Využití metod počítačového vidění ve videozáznamech pro detekci a klasifikaci návěstidel na českých železnicích

Abstract

Automatické rozpoznávání železničních signálů je důležitou součástí pro zvýšení bezpečnosti v železničních dopravních systémech. Práce se zaměřuje na automatizovanou vizuální detekci a klasifikaci železničních návěstidel v rámci českého železničního systému s využitím kombinace tradičních technik počítačového vidění a moderních architektur hlubokého učení. Vícestupňový přístup integruje modely YOLO a RT-DETR pro detekci signálů, CNN pro klasifikaci stavu. Výzkum zavádí poloautomatickou anotační pipeline pro videa z vlakové kabiny, která výrazně zvyšuje efektivitu vytváření datových sad. Experimentální výsledky ukazují, že železniční signály lze detekovat s vysokým F1 skóre 0,9095. Vyvinutý systém dokáže rozlišit kritické stavy návěstidel včetně návěstí stůj, jeď, výstraha a různých ukazatelů nastavení rychlosti. Tato práce by mohla poskytovat základ mozku asistenčních systémů pro strojvedoucí, které by mohly omezit lidské chyby a zvýšit provozní spolehlivost na českých železnicích.