来源：期刊VIP网 时间：
作者：杨德亮;王彬;盖彦荣;
单位：北京工业职业技术学院机电工程学院;河北师范大学物理学院;
摘要：“手指口述”安全确认能有效降低煤矿生产过程中操作失误的风险。为解决传统方法在实施过程中缺乏有效监督的问题，基于深度学习技术设计了一套煤矿“手指口述”安全确认系统，通过检测肢体和语言的配合来评判是否达到规范操作，在技术层面上监督、规范和落实“手指口述”安全确认法的实施。使用Whisper语音模型来识别“口述”内容，运用OpenPose进行人体姿态估计。为提高检测精度，采用了增强的Transformer来改进YOLOv8模型，进行“手指”物体的目标检测；将设计的“手指口述”确认系统应用于检查个人防护用品是否齐全并佩戴规范、检查工作岗位关键仪表设备及运行情况2种典型场景。在2种场景上构建数据集进行测试，检测精度分别为93.86%、86.24%,证明了该系统的有效性。
关键词：手指口述;;安全确认系统;;增强的Transformer;;目标检测;;人体姿态估计
基金资助：国家自然科学基金项目(61273006);; 河北省自然科学基金项目(F2018205178);; 北京工业职业技术学院重点科研项目(BGY2022KY-01Z)
