买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉太原理工大学申请的专利一种基于深度学习算法的矿下人员检测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116152741B 。

龙图腾网通过国家知识产权局官网在2026-05-08发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310153681.4，技术领域涉及：G06V20/52；该发明授权一种基于深度学习算法的矿下人员检测方法是由葛阳;朱家辉;杨乐;陶磊;刘峰;王宏伟设计研发完成，并于2023-02-23向国家知识产权局提交的专利申请。

本一种基于深度学习算法的矿下人员检测方法在说明书摘要公布了：本发明公开了一种基于深度学习算法的矿下人员检测方法，涉及目标检测技术领域。本发明包括如下步骤：1获取矿下监控视频；2根据步骤1获取的矿下监控视频得到矿下人员监控图像，对所述矿下人员监控图像进行亮度增强；3基于YOLOX网络，获取矿下人员的检测结果。步骤2：对矿下监控视频进行帧切割，获得暗光图像，对暗光图像内的人员和设备信息进行标注，得到矿下人员监控图像；使用基于U‑Net结构的深度学习网络对图像进行亮度增强。步骤3：YOLOX网络包含Backbone组件、Neck组件和DecoupleHead组件。本发明在YOLOX框架上，有效结合了图像亮度增强算法，通过对输入数据进行暗光图像增强的预处理，进一步提高了目标检测算法的检测能力，从而精确高效的执行检测任务。

本发明授权一种基于深度学习算法的矿下人员检测方法在权利要求书中公布了：1.一种基于深度学习算法的矿下人员检测方法，其特征在于：包括如下步骤： 1获取矿下监控视频； 2根据步骤1获取的矿下监控视频得到矿下人员监控图像，对所述矿下人员监控图像进行亮度增强； 获得矿下人员监控图像的方法为：对所述矿下监控视频进行帧切割，获得暗光图像，对暗光图像内的人员和设备信息进行标注，得到矿下人员监控图像； 使用基于U-Net结构的深度学习网络对矿下人员监控图像进行亮度增强，得到基于矿下监控视频的训练集；所述训练集包括第一公开数据集，所述第一公开数据集包括矿下人员图像与标签；所述训练集还包括第二私有数据集，所述第二私有数据集包括经亮度增强后的矿下人员图像，并由专业人员标定标签，所述标签包括人员标签； 所述暗光图像通过语义分割基于U-Net结构的深度学习网络进行亮度增强，所述深度学习网络的上采样层为反卷积层替代，所述深度学习网络的卷积层使用空洞卷积，所述深度学习网络还包括亮度评估层，所述亮度评估层对深度学习网络最后一层卷积得到的特征进行分组，并根据特征分组计算时空一致性和色彩一致性图像参数，在亮度评估层使用图像亮度曲线评估函数的公式为， A=A+α1-A； 其中，A表示给定输入；α表示像素梯度，用于控制曝光水平，并且α的取值范围为[−1,1]； 3基于YOLOX网络，获取矿下人员的检测结果。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人太原理工大学，其通讯地址为：030024 山西省太原市迎泽西大街79号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。