煤矿运输系统多元异常图像检测研究
吕东翰1
胡而已2
黄一珀3
李汶璋4
1.中科慧拓(北京)科技有限公司,北京 1001902.应急管理部信息研究院,北京 1000293.西安电子科技大学 人工智能学院,陕西 西安 7100004.北京纽科曼科技有限公司,北京 100029
摘要：煤矿运输系统的异常险情种类繁多、场景多样,煤矿现场异常事故的发生具有偶然性,异常样本的获取其数量远小于正常样本,造成正负样本不平衡.针对上述问题,提出一种基于超球重构数据描述(HRDD)的煤矿运输系统多元异常图像检测方法.在全卷积数据描述(FCDD)基础上引入图像重构辅助任务,选用均方差损失函数作为图像重构辅助任务的目标函数,将异常图像检测和定位量化为一个不等式约束优化问题.采用无缝融合技术将辅助数据集、异常样本融合到正常样本中,以缩小异常融合样本与正常样本的差异,扩大异常样本总量,平衡异常样本、正常样本的比例.通过多组噪声模拟实验和现场实验证明,以一定概率在抵抗区添加高斯噪声进行增强训练,可提高HRDD模型的抗噪效能、泛化能力、检测准确率等.消融实验结果表明:辅助数据集有效地改善了样本不平衡问题,准确率提高了 36.5％;引入图像重构辅助任务可保证深层特征能够准确映射到异常位置,交并比(IoU)提升了 33.4％;辅助数据集与图像重构辅助任务之间存在强耦合作用,二者组合使用能进一步激发HRDD算法的性能潜力;添加无缝融合样本、高斯噪声增强等在一定程度上提高了 HRDD模型的泛化能力.对照实验结果表明,HRDD算法准确率及IoU均优于其他主流算法,相比FCDD算法,HRDD算法准确率、IoU分别提高了 4.6％,7.0％,更适用于煤矿现场.
关键词：煤矿运输系统异常图像检测全卷积数据描述超球重构数据描述HRDD图像重构无缝融合技术高斯噪声增强
分类号：TD528(矿山运输与设备)
资助基金：国家自然科学基金(52274159)国家自然科学基金(52374165)
论文发表日期：2024-06-10
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：9( 70-78 )
英文信息