一种新型智慧煤矿典型三违行为的智能视频识别方法技术

本发明专利技术公开了一种新型智慧煤矿典型三违行为的智能视频识别方法，属于计算机视觉和深度学习领域；具体为：首先根据煤矿分布的摄像头，筛选包含三违行为的视频数据进行预处理，并分割成单个图像帧，利用图像增强生成数据集划分为训练集、测试集和验证集；然后，在YOLOv8网络的主干网络和颈部网络的卷积层后引入Little‑SPD模块，协同搭建神经网络，进行训练和测试；最后，利用测试完后的神经网络，处理来自煤矿现场的实时视频流，进行目标检测和三违行为判定阶段，根据数量匹配判定局扇安全帽是否合规，根据行车下人和皮带再结合神经网络判定车、人和皮带的运行状态。本发明专利技术检测准确度高；通过对数据预处理、算法融合做出改进，提高了煤矿三违行为识别的准确率。

【技术实现步骤摘要】

本专利技术属于计算机视觉和深度学习领域，具体涉及一种新型智慧煤矿典型三违行为的智能视频识别方法。

技术介绍

1、在当今快速发展的工业自动化和智能化时代，深度学习技术在多个领域展现出了巨大的潜力和应用价值，特别是在煤矿生产环境中，由于工作条件复杂、安全要求极高，传统的监控手段已无法满足实时、准确的安全监控需求。因此，开发一种能够适应煤矿特殊环境、实现高效目标检测与追踪的算法成为了迫切需求。

2、煤矿生产环境具有高风险、高复杂性的特点，对工人的安全帽佩戴、皮带机运行状态监控、车辆运行时的安全行为等都有着严格的要求。传统的监控方法往往依赖于人工巡查，效率低下且容易出现疏漏。因此，开发一种能够自动识别“三违”行为的智能监控系统，对于提升煤矿安全生产水平具有重要意义。

3、深度学习技术具有强大的特征提取和分类能力；目标检测和追踪技术使得算法能够实时监控和追踪视频中的目标对象；图像增强技术提高了复杂环境下的识别准确率；背景差分法则用于检测视频中的运动物体，特别适用于静态摄像机监控场景。

4、现有技术中，将目标检测和追踪算法在处理煤矿本文档来自技高网...

【技术保护点】

1.一种新型智慧煤矿典型三违行为的智能视频识别方法，其特征在于，具体步骤如下：

2.如权利要求1所述的一种新型智慧煤矿典型三违行为的智能视频识别方法，其特征在于，所述步骤一中，预处理包括视频流的解码、图像的初步校正和质量检查。

3.如权利要求1所述的一种新型智慧煤矿典型三违行为的智能视频识别方法，其特征在于，所述步骤二中，图像增强模块采用：随机组合亮度和对比度调整、色彩校正、锐化和降噪，以及针对特定光源的自适应滤波，对抽帧生成的图像进行处理。

4.如权利要求1所述的一种新型智慧煤矿典型三违行为的智能视频识别方法，其特征在于，所述步骤五中，目标检测是指快...

【技术特征摘要】

1.一种新型智慧煤矿典型三违行为的智能视频识别方法，其特征在于，具体步骤如下：

2.如权利要求1所述的一种新型智慧煤矿典型三违行为的智能视频识别方法，其特征在于，所述步骤一中，预处理包括视频流的解码、图像的初步校正和质量检查。

3.如权利要求1所述的一种新型智慧煤矿典型三违行为的智能视频识别方法，其特征在于，所述步骤二中，图像增强模块采用：随机组合亮度和对比度调整、色彩校正、锐化和降噪，以及针对特定光源的自适应滤波，对抽帧生成的图像进行...

【专利技术属性】
技术研发人员：姚磊，雷雨，殷鹏，王继伟，张明泉，
申请(专利权)人：淮北矿业股份有限公司，
类型：发明
国别省市：