摘要
传统的图像识别和目标检测方法都需要手工提取图像特征,由于手工都是基于低级图像特征进行提取的,难以捕捉到高级语义特征,而且泛化能力和鲁棒性也较差。本文通过使用深度学习中的Faster-Rcnn网络在矿井下对人员进行检测,通过井下摄像机采集到井下人员图像,将图像输入到神经网络中进行特征提取,然后通过R P N(区域建议网络)得到井下图像初步的人员检测和定位,通过ROIPooling得到具有目标的特征图,输入到全连接层中进行分类与坐标回归,最后得到精确的人员检测图。
出处
《信息记录材料》
2020年第12期236-238,共3页
Information Recording Materials
