科创中国
基于图像识别的煤矿井下员工不安全行为识别研究与应用
发布时间: 2025-11-03
基本信息
合作方式：
技术咨询
成果类型：
新技术
行业领域：
采矿业,煤炭开采和洗选业
成果介绍
利用机器学习技术对煤矿生产中的监控图像进行智能分析处理来达到安全预警的目的已经成为煤矿安全决策的重要依据与手段。目前，相关技术包括煤岩识别、矿工人脸识别、火灾识别等，还有针对煤矿井下安全生产过程中的智能化监测技术。矿工入井后，可以利用井下人员图像的灰度差异，将其划分为不同的区域，再对划分的各个区域采用SIFT 算法进行特征提取。并将得到的特征与模板图像之间的特征进行匹配。
成果亮点
（1） 将井下员工的不安全行为表现分为了异常操作和异常站位2 类，利用获取到的煤矿综采工作面的图像数据，与样本图像进行比对，从而判断异常行为；利用精确定位技术判断异常位置，并在红柳林煤矿进行了应用实践。
（2） 利用人工智能技术实时监管井下非标准作业，实现了智能预警、后台记录、现场制止、联动闭锁等，消除了安全管理中的人为因素，真正实现了生产环节的连续、全面、透明化、智能化闭环管理。
（3） 采用实际的案例对煤矿工人异常操作识别和煤矿工人的异常位置识别操作进行了说明。利用计算机视觉技术+摄像头，让机器代替人眼，使得机器拥有类似于人眼的识别、跟踪、判别能力，在实际应用场景中，通过摄像头等监控设备感知来识别用户的行为，结合安全专业知识、风险管控规则，判断其是否违规。
团队介绍
因保密需要暂不公开。
成果资料
下载app