基于边窗滤波和扩张卷积的矿井行人检测

发布时间：2021-06-17 22:56

　　在数字化矿山中,行人检测系统能够大幅减少事故伤亡,是保护工人安全的重要手段。为了构建高性能的行人检测系统,提出了一种基于边窗滤波和扩张卷积的矿井行人检测模型。具体来说,针对复杂恶劣的矿井环境,采用边窗滤波抑制视频图像中的干扰信号,提升图像质量。此外,考虑到行人目标的多尺度特性,在模型中引入扩张卷积增加特征的感受野,进而提升检测性能。大量的对比实验证明了边窗滤波和扩张卷积的有效性,模型在矿井数据集上获得94.3 mAP和99.1%检测率的优异性能。 

【文章来源】：电子技术应用. 2020,46(10)

【文章页数】：6 页

【部分图文】：

3种典型边缘示意图

图2对比了在高斯噪声下，盒子滤波和基于边窗滤波的盒子滤波的效果差异，可以看到，边窗盒子滤波在去除噪声的基础上更好地保留了边缘信息。更多的实验结果见2.2节。1.2 基于扩张卷积的检测模型

例如，对于一个扩张率r=3且尺寸为3×3的扩张卷积，依据式(5)可计算出感受野为7。这等同于使用大小为7×7的标准卷积的感受野。不同扩张率的扩张卷积感受野如图3所示。此外，当网络连续叠加使用扩张率为R1和R2的扩张卷积，输出的感受野计算如式(6)所示：


本文编号：3236077