赵作鹏

作品数：50被引量：270H指数：8
导出分析报告
供职机构：中国矿业大学计算机科学与技术学院更多>>
发文主题：煤矿无线传感器网络红外视频目标检测解码更多>>
发文领域：自动化与计算机技术矿业工程文化科学电子电信更多>>
发文期刊：《工矿自动化》《中国科技期刊数据库 工业A》《现代信息科技》《计算机工程与设计》更多>>
所获基金：江苏省自然科学基金中央高校基本科研业务费专项资金中国矿业大学青年科技基金国家重点基础研究发展计划更多>>
-
在结果中检索

检索结果分析

署名顺序

  • 全部
  • 第一作者
结果分析中...
共 条 记 录，以下是1-10
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
基于反射图增强的矿井低照度图像增强算法
《现代电子技术》2025年第3期43-49,共7页井晶 高宇蒙 赵作鹏 闵冰冰 
国家自然科学基金项目(61976217)。
针对现有图像增强算法未针对矿井环境进行优化,导致噪点、伪影和真实感丧失的问题,提出基于反射图增强的Retinex图像增强算法。首先,采用基于卷积神经网络的模型去除图像噪声;其次,调整光照增强纹理信息丰富的反射图;最后,融合经过基于...
关键词：低照度 图像增强 噪点 纹理信息 反射图 伽马校正 
基于AI技术的煤矿不安全行为双重预控机制建设与应用分析
《智能矿山》2024年第12期76-80,共5页赵作鹏 闵冰冰 高宇蒙 缪小然 胡建峰 贺晨 赵广明 周杰 
针对煤矿井下不安全行为监测预警方法工作量大、耗时长、效率低,难以实现不安全行为的实时监测,安全监管盲点多、风险点多等问题,研究构建煤矿井下安全风险分级管控和隐患排查治理双重预防机制,通过人工智能技术结合不安全行为管理,采...
关键词：人工智能技术 图像增强 不安全行为 AI技术 隐患排查治理 危险区域 双重预防机制 安全管控 
双端驾乘人员车云协同计算危险行为分析
《现代雷达》2024年第11期110-117,共8页井晶 贺晨 刘营 赵作鹏 
国家自然科学基金资助项目(61976217)。
车内人员不安全行为的预警是减少交通事故的重要手段,然而现有的研究主要关注于驾驶员的危险行为检测,乘客的危险行为往往被忽视,因此文中提出了一种基于车云算力协同的驾乘人员危险行为分析算法。首先,通过基于粗粒度深度估计的检测和...
关键词：车云算力协同 深度估计 多任务联合 目标检测 目标跟踪 
面向路面抛洒物检测的多任务学习算法研究
《许昌学院学报》2024年第5期111-117,共7页井晶 赵广明 赵作鹏 
国家自然科学基金(61976217)。
针对现有检测算法在定点抛洒物检测方面的不足,提出一种基于多任务学习和图像处理的路面抛洒物检测算法.首先,为YOLOv6s设计一种融合多层语义特征的语义分割头,并为目标检测分支和语义分割分支设计损失函数,进行多任务学习;其次,结合语...
关键词：多任务学习 抛洒物检测 YOLOv6s 图像处理 语义分割 
基于YOLOv7的矿工吸烟识别方法研究被引量：2
《现代信息科技》2024年第6期66-69,73,共5页王彬 赵作鹏 
井下矿工的吸烟行为严重影响煤矿生产安全,对井下矿工吸烟行为的有效识别迫在眉睫。针对煤矿井下的特殊环境和传统识别方法准确率低的问题,提出一种基于YOLOv7的矿工吸烟行为识别算法YOLO-SFN。将SimAM嵌入到YOLOv7的网络结构中,用Focu...
关键词：目标检测 注意力机制 YOLOv7 NMS算法 吸烟识别 
改进YOLOv8s与DeepSORT的矿工帽带检测及人员跟踪被引量：4
《计算机工程与应用》2024年第5期328-335,共8页丁玲 缪小然 胡建峰 赵作鹏 张新建 
国家自然科学基金(61976217)。
不系帽带,安全帽等于没戴。然而现有的安全帽检测方法,缺乏对帽带异常佩戴的检测研究。针对此问题,结合煤矿井下特殊的作业环境,以人员安全帽帽带检测及人员跟踪为研究对象,提出了CM-YOLOv8s算法检测安全帽及其帽带,利用DeepSORT算法对...
关键词：安全帽 帽带检测 实时监测 YOLOv8 DeepSORT 
局部特征引导标签平滑与优化的井下弱特征人员重识别被引量：1
《工矿自动化》2024年第2期83-89,共7页张杰 缪小然 赵作鹏 胡建峰 闵冰冰 高宇蒙 
国家自然科学基金资助项目(61976217)。
煤矿井下低照度、强光扰、高粉尘等环境条件,以及井下人员服装的相似性和脸部落煤现象,导致井下弱特征人员重识别困难。现有人员重识别方法仅提取全局特征,未充分考虑局部特征,使得井下人员重识别准确率较低。针对上述问题,提出了一种...
关键词：人员重识别 弱特征人员 局部特征 标签平滑 标签优化 特征互补性 
基于改进YOLOv5s的矿工排队检测方法被引量：3
《工矿自动化》2023年第11期160-166,共7页郝明月 闵冰冰 张新建 赵作鹏 吴晨 王欣 
国家自然科学基金资助项目(61976217)。
传统的目标检测算法识别矿工排队异常行为时需人工提取特征,检测时间长、检测精度低;基于卷积神经网络的目标检测算法在检测速度和精度上有所提升,但在遮挡、昏暗和光照不均等场景下的检测效果难以保障。针对上述问题,提出了一种改进YOL...
关键词：矿工排队检测 人脸检测 双向交叉特征金字塔网络 特征融合 自适应训练样本选择 动态标签分配 
YM_SSH:一种用于实时疲劳检测的轻量级目标检测网络
《无线互联科技》2023年第19期138-142,164,共6页王彬 徐俊杰 赵作鹏 
文章通过轻量化手段实现了在资源受限设备上疲劳检测算法性能提升。同时,为进一步优化疲劳检测精度,本研究在YOLOv3和MobileViT模型的基础上,融入改进的SSH人脸检测网络,将大卷积核替换为若干个3×3卷积核,提出新型轻量化目标检测模型YM...
关键词：疲劳检测 YOLO MobileViT SSH 
基于改进Faster RCNN的驾驶员手持通话检测被引量：5
《江苏大学学报（自然科学版）》2023年第3期318-323,共6页王彬 李小曼 赵作鹏 
国家自然科学基金资助项目(61976217);徐州市重点研发项目(KC18082)。
针对现有驾驶员通话行为识别误判率较高的问题,提出一种基于改进Faster RCNN的驾驶员行为检测方法,对驾驶员的违规手持通话进行检测.介绍了针对区域建议网络(RPN)及其损失函数的优化策略,并在原始Faster RCNN上运用多尺度训练、增加锚...
关键词：驾驶员危险行为 目标检测 分神驾驶 驾驶辅助 多尺度训练 残差扩张网络 Faster RCNN 
全选清除导出
共5页<12345>
检索报告 对象比较 聚类工具 使用帮助 返回顶部