基于Faster R-CNN的煤岩 识别与煤层定位测量

• 作者: 华同兴 赵亮 邢存恩
• 来源期刊: 矿山机械
• 学科: 工学
• 关键词: 煤岩识别 机器深度学习 FasterR-CNN 理想针孔线性成像模型
• 年，卷（期）: 2019,（8）
• 所属期刊栏目: 采·掘
• 页码范围: 4-9
• 页数: 6页
• 分类号: TD421
• 字数: 3859字
• 语种: 中文

摘要

传统机器学习的煤岩识别技术大多数采用的是手工设计图像特征,并结合滑动窗口的方式对煤岩图像进行特征提取,再经过分类器进行分类和识别,存在图像特征设计难度大、耗时长、泛化性差等缺点.针对传统机器学习的这些缺点,采用了一种基于机器深度学习Faster R-CNN的煤岩识别方法.首先利用采煤机上的监控摄像机现场采集煤岩图片数据集,将图片输入到VGG16卷积神经网络,对煤岩图像特征进行提取,将提取出来的特征图经过区域建议网络(Region Proposal Network),对图像上的煤岩进行初步定位与分类,最后经过R-CNN网络精确定位分类,输出煤层边界点的像素坐标值.解算出监控摄像机内外置参数,结合理想针孔线性成像模型,将图片中所定位到的煤层边界点(煤层角点)的像素坐标值转化成矿井测量坐标值,为采煤机自动调整滚筒空间位置提供数据依据.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邢存恩	太原理工大学矿业工程学院	29	169	9.0	12.0
2	赵亮	太原理工大学矿业工程学院	7	26	3.0	5.0
3	华同兴	太原理工大学矿业工程学院	2	3	1.0	1.0