-
题名基于YOLO的井下人员速度测量方法研究
被引量：3
- 1
-
-
作者
付燕
窦晓熠
叶鸥
-
机构
西安科技大学计算机科学与技术学院
-
出处
《煤炭工程》
北大核心
2022年第2期160-165,共6页
-
基金
陕西省自然科学基金项目(2018JQ5095)
中国博士后科学基金项目(2020M673446)。
-
文摘
由于井下环境复杂、背景单一、参照物不够明显的视频数据特征,较难直接通过视觉计算的标定方式实现井下运动目标的测速。论文提出一种不依赖场景标定的速度检测方法,通过自主学习的方式,智能化监测井下工作人员的作业规范。该方法首先基于YOLOv3对巡检人员进行持续的检测跟踪,在此过程中通过视频相邻帧间的目标边界框特征点,确定图像消失点;其次,利用图像消失点建立三角形模型测量实时速度;最后,利用测量出的速度趋势智能判断井下工作人员是否存在漏检行为。在煤矿数据集上的实验结果表明,该方法能够有效度量井下运动目标的速度,用于判断井下工作人员巡检时是否存在漏检行为,比标定方法更适合井下场景的应用。
-
关键词
井下视频
YOLO
目标边界框特征点
图像消失点
三角形模型
不安全行为
-
Keywords
video monitoring of underground mine
YOLO
feature points of bounding box
image vanishing point
triangle model
unsafe behavior
-
分类号
TD76
[矿业工程—矿井通风与安全]
TP391
[自动化与计算机技术—计算机应用技术]
-
