【技术实现步骤摘要】
本专利技术涉及煤矿安全检测，具体而言，涉及基于三维人脸图像识别的煤矿井下安全检测方法及系统。
技术介绍
1、随着煤矿开采业的迅速发展，地下煤矿的安全监测系统逐渐成为保障矿工生命安全和提升矿井生产效率的重要技术。然而，当前许多地下煤矿的安全监测技术仍然较为落后，主要依赖于传统的传感器网络和人工监控。这些系统通常采用单一的传感器类型，如温度传感器、气体传感器和地质应力传感器，分别监测矿井内的火灾风险和地质稳定性。
2、现有技术的主要问题在于数据孤立、响应滞后以及缺乏全面的安全评估手段，然而这些系统无法实时综合多种传感数据，难以及时识别和预警潜在的安全隐患，且矿工的位置和行为状态往往无法准确获取，导致在突发事件中的应急响应不够高效。目前现有的解决方案多为独立的监测和报警系统，无法实现对火灾和地质异常的多源数据融合与分析，导致在危险发生时无法迅速、准确地定位矿工，并进行有效的应急处理，因此，这些系统的技术落后性在于其缺乏智能化和综合分析能力，不能满足现代煤矿安全监测的需求。
技术实现思路
1、本专利技术的目的在于提供基于三维人脸图像识别的煤矿井下安全检测方法及系统，以改善上述问题。为了实现上述目的，本专利技术采取的技术方案如下：
2、第一方面，本专利技术提供了基于三维人脸图像识别的煤矿井下安全检测方法，包括：
3、利用火灾监测设备实时采集煤矿井下的图像数据，对图像数据进行预处理后，基于yolo模型识别和定位图像中的明火；若检测到明火，则对含有明火的图像使
4、利用地质监测设备采集煤矿井下的地质数据，对采集到的地质数据中的地质构造进行特征提取和形态分析，得到特征形态，将特征形态与预设的地质模型进行比对，以评估当前地质结构的稳定性和安全系数，得到地质监测数据，其中安全系数包括考虑地质层的强度、倾角和地下水位的影响，其中地质监测设备包括地应力传感器和地质雷达；
5、将火灾监测数据和地质监测数据通过时间戳和空间位置信息进行关联整合，以获取第一关联信息和第二关联信息；其中通过时间戳进行关联确保在同一时刻或时间段内匹配火灾监测数据和地质监测数据的记录，通过空间位置信息进行关联通过确定每个数据点的空间位置，利用空间距离或区域划分方法将火灾监测数据和地质监测数据关联到同一空间区域内；
6、通过获取三维人脸识别数据，确定每个矿工的实时位置和行为状态；根据时间戳，将火灾和地质监测的第一关联信息与三维人脸识别数据进行关联，判断在火灾或地质发生危险的时间段内矿工的行为状态是否异常；同时，根据空间位置信息，将火灾和地质监测的第二关联信息与矿工的空间位置进行关联，判断矿工是否处于危险区域，并确定其具体位置；
7、综合矿工的行为状态以及位置信息，结合预设的安全标准和规则，通过多因素决策算法，制定并优化煤矿井下的安全决策。
8、优选地，所述利用火灾监测设备实时采集煤矿井下的图像数据，对图像数据进行预处理后，基于yolo模型识别和定位图像中的明火，其中包括：
9、根据采集到的煤矿井下的图像数据，经过图像去噪处理和直方图均衡化处理，得到预处理后的图像数据；将预处理后的图像数据输入至yolo模型中，通过卷积核对预处理后的图像数据进行卷积操作，提取不同层次的特征，得到煤矿井下初步特征图，其中特征包括矿井下的火焰的形状、颜色以及烟雾分布模式的信息；
