基于安全帽佩戴检测的矿山人员违规行为研究 |
| |
引用本文: | 仝泽友,冯仕民,侯晓晴,丁恩杰.基于安全帽佩戴检测的矿山人员违规行为研究[J].电子科技,2019,32(9):26-31. |
| |
作者姓名: | 仝泽友 冯仕民 侯晓晴 丁恩杰 |
| |
作者单位: | 1.中国矿业大学 物联网(感知矿山)研究中心,江苏 徐州 2210002.矿山互联网应用技术国家地方联合工程实验室,江苏 徐州 2210003.中国矿业大学 信息与控制工程学院,江苏 徐州 221000) |
| |
基金项目: | 2017年国家重点研发计划项目(2017YFC0804401) |
| |
摘 要: | 针对矿山人员安全帽佩戴检测问题,文中提出了一种基于人脸的身份识别及安全帽佩戴检测的违规行为识别方法。首先在视频图像中检测人脸以识别身份,然后运用卷积神经网络方法检测人员是否佩戴安全帽,实验阶段将此方法与传统的图像处理方法进行测试对比。实验结果显示,基于深度学习的安全帽检测方法的鲁棒性强于传统方法,在不同条件下识别率和运行效率均优于传统方法,深度学习方法的平均识别率高达97%,所需平均运行时间少于传统方法的1/7。
|
关 键 词: | 安全帽检测 身份识别 违规行为 深度学习 准确率与速度 平均时间 |
收稿时间: | 2018-09-06 |
本文献已被 万方数据 等数据库收录! |
| 点击此处可从《电子科技》浏览原始摘要信息 |
|
点击此处可从《电子科技》下载全文 |
|