0 引言

    數字化礦山是實現智能化、現代化煤炭生產的重要基礎，對于煤炭產業的可持續發展有著極為重要的意義。采礦自動化、運輸智能化、管理信息化是實現數字化礦山的三項關鍵技術^[1]。實現這些技術的前提是構建智能感知系統，而礦井行人檢測系統是實現井下智能調度、安全監測等技術的先決條件^[2]。

    近些年來，深度學習技術在多個計算機視覺領域迅猛發展^[3]，并在多個任務上獲得了優異的性能，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應用在目標檢測任務。在此基礎上，Faster 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]提出了基于自動網絡尋優技術的EfficientNet，該模型通過動態調整網絡的深度、寬度和分辨率，尋找最優的模型設計，在圖像分類、目標檢測等多個領域獲得先進表現。

    圖像在構建和傳輸過程中，常因為外界干擾而導致質量退化。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，實現對興趣區域的精準定位分割^[11]。傳統濾波算法受限于濾波核結構和運算機理，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]、加權最小二乘濾波^[13]和導向濾波^[14]等。

    對于礦井環境，構建行人檢測模型需要考慮多個特定的環境因素，包括監控設備所處環境光線不足、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，采用邊窗濾波抑制視頻圖像的干擾信號，在模型網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據集上取得了優異的檢測性能。本文的主要貢獻如下：針對礦井環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質的輸入圖像；采用先進的EfficientNet作為網絡主干，用于提取輸入圖像的特征，并在網絡主干中引入擴張卷積，增大特征的感受野，促使網絡在多尺度目標上獲得更為優異的檢測性能。

本文詳細內容請下載:http://www.xxav2194.com/resource/share/2000003018

作者信息:

劉  欣，李衛龍，張燦明

(安徽省煤炭科學研究院，安徽 合肥230001)