基于CenterNet-GhostNet 的選煤廠危險(xiǎn)區(qū)域人員檢測

張翼翔，林松，李雪

（中國礦業(yè)大學(xué)（北京）機(jī)電與信息工程學(xué)院，北京 100083）

0 引言

選煤廠安放刮板輸送機(jī)、振動篩等大型機(jī)械設(shè)備的區(qū)域容易發(fā)生人員安全事故，為選煤廠危險(xiǎn)區(qū)域。盡管在選煤廠危險(xiǎn)區(qū)域設(shè)置了安全隔欄、警示牌等，但在實(shí)際生產(chǎn)過程中依然存在人員違規(guī)進(jìn)入危險(xiǎn)區(qū)域的行為。為保障人員安全，在選煤廠危險(xiǎn)區(qū)域會安裝監(jiān)控系統(tǒng)，但需要專職人員值守，存在因值班人員疲勞而忽視現(xiàn)場異常工況的現(xiàn)象[1]。

為提高安全管理水平，研究人員提出使用目標(biāo)檢測算法檢測設(shè)備運(yùn)行時是否有進(jìn)入危險(xiǎn)區(qū)域的人員，輔助值班人員對危險(xiǎn)區(qū)域進(jìn)行監(jiān)測。張圣強(qiáng)等[2]采用背景減除法分割運(yùn)動目標(biāo)區(qū)域，再結(jié)合人體的形狀信息進(jìn)行驗(yàn)證，實(shí)現(xiàn)了對人員的檢測；陳海龍[3]將背景減除法作為選煤廠巡檢機(jī)器人目標(biāo)檢測方法。但由于選煤廠光照不均、背景復(fù)雜，尤其在人員之間發(fā)生遮擋時會使各個目標(biāo)區(qū)域連通在一起，造成漏檢率偏高的問題。林婭靜[4]通過基于混合高斯模型的背景減除法進(jìn)行運(yùn)動目標(biāo)檢測，再結(jié)合方向梯度直方圖（Histogram of Oriented Gradient,HOG）和支持向量機(jī)（Support Vector Machine，SVM）進(jìn)行人員識別，一定程度上提高了檢測準(zhǔn)確率，但檢測效率低。

近年來，基于深度學(xué)習(xí)的目標(biāo)檢測算法發(fā)展迅速，其魯棒性好、泛化能力強(qiáng)，但計(jì)算量大。為達(dá)到實(shí)時檢測效果，學(xué)者們提出了輕量化目標(biāo)檢測模型，但現(xiàn)有的輕量化目標(biāo)檢測模型是面向公開數(shù)據(jù)集設(shè)計(jì)的，需要兼顧多個類別目標(biāo)的檢測效果，缺乏對特定類型目標(biāo)檢測性能的優(yōu)化。……