作者：杨莉琼; 蔡利强; 古松安全帽佩戴行为机器学习实时检测
摘要：施工现场作业人员是否佩戴安全帽主要依靠人工检查,存在监管效率低、时效性差等问题,为了实时自动监管作业人员是否佩戴安全帽,提出1种基于机器学习的安全帽佩戴行为检测方法。首先利用深度学习YOLOv3算法检测出现场视频中的施工人员脸部位置,根据安全帽与人脸的关系估算出安全帽潜在区域;然后对安全帽潜在区域图像进行增强处理,使用HOG(方向梯度直方图)提取样本的特征向量;再利用SVM(机器学习的支持向量机)分类器对脸部上方是否有安全帽进行判断,进而实现对施工人员安全帽佩戴行为的实时检测与预警。以某高铁站施工现场为例进行验证,研究数据表明在施工通道和塔吊作业区域,该方法可实时有效检测出工人未佩戴安全帽的行为,识别率达90%。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
《中国安全生产科学技术》（月刊）创刊于1981年，由中华人民共和国应急管理部主管，中国安全生产科学研究院主办，CN刊号为：11-5335/TB，自创刊以来，颇受业界和广大读者的关注和好评。 《中国安全生产科学技术》办刊宗旨：加强安全生产的基础研究，围绕安全领域重大课题，特别是安全工程理论、事故预防和应急救援、重大危险源辨识、评价等方面的技术，侧重于安全科学技术和理论研究探讨。以科技创新为先导,加大安全科技的推广力度，注重实用性和导向性，面向科研，面向企业，及时推广国内、国外的最新成果，为加快我国的安全生产技术支...
杂志详情
