摘要
本发明公开了一种矿山井下人员不安全行为的人工智能识别方法,包括:构建不安全行为的分类体系,确定各类行为的具体表现形式;不安全行为包括物品类不安全行为、动作类不安全行为、区域类不安全行为;根据优化后的数据集的处理流程,采集得到待处理的目标数据集;其中,优化的处理流程包括数据采集多元化与针对性处理、数据格式转换与参数调整处理、数据集增广处理、数据集去噪处理、数据集标注处理;根据目标数据集,构建识别模型;根据识别模型对待识别的数据进行识别,确定矿山井下人员不安全行为。本发明实施例能够快速有效地识别煤矿井下人员不安全行为,提高煤矿安全生产水平,减少事故发生,可广泛应用于人工智能技术领域。
技术关键词
人工智能识别方法
矿山井下
样本
人工智能识别系统
煤矿井下监控
数据格式
模块
深度学习框架
物品工具
注意力
佩戴安全帽
优化器
人体骨架
降噪算法
人工智能技术
防护装备
对比度
视频
图像
系统为您推荐了相关专利信息
智能管理系统
特征评估模型
策略
特征提取模块
评估准则
自动生成方法
样本
神经网络模型
生成装置
训练集
协作频谱感知方法
无人机集群
采集无人机
DBSCAN聚类算法
协方差矩阵
光电容积脉搏波
动态血压监测方法
面部
电信号
融合策略