基于深度學(xué)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(jìn)行數據采集和處理的,無(wú)法對行人進(jìn)行精準檢測,針對該問(wèn)題,提出了基于深度學(xué)習的變電站多目標行人檢測算法研究。在深度學(xué)習網(wǎng)絡(luò )基礎上進(jìn)行網(wǎng)絡(luò )訓練,將原始圖像從RGB模型轉換為HSV模型,分別在3個(gè)通道內進(jìn)行圖像數據預處理。采用動(dòng)態(tài)自適應池化方法提取圖像特征,根據每個(gè)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(shí)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(xué)習網(wǎng)絡(luò )輸入,獲取紅馬甲行人在變電站的全部信息,通過(guò)具體檢測過(guò)程,完成多目標行人檢測。在INRIA行人數據集支持下進(jìn)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(chǎn)權,如需閱讀全文請聯(lián)系電子設計工程雜志社