赵学军 杨征

中国矿业大学（北京）机电与信息工程学院

0 引言

随着人工智能、大数据、物联网等技术的飞速发展，各个行业都朝着智能化的方向发展，但是在煤矿行业的信息智能化程度还有待提高。煤矿行业实现智能化发展，可以有效降低煤矿生产的经济成本，减少安全事故的发生。因此，跟随社会科技的发展，智慧矿山建设成为煤炭行业发展的必然趋势。

目前，国内大多数煤矿实现了视频监控，但是对皮带运输机的视频监控主要依靠人工，在出现预警的情况下调取监控发现，其并没有充分发挥视频监控系统的真正作用，无法达到智能化监控的效果。因此，对视频图像进行智能分析，可以为煤矿安全生产提供强有力的保障，极大提高煤矿生产效率。

对皮带运输机的运行状态进行智能监测，是实现煤矿智能化的重要基础。针对煤矿井下特殊的环境，主要是对皮带运输机进行堵煤智能识别监控，从皮带运输机的运行监测视频出发。目前对视频中的目标检测属于计算机视觉领域的重要组成部分，一般是将检测的运动目标进行提取，然后对目标进行准确分析。在提取运动目标的过程中，通用的方法主要有光流法、背景减法、帧差法、深度模型以及基于各算法的变形和改进。但是由于井下情况特殊，单一采用以上方法用于对皮带运输机堵煤的智能识别，往往难以取得满意的效果。本文针对几种皮带运输机堵煤识别算法进行对比和分析。……