基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对煤矿井下环境恶劣、光照差、背景混杂、行人模糊、行人多尺度等问题,提出了一种改进的Faster RCNN煤矿井下行人检测方法,使用深度卷积神经网络代替传统的手工设计特征方式自动地从图片中提取特征.利用深度学习通用目标检测框架Faster RCNN,以Faster RCNN算法为基础,对候选区域网络(Region Proposals Network, RPN)结构进行了改进,提出了一种"金字塔RPN"结构,来解决井下行人存在的多尺度问题;同时算法中加入了特征融合技术,将不同卷积层输出的特征图进行融合,增强煤矿井下模糊、遮挡和小目标行人的检测性能.实验结果表明:改进的Faster RCNN可以有效解决井下行人检测问题,在井下行人数据集上获得了90%的检测准确率,并在公测数据集VOC 07上对改进算法进行了验证.
推荐文章
煤矿井下行人检测算法
井下行人检测
深度学习
区域卷积神经网络
区域建议网络
共享卷积层
动态自适应池化
基于改进Faster RCNN的安全帽佩戴检测研究
安全帽佩戴检测
FasterRCNN
多尺度训练
在线困难样本挖掘
多部件结合
Faster RCNN的交通场景下行人检测方法
卷积神经网络
行人检测
K-means算法
区域建议网络
基于Faster-RCNN的回环检测优化算法
三维重建
同时定位与地图构建
回环检测
神经网络
词袋模型
优化算法
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 改进的Faster RCNN煤矿井下行人检测算法
来源期刊 计算机工程与应用 学科 工学
关键词 深度学习 Faster RCNN 行人检测
年,卷(期) 2019,(4) 所属期刊栏目 图形图像处理
研究方向 页码范围 200-207
页数 8页 分类号 TP391
字数 4938字 语种 中文
DOI 10.3778/j.issn.1002-8331.1711-0282
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 王琳 西安邮电大学通信与信息工程学院 5 52 4.0 5.0
2 卫晨 西安邮电大学经济与管理学院 31 159 7.0 11.0
3 李伟山 西安邮电大学通信与信息工程学院 3 35 3.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (46)
共引文献  (66)
参考文献  (12)
节点文献
引证文献  (17)
同被引文献  (73)
二级引证文献  (19)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2010(2)
  • 参考文献(1)
  • 二级参考文献(1)
2011(6)
  • 参考文献(0)
  • 二级参考文献(6)
2012(5)
  • 参考文献(1)
  • 二级参考文献(4)
2013(3)
  • 参考文献(0)
  • 二级参考文献(3)
2014(1)
  • 参考文献(0)
  • 二级参考文献(1)
2015(12)
  • 参考文献(2)
  • 二级参考文献(10)
2016(9)
  • 参考文献(0)
  • 二级参考文献(9)
2017(9)
  • 参考文献(7)
  • 二级参考文献(2)
2019(15)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(11)
  • 二级引证文献(4)
2019(15)
  • 引证文献(11)
  • 二级引证文献(4)
2020(21)
  • 引证文献(6)
  • 二级引证文献(15)
研究主题发展历程
节点文献
深度学习
Faster RCNN
行人检测
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导