低可见度环境下基于改进YOLOv3的矿下人员定位方法
-
摘要: 由于低可见度煤矿环境下存在光照不足、粉尘遮挡等因素,使得智能煤矿系统中的图像定位模型采集的人员目标,在二维图像中表现为小目标或低可见度目标时,原始YOLOv3网络的Darknet53特征金字塔结构无法充分提取和保留这些目标的细节信息,导致定位性能下降,对此,提出一种低可见度环境下的改进YOLOv3的下人员定位方法。首先,结合β函数映射和帧间信息增强低可见度环境下煤矿矿下监控视频质量。然后,采用Darknet-19替代YOLOv3中的Darknet53,并引入CIoU作为YOLOv3损失函数,利用改进YOLOv3识别增强后视频中的矿下人员目标。最后,基于映射模型将识别到的目标由二维空间投影至三维空间,完成矿下人员定位。实验结果表明:经过所提方法增强后,能够有效提升视频质量且能够准确识别到视频中的人员目标,同时定位精度更高。
点击查看大图
计量
- 文章访问数: 26
- HTML全文浏览量: 5
- 被引次数: 0