(1-Mxy)Mxylog(1-Mxy)其他（3）式中：x，y为像素点坐标；Mxy为热图的真实值；Mxy为热图的预测值；N为目标总数；，为Focal loss的预定参数，可以平衡回归热图时正负样本不均衡的问题。包围框损失为平均绝对误差损失，用于回归包围框的中心偏移量和尺寸。将第i个包围框的2个坐标点定义为(xi 1，yi 1)和(xi 2，yi 2)，第 i 个包围框的尺寸的真实值为si=(xi 2-xi 1，yi 2-yi 1)，则包围框损失为Lbox=i=1Noi-oi1+ssi-si1（4）其中，oi=()cix4,ciy4-()cix4,ciy4式中：si为第i个包围框尺寸的预测值；(cix，ciy)为目标框中心点坐标；oi为中心点偏移量的真实值；oi为预测值；s为权重参数；为下取整。再识别损失为交叉熵损失，用于训练再识别嵌入，其计算式为Lidentity=-i=1Nk=1KLi(k)lgp(k)（5）式中：Li(k)为第i个目标所属类别的真实值；p(k)为类别分布向量；k为再识别目标数量。2.3训练数据铁路周界真实数据集由 9 253 张白天图像和8 162张黑夜图像组成，共包含17 415张真实数据。除此之外在数据集中补充CityPersons14，CUHK-SYSU 15，ETHZ 16，MOT17和MOT16 17 组成的混合行人检测跟踪数据集以及 CrowdHuman 数据集18。通过丰富训练数据集中行人的分布以增加检测方法的鲁棒性。补充数据的示意图如图8所示。（a）室内行人（b）傍晚街道行人（c）夜晚街道行人（d）白天街道行人（e）阴天街道行人226第 5 期基于改进FairMOT的铁路周界入侵检测方法铁路周界真实数据虽然符合实际应用场景，但其存在行人分布较为单一的特点，为了更好地检测出行人，需要在训练数据中丰富行人的数据分布，从而提升方法的鲁棒性。3 结果分析3.1评价标准（1）MMOTA：多目标跟踪的准确度，体现在确定目标的个数，以及有关目标的相关属性方面的准确度，用于统计在跟踪中的误差积累情况。ml为漏检数，即在第l帧中该目标没有假设位置与其匹配。fl为误判数，即在第l帧中给出的假设位置没有跟踪目标与其匹配。el为误配数，即在第l帧中跟踪目标发生ID切换的次数。MMOTA计算式为MMOTA=1-l=0Nml+fl+ell=0Ngl（6）（2）F1分数：报警层面的 F1分数是报警精确率与报警召回率的调和平均，其中TP和TN为真阳性和真阴性，FP和FN为假阳性与假阴性。F1分数计算式为F1=2PRP+R（7）其中，P=TPTP+FPR=TPTP+FN（3）IIDF1：引入 ID 的 F1分数，计算式与上述F1分数相同。（4）FFPS：指在进行周界入侵检测时，检测方法每秒推理的图像帧数。3.2试验分析3.2.1在MOT17数据集上验证为了验证补充训练数据集对于检测方法性能的影响，基于MOT7数据集进行了3组试验，分别为只使用MOT17的训练集训练，使用MOT17的训练集与混合行人检测跟踪数据集混合训练，以及使用MOT17的训练集、混合行人检测跟踪数据集和CrowdHuman数据集混合训练。在MOT17数据集进行基准测试，结果见表1。由表1可知：在MOT17训练集的基础上，随着混合行人检测跟踪数据集与 CrowdHuman 数据集逐步混合加入，方法在混合训练后的MMOTA数值逐步提高。证明本文使用的扩充数据集的方式，对检测方法的检测性能有所提高。在MOT17数据集上对TubeTK，CTrackerV1，CenterTrack及FairMOT多目标跟踪方法进行了对比试验，结果见表2。由表2可知：相比其他方法，FairMOT在MOT17上MMOTA和IIDF1取得最高数值，表明FairMOT性能优于其他单阶段多目标跟踪方法。因此本文选择将FairMOT迁移至周界入侵检测任务，并进行适应性改进，改进的FairMOT在周界入侵真实数据中的表现在接下来进行详细介绍。3.2.2在铁路真实数据中应用为了验证方法是否提高了不同尺度目标的检测性能及夜间目标的检测性能，在铁路真实数据中进行消融试验，验证感受野模块和空间注意力模块是否起到了相应的作用。同时还与其他方法进行了对比，验证了提出方法的有效性。为了进一步验证方法在实际应用时的价值，除了评价方法的检测性能，还进一步对比了方法的检测速率，以此验证方法能否实时检测、应用。表2主流单阶段多目标跟踪方法在MOT17数据集上的表现评价指标MMOTAIIDF1TubeTK1963.058.6CTrackerV12066.657.4CenterTrack2167.359.9FairMOT73.772.3表1不同训练数据在MOT17数据集上的表现评价指标MMOTAIIDF1MOT1769.869.9MOT17+MIX72.973.2MOT17+MIX+CrowdHuman73.772.3（f）阴天校园行人图8补充数据集示例图227第 44 卷 中国铁道科学1）本文改进模块的有效性验证针对本文提出的不同改进方法，用铁路真实数据进行对比试验，结果见表3。