【技术实现步骤摘要】
本专利技术涉及煤矿井下人员安全监测技术，特别是针对煤矿井下人员运用基于人体姿态识别的异常行为检测。
技术介绍
1、我国作为煤炭大国，煤矿井下生产规模巨大，建立完善的井下安全生产监测体系是保证井下安全生产的重要手段。现阶段生产企业广泛采用的方式是在各个生产环节中部署视频监控系统，再通过人工手段监控、维持目标区域的生产活动。由于井下高粉尘、高湿度、低可见度的环境特征，因此造成监控人员无法全方位、立体化的监控到井下工作人员行为的方方面面。与此同时，长时间单一工作造成的视觉疲劳会影响监控人员对紧急事件的捕捉能力，其不同监控人员的主观意识也会造成监控效果的参差不齐，如果发生安全事故发生无法第一时间响应，将造成无法挽回的损失。因此有效的从监控视频中监测井下异常行为对煤矿安全生产有着谁分重要的意义。
技术实现思路
1、为解决煤矿井下典型环境下，人工手段监控无法对井下人员异常行为模式全方位及时响应的弊端。提出一种面向煤矿井下的异常行为检测方法，本专利技术将监控设备作为采集介质，对采集图像进行去雾处理，将处理后的图像依次通过人体关键点检测模型和异常行为识别模型，识别井下人员行为状态。根据最终识别的行为分类，判定是否为异常行为。
2、1.一种面向煤矿井下人体异常行为检测方法，其特征在于，包括以下步骤：
3、s1：预先设立若干种井下异常行为类别，采用人工手段采集人体异常行为图像数据，采用人体关键点标注原则进行数据标注，同时针对关键点标注后的骨骼数据按照上述异常行为类别进行目标分类
4、s2：采用监控设备实时采集监控视频信息，将获取的图像信息进行去雾算法处理；
5、s3：针对去雾处理后的图像信息，利用改进的高分辨率人体关键点识别模型sw-hrpose进行人体关键点检测，并获得只有关键点骨骼信息的骨骼特征图；
6、s4：针对人体关键点检测获得的只有关键点骨骼信息的骨骼特征图，建立一种基于yolov5的异常行为目标检测分类模型，对上述骨骼特征图进行异常行为识别，当识别分类为预设的异常行为时则系统报警。
7、2.根据权利要求1所述的面向煤矿井下人体异常行为检测方法，其特征在于，预设多种井下异常行为类别；针对该异常行为数据集的建立，通过网上视频异常行为图像抽取和模拟井下昏暗环境下，进行目标类别动作模拟两种方式，并对收集的符合类别的标准的图像数据运利用labelme标注软件对采集的图片进行关键点标注，标注顺序与coco数据集顺序一致（包含17个关键点信息），针对人体关键点标注后的关键点骨骼信息图像在进行上述异常行为的目标检测分类。
8、3.根据权利要求1所述的一种面向煤矿井下人体异常行为检测方法，其特征在于，建立一种改进的人体关键点识别网络sw-hrpose，包括，针对特征提取阶段，将去除stage冗余迭代卷积操作的hrnet模型作为主干网络；并在每个下采样并行子网过程后，在特征提取过程中引入自注意力机制，在特征提取过程将注意力机制与卷积并行设计，设计一种低阶全局信息和高频局部信息的融合模块sw-fusion，混合并行网络中卷积和自注意力机制得到的特征信息，得到混合的全局和局部特征。
9、4.据权利要求1所述的一种面向煤矿井下人体异常行为检测方法，其特征在于建立一种基于yolov5的异常行为目标检测分类模型，包括：
10、针对煤矿井下环境目标检测特点以及实时检测需求，对yolov5模型backbone网络进行改进，采用自注意力机制代替原有c3层，增强全局视野目标检测能力。
11、根据权利要求1所述的一种面向煤矿井下人体异常行为检测方法，其特征在于，采用去雾算法对输入图像进行处理，面向煤矿井下煤尘粉尘严重等造成视觉系统中图像不清晰、画面模糊以致人员行为无法识别问题，依据暗通道先验理论,选取大气光强的估计值,采用大气散射模型和大气光强共同估计初始透射率，利用导向滤波的方法对折射率进行细化，进行图像复原，针对复原的无雾进行关键点检测和行为识别。
12、本专利技术的有益效果：
13、本专利技术与现有技术相比的优点在于：本专利技术首先针对监控获得的视频信息做图像去雾处理，改善原有图像中高水雾，高粉尘的特点，再以此利用人体姿态识别和异常行为检测的方法对图像进行识别，及时准确的对井下人员异常行为发现报警，保障井下人员安全生产秩序。
本文档来自技高网...【技术保护点】
1.一种面向煤矿井下人体异常行为检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的面向煤矿井下人体异常行为检测方法，其特征在于，所述的预设多种井下异常行为类别；针对该异常行为数据集的建立，通过网上视频异常行为图像抽取和模拟井下昏暗环境下进行目标类别动作模拟两种方式，并对收集的符合类别的标准的图像数据运利用labelme标注软件对采集的图片进行关键点标注，标注顺序与COCO数据集顺序一致（包含17个关键点信息），针对人体关键点标注后的关键点骨骼信息图像在进行上述异常行为的目标检测分类。
3.根据权利要求1所述的一种面向煤矿井下人体异常行为检测方法，其特征在于，建立一种改进的人体关键点识别网络SW-HRPose，包括，针对特征提取阶段，将去除stage冗余迭代卷积操作的HRNet模型作为主干网络；并在每个下采样并行子网过程后，在特征提取过程中引入自注意力机制，在特征提取过程将注意力机制与卷积并行设计，设计一种低阶全局信息和高频局部信息的融合模块SW-Fusion，混合并行网络中卷积和自注意力机制得到的特征信息，得到混合的全局和局部特征。
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。