一种煤矿井下不安全行为识别方法技术

本发明专利技术公开了一种煤矿井下不安全行为识别方法，包括：获取煤矿井下实时视频流数据；在实时视频流数据的逐帧连续图像中提取出局部特征和全局特征；对局部特征与全局特征进行融合处理生成融合特征图；根据融合特征图中分析运动时空特征得出识别结果；通过提取局部特征与全局特征，然后将局部特征与全局特征进行融合得到融合特征图来减少连续堆叠的视频中存在的冗余信息，从而提升图像识别的精准度。

【技术实现步骤摘要】

本专利技术涉及图像识别领域，尤其涉及一种煤矿井下不安全行为识别方法。

技术介绍

1、煤矿井下工作中发生的安全事故中有一部分事故原因是由于旷工的不安全行为导致的，旷工的不安全行为类型包括：违规操作：如未按规定佩戴安全帽、违规使用工具等。违规移动：如在危险区域奔跑、穿越警戒线等。违规作业：如在禁烟区吸烟、违规操作机械设备等，对于的图像帧数连接较高的视数据，在连续堆叠的视频中，存在大量的冗余信息，这使得许多仅仅基于局部推理的方法无法有效地捕捉到长达数秒行为之间的相关性，从而限制了其对于复杂行为的理解和分析能力。

技术实现思路

1、为了克服现有技术因在连续堆叠的视频中，存在大量的冗余信息，这使得许多仅仅基于局部推理的方法无法有效地捕捉到长达数秒行为之间的相关性，从而限制了其对于复杂行为的理解和分析能力的缺点。

2、第一方面：

3、本专利技术提供一种煤矿井下不安全行为识别方法，其特征在于，包括：

4、获取煤矿井下实时视频流数据，通过煤矿井下的视频监控系统获取实时视频流数据；

<本文档来自技高网...

【技术保护点】

1.一种煤矿井下不安全行为识别方法，其特征在于，包括：

2.如权利要求1所述的煤矿井下不安全行为识别方法，其特征在于，包括：

3.如权利要求1所述的煤矿井下不安全行为识别方法，其特征在于，包括：

4.如权利要求1所述的煤矿井下不安全行为识别方法，其特征在于，根据融合特征图采用热力图回归骨架关键点定位算法，对人体躯干四肢十七个关键部位进行坐标定位，生成骨架关键点坐标集，根据骨架关键点坐标集计算关节角度与姿态参数，按照预设值进行风险等级判定生成高中低三级报警信息。

5.如权利要求1所述的煤矿井下不安全行为识别方法，其特征在于，采用轻量级卷积网络...

【技术特征摘要】

1.一种煤矿井下不安全行为识别方法，其特征在于，包括：

2.如权利要求1所述的煤矿井下不安全行为识别方法，其特征在于，包括：

3.如权利要求1所述的煤矿井下不安全行为识别方法，其特征在于，包括：

4.如权利要求1所述的煤矿井下不安全行为识别方法，其特征在于，根据融合特征图采用热力图回归骨架关键点定位算法，对人体躯干四肢十七个关键部位进行坐标定位，生成骨架关键点坐标集，根据骨架关键点坐标集计算关节角度与姿态参数，按照预设值进行风险等级判定生成高中低三级报警信息。

5.如权利要求1所述的煤矿井下不安全行为识别方法，其特征在于，采用轻量级卷积网络对融合特征图进行降维处理，生成降维特征图，通过三层卷积运算对融合特征图进行处理，生成降维特征图。

6.如权利要求5所述的煤矿井下不安全行为识别方法，其特征在于，根据...

【专利技术属性】
技术研发人员：周波，苗瑞，潘红光，柴剑，肖锦意，
申请(专利权)人：深圳海清智元科技股份有限公司，
类型：发明
国别省市：