青海某金礦安全監(jiān)管視頻AI智能系統(tǒng)建設(shè)

摘要：智能礦山是數(shù)字礦山和綜合自動(dòng)化系統(tǒng)發(fā)展的延續(xù)，是建設(shè)綠色礦山、培育新質(zhì)生產(chǎn)力、提升礦山企業(yè)核心競(jìng)爭(zhēng)力、推動(dòng)高質(zhì)量發(fā)展的必經(jīng)之路。當(dāng)前趨勢(shì)下，礦山企業(yè)積極融入礦山數(shù)字化轉(zhuǎn)型和智能化變革，利用新質(zhì)生產(chǎn)力提升礦山安全生產(chǎn)管理模式勢(shì)在必行。通過深入分析青海某金礦開發(fā)現(xiàn)狀、安全生產(chǎn)監(jiān)管和數(shù)字化建設(shè)現(xiàn)狀，以及安全監(jiān)管視頻AI智能系統(tǒng)建設(shè)的必要性，詳細(xì)闡述安全監(jiān)管視頻AI智能系統(tǒng)主要搭建內(nèi)容和采用的關(guān)鍵算法，以及試運(yùn)行情況。實(shí)踐表明，安全監(jiān)管視頻AI智能系統(tǒng)建設(shè)對(duì)提高礦山安全生產(chǎn)監(jiān)管效率，保障人員生命安全，探索可視化、智慧化的遠(yuǎn)程安全管理模式具有指導(dǎo)意義。

關(guān)鍵詞：智能礦山；新質(zhì)生產(chǎn)力；安全監(jiān)管；視頻；AI;算法技術(shù)；礦山安全

中圖分類號(hào)：TD679文章編號(hào)：1001-1277（2025）01-0020-04

文獻(xiàn)標(biāo)志碼：A doi：10.11792/hj20250104

引言

近年來，政府主管部門對(duì)礦山安全監(jiān)管力度不斷加強(qiáng)，傳統(tǒng)安全監(jiān)管手段與礦山企業(yè)高質(zhì)量發(fā)展目標(biāo)相差甚遠(yuǎn)，已無法滿足實(shí)際需求。當(dāng)前人工智能（AI）、大數(shù)據(jù)、云計(jì)算等技術(shù)深度融合，礦山安全監(jiān)管方式不斷革新，為此亟須因地制宜培育發(fā)展新質(zhì)生產(chǎn)力，推動(dòng)AI與礦山安全生產(chǎn)融合發(fā)展，在智能生產(chǎn)、智能監(jiān)控及智能管理上精準(zhǔn)發(fā)力，提升安全監(jiān)管水平和綜合防治能力。為進(jìn)一步推動(dòng)青海某金礦落實(shí)安全生產(chǎn)主體責(zé)任，實(shí)現(xiàn)安全監(jiān)管智能化、遠(yuǎn)程化、高效化，開展了安全監(jiān)管視頻AI智能系統(tǒng)建設(shè)，以期為智能化綠色礦山建設(shè)及培育發(fā)展新質(zhì)生產(chǎn)力提供支撐。

1礦山現(xiàn)狀

1.1礦山開發(fā)現(xiàn)狀

青海某金礦生產(chǎn)能力為90萬t/a，開發(fā)范圍內(nèi)分為深水潭金礦和紅旗溝金礦，采用地下開采方式進(jìn)行開采。該金礦經(jīng)過多年探索實(shí)踐，成為“全國(guó)綠色高質(zhì)量發(fā)展二十佳礦山”，已形成較為先進(jìn)和完善的通信網(wǎng)絡(luò)，移動(dòng)網(wǎng)絡(luò)實(shí)現(xiàn)全面覆蓋，智能化礦山建設(shè)基礎(chǔ)條件較好。

1.2安全生產(chǎn)現(xiàn)狀

該金礦開采安全設(shè)施、提升運(yùn)輸系統(tǒng)安全設(shè)施、井下防治水與排水系統(tǒng)安全設(shè)施、通風(fēng)系統(tǒng)安全設(shè)施、供配電安全設(shè)施、安全避險(xiǎn)“六大系統(tǒng)”、采礦工業(yè)場(chǎng)地、炸藥庫(kù)、排土場(chǎng)等設(shè)施設(shè)備和個(gè)人安全防護(hù)設(shè)備均按照國(guó)家和行業(yè)標(biāo)準(zhǔn)規(guī)范要求配備。但是，隨著礦山開采深度不斷增加，井下各采區(qū)地壓?jiǎn)栴}凸顯，冒頂、片幫等安全事故風(fēng)險(xiǎn)增加，井下“三違”隱患時(shí)有發(fā)生，習(xí)慣性違章和重復(fù)性隱患依舊存在，現(xiàn)有安全生產(chǎn)技術(shù)力量對(duì)井下生產(chǎn)作業(yè)安全監(jiān)管無法做到全覆蓋。

