• 论文
主办单位:煤炭科学研究总院有限公司、中国煤炭学会学术期刊工作委员会
基于注意力机制的无监督矿井人员跟踪
  • 作者

    陈伟 任鹏 田子建 姜添 伏轩仪

  • 单位

    中国矿业大学(北京) 机电与信息工程学院中国矿业大学 计算机科学与技术学院中国矿业大学 矿山数字化教育部工程研究中心

  • 摘要

    目标跟踪是一项有挑战性的计算机视觉任务,在智能交通、人机交互、视频监控等领域有重要作用。目前已经出现诸多性能优越的跟踪算法,但是在煤矿场景下实现良好的跟踪效果,依旧存在较大困难,主要面临遮挡严重、背景干扰较多、井下人员较多、数据集样本数量少、缺乏统一标注等挑战,严重影响目标跟踪的效果。针对煤矿场景下,矿井视频数据集不完善、图像质量差以及缺乏统一标注等问题,设计了一种无监督的方法训练目标跟踪模型,将相关滤波和孪生网络相结合,融合二者在目标跟踪任务的优势,构建轻量级端到端的目标跟踪网络模型,采用目标前向跟踪、多帧后向验证方法完成无监督模型的目标跟踪过程。模型的主干网络使用轻量级AlexNet神经网络,解决了煤矿环境下移动平台存储和计算资源有限的问题。根据矿井环境下存在遮挡严重、背景干扰较多、密集目标排列紧密复杂等问题,提出了使用注意力机制提取视频图像中目标重要性信息的方法。在模型的主干网络结构中添加通道注意力机制和空间注意力机制,将重点关注的目标从诸多背景信息中提取出来,通过处理重要信息进而更好地完成跟踪当前目标的任务。将改进后基于注意力机制的无监督矿井人员跟踪模型与ECO,Staple,DSST,SiamFc,SiamRPN模型的平均覆盖率和平均中心位置误差进行对比,发现所提出的目标跟踪模型适用于煤矿复杂环境的人员跟踪问题,具有较好的目标跟踪效果。

  • 关键词

    矿井人员跟踪无监督学习注意力机制孪生网络Alex Net 神经网络

  • 基金项目(Foundation)
    国家自然科学基金资助项目(51874300);国家自然科学基金委员会-山西省人民政府煤基低碳联合基金资助项目(U1510115);中国科学院上海微系统与信息技术研究所无线传感网与通信重点实验室开放基金资助项目(20190902)
  • 引用格式
    陈伟,任鹏,田子建,等.基于注意力机制的无监督矿井人员跟踪[J].煤炭学报,2021,46(S1):601-608.
  • 相关文章
相关问题

主办单位:煤炭科学研究总院有限公司 中国煤炭学会学术期刊工作委员会

©版权所有2015 煤炭科学研究总院有限公司 地址:北京市朝阳区和平里青年沟东路煤炭大厦 邮编:100013
京ICP备05086979号-16  技术支持:云智互联