基于单目3D检测的矿井人员计数算法
王哲1
傅哲2
曹朋军2
李青3
魏静2
1.中煤科工集团沈阳研究院有限公司,辽宁抚顺 113122;抚顺中煤科工检测中心有限公司,辽宁抚顺 1131222.西安交通大学,陕西西安 7100493.西安博深安全科技股份有限公司,陕西西安 710304
摘要：利用深度学习对煤矿巷道人员进行实时统计,可以掌握生产人员的分布情况,确保煤矿生产安全.然而,流行的2D目标检测器依赖于目标的空间表面特征,在目标与背景相似、遮挡情况下,检测精度受限,针对此问题,提出了一种基于单目3D目标检测的矿井巷道人员计数算法.首先,针对目标与背景易混淆的问题,引入了额外的几何信息,以稀疏查询的3D目标检测器为基础,提出了一种具备混合分支匹配机制(HBMM)和位置感知分类模块(LASM)的3D目标检测器(M3D-HL),HBMM通过额外的一对多匹配分支将多个查询分配给每个真实样本,可以获得更多的预测框信息,LASM用于在更新时选取前K个分类-预测得分高的预测框,得到更精确的预测结果.其次,利用M3D-HL检测的三维信息,结合DeepSORT,可以实现稳健的三维信息推断,从而缓解局部遮挡漏记数的问题.最后,通过3 D检测框的侧面中心点跨过双观测线的次序来判断人员的进出方向,并实现计数.试验表明,该算法可以实现高效的煤矿巷道人员计数,可用于实际场景.
关键词：煤矿生产安全矿井人员计数3D目标检测DeepSORT目标检测与跟踪
分类号：TP391.41(计算技术、计算机技术)
论文发表日期：2025-06-30
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：6( 15-19,26 )
英文信息