人工智能技术在矿工不安全行为识别中的融合应用

为有效识别矿工不安全行为,预防煤矿安全事故,提出融合深度学习的计算机视觉、表示深度信息的深度图像、可穿戴传感器等人工智能识别技术的方法。基于以上3种方法在人体行为识别上的应用特点,运用主成分分析法(PCA)将3种识别技术提取的行为特征降维融合,通过支持向量机(SVM)对融合特征进行分类;以矿工跌倒行为数据为正样本,走路、坐下、弯腰、下蹲、躺下等5种日常行为数据作为负样本,分别利用3种人工智能识别方法以及融合方法对矿工跌倒行为进行识别检验。结果表明:经过融合后的识别方法对矿工跌倒行为的识别效果均高于其他3种人工智能识别方法。     

基于Kinect的地铁乘客不安全行为识别方法与实验*

为解决地铁视频监控技术对乘客不安全行为只记录不识别且较少考虑识别精确度的问题,提出1种基于Kinect传感器的高效识别方法。以Pelvis为向量起点和动作活动高频关节为终点构建识别特征向量;运用余弦定理获得标准动作与测试动作关节的最大角度差序列;以最大角度差为动作特征量建立相似度计算模型,运用动态时间规整算法（DTW）将初始结果转换为动作相似度。以相连关节法为对照组开展对比实验,结果表明:前者在抽烟、挥拳、挥手呼救等行为识别的准确度分别为91.7%,86.9%,89.2%,平均比对照组高4%以上,显著提高了地铁乘客不安全行为的识别率,可为地铁智能安全管控提供理论与技术依据。     

地铁施工工人不安全行为统计过程控制研究

为有效降低地铁施工过程中的不安全行为风险,预防事故发生,提出一种基于智能监控的工人不安全行为改进的统计过程控制(ISPC)方法。首先,依据安全标准和操作规程,利用摄像头行为分析功能自动识别施工现场工人的不安全行为,并将其分类;然后,通过智能视频动态监控,发现不安全行为的异常变化征兆,建立工人不安全行为的实时预警机制;最后,以武汉地铁某车站工程现场"起重吊装过程中,无关人员进入危险区域"不安全行为为例,验证该方法的有效性。结果表明:用该方法可智能监控施工现场,及时有效控制不安全行为的发展。     

公共场所行人异常行为识别方法综述

为明确公共场所行人异常行为识别理论与技术研究进展,首先,借助中国知网(CNKI)和Web版引文数据库(WOS),给出公共场所行人异常行为广义定义与泛在特征,将常见异常行为划分为危害行为、不合群行为和违规行为3类;其次,从数据和技术基础视域,将现有异常行为识别方法划分为人工设计法、人体骨架法、红绿蓝(RGB)图像法和可穿戴传感器法4类;然后,梳理国内外主流人群异常行为数据集,分析相关算法在数据集上的性能表现;最后,从可用数据集和数据融合检测等方面总结现有研究方法局限性,给出未来研究方向与优化建议。研究结果表明：4类异常行为识别方法各有其优缺点;异常行为识别领域缺乏行为种类丰富、定义清晰、高质量的人群异常行为数据集;未来研究应聚焦稳健性强、准确率高的异常行为识别方法、模型及算法;探索多维数据融合互补检测方法,提升异常行为识别理论成果的应用场景的自洽性和自适应性,提高公共场所人群安全治理水平。     

基于云模型的装配式地铁车站施工安全风险评价

为有效评价装配式地铁车站施工安全风险,减少施工安全事故发生,保障施工安全,提出基于组合赋权和云模型的风险评价方法。首先,根据国家规范和项目资料,初步识别装配式地铁车站施工安全风险因素;再利用德尔菲法优化风险因素,建立包括6个一级指标和25个二级指标的装配式地铁车站施工安全风险评价指标体系;然后,采用熵权法和组合数有序加权(C-OWA)算子确定指标的组合权重,进而结合云模型确定风险评价等级;最后,基于某装配式地铁车站项目验证上述评价方法。结果表明：该项目评价等级为较低风险,与施工现场实际情况基本一致,但人员和施工技术的风险等级为中等,在采取安全防控措施时应重点考虑。     

人脸识别技术在治安防控体系建设中的应用探讨

正随着机器学习技术的深度应用和大数据技术的飞速发展,人脸识别技术进入了快速发展期。人脸识别技术广泛应用于安防、金融、交通、教育、医疗、电子商务等场景。人脸识别技术凭借无感非接触式采集等独特优势,使得其在社会治安防控体系建设方面的应用前景越发广阔。一、人脸识别技术发展现状人脸识别是基于人的脸部特征信息进行身份识别的一种生物特征识别技术。与其他生物特征识别方式(指纹识别、静脉识别、虹膜识别等)相比,人脸识别具有自然性、不被察     

