
基本信息:
- 专利标题: 一种基于机器视觉的煤矿井下限员管理方法
- 申请号:CN202311780599.0 申请日:2023-12-21
- 公开(公告)号:CN117876643A 公开(公告)日:2024-04-12
- 发明人: 孙志鹏 , 王卜堂 , 田兆燕 , 高桢 , 张浩 , 朱双朋
- 申请人: 云鼎科技股份有限公司
- 申请人地址: 山东省济南市工业南路57-1号高新万达J3写字楼19层1910室
- 专利权人: 云鼎科技股份有限公司
- 当前专利权人: 云鼎科技股份有限公司
- 当前专利权人地址: 山东省济南市工业南路57-1号高新万达J3写字楼19层1910室
- 代理机构: 济南鲁科专利代理有限公司
- 代理人: 王超
- 主分类号: G06V10/10
- IPC分类号: G06V10/10 ; G06V20/40 ; G06V20/52 ; G06V20/70 ; G06V10/82
摘要:
一种基于机器视觉的煤矿井下限员管理方法,所述管理方法包括以下步骤:选择每日无人出入井时刻人员定位系统人数作为井下基数,对摄像头进行调试,将摄像头接入网络视频录像机,用于回溯视频采集数据;选取人员出井密集的时段,预先采集人员进出井的图像,建立图像数据集;使用深度学习图像标签对图像数据集进行标注;采用yoloV5‑m作为目标检测模型,使用标注好的安全帽数据来训练目标检测模型;基于目标检测模型的训练结果,将目标检测模型的坐标信息传入到目标追踪模型;确定追踪对象产生的区域为罐笼区域,对到达罐笼区域的工作人员记录为出井人数并自动启动视频保存功能。