一种基于视觉的矿井低照度小目标人员检测方法和装置制造方法及图纸

本发明专利技术公开了一种基于视觉的矿井低照度小目标人员检测方法，该方法包括：检测井下监控视频流中的小目标人员并通过非连续抽帧方式获取小目标人员图像数据集；采用SSR算法对获取到的小目标人员图像进行图像增强；将小目标人员图像数据集划分为训练集和测试集，将训练集输入到所提出的改进模型中进行学习，以获得训练好的网络模型；将实时获取的获取井下监控视频输入到训练好的小目标人员检测模型，得到检测框及置信度；并基于此，判断小目标人员在矿井低照度图像中的具体位置。本申请能在兼顾准确度与实时性的前提下有效检测出井下小目标人员，提高了检测效率，并有效解决了因亮度低、光照不均等环境原因引起的小目标人员检测困难问题。

【技术实现步骤摘要】

本申请涉及图像识别，尤其是涉及一种基于视觉的矿井低照度小目标人员检测方法。

技术介绍

1、自工业发展以来，煤炭能源一直是人类赖以为生的主要能源，在工业生产中占主导地位。由于煤矿井下环境条件较为复杂，有效监控矿井人员对于煤矿开采工作至关重要。近年来，视频监控系统快速发展并得到广泛应用，基于视频图像的井下人员检测成为了目前的研究热点和趋势。该方法可以帮助人们更好地掌握井下人员分布情况，提高人员监控效率，有效降低事故发生的风险，是实现煤矿安全生产的关键。

2、由于煤矿矿井下的环境十分复杂，受到粉尘、浮尘、光源等因素的影响，使得煤矿井下图像存在低光照、光照不均、待检测目标与背景相似度高等特点，导致了视频监控系统所采集到的矿井下的图像质量偏低，并且检测到井下人员还存在目标偏小，难以检测的问题。这使得人工识别和传统方法用于井下目标检测时效果不佳；除了上述难点，煤矿井下的复杂地质环境也对硬件设施方面也充满挑战，煤矿井下由于有瓦斯等易燃易爆气体，布置在井下的检测设备必须满足电气防爆的要求，其中要求最高的是本质安全型设备，如果要达到本质安全型设备的要求，就必须尽本文档来自技高网...

【技术保护点】

1.一种基于视觉的矿井低照度小目标人员检测方法，其特征在于，包括：

2.根据权利要求1所述的识别方法，其特征在于，所述小目标人员图像数据集的构建过程包括：

3.根据权利要求1所述的识别方法，其特征在于，所述建立目标检测模型中的改进内容包括：

4.一种基于视觉的矿井低照度小目标人员检测装置，其特征在于，检测装置包括：

【技术特征摘要】

1.一种基于视觉的矿井低照度小目标人员检测方法，其特征在于，包括：

2.根据权利要求1所述的识别方法，其特征在于，所述小目标人员图像数据集的构建过程包括：

<...

【专利技术属性】
技术研发人员：杨伟，李宇翔，王帅，田子建，
申请(专利权)人：中国矿业大学北京，
类型：发明
国别省市：