声明
致谢
1 绪论
1.1 研究背景及意义
1.2.1 行为识别研究现状
1.2.2 矿工不安全行为研究现状
1.3.1 研究内容
1.3.2 不安全行为识别模型
1.3.3 章节安排
2 矿工不安全行为识别算法研究
2.1 运动目标检测
2.1.1 光流法
2.1.2 光流运动历史图
2.2 特征提取
2.2.1 HOG
2.2.2 Hu矩
2.3 基于集成学习的XGBoost算法
2.3.1 集成学习
2.3.2 XGBoost
2.4 皮带区环境目标识别
2.4.1 RCNN与Fast RCNN
2.4.2 Faster R-CNN
2.4.3 Mask R-CNN
2.5 本章小结
3 基于双层光流运动历史图的矿工行为表示
3.1 基于 DLOF-MHI 的矿工行为检测
3.1.1 关键帧提取
3.1.2 DLOF-MHI 计算
3.1.3 DLOF-MHI 参数估计
3.1.4 DLOF-MHI归一化
3.2 基于金字塔DLOF-MHI 的矿工行为检测
3.2.1 金字塔模型
3.2.2 基于金字塔的DLOF-MHI计算
3.3 基于 DLOF-MHI 的特征提取
3.3.1 HOG提取
3.3.2 Hu矩提取
3.3.3 特征融合
3.4 矿工行为表示方法评估
3.4.1 双层光流运动历史图评估
3.4.2 特征融合评估
3.5 本章小结
4 皮带区矿工行为识别
4.1 基于 XGBoost 的矿工行为识别实验
4.1.1 自建皮带区矿工行为数据集
4.1.2 XGBoost参数设置
4.1.3 基于XGBoost的矿工行为识别实验与分析
4.2 基于深层迁移学习的识别方法
4.3.1 基于矿工行为数据集的实验结果分析
4.3.2 基于DHA数据集实验结果分析
4.3.3 基于Hollywood2数据集实验结果分析
4.4 动作时序分割
4.5 本章小结
5 环境识别与矿工不安全行为判识
5.1 环境识别实验搭建与结果分析
5.1.1 实验环境搭建
5.1.2 环境识别实验结果分析
5.2 皮带区矿工不安全行为判识方法建立
5.3 不安全行为判识实验与结果分析
5.4 本章小结
6 总结与展望
6.1 总结
6.2 展望
参考文献
作者简历
学位论文原创性声明
学位论文数据集
中国矿业大学中国矿业大学(江苏);