当前智能化采煤机已具有三维定位、记忆截割和远程监控等功能，但缺少采煤机作业区域误入人员的检测和预警保护功能，人员精确检测是亟待解决的关键问题之一。受综采工作面低照度、工况环境复杂多变影响，基于激光、射频、超声波等传感器的煤矿机电装备主动防撞预警技术应用受限，基于可见光传感器的防撞技术难以满足准确性和稳定性要求。搭建了基于红外热成像技术的采煤机作业区域人员精确检测系统架构，进而提出了人员精确检测方法：针对综采工作面红外图像噪声的高强度、不均匀特点，采用基于高斯掩码改进的多级导向滤波模型有效滤除红外图像噪声，并保留边缘信息；基于Lucas-Kanade光流法提取动态背景下的移动前景目标运动信息；采用基于图像局部信息权重的直觉模糊C均值聚类算法对采煤机作业区域红外图像信息进行分割，获取移动目标位置信息；基于形态学加权投票法对移动目标运动信息提取结果和红外图像信息分割结果进行融合，实现采煤机作业区域人员精确检测。在耿村矿21208综采工作面进行井下工业性试验，结果表明采煤机作业区域人员精确检测方法对现场人员的跟踪偏差平均值为0.1065像素，重叠比平均值为96.10%，平均单次处理时间为0.4908 s，满足现场应用需求。