由表3可知：针对不同成像大小行人，在加入感受野模块时，白天大目标 F1分数增长 0.02，白天小目标 F1分数增长0.11，夜间大目标F1分数增长0.01，夜间小目标F1分数增长0.02，表明通过感受野模块丰富感受野可以提高方法对于不同成像大小行人的检测性能，尤其是对于白天小目标提升更为明显；针对夜间行人，在加入空间注意力，夜间大目标F1分数增长0.03，夜间小目标F1分数增长0.07，表明通过空间注意力使得网络提取更加关注于前景行人的特征丰富可以提高方法对于夜间行人的检测性能。在铁路真实数据集中，对改进模块有效性进行了对比试验，可视化结果如图9和图10所示。（a）白天大目标原图（b）白天大目标-FairMOT（c）白天大目标-本文方法（d）白天小目标原图（e）白天小目标-FairMOT（f）白天小目标-本文方法图9是否添加RFB与SA在白天原始图像的检测结果表3是否添加RFB与SA在铁路真实数据中的F1分数改进方法FairMOTFairMOT+RFBFairMOT+SAFairMOT+RFB+SA白天大目标0.900.920.910.93白天小目标0.550.660.540.67夜间大目标0.790.800.820.82夜间小目标0.430.450.500.54228第 5 期基于改进FairMOT的铁路周界入侵检测方法由图9和图10可知：在添加了感受野模块与空间注意力后，原本无法检出的小目标与夜间目标，可以实现更好的检出效果。2）本文方法与其他方法对比选取主流基于深度学习的方法改进 FasterRCNN，CMR和基于传统方法的方法LOBSTER 22 进行对比，在白天不同成像大小行人的真实数据中进行了试验，结果见表4。由表4可知：提出的改进FairMOT方法检测结果更为稳定；与目前最为先进的目标跟踪方法Bytetrack23对比发现，提出的改进FairMOT方法在铁路真实数据中，对于小目标的检测性能是优于Bytetrack的，证明了提出的改进FairMOT方法针对于铁路真实数据具有应用意义，可在铁路真实数据应用中取得较好的结果。（e）夜晚小目标-FairMOT（f）夜晚小目标-本文方法图10是否添加RFB与SA在夜晚原始图像的检测结果（a）夜晚大目标原图（b）夜晚大目标-FairMOT（c）夜晚大目标-本文方法（d）夜晚小目标原图表4不同方法在铁路真实数据中的评价结果目标大目标小目标FairMOT+RFB+SA0.930.67改进FasterRCNN0.920.56CMR0.910.51LOBSTER0.540.20Bytetrack0.910.60229第 44 卷 中国铁道科学为了进一步验证方法的实用价值，将改进的FairMOT方法与其他周界入侵方法，进行了运行速率 FFPS的对比试验，结果见表 5。由表 5 可知：提出的方法高出FasterRCNN与CMR方法的检测速率分别为9.6和12.4 帧s-1，略低于Bytetrack方法，具有较好的检测帧率；本文方法检测帧率高于铁路综合视频码流25 帧s-1，可以保证视频流的实时检测。4 结论（1）为提高检测方法对不同成像大小行人的检测效果，在FairMOT网络解码部分添加感受野模块丰富网络感受野。试验结果表明加入感受野模块后，夜晚与白天场景大小目标识别性能均有所提升，特别是在白天小目标F1分数比基准方法提升了11%，可见感受野模块提高了对不同成像大小行人的检测性能。（2）为提高检测方法对夜间行人的检测能力，在网络解码器后添加空间注意力，使得网络学习到更关注于前景行人的特征。试验结果表明，夜间小目标识别能力对比基准方法，F1分数提升了7%，可见加入空间注意力后方法提升了对于夜间行人的检测性能。（3）对比多种主流检测方法，针对大小目标检测结果，本文方法取得了最高 F1分数，分别为0.93和0.67，表明该方法针对周界入侵的检测性能更好；同时，该方法的FFPS为25.2 帧s-1，运算速度满足铁路周界入侵实时检测需求。（4）本文方法在铁路真实场景数据中，对于不同时间段不同成像大小的行人检测性能较好，同时可以保证检测的实时性，具有实际应用价值。参 考 文 献1 李金波.智能技术在高速铁路周界安防中的应用研究 J.铁路计算机应用，2019，28（1）：43-46.（LI Jinbo.Intelligent Technology Applied to Perimeter Security of High Speed Railway J.Railway Computer Application，2019，28（1）：43-46.in Chinese）2 牛宏侠，张肇鑫，宁正，等.铁路轨道异物完整性检测与跟踪算法研究 J.交通运输系统工程与信息，2019，19（1）：45-54.（NIU Hongxia，ZHANG Zhaoxin，NING Zheng，et al.Detection and Tracking Algorithm of Foreign Integrity in Railway Tracks J.Journal of Transportation Systems Engineering and Information Technology，2019，19（1）：45-54.in Chinese）3 郭保青，杨柳旭，史红梅，等.基于快速背景差分的高速铁路异物侵入检测算法 J.仪器仪表学报，2016，37（6）：1371-1378.