一种煤矿井下图像识别方法

本发明公开了一种煤矿井下图像识别方法。本发明中，通过融合图卷积网络与卷积神经网络的双分支架构，显著提升了复杂环境下的识别性能。GCN分支通过聚合节点及其邻居特征，有效捕捉图像中局部与全局的结构信息，既增强了特征差异的判别能力，又避免了传统方法中常见的过平滑问题。CNN分支则采用多角度并行卷积核和批量归一化技术，通过扩大感受野和优化特征提取流程，显著提高了对小目标的检测精度，同时增强了对光照变化、图像模糊等干扰因素的鲁棒性。这种双分支协同的设计不仅降低了计算复杂度，还实现了高效的特征融合，为实时监控提供了可靠的技术支撑。