基于深度卷积神经网络的井下人员目标检测

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、Faster R-CNN

所属期刊栏目：44

分类号：TD67(矿山电工)

资助基金：国家自然科学基金项目51574232

在线出版日期：2018-12-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：32-36