基于注意力机制的煤矿井下行人检测的轻量化网络结构.docx

引言 我国作为一个能源大国,煤矿作为一个高危产业,各煤炭企业在井下各个关键的位置装有大量的监控摄像头,由于矿井下环境复杂、光线暗淡、噪声干扰大。摄像头大多被安装在高处,因此,监控视频中的行人可能会存在尺寸偏小、尺度变化以及行人重叠的问题[1]。为使大量的监控视频能够得到更好地利用,及时发现井下行人的异常,保障其安全,对井下行人检测具有较高的价值及实际意义。 近些年,随着神经网络的快速发展,井下行人检测算法也迅速发展。张应团等[2]提出基于DCNN的井下行人监测方法是对YOLO网络中的第8层进行改进及优化,并应用到井下的行人检测中。蔡丽梅[3]等为解决视频中目标由于被遮挡或者产生形变而不能判断其