10、基于煤矿井下初步特征图，通过池化层进行最大池化操作，实现空间降采样，保留最明显的火焰特征，生成采样后的特征图；对采样后的特征图使用yolo模型中的卷积神经网络进行高级特征提取，得到高级特征图，其中高级特征包括火焰的复杂形状和运动特征；
11、根据高级特征图，经过yolo模型的全连接层处理，得到每个特征图单元对应的边界框、类别置信度和位置置信度，将边界框、类别置信度和位置置信度结合起来形成候选区域和对应的检测置信度，其中每个候选区域包括一个边界框和候选区域内是否存在明火的检测置信度；
12、基于候选区域和检测置信度，应用非极大值抑制处理，过滤掉重叠的候选区域，得到最终的候选框，即明火检测结果，其中明火检测结果包括明火的具体位置和检测得分，其中具体位置采用四个坐标值定义的边界框表示，检测得分用来表示yolo模型对于明火检测结果的置信度或可信度。
13、优选地，所述若检测到明火，则对含有明火的图像使用光流法分析其稠密轨迹，追踪图像中像素点的运动情况，生成物体的运动轨迹，并根据运动轨迹判断火势的扩散方向和速度，得到火灾监测数据，其中包括：
14、从连续的图像序列中提取到包含明火的图像帧序列，使用卢卡斯-卡纳德光流算法计算每个像素点在火焰区域内的运动向量，得到每个像素点在时间序列中的运动速度和方向；
15、基于计算得到的每个像素点在时间序列中的运动速度和方向，生成火焰区域内火焰物体的运动轨迹，其中运动轨迹为火焰物体在时间上的移动路径和速度变化；
16、分析火焰物体的运动轨迹中的空间和时间特征，进而判断火势的扩散方向和速度，得到火灾监测数据，其中火灾监测数据包括火灾扩散的方向向量和速度值。
17、优选地，所述利用地质监测设备采集煤矿井下的地质数据，对采集到的地质数据中的地质构造进行特征提取和形态分析，得到特征形态，将特征形态与预设的地质模型进行比对，以评估当前地质结构的稳定性和安全系数，得到地质监测数据，其中安全系数包括考虑地质层的强度、倾角和地下水位的影响，其中地质监测设备包括地应力传感器和地质雷达，其中包括：
18、利用地应力传感器和地质雷达采集煤矿井下地质数据，并使用中值滤波算法和标准分数检测法对数据进行清洗和预处理，去除噪声和异常值，得到清理后的地质数据；
19、基于清理后的地质数据，运用小波变换对清理后的地质数据进行多尺度分析，通过分解信号的频率成分提取地质构造的关键特征，得到地质构造特征，其中关键特征包括地质层的形状、厚度和分布模式；
20、利用空间分析算法和密度估计方法分析地质构造特征中地质数据的空间分布情况，提取地质层的形状和厚度信息，并确定地质层的水平和倾斜分布特征，得到地质构造特征，其中空间分布情况的分析是采用克里金插值法或空间自相关分析方法；使用倾斜角度的计算方法分析地质层的倾斜度和变化趋势，进而识别地质界面；
21、将地质构造特征和地质界面经过空间融合和形态综合处理，生成完整的地质特征形态；将完整的地质特征形态与预设的地质模型通过形态匹配算法进行形态匹配和相似度分析，基于相似度评估当前地质结构的稳定性和安全系数，最终得到地质监测数据；其中安全系数包括考虑地质层的强度、倾角和地下水位的影响，相似度分析包括对比地质各层特征的空间位置、形态和倾斜角度方面，地质本文档来自技高网...
