[发明专利]矿山井下风门识别及其异常状态监测方法

权利要求书

1.矿山井下风门识别及其异常状态监测方法，其特征在于，包括以下步骤：

(1)、井下风门损坏监测包括以下步骤：

S11.在系统中给摄像头配置算法模型；

S12.系统自动将摄像头信息下发到算法服务；

S13.算法服务对摄像头实时监控视频进行计算分析；

S14.在摄像头发现风门被损坏后，发送风门损坏信息；

S15.录制最近风门正常的时间到发现损坏后15秒的视频，合并到报警信息中；

S16.报警信息会一直持续，持续发送报警信息，直到风门被修复；

(2)、井下风门开启时间过长监测包括以下步骤：

S21.在系统中给摄像头配置算法模型和允许开启时长；

S22.系统自动将摄像头信息下发到算法服务；

S23.算法服务对摄像头实时监控视频进行计算分析；

S24.在摄像头发现风门开启后，开始对风门开启状态计时；

S25.如果风门关闭，则停止计时，回到上一步；

S26.风门开启时间超过允许时长，则发出报警信息，为了报警信息及时性，先发送不带视频的风门被损坏的报警信息；

S27.录制风门实时状态视频，合并到报警信息中；

S28.报警信息会一直持续，直到风门被关闭；

S29.用户可以使用系统配置将一段时间内的相同位置相同类型的报警信息合并起来，减少对用户的视觉干扰；

S210.如果出现系统误报，系统自动将此事件记录入误报数据库中。

2.根据权利要求1所述的矿山井下风门识别及其异常状态监测方法，其特征在于：所述步骤(2)中的算法嵌入到前端摄像头中，对风门开关状态监测。

3.根据权利要求1所述的矿山井下风门识别及其异常状态监测方法，其特征在于：所述步骤(1)中的S14发送的为不带视频的风门被损坏的报警信息，以确保报警信息及时性。

4.根据权利要求1所述的矿山井下风门识别及其异常状态监测方法，其特征在于：所述步骤s14中，算法服务检测到风门开启后，开始对风门开启状态计时，当计时时长超过风门允:许开启时长则判定为风门开启过久异常，此时发送异常报警信息。

5.根据权利要求1所述的矿山井下风门识别及其异常状态监测方法，其特征在于：所述步骤S14中，算法服务检测到风门开启后，开始对风门开启状态计时，若计时时长未超过风门开启时长，则判定为风门开启正常，不发送异常报警信息。

6.根据权利要求1所述的矿山井下风门识别及其异常状态监测方法，其特征在于：所述步骤S16中，用户可以使用系统配置将一段时间内的相同位置相同类型的报警信息合并起来，减少对用户的视觉干扰，如果出现系统误报，系统自动将此事件记录入误报数据库中。

7.根据权利要求1所述的矿山井下风门识别及其异常状态监测方法，其特征在于，井下风门和风门状态识别算法的步骤如下：

S31.根据风门监控视频中的正常情景和异常情景建立对应的算法模型，包括风门的目标检测模型和风门的分类模型；

S32.根据监控视频的内容准备算法对应的数据集；风门检测算法标出风门在图像中的具体位置信息，风门分类算法将风门截图并标示当前风门的状态是打开还是关闭；

S33.风门的检测算法，通过数据集内的标注情况，获取风门在图像中的锚点，包含风门在图像中的位置坐标作为标签信息，输入图像通过多个多层卷积神经网络提取不同尺度的风门特征信息，组合得到整体特征，经过全连接层输出风门的位置坐标，概率值；当概率值大于0.5时，保留当前预测；

S34.通过坐预测框与标注数据框的IoU比值可以判定预测效果是否好；

S5.对于检测到的风门，使用分类算法进行分类，将风门的状态分为关闭和打开两个状态进行数据标注，通过残差网络提取特征输出0或1，分别代表关闭和打开两个状态，与标注的情况进行对比，对比用的交叉熵损失函数。