【技术实现步骤摘要】
基于视频的输煤系统智能监控系统及其方法
[0001]本申请涉及监控
，且更为具体地，涉及一种基于视频的输煤系统智能监控系统及其方法。
技术介绍
[0002]现在的煤矿开采行业和煤矿运输行业在采集到煤矿资源后，大规模运用皮带运输的方法对煤矿进行输送，而皮带输煤机为最主要的运料手段的工具会因为长时间的工作造成机器的磨损，一些零件的松动，进而可能造成输煤皮带的偏移，而如果没有及时发现输煤皮带的偏移将会大大增加现场工作人员的危险程度，并且，如果产生安全问题还会造成整个工作系统的瘫痪。但是目前对于输煤皮带偏移的观测只能由工作人员进行按时排查，不能实时监测并且效率低下。
[0003]因此，期望一种优化的基于视频的输煤系统智能监控系统。
技术实现思路
[0004]为了解决上述技术问题，提出了本申请。本申请的实施例提供了一种基于视频的输煤系统智能监控系统及其方法，其采用基于机器视觉的人工智能监控技术，以提取出输煤皮带实际的监控视频与理想参考视频中关于所述输煤皮带与皮带输煤机之间在空间位置上的相对位置关联的时序差...
【技术保护点】
【技术特征摘要】
1.一种基于视频的输煤系统智能监控系统，其特征在于，包括：监控数据调用模块，用于通过摄像头获取输煤皮带监控视频和输煤皮带参考视频；采样模块，用于分别从所述输煤皮带监控视频和所述输煤皮带参考视频提取多个输煤皮带监控关键帧和多个输煤皮带参考关键帧；关键帧图像编码模块，用于将所述多个输煤皮带监控关键帧通过使用空间注意力机制的第一卷积神经网络模型以得到多个输煤皮带监控特征矩阵；差分模块，用于计算所述多个输煤皮带监控特征矩阵中每两个相邻特征矩阵之间的差分特征矩阵以得到多个输煤皮带监控差分特征矩阵；输煤动态特征提取模块，用于将所述多个输煤皮带监控差分特征矩阵排列为三维输入张量后通过使用三维卷积核的第二卷积神经网络模型以得到输煤皮带监控特征图；参考数据编码模块，用于基于所述第一卷积神经网络模型和所述第二卷积神经网络模型，从所述多个输煤皮带参考关键帧得到输煤皮带参考特征图；优化模块，用于分别对所述输煤皮带监控特征图和所述输煤皮带参考特征图中的沿通道维度的各个特征矩阵进行特征分布优化以得到优化后输煤皮带监控特征图和优化后输煤皮带参考特征图；差异化评估模块，用于计算所述优化后输煤皮带监控特征图和所述优化后输煤皮带参考特征图之间的差分特征图；以及监控结果生成模块，用于将所述差分特征图通过分类器以得到分类结果，所述分类结果用于表示是否产生输送带跑偏预警。2.根据权利要求1所述的基于视频的输煤系统智能监控系统，其特征在于，所述采样模块，进一步用于：以预定采样频率分别从所述输煤皮带监控视频和所述输煤皮带参考视频提取所述多个输煤皮带监控关键帧和所述多个输煤皮带参考关键帧。3.根据权利要求2所述的基于视频的输煤系统智能监控系统，其特征在于，所述关键帧图像编码模块，进一步用于：使用所述第一卷积神经网络模型的卷积编码部分对所述输煤皮带监控关键帧进行深度卷积编码以得到初始卷积特征图；将所述初始卷积特征图输入所述第一卷积神经网络模型的空间注意力部分以得到空间注意力图；将所述空间注意力图通过Softmax激活函数以得到空间注意力特征图；计算所述空间注意力特征图和所述初始卷积特征图的按位置点乘以得到输煤皮带监控特征图；以及对所述输煤皮带监控特征图进行沿通道维度的全局均值池化处理以得到所述输煤皮带监控特征矩阵。4.根据权利要求3所述的基于视频的输煤系统智能监控系统，其特征在于，所述差分模块，进一步用于：以如下公式来计算所述多个输煤皮带监控特征矩阵中每两个相邻特征矩阵之间的差分特征矩阵以得到多个输煤皮带监控差分特征矩阵；其中，所述公式为：其中，M1表示所述所述多个输煤皮带监控特征矩
阵中每两个相邻特征矩阵的前一特征矩阵，M2表示所述多个输煤皮带监控特征矩阵中每两个相邻特征矩阵的后一特征矩阵，M
d
表示所述差分特征矩阵，表示按位置作差。5.根据权利要求4所述的基于视频的输煤系统智能监控系统，其特征在于，所述输煤动态特征提取模块，进一步用于：使用所述使用三维卷积核的第二卷积神经网络模型在层的正向传递中对输入数据分别进行：基于所述三维卷积核对所述输入数据进行三维卷积处理以得到卷积特征图；对所述卷积特征图进行基于局部特征矩阵的均值池化处理以得到池化特征图；以及对所述池化特征图进行非线性激活以得到激活特征图；其中，所述第二卷积神经网络模型的最后一层的输出为所述输煤皮带监控特征图，所述第二卷积神经网络模型的第一层的输入为所述三维输入张量。6.根据权利要求...
【专利技术属性】
技术研发人员：吴坤松，郭凯，陈晓伟，王浩光，赵霞，田宏哲，孙新佳，
申请(专利权)人：北京华能新锐控制技术有限公司，
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。