留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

面向无人驾驶的井下行人检测方法

刘备战 赵洪辉 周李兵

刘备战,赵洪辉,周李兵.面向无人驾驶的井下行人检测方法[J].工矿自动化,2021,47(9):113-117..  doi: 10.13272/j.issn.1671-251x.17830
引用本文: 刘备战,赵洪辉,周李兵.面向无人驾驶的井下行人检测方法[J].工矿自动化,2021,47(9):113-117..  doi: 10.13272/j.issn.1671-251x.17830
LIU Beizhan, ZHAO Honghui, ZHOU Libing. Unmanned driving-oriented underground mine pedestrian detection method[J]. Industry and Mine Automation, 2021, 47(9): 113-117.. doi: 10.13272/j.issn.1671-251x.17830
Citation: LIU Beizhan, ZHAO Honghui, ZHOU Libing. Unmanned driving-oriented underground mine pedestrian detection method[J]. Industry and Mine Automation, 2021, 47(9): 113-117.. doi: 10.13272/j.issn.1671-251x.17830

面向无人驾驶的井下行人检测方法

doi: 10.13272/j.issn.1671-251x.17830
基金项目: 

天地科技股份有限公司科技创新创业资金专项(2019-TD-ZD007)

详细信息
  • 中图分类号: TD67

Unmanned driving-oriented underground mine pedestrian detection method

  • 摘要: 行人检测是煤矿井下无人驾驶的关键技术,受煤矿井下光照不均匀、背景复杂、红外线干扰、光线昏暗和图像中目标小且密集等影响,现有方法检测井下行人时效果不理想。针对上述问题,提出了一种多传感器融合的井下行人检测方法。该方法通过分步多特征融合方式将可见光传感器、红外传感器和深度传感器采集的图像特征进行融合,获得了更加丰富的图像特征;在RetinaNet的基础上,将Dense连接加入到ResNet中,形成一种具有层级相连结构的Dense-ResNet,能够从多传感器融合结果中提取出深层图像特征,增强了对小目标的检测能力。实验结果表明,多传感融合图像相较于单一图像可获得更加丰富的目标特征,有利于提高目标检测精度;Dense-RetinaNet相较于RetinaNet在多目标和小目标检测精度上均有所提高。

     

  • 加载中
计量
  • 文章访问数:  69
  • HTML全文浏览量:  9
  • PDF下载量:  8
  • 被引次数: 0
出版历程
  • 刊出日期:  2021-09-20

目录

    /

    返回文章
    返回