（GUO Baoqing，YANH Liuxun，SHI Hongmei，et al.High-Speed Railway Clearance Intrusion Detection Algorithm with Fast Background Subtraction J.Chinese Journal of Scientific Instrument，2016，37（6）：1371-1378.in Chinese）4 魏玮，吴琪.三帧差结合改进高斯建模的运动目标检测算法 J.计算机工程与设计，2014，35（3）：949-952.（WEI Wei，WU Qi.Moving Target Detection Algorithm Based on Improved Gaussian Mixture Modeling and Three-Frame Differencing J.Computer Engineering and Design，2014，35（3）：949-952.in Chinese）5 张永良，张智勤，吴鸿韬，等.基于改进卷积神经网络的周界入侵检测方法 J.计算机科学，2017，44（3）：182-186.（ZHANG Yongliang，ZHANG Zhiqin，WU Hongtao，et al.Perimeter Intrusion Detection Based on Improved Convolution Neural Networks J.Computer Science，2017，44（3）：182-186.in Chinese）6 徐岩，陶慧青，虎丽丽.基于Faster R-CNN网络模型的铁路异物侵限检测算法研究 J.铁道学报，2020，42（5）：91-98.（XU Yan，TAO Huiqing，HU Lili.Railway Foreign Body Intrusion Detection Based on Faster R-CNN Network Model J.Journal of the China Railway Society，2020，42（5）：91-98.in Chinese）7 王瑞，李霄峰，史天运，等.基于视频深度学习的铁路周界入侵检测算法研究 J.交通运输系统工程与信息，2020，20（2）：61-68.（WANG Rui，LI Xiaofeng，SHI Tianyun，et al.Railway Perimeter Intrusion Detection Algorithms Based on Video Deep 表 5不同方法在铁路真实数据中的FPS评价指标FFPSFairMOT+RFB+SA25.2改进FasterRCNN15.6CMR12.8Bytetrack27.6230第 5 期基于改进FairMOT的铁路周界入侵检测方法Learning J.Journal of Transportation Systems Engineering and Information Technology，2020，20（2）：61-68.in Chinese）8 ZHANG Y F，WANG C Y，WANG X G，et al.FairMOT：on the Fairness of Detection and Re-Identification in Multiple Object Tracking J.International Journal of Computer Vision，2021，129（11）：3069-3087.9 LIU S T，HUANG D，WANG Y H.Receptive Field Block Net for Accurate and Fast Object Detection.Computer Vision-ECCV 2018.Lecture Notes in Computer Science，vol 11215 M.Cham：Springer International Publishing，2018.10 WOO S，PARK J，LEE J Y，et al.CBAM：Convolutional Block Attention Module.Computer Vision-ECCV 2018.Lecture Notes in Computer Science，vol 11215 M.Cham：Springer International Publishing.11 YU F，WANG D Q，SHELHAMER E，et al.Deep Layer Aggregation C/2018 IEEE/CVF Conference on Computer Vision and Pattern Recognition.Salt Lake City，UT.New York：IEEE Press，2018：2403-2412.12 SZEGEDY C，LIU W，JIA Y Q，et al.Going Deeper with Convolutions C/2015 IEEE Conference on Computer Vision and Pattern Recognition（CVPR）.Boston，MA，USA.New York：IEEE