基于深度学习的实时铁路2C分析系统和方法

本发明属于深度学习技术领域，具体涉及基于深度学习的实时铁路2C分析系统和方法，所述系统包括：多模态数据获取单元、多维递归耦合解析单元和复合风险指数计算单元；所述多模态数据获取单元，用于在列车运行期间，对可见光图像帧和红外图像帧进行时间戳对齐，得到2C特征帧序列；所述多维递归耦合解析单元，用于将2C特征帧序列按预定长度构建连续帧栈并以设定步长滑移，再生成融合伪彩张量；获得其垂向偏差和水平偏差；所述复合风险指数计算单元，用于根据垂向偏差和水平偏差，计算对应时刻的接触网的复合风险指数。本发明显著提升了接触网状态监测的智能化与可靠性。