煤矿入井人员唯一性检测技术研究

通过分析掌纹、指纹、虹膜、人脸、步态、声纹等生物特征识别技术的特点以及煤矿现场对入井人员生物特征的影响,指出虹膜识别、人脸识别、步态识别、声纹识别适用于煤矿入井人员唯一性检测;提出了一种基于人员定位和生物特征识别的煤矿入井人员唯一性检测技术方案,将生物特征识别技术嵌入人员定位系统,利用人员定位识别卡实现识别卡数量及人员身份的唯一性检测;指出煤矿入井人员唯一性检测技术的研究关键点是严重污染人脸的识别算法、对设备遮挡情况下人员步态图像的采集及对混入人员语音信号的煤矿现场噪声消除算法。     

视频监控下的人脸跟踪与识别系统

针对智能视频监控系统的要求,设计了一个基于视频监控的自动多人脸跟踪识别系统,该系统的功能是实时跟踪视频监控范围内的人脸并鉴别人脸的身份。针对复杂背景及类似人脸区域的影响,提出了一种Adaboost人脸检测算法和主动形状模型相结合的人脸检测算法,实现人脸的准确检测;针对视频监控范围内人脸偏转、交错以及由于人员不断出入而导致人脸数目发生变化的问题,提出了CamShift和Kalman滤波器相结合的多人脸跟踪算法,同时对跟踪到的人脸进行实时身份识别。实验证明,该系统在视频监控范围内对人脸检测和身份识别准确,跟踪实时性好,是一种建立实时视频监控系统的实用方法。     

基于视频监控的人脸检测跟踪识别系统研究

设计了一种基于视频监控的人脸检测跟踪识别系统,该系统的功能是检测并实时跟踪视频中的人脸图像,同时进行身份识别。针对Gentle AdaBoost算法构造的级联分类器检测效率偏低的问题,提出了一种递进复杂度的级联分类器。针对传统粒子滤波器最高权重粒子不准确的问题,提出了均值权重粒子滤波器。针对传统粒子滤波器样本衰退的问题,提出了一种同时结合人脸检测和人脸跟踪算法的跟踪校正策略。对于检测和跟踪到的人脸,利用基于Gabor变换和HMM的方法进行身份识别。实验结果表明,系统能够准确地检测并实时跟踪视频中的人脸,可以实现人脸的快速识别,是一种能够应用到视频监控系统中的有效方法。     

煤矿井下人员签到系统人脸识别算法研究

鉴于煤矿安全事故时有发生,利用签到系统准确掌握井下人员出入情况,对煤矿安全生产与救援有着重要的意义.将基于人脸识别的签到系统用于煤矿,遇到光线昏暗、人脸易附着黑色粉尘等因素影响,传统的基于 PCA (Principal Component Analysis)的人脸识别算法检测率低.为了解决该问题,论文提出了一种基于 KL 变换(Karhunen-Loeve Trans-form)和 TAN 分类器(Tree-Augmented Naive Bayesian network)相结合的人脸识别方法.该算法通过 KL 变换使特征点更突出,通过 TAN 分类器使匹配结果更准确.仿真研究结果表明:该算法既减小了计算复杂度,又提高了人脸识别率.     

均值漂移LDA优化FSIF的三维人脸识别

针对传统的三维人脸识别算法受光照、姿态、表情及场景变化影响导致耗时过多及成本过高的问题,提出了一种基于均值漂移线性判别分析优化尺度不变特征融合(FSIF)算法。使用均值漂移线性判别分析找到五个类似于查询人脸的最佳候选类;利用尺度不变特征融合提取出候选人脸及查询人脸的融合特征描述符,并进行特征匹配得到目标人脸;根据特征描述符的匹配关键点数目完成人脸的识别。在USCD/Honda、FRGC v2及自己搜集的人脸数据集上的实验结果表明,该算法解决了降低FSIF人脸识别的计算复杂度,并在不降低识别性能的前提下大大地节约了成本,相比几种较为先进的三维人脸识别算法,该算法取得了更好的识别效果。     

