基于生成对抗网络的罐笼人数统计方法

• 作者: 陈宇航 李振海 熊健 康清华
• 来源期刊: 矿山机械
• 学科: 工学
• 关键词: 生成对抗网络 SSD算法 目标检测 注意力机制
• 年，卷（期）: 2022,（1）
• 所属期刊栏目: 通用|Common Techniques
• 页码范围: 49-56
• 页数: 8页
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3954.2022.01.011

摘要

针对目前煤矿罐笼内部人数统计方法存在成本高、实时性差的问题,提出了一种基于生成对抗网络(GAN)的罐笼内部人数统计模型G-SSD.该模型以经典的SSD作为基础目标检测模型,利用GAN在数据表达方面的优势进行数据集的扩充,并在基础SSD模型中引入了注意力机制模块来增强特征图谱,消除背景中的噪声并稳定模型的训练过程.试验结果表明,笔者所提出的模型在人数较少、人数适中、人数较多3种情景下的平均精度分别达到了98.8％、96.9％、84.8％,相比于经典SSD模型其平均精度提升了10.3％.并通过与多种现有目标检测模型的对比试验,证明了所提算法可以有效提高罐笼内部人数统计的效果.