基于AlphaPose的井下不安全行为监测方法

摘要：

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.

关键词：实时监测、目标检测、姿态估计、姿态关节点、深度学习

所属期刊栏目：6

分类号：TP391.4;TD76(计算技术、计算机技术)

在线出版日期：2022-12-16（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：72-77