基于改进区域卷积神经网络的安全帽佩戴检测

作     者：徐守坤 王雅如 顾玉宛 XU Shou-kun;WANG Ya-ru;GU Yu-wan

作者机构：常州大学信息科学与工程学院江苏常州213164 

基　　金：国家自然科学基金应急管理基金项目(61640211) 

出 版 物：《计算机工程与设计》 (Computer Engineering and Design)

年 卷 期：2020年第41卷第5期

页      码：1385-1389页

摘      要：针对已有的安全帽佩戴检测算法对小尺寸目标和部分遮挡目标检测效果较差的问题,在区域卷积神经网络基础上,做出优化用于安全帽佩戴检测。在原始Faster RCNN的基础上使用多层卷积特征融合技术优化区域建议网络产生候选区域特征图,使用在线困难样本挖掘技术训练ROI网络,自动挑选出困难样本使训练更加有效。实验结果表明,相比原始的Faster RCNN算法,所提方法检测精度提高了4.73%,对部分遮挡和小尺寸目标均有较好的检测效果,对环境变化具有更强的适应性。

主 题 词：安全帽佩戴检测 区域卷积神经网络 区域建议网络 多层卷积特征融合 在线困难样本挖掘 

学科分类：08[工学] 080203[080203] 0802[工学-机械学] 

D　O　I：10.16208/j.issn1000-7024.2020.05.028

馆 藏 号：203922967...