基于深度學習的變電站多目標行人檢測算法研究
摘要：傳統變電站行人檢測算法通常是以數字波形式進行數據采集和處理的,無法對行人進行精準檢測,針對該問題,提出了基于深度學習的變電站多目標行人檢測算法研究。在深度學習網絡基礎上進行網絡訓練,將原始圖像從RGB模型轉換為HSV模型,分別在3個通道內進行圖像數據預處理。采用動態自適應池化方法提取圖像特征,根據每個池化域內部不同情況,自適應調整對應池化權值,借助池化因子實現對圖像精準層抽象特征的提取。利用結構化邊緣檢測器生成邊緣圖像,選取行人候選框,將提取的結果作為深度學習網絡輸入,獲取紅馬甲行人在變電站的全部信息,通過具體檢測過程,完成多目標行人檢測。在INRIA行人數據集支持下進行算法驗證,并由結果可知,該算法最高檢測精準度可達到98%,為變電站行人安全提供保障。
注: 保護知識產權,如需閱讀全文請聯系電子設計工程雜志社
相關推薦
更多
