《矿业安全与环保》“矿山智能视频监控图像识别技术”专题

首页 > 专题

《矿业安全与环保》“矿山智能视频监控图像识别技术”专题

来源：矿业安全与环保

专题来自于《矿业安全与环保》2024年04期，共6篇研究成果。

行业视野: 智能化
类别; 32个
关键词; 25位
专家; 6篇
论文; 695IP
点击量; 51次
下载量

基于HigherHRNet的煤矿井下人体姿态估计快速网络研究

作者(Author)：张延军, 陈博

摘要：煤矿井下人体姿态的快速估计是井下作业智慧安全检测的重要前提。为解决煤矿井下多尘多雾、照明不足及颜色相融等问题，提高人体姿态估计关键点分配准确度及网络运行速度，研究新的Optimising HigherHRNet(OH-HRNet)快速网络模型：对HigherHRNet模型的轻量化设计、关键点分配进行深入研究，提出了基于注意力机制的记忆卷积模块及强化骨骼约束的关键点分配算法，并改进了算法的损失函数。在煤矿井下场景数据集和COCO公开数据集上的实验结果表明: OH-HRNet在GPU的速度上是LitePose的1.06倍，平均精度均值mAP提高了7.4%，平均召回率均值mAR提高了14.0%，可以实现更有效的智慧安全检测。

免费下载

矿业安全与环保

2024年第04期

131

5
基于改进YOLOv8n的煤矿带式输送异物检测研究

作者(Author)：李宗霖, 王广祥, 张立亚, 李明亮

摘要：在煤矿带式输送物料过程中，异物的出现可能会引发输送带撕裂或堵塞等安全风险。针对输送带输送物料中异物多样、人工巡检效率低、硬件限制等问题，提出一种基于改进YOLOv8n的轻量化煤矿带式输送异物检测算法：采用GhostNetV2网络对原CSPDarkNet53主干网络进行轻量化改进，以减少模型的参数和计算量；整合全局平均池化和全局最大池化思想优化SPPF模块，关注煤矿恶劣环境影响下图像的底层信息；设计了headC2f_CA模块，融入通道注意力机制，以便能够更有效地捕捉不同尺度和位置的异物特征，强化特征信息表达；引入DIoU损失函数，精确反映锚框与预测框之间的相似度，提升模型检测精度。实验结果表明，改进后的模型平均精度均值达88.3%，相比于基线模型YOLOv8n，提升了0.8%，参数量减少了18.51%，计算量减小了20.73%，模型大小缩减了15.87%。该模型有效缓解了边缘设备的硬件限制，同时保障了煤矿安全监测的准确性。

免费下载

矿业安全与环保

2024年第04期

139

18
基于改进YOLOv5的矿用输送带纵向撕裂检测方法

作者(Author)：于庆, 罗明华, 向亮, 游磊, 朱兴林

摘要：带式输送机输送带纵向撕裂可能引发重大安全事故。针对现有输送带撕裂检测算法精度低、抗干扰能力差的问题, 提出了一种基于多尺度特征融合的纵向撕裂检测系统。系统通过线性激光和高速相机实时捕获输送机胶带表面图像, 使用LoG算法对图像进行预处理, 提取图像关键区域、减少数据冗余, 并通过多尺度特征融合神经网络进行撕裂检测。在检测算法方面, 在神经网络主干网络引入ConvNeXt特征增强模块, 提高模型对细小撕裂纹理的特征提取能力, 在Neck部分使用双向特征金字塔网络(BiFPN)融合浅层细节纹理特征, 减少下采样过程中深层网络细节信息的丢失。实验结果表明, 改进后的算法对纵向撕裂故障检测的检测精度P和平均精度均值mAP分别达到了96. 34%、94. 36%, 优于其他主流的检测方法。

免费下载

矿业安全与环保

2024年第04期

129

14
煤矿工作面喷雾除尘场景下的安全帽识别算法

作者(Author)：张婧, 冯莹莹, 李洪安, 杜思哲, 莫金明

摘要：首先针对煤矿工作面喷雾除尘场景下监控系统采集到的图片模糊, 清晰度低的问题, 提出了一种基于DeDi-Transformer (Density Difference-Transformer)的煤矿工作面图像去雾算法, 该算法利用密度差实现密度感知, 对采集的工作面监控图像进行增强, 提高图像中人员安全帽的清晰度; 其次针对煤矿工作面监控系统很难快速准确识别出煤矿工人是否佩戴安全帽的问题, 提出了一种基于SAC-YOLOv9 (Supervised Atrous Convolution-YOLOv9)的安全帽识别算法, 该算法在YOLOv9主干提取网络中加入监督空洞卷积, 获取不同尺度的感受野, 加快特征提取, 提高安全帽识别的精度。实验结果表明, DeDi-Transformer算法在Braize-Haze数据集上的PSNR为19. 85 dB, 比DeHamer算法提升了2. 49 dB; SSIM是0. 717 9, 比DeHamer算法提高了0. 043 4。SAC-YOLOv9算法在Dehaze-Helmet数据集上的mAP是95. 7%, 与YOLOv9算法相比提升了2. 3%。

免费下载

矿业安全与环保

2024年第04期

88

4
基于矿灯光信号的井下作业人员身份视频识别系统

作者(Author)：刘毅, 刘泽祥, 赵莉莉, 李宜升

摘要：针对矿井视频监视系统中的人员身份难识别的问题，开发了一种基于矿灯光信号的井下作业人员身份视频识别系统。通过在矿灯中嵌入近红外LED光信号，设计了便于识别与追踪的光信号矿灯；设计了基于曼彻斯特编码的光信号编码方法，提出包括霍夫圆/椭圆检测方法在内的矿灯目标检测系列方法，以及动态优化解码方法。视频识别系统通过矿灯发射唯一性ID光信号，视频监视系统采集并处理光信号，解析出矿灯ID。通过煤矿井下实验验证了视频识别系统的有效性。研究成果为矿井安全生产提供了一种创新的人员身份识别技术。

免费下载

矿业安全与环保

2024年第04期

106

7
基于TDConv与统一注意力检测头的异物检测算法

作者(Author)：赵健, 王奕, 王海峰, 程德强, 李自豪

摘要：针对矿井输送带在输送煤流的过程中，大块煤矸石和锚杆存在不同尺寸和形状，图像特征信息难以提取，传统目标检测算法检测效果不理想的问题，提出一种基于TDConv与统一注意力检测头的异物检测算法。该算法通过设计并行卷积的组合方式形成TDConv卷积模块，能有效保持图像特征原有信息，帮助更深的卷积层提取有效细节信息；在检测头部分加入统一注意力模块，有效提取和识别不同尺寸物体、不同空间位置之间的特征信息；基于煤矿井下不同场景的输送带制作了10万张矿用异物数据集(MFID)，为矿井煤流输送过程中异物检测的深入研究和实际应用提供资源支持。实验结果表明，该算法在矿用数据集MFID上的平均精度均值(mAP)与YOLOv5目标检测算法相比提升了2.1%；在具备高精度检测能力的同时，能有效减少异物检测网络模型参数量，使网络结构更加轻量化，适用于煤矿井下边缘计算设备。

免费下载

矿业安全与环保

2024年第04期

102

3