结合关键点和注意力机制的人员着装检测方法

针对工业生产安全系统中缺乏自动监管功能,设计了一种基于人体关键点定位和图像区域注意力机制的人员着装检测算法,对工地、码头、矿场等施工场所的工作人员进行工装佩戴标准检测,从而保障工作人员安全。结合人体姿态估计算法对人员着装区域进行定位,提出一种基于图像区域的注意力机制对服装特征进行有效表征,将复杂的人员着装检测任务解耦为目标检测和图像分类任务,提高了工业场景中的人员着装检测效率和性能。在MSCOCO及自定义煤矿场景着装检测数据集上的实验证明,提出的模型在人员定位和着装检测任务上均取得了优异的效果(MSCOCO数据集上AP50达到最优),具有较强的鲁棒性,可以适用于多种复杂环境。

火力发电厂CCS方案的DCS工程化设计

介绍了目前国内200MW以下机组的设备情况、控制系统特点、CCS的各个部分的方案设计，并阐述了CCS机炉主控的设计原理。同时针对实际工程中的一些常见问题作以说明。

基于生成式对抗网络的煤矿图像去噪研究

为了去除煤矿图像的噪声并尽可能地还原煤矿图像的原貌,提出了一种基于生成式对抗网络(GAN)的煤矿图像去噪方法。首先考虑到模型的输入为含噪声的煤矿图像,因此利用变分自编码器(VAE)作为GAN的生成器,以获得不含噪声的煤矿图像。然后考虑到VAE生成的重构图像一般情况下均是较为模糊的,因此利用GAN中的判别器对原始图像与重构图像进行判断,以提升去噪图像的清晰度。最后将作为生成器的VAE与GAN中的判别器进行组合,设计了一种适用于煤矿图像去噪的深度学习算法。实验表明,该方法在各精度指标上都有很好的表现,且去噪图像均较为清晰。