1.3數(shù)字化建設(shè)現(xiàn)狀

1）指揮調(diào)度平臺(tái)。3220m工業(yè)場(chǎng)地建有采運(yùn)礦調(diào)度中心，調(diào)度總控室拼接大屏顯示各子系統(tǒng)，實(shí)時(shí)監(jiān)控各子系統(tǒng)運(yùn)行狀態(tài)，通過各子系統(tǒng)實(shí)現(xiàn)調(diào)度指揮功能，滿足安全生產(chǎn)需求。

采運(yùn)礦調(diào)度中心負(fù)責(zé)各子系統(tǒng)的協(xié)調(diào)工作，實(shí)現(xiàn)了實(shí)時(shí)監(jiān)控、數(shù)據(jù)查詢、警示通知、數(shù)據(jù)運(yùn)算、數(shù)據(jù)存儲(chǔ)等基礎(chǔ)性功能。采運(yùn)礦調(diào)度中心將“六大系統(tǒng)”和各種自動(dòng)化系統(tǒng)、視頻信號(hào)進(jìn)行系統(tǒng)集成、統(tǒng)一管理，實(shí)現(xiàn)數(shù)據(jù)、語言、視頻等多種數(shù)據(jù)的傳輸和處理，將礦山井下各生產(chǎn)子系統(tǒng)接入統(tǒng)一控制平臺(tái)，實(shí)現(xiàn)多個(gè)子系統(tǒng)之間的數(shù)據(jù)融合和資源共享，根據(jù)井下生產(chǎn)現(xiàn)場(chǎng)反饋到調(diào)度中心主控室的實(shí)時(shí)數(shù)據(jù)，統(tǒng)一進(jìn)行生產(chǎn)調(diào)度指揮，能夠及時(shí)排除安全隱患。

2）井下工業(yè)以太環(huán)網(wǎng)。工業(yè)以太環(huán)網(wǎng)主干網(wǎng)采用1000MB/s光纜為主干傳輸網(wǎng)絡(luò)。工業(yè)以太環(huán)網(wǎng)是各系統(tǒng)數(shù)據(jù)的傳輸通道，可接入更多子網(wǎng)絡(luò)，具有冗余功能，傳輸數(shù)據(jù)量大，受環(huán)境干擾小，安全性好，能更加體現(xiàn)出異構(gòu)網(wǎng)特征[3]，滿足礦山一定時(shí)期內(nèi)對(duì)信息系統(tǒng)、管理系統(tǒng)、生產(chǎn)控制系統(tǒng)、智能化建設(shè)的基本要求[4]。

3）監(jiān)測(cè)監(jiān)控系統(tǒng)。通風(fēng)監(jiān)測(cè)系統(tǒng)：該系統(tǒng)由傳感器通過信號(hào)線連接到監(jiān)測(cè)分站，監(jiān)測(cè)主站通過網(wǎng)口連接到礦用交換機(jī)，再傳到主機(jī)上，由監(jiān)測(cè)軟件接收，實(shí)現(xiàn)CO、NO?、風(fēng)速、風(fēng)機(jī)開停等環(huán)境參數(shù)監(jiān)測(cè)，并對(duì)異常數(shù)據(jù)實(shí)時(shí)聲光報(bào)警，實(shí)現(xiàn)圖形、列表多種形式數(shù)據(jù)實(shí)時(shí)監(jiān)測(cè)顯示。視頻監(jiān)控系統(tǒng)：該系統(tǒng)由攝像探頭通過礦用視頻線連接到視頻分站，視頻分站通過光纖傳到主機(jī)上，由視頻監(jiān)控軟件接收，實(shí)時(shí)顯示在采運(yùn)礦調(diào)度中心總控室大屏幕中。通信聯(lián)絡(luò)系統(tǒng)：交換機(jī)通過工業(yè)以太環(huán)網(wǎng)與井下通信分站相連[10]，通信分站利用通信線纜連接到井下各處的礦用電話，調(diào)度控制臺(tái)與交換機(jī)相連，實(shí)現(xiàn)基于光纖有線通訊系統(tǒng)的調(diào)度功能。

