基于YOLO的井下人员速度测量方法研究_中国煤炭行业知识服务平台

基于YOLO的井下人员速度测量方法研究

作者

付燕窦晓熠叶鸥
单位

西安科技大学计算机科学与技术学院
摘要

由于井下环境复杂、背景单一、参照物不够明显的视频数据特征,较难直接通过视觉计算的标定方式实现井下运动目标的测速。论文提出一种不依赖场景标定的速度检测方法,通过自主学习的方式,智能化监测井下工作人员的作业规范。该方法首先基于YOLOv3对巡检人员进行持续的检测跟踪,在此过程中通过视频相邻帧间的目标边界框特征点,确定图像消失点;其次,利用图像消失点建立三角形模型测量实时速度;最后,利用测量出的速度趋势智能判断井下工作人员是否存在漏检行为。在煤矿数据集上的实验结果表明,该方法能够有效度量井下运动目标的速度,用于判断井下工作人员巡检时是否存在漏检行为,比标定方法更适合井下场景的应用。
关键词

井下视频YOLO目标边界框特征点图像消失点三角形模型不安全行为
基金项目(Foundation)

陕西省自然科学基金项目（2018JQ5095）；中国博士后科学基金项目（2020M673446）；
文章目录

1 井下工作人员速度检测
1.1 主要思想
1.2 YOLOv3目标检测
1.3 基于YOLOv3边界框的消失点计算
1.4 基于消失点建立三角形模型测量速度
2 实验与分析
2.1 解决消失点问题的方法有效性
2.2 验证速度测量方法的可靠性
2.3 巡检人员状态检测
3 结语
引用格式

付燕,窦晓熠,叶鸥.基于YOLO的井下人员速度测量方法研究[J].煤炭工程,2022,54(02):160-165.
图表
图(8) / 表(0)