【技術實現(xiàn)步驟摘要】
本申請涉及圖像處理領域，具體而言，涉及一種煤礦井下人員表情狀態(tài)的識別方法、煤礦井下人員表情狀態(tài)的識別裝置、計算機程序產品和煤礦井下表情識別系統(tǒng)。
技術介紹
1、由于煤礦工人的工作環(huán)境通常較為艱苦，如長時間的重體力勞動、狹窄且潮濕的礦道等，這些都使他們的心理和生理都處于高度的應激狀態(tài)，從而更容易產生較差的情緒。而各類情緒可以直接影響井下作業(yè)從而反饋井下人員不同工作狀態(tài)。
2、目前也有一些方案中，可以對工作人員的人臉表情進行識別，確定情緒的狀況，但是目前的方案中煤礦井下人員的表情的狀況識別的準確率較差。
技術實現(xiàn)思路
1、本申請的主要目的在于提供一種煤礦井下人員表情狀態(tài)的識別方法、煤礦井下人員表情狀態(tài)的識別裝置、計算機程序產品和煤礦井下表情識別系統(tǒng)，以至少解決現(xiàn)有技術中煤礦井下人員的表情的狀況識別的準確率較差的問題。
2、為了實現(xiàn)上述目的，根據(jù)本申請的一個方面，提供了一種煤礦井下人員表情狀態(tài)的識別方法。獲取煤礦井下的初始視頻，其中，所述初始視頻中至少包括目標對象；對所述初始視頻進行預處理，得到目標視頻，其中，所述預處理的方式至少包括圖像增強和/或圖像去噪；采用卷積算法，提取所述目標視頻中的人臉特征信息；采用yolov5s算法，識別所述人臉特征信息對應的表情狀態(tài)。
3、可選地，對所述初始視頻進行預處理，得到目標視頻，包括：提取所述初始視頻中的暗環(huán)境區(qū)域，其中，所述暗環(huán)境區(qū)域為亮度小于預設亮度閾值的區(qū)域；至少對所述暗環(huán)境區(qū)域進行直方圖均衡化處理，得到所述
4、可選地，對所述初始視頻進行預處理，得到目標視頻，包括：通過邊緣檢測算法，提取所述初始視頻中的邊緣點；將所述初始視頻中的所述邊緣點刪除，得到中間視頻；對所述中間視頻中的所述目標對象的輪廓進行凸顯處理，得到所述目標視頻。
5、可選地，在對所述初始視頻進行預處理，得到目標視頻之后，所述方法還包括：獲取所述目標視頻中的第一幀的第一灰度值；獲取所述目標視頻中的第二幀的第二灰度值，其中，所述第一幀和所述第二幀之間間隔的幀數(shù)為預定幀數(shù)，所述第一幀早于所述第二幀；計算所述第一灰度值和所述第二灰度值的差值，得到灰度差分值；在所述灰度差分值大于或者等于預設差分閾值的情況下，確定所述第二幀為關鍵幀。
6、可選地，采用卷積算法，提取所述目標視頻中的人臉特征信息，包括：構建特征提取模型，其中，所述特征提取模型是使用多組訓練數(shù)據(jù)來通過卷積算法訓練得到的，所述多組訓練數(shù)據(jù)中的每一組訓練數(shù)據(jù)均包括歷史時間段內獲取的歷史目標視頻、所述歷史目標視頻對應的歷史人臉特征信息；將所述目標視頻輸入至所述特征提取模型，得到所述目標視頻對應的所述人臉特征信息。
7、可選地，采用yolov5s算法，識別所述人臉特征信息對應的表情狀態(tài)，包括：構建表情識別模型，其中，所述表情識別模型是使用多組訓練數(shù)據(jù)來通過yolov5s算法訓練得到的，所述多組訓練數(shù)據(jù)中的每一組訓練數(shù)據(jù)均包括歷史時間段內獲取的歷史人臉特征信息、所述歷史人臉特征信息對應的歷史表情狀態(tài)；將所述人臉特征信息輸入至所述表情識別模型，得到所述人臉特征信息對應的所述表情狀態(tài)。
8、可選地，在采用yolov5s算法，識別所述人臉特征信息對應的表情狀態(tài)之后，所述方法還包括：在當前識別的所述表情狀態(tài)表征為消極狀態(tài)的情況下，持續(xù)對所述表情狀態(tài)進行識別；在所述表情狀態(tài)表征為所述消極狀態(tài)的持續(xù)時間大于或者等于目標時長的情況下，生成報警信息。
