期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
井下复杂环境人员重识别研究
被引量：
4
1
作者
魏力
云霄
+1 位作者
程小舟
孙彦景
《工矿自动化》
北大核心
2021年第6期63-70,共8页
对煤矿井下视频监控中的人员身份进行智能识别,对提高人员监管效率、减少安全事故发生具有重要意义。受井下环境复杂、视频监控设备性能局限性影响,井下视频监控图像存在分辨率低、遮挡、背景干扰等问题,导致井下人员间差异性较小,人员...
对煤矿井下视频监控中的人员身份进行智能识别,对提高人员监管效率、减少安全事故发生具有重要意义。受井下环境复杂、视频监控设备性能局限性影响,井下视频监控图像存在分辨率低、遮挡、背景干扰等问题,导致井下人员间差异性较小,人员重识别准确率低。针对上述问题,提出了一种基于通道注意力和距离度量的网络结构,并将其用于井下复杂环境人员重识别。针对监控图像中人员与背景不易区分的问题,在骨干网络中引入通道注意力模块,使其更加关注人员的前景特征而抑制背景信息,并将骨干网络最后一层输出的特征图大小扩大1倍,以获得更多的细粒度特征,丰富人员的特征信息,增强网络对特征的学习能力;在实现不同身份人员分类的基础上,利用人员图像间的绝对距离信息,通过距离度量模块对难以识别的人员图像进行采样和加权处理,增加难样本在反向传播时的权重,使网络更加关注具有判别力的人员特征;联合使用身份损失和距离度量损失优化特征层,使网络提取出更具判别力的人员特征,从而提高重识别准确度。采用Miner-CUMT数据集对提出的井下复杂环境人员重识别方法进行验证,结果表明该方法可充分利用井下不同身份人员的关键信息,使识别网络具有更强的判别能力,提高了井下作业人员身份识别准确度。
展开更多
关键词
煤矿智能监控
井下视频监控
人员智能识别
人员重识别
卷积神经网络
特征提取
特征度量
通道注意力
在线阅读
下载PDF
职称材料
基于DA-GCN的煤矿人员行为识别方法
被引量：
9
2
作者
黄瀚
程小舟
+2 位作者
云霄
周玉
孙彦景
《工矿自动化》
北大核心
2021年第4期62-66,共5页
针对煤矿生产区域的监控视频较为模糊且人员行为类型复杂,常规行为识别方法的准确率较低的问题,提出了一种基于动态注意力与多层感知图卷积网络(DA-GCN)的煤矿人员行为识别方法。采用Openpose算法提取输入视频的人体关键点,得到3个维度...
针对煤矿生产区域的监控视频较为模糊且人员行为类型复杂,常规行为识别方法的准确率较低的问题,提出了一种基于动态注意力与多层感知图卷积网络(DA-GCN)的煤矿人员行为识别方法。采用Openpose算法提取输入视频的人体关键点,得到3个维度、18个坐标的人体关键点信息,降低模糊背景信息的干扰;通过动态多层感知图卷积网络(D-GCN)提取人体关键点的空间特征,通过时间卷积网络(TCN)提取人体关键点的时间特征,提高网络对不同动作的泛化能力;使用动态注意力机制,增强网络对于动作关键帧、关键骨架的注意力程度,进一步缓解视频质量不佳带来的影响;使用Softmax分类器进行动作分类。通过场景分析,将井下行为分为站立、行走、坐、跨越和操作设备5种类型,构建适用于煤矿场景的Cumt-Action数据集。实验结果表明,DA-GCN在Cumt-Action数据集的最高准确率达到99.3%,最高召回率达到98.6%;与其他算法相比,DA-GCN在Cumt-Action数据集和公共数据集NTU-RGBD上均具有较高的识别准确率,证明了DA-GCN优秀的行为识别能力。
展开更多
关键词
煤矿视频监控
关键点提取
井下人员行为识别
动态多层感知图卷积
动态注意力机制
在线阅读
下载PDF
职称材料
联合DD-GAN和全局特征的井下人员重识别方法
被引量：
3
3
作者
孙彦景
魏力
+5 位作者
张年龙
云霄
董锴文
葛敏
程小舟
侯晓峰
《西安电子科技大学学报》
EI
CAS
CSCD
北大核心
2021年第5期201-211,共11页
对煤矿井下各重要区域多个监控摄像头获取到的视频数据进行管控分析,定位和身份识别视频中的工作人员,对煤矿安全智能化生产具有重要意义。为解决矿井下光线暗淡、光照不均匀,现有常规行人重识别方法不能满足井下人员重识别的问题,提出...
