煤矿探水卸杆动作识别研究

摘要：

针对煤矿井下探水作业监工人员通过观看视频来监控卸杆作业的方式存在效率低下且极易出错的问题,提出利用三维卷积神经网络(3DCNN)模型对探水作业中的卸杆动作进行识别.3DCNN模型使用3D卷积层自动完成动作特征提取,通过3D池化层对运动特征进行降维,通过Softmax分类处理来识别卸杆动作,并使用批量归一化层提高模型的收敛速度和识别准确率.采用3DCNN模型对卸杆动作进行识别时,首先对数据集进行预处理,从每段视频中均匀抽取几帧图像作为某动作的代表,并降低分辨率;然后采用训练集对3DCNN模型进行训练,并保存训练好的权重文件;最后采用训练好的3DCNN模型对测试集进行测试,得出分类结果.实验结果表明,设置采样帧数为10帧、分辨率为32×32、学习率为0.000 1,3DCNN模型对卸杆动作的识别准确率最高可达98.86％.

关键词：煤矿防治水、煤矿探水、卸杆动作识别、三维卷积神经网络、3DCNN、批量归一化层

所属期刊栏目：46

分类号：TD74(矿山安全与劳动保护)

资助基金：山西省重点研发计划项目;山西省应用基础研究项目

在线出版日期：2020-08-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：107-112