基于RGB-D融合与双时间流特征学习的异常检测方法及系统

本发明公开了一种基于RGB‑D融合与双时间流特征学习的异常检测方法，包括：轨旁数据采集：通过彩色线扫3D相机同步采集列车外表面的彩色RGB图像与深度图像，即RGB‑D图像；图像预处理：对采集的不同时间段的相同过车数据进行预处理，分别提取两次过车相同车体区域的图像，完成图像配准获得图像对；将预处理后的所述图像对输入改良的深度神经网络ChangeDetectionYOLO，通过包括双时间流特征学习、异常特征强化、多尺度融合操作，实现列车外表面异常检测；异常结果输出。本发明还公开了上述方法所对应的异常检测系统。