中国安全科学学报

作者：左明成, 焦文华

单位：中国矿业大学 人工智能研究院,江苏 徐州 221008

关键词：煤矿井下,安全帽佩戴,识别算法,姿态分析,模型优化

基金：国家自然科学基金(62303465); 山东省自然科学基金(ZR2022LZH017); 企事业单位委托项目(JAI2301)

为提高煤矿井下作业场景的工人安全帽佩戴识别准确度,提出一种人体姿态分析的安全帽佩戴识别算法和机器视觉系统优化方法。首先,选择单步多框目标检测(SSD)作为多目标识别的基础模型,利用网络压缩模型(SqueezeNet)削减改进模型参数,以形成高效的识别模型,在提高对工人安全帽的识别准确度的同时,维持识别准确度与计算速度之间的平衡;然后,引入多人姿态估计算法,定位每个工人的人体关节点,判断工人的复杂行为状态;最后,基于多目标识别与多人姿态估计的融合模型,提取目标人员的上肢关节点,结合其与安全帽包围框的空间拓扑结构关系,判定安全帽的佩戴情况,选取3 000条图像数据验证所提方法的有效性。结果表明:机器视觉系统优化方法能优化硬、软件配置,提高系统性能。该方法识别准确度达到91.1%,明显优于最新的安全帽佩戴识别算法,能够满足煤矿井下作业的工人安全帽佩戴识别准确度要求。

来源：2024年第3期

《中国安全科学学报》期刊编辑部

查看中国安全科学学报杂志2024年第3期