基于深度卷积神经网络的井下人员目标检测
Industry and Mine Automation（2018）
Abstract
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％.
MoreTranslated text
Key words
coal mine safety,target detection of underground personnel,head detection,deep learning,convolutional neural network,faster r—cn
AI Read Science
Must-Reading Tree
Example
Generate MRT to find the research sequence of this paper
Chat Paper
Summary is being generated by the instructions you defined