煤炭产业作为国民经济的支柱产业,煤矿生产安全也是国家和社会高度重视的问题。人工查看监控视频费时费力,已经无法满足实际生产需要,因此,煤矿监控视频智能分析已经成为智慧矿山的重要研究内容之一,而人员检测和人员统计是煤矿监控视频智能分析领域的重要研究课题。对煤矿井下工作人员进行实时视频检测,可以保证人员安全,避免进入危险区域,确保煤矿生产安全。同时,对人员进行实时统计可以满足人员日常管理,对应急救援也有重要意义。煤矿副井是人员和物料升降的重要通道,本文针对煤矿副井上、下井口两处监控视频,完成了以下工作:(1)搭建结合轻量级特征提取网络的煤矿副井人员检测模型针对煤矿复杂场景的需要,本文搭建了结合轻量级特征提取网络的目标检测模型,来实现煤矿副井上、下井口场景的人员检测。首先,根据两个场景的监控视频分别制作数据集,并进行图像预处理。由于下井口处人员拥挤、颜色与背景相似,对人员的头部进行检测。然后,为了减少迭代次数、防止过拟合,采用预训练模型,结合制作的数据集,进行模型微调,得到副井上、下井口的人员检测模型。同时,本文还通过改变宽度系数,实现模型压缩,并比较模型压缩对人员检测的影响。实验表明,MobileNetV2_SSD模型和原有SSD模型相比,检测精度不变,参数量只有原本的五分之一,检测速度是原本模型的两倍以上。(2)实现结合多帧检测结果的煤矿副井人员计数方法为了实现对副井上、下井口处的人员计数,本文提出了一种设定较小的计数区域,对比五帧检测结果的计数方法。该方法通过前后帧中检测框的交并比值来进行帧间人员关联匹配,并对比多帧的检测结果、判断质心的移动方向,实现单批次人员数量统计。为了计数准确,本文将计数区域设定在人员进入罐笼的途中。最后,对两个场景中对单批次的人员进行计数实验,证明计数方法的有效性。实验结果显示,上井口处的准确率为95.2%,下井口处的准确率为94.2%。(3)统计全天的人员下载量和提升量,绘制实时的井下人员数量变化曲线由于煤矿的安全规定,副井上下井口处人员只能从单侧进入罐笼,从另一侧离开罐笼。对副井上井口处人员进入罐笼下井的监控视频,进行人员检测和统计,得到人员的下载量;对副井下井口处人员进入罐笼上井的监控视频,进行人员检测和统计,得到人员的提升量。从同一时间开始,统计24小时人员的下载量和提升量,在相同时间点两者数量相减,得到实时的井下人员数量变化曲线。实验结果显示,人员下载量和提升量的准确率都超过94%,井下人员的数量和变化趋势也基本符合实际情况。本文实现了煤矿副井人员检测、人员提升量和下载量统计以及井下人员数量变化分析,对煤矿安全生产有一定的指导意义。