申请/专利权人:云鼎科技股份有限公司
申请日:2023-12-21
公开(公告)日:2024-04-12
公开(公告)号:CN117876643A
主分类号:G06V10/10
分类号:G06V10/10;G06V20/40;G06V20/52;G06V20/70;G06V10/82
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.30#实质审查的生效;2024.04.12#公开
摘要:一种基于机器视觉的煤矿井下限员管理方法,所述管理方法包括以下步骤:选择每日无人出入井时刻人员定位系统人数作为井下基数,对摄像头进行调试,将摄像头接入网络视频录像机,用于回溯视频采集数据;选取人员出井密集的时段,预先采集人员进出井的图像,建立图像数据集;使用深度学习图像标签对图像数据集进行标注;采用yoloV5‑m作为目标检测模型,使用标注好的安全帽数据来训练目标检测模型;基于目标检测模型的训练结果,将目标检测模型的坐标信息传入到目标追踪模型;确定追踪对象产生的区域为罐笼区域,对到达罐笼区域的工作人员记录为出井人数并自动启动视频保存功能。
主权项:1.一种基于机器视觉的煤矿井下限员管理方法,其特征在于,所述管理方法包括以下步骤:S1,选择每日无人出入井时刻人员定位系统人数作为井下基数,对摄像头进行调试,所述摄像头为本安型摄像头,其分辨率不低于1920*1080,所述摄像头安装高度大于3.5米;S2,将摄像头接入网络视频录像机,用于回溯视频采集数据;选取人员出井密集的时段,预先采集人员进出井的图像,建立图像数据集;S3,使用深度学习图像标签对图像数据集进行标注,所述标注类别为佩戴安全帽的头部和未佩戴安全帽的头部,得到标注好的安全帽数据;S4,采用yoloV5-m作为目标检测模型,使用标注好的安全帽数据来训练目标检测模型;S5,基于目标检测模型的训练结果,将目标检测模型的坐标信息传入到目标追踪模型,以对进出井的工作人员进行在线检测和实时追踪计数;所述目标追踪模型用于对工作人员安全帽的轨迹进行追踪,所述目标追踪模型由DeepSort建立;S6,确定追踪对象产生的区域为罐笼区域,对到达罐笼区域的工作人员记录为出井人数并自动启动视频保存功能。
全文数据:
权利要求:
百度查询: 云鼎科技股份有限公司 一种基于机器视觉的煤矿井下限员管理方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。