4）人員定位系統(tǒng)。入井人員配備礦用定位識(shí)別卡，在信號(hào)覆蓋區(qū)域內(nèi)，可在調(diào)度中心監(jiān)控電視墻看到入井人員實(shí)時(shí)所在位置，具有實(shí)時(shí)掌握井下人員分布情況、井下人員活動(dòng)軌跡跟蹤、井下工作人員考勤、信息存儲(chǔ)和歷史數(shù)據(jù)回放、井下人員突發(fā)情況報(bào)警、井外人員發(fā)出報(bào)警信息等功能。

5）應(yīng)急廣播系統(tǒng)。在井下各采區(qū)生產(chǎn)作業(yè)水平聯(lián)絡(luò)巷道口設(shè)置應(yīng)急廣播，可實(shí)現(xiàn)語音通話、語音傳輸及任意呼叫和分組呼叫功能，同時(shí)具有電話自動(dòng)接聽與呼叫功能，并實(shí)時(shí)監(jiān)測(cè)廣播運(yùn)行狀態(tài)和故障信息。

2建設(shè)必要性

《煤礦及重點(diǎn)非煤礦山重大災(zāi)害風(fēng)險(xiǎn)防控建設(shè)工作總體方案》《非煤礦山安全監(jiān)管監(jiān)察信息化總體發(fā)展規(guī)劃（2022—2024年）》，對(duì)非煤礦山提升預(yù)警監(jiān)測(cè)能力提出了明確要求[14]。根據(jù)《青海省綠色礦山建設(shè)實(shí)施方案》《海西州綠色礦山建設(shè)標(biāo)準(zhǔn)》，結(jié)合企業(yè)建設(shè)智能化礦山、培育綠色生產(chǎn)力發(fā)展規(guī)劃，改進(jìn)礦山安全生產(chǎn)監(jiān)管監(jiān)察方式方法，拓展“遠(yuǎn)程互聯(lián)網(wǎng)+AI智能化+安全生產(chǎn)監(jiān)管”新型模式，進(jìn)一步夯實(shí)礦山安全基礎(chǔ)，促進(jìn)安全管理水平大幅提升，安全監(jiān)管視頻AI智能系統(tǒng)建設(shè)具有必要性和緊迫性。

3系統(tǒng)設(shè)計(jì)與建設(shè)內(nèi)容

3.1礦山4G網(wǎng)絡(luò)信號(hào)基站架設(shè)

在井下各中段水平巷道架設(shè)分體式分站7]，地表工業(yè)場(chǎng)地架設(shè)4G網(wǎng)絡(luò)信號(hào)基站，基站通過光纜將信號(hào)傳輸?shù)胶诵木W(wǎng)，提供多種接口功能的接入終端，實(shí)現(xiàn)多業(yè)務(wù)集中統(tǒng)一接入及數(shù)據(jù)實(shí)時(shí)傳輸，并保障設(shè)備工況數(shù)據(jù)有線傳輸備份[10]，操作簡(jiǎn)單，運(yùn)行穩(wěn)定，可遠(yuǎn)程維護(hù)[9]。

3.2監(jiān)管探頭安裝

在井下生產(chǎn)中段入口、主運(yùn)輸巷道、礦石溜井、供水水倉(cāng)、變電硐室、斜坡道拐角、排土場(chǎng)等重要位置安裝44部輔助監(jiān)管攝像探頭，實(shí)現(xiàn)有效捕捉下井人員是否按要求佩戴自救器、安全帽、防毒口罩等情況，對(duì)著裝異常、井下抽煙、作業(yè)跌倒、陌生人、車輛超速等場(chǎng)景也能有效識(shí)別，為安全監(jiān)管視頻AI智能系統(tǒng)建設(shè)提供原始基礎(chǔ)數(shù)據(jù)。

3.3關(guān)鍵識(shí)別算法技術(shù)

