|
|||||
|
|
| 离散姿态感知量结构化矿工异常行为识别方法 | |
| 作者姓名： | 陈宝全 乔铁柱 卞凯 杨毅 张海涛 |
| 作者单位： | 太原理工大学 新型传感器与智能控制教育部重点实验室 太原 030024 |
| 基金项目： | NSFC-山西煤基低碳联合基金项目（U1810121）、2020年中央引导地方科技发展资金项目（YDZX20201400001796）、山西省应用基础研究计划(批准号201901D211077 )资助 |
| 摘 要： | 煤矿生产"减人提效"的发展趋势使保障工人安全愈发重要,针对当前矿工异常行为检测方法数据量大、鲁棒性不强的问题,提出了一种离散姿态感知量结构化的矿工异常行为识别方法.采用卡尔曼滤波技术优化基于九轴姿态传感器获得的行为感知信息,利用采样窗口截取行为信息后,依姿态感知量轴向结构化为三通道RGB行为图像,结合所设计用于提取时空... |
| 关 键 词： | 异常行为识别 姿态传感器 卷积神经网络 结构化信息 |
| 点击此处可从《电子测量技术》浏览原始摘要信息 | |
| 点击此处可从《电子测量技术》下载免费的PDF全文 | |