低质量成像条件下的副井检修作业人员安全带检测算法研究  

作　　者：殷鹏[1] 周保心 殷仕诚 邵卫 徐夫超[2] 王江涛 

机构地区：[1]淮北矿业股份有限公司机电装备部,安徽淮北235000 [2]淮北矿业股份有限公司孙疃煤矿,安徽淮北235000 [3]淮北师范大学信息学院,安徽淮北235000

出　　处：《电子元器件与信息技术》2023年第11期117-121,共5页Electronic Component and Information Technology

摘　　要：矿井检修作业过程中安全事故时有发生,而检修人员安全措施的正确执行,特别是安全带的佩戴可以有效降低事故的发生率,因此采用计算机视觉手段对安全带进行实时检测有着重要的意义。然而由于矿井环境复杂、光线较暗等因素的存在,造成捕获的图片成像质量低。为了解决低质量成像条件下的检修人员的安全带检测问题,本文提出一种检测与跟踪协同工作的安全带检测算法:首先采用YOLOv7目标检测算法对人体、安全帽、安全带等目标进行检测,其次使用Bytetrack目标跟踪算法来对工作人员进行跟踪与检测,协同解决由于图像质量低、遮挡等导致安全带难以连续稳健检测的问题。在自建的煤矿安全带的数据集中进行实验,结果表明,所提框架能够有效解决低质量成像条件下的检修作业人员安全带检测问题。

关 键 词：矿井检修 YOLOv7 Bytetrack目标跟踪 安全带检测 

分 类 号：TD53[矿业工程—矿山机电]