基于注意力机制的人脸虹膜双特征融合识别

针对单一生物识别方法存在的固有局限性，利用人脸和虹膜双生物模态信息，提出一种基于注意力机制和低秩多模态融合的身份识别模型(attention mechanism and low-rank multimodal fusion, ALMF)。在模型的人脸和虹膜特征提取网络中均嵌入改进的混合注意力机制(I＿CBAM),增强有用特征的提取。利用模态特定低秩因子完成低秩多模态特征级融合(low-rank multimodal fusion, LMF),解决传统特征拼接方式无法充分实现各模态特征的互补、容易造成冗余信息和维度灾难等问题。使用简单高效的余弦距离完成特征模板的比对实现身份识别。实验结果表明，ALMF模型相比单一生物特征识别和传统融合识别算法具有更强的鲁棒性和准确率。     

基于虹膜的身份认证技术研究

研究虹膜的身份认证问题,虹膜纹理提取特征维数十分大,直接识别速度慢,且识别正确率低.为了提高身份认证正确率,提出一种主成分分析的虹膜身份认证方法.首先采用微积分和极坐标方法对虹膜进行定位和归一化处理;采用小波矩和主成分分析对虹膜特征进行提取和选择,降低特征的维数,减少计算复杂度,再用汉明距离对虹膜进行匹配,实现身份认证.利用中科院CASIA虹膜数据库为例进行仿真,实验结果表明,相对其它身份认证算法相比,改进的算法提高了身份认证的正确率,缩短了认证时间,提高了认证效率,并适合于实时性要求高的身份认证场合.     

井下复杂环境人员重识别研究

对煤矿井下视频监控中的人员身份进行智能识别,对提高人员监管效率、减少安全事故发生具有重要意义。受井下环境复杂、视频监控设备性能局限性影响,井下视频监控图像存在分辨率低、遮挡、背景干扰等问题,导致井下人员间差异性较小,人员重识别准确率低。针对上述问题,提出了一种基于通道注意力和距离度量的网络结构,并将其用于井下复杂环境人员重识别。针对监控图像中人员与背景不易区分的问题,在骨干网络中引入通道注意力模块,使其更加关注人员的前景特征而抑制背景信息,并将骨干网络最后一层输出的特征图大小扩大1倍,以获得更多的细粒度特征,丰富人员的特征信息,增强网络对特征的学习能力;在实现不同身份人员分类的基础上,利用人员图像间的绝对距离信息,通过距离度量模块对难以识别的人员图像进行采样和加权处理,增加难样本在反向传播时的权重,使网络更加关注具有判别力的人员特征;联合使用身份损失和距离度量损失优化特征层,使网络提取出更具判别力的人员特征,从而提高重识别准确度。采用Miner-CUMT数据集对提出的井下复杂环境人员重识别方法进行验证,结果表明该方法可充分利用井下不同身份人员的关键信息,使识别网络具有更强的判别能力,提高了井下作业人员身份识别准确度。     

基于SVM特征层融合的集成性身份识别模型

多生物特征融合识别是提高身份识别性能的有效方法,提出一种基于特征层融合的识别模型。以人脸与虹膜为例,首先对这两种图像分别进行预处理,然后对人脸采用PCA、Fisherface方法,对虹膜采用小波变换、多通道Gabor滤波方法,进行特征提取得到各自的初始特征向量,由此生成融合特征向量,最后利用SVM对融合特征向量进行分类,实现特征层融合识别。仿真实验结果表明,同等条件下,该融合方法的识别效果优于常见识别方法。     

核典型相关分析算法的多特征融合情感识别

为了提高情感识别的正确率,针对单模情感特征及传统特征融合方法识别低的缺陷,提出了一种核典型相关分析算法(KCCA)的多特征(multi-features)融合情感识别方法(MF-KCCA)。分别提取语音韵律特征和分数阶傅里叶域表情特征,利用两种特征互补性,采用KCCA将它们进行融合,降低特征向量的维数,利用最近邻分类器进行情感分类和识别。采用加拿大瑞尔森大学数据库进行仿真实验,结果表明,MF-KCCA有效提高了语音情感的识别率。     

基于背景差分法的煤矿井下视频动目标检测

煤矿井下运动目标的监测是随着工业视频监控、数字图像处理和模式识别等技术的发展而提出的一种安全生产管理的新需求,通过识别井下移动物体,判别其基本属性,跟踪其运动轨迹,分析其所处环境,结合预设参数及专业库,进行危险性判别及预警。针对煤矿井下环境的运动目标检测需求,描述了整个系统的组成及框架,采用背景差分法的基本原理,重点设计了矿井监控视频中的运动目标检测的流程及相关算法,结合Python与OpenCV的编程,混合高斯的建模过程,实现了煤矿井下综采工作面的运动目标的检测。现场应用表明,采用该流程及算法,在K=5,std=20,std_t=20,λ=3条件下,很好地实现了矿井监控视频中人员或矿车的动目标判别。     

