0 引言

    數(shù)字化礦山是實現(xiàn)智能化、現(xiàn)代化煤炭生產(chǎn)的重要基礎(chǔ)，對于煤炭產(chǎn)業(yè)的可持續(xù)發(fā)展有著極為重要的意義。采礦自動化、運輸智能化、管理信息化是實現(xiàn)數(shù)字化礦山的三項關(guān)鍵技術(shù)^[1]。實現(xiàn)這些技術(shù)的前提是構(gòu)建智能感知系統(tǒng)，而礦井行人檢測系統(tǒng)是實現(xiàn)井下智能調(diào)度、安全監(jiān)測等技術(shù)的先決條件^[2]。

    近些年來，深度學習技術(shù)在多個計算機視覺領(lǐng)域迅猛發(fā)展^[3]，并在多個任務上獲得了優(yōu)異的性能，例如人臉檢測^[4]、物體分揀^[5]、缺陷檢測^[6]。具體到行人檢測任務上，R-CNN^[7]率先將深度學習技術(shù)應用在目標檢測任務。在此基礎(chǔ)上，F(xiàn)aster R-CNN^[8]改進候選框選擇機制，完備端對端檢測框架。2019年，來自Google Brain的TAN M等研究人員^[9]提出了基于自動網(wǎng)絡尋優(yōu)技術(shù)的EfficientNet，該模型通過動態(tài)調(diào)整網(wǎng)絡的深度、寬度和分辨率，尋找最優(yōu)的模型設(shè)計，在圖像分類、目標檢測等多個領(lǐng)域獲得先進表現(xiàn)。

    圖像在構(gòu)建和傳輸過程中，常因為外界干擾而導致質(zhì)量退化。常見的解決方案是采用濾波方法對圖像做去噪處理^[10]。濾波算法可分成兩類：線性濾波和非線性濾波。常見的線性濾波包括盒子濾波、高斯濾波；非線性濾波包括中值濾波、雙邊濾波等。在深度學習算法中，濾波算法常用于圖像預處理、特征提取、邊緣獲取等。尤其是對于邊緣檢測，濾波算法基于研究人員對于圖像的先驗知識，充分地提取圖像的邊緣信息，實現(xiàn)對興趣區(qū)域的精準定位分割^[11]。傳統(tǒng)濾波算法受限于濾波核結(jié)構(gòu)和運算機理，雖然可以抑制噪聲，但同時會造成邊緣信息丟失，對檢測模型產(chǎn)生負面影響。近些年來，大量的保邊濾波算法被提出，用于保留的更多的邊緣信息，例如全變分濾波算法^[12]、加權(quán)最小二乘濾波^[13]和導向濾波^[14]等。

    對于礦井環(huán)境，構(gòu)建行人檢測模型需要考慮多個特定的環(huán)境因素，包括監(jiān)控設(shè)備所處環(huán)境光線不足、粉塵點多，且捕獲圖像存在較多干擾信號等硬件設(shè)備上的不利因素，又要考慮對多目標、不同尺度的行人目標實現(xiàn)準確檢測的要求。針對這些難點，本文從視頻圖像的處理和檢測模型的改進兩個角度出發(fā)，采用邊窗濾波抑制視頻圖像的干擾信號，在模型網(wǎng)絡中引入擴張卷積處理多尺度目標。實驗證明模型在礦井數(shù)據(jù)集上取得了優(yōu)異的檢測性能。本文的主要貢獻如下：針對礦井環(huán)境存在的多樣不利因素，采用邊窗濾波抑制視頻圖像的干擾信號，為行人檢測模型提供優(yōu)質(zhì)的輸入圖像；采用先進的EfficientNet作為網(wǎng)絡主干，用于提取輸入圖像的特征，并在網(wǎng)絡主干中引入擴張卷積，增大特征的感受野，促使網(wǎng)絡在多尺度目標上獲得更為優(yōu)異的檢測性能。

本文詳細內(nèi)容請下載:http://m.viuna.cn/resource/share/2000003018

作者信息:

劉  欣，李衛(wèi)龍，張燦明

(安徽省煤炭科學研究院，安徽 合肥230001)