9、根據(jù)本申請的另一方面，提供了一種煤礦井下人員表情狀態(tài)的識別裝置，包括：第一獲取單元，用于獲取煤礦井下的初始視頻，其中，所述初始視頻中至少包括目標對象；處理單元，用于對所述初始視頻進行預處理，得到目標視頻，其中，所述預處理的方式至少包括圖像增強和/或圖像去噪；提取單元，用于采用卷積算法，提取所述目標視頻中的人臉特征信息；第一識別單元，用于采用yolov5s算法，識別所述人臉特征信息對應的表情狀態(tài)。
10、根據(jù)本申請的再一方面，提供了一種計算機程序產品，包括計算機程序，所述計算機程序被處理器執(zhí)行任意一種所述煤礦井下人員表情狀態(tài)的識別方法的步驟。
11、根據(jù)本申請的又一方面，提供了一種煤礦井下表情識別系統(tǒng)，包括：一個或多個處理器，存儲器，以及一個或多個程序，其中，所述一個或多個程序被存儲在所述存儲器中，并且被配置為由所述一個或多個處理器執(zhí)行，所述一個或多個程序包括用于執(zhí)行任意一種所述的煤礦井下人員表情狀態(tài)的識別方法。
12、應用本申請的技術方案，可以對于煤礦中的視頻可以進行圖像預處理，來提高成像的質量，卷積算法對于圖像特征提取具有優(yōu)異的效果，因此可以識別到準確的人臉特征，yolov5s算法速度較快，并且檢測精度較高，因此通過yolov5s算法可以識別到準確的表情狀態(tài)，進而解決了現(xiàn)有技術中煤礦井下人員的表情的狀況識別的準確率較差的問題。
本文檔來自技高網...【技術保護點】
1.一種煤礦井下人員表情狀態(tài)的識別方法，其特征在于，包括：
2.根據(jù)權利要求1所述的方法，其特征在于，對所述初始視頻進行預處理，得到目標視頻，包括：
3.根據(jù)權利要求1所述的方法，其特征在于，對所述初始視頻進行預處理，得到目標視頻，包括：
4.根據(jù)權利要求1所述的方法，其特征在于，在對所述初始視頻進行預處理，得到目標視頻之后，所述方法還包括：
5.根據(jù)權利要求1所述的方法，其特征在于，采用卷積算法，提取所述目標視頻中的人臉特征信息，包括：
6.根據(jù)權利要求1所述的方法，其特征在于，采用YOLOv5s算法，識別所述人臉特征信息對應的表情狀態(tài)，包括：
7.根據(jù)權利要求1至6中任意一項所述的方法，其特征在于，在采用YOLOv5s算法，識別所述人臉特征信息對應的表情狀態(tài)之后，所述方法還包括：
8.一種煤礦井下人員表情狀態(tài)的識別裝置，其特征在于，包括：
9.一種計算機程序產品，包括計算機程序，其特征在于，所述計算機程序被處理器執(zhí)行時實現(xiàn)權利要求1至7中任意一項所述煤礦井下人員表情狀態(tài)的識別方法的
10.一種煤礦井下表情識別系統(tǒng)，其特征在于，包括：一個或多個處理器，存儲器，以及一個或多個程序，其中，所述一個或多個程序被存儲在所述存儲器中，并且被配置為由所述一個或多個處理器執(zhí)行，所述一個或多個程序包括用于執(zhí)行權利要求1至7中任意一項所述的煤礦井下人員表情狀態(tài)的識別方法。
...【技術特征摘要】
1.一種煤礦井下人員表情狀態(tài)的識別方法，其特征在于，包括：
2.根據(jù)權利要求1所述的方法，其特征在于，對所述初始視頻進行預處理，得到目標視頻，包括：
3.根據(jù)權利要求1所述的方法，其特征在于，對所述初始視頻進行預處理，得到目標視頻，包括：
4.根據(jù)權利要求1所述的方法，其特征在于，在對所述初始視頻進行預處理，得到目標視頻之后，所述方法還包括：
5.根據(jù)權利要求1所述的方法，其特征在于，采用卷積算法，提取所述目標視頻中的人臉特征信息，包括：
6.根據(jù)權利要求1所述的方法，其特征在于，采用yolov5s算法，識別所述人臉特征信息對應的表情狀態(tài)，包括：
7.根據(jù)權利要求1...
【專利技術屬性】
技術研發(fā)人員：張雪梅，任文華，閻雪峰，張貴文，劉燕峰，薛艷龍，越強，馬杰，李暄，吳克介，陽升，王建林，滿興中，
申請(專利權)人：國家能源集團烏海能源有限責任公司，
類型：發(fā)明
國別省市：
還沒有人留言評論。發(fā)表了對其他瀏覽者有用的留言會獲得科技券。