基于视觉行为识别的煤矿安全异常监控预警基础理论及应用

项目名称： 基于视觉行为识别的煤矿安全异常监控预警基础理论及应用

项目编号： No.51404007

项目类型： 青年科学基金项目

立项/批准年度： 2014

项目学科： 矿业工程

项目作者： 杨超宇

作者单位： 安徽理工大学

项目金额： 26万元

中文摘要： 基于视觉行为识别的监控预警，可有效预防煤矿井下灾害的发生，但对复杂多变的井下环境，目前的行为分析识别算法，由于其适应性较差、局限性较强，无法满足矿井安全监控的要求。本项目将针对煤矿安全异常监控预警关键问题，开展基于视觉行为识别的基础理论研究。采用多核学习方法，研究不确定性环境问题领域中目标多模态识别算法；基于注意机制感知原理，建立视觉显著性定位视觉行为主体机制；分析目标关键点局部特征分布，探索关键点的局部特征表示方法。综合运动目标检测、特征选择与提取、行为识别等相关理论，通过模糊积分融合分析煤矿事故灾害的异常状态，建立煤矿事故灾害异常标准特征库，构建基于行为识别的煤矿井下异常监控预警多体系耦合模型。研究成果对丰富和完善行为识别基础理论，推动行为识别技术在复杂环境中的应用，促进煤矿安全监控预警智能化和科学化，提高煤矿安全管理水平等具有重要理论意义和应用推广价值。

中文关键词： 行为识别；煤矿安全监控；智能监控预警；计算机视觉；模式识别

英文摘要： Monitoring and early warning based on vision activity recognition can effectively prevent coal mine disasters. However, facing the complicated and changing underground environment, the present algorithm of activity analysis recognition cannot satisfy the

英文关键词： Activity recognition；Coal mine safety monitoring；Intelligent monitoring and early warning；Computer vision；Pattern recognition