对煤矿井下各重要区域多个监控摄像头获取到的视频数据进行管控分析,定位和身份识别视频中的工作人员,对煤矿安全智能化生产具有重要意义。为解决矿井下光线暗淡、光照不均匀,现有常规行人重识别方法不能满足井下人员重识别的问题,提出一种联合双鉴别式生成对抗网络和全局特征的井下人员重识别方法。首先,采用双鉴别式生成对抗网络DD-GAN对井下暗光或光照不均的图像进行增强与复原,为后续重识别提供更具辨别力的图像基础;其次,在图像增强的基础上,设计一种基于全局特征描述的重识别网络以解决井下作业人员的身份识别问题,并使用随机擦除与k互近邻重排序方法来进一步提高重识别网络的鲁棒性和识别精度;最后,构建适用于井下特殊场景的Miner-CUMT数据集,解决了现有样本集场景单一的问题,同时也提高了该方法的泛化性。该方法在构建数据集Miner-CUMT进行了有效性验证,实现了煤矿巷道低照度场景下精准的人员重识别任务,为推进煤矿智能化安全生产的发展打下重要基础。
展开更多
关键词
智能化煤矿
行人重识别
卷积神经网络
图像增强
生成对抗网络
在线阅读
下载PDF
职称材料
题名
井下复杂环境人员重识别研究
被引量：
4
1
作者
魏力
云霄
程小舟
孙彦景
机构
中国矿业大学信息与控制工程学院
中钢集团马鞍山矿山研究院股份有限公司选矿及自动化研究所
徐州市智能安全与应急协同工程
研究
中心
出处
《工矿自动化》
北大核心
2021年第6期63-70,共8页
基金
江苏省自然科学基金青年项目(BK20180640)
国家自然科学基金项目(61902404,51734009,51504255,51734009,61771417,62001475)
+1 种基金
国家重点研发计划项目(2016YFC0801403)
江苏省重点研发计划项目(BE2015040)。
文摘
对煤矿井下视频监控中的人员身份进行智能识别,对提高人员监管效率、减少安全事故发生具有重要意义。受井下环境复杂、视频监控设备性能局限性影响,井下视频监控图像存在分辨率低、遮挡、背景干扰等问题,导致井下人员间差异性较小,人员重识别准确率低。针对上述问题,提出了一种基于通道注意力和距离度量的网络结构,并将其用于井下复杂环境人员重识别。针对监控图像中人员与背景不易区分的问题,在骨干网络中引入通道注意力模块,使其更加关注人员的前景特征而抑制背景信息,并将骨干网络最后一层输出的特征图大小扩大1倍,以获得更多的细粒度特征,丰富人员的特征信息,增强网络对特征的学习能力;在实现不同身份人员分类的基础上,利用人员图像间的绝对距离信息,通过距离度量模块对难以识别的人员图像进行采样和加权处理,增加难样本在反向传播时的权重,使网络更加关注具有判别力的人员特征;联合使用身份损失和距离度量损失优化特征层,使网络提取出更具判别力的人员特征,从而提高重识别准确度。采用Miner-CUMT数据集对提出的井下复杂环境人员重识别方法进行验证,结果表明该方法可充分利用井下不同身份人员的关键信息,使识别网络具有更强的判别能力,提高了井下作业人员身份识别准确度。
关键词
煤矿智能监控
井下视频监控
人员智能识别
人员重识别
卷积神经网络
特征提取
特征度量
通道注意力
Keywords
coal mine intelligent monitoring
underground video monitoring
personnel intelligent recognition
personnel re-identification
convolutional neural network
characteristic extraction
characteristic metric
channel attention
分类号
TD67 [矿业工程—矿山机电]
在线阅读
下载PDF
职称材料
题名
基于DA-GCN的煤矿人员行为识别方法
被引量：
9
2
作者
黄瀚
程小舟
云霄
周玉
孙彦景
机构
中国矿业大学信息与控制工程学院
中钢集团马鞍山矿山研究院股份有限公司选矿及自动化研究所
中国矿业大学徐州市智能安全与应急协同工程
研究
中心
出处
《工矿自动化》
北大核心
2021年第4期62-66,共5页
基金
江苏省自然科学基金青年项目(BK20180640)
国家自然科学基金项目(61902404,51734009,51504255,51734009,61771417,62001475)
+1 种基金
国家重点研发计划项目(2016YFC0801403)
江苏省重点研发计划项目(BE2015040)。
文摘
