本申请提供一种行人安全监控方法及装置，该行人安全监控方法包括：预先构建人体检测模型；获取矿井下用于目标人员安全监控的热成像视频流；通过人体检测模型对热成像视频流流进行人体检测，得到检测结果；根据检测结果预测目标人员当前所处环境是否存在危险；如果是，输出危险预警信息。可见，实施这种实施方式，能够对需要监控的地方进行全面实时监控，节省人力物力，避免监控盲点和监控风险，从而提升了煤矿安全监控效率。煤矿安全监控效率。煤矿安全监控效率。
【技术实现步骤摘要】
一种行人安全监控方法及装置
[0001]本申请涉及数据处理
，具体而言，涉及一种行人安全监控方法及装置。
技术介绍
[0002]目前，随着我国经济的发展，对于煤炭、矿产资源的需求日益增长。由于煤矿特殊的开采环境，尽管进行了一定的安全防控，但是仍有事故发生。为此，如何保障在矿井下工作人员的人身安全是一个重要的问题以及挑战。因煤矿井下点多面广环节多且环境复杂，通过人工进行安全监控，无法进行全面监控，同时耗费人力物力，且人工监控盲点多、风险点多，降低了煤矿安全监控效率。
技术实现思路
[0003]本申请实施例的目的在于提供一种行人安全监控方法及装置，能够对需要监控的地方进行全面实时监控，节省人力物力，避免监控盲点和监控风险，从而提升了煤矿安全监控效率。
[0004]本申请实施例第一方面提供了一种行人安全监控方法，包括：
[0005]预先构建人体检测模型；
[0006]获取矿井下用于目标人员安全监控的热成像视频流；
[0007]通过所述人体检测模型对所述热成像视频流流进行人体检测，得到检测结果；
[0008]根据检测结果预测所述目标人员当前所处环境是否存在危险；
[0009]如果是，输出危险预警信息。
[0010]在上述实现过程中，该方法可以预先构建人体检测模型；然后，获取矿井下用于目标人员安全监控的热成像视频流；并通过人体检测模型对热成像视频流流进行人体检测，得到检测结果；再然后，该方法可以根据检测结果预测目标人员当前所处环境是否存在危险；并在目标人员当前所处环境存在危险时输出危险预警信息。可见，实施这种实施方式，能够对需要监控的地方进行全面实时监控，节省人力物力，避免监控盲点和监控风险，从而提升了煤矿安全监控效率。
[0011]进一步地，所述预先构建人体检测模型，包括：
[0012]获取原始热成像图像数据；
[0013]对所述原始热成像图像数据进行人体最小外接矩形框的标注处理，得到标注图像数据；
[0014]对所述标注图像数据进行预处理，得到预处理图像数据；
[0015]按照预设的划分比例，对所述预处理图像数据进行数据集划分，得到用于模型训练的训练集、验证集以及测试集；
[0016]通过所述训练集、所述验证集以及所述测试集对预设的原始模型进行训练，得到训练好的人体检测模型。
[0017]进一步地，所述获取原始热成像图像数据，包括：
[0018]按照预设分辨率获取真实场景下红外相机的人体热成像数据，得到视频流数据；
[0019]对视频流进行帧处理操作，得到原始热成像图像数据。
[0020]进一步地，所述对所述标注图像数据进行预处理，得到预处理图像数据，包括：
[0021]根据预设的标注框大小阈值对所述标注图像数据进行过滤处理，得到预处理图像数据。
[0022]进一步地，所述人体检测模型的主干网络部分和Neck部分，其中，所述主干网络部分包括GhostNet网络，所述GhostNet网络用于图像特征提取，所述GhostNet网络包括SPP多尺度模块；
[0023]所述Neck部分结合ECA注意力算法和PAN空间金字塔结构，用于从不同的主干层对不同的检测层进行参数聚合。
[0024]本申请实施例第二方面提供了一种行人安全监控装置，所述行人安全监控装置包括：
[0025]构建单元，用于预先构建人体检测模型；
[0026]获取单元，用于获取矿井下用于目标人员安全监控的热成像视频流；
[0027]人体检测单元，用于通过所述人体检测模型对所述热成像视频流流进行人体检测，得到检测结果；
[0028]预测单元，用于根据检测结果预测所述目标人员当前所处环境是否存在危险；
[0029]预警单元，用于当判断出存在危险时，输出危险预警信息。
[0030]在上述实现过程中，该装置可以通过构建单元预先构建人体检测模型；通过获取单元获取矿井下用于目标人员安全监控的热成像视频流；通过人体检测单元来通过人体检测模型对热成像视频流流进行人体检测，得到检测结果；通过预测单元来根据检测结果预测目标人员当前所处环境是否存在危险；通过预警单元当判断出存在危险时，输出危险预警信息。可见，实施这种实施方式，能够对需要监控的地方进行全面实时监控，节省人力物力，避免监控盲点和监控风险，从而提升了煤矿安全监控效率。
