-
题名基于RGB-D数据的实时人体检测算法
被引量：2
- 1
-
-
作者
郑立国
刘杨
罗江林
李宏研
-
机构
吉林世纪元时空动漫游戏科技股份有限公司动画工程研究中心
-
出处
《吉林大学学报（信息科学版）》
CAS
2015年第2期214-218,共5页
-
基金
2013年吉林省高技术产业发展专项基金资助项目(2013G006)
2013年国家科技支撑计划基金资助项目(2013BAH24F00)
-
文摘
为实现体感控制器中的人体骨架识别功能,提出了基于RGB-D数据的实时人体检测算法,并在人体检测中予以实现。首先对原始3D点云数据进行简化,对地平面进行移除,然后对剩余的点云数据进行初步分类,得到人体点云数据簇,对初步分类后的人体点云数据簇进行二次精细分类,进而实现了地面上的多个人体的检测。该方法不仅能检测出静止的多个人体,而且能检测行走中的多个人体。实验结果表明,该方法实时性好,CPU实时处理速率可达到25帧/s,而且无论对于静止的人体还是行走中的人体,该方法的人体检测准确度都能达到86%以上。
-
关键词
实时人体检测
K邻域
点云简化
方向梯度直方图
-
Keywords
real-time people detection
K-nearest neighbors
simplification of point cloud
histogram of oriented depths （ HOD ）
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
-
题名基于参数轻量化的井下人体实时检测算法
被引量：6
- 2
-
-
作者
董昕宇
师杰
张国英
-
机构
中国矿业大学(北京)机电与信息工程学院
-
出处
《工矿自动化》
北大核心
2021年第6期71-78,共8页
-
基金
国家自然科学基金项目(U1704242)。
-
文摘
针对现有井下人员目标检测方法因网络较深、计算量庞大而不能达到实时检测效果的问题,提出了一种基于参数轻量化的井下人体实时检测算法。采用深度可分离卷积模块和倒置残差模块构建轻量级特征提取网络:通过深度可分离卷积压缩参数量和运算量,提升特征提取网络的运算速度;倒置残差模块通过更高维度的张量来提取足够多的信息,保证特征提取网络的精确度。结合轻量级特征提取网络和SSD多尺度检测方法建立井下人体实时检测模型,该模型在轻量级倒置残差特征提取网络的基本结构上增添传统卷积层至27层进行卷积操作,其中6层特征图被抽取进行多尺度预测,测试结果表明,该模型的大小为18 MB,帧率约为35帧/s,性能优于常用的VGG16+Faster R-CNN模型和VGG16+多尺度检测模型。为适应井下特定环境的目标检测需求,设计了基于Faster R-CNN的人体数据半自动标注方法,可显著减少人工工作量,提高井下人体检测精度。利用矿工服装颜色信息对检测结果框进行二次筛选,剔除将背景检测为人体的误检框。测试结果表明,该算法实现了采煤工作面人员实时定位检测及框选,精度达92.86%,召回率为98.11%,有效解决了井下人员漏检及误检问题。
-
关键词
采煤工作面
井下人体实时检测
深度可分离卷积模块
倒置残差模块
参数轻量化
多尺度检测
半自动标注
-
Keywords
coal mine working face
underground human body real-time detection
depth separable convolution module
inverted residual module
parameter lightweight
multi-scale characteristic detection
semi-automatic annotation
-
分类号
TD76
[矿业工程—矿井通风与安全]
-
