首页
期刊导航
期刊检索
论文检索
新闻中心
期刊
期刊
论文
首页
>
《建筑创作》
>
2024年9期
>
基于深度学习的井下作业人员行为识别技术进展
基于深度学习的井下作业人员行为识别技术进展
打印
分享
在线阅读
下载PDF
导出详情
摘要
摘要:随着工业自动化和智能化的快速发展,井下作业安全问题日益受到重视。深度学习作为一种先进的机器学习技术,其在井下作业人员行为识别领域的应用展现出巨大潜力。本文介绍了井下作业环境的特殊性以及行为识别的重要性;分析了当前深度学习技术在行为识别中的主要进展,包括数据采集、模型设计、训练优化等方面;探讨了该技术在实际应用中遇到的挑战,如环境复杂性、实时性要求、误识率控制等;对未来研究方向进行了展望。
DOI
rj8vv9wnk4/8444934
作者
解诚
机构地区
1.中国煤炭科工集团太原研究院有限公司,山西太原 030032;
出处
《建筑创作》
2024年9期
关键词
深度学习
井下作业
行为识别
安全监控
技术挑战
分类
[建筑科学][建筑设计及理论]
出版日期
2024年07月06日(中国期刊网平台首次上网日期,不代表论文的发表时间)
相关文献
1
解诚.
井下作业人员行为识别的实时视频分析技术
.,2024-07.
2
方振东.
基于深度学习的电力作业人员行为识别技术
.,2022-09.
3
,霍耀斌.
基于机器视觉的井下作业人员异常行为检测
.建筑设计及理论,2024-07.
4
张峰1王锡军2王富满3.
井下作业危害因素识别及安全技术
.建筑设计及理论,2019-06.
5
马生亮.
井下作业危害因素识别及安全技术
.,2022-09.
6
王承辉;何胜强;冯伟;滕锦利.
井下作业危害因素识别及安全技术探讨
.油气加工工程,2009-03.
7
陈金磊.
井下作业危害因素识别与安全技术分析
.建筑技术科学,2021-03.
8
陈婷,王奕欣,赵一帆.
基于深度学习的图像识别技术进展
.建筑技术科学,2024-05.
9
朱虹杰.
强化井下作业管理提高井下作业质量
.,2023-07.
10
郑忠诚.
强化井下作业管理提高井下作业质量
.建筑设计及理论,2019-11.
来源期刊
建筑创作
2024年9期
相关推荐
刍议井下作业技术
煤矿井下作业人员高精度定位
试论强化井下作业管理提高井下作业质量
基于深度学习的危险行为识别分析方法
基于井下作业技术及井筒维护的分析
同分类资源
更多
[建筑设计及理论]
浅析建筑施工技术中节能理念的应用刘国强
[建筑设计及理论]
关于电子信息工程技术的几点思考叶伟奇
[建筑设计及理论]
工程检测对建筑工程质量控制的重要性研究吕睿
[建筑设计及理论]
道路桥梁工程施工项目管理关键问题分析骆小红
[建筑设计及理论]
化工工艺中常见的节能降耗技术措施探析喻显扬
相关关键词
深度学习
井下作业
行为识别
安全监控
技术挑战
返回顶部