改进YOLOv8s与DeepSORT的矿工帽带检测及人员跟踪

不系帽带,安全帽等于没戴。然而现有的安全帽检测方法,缺乏对帽带异常佩戴的检测研究。针对此问题,结合煤矿井下特殊的作业环境,以人员安全帽帽带检测及人员跟踪为研究对象,提出了CM-YOLOv8s算法检测安全帽及其帽带,利用DeepSORT算法对未系帽带的作业人员进行跟踪。利用井下监控视频制作数据集,使用CM-YOLOv8s对井下人员安全帽帽带进行检测:在YOLOv8s的基础上引入更高分辨率的特征图并新增了一种级联查询机制,在不提高计算成本的前提下能完成对小物体更精准的检测。利用改进DeepSORT对人员进行编码追踪:采用更深层卷积替换DeepSORT中小型残差网络来强化外观信息提取能力。通过自制井下安全帽帽带检测及跟踪数据集对改进算法进行验证,实验结果表明:CM-YOLOv8s的安全帽帽带识别算法平均精度均值达到92.3%,较YOLOv8s提高4.2个百分点。此外,基于CM-YOLOv8s与DeepSORT的安全帽规范佩戴识别系统的平均准确率为85.37%,检测速度达到59 FPS。提出的安全帽帽带检测算法,通过检测帽带是否在人员下颚附近来鉴别安全帽是否规范佩戴,能较好地平衡检测速度与精度,并能适应复杂的井下环境。通过在陈四楼煤矿数月的应用表明,实现了对安全帽佩戴异常的监测预警,加强了对矿工规范佩戴安全帽的有效监管。

基于YOLOv7的矿工吸烟识别方法研究

井下矿工的吸烟行为严重影响煤矿生产安全,对井下矿工吸烟行为的有效识别迫在眉睫。针对煤矿井下的特殊环境和传统识别方法准确率低的问题,提出一种基于YOLOv7的矿工吸烟行为识别算法YOLO-SFN。将SimAM嵌入到YOLOv7的网络结构中,用Focus模块替换MPConv下分支中的3×3卷积核,提高模型在复杂背景下的特征提取能力。在后处理阶段采用Soft-NMS作为网络模型的后处理算法,解决了传统NMS算法在复杂密集环境中的漏检问题。实验结果表明,该方法的准确率为96.45%,召回率为92%,精确率为97.05%。研究成果已经在陈四楼煤矿得以推广应用,实现了对煤矿井下矿工吸烟行为的有效监管。

局部特征引导标签平滑与优化的井下弱特征人员重识别

煤矿井下低照度、强光扰、高粉尘等环境条件,以及井下人员服装的相似性和脸部落煤现象,导致井下弱特征人员重识别困难。现有人员重识别方法仅提取全局特征,未充分考虑局部特征,使得井下人员重识别准确率较低。针对上述问题,提出了一种局部特征引导标签平滑与优化的井下弱特征人员重识别方法。该方法首先通过卷积神经网络提取井下人员图像的全局特征与局部特征;然后利用k最近邻相似性计算全局特征和局部特征的互补性得分,来衡量全局特征和局部特征的相似程度;最后根据特征互补性得分对局部特征进行标签平滑及对全局特征进行标签优化,即动态调整每个局部特征的权重,以改进每个局部特征的标签,并对局部特征的预测结果进行汇总,利用更可靠的信息来完善标签以作为全局特征的标签,从而减少图像噪声并增强特征识别能力。实验结果表明,该方法在公开数据集和包含井下人员图像的自建数据集上的平均精度均值(mAP)、第一匹配正确率(Rank-1)和平均逆置负样本惩罚率(mINP)总体优于主流人员重识别方法,具有良好的泛化性和鲁棒性,能有效实现井下弱特征人员重识别。

面向路面抛洒物检测的多任务学习算法研究

针对现有检测算法在定点抛洒物检测方面的不足,提出一种基于多任务学习和图像处理的路面抛洒物检测算法.首先,为YOLOv6s设计一种融合多层语义特征的语义分割头,并为目标检测分支和语义分割分支设计损失函数,进行多任务学习;其次,结合语义分割分支分割连续性的优势以及图像处理的方法,提取完整路面区域;最后,引入结合IoU和质心位置的抛洒物区域识别与排除方法,实现非抛洒物的排除和最终抛洒物区域提取.实验结果表明,在BDD100k数据集上,改进算法在车辆目标检测和可行驶区域分割上分别达到77.8%的平均精度值(mAP)和91.5%的平均交并比(mIoU).