1）卷積神經(jīng)網(wǎng)絡(luò)技術(shù)。該技術(shù)在目標(biāo)檢測(cè)等領(lǐng)域的應(yīng)用愈發(fā)廣泛，通常由輸入層、卷積層、激活層、池化層和輸出層組成。卷積神經(jīng)網(wǎng)絡(luò)與普通神經(jīng)網(wǎng)絡(luò)的區(qū)別在于卷積神經(jīng)網(wǎng)絡(luò)包含一個(gè)由卷積層和子采樣層構(gòu)成的特征抽取器[15-17]。卷積層和池化層結(jié)構(gòu)能夠有效保留數(shù)據(jù)的局部關(guān)系，減少模型參數(shù)和數(shù)據(jù)量[18-23]。卷積層提取特征，而池化層將特征進(jìn)行壓縮[24]，減少計(jì)算量，保證了系統(tǒng)的穩(wěn)定性。卷積神經(jīng)網(wǎng)絡(luò)技術(shù)具有神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)能力、抗干擾能力較強(qiáng)等特點(diǎn)。

2）圖像目標(biāo)檢測(cè)跟蹤技術(shù)。該技術(shù)通過增加層間融合等操作，使系統(tǒng)深度學(xué)習(xí)目標(biāo)檢測(cè)算法，對(duì)目標(biāo)人臉圖像尺寸適應(yīng)性更強(qiáng)，檢測(cè)結(jié)果更精確。為了實(shí)現(xiàn)模型高效訓(xùn)練，支持更多類別的目標(biāo)圖像檢測(cè)，在算法中添加代價(jià)函數(shù)融合檢測(cè)和多目標(biāo)分類技術(shù)6，在復(fù)雜場(chǎng)景檢測(cè)率較低的情況下大幅度降低跟蹤過程中的軌跡丟失、軌跡交叉關(guān)聯(lián)等情況。

3）陌生人識(shí)別技術(shù)。利用計(jì)算機(jī)圖像分析、模型理論、人工智能識(shí)別技術(shù)的非接觸性高端模式識(shí)別技術(shù)1，可實(shí)現(xiàn)在井下各個(gè)生產(chǎn)作業(yè)場(chǎng)地中檢測(cè)識(shí)別出特定人像信息，與數(shù)據(jù)庫(kù)中儲(chǔ)存的數(shù)據(jù)進(jìn)行分析比對(duì)，同時(shí)采用特征跟蹤與多目標(biāo)位置跟蹤相結(jié)合的手段，大大降低因人像姿態(tài)變化造成的誤識(shí)別，實(shí)現(xiàn)算法識(shí)別準(zhǔn)確度高達(dá)95%以上。

3.4 AI視頻分析系統(tǒng)

整個(gè)系統(tǒng)主要由AI視頻分析系統(tǒng)、綜合管理平臺(tái)組成。AI視頻分析系統(tǒng)負(fù)責(zé)視頻采樣分析、得出告警結(jié)果并上報(bào)綜合管理平臺(tái)，綜合管理平臺(tái)接收視頻分析系統(tǒng)的告警并進(jìn)行流程處理，同時(shí)支持網(wǎng)絡(luò)端數(shù)據(jù)管理。

AI視頻分析系統(tǒng)主要采用多任務(wù)級(jí)聯(lián)卷積神經(jīng)網(wǎng)絡(luò)（MTCNN）人臉檢測(cè)和人臉對(duì)齊多任務(wù)架構(gòu)，總體依次分為P-Net、R-Net和O-Net 3層逐級(jí)網(wǎng)絡(luò)結(jié)構(gòu)，前者的輸出作為后者的輸入。候選網(wǎng)絡(luò)P-Net用于輸出人臉候選區(qū)域，輸出包含分類結(jié)果、檢測(cè)到的人臉框及定位到的面部特征點(diǎn)位置3個(gè)部分。精煉網(wǎng)絡(luò)R-Net在P-Net網(wǎng)絡(luò)的基礎(chǔ)上增加了全鏈接層，其擬合的結(jié)果更精確，主要作用是對(duì)P-Net的結(jié)果進(jìn)行校正，消除其中的誤判[25-26]。輸出網(wǎng)絡(luò)0-Net比R-Net網(wǎng)絡(luò)多一個(gè)卷積層，輸入的尺寸、寬度和深度更大，使最終輸出結(jié)果更加精確[19]。

