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。