FGH96粉末涡轮盘结构模拟件疲劳小裂纹扩展试验

为了分析涡轮盘轮缘榫槽等几何不连续部位对疲劳裂纹萌生及小裂纹扩展行为的影响,基于FGH96粉末盘实际构型设计结构特征模拟件,并对其在高温条件下开展自然萌生疲劳小裂纹扩展试验,通过疲劳中断试验和表面复型技术对榫槽和螺栓孔结构模拟件在500℃下的裂纹萌生和小裂纹扩展行为进行了观测和分析。结果表明:2种结构模拟件缺口表面存在多裂纹萌生现象,随着应力水平的降低,裂纹萌生位置由表面晶界转变为近表面特定方向的晶面以及非金属夹杂物处;2种结构模拟件裂纹萌生寿命占比约为36%~73%,且随着应力水平的降低而提高,裂纹扩展至工程可检裂纹尺寸时的寿命占比约为82%~96%,应力水平对其影响相对较小;特征模拟件缺口附近高水平的塑性变形能够导致小裂纹扩展速率分段特征现象消失,并延缓裂纹扩展过程中的合并行为,延长裂纹扩展寿命。

基于改进Faster RCNN的驾驶员手持通话检测

针对现有驾驶员通话行为识别误判率较高的问题,提出一种基于改进Faster RCNN的驾驶员行为检测方法,对驾驶员的违规手持通话进行检测.介绍了针对区域建议网络(RPN)及其损失函数的优化策略,并在原始Faster RCNN上运用多尺度训练、增加锚点数量以及引入残差扩张网络的方法增强网络检测不同尺寸目标的鲁棒性.基于车载平台上采集的驾驶员行为图像,对文中提出的方法进行仿真试验.结果表明:RPN和Faster RCNN通过交替优化共享特征提取网络部分,实现高效的目标检测,相较于原始Faster RCNN,检测精确度提高了3.8%,对环境的适应性更强.

YM_SSH:一种用于实时疲劳检测的轻量级目标检测网络

文章通过轻量化手段实现了在资源受限设备上疲劳检测算法性能提升。同时,为进一步优化疲劳检测精度,本研究在YOLOv3和MobileViT模型的基础上,融入改进的SSH人脸检测网络,将大卷积核替换为若干个3×3卷积核,提出新型轻量化目标检测模型YM_SSH(YOLOv3-MobileViT-SSH)。实验表明,YM_SSH相比于传统轻量级模型(如MobileNetV2-YOLOv3),模型体积缩小了约8 MB,检测精度几乎保持不变,表明YM_SSH模型参数量小,计算成本低,且能获得比其他流行的目标检测模型更高的识别精度和更强的抗干扰能力。

基于改进YOLOv5s的矿工排队检测方法

传统的目标检测算法识别矿工排队异常行为时需人工提取特征,检测时间长、检测精度低;基于卷积神经网络的目标检测算法在检测速度和精度上有所提升,但在遮挡、昏暗和光照不均等场景下的检测效果难以保障。针对上述问题,提出了一种改进YOLOv5s(HPI-YOLOv5s)模型,并将其用于矿工排队检测。HPIYOLOv5s模型在YOLOv5s模型的基础上对路径聚合网络(PANet)进行改进,通过删除单个输入边节点、增加双向交叉路径,构建了一种双向交叉特征金字塔网络(BCrFPN)进行多尺度特征融合。鉴于手动设置阈值的标签分配策略鲁棒性不高,在自适应训练样本选择(ATSS)动态设置阈值的基础上,提出动态标签分配策略(ATSS_PLUS),更合理地评估候选样本的质量,动态设定每个真实目标的阈值,具有更高的检测精度和鲁棒性。通过半平面交法计算人脸框与所划定排队区域的相交面积,并将相交面积和人脸框面积之比与设置的阈值比较以判断矿工是否有序排队。实验结果表明:HPI-YOLOv5s模型比YOLOv5s模型的准确率提高了1.9%,权重大小减少了32%,参数量减少了6.9%,检测速度提高了7.8%,且针对遮挡、昏暗、光照不均的矿井图像,能够更准确地识别矿工排队情况。

基于D-K算法的煤矿水灾多最优路径研究

矿井水灾时选择合理的逃生路线,需要考虑水及巷道其他因素的影响,引入当量长度来求解到达逃生地点用时最短最安全的路径。Dijkstra算法可求解从源节点到目标节点的最短路径,K则最优路径算法可求解从源节点到某一目标节点的前N条最优路径,矿井水灾时,为了避免拥挤,同一地点工作的人员可选择多个逃生井口进行逃生,但从源节点到某一目标节点的前N条最优路径并不一定是到其他逃生井口的前N条最优路径,基于这种思路,在Dijkstra算法的基础上,提出一种从源节点到其他所有逃生节点的前N条最优路径的新方法,并结合矿井具体实例,与Dijkstra算法和K则最优路径算法比较,用MATLAB仿真实现。