為了適應(yīng)不同大小的人像并進(jìn)行預(yù)期檢測(cè)，首先，將檢測(cè)人臉圖像進(jìn)行處理，生成圖像金字塔，輸入到P-Net網(wǎng)絡(luò)獲取一系列候選框結(jié)果后，進(jìn)行邊框回歸調(diào)整窗口，并通過分類置信度和非極大值抑制算法（NMS）篩選過濾出人臉候選框[15]，P-Net網(wǎng)絡(luò)架構(gòu)見圖1。其次，R-Net網(wǎng)絡(luò)對(duì)上步輸入的人臉候選框進(jìn)行嚴(yán)格篩選，計(jì)算人臉框回歸向量篩選出置信度較高的一批結(jié)果，并用NMS剔除重復(fù)、減少候選窗口，R-Net網(wǎng)絡(luò)架構(gòu)見圖2。最后，0-Net網(wǎng)絡(luò)對(duì)人的面部特征點(diǎn)進(jìn)行回歸數(shù)據(jù)處理和NMS過濾后，輸出最終預(yù)測(cè)的人臉圖像和面部特征點(diǎn)位置，0-Net網(wǎng)絡(luò)架構(gòu)見圖3。

安全監(jiān)管視頻AI智能系統(tǒng)能夠?qū)崿F(xiàn)對(duì)攝像探頭巡檢，分組配置，視頻流獲取，算法配置，告警上傳，本地圖片/短視頻存儲(chǔ)，特征文件下載更新，上傳本地服務(wù)器CPU、GPU、內(nèi)存、硬盤的消耗情況等核心數(shù)據(jù)，關(guān)鍵算法運(yùn)行穩(wěn)定[9]。

3.5綜合管理平臺(tái)

綜合管理平臺(tái)將對(duì)不同類別信息提供不同流程化處理方式和處理進(jìn)度控制1，并在處理完成后對(duì)不同信息進(jìn)行歸檔，未完成流程化的告警信息保持在未處理事務(wù)池中，對(duì)每個(gè)告警信息都能高效、不遺漏地處理。綜合管理平臺(tái)支持權(quán)限分級(jí)[1]，可實(shí)現(xiàn)在網(wǎng)絡(luò)端對(duì)告警信息設(shè)置、處理流程設(shè)置、對(duì)系統(tǒng)操作人員的不同角色進(jìn)行權(quán)限控制，實(shí)現(xiàn)礦山生產(chǎn)現(xiàn)場(chǎng)業(yè)務(wù)全流程、全方位安全監(jiān)管[23]，促進(jìn)全員參與安全生產(chǎn)工作。綜合管理平臺(tái)架構(gòu)見圖4。

4試運(yùn)行效果

安全監(jiān)管視頻AI智能系統(tǒng)的高清攝像探頭實(shí)現(xiàn)了對(duì)移動(dòng)、固定目標(biāo)的識(shí)別和異常狀況的檢測(cè)。其憑借強(qiáng)大的工作流程設(shè)計(jì)[2]和AI算法自動(dòng)加載能力[12]，實(shí)現(xiàn)了陌生人闖入檢測(cè)、未戴礦燈檢測(cè)、未戴自救器檢測(cè)、未戴安全帽檢測(cè)、未戴防毒口罩檢測(cè)、抽煙檢測(cè)、跌倒檢測(cè)、車輛超速檢測(cè)等16種事件的算法檢測(cè)；通過對(duì)人臉進(jìn)行特征提取和比對(duì)，準(zhǔn)確捕捉表情和動(dòng)作，實(shí)現(xiàn)對(duì)人臉的快速檢測(cè)和定位，智能識(shí)別各項(xiàng)違規(guī)行為。該系統(tǒng)在試運(yùn)行過程中，通過多次現(xiàn)場(chǎng)檢查與技術(shù)分析，合理調(diào)整攝像探頭高度和焦距，改善攝像探頭附近照明條件，優(yōu)化處理數(shù)據(jù)算法的方式，有效提升了安全監(jiān)管視頻AI智能系統(tǒng)在復(fù)雜環(huán)境中識(shí)別的準(zhǔn)確性，有效識(shí)別率由初期的75%提升至95%。系統(tǒng)具有持續(xù)優(yōu)化和學(xué)習(xí)能力，通過不斷更新模型和算法，實(shí)現(xiàn)更精準(zhǔn)的識(shí)別。安全監(jiān)管視頻AI智能系統(tǒng)加載運(yùn)行圖見圖5。

