基于YOLO的井下人员速度测量方法研究

• 作者: 付燕 窦晓熠 叶鸥
• 来源期刊: 煤炭工程
• 学科: 工学
• 关键词: 井下视频 YOLO 目标边界框特征点 图像消失点 三角形模型 不安全行为
• 年，卷（期）: 2022,（2）
• 所属期刊栏目: 研究探讨|Research and Discussion
• 页码范围: 160-165
• 页数: 6页
• 分类号: TD76|TP391
• 语种: 中文
• DOI: 10.11799/ce202202028

摘要

由于井下环境复杂、 背景单一、 参照物不够明显的视频数据特征,较难直接通过视觉计算的标定方式实现井下运动目标的测速.论文提出一种不依赖场景标定的速度检测方法,通过自主学习的方式,智能化监测井下工作人员的作业规范.该方法首先基于YOLOv3对巡检人员进行持续的检测跟踪,在此过程中通过视频相邻帧间的目标边界框特征点,确定图像消失点;其次,利用图像消失点建立三角形模型测量实时速度;最后,利用测量出的速度趋势智能判断井下工作人员是否存在漏检行为.在煤矿数据集上的实验结果表明,该方法能够有效度量井下运动目标的速度,用于判断井下工作人员巡检时是否存在漏检行为,比标定方法更适合井下场景的应用.