期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到8篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
煤矿综采工作面人员入侵危险区域智能识别方法 被引量：2
1
作者 毛清华 翟姣 +2 位作者 胡鑫 苏毅楠 薛旭升 《煤炭学报》 北大核心 2025年第2期1347-1361,共15页
为解决煤矿综采工作面人员尺度多变、危险区域动态变化等因素导致人员入侵危险区域时,视频AI识别准确率不高的问题,提出一种RSCA-YOLOv8s与危险区域自动划分的煤矿综采工作面人员入侵危险区域智能识别方法。针对综采工作面人员识别准确... 为解决煤矿综采工作面人员尺度多变、危险区域动态变化等因素导致人员入侵危险区域时,视频AI识别准确率不高的问题,提出一种RSCA-YOLOv8s与危险区域自动划分的煤矿综采工作面人员入侵危险区域智能识别方法。针对综采工作面人员识别准确率低问题,在YOLOv8s模型基础上引入RFAConv-SE(Squeeze-and-Excitation with Receptive-Field Attention Convolution)与CCNet(Criss-Cross Attention Network)注意力模块提高复杂背景图像中模型对全局及上下文信息的捕获能力,C2f模块融合Res2Net网络提高模型的多尺度和小目标人员特征提取能力,通过改进的SPCASFF(Adaptive Structure Feature Fusion with Sub-Pixel Convolution layer)模块提升模型对多尺度人员特征的自适应融合能力。针对综采工作面摄像头跟随液压支架动态变化导致危险区域在视场范围内动态变化的问题,提出一种基于护帮板、挡煤板标志性目标关键特征点提取的危险区域自动划分方法。针对危险区域不规则变化与基于重叠度的判断方法参数设置困难的问题,提出一种基于射线法判断人员与危险区域像素坐标位置关系的人员入侵危险区域精准识别方法。通过消融试验、RSCA-YOLOv8s与YOLOv5s、YOLOv8-SPDConv等方法对比试验,以及综采工作面7组多场景危险区域自动划分与5组人员入侵危险区域识别试验测试,结果表明:RSCA-YOLOv8s的人员识别方法准确率更高,达到了97.2%,相较基线模型mAP@0.5提高了1.1%,mAP@0.5:0.95提高了2.5%,对小目标人员具有更准确的识别能力和更高的识别精度;该方法危险区域自动划分的平均准确率为97.285%,人员入侵危险区域的判别准确率为98%以上。 展开更多
关键词 综采工作面 人员入侵 危险区域 多尺度目标 YOLOv8s 区域自动划分
在线阅读 下载PDF
基于改进YOLOv8模型的井下人员入侵带式输送机危险区域智能识别
2
作者 毛清华 苏毅楠 +3 位作者 贺高峰 翟姣 王荣泉 尚新芒 《工矿自动化》 北大核心 2025年第1期11-20,103,共11页
针对煤矿带式输送机场景存在尘雾干扰严重、背景环境复杂、人员尺度多变且易遮挡等因素导致人员入侵危险区域识别准确率不高等问题,提出一种基于改进YOLOv8模型的井下人员入侵带式输送机危险区域智能识别系统。改进YOLOv8模型通过替换... 针对煤矿带式输送机场景存在尘雾干扰严重、背景环境复杂、人员尺度多变且易遮挡等因素导致人员入侵危险区域识别准确率不高等问题,提出一种基于改进YOLOv8模型的井下人员入侵带式输送机危险区域智能识别系统。改进YOLOv8模型通过替换主干网络C2f模块为C2fER模块,加强模型的细节特征提取能力,提升模型对小目标人员的识别性能;通过在颈部网络引入特征强化加权双向特征金字塔网络(FE-BiFPN)结构,提高模型的特征融合能力,从而提升模型对多尺度人员目标的识别效果;通过引入分离增强注意力模块(SEAM)增强模型在复杂背景下对局部特征的关注度,提升模型对遮挡目标人员的识别能力;通过引入WIoU损失函数增强训练效果,提升模型识别准确率。消融实验结果表明:改进YOLOv8模型的准确率较基线模型YOLOv8s提升2.3%,mAP@0.5提升3.4%,识别速度为104帧/s。人员识别实验结果表明:与YOLOv10m,YOLOv8s-CA、YOLOv8s-SPDConv和YOLO8n模型相比,改进YOLOv8模型对小目标、多尺度目标、遮挡目标的识别效果均更佳,识别准确率为90.2%,mAP@0.5为87.2%。人员入侵危险区域实验结果表明:井下人员入侵带式输送机危险区域智能识别系统判别人员入侵危险区域的平均准确率为93.25%,满足识别需求。 展开更多
