[发明专利]一种基于计算机视觉的矿井下人员跟踪算法

权利要求书

1.一种基于计算机视觉的矿井下人员跟踪算法，包括以下步骤：

(1)、图像预处理

图像预处理完成图像增强：矿井下照度很低，利用Retinex算法完成图像增强，提高图像的清晰度，改善图像的视觉效果；

(2)、预测框的生成与筛选

将图像分成7×7的均等栅格，生成每个栅格生成两个预测框，用NMS算法进行预测框的筛选；

(3)、目标检测

目标检测主要是完成在矿难发生时的人员检测，提取当前帧视频，对其进行预处理，利用YOLO算法完成人员检测。

2.根据权利要求1所述的图像增强方法，其特征在于，用FMR(螺旋结构比较)算法遍历整张图像，在目标像素点按照顺时针方向由远及近选择像素点，距离目标像素点越近，选择迭代像素点越多(距离目标像素点越近相关性越高)，直到迭代像素点与目标像素点距离为1；灰度图像根据迭代像素点的亮暗关系调整原图的亮度；彩色图像根据R、G、B三通道分别处理，调整完之后按照对应关系把R、G、B融合，达到对图像增强的效果。

3.根据权利要求1所述的人员检测方法，其特征在于，在目标检测中，当前帧视频采集图像后需要对其进行相应处理，步骤如下：

S1：将图片进行裁剪、拉伸将大小统一为448*448，再按照比例分成14*14/28*28/56*56三种尺度特征，将它们送入卷积层中；

S2：用24层卷积层对输入图像提取特征信息，用池化层对图像进行下采样、降维；

S3：生成预测框，对采集到的边界框进行非极大值抑制(Non-Maximum Suppression,NMS)处理，筛选预测框，最终用全连接层对视频数据进行分类和检测。