0 引言

    数字化矿山是实现智能化、现代化煤炭生产的重要基础，对于煤炭产业的可持续发展有着极为重要的意义。采矿自动化、运输智能化、管理信息化是实现数字化矿山的三项关键技术^[1]。实现这些技术的前提是构建智能感知系统，而矿井行人检测系统是实现井下智能调度、安全监测等技术的先决条件^[2]。

    近些年来，深度学习技术在多个计算机视觉领域迅猛发展^[3]，并在多个任务上获得了优异的性能，例如人脸检测^[4]、物体分拣^[5]、缺陷检测^[6]。具体到行人检测任务上，R-CNN^[7]率先将深度学习技术应用在目标检测任务。在此基础上，Faster R-CNN^[8]改进候选框选择机制，完备端对端检测框架。2019年，来自Google Brain的TAN M等研究人员^[9]提出了基于自动网络寻优技术的EfficientNet，该模型通过动态调整网络的深度、宽度和分辨率，寻找最优的模型设计，在图像分类、目标检测等多个领域获得先进表现。

    图像在构建和传输过程中，常因为外界干扰而导致质量退化。常见的解决方案是采用滤波方法对图像做去噪处理^[10]。滤波算法可分成两类：线性滤波和非线性滤波。常见的线性滤波包括盒子滤波、高斯滤波；非线性滤波包括中值滤波、双边滤波等。在深度学习算法中，滤波算法常用于图像预处理、特征提取、边缘获取等。尤其是对于边缘检测，滤波算法基于研究人员对于图像的先验知识，充分地提取图像的边缘信息，实现对兴趣区域的精准定位分割^[11]。传统滤波算法受限于滤波核结构和运算机理，虽然可以抑制噪声，但同时会造成边缘信息丢失，对检测模型产生负面影响。近些年来，大量的保边滤波算法被提出，用于保留的更多的边缘信息，例如全变分滤波算法^[12]、加权最小二乘滤波^[13]和导向滤波^[14]等。

    对于矿井环境，构建行人检测模型需要考虑多个特定的环境因素，包括监控设备所处环境光线不足、粉尘点多，且捕获图像存在较多干扰信号等硬件设备上的不利因素，又要考虑对多目标、不同尺度的行人目标实现准确检测的要求。针对这些难点，本文从视频图像的处理和检测模型的改进两个角度出发，采用边窗滤波抑制视频图像的干扰信号，在模型网络中引入扩张卷积处理多尺度目标。实验证明模型在矿井数据集上取得了优异的检测性能。本文的主要贡献如下：针对矿井环境存在的多样不利因素，采用边窗滤波抑制视频图像的干扰信号，为行人检测模型提供优质的输入图像；采用先进的EfficientNet作为网络主干，用于提取输入图像的特征，并在网络主干中引入扩张卷积，增大特征的感受野，促使网络在多尺度目标上获得更为优异的检测性能。

本文详细内容请下载:http://www.chinaaet.com/resource/share/2000003018

作者信息:

刘  欣，李卫龙，张灿明

(安徽省煤炭科学研究院，安徽 合肥230001)