摘要
本发明涉及一种煤矿工人粉尘暴露程度智能化测算方法,属于煤矿安全监测与人工智能技术领域。该方法包括:采集矿工入井和出井时的人脸图像;图像预处理与人脸关键点精确定位;空间对齐与面部区域划分;图像特征提取;将各区域局部特征进行融合,得到图像特征差异融合指标CFDEI;构建粉尘暴露程度预测模型,利用双分支卷积神经网络结构对入井和出井图像特征进行提取,并将提取特征与CFDEI进行组合建模,并通过非线性映射学习图像变化与预测粉尘暴露值之间的关系;将对齐后的入井图像和出井图像、实际测量设备获取的参考粉尘暴露值及CFDEI输入模型进行训练。本发明实现了非接触式、实时监测,提升暴露程度估计的准确性与可靠性。
技术关键词
人脸关键点
双分支卷积神经网络
卷积神经网络提取
粉尘
图像特征提取
组合特征向量
深度卷积神经网络
卷积神经网络特征提取
直方图累积分布
随机梯度下降
直方图均衡化算法
面部
煤矿安全监测
非线性
坐标系
模型预测值
系统为您推荐了相关专利信息
车辆仪表盘
文本检测模型
车辆行驶里程
时间序列特征
多尺度特征提取
状态评估方法
图像采集设备
物体
特征提取模块
融合特征
三维点云模型
三维重建方法
图像特征提取
雷达
多普勒
统一编码方法
生成图像帧
标识
界面
数据采集周期