随着国家整体经济的发展,相关的铁路技术也随之提升,铁路系统整体运营的规模也进一步扩大,这使得物资的运送、人民的出行变得更加高效和快捷。面对日益增加的使用需求,必须将安全运行放在首要的位置,轨道中出现的异物、站台边的行人都可能成为安全运行的潜在威胁,对列车运行造成不同程度的侵害,但传统防护手段对各类资源的耗费较大,且不能实现全自动监控,近年来视频监控的兴起为轨道异物入侵检测带来了更多可能性,视频监控具有检测范围广、成本低等优点,更适合应用于开放环境下的铁路的监控。但诸多因素也会导致获取的图像模糊、细节丢失等问题,对后续的检测环节造成负面影响。本文针对图像分辨率较低而导致错检、漏检的问题进行了设计研究,本文的具体研究内容包括了以下几个方面:（1）明确研究问题,了解铁路异物入侵和超分辨率重建算法的相关研究背景及研究现状,并学习相关理论知识。（2）对研究问题涉及的相关方法进行进一步的学习,学习常用处理该类问题的解决方法,研究每种具体方法的实际操作步骤及优劣点,并从中寻找可以改进的步骤。（3）针对图像清晰度较低的问题,本文在原有生成对抗网络SRGAN的基础上对原网络是生成器、判别器、损失函数都进行了不同程度的修改,使低分辨率图像经过处理后得到的高分辨率图像评价指标（峰值信噪比、结构相似性）更高,同时主观视觉效果也更优,对后续轨道异物入侵的研究有一定程度上的帮助。（4）在上一步的基础上采用SSD（Single Shot Multi Box Detector）目标检测算法进行实验。实验结果表明,图像处于低分辨率情况下的检测效果并不理想,会出现漏检的情况,而检测高分辨率图像时,能完整的检测到相对较小的目标。小目标检测的需求仅会出现在站台外轨道监控的视频中,针对站台内的情况使用基于OPENPOSE、结合Canny边缘检测、Hough直线检测构建监控系统,不同于SSD算法的是该方法可以百分之百确定越界为行人,而非给出目标物为人的概率。