基于虚拟样本集的周边环境风险源智能识别方法及系统

本发明公开了基于虚拟样本集的周边环境风险源智能识别方法及系统，所述方法包括：将待检测环境的视频图像分别输入预先建立和训练好的风险隐患对象检测模型和SCD变化区域检测模型，分别检测出风险隐患对象边界框集合以及变化区域集合；基于相似度算法进行风险隐患对象边界框和变化区域的信息匹配以及变化态势追踪，进而实现周边环境风险源的识别；所述风险隐患对象检测模型采用Yolov5网络，SCD变化区域检测模型采用全卷积神经网络，基于构建数字孪生场景生成虚拟样本集对风险隐患对象检测模型和SCD变化区域检测模型进行训练。本发明为铁路周边环境风险源智能识别与态势跟踪奠定技术基础，为高铁运营周边安全提供高效保障。