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

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）