在試運(yùn)行期間，安全監(jiān)管視頻AI智能系統(tǒng)基本滿足實(shí)時(shí)監(jiān)控監(jiān)測(cè)、實(shí)時(shí)視頻調(diào)閱、報(bào)警管理、聯(lián)網(wǎng)信息管理、歷史信息分析導(dǎo)出等主管部門安全監(jiān)管條件需求。同時(shí)，該系統(tǒng)可全天候主動(dòng)感知不安全因素，提前對(duì)危險(xiǎn)情況進(jìn)行預(yù)判和報(bào)警，為安全生產(chǎn)管理提供了更加精準(zhǔn)的定位和定性，并整合各個(gè)物聯(lián)網(wǎng)信息單元，實(shí)現(xiàn)對(duì)安全事故隱患早知道、早處理、早解決，將隱患消滅在萌芽狀態(tài)。

5結(jié)語

作為青海省內(nèi)首個(gè)安全監(jiān)管視頻AI智能系統(tǒng)的黃金礦山，既對(duì)同類礦山視頻智能化建設(shè)具有借鑒意義，也為企業(yè)“十型礦山”高質(zhì)量發(fā)展賦能。在試運(yùn)行過程中，該系統(tǒng)多維度、多角度視頻識(shí)別、分析統(tǒng)計(jì)，及時(shí)發(fā)現(xiàn)、預(yù)警安全事故隱患，進(jìn)一步提升了企業(yè)安全生產(chǎn)管理水平，減少了安全生產(chǎn)事故發(fā)生，降低了安全管理壓力和人力資源成本。安全監(jiān)管視頻AI智能系統(tǒng)是推動(dòng)智慧礦山建設(shè)、綠色礦山建設(shè)，以及培育發(fā)展新質(zhì)生產(chǎn)力、助力高質(zhì)量發(fā)展的有效探索。

[參考文獻(xiàn)]

[1]井朝喜，劉文玉，柯曉天，等.數(shù)字孿生智能礦山管控平臺(tái)及智能洗選管控平臺(tái)建設(shè)[J].煤礦現(xiàn)代化，2024，33（2）：55-58，63.

[2]張珂.智能礦山一體化管控平臺(tái)研究及應(yīng)用[J].煤礦機(jī)電，2023，44（5）：68-71.

[3]余洋，張申.智能礦山基礎(chǔ)平臺(tái)建設(shè)及其發(fā)展趨勢(shì)[J].工礦自動(dòng)化，2023，49（9）：13-22，121.

[4]連民杰，湛景震，周文略.六維礦山建設(shè)探討[J].中國(guó)礦業(yè)，2023，32（10）：21-31.

[5]沈銘華，馬昆，楊洋，等.AI智能視頻識(shí)別技術(shù)在煤礦智慧礦山中的應(yīng)用[J].煤炭工程，2023，55（4）：92-97.

[6]王海軍，曹云，王洪磊.煤礦智能化關(guān)鍵技術(shù)研究與實(shí)踐[J].煤田地質(zhì)與勘探，2023，51（1）：44-54.

[7]劉曄，王云珠.5G+智能礦山的山西實(shí)踐[J].科技創(chuàng)新與生產(chǎn)力，2022（1）：1-3.

[8]張鵬.AI技術(shù)在智能礦山建設(shè)中的應(yīng)用探討[J].工礦自動(dòng)化，2023，49（增刊1）：21-25.

[9]樊榮，徐青云.工業(yè)物聯(lián)網(wǎng)背景下智慧礦山建設(shè)現(xiàn)狀及關(guān)鍵技術(shù)探討[J].煤，2022，31（9）：25-29.

[10]徐鵬.物聯(lián)網(wǎng)在智能礦山建設(shè)中的應(yīng)用研究[J].煤炭技術(shù)，2021，40（6）：202-204.

[11]吳耀昕，杜國(guó)軍.西部礦業(yè)錫鐵山智能礦山建設(shè)實(shí)踐及探討[J].現(xiàn)代礦業(yè)，2023，39（6）：1-4，9.

[12]張建中，郭軍.智慧礦山工業(yè)互聯(lián)網(wǎng)技術(shù)架構(gòu)探討[J].煤炭科學(xué)技術(shù)，2022，50（5）：238-246.

[13]郝躍.智能礦山大數(shù)據(jù)關(guān)鍵技術(shù)與發(fā)展研究[J].世界有色金屬，2022（4）：15-17.

[14]賀耀宜，高文，楊耀，等.智能礦山多元監(jiān)控信息融合與聯(lián)動(dòng)研究[J].工礦自動(dòng)化，2022，48（11）：11-19.

