• 中文核心期刊
  • 中国科技核心期刊
  • RCCSE中国核心学术期刊

煤矿人工智能视频分析系统架构体系及关键技术

陈杰

陈杰. 煤矿人工智能视频分析系统架构体系及关键技术[J]. 煤矿安全, 2022, 53(6): 108-112.
引用本文: 陈杰. 煤矿人工智能视频分析系统架构体系及关键技术[J]. 煤矿安全, 2022, 53(6): 108-112.
CHEN Jie. Architecture and key technology of coal mine artificial intelligence video analysis system[J]. Safety in Coal Mines, 2022, 53(6): 108-112.
Citation: CHEN Jie. Architecture and key technology of coal mine artificial intelligence video analysis system[J]. Safety in Coal Mines, 2022, 53(6): 108-112.

煤矿人工智能视频分析系统架构体系及关键技术

Architecture and key technology of coal mine artificial intelligence video analysis system

  • 摘要: 在煤矿智能化建设的大背景下,以视频感知为基础,以网络、信息技术为媒介,以人工智能、大数据为技术支撑,构建全矿井人工智能AI平台架构体系;结合煤矿的实际情况,挖掘分析真实的应用场景,针对煤矿设备状态、人员行为、环境变化进行智能感知、深度学习与智能分析,来实现智能报警与控制。论述了煤矿人工智能视频分析系统总体架构,介绍了构建系统所采用的人工智能、机器学习、深度学习等关键技术,从模型训练、数据分析与传输、智能控制、AI监控平台几个方面详细说明了系统的设计。
    Abstract: Under the background of intelligent construction of coal mine, this paper studies and discusses the construction of AI platform architecture system of the whole coal mine based on video perception, network and information technology as the media, artificial intelligence and big data as the technical support; according to the actual situation of coal mine, the real application scenario is mined and analyzed; the paper carries on research on intelligent sensing, deep learning and intelligent analysis for coal mine equipment status, personnel behavior and environmental changes to realize intelligent alarm and control; the paper researches and analyzes relevant key technologies such as artificial intelligence and deep learning.
  • [1] GB/T 34679—2017智慧矿山信息系统通用技术规范[S].
    [2] GB/T 51272—2018煤炭工业智能化矿井设计标准[S].
    [3] 煤安监办[2019]42号 国家煤矿安全监察局关于加快推进煤矿安全风险预警系统建设的指导意见[A].
    [4] 2020年3月发展改革委、能源局、应急部、煤监局、工信部、财政部、科技部、教育部8部委 关于加快煤矿智能化发展的指导意见[A].
    [5] T/CCS 001—2020 智能化煤矿(井工)分类、分级技术条件与评价[S].
    [6] GA/T 1127—2013《安全防范视频监控摄像机通用技术要求》[S].
    [7] GA/T 367—2001《视频安防监控系统技术要求》[S].
    [8] Thomas ERL,Zaigham Mahmood,Ricardo Puttini. 云计算:概念、技术与架构[M].龚奕利,贺莲,胡创,译. 北京:机械工业出版社,2014.
    [9] 王柏生,谢广军.深度探索Linux系统虚拟化:原理与实现[M].北京:机械工业出版社,2020.
    [10] 凯文 R 福尔,W 理查德·史蒂文森,加里·R 赖特.TCP/IP详解[M].北京:机械工业出版社,2019.
    [11] 邓立国,佟强.数据库原理与应用(SQL Server 2016版本)[M].北京:清华大学出版社,2017.
    [12] 杨力.Hadoop大数据开发实战[M].北京:人民邮电出版社,2019.
    [13] 克雷格·沃斯(Craig Walls). Spring实战[M].张卫滨,译.北京:人民邮电出版社,2020.
    [14] Thomas H Cormen,Charles E Leiserson,Ronald L.Rivest,Clifford Stein. 算法导论[M].殷建平,徐云,王刚,等,译.北京:机械工业出版社,2012.
    [15] 史蒂芬·卢奇(Stephen Lucci),丹尼·科佩克(Danny Kopec).人工智能[M].北京:人民邮电出版社,2018.
    [16] 鲁伟.机器学习[M].北京:人民邮电出版社,2022.
    [17] Ian Goodfellow(伊恩·古德费洛),Yoshua Bengio(约书亚·本吉奥),Aaron Courville(亚伦·库维尔).深度学习[M].北京:人民邮电出版社,2017.
计量
  • 文章访问数:  102
  • HTML全文浏览量:  3
  • PDF下载量:  27
  • 被引次数: 0
出版历程
  • 发布日期:  2022-06-19

目录

    /

    返回文章
    返回