低照明复杂环境下吸烟行为检测技术研究

作     者：谭梦颖 王祥 聂磊 TAN Mengying;WANG Xiang;NIE Lei

作者机构：湖北工业大学机械工程学院武汉430068 

基　　金：湖北省科技创新人才计划项目(2023DJC048) 湖北省教育厅科技项目青年项目(Q20284409) 湖北工业大学博士科研启动基金项目(BSQD2020006) 湖北省自然科学基金项目(2022CFB473) 

出 版 物：《安全与环境学报》 (Journal of Safety and Environment)

年 卷 期：2024年第24卷第9期

页      码：3522-3531页

摘      要：实时的吸烟行为监测对于保障工地安全具有重要的意义。研究针对隧道等低照明环境因光照强度低、光线分布混杂、点光源过曝光而导致的烟支检测精度低的问题,提出了一种基于改进YOLOv5s(You Only Look Once Version 5s)的吸烟行为检测模型。首先,设计一种图像增强方法,旨在限制点光源过曝光产生的局部高光,增强烟支特征细节,改善图像对比度。其次,引入卷积块注意力模块(Convolutional Block Attention Module,CBAM),使模型更加聚焦烟支目标区域的内容信息和位置信息。最后,改进多尺度检测头,增加适用于烟支的更小检测层,提升模型对烟支的检测能力。试验结果显示,研究提出的针对低照明环境的检测模型可将平均检测精度从91.8%提升至95.9%,相较于原模型和其他经典模型,检测效果得到了显著提升,表明了方法的有效性。

主 题 词：安全工程 低照度图像 目标检测 图像增强 注意力机制 

学科分类：08[工学] 0837[0837] 

核心收录：

D　O　I：10.13637/j.issn.1009-6094.2024.0151

馆 藏 号：203143367...