针对煤矿生产区域的监控视频较为模糊且人员行为类型复杂,常规行为识别方法的准确率较低的问题,提出了一种基于动态注意力与多层感知图卷积网络(DA-GCN)的煤矿人员行为识别方法。采用Openpose算法提取输入视频的人体关键点,得到3个维度、18个坐标的人体关键点信息,降低模糊背景信息的干扰;通过动态多层感知图卷积网络(D-GCN)提取人体关键点的空间特征,通过时间卷积网络(TCN)提取人体关键点的时间特征,提高网络对不同动作的泛化能力;使用动态注意力机制,增强网络对于动作关键帧、关键骨架的注意力程度,进一步缓解视频质量不佳带来的影响;使用Softmax分类器进行动作分类。通过场景分析,将井下行为分为站立、行走、坐、跨越和操作设备5种类型,构建适用于煤矿场景的Cumt-Action数据集。实验结果表明,DA-GCN在Cumt-Action数据集的最高准确率达到99.3%,最高召回率达到98.6%;与其他算法相比,DA-GCN在Cumt-Action数据集和公共数据集NTU-RGBD上均具有较高的识别准确率,证明了DA-GCN优秀的行为识别能力。
关键词
煤矿视频监控
关键点提取
井下人员行为识别
动态多层感知图卷积
动态注意力机制
Keywords
coal mine video monitoring
key point extraction
underground personnel action recognition
dynamic multi-layer perception graph convolution
dynamic attention mechanism
分类号
TD67 [矿业工程—矿山机电]
在线阅读
下载PDF
职称材料
题名
联合DD-GAN和全局特征的井下人员重识别方法
被引量：
3
3
作者
孙彦景
魏力
张年龙
云霄
董锴文
葛敏
程小舟
侯晓峰
机构
中国矿业大学信息与控制工程学院
徐州市智能安全与应急协同工程
研究
中心
安徽马钢罗河矿业
有限
责任
公司
生产技术部
中钢集团马鞍山矿山研究院股份有限公司选矿及自动化研究所
无锡沃爱思科技
有限公司
出处
《西安电子科技大学学报》
EI
CAS
CSCD
北大核心
2021年第5期201-211,共11页
基金
江苏省自然科学基金青年项目(BK20180640)
国家自然科学基金(61902404,51734009,51504255,51734009,61771417,62001475)
+1 种基金
国家重点研发计划(2016YFC0801403)
江苏省重点研发计划(BE2015040)。
文摘
对煤矿井下各重要区域多个监控摄像头获取到的视频数据进行管控分析,定位和身份识别视频中的工作人员,对煤矿安全智能化生产具有重要意义。为解决矿井下光线暗淡、光照不均匀,现有常规行人重识别方法不能满足井下人员重识别的问题,提出一种联合双鉴别式生成对抗网络和全局特征的井下人员重识别方法。首先,采用双鉴别式生成对抗网络DD-GAN对井下暗光或光照不均的图像进行增强与复原,为后续重识别提供更具辨别力的图像基础;其次,在图像增强的基础上,设计一种基于全局特征描述的重识别网络以解决井下作业人员的身份识别问题,并使用随机擦除与k互近邻重排序方法来进一步提高重识别网络的鲁棒性和识别精度;最后,构建适用于井下特殊场景的Miner-CUMT数据集,解决了现有样本集场景单一的问题,同时也提高了该方法的泛化性。该方法在构建数据集Miner-CUMT进行了有效性验证,实现了煤矿巷道低照度场景下精准的人员重识别任务,为推进煤矿智能化安全生产的发展打下重要基础。
关键词
智能化煤矿
行人重识别
卷积神经网络
图像增强
生成对抗网络
Keywords
smart coal mines
person re-identification
convolutional neural network
image enhancement
generative adversarial networks
分类号
TP391 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
井下复杂环境人员重识别研究
魏力
云霄
程小舟
孙彦景
《工矿自动化》
北大核心
2021
4
在线阅读
下载PDF
职称材料
2
基于DA-GCN的煤矿人员行为识别方法
黄瀚
程小舟
云霄
周玉
孙彦景
《工矿自动化》
北大核心
2021
9
在线阅读
下载PDF
职称材料
3
联合DD-GAN和全局特征的井下人员重识别方法
孙彦景
魏力
张年龙
云霄
董锴文
葛敏
程小舟
侯晓峰
《西安电子科技大学学报》
EI
CAS
CSCD
北大核心
2021
3
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