【技术保护点】
1.基于三维人脸图像识别的煤矿井下安全检测方法，其特征在于，包括：
2.根据权利要求1所述的基于三维人脸图像识别的煤矿井下安全检测方法，其特征在于，所述利用火灾监测设备实时采集煤矿井下的图像数据，对图像数据进行预处理后，基于YOLO模型识别和定位图像中的明火，其中包括：
3.根据权利要求1所述的基于三维人脸图像识别的煤矿井下安全检测方法，其特征在于，所述若检测到明火，则对含有明火的图像使用光流法分析其稠密轨迹，追踪图像中像素点的运动情况，生成物体的运动轨迹，并根据运动轨迹判断火势的扩散方向和速度，得到火灾监测数据，其中包括：
4.根据权利要求1所述的基于三维人脸图像识别的煤矿井下安全检测方法，其特征在于，所述利用地质监测设备采集煤矿井下的地质数据，对采集到的地质数据中的地质构造进行特征提取和形态分析，得到特征形态，将特征形态与预设的地质模型进行比对，以评估当前地质结构的稳定性和安全系数，得到地质监测数据，其中安全系数包括考虑地质层的强度、倾角和地下水位的影响，其中地质监测设备包括地应力传感器和地质雷达，其中包括：
5.根据权利要求4
6.根据权利要求5所述的基于三维人脸图像识别的煤矿井下安全检测方法，其特征在于，所述计算第一特征形态和预设的地质模型的相似度，得到相似度分析结果，其中包括：
7.根据权利要求5所述的基于三维人脸图像识别的煤矿井下安全检测方法，其特征在于，所述结合地质层的强度、倾角和地下水位数据，评估当前地质结构的稳定性，并通过稳定性评估结果，计算地质结构的安全系数，其中包括：
8.根据权利要求1所述的基于三维人脸图像识别的煤矿井下安全检测方法，其特征在于，所述通过获取三维人脸识别数据，确定每个矿工的实时位置和行为状态；根据时间戳，将火灾和地质监测的第一关联信息与三维人脸识别数据进行关联，判断在火灾或地质发生危险的时间段内矿工的行为状态是否异常，若异常则调取相对应的第一处理措施，其中包括：
9.根据权利要求1所述的基于三维人脸图像识别的煤矿井下安全检测方法，其特征在于，所述根据空间位置信息，将火灾和地质监测的第二关联信息与矿工的空间位置进行关联，判断矿工是否处于危险区域，若处于危险区域，则调取相对应的第二处理措施，并确定其具体位置，其中包括：
10.基于三维人脸图像识别的煤矿井下安全检测系统，基于权利要求1所述的基于三维人脸图像识别的煤矿井下安全检测方法，其特征在于，包括：
...【技术特征摘要】
1.基于三维人脸图像识别的煤矿井下安全检测方法，其特征在于，包括：
2.根据权利要求1所述的基于三维人脸图像识别的煤矿井下安全检测方法，其特征在于，所述利用火灾监测设备实时采集煤矿井下的图像数据，对图像数据进行预处理后，基于yolo模型识别和定位图像中的明火，其中包括：
3.根据权利要求1所述的基于三维人脸图像识别的煤矿井下安全检测方法，其特征在于，所述若检测到明火，则对含有明火的图像使用光流法分析其稠密轨迹，追踪图像中像素点的运动情况，生成物体的运动轨迹，并根据运动轨迹判断火势的扩散方向和速度，得到火灾监测数据，其中包括：
4.根据权利要求1所述的基于三维人脸图像识别的煤矿井下安全检测方法，其特征在于，所述利用地质监测设备采集煤矿井下的地质数据，对采集到的地质数据中的地质构造进行特征提取和形态分析，得到特征形态，将特征形态与预设的地质模型进行比对，以评估当前地质结构的稳定性和安全系数，得到地质监测数据，其中安全系数包括考虑地质层的强度、倾角和地下水位的影响，其中地质监测设备包括地应力传感器和地质雷达，其中包括：
5.根据权利要求4所述的基于三维人脸图像识别的煤矿井下安全检测方法，其特征在于，所述将地质构造特征和地质界面经过空间融合和形态综合处理，生成完整的地质特征形态；将完整的地质特征形态与预设的地质模型通过形态匹配算法进行形态匹配和相似度分析，基于相似度评估当前地质结构的稳定性和安全系数，最终得到地质...
【专利技术属性】
技术研发人员：焦敏，彭斌，罗茂耘，王进，
申请(专利权)人：成都科瑞特电气自动化有限公司，
类型：发明
国别省市：
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。