面向无人驾驶的井下行人检测方法

摘要：

行人检测是煤矿井下无人驾驶的关键技术,受煤矿井下光照不均匀、背景复杂、红外线干扰、光线昏暗和图像中目标小且密集等影响,现有方法检测井下行人时效果不理想.针对上述问题,提出了一种多传感器融合的井下行人检测方法.该方法通过分步多特征融合方式将可见光传感器、红外传感器和深度传感器采集的图像特征进行融合,获得了更加丰富的图像特征;在RetinaNet的基础上,将Dense连接加入到ResNet中,形成一种具有层级相连结构的Dense-ResNet,能够从多传感器融合结果中提取出深层图像特征,增强了对小目标的检测能力.实验结果表明,多传感融合图像相较于单一图像可获得更加丰富的目标特征,有利于提高目标检测精度;Dense-RetinaNet相较于RetinaNet在多目标和小目标检测精度上均有所提高.

关键词：井下无人驾驶;井下行人检测;多传感器融合;特征提取;RetinaNet;Dense连接

所属期刊栏目：47

分类号：TD67(矿山电工)

资助基金：天地科技股份有限公司科技创新创业资金专项2019-TD-ZD007

在线出版日期：2021-10-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：113-117