Press，2015：1-9.13 LIN T Y，GOYAL P，GIRSHICK R，et al.Focal Loss for Dense Object Detection J.IEEE Transactions on Pattern Analysis and Machine Intelligence，2020，42（2）：318-327.14 ZHANG S S，BENENSON R，SCHIELE B.CityPersons：a Diverse Dataset for Pedestrian Detection C/2017 IEEE Conference on Computer Vision and Pattern Recognition（CVPR）.Honolulu，HI.New York：IEEE Press，2017：4457-4465.15 XIAO T，LI S，WANG B C，et al.Joint Detection and Identification Feature Learning for Person Search C/2017 IEEE Conference on Computer Vision and Pattern Recognition（CVPR）.Honolulu，HI.New York：IEEE Press，2017：3376-3385.16 ESS A，LEIBE B，SCHINDLER K，et al.A Mobile Vision System for Robust Multi-Person Tracking C/2008 IEEE Conference on Computer Vision and Pattern Recognition（CVPR）.Anchorage，AK，USA.New York：IEEE Press，2008：1-8.17 MILAN A，LEAL-TAIXE L，REID I，et al.MOT16：a Benchmark for Multi-Object Tracking EB/OL.2016：arXiv preprint arXiv：1603.00831.https：/arxiv.org/abs/1603.00831.18 SHAO S，ZHAO Z，LI B，et al.CrowdHuman：a Benchmark for Detecting Human in a Crowd EB/OL.2018：arXiv preprint arXiv：1805.00123.https：/arxiv.org/abs/1805.00123.19 PANG B，LI Y Z，ZHANG Y F，et al.TubeTK：Adopting Tubes to Track Multi-Object in a One-Step Training Model C/2020 IEEE/CVF Conference on Computer Vision and Pattern Recognition（CVPR）.Seattle，WA，USA.New York：IEEE Press，2020：6307-6317.20 PENG J L，WANG C G，WAN F B，et al.Chained-Tracker：Chaining Paired Attentive Regression Results for End-to-End Joint Multiple-Object Detection and Tracking.Computer Vision-ECCV 2020.Lecture Notes in Computer Science，vol 12349 M.Cham：Springer International Publishing，2020.21 ZHOU X Y，KOLTUN V，KRHENBHL P.Tracking Objects as Points.Computer Vision-ECCV 2020 Lecture Notes in Computer Science，vol 12349 M.Cham：Springer International Publishing，2020.22 BILODEAU G A，JODOIN J P，SAUNIER N.Change Detection in Feature Space Using Local Binary Similarity Patterns C/2013 International Conference on Computer and Robot Vision.Regina，SK，Canada.New York：IEEE Press，2013：106-112.23 ZHANG Y，SUN P，JIANG Y，et al.ByteTrack：Multi-Object Tracking by Associating Every Detection Box.EB/OL.2021：arXiv：2110.06864.https：/arxiv.org/abs/2110.06864.231第 44 卷 中国铁道科学Railway Perimeter Intrusion Detection