关键词 煤矿带式输送机 人员入侵危险区域 YOLOv8模型 遮挡目标检测 小目标检测 多尺度融合 C2fER模块 特征强化加权双向特征金字塔网络结构
在线阅读 下载PDF
基于深度学习与深度估计的施工机械危险区域侵入智能预警方法 被引量：2
3
作者 吴晗 韩豫 《安全与环境工程》 CAS CSCD 北大核心 2024年第5期18-27,共10页
为解决因工人和施工机械侵入施工危险区域等原因造成的工程安全事故问题,提出一种多任务驱动的施工机械危险区域侵入事件动态识别与预警方法。首先以置换可变性卷积DConv2模块的Yolov8网络进行目标类别检测和坐标外轮廓提取,提高移动施... 为解决因工人和施工机械侵入施工危险区域等原因造成的工程安全事故问题,提出一种多任务驱动的施工机械危险区域侵入事件动态识别与预警方法。首先以置换可变性卷积DConv2模块的Yolov8网络进行目标类别检测和坐标外轮廓提取,提高移动施工机械的识别准确率;然后结合Monodepth2单目深度估计网络进行深度信息估计和坐标统一,计算工人或施工机械距离危险区域事件的实际距离,用于评估和预警危险区域侵入风险;最后将测试结果与不同修改层的Yolov8、原始Yolov8和Yolov5模型进行对比,并设计4种场景进行模型性能验证。结果表明:模型在施工机械的识别和轮廓提取精度上分别提高了2.99%和3.55%,对工人和施工机械侵入移动施工机械危险区域风险事件的识别准确率能保持在88%以上,FPS保持在17.7左右,可以有效实现对施工机械危险区域侵入事件的智能动态预警。 展开更多
关键词 施工安全 危险区域 侵入事件预警 人机碰撞 深度学习 深度估计
在线阅读 下载PDF
1种基于视频的油田危险区域入侵检测智能综合识别技术研究 被引量：10
4
作者 田枫 白欣宇 +2 位作者 刘芳 姜文文 于巾涛 《中国安全生产科学技术》 CAS CSCD 北大核心 2022年第3期68-75,共8页
为解决油田日常生产作业中缺乏危险作业区域的等级划分与自动识别方式以及缺乏人员踏入危险区域的识别方法。提出1种基于视频智能综合识别技术的全天油田危险区域入侵检测算法,该算法首先结合油田危险因素对油田危险区域进行危险等级的... 为解决油田日常生产作业中缺乏危险作业区域的等级划分与自动识别方式以及缺乏人员踏入危险区域的识别方法。提出1种基于视频智能综合识别技术的全天油田危险区域入侵检测算法,该算法首先结合油田危险因素对油田危险区域进行危险等级的划分与危险区域的识别;然后,针对光照条件良好的白天场景,在训练数据集中融合油田作业区视频数据和公开行人数据集,弥补油田作业区入侵样本不足的问题,有效地增加模型的泛化性;针对光照条件差的黑夜场景,使用三帧差分法,背景减除法等算法对运动目标进行检测。研究结果表明:本文提出算法较YOLOv5方法的精度更高,在不同油田场景下精度可达91.83%,已在油田作业现场进行部署与应用。 展开更多
关键词 区域入侵 多目标跟踪 油田危险区域分级 智能分析 YOLOv5
在线阅读 下载PDF
基于BIM与机器视觉技术结合的建筑施工危险区域入侵预警研究 被引量：23
5
作者 王伟 吕山可 +2 位作者 张雨果 赵楚楠 何华刚 《安全与环境工程》 CAS 北大核心 2020年第2期196-203,共8页
为解决建筑施工过程中工人入侵危险区域的预警问题,利用建筑信息模型(BIM)技术和机器视觉技术在建筑施工领域的应用优势,将BIM技术与机器视觉技术相结合,实现建筑施工现场危险区域的入侵预警。首先将LEC评价法用于危险区域划分,确定建... 为解决建筑施工过程中工人入侵危险区域的预警问题,利用建筑信息模型(BIM)技术和机器视觉技术在建筑施工领域的应用优势,将BIM技术与机器视觉技术相结合,实现建筑施工现场危险区域的入侵预警。首先将LEC评价法用于危险区域划分,确定建筑施工现场危险区域类型的等级划分原则;其次结合IFC的特性,构建建筑施工危险区域的IFC拓展框架,便于危险区域的BIM表达,并分析机器视觉技术在人员定位和危险区域定位中的应用;最后将BIM技术与机器视觉技术相结合,构建了建筑施工现场危险区域施工人员入侵预警模型。实例应用结果表明:提出的危险区域人员入侵预警方法能根据建筑施工现场施工人员的位置信息进行相应的预警,从而降低了施工人员入侵危险区域行为的发生,提高了建筑施工现场的安全管理水平。 展开更多
关键词 建筑施工现场 危险区域 入侵预警 BIM技术 机器视觉技术 区域分级
在线阅读 下载PDF