基于RFID的煤矿安全保障系统设计

RFID身份识别是一种非接触式的自动识别技术,识别工作无须人工干预。针对近年来煤矿事故频发的状况,本文设计了一种基于RFID的煤矿安全保障系统,利用RFID技术对井下作业人员进行跟踪和定位。     

WWW上结合虹膜特征识别的身份认证系统

为了有效控制网站上资源的安全存取,按照虹膜身份确认机制,利用其特有的“不可改造、难以伪装、非侵犯性”等特征,将其识别技术作为确保网站安全的主要控制手段。首先介绍了虹膜的主要特点及其特征识别过程,然后将虹膜识别结合网络安全中的密钥加密技术,设计了基于虹膜特征识别的网络身份认证系统。实际测试的结果表明,虹膜识别与网页结合的身份认证,能够达到控制网站上资源存取的目的,较大程度地减小了攻击者破解的可能性。     

《煤矿安全规程》安全监控与人员位置监测修订意见

提出了煤矿安全监控系统安装、使用、维护与管理要求:隔爆兼本质安全型防爆电源严禁设置在断电范围内,会造成局部通风机停电的调校应每半年1次,监控数据必须上传至矿务局(公司)、县(市)调度指挥中心等。提出了煤矿井下人员位置监测系统安装、使用与管理要求:各个人员出入井口应设置检测识别卡工作是否正常的装置,应设置人脸或虹膜等唯一性检测的装置,各个人员出入井口、重点区域出/入口、限制区域、巷道分支处等地点应设置人员位置监测分站等。     

基于虹膜的网络身份认证

介绍了虹膜的主要特点及其特征识别过程,将虹膜识别结合网络安全中的密钥加密技术,设计了基于虹膜的网络身份认证系统.实验结果表明,系统具有安全性好、身份识别率高等优点.     

基于ZigBee技术的矿井人员定位系统的设计

针对ZigBee技术的特点和优势,结合煤矿井下的生产特点,文章提出了一种基于ZigBee技术的矿井人员定位系统的设计方案,介绍了ZigBee设备在煤矿井下的无线通信组网方式,详细阐述了ZigBee通信协议包在ZigBee RFD节点模块和ZigBee FFD节点模块之间的无线数据传输方式,并给出了井下人员定位原理及其具体的实现过程,以及管理软件系统结构框图。     

煤矿井下三维人员定位及信息管理系统的研究

介绍了井下三维人员定位系统的组成、工作原理、功能及关键技术。该系统采用射频识别技术、ZigBee技术及3D技术,可实时识别与跟踪井下人员动态,并通过计算机网络采集、传送数据;还可通过仿真矿井虚拟现实井下人员的考勤、分布状态及运动轨迹,可在事故发生后为矿井人员的抢救提供可靠的位置信息,提高抢险救灾的效率。     

基于井下人员的异常轨迹分析方法研究

针对井下作业人员轨迹数据信息多维度和稀疏性等问题,提出了基于离群点的异常轨迹筛选ZFMTRAOD算法,首先通过对轨迹子段建立R-tree索引提升检索速度,然后利用离群检测思想对邻域半径内轨迹子段的数量和平均时间判断轨迹是否异常,最后利用井下作业人员的轨迹数据对算法的性能进行比较,发现基于离群点的井下人员轨迹分析算法不仅能判别出井下作业人员异常轨迹的类型,还提高了异常轨迹判别的准确率。     

煤矿井下人员行走轨迹的算法研究

针对目前煤矿人员定位系统主要采用区域定位方式,存在无法直接解算出井下人员的精确位置和无法确定井下人员运动方向的问题,提出了一种基于树形结构、通过构建拓扑关系计算井下人员可能行走轨迹的算法。该算法首先定义了点与弧段、弧段与弧段以及弧段与点的拓扑模型,并以此为基础构建树形结构,对其进行层次遍历,得到井下人员行走轨迹;在计算过程中,该算法利用井下接收器的实时状态信息,自动排除停止工作的接收器和分站对轨迹的影响,有效确保了轨迹的准确性。