基于深度卷积神经网络的井下人员目标检测_中国煤炭行业知识服务平台

基于深度卷积神经网络的井下人员目标检测

作者

唐士宇朱艾春张赛曹青峰崔冉华钢
单位

中国矿业大学信息与控制工程学院南京工业大学计算机科学与技术学院
摘要

针对以人为中心的井下视频监控模式存在持续时间受限、多场景同时监视困难、人工监视结果处理不及时等问题,提出了基于深度卷积神经网络的井下人员目标检测方法。首先将输入图片缩放为固定尺寸,通过深度卷积神经网络操作后形成特征图;然后,通过区域建议网络在特征图上形成建议区域,并将建议区域池化为统一大小,送入全连接层进行运算;最后,根据概率分数高低选择最好的建议区域,自动生成需要的目标检测框。测试结果表明,该方法可以成功检测出矿井工作人员的头部目标,准确率达到87.6%。
关键词

煤矿安全井下人员目标检测头部检测深度学习卷积神经网络FasterR-CNN
基金项目(Foundation)

国家自然科学基金项目(51574232)；
相关文章

[1]物联网环境下煤矿安全监控系统体系架构研究
[2]煤矿安全监控信息特征快速发现方法研究
[3]煤矿安全监控系统历史数据存储压缩算法研究