基于深度学习的安全帽佩戴检测实现与分析

邓开发 邹振宇

摘要：安全帽能够有效减轻事故损害，监督工人的安全帽佩戴显得十分必要。针对工人安全帽佩戴检测，文章提出一种基于深度学习的安全帽佩戴检测方法，用于施工现场摄像头监控的图像和视频目标检测。试验结果表明，该方法能够较好地实现安全帽佩戴的图像和视频检测。

关键词：深度学习;安全帽佩戴检测;图像检测;视频检测

中图分类号：TP391.4 文献标识码：A 文章编号：1006-8228（2020）07-12-05

0引言

建筑施工作业过程中存在着较多安全隐患，使得事故发生率居高不下。施工活动实践表明，作业前对建筑工人的行为能力和安全装备进行检查，能够有效减轻事故损害或减少事故发生。因此，监督工人的活动和安全设备正确佩戴显得尤为重要的。然而，目前传统活动监测和安全装备佩戴检查很大程度上依赖于现场经验丰富的管理人员进行的观察和检查，普遍存在自动化水平较低、工作量较大、检查项目有限的现象，容易出现误检、漏检等问题。

随着科技的发达，计算机视觉、人工智能等技术飞速发展。人工智能这一术语在1956年首次被提出，到今天已经获得了60年的长足的发展，尤其是近十年人工智能在中国的发展也突飞猛进。而计算机视觉是人工智能的一个热门的发展方向。在我国，图像识别技术正在逐渐同各行各业相互融合，包括金融、医疗、教育、家居等各行业领域当中均能够看见它的“身影”，已可实现三维人体姿态重建、跌倒监测、驾驶员疲劳监测、行为识别等功能。……