[15]黃琳，蔣為，楊鐵軍.基于Caffe框架的人臉定位與識(shí)別系統(tǒng)的設(shè)計(jì)[J].計(jì)算機(jī)時(shí)代，2019（6）：56-58，62.

[16]趙洋，許軍.基于MobileNetV2與樹莓派的人臉識(shí)別系統(tǒng)[J].計(jì)算機(jī)系統(tǒng)應(yīng)用，2021（8）：67-72.

[17]任浩，李麗，盧世博，等.基于深度學(xué)習(xí)的復(fù)雜自然環(huán)境下桑樹枝干識(shí)別方法[J].中國(guó)農(nóng)機(jī)化學(xué)報(bào)，2023，44（2）：182-188.

[18]李玉玲，王祥仲.基于卷積神經(jīng)網(wǎng)絡(luò)的人臉識(shí)別在開放機(jī)房的應(yīng)用[J].物聯(lián)網(wǎng)技術(shù)，2020，10（6）：9-13.

[19]王建霞，陳慧萍，李佳澤，等.基于多特征融合卷積神經(jīng)網(wǎng)絡(luò)的人臉表情識(shí)別[J].河北科技大學(xué)學(xué)報(bào)，2019，40（6）：540-547.

[20]田瑞娟，薛云波，金豐護(hù)，等.基于多路雙光模組的智能識(shí)別預(yù)警攝像機(jī)[J].兵工自動(dòng)化，2020，40（4）：21-22，34.

[21]申寧，楊德明，李帆，等.青海高原某金礦綠色礦山建設(shè)探索與實(shí)踐[J].黃金，2024，45（6）：96-100

[22]呂慧.黃金礦山高質(zhì)量發(fā)展模式探析——以內(nèi)蒙古太平礦業(yè)有限公司為例[J].黃金，2024，45（8）：68-71.

[23]王潤(rùn)年，劉留，朱世彬，等.渣緩冷場(chǎng)智能巡檢系統(tǒng)的研制及應(yīng)用[J].黃金，2024，45（10）：76-79.

[24]林雨準(zhǔn)，劉智，王淑香，等.基于卷積神經(jīng)網(wǎng)絡(luò)的光學(xué)遙感影像道路提取方法研究進(jìn)展[J].吉林大學(xué)學(xué)報(bào)（地球科學(xué)版），2024，54（3）：1068-1080.

[25]劉培勇，董潔，謝羅峰，等.基于多支路卷積神經(jīng)網(wǎng)絡(luò)的磁瓦表面缺陷檢測(cè)算法[J].吉林大學(xué)學(xué)報(bào)（工學(xué)版），2023，53（5）：1449-1457.

[26]董旭日，馮垣，劉財(cái)，等.基于DAS信號(hào)和CNN分類算法的人員運(yùn)動(dòng)軌跡監(jiān)測(cè)方法[J].吉林大學(xué)學(xué)報(bào)（地球科學(xué)版），2022，52（3）：1004-1015.

Construction of an AI-based intelligent video monitoring system forsafety regulation in a gold mine in Qinghai

Chen Shengkai1.2，3，Ming Pingtian1.2，3，ShenNing?，2，3

（1.Qinghai 6th Institute of Geology and Mineral Exploration;2.Dulan Jinhui Mining Co.，Ltd.;3.Engineering and Technology Research Center for the Development of Gold Mining Resources in Qinghai Province）

Abstract：An intelligent mine represents the continuation of digital mine development and integrated automation systems.It is a critical pathway for building green mines，fostering new quality productive forces，enhancing the core competitiveness of mining enterprises，and promoting high-quality development.In the current landscape，mining enterprises actively embrace digital transformation and intelligent upgrades，making the adoption of new quality productive forces essential to improve safety management in mining operations.This study analyzes the current state of development，safety regulation，and digitalization in a gold mine in Qinghai，along with the necessity of constructing an AI-based intelligent video monitoring system for safety regulation.It elaborates on the primary components and key algorithms of the system as well as the results of trial operations.The findings demonstrate that the construction of an AI-based intelligent video monitoring system for safety regulation significantly improves the efficiency of safety regulation，ensures personnel safety，and provides valuable insights for exploring visualized and intelligent remote safety management models.

Keywords：intelligent mine;new quality productive forces;safety regulation;video;AI;algorithm technology;mine safety