基于生成对抗网络的罐笼人数统计方法

作者：陈宇航; 李振海; 熊健; 康清华

来源：矿山机械, 2022, 50(01): 49-56.

DOI：10.16816/j.cnki.ksjx.2022.01.011

• 生成对抗网络
• SSD算法
• 目标检测
• 注意力机制

针对目前煤矿罐笼内部人数统计方法存在成本高、实时性差的问题,提出了一种基于生成对抗网络 (GAN) 的罐笼内部人数统计模型 G-SSD。该模型以经典的 SSD 作为基础目标检测模型,利用 GAN 在数据表达方面的优势进行数据集的扩充,并在基础 SSD 模型中引入了注意力机制模块来增强特征图谱,消除背景中的噪声并稳定模型的训练过程。试验结果表明,笔者所提出的模型在人数较少、人数适中、人数较多 3 种情景下的平均精度分别达到了 98.8%、96.9%、84.8%,相比于经典 SSD 模型其平均精度提升了 10.3%。并通过与多种现有目标检测模型的对比试验,证明了所提算法可以有效提高罐笼内部人数统计的效果。