基于深度学习的煤矿"手指口述"安全确认系统研究
杨德亮1
王彬1
盖彦荣2
1.北京工业职业技术学院 机电工程学院,北京 1000422.河北师范大学 物理学院,河北 石家庄 050024
摘要："手指口述"安全确认能有效降低煤矿生产过程中操作失误的风险.为解决传统方法在实施过程中缺乏有效监督的问题,基于深度学习技术设计了一套煤矿"手指口述"安全确认系统,通过检测肢体和语言的配合来评判是否达到规范操作,在技术层面上监督、规范和落实"手指口述"安全确认法的实施.使用Whisper语音模型来识别"口述"内容,运用OpenPose进行人体姿态估计.为提高检测精度,采用了增强的Transformer来改进YOLOv8 模型,进行"手指"物体的目标检测;将设计的"手指口述"确认系统应用于检查个人防护用品是否齐全并佩戴规范、检查工作岗位关键仪表设备及运行情况2 种典型场景.在2 种场景上构建数据集进行测试,检测精度分别为 93.86%、86.24%,证明了该系统的有效性.
关键词：手指口述安全确认系统增强的Transformer目标检测人体姿态估计
分类号：TD79(矿山安全与劳动保护)X913(安全科学基础理论)TP391(计算技术、计算机技术)
资助基金：国家自然科学基金(61273006)河北省自然科学基金(F2018205178)北京工业职业技术学院重点科研项目(BGY2022KY-01Z)
论文发表日期：2025-10-31
在线出版日期：2025-11-21（本平台首次上网日期，不代表文献的发表时间）
页数：8( 195-202 )
英文信息