《表2 监控视频场景测试结果》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《面向电力智能安监的极低分辨率目标检测算法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

为验证本算法在电力监控场景下的检测效果和时间复杂度，为了检测头盔，护目镜和手套等极小目标，本项目从5个电力智能安监现场20个摄像头采集2小时的监控视频，并对数据集进行了标准整理，形成面向电力安监的极小目标检测数据集。该数据集共包含20万张图像，其分辨率为352×288像素，其中18万张作为训练集，剩余的作为测试集。该数据集共含有268个工作人员，35万个人体实例，戴头盔的行人约29万个，戴手套的行人约32万个，戴护目镜的行人约27万个。护目镜的最小分辨率为18×7，手套的最小分辨率约为23×10，头盔的最小分辨率约为42×25等。上述在ReID数据集上训练的行人检测算法得到的模型参数作为本数据集初始化参数。模型训练参数设置保持不变。在图像增强算法中，参数λ=0.5。实验对比算法选择当前速度最快的基于CNN的目标检测算法SSD[11]和YOLO[12]，见表2。I-SSD为本文改进算法，BG表示背景建模，SR表示基于稀疏表示模型的图像超分变率算法。从表2中可以看出，本文方法在准确率和召回率等指标上取得最佳，同时也满足了项目实时性的需求。