地铁施工工人不安全行为关联规则研究

当前工人不安全行为研究多侧重从理论和方法的角度出发,而通过数据挖掘探究规律性方面的研究存在不足,因此,提出了地铁施工工人不安全行为关联规则研究。首先,构建关联规则挖掘数据库,以大量反映现场不安全行为的照片为数据来源。然后,利用Apriori算法,通过SPSS Modeler软件建模,以地铁车站施工机械操作人员为例介绍关联规则挖掘过程和结果。结果表明:机械操作人员存在有效强关联项为“开挖降水→挖土机作业时周围区域内有其余工人作业活动”。说明针对不同工种岗位的工人,在不同施工阶段存在易出现的不安全行为,可以有针对性地进行控制与管理,从而降低事故率。     

地铁施工工人不安全行为研究

为预防地铁施工安全事故,考虑地铁施工的复杂特征,采用理论分析和实践调研相结合的方式,研究地铁施工工人不安全行为的形成机制和影响因子。首先,基于行为主义、认知、行为约束力等理论,分析其形成机制;然后,结合问卷调查,利用探索性因子分析法(EFA)简化样本数据,并进行降维;最后,利用结构方程模型(SEM)探究各影响因子与地铁施工工人不安全行为的因果路径关系。结果表明:地铁施工工人不安全行为的产生是刺激因子和约束因子相互作用的结果;工作环境和心理状态对其影响强度最大,经验和技能对其影响强度最小。     

基于班组安全氛围的建筑工人不安全行为预测

为拓展安全氛围在施工安全管理中的应用,提高建筑工人不安全行为可预测性,提出一种基于班组安全氛围预测建筑工人不安全行为的方法。通过文献研究获取班组安全氛围7个维度,并将其作为输入构建人工神经网络模型,利用问卷数据对模型进行训练、测试与仿真,最后通过实际案例验证模型实用性。研究结果表明:模型均方误差为0.015 4,目标输出与预测输出相关系数R大于0.9,该模型可有效用于建筑工人不安全行为预测,并在实际工程案例中准确识别出3个不安全行为因素。     

基于卷积神经网络的驾驶人行为识别方法研究

为探究汽车驾驶人非安全驾驶行为的识别问题,在简要分析现有驾驶人行为识别方法的基础上,提出一种基于卷积神经网络(CNN)的驾驶人行为识别方法,分析CNN前向传播与反向传播过程,给出处理驾驶人行为识别问题的CNN网络架构。结果表明:用该方法可识别,其平均识别率达97. 13%,相对于传统提取方向梯度直方图特征(HOG),并用随机森林(RF)分类的算法,该方法的识别率平均提高了3. 62%。     

基于SEM的地铁施工不安全行为与认知关系的研究

关于地铁施工事故的预防,传统研究主要集中在提高机械设备的可靠性方面,对人的不安全行为研究甚少。为了深入分析不安全行为产生的原因,从认知角度出发,研究认知与不安全行为之间的关系,利用问卷调查的方法,采用SEM理论构建地铁施工人员认知与不安全行为模型。最终结果显示:认知与不安全行为关系显著相关;识别信息、理解信息、思考应对、选择应对与认知显著相关;识别信息、选择应对与不安全行为关系显著相关;理解信息、思考应对与不安全行为的关系不显著。     

人脸识别技术在安防行业的具体应用

正人脸识别(Face Recognition),是基于人的脸部特征信息进行身份识别的一种生物识别技术,用摄像机采集含有人脸的图像或视频流,并自动在图像中检测和跟踪人脸,进而对检测到的人脸进行脸部的一系列相关技术,通常也叫做人像识别、面部识别。早在1964年就开始有这项技术,但属于初级阶段,算法模型不够成熟,1991年以后人脸识别发展迅速。1998年,汉王最早把人脸识别带入门禁和考勤应用,但是人脸识别在这个阶段没有完全     

YOLOv4目标检测算法在煤矿工人口罩佩戴监测工作中的应用研究*

为防止煤矿工人吸入过量粉尘而导致职业性尘肺病,基于Keras框架利用YOLOv4 (you only look once)目标检测算法对井下人员佩戴防尘口罩情况进行高精度且快速的检测与识别,并与MTCNN(Multi-task convolutional neural network)和FaceNet构成的人脸识别算法相结合,进行煤矿工人口罩佩戴监测的研究。结果表明:模型对井下人员口罩佩戴有较高的检测精度,识别已佩戴口罩的矿井下作业人员的平均精度达到92.78%,识别未佩戴防尘口罩检测的平均精度为91.63%,与其他主流算法相比算法具有更好的鲁棒性和检测效果。研究结果为预防煤矿工人职业性尘肺病提供1种有效的技术手段。     