[0031]进一步地，所述构建单元包括：
[0032]获取子单元，用于获取原始热成像图像数据；
[0033]标注子单元，用于对所述原始热成像图像数据进行人体最小外接矩形框的标注处理，得到标注图像数据；
[0034]预处理子单元，用于对所述标注图像数据进行预处理，得到预处理图像数据；
[0035]划分子单元，用于按照预设的划分比例，对所述预处理图像数据进行数据集划分，得到用于模型训练的训练集、验证集以及测试集；
[0036]训练子单元，用于通过所述训练集、所述验证集以及所述测试集对预设的原始模型进行训练，得到训练好的人体检测模型。
[0037]进一步地，所述获取子单元包括：
[0038]获取模块，用于按照预设分辨率获取真实场景下红外相机的人体热成像数据，得到视频流数据；
[0039]处理模块，用于对视频流进行帧处理操作，得到原始热成像图像数据。
[0040]进一步地，所述预处理子单元，具体用于根据预设的标注框大小阈值对所述标注图像数据进行过滤处理，得到预处理图像数据。
[0041]进一步地，所述人体检测模型的主干网络部分和Neck部分，其中，所述主干网络部分包括GhostNet网络，所述GhostNet网络用于图像特征提取，所述GhostNet网络包括SPP多尺度模块；所述Neck部分结合ECA注意力算法和PAN空间金字塔结构，用于从不同的主干层对不同的检测层进行参数聚合。
[0042]本申请实施例第三方面提供了一种电子设备，包括存储器以及处理器，所述存储器用于存储计算机程序，所述处理器运行所述计算机程序以使所述电子设备执行本申请实施例第一方面中任一项所述的行人安全监控方法。
[0043]本申请实施例第四方面提供了一种计算机可读存储介质，其存储有计算机程序指令，所述计算机程序指令被一处理器读取并运行时，执行本申请实施例第一方面中任一项所述的行人安全监控方法。
附图说明
[0044]为了更清楚地说明本申请实施例的技术方案，下面将对本申请实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
[0045]图1为本申请实施例提供的一种行人安全监控方法的流程示意图；
[0046]图2为本申请实施例提供的一种行人安全监控装置的结构示意图；
[0047]图3为本申请实施例提供的一种b本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种行人安全监控方法，其特征在于，包括：预先构建人体检测模型；获取矿井下用于目标人员安全监控的热成像视频流；通过所述人体检测模型对所述热成像视频流流进行人体检测，得到检测结果；根据检测结果预测所述目标人员当前所处环境是否存在危险；如果是，输出危险预警信息。2.根据权利要求1所述的行人安全监控方法，其特征在于，所述预先构建人体检测模型，包括：获取原始热成像图像数据；对所述原始热成像图像数据进行人体最小外接矩形框的标注处理，得到标注图像数据；对所述标注图像数据进行预处理，得到预处理图像数据；按照预设的划分比例，对所述预处理图像数据进行数据集划分，得到用于模型训练的训练集、验证集以及测试集；通过所述训练集、所述验证集以及所述测试集对预设的原始模型进行训练，得到训练好的人体检测模型。3.根据权利要求2所述的行人安全监控方法，其特征在于，所述获取原始热成像图像数据，包括：按照预设分辨率获取真实场景下红外相机的人体热成像数据，得到视频流数据；对视频流进行帧处理操作，得到原始热成像图像数据。4.根据权利要求2所述的行人安全监控方法，其特征在于，所述对所述标注图像数据进行预处理，得到预处理图像数据，包括：根据预设的标注框大小阈值对所述标注图像数据进行过滤处理，得到预处理图像数据。5.根据权利要求1所述的行人安全监控方法，其特征在于，所述人体检测模型的主干网络部分和Neck部分，其中，所述主干网络部分包括GhostNet网络，所述GhostNet网络用于图像特征提取，所述GhostNet网络包括SPP多尺度模块；所述Neck部分结合ECA注意力算法和PAN空间金字塔结构，用于从不同的主干层对不同的检测层进行参数聚合。6.一种行人安全监...
【专利技术属性】
技术研发人员：高浩，
申请(专利权)人：睿云奇智重庆科技有限公司，
类型：发明
国别省市：
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。