ICS73.040 CCSD01 14 山西省地方标准 DB14/T3462—2025 井工煤矿人工智能视觉识别技术要求 Requirementsforartificialintelligencevisualrecognitiontechnologyfor undergroundcoalmines 2025-06-30发布 2025-09-30实施 山西省市场监督管理局发布DB14/T3462—2025 I目  次 前言......................................................................................................................................................................II 1范围.................................................................................................................................................................1 2规范性引用文件............................................................................................................................................1 3术语和定义....................................................................................................................................................1 4缩略语.............................................................................................................................................................2 5技术架构........................................................................................................................................................2 6功能要求........................................................................................................................................................2 7安全要求........................................................................................................................................................6DB14/T3462—2025 II前  言 本文件按照GB/T1.1—2020《标准化工作导则第1部分：标准化文件的结构和起草规则》的规定 起草。 请注意本文件的某些内容可能涉及专利。本文件的发布机构不承担识别专利的责任。 本文件由山西省能源局提出、组织实施和监督检查。 山西省市场监督管理局对本文件的组织实施情况进行监督检查。 本文件由山西省能源局标准化技术委员会（SXS/TC42）归口。 本文件起草单位：山西晋云互联科技有限公司、山西省能源发展中心、华为技术有限公司、精英数 智科技股份有限公司、联通（山西）产业互联网有限公司。 本文件主要起草人：王学斌、张成银、王辉、张弘、曹帅、于涛、杜婧、阴鹏飞、李娜、马文博、 何康、张加科、王先超、刘博、吴喆峰、龚大立、宋景文。 DB14/T3462—2025 1井工煤矿人工智能视觉识别技术要求 1范围 本文件规定了井工煤矿人工智能视觉识别的技术架构、功能要求和安全要求。 本文件适用于山西省内井工煤矿人工智能视觉识别的设计与建设。 2规范性引用文件 下列文件中的内容通过文中的规范性引用而构成本文件必不可少的条款。其中，注日期的引用文件， 仅该日期对应的版本适用于本文件；不注日期的引用文件，其最新版本（包括所有的修改单）适用于本 文件。 GB/T22239信息安全技术网络安全等级保护基本要求 GB/T28181公共安全视频监控联网系统信息传输、交换、控制技术要求 GB/T30147安防监控视频实时智能分析设备技术要求 GB35114公共安全视频监控联网信息安全技术要求 GB/T39680信息安全技术服务器安全技术要求和测评准则 GB/T41867信息技术人工智能术语 GB/T44271信息技术云计算边缘云通用技术要求 GB50174数据中心设计规范 MT287煤矿信号设备通用技术条件 3术语和定义 GB/T41867、GB/T44271界定的以及下列术语和定义适用于本文件。 3.1 井工煤矿人工智能视觉识别artificialintelligencevisualrecognitionforundergroundcoalmines 对井工煤矿人、机、环等视频数据进行采集、管理和处理，借助智能识别技术，实现对井工煤矿人、 机、环状态的智能识别与分析。 3.2 中心侧centralside 具备算力资源、数据资源及煤矿人工智能视觉识别模型开发能力，能够进行数据治理、模型开发与 训练、模型持续优化的平台。 3.3 边侧edgeside 具备煤矿人工智能视觉识别模型推理资源及模型统一管理能力，能够实现模型推理和应用集成编排 的平台。 3.4 端侧deviceside DB14/T3462—2025 2具备视频采集及推理结果联动能力的终端设备，包含摄像机、声光报警器、应急广播等设备。 4缩略语 下列缩略语适用于本文件。 AI：人工智能（ArtificialIntelligence） AGC：自动增益控制（AutomaticGainControl） 5技术架构 井工煤矿人工智能视觉识别技术架构应按照“中心侧—边侧—端侧”的层级部署，并应考虑与煤矿 已建设的相关平台系统和端侧智能设备兼容。井工煤矿人工智能视觉识别技术架构如图1所示，应符合 以下要求： ——中心侧包括AI算力基础设施、数据治理平台、人工智能模型开发平台，可实现模型的开发、 训练、下发部署及边用边学，具备持续提升模型精度，以及对煤矿视频、图片数据进行存储集 成、标注、开发和数据服务等能力； ——边侧包括AI管理平台和应用平台，具备模型推理、应用编排与推理识别结果集成能力； ——端侧包括摄像机以及具有执行或联动能力的声光报警器、应急广播等设备，具备视频采集与推 理应用响应的执行能力； ——中心侧和边侧通过专线实现网络互通，为中心侧将已训练模型下发部署到边侧、已部署模型的 边用边学与持续迭代优化，以及边侧异常样本向中心侧反馈提供网络通道； ——边侧和端侧通过工业环网实现网络互通，为视频流和模型推理结果的传输提供网络通道。 图1人工智能视觉识别技术架构图 DB14/T3462—2025 36功能要求 6.1中心侧功能要求 6.1.1总体要求 中心侧应具备煤矿数据治理、AI模型开发能力，以及人工智能算力基础设施，实现视觉识别模型 的训练、下发部署、边用边学及持续提升模型精度和使用效果等功能，并具备煤矿视频、图片数据的集 成、存储、标注、开发、服务等功能。若不具备建设条件，可依托其他符合本标准要求的中心实现相关 功能，鼓励采用集约统建的AI算力基础设施以节省建设成本。宜优先选用自主可控的软硬件。 6.1.2中心侧数据治理技术要求 中心侧数据治理技术，应符合以下要求： ——满足数据安全要求，支持根据数据的敏感性和重要性进行分类与分级，实施差异化保护策略； 具备敏感数据脱敏处理能力，在数据应用中严格遵守数据安全与隐私保护政策；具备严格的访 问控制机制，确保只有授权用户可访问相关数据；制定数据备份与恢复策略，确保数据的可靠 性和可恢复性；具备数据安全审计能力，及时发现并解决潜在的安全隐患； ——满足数据质量要求，可见光摄像机的人工智能训练图片分辨率不应低于1024*720像素，热成 像摄像机的图片分辨率不低于256*192像素，其中目标检测的标注内容不小于100*100像素， 标注内容不应出现画面粉尘、烟雾、曝光严重、背光、亮度不足情况； ——具备数据存储与计算能力，支持结构化数据、半结构化数据、非结构化数据、二进制数据的采 集、存储功能；具备弹性扩展能力，根据业务需求动态调整存储资源；支持多种计算模式，如 批处理、流处理等，满足不同场景下的数据处理需求；支持在数据存储与计算过程中，采取有 效的安全措施，确保数据的隔离性与安全性； ——具备数据全生命周期管理能力，提供数据集成、数据存储、数据开发、数据治理、数据标注、 数据服务等能力； ——具备数据治理监测能力和应急响应能力； ——具备数据集成工具，实现数据的快速整合与共享；具备数据质量管理工具，对数据