技術特征：

1.一種基于圖像識別的地鐵保護區違法施工識別檢測方法，其特征在于：包括以下步驟：

2.根據權利要求1所述的一種基于圖像識別的地鐵保護區違法施工識別檢測方法，其特征在于：s3中，對智能電子哨兵攝像頭的多光譜響應能力進行分析后生成攝像頭光譜響應異常指數，攝像頭光譜響應異常指數的獲取方法為：

3.根據權利要求2所述的一種基于圖像識別的地鐵保護區違法施工識別檢測方法，其特征在于：s3中，對偽裝材料的光譜反射特征進行分析后生成光譜反射率偏差指數，光譜反射率偏差指數的獲取方法為：

4.根據權利要求3所述的一種基于圖像識別的地鐵保護區違法施工識別檢測方法，其特征在于：s3中，評估智能電子哨兵攝像頭的光譜感知范圍受限程度，具體為：將攝像頭光譜響應異常指數和光譜反射率偏差指數轉換為綜合特征向量，將綜合特征向量作為機器學習模型的輸入，機器學習模型以每組綜合特征向量預測智能電子哨兵攝像頭的光譜感知范圍受限程度評分值標簽為預測目標，以最小化對所有智能電子哨兵攝像頭的光譜感知范圍受限程度評分值標簽的預測誤差之和作為訓練目標，對機器學習模型進行訓練，直至預測誤差之和達到收斂時停止模型訓練，根據模型輸出結果確定智能電子哨兵攝像頭的光譜感知范圍受限程度評分值，其中，機器學習模型為多項式回歸模型。

5.根據權利要求4所述的一種基于圖像識別的地鐵保護區違法施工識別檢測方法，其特征在于：將獲取到的智能電子哨兵攝像頭的光譜感知范圍受限程度評分值與梯度標準閾值進行比較，梯度標準閾值包括第一標準閾值和第二標準閾值，且第一標準閾值小于第二標準閾值，將智能電子哨兵攝像頭的光譜感知范圍受限程度評分值分別與第一標準閾值和第二標準閾值進行對比；

6.根據權利要求1所述的一種基于圖像識別的地鐵保護區違法施工識別檢測方法，其特征在于：s4中，對目標施工設備的實際施工行為與預定施工計劃之間的時間偏差情況進行分析后生成施工時間偏差值，施工時間偏差值的獲取方法為：

7.根據權利要求6所述的一種基于圖像識別的地鐵保護區違法施工識別檢測方法，其特征在于：將智能電子哨兵攝像頭的光譜感知范圍受限程度評分值lw和施工時間偏差值作為模糊邏輯的輸入項，將目標施工設備是否存在偽裝行為作為輸出項，目標施工設備偽裝行為的判斷結果包括：無偽裝行為，可能存在偽裝行為和明確存在偽裝行為；

技術總結
本發明公開了一種基于圖像識別的地鐵保護區違法施工識別檢測方法，具體涉及圖像識別技術領域；通過采集并分析地鐵保護區內的施工場景圖像數據，對目標設備進行檢測與分類，同時針對偽裝材料的光譜特性進行特征提取和感知范圍受限程度評估，結合設備施工計劃數據波動情況，精準判斷設備是否存在偽裝行為，一旦識別出偽裝行為，系統通過聯動聲光報警裝置提示施工人員停止操作，并將偽裝材料特性上傳至數據庫，動態優化攝像頭的光譜感知模型，提升其對新型偽裝行為的檢測能力，有效解決了因偽裝材料和感知盲區導致的監控失效問題，大幅提高了地鐵保護區內違法施工檢測的精準性和系統的安全可靠性，從而保障地鐵設施的穩定運營。

技術研發人員：于淼,李祿維,荊虹波,張中華,李磊,姜延斌,李鑫濤,丁子雄,肖大勇,宋雨薇
受保護的技術使用者：北京城建勘測設計研究院有限責任公司
技術研發日：
技術公布日：2025/4/28