【技术实现步骤摘要】
一种煤矿输送带危险区域监测方法及系统
本专利技术涉及计算机应用领域，尤其涉及一种煤矿输送带危险区域监测方法及系统。
技术介绍
矿井运输是煤矿安全生产的重要环节，为了保证煤矿运输过程中的安全生产以及煤矿工作人员的人身安全，需要对煤矿输送带危险区域环境进行实时有效的监测，防止工作人员在煤矿输送机运转时进入危险区域并进行铲煤等违规生产作业。目前，对煤矿输送带危险区域环境进行监测的主要方式是以人工监视为主的视频监控模式，这种方式存在突发情况处理不及时、多场景同时监视困难、监视效率低下等问题。并且由于煤矿井下环境恶劣、光照条件差、背景混杂，利用传统的手提特征方法，例如HOG特征、Haar特征和LBP特征等，不能有效解决在矿井复杂场景下矿机运转状态判断、行人检测和动作识别等问题，因此，亟需一种专门针对煤矿输送带危险区域环境进行实时有效的智能监测方法，以代替人工监视，实现煤矿输送带危险区域的监视任务。
技术实现思路
鉴于以上所述现有技术的缺点，本专利技术提供一种煤矿输送带危险区域监测方法及系统，以解决上述技术问题。本专利技术提供的煤矿输送带危险区域监测方法，包括：采集煤矿输送带危险...
【技术保护点】
1.一种煤矿输送带危险区域监测方法，其特征在于，包括：采集煤矿输送带危险区域的监控图像信息；建立深度学习模型，所述深度学习模型包括用于煤矿输送机运转状态识别的第一模型、用于对行人进行检测的第二模型和用于识别行人动作的第三模型；将监控图像信息输入至所述第一模型，获取运转状态识别结果，所述运转状态识别结果包括工作状态和非工作状态；将识别结果为工作状态所对应的监控图像信息输入至所述第二模型，获取煤矿输送带危险区域内的行人检测结果，所述检测结果包括有人状态和无人状态；当检测结果为有人状态时，通过所述第三模型对行人的动作进行识别，当识别行人的动作与预设的违规动作匹配时，则发出告警信息。
【技术特征摘要】
1.一种煤矿输送带危险区域监测方法，其特征在于，包括：采集煤矿输送带危险区域的监控图像信息；建立深度学习模型，所述深度学习模型包括用于煤矿输送机运转状态识别的第一模型、用于对行人进行检测的第二模型和用于识别行人动作的第三模型；将监控图像信息输入至所述第一模型，获取运转状态识别结果，所述运转状态识别结果包括工作状态和非工作状态；将识别结果为工作状态所对应的监控图像信息输入至所述第二模型，获取煤矿输送带危险区域内的行人检测结果，所述检测结果包括有人状态和无人状态；当检测结果为有人状态时，通过所述第三模型对行人的动作进行识别，当识别行人的动作与预设的违规动作匹配时，则发出告警信息。2.根据权利要求1所述的煤矿输送带危险区域监测方法，其特征在于，在采集到的煤矿输送带危险区域的监控图像信息中标定危险区域；依次获取连续帧的监控图像信息中的危险区域内的图像信息；根据所述危险区域内的图像信息，获取差分图像；所述第一模型根据所述差分图像，对煤矿输送机的运转状态进行识别。3.根据权利要求2所述的煤矿输送带危险区域监测方法，其特征在于，将采集到的煤矿输送带危险区域的监控图像信息输入至所述第二模型，判断是否存在行人；当存在行人时，获取行人的边框位置；计算所述行人的边框位置与标定的危险区域的重叠率；当所述重叠率大于预设的比较阈值时，则判定煤矿输送带危险区域内的行人检测结果为有人状态，否则，则判定其为无人状态。4.根据权利要求3所述的煤矿输送带危险区域监测方法，其特征在于，根据所述行人的边框位置，在煤矿输送带危险区域内中标定行人区域；依次获取连续帧标定的行人区域内的图像信息；根据所述行人区域内的图像信息，形成连续帧图像；将所述连续帧图像输入至所述第三模型，判断行人的动作是否与预设的违规动作匹配。5.根据权利要求2所述的煤矿输送带危险区域监测方法，其特征在于，获取当前帧的危险区域内的图像信息以及之前的连续3帧的危险区域内的图像信息，再将危险区域内的图像信息进行灰度处理，根据进行灰度处理后的图像信息，获取差分图像。6.根据权利要求4所述的煤矿输送带危险区域监测方法，其特征在于，将所述行人的边框位置按照预设的填充比进行原图像填充处理...
【专利技术属性】
技术研发人员：徐华泽，张宇，徐卉，杨雪琴，周祥东，石宇，罗代建，程俊，
申请(专利权)人：中国科学院重庆绿色智能技术研究院，
类型：发明
国别省市：重庆,50
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。