基于视线追踪技术的工艺操作人员人为失误识别研究

为了对生产加工过程中工艺操作人员的不安全行为进行有效监控，及时避免因操作失误带来的工艺安全事故，开展基于视线追踪技术的工艺操作人员人为失误识别研究。通过设计眼动实验方案，利用视线追踪技术采集操作者在工艺流程控制过程中各类失误模式的眼动数据,并对采集的数据进行统计，提取失误行为的眼动特征，并建立人为失误智能识别方法，利用距离函数聚类实现现场操作人员失误状态的准确识别。研究结果表明:以被试样本在不同区域的视线停留时间百分比作为特征参数，并运用欧氏距离函数分类法判别人员操作状态，对操作人员的不安全行为能够准确识别。     

强降雨下地铁车站施工安全风险演化推理研究

强降雨易引发地铁车站施工安全事故,为揭示此类工程受强降雨的致灾机制,评价施工安全风险,结合蝴蝶结(BT)分析法进行演化,得到包含2个顶事件、27个中间事件、47个基本事件的安全风险事故树;基于贝叶斯网络(BN)理论,改进节点模糊多态化与直觉模糊化2个方面,得到优化后的直觉模糊多态贝叶斯网络(IFPBN)安全风险演化推理模型;以广州21号线地铁工程为例,进行演绎推理应用,并验证模型有效性。结果表明：优化后的模型推理结果与实际情况基本相符,相较于常规推理模型更为精准、高效;所构建的风险演化结构中,强降雨等级、人的不安全行为和主体工程环境不安全状态是影响强降雨下地铁车站施工安全风险的重要宏观因素,应急组织混乱、安全意识缺乏与支护不稳定是重要微观因素。     

旅客自助进站系统的改进

为提高旅客进站速度,提升铁路安全保障水平,提出现有自助识别进站系统的改进技术方案。运用智能匹配系统及算法,结合现有视频系统,通过铁路购票系统及公安身份认证系统(或第三方认证系统)进行信息数据交互,实现真正意义上的刷脸进站,提高旅客通行速度,从而有效缓解旅客大量滞留车站,进一步提升铁路安全保障。结果表明:改进的系统增加了发送告知用户信息的功能,将人脸识别功能与后台信息对接、智能匹配;保证了验票工作的准确性,同时避免车站大量滞留旅客的情况,提升旅客服务质量;该系统还将与公安数据库对接,核实存在风险的旅客。     

新型生物特征识别技术概览

1 引言 生物特征识别技术是指基于一种或几种人体本身的生理特征或行为特征进行身份识别,该项技术已经成为加强信息和系统安全、准确识别人员身份的最有效方法之一.近些年来,其应用范围得到了极大的拓展(例如,多国采用了加入生物特征的电子护照、身份证等证件),使得各国研发人员对该项技术青睐有加,在完善和加强现有技术的同时,研发出多种新型生物特征识别技术.     

小直径深层排水隧道盾构施工安全风险评价

为识别小直径深层排水隧道盾构施工安全风险,准确评价施工安全风险等级,提出基于危险与可操作性分析(HAZOP)的风险识别方法和基于粗糙集和云模型的风险评价方法。基于HAZOP方法全面识别施工安全风险,并根据粗糙集属性约简理论构建评价指标体系;将粗糙集与云模型结合,构建小直径深层排水隧道盾构施工安全风险评价模型;以东湖深隧工程为例,验证该模型的有效性。结果表明:该模型评价结果与实际情况基本吻合;掘进参数未及时调整、培训及考核不到位、注浆管堵塞、吊装下井设备及其零部件坠落、工程地质和水文地质情况调查不详细是小直径深层排水隧道盾构施工安全风险等级较高的因素,应重点关注并规避。     

三维人脸识别系统在监狱出入口管理系统中的应用

为切实增强监狱监管区的进出控制和保障监狱的安全管理,本文提出了一种以三维人脸识别系统为应用基础的监管区出入口管理系统。由于三维模型比二维图像含有更丰富的信息,所以识别精度得到很大提高,同时,GAFRS-H1型三维人脸识别系统采用了先进的匹配检索算法,在提高识别精度的同时亦保证了识别的快速性。自主开发的监狱出入口管理软件系统将三种鉴别信息(即三维人脸模型信息、身份证信息和二维彩色人脸照片信息)匹配、绑定起来存于后台数据库中,方便识别和查阅。该出入口管理系统的应用将有利于进出监狱人员的规范有效管理,保障监狱安全。     

人脸识别——安防生物识别应用与市场发展分析

一、安防人脸识别应用 目前安防领域中人脸识别技术主要有两种类型的应用:静态人脸比对识别和动态人脸监控识别.静态人脸搜索比对是指静态人脸照片与人脸数据库比对,进行人的身份搜索和身份管理.这类系统主要应用在治安和户籍管理方面,目前技术上已经成熟,这是由于数据库主要来源于证件照片,照片的人脸姿态正面,图像质量通常较好,所以当前技术水平的算法已经可以取得很好的识别结果.