一种改进的编辑距离算法及其在数据处理中的应用

基于数据处理的需要,在分析原有编辑距离算法的基础上,通过拓展交换操作减少编辑操作的数量。与仅对计算点之前相邻位置字符间的交换操作相比,通过对计算点前后非相邻位置字符间的交换操作改进该算法,能够得到更理想化的编辑距离。将改进的编辑距离算法应用于煤矿隐患数据的处理,提高了隐患数据分类分级的有效性和执行效率。

煤矿隐患数据挖掘模型及适用挖掘算法

为研究煤矿隐患数据的挖掘以实现海量隐患数据的有效利用,在分析矿山数据挖掘技术和煤矿隐患数据特点的基础上,提出煤矿隐患数据挖掘是矿山数字化的重要组成部分,给出煤矿隐患数据挖掘的概念,设计了煤矿隐患数据挖掘模型,并进一步分析了适用于煤矿隐患数据的挖掘算法。以关联算法为例,对隐患数据进行多维关联规则挖掘,分析挖掘结果表明隐患多维数据之间存在紧密关联性,能够为煤矿安全决策提供支持。

复杂环境下地震监测的无线传感器网络系统设计

针对复杂环境下难以有效进行地震监测的问题,设计了具有分簇拓扑结构和簇内单跳等特征的无线传感器网络系统以实现通过无线方式获取地震监测信息。分析了该监测系统的结构,介绍了所设计的地震监测节点硬件组成和完成相关功能的软件系统,简化的震动实验结果表明了设计的可行性。总结了时间延迟方面的实验结果,并提出了待解决的关键技术问题及下一步的研究工作。

现代通信技术在矿井机车监控系统中的应用

以淮北临涣煤矿井下机车监控系统为例,详细论述了现代通信技术在矿井机车监控系统中的应用。

协同软件技术在煤矿隐患排查系统中的应用

研究协同软件技术在煤矿隐患排查中的应用以实现隐患事物处理的快速流转、即时反馈、动态跟踪和闭合管理。给出了煤矿隐患排查系统的协同软件应用模型,进行了针对隐患排查系统的角色协同、流程协同、信息协同和计算协同的设计。现场应用表明,协同软件技术的应用使煤矿隐患排查的效率大大提高,促进了煤矿的安全生产。

基于吸引因子和混合传输的分簇路由算法

为了能够有效地降低无线传感器网络(WSN)的能耗,延长网络生命周期,对低功耗自适应集簇分层型(LEACH)协议等多个分簇路由协议进行分析,并针对其算法存在的缺陷提出基于吸引因子和多跳传输的分簇路由算法(CRAH)。针对不合理的簇头选择问题,采用加权和的方法将节点剩余能量与节点位置两个参数,作为簇头选择的新指标;对簇头节点的任务进行重新分配,选出新的融合节点;融合节点和基站的通信采用单跳与多跳相结合的混合传输方式,结合吸引因子和Dijkstra算法提出新的基于吸引因子的Dijkstra(AF-DK)算法,为融合节点找到最优转发路径。仿真结果表明,与LEACH、集中式低功耗自适应集簇分层型(LEACH-C)路由和固定簇半径的分簇(HEED)等协议相比,CRAH使网络寿命分别提高了约51.56%、47.1%和42%,网络能耗速度明显减缓,基站接收的数据量平均减少了69.9%。CRAH使簇头选择更加合理,有效减少了通信过程中的冗余数据,均衡了网络能耗,延长了网络生命周期。

Delphi环境中MODBUS通信协议的开发和应用

本文结合串行通信的实例,运用流程图和具体的文字说明,深入探讨了Delphi环境中MODBUS通信协议的开发和应用。

Ajax技术在实时WEB监测中的应用研究

研究Web实时监测系统的一种新的实现方式——使用Ajax技术。以煤矿胶带输送机监测系统为例,分析其系统组成及WEB服务,论述利用Ajax技术实现监测系统的Web服务,并指出了Ajax技术的不足指出。实际应用表明,效果较好。

WEB实时监测系统的一种新的实现方式

研究WEB实时监测系统的一种新的实现方式——使用Ajax技术。以煤矿胶带输送机监测系统为例,分析其系统组成及WEB服务,论述利用Ajax技术实现监测系统的WEB服务,并指出了Ajax技术的不足之处。

基于事件与能量感知的WMSNs节点不相交多路径算法

在无线传感器网络中建立从源节点到目标节点的多条不相交路径,提出了一种基于事件与能量感知的节点不相交多路径算法(EEDMA)。建立了基于事件与能量感知的多路径模型,基于对事件类型和各路径中节点剩余能量的感知,为不同的事件类型的数据选择合适的路径进行传输。通过仿真结果验证:这种算法为实现异常事件提供了可靠、快速的传输路径,并且为平衡整个网络的能量消耗有重要意义。

现代通信技术在矿井机车监控中实现

以某矿井下机车监控系统为例,论述了现代通信技术在矿井机车监控系统中硬件和软件方面的实现。