期刊导航
期刊开放获取
河南省图书馆
退出
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
1
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
基于MK-YOLOV4的矿区人员无标注视频检索方法
被引量:
1
1
作者
赵云辉
程小舟
+3 位作者
董锴文
云霄
孙彦景
韩英杰
《激光与光电子学进展》
CSCD
北大核心
2022年第4期293-301,共9页
对矿区人员入矿、出矿及重要生产活动行为进行精准定位与准确识别是实现矿区智能安全生产的重要基础。针对复杂的矿区生产环境,提出一种基于MK-YOLOV4的矿区人员无标注视频检索方法,实现对矿区重要关口监控无标注视频的多人员目标检测...
对矿区人员入矿、出矿及重要生产活动行为进行精准定位与准确识别是实现矿区智能安全生产的重要基础。针对复杂的矿区生产环境,提出一种基于MK-YOLOV4的矿区人员无标注视频检索方法,实现对矿区重要关口监控无标注视频的多人员目标检测和各人员身份重识别。首先,提出MK-YOLOV4算法,实现无标注视频多人员检测,在YOLOV4上构建多尺度预测,结合K-means++算法聚类生成符合样本特点的anchor box,增强卷积神经网络对小目标的表征学习。其次,提出基于外观不变性的通道注意力特征提取网络,实现矿区人员身份的精确重识别,并针对矿区人员统一工作服的难点,提出基于权重约束的难样本采样损失函数,结合Color jitter和随机擦除两种数据增强策略,提高身份识别网络的精确性和鲁棒性。最后,针对现有训练数据集类别少、场景样本单一等特点,构建了更符合矿区场景特点的Miner-Market矿区人员重识别数据集,并在标准数据集和该数据集上对所提方法进行验证,充分证明了所提方法具有较高的检索性能和识别精度。
展开更多
关键词
机器视觉
mk-yolov4
人员检测
人员重识别
Miner-Market数据集
原文传递
题名
基于MK-YOLOV4的矿区人员无标注视频检索方法
被引量:
1
1
作者
赵云辉
程小舟
董锴文
云霄
孙彦景
韩英杰
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有限公司
出处
《激光与光电子学进展》
CSCD
北大核心
2022年第4期293-301,共9页
基金
国家自然科学基金青年项目(61902404)
江苏省自然科学基金青年项目(BK20180640)
中国矿业大学大学生创新训练计划(20200142cx)。
文摘
对矿区人员入矿、出矿及重要生产活动行为进行精准定位与准确识别是实现矿区智能安全生产的重要基础。针对复杂的矿区生产环境,提出一种基于MK-YOLOV4的矿区人员无标注视频检索方法,实现对矿区重要关口监控无标注视频的多人员目标检测和各人员身份重识别。首先,提出MK-YOLOV4算法,实现无标注视频多人员检测,在YOLOV4上构建多尺度预测,结合K-means++算法聚类生成符合样本特点的anchor box,增强卷积神经网络对小目标的表征学习。其次,提出基于外观不变性的通道注意力特征提取网络,实现矿区人员身份的精确重识别,并针对矿区人员统一工作服的难点,提出基于权重约束的难样本采样损失函数,结合Color jitter和随机擦除两种数据增强策略,提高身份识别网络的精确性和鲁棒性。最后,针对现有训练数据集类别少、场景样本单一等特点,构建了更符合矿区场景特点的Miner-Market矿区人员重识别数据集,并在标准数据集和该数据集上对所提方法进行验证,充分证明了所提方法具有较高的检索性能和识别精度。
关键词
机器视觉
mk-yolov4
人员检测
人员重识别
Miner-Market数据集
Keywords
machine vision
mk-yolov4
personnel detection
personnel reidentification
Miner-Market dataset
分类号
TP391.4 [自动化与计算机技术—计算机应用技术]
原文传递
题名
作者
出处
发文年
被引量
操作
1
基于MK-YOLOV4的矿区人员无标注视频检索方法
赵云辉
程小舟
董锴文
云霄
孙彦景
韩英杰
《激光与光电子学进展》
CSCD
北大核心
2022
1
原文传递
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