《改進的Faster RCNN煤礦井下行人檢測算法》是李偉山,衛晨撰寫的一篇論文。
基本介紹
- 中文名：改進的Faster RCNN煤礦井下行人檢測算法
- 論文來源：計算機工程與套用
- 分類號：TP183;TP391.41
- 發表時間：2018-05-24
- 作者：李偉山,衛晨
論文摘要,引文格式,
論文摘要
針對煤礦井下環境惡劣、光照差、背景混雜、行人模糊、行人多尺度等問題,提出了一種改進的Faster RCNN煤礦井下行人檢測方法,使用深度卷積神經網路代替傳統的手工設計特徵方式自動地從圖片中提取特徵。利用深度學習通用目標檢測框架Faster RCNN,以Faster RCNN算法為基礎,對候選區域網路(Region Proposals Network,RPN)結構進行了改進,提出了一種"金字塔RPN"結構,來解決井下行人存在的多尺度問題;同時算法中加入了特徵融合技術,將不同卷積層輸出的特徵圖進行融合,增強煤礦井下模糊、遮擋和小目標行人的檢測性能。實驗結果表明:改進的Faster RCNN可以有效解決井下行人檢測問題,在井下行人數據集上獲得了90%的檢測準確率,並在公測數據集VOC 07上對改進算法進行了驗證。
引文格式
[1]李偉山,衛晨,王琳.改進的Faster RCNN煤礦井下行人檢測算法[J].計算機工程與套用,2019,55(04):200-207.
