井下视频行人检测方法

• 作者: 冯欣欣 刘宗鹏 刘晓 宋金水 张磊 李斌 李现国
• 来源期刊: 工矿自动化
• 学科: 工学
• 关键词: 井下行人检测 视频监控 深度学习 SSD网络 卷积神经网络
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 实验研究
• 页码范围: 54-58
• 页数: 5页
• 分类号: TD67
• 字数: 2962字
• 语种: 中文
• DOI: 10.13272/j.issn.1671-251x.2019060024

摘要

针对现有基于深度学习的行人检测方法存在计算量较大、检测效率严重依赖硬件性能等问题,对基于SSD网络的行人检测方法进行改进,设计了一种基于DenseNet网络的轻量级卷积神经网络作为SSD网络的基础网络,以满足井下视频行人实时检测需求,并设计了基于ResNet网络的辅助网络,以增强特征表征能力,提高行人检测准确性.将基于改进SSD网络的井下视频行人检测方法部署在嵌入式平台JetsonTX2上进行实验,结果表明该方法对井下视频中行人的检测准确率为87.9％,针对井下行人低密度场景的检测准确率近100％,且运算速度达48帧/s,约为基于SSD网络的行人检测方法的4.4倍,满足井下行人实时检测需求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李斌	天津工业大学电子与信息工程学院	20	239	8.0	15.0
2	李现国	天津工业大学电子与信息工程学院	34	260	9.0	15.0
6	刘宗鹏	天津工业大学电子与信息工程学院	1	1	1.0	1.0
7	冯欣欣	天津工业大学电子与信息工程学院	1	1	1.0	1.0
8	刘晓	天津工业大学电子与信息工程学院	1	1	1.0	1.0
9	宋金水	天津工业大学电子与信息工程学院	1	1	1.0	1.0