1.	人员检测：首先，系统通过摄像头捕捉井下作业人员的图像，并利用人员检测算法识别画面中出现的人员。这一步骤确保系统能够准确定位每一位下井人员。
2.	自救器检测：在检测到人员后，系统进一步识别画面中的自救器。自救器通常具有明显的特征，如形状和颜色，算法会基于这些特征进行识别。
3.	佩戴判断：系统通过计算自救器识别框与人员识别框的空间关系，判断自救器是否被佩戴。只有当自救器识别框与人员识别框存在一定的相交或包含关系时，系统才认为该人员佩戴了自救器。这一步骤可以有效避免多人下井时出现有人佩戴、有人未佩戴而导致的漏报情况。
4.	持续检测与告警：系统支持设置持续检测时间，以避免因角度不对等原因未检测到自救器的误报情况。当在设定的持续时间内未检测到某人员佩戴自救器时，系统会立即发出报警，并将信息推送至调度指挥中心，同时通过短信和电话通知相关负责人。

自救器检测算法在矿山智能化案例落地

矿山版AI盒子包含的算法有：皮带运行状态识别（启停状态）、运输带有无煤识别、煤流量检测、皮带跑偏、异物检测、下料口堵料、井下堆料、提升井堆煤检测、提升井残留检测、输送机空载识别、传输机坐人检测、行车不行人、佩戴自救器检测、风门监测、运料车通行识别、工作面刮板机监测、掘进面敲帮问顶监控、护帮板支护监测、人员巡检、入侵检测、区域超员预警、未戴安全帽检测、未穿工作服识别、火焰检测、离岗睡岗识别、倒地检测、摄像机遮挡识别、摄像机挪动识别等等算法。

皮带运行状态问题完美解决方案-智慧矿山AI算法

人员入井AI算法在矿山智能化应用中的工作原理详细解析，解析人员入井AI算法在矿山智能化中的实现原理，包括人形识别，人形去重，人数统计，数量上报，报警抓图等

人员入井识别AI算法在矿山智能化应用中的工作原理详细解析

随着人工智能与安生生产的结合，越来越多的AI算法应用到现场：比如各种工作服检测、安全帽识别、安全带检测、烟火识别、吸烟检测、打电话检测、区域入侵、登高检测等就成为安全生产不必不可少的技术手段了

煤矿安全生产之皮带异物检测，包括木块、铁棍、煤矸石等，能在AI盒子上实现吗？

标签

评论