摘要
本发明公开了一种基于时空分离的翻车机轨道异物检测与清除系统与方法，包括图像采集模块、图像传输单元、机器视觉学习模块、图像数据库、异物检测单元、信息传输模块、控制模块以及执行模块；通过机器视觉学习模块进行异物检测模型的构建与训练；机器视觉学习模块首先构建神经网络模型，并且利用图像数据库中连续时间下的正常事件训练离散神经网络模型，促使基于时空分离的神经网络模型能够很好的预测正常工作状态的翻车机轨道；与现有的技术相比，本发明方案的优点在于引入空间信息与时间信息的双流结构，通过预测轨道正常工作状态对轨道进行实时异物检测与清除，避免常规深度网络由于缺乏异物标注信息而造成检测不准等情况。
