基于AlphaPose的井下不安全行为监测方法

人为因素是煤矿事故的最主要原因,预防和制止煤矿井下人员的不安全行为是降低事故率的根本途径。针对违规进入危险区域、吸烟行为、未佩戴安全帽三种主要不安全行为,提出了一种结合AlphaPose和YOLOv5的不安全行为监测方法,实现公共模块复用,并建立不安全行为判定算法。经过实验对比分析,对上述三种不安全行为监测的准确率分别达到92.33%、92.76%、95.12%,监测速率为11.91 f/s,均优于对比算法,算法具有较高的准确率和实时性。