[發明專利]一種煤礦綜采工作面作業人員違規和危險行為預警方法

在審

• 申請號: 202110452441.5
• 申請日: 2021-04-26
• 公開（公告）號: CN113111840A
• 公開（公告）日: 2021-07-13
• 發明（設計）人: 陳湘源;鄧仰東;伏新征;陸風濤
• 申請（專利權）人: 常州典宏自動化科技有限公司;國能榆林能源有限責任公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/32;G06K9/40;G06N3/04;G06N3/08
• 代理公司: 常州市科誼專利代理事務所 32225
• 代理人: 孫彬

1.一種煤礦綜采工作面作業人員違規和危險行為預警方法，其特征在于，它包括：

S1、通過攝像頭獲取煤礦綜采工作面環境下的作業人員圖像，進行圖像預處理；

S2、基于經過預處理的圖像，訓練作業人員邊框檢測模型，通過判斷作業人員的邊框是否進入或靠近刮板機ROI區域來判定是否發生危險行為；

基于經過預處理的圖像，訓練作業人員邊框檢測模型，通過判斷作業人員邊框和切割頭ROI區域是否發生相互靠近行為，從而判定是否發生危險行為；

基于經過預處理的圖像，通過關鍵點提取的方法獲取到作業人員的人體骨骼關鍵點，對作業人員的人體骨骼關鍵點進行狀態和序列預測判斷作業人員是否發生摔倒行為，從而判定是否發生危險行為。

2.根據權利要求1所述的一種煤礦綜采工作面作業人員違規和危險行為預警方法，其特征在于，步驟S1中所述圖像預處理，包括如下步驟：

S11、對攝像頭獲取的低光圖像進行亮度調整；

S12、采用非盲去噪網絡對調整亮度之后的圖像進行去噪，所述非盲去噪網絡包括：

噪聲估計子網絡，所述噪聲估計子網絡采用五層全卷積網絡，卷積核為3×3，通道數為32，采用relu作為激活函數，將噪聲觀測圖像轉換為估計的噪聲水平圖；

非盲去噪子網絡，所述非盲去噪子網絡使用16層的U-Net結構，且使用殘差學習的方式學習殘差映射，從而得到最終的去噪圖像結果。

3.根據權利要求2所述的一種煤礦綜采工作面作業人員違規和危險行為預警方法，其特征在于，步驟S12中所述采用非盲去噪網絡對調整亮度之后的圖像進行去噪，包括如下步驟：

S121、將RGB圖像轉為HSV圖像(H、S、V分別代表色調、飽和度、亮度),這里之所以轉化為HSV，是通過只調整亮度V，不改變色調和飽和度來改變低光圖像的亮度；

S122、求取HSV圖像局部像素平局亮度；

S123、通過局部像素平均亮度獲取HSV圖像亮度的拉伸系數；

S124、對HSV圖像通過拉伸系數進行亮度調整；

S125、將步驟S124拉伸之后的圖像還原到RGB圖像；

S126、對步驟S125的RGB圖像進行五層全卷積推斷；

S127、對步驟S125五層全卷機的結果使用U-Net模型推斷，得到最終的去噪圖像結果。

4.根據權利要求3所述的一種煤礦綜采工作面作業人員違規和危險行為預警方法，其特征在于，步驟S2中所述訓練作業人員邊框檢測模型，包括如下步驟：

根據步驟S127中的去噪圖像結果，采用YOLO-V3網絡結構訓練作業人員邊框檢測模型來完成作業人員邊框的檢測；

所述作業人員邊框檢測模型進行作業人員、刮板機和切割頭的識別，需要對步驟S127中的去噪圖像結果進行數據標注，數據標注類別包括作業人員、刮板機和切割頭，用來訓練作業人員邊框檢測模型。