标签: 特征网络

煤炭资源是我国的重要资源，煤矿安全是获取煤炭资源的重要前提和保证。影响我国煤矿安全生产的主要因素是人员的安全问题，矿井井口作为人员出入井下的唯一通道，需要对人员身份进行有效识别验证，因此对矿井人员识别技术进行研究，保证人员的安全有效管理是矿井生产安全的保障，具有研究价值和现实意义。  本文以矿井井口为研究对象，主要研究内容如下:  (1)在总结分析人脸识别技术和矿井人员识别系统国内外研究现状的基础上，对矿井特殊工况环境下人员识别特点、特征识别方法和识别技术问题进行分析研究，确定了系统的研究脉络与研究难点;  (2)针对矿井复杂环境人脸易受煤灰干扰等特点，利用CLAHE与伽马校正相结合的方法增强图像对比度，强化图像特征:  (3)采用优化MTCNN网络实现对矿井复杂工况环境下的人脸检测;为提高人脸识别性能，通过对ResNet网络的实验研究对比，选定并建立LF-ResNet特征网络对矿井人脸图像进行识别;  (4)根据门禁系统功能需求设计了矿井人员识别系统，利用C++语言搭建了门禁系统的上位界面，使用MySQL数据库完成相关数据表的设计，实现对矿井井口人员的身份验证。  本文通过对矿井人脸识别技术和矿井人员识别系统的研究，可实现对矿井出入井口人员的高效检测与稳定识别，能够对矿井人员的安全管理技术进行完善与补充，在一定程度上保证了矿井的安全生产，具有一定的理论研究和工程应用价值