基于Mask R-CNN的高空作业安全带检测

被引：11

作者：

冯志珍

张卫山

郑宗超

机构：

[1] 中国石油大学(华东)计算机科学与技术学院

来源：

计算机系统应用 | 2021年 / 30卷 / 03期

关键词：

卷积神经网络; 目标检测; 实例分割; 关键点定位; 深度学习;

D O I：

10.15888/j.cnki.csa.007812

中图分类号：

TP391.41 []; TP183 [人工神经网络与计算]; TM08 [电工安全];

学科分类号：

080203 ;

摘要：

随着计算机视觉近几年的发展,相关工作者越来越侧重人工智能算法在电力安全管控系统的实际应用.本文针对电力检修工作人员安全带规范问题,基于Mask R-CNN算法提出了一种新型高空作业安全带低挂高用违规检测算法,实时高效率完成作业者安全带违规检测问题.针对安全带挂环违规现象的复杂性和场景多变性等问题,本文提出实用于安全带检测和人体关键点信息相结合检测的Mask-Keypoints R-CNN新型高空作业安全带违规挂法的检测方法,该算法基于人体关键点定位检测模块进行裁剪人体关键部位有用安全带数据集,结合安全带检测模块进行判断作业人员违规情况,算法本身具有很强的实用性和高效性,并取得了较高的精确率.

引用

页码：202 / 207

页数：6

共 7 条

[1] 鲁棒主成分分析的运动目标检测综述
蔡念
周杨
刘根
杨志景
凌永权
[J]. 中国图象图形学报, 2016, 21 (10) : 1265 - 1275
[2] 基于DCNN的图像语义分割综述
魏云超
赵耀
[J]. 北京交通大学学报, 2016, (04) : 82 - 91
[3] Mask R-CNN
He, Kaiming
Gkioxari, Georgia
Dollar, Piotr
Girshick, Ross
[J]. IEEE TRANSACTIONS ON PATTERN ANALYSIS AND MACHINE INTELLIGENCE, 2020, 42 (02) : 386 - 397
[4] Faster R-CNN: Towards Real-Time Object Detection with Region Proposal Networks
Ren, Shaoqing
He, Kaiming
Girshick, Ross
Sun, Jian
[J]. IEEE TRANSACTIONS ON PATTERN ANALYSIS AND MACHINE INTELLIGENCE, 2017, 39 (06) : 1137 - 1149
[5] ImageNet Classification with Deep Convolutional Neural Networks
Krizhevsky, Alex
Sutskever, Ilya
Hinton, Geoffrey E.
[J]. COMMUNICATIONS OF THE ACM, 2017, 60 (06) : 84 - 90
[6] Spatial Pyramid Pooling in Deep Convolutional Networks for Visual Recognition
He, Kaiming
Zhang, Xiangyu
Ren, Shaoqing
Sun, Jian
[J]. IEEE TRANSACTIONS ON PATTERN ANALYSIS AND MACHINE INTELLIGENCE, 2015, 37 (09) : 1904 - 1916
[7] Rich feature hierarchies for accurate object detection and semantic segmentation..Girshick R;Donahue J;Darrell T;et al;.Proceedings of 2014 IEEE Conference on Computer Vision and Pattern Recognition.2014,

← 1 →