一种轻量化油田危险区域入侵检测算法 被引量：5
6
作者 田枫 白欣宇 +1 位作者 刘芳 姜文文 《智能系统学报》 CSCD 北大核心 2022年第3期634-642,共9页
油田危险区域入侵是油田安防领域的核心问题,以目标检测的方式捕获实时发生的危险是区域入侵任务的重点。为了提高模型的实时性,本文提出结合跨阶段线性瓶颈模块和通道注意力机制的轻量化YOLO检测算法。首先以轻量化卷积模块与跨阶段局... 油田危险区域入侵是油田安防领域的核心问题,以目标检测的方式捕获实时发生的危险是区域入侵任务的重点。为了提高模型的实时性,本文提出结合跨阶段线性瓶颈模块和通道注意力机制的轻量化YOLO检测算法。首先以轻量化卷积模块与跨阶段局部残差模块级联的跨阶段线性瓶颈模块搭建特征提取网络,大大减少了模型的参数量。在特征金字塔的特征融合模块前使用改进的通道注意力机制,增强特征的表达能力与特征的全局的关联性。在特征推理模块,使用中心归一化非极大值抑制方法进行输出优化,避免了对邻近目标的错误抑制。本算法在VOC2007数据集实验,精确率可达74.9%,优于大多轻量化检测算法,已在冀东油田部署应用,有效保证了油田作业人员的生命财产安全。 展开更多
关键词 油田危险区域入侵 目标检测 深度可分离卷积 轻量化 通道注意力 深度学习 特征融合 特征提取
在线阅读 下载PDF
浙江普陀山外来入侵植物组成及危害现状 被引量：16
7
作者 朱峻熠 胡军飞 +4 位作者 欧丹燕 黄燕 魏子璐 吴昊正基 金水虎 《浙江农林大学学报》 CAS CSCD 北大核心 2020年第4期737-744,共8页
【目的】外来入侵植物对其入侵地的生物多样性和生态安全造成了严重影响。本研究目的是为掌握浙江普陀山外来入侵植物的危害现状,评估其主要危害和防控区域。【方法】对岛屿不同区域进行样方调查,通过分布区域、优势度、浙江省外来植物... 【目的】外来入侵植物对其入侵地的生物多样性和生态安全造成了严重影响。本研究目的是为掌握浙江普陀山外来入侵植物的危害现状,评估其主要危害和防控区域。【方法】对岛屿不同区域进行样方调查,通过分布区域、优势度、浙江省外来植物入侵等级进行加权统计评分的方法,评定各外来入侵植物的危害程度、入侵等级,确定普陀山外来入侵植物的重点危害区域和防控区域。【结果】普陀山外来入侵植物全为草本植物,共计47种,分属于21科36属。来自美洲的入侵植物有38种,占总种数的80.85%。中度危害与严重危害的种类共23种;入侵等级为1级与2级的种类共22种。丘陵山地、郊野荒地以及海岸滩涂是普陀山外来入侵植物的重点危害和防控区域。【结论】普陀山的外来入侵植物危害现状较为严重,建议加大宣传力度,开展海岛联动防控,加强外来物品入岛检验检疫工作,做好外来植物应用前的入侵危害风险评估与防控工作预案。表1参31。 展开更多
关键词 外来入侵植物 浙江普陀山 种类组成 原产地 入侵等级 重点危害与防控区域
在线阅读 下载PDF
深基坑工程人员区域入侵行为预警数字孪生系统
8
作者 宫培松 沈欣云 +3 位作者 韩博雯 郭聖煜 彭冠卿 钟骏豪 《中国安全科学学报》 2025年第8期33-39,共7页
为解决当前深基坑工程危险区域动态风险高、人员入侵行为预警不及时等问题,开发集成建筑信息模型(BIM)和超宽带(UWB)的数字孪生系统。首先,通过OurBIM三维图形引擎构建深基坑工程虚拟场景;其次,提出危险区域标定方法,利用UWB实时定位施... 为解决当前深基坑工程危险区域动态风险高、人员入侵行为预警不及时等问题,开发集成建筑信息模型(BIM)和超宽带(UWB)的数字孪生系统。首先,通过OurBIM三维图形引擎构建深基坑工程虚拟场景;其次,提出危险区域标定方法,利用UWB实时定位施工人员与危险源;然后,建立人员入侵行为实时预警机制,设计深基坑工程人员区域入侵行为预警数字孪生系统,包括场景可视化、危险区域设置、预警数据记录等功能;最后,将系统应用于武汉市某深基坑工程项目。结果表明:该系统能够监控深基坑工程2类危险区域的人员入侵行为,综合预警成功率达97.4%。该系统验证了数字孪生技术在施工安全领域的可行性和有效性。 展开更多
关键词 深基坑工程 入侵行为 数字孪生 危险区域 建筑信息模型(BIM) 超宽带(UWB)
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
关于我们 | 版权声明 | 联系我们 | 帮助中心| 意见反馈
主办单位：上海市教育委员会
技术支持：重庆维普资讯有限公司
渝公网安备 50019002500403号
使用帮助 返回顶部