基于计算机视觉的施工人员安全状态监测技术研究

发布时间：2023-05-19 22:58

　　土木工程施工需要大量施工人员参与,建造过程风险相对较高。在所有的建筑工程事故中,施工人员头部与颈部创伤是最为严重甚至致命的,每年施工安全事故中死于头部创伤的事故居高不下。佩戴安全帽可以有效地降低风险事故中物理撞击的损伤,然而在施工中,由于工人安全防范意识淡薄,时常出现施工人员未按照生产规范佩戴安全帽,形成极大的安全隐患。因此对施工人员是否佩戴安全帽的自动检测具有重要意义。本文提出基于计算机视觉人体姿态估计的安全帽检测方法。主要研究内容包括:首先,提出基于深度学习的施工人员安全帽佩戴检测方法。将目标检测算法应用于检测施工人员是否佩戴安全帽的场景,研究了目标检测算法,收集并制作了施工现场图片数据集,建立并训练了目标检测模型,通过该目标检测系统可以检测出监控视频图像序列中的施工人员与安全帽两类目标对象的位置。其次,提出基于改进YOLOv3模型的施工人员安全帽佩戴检测方法。由于监控视频图像中安全帽类的小物体众多,为了进一步提高安全帽小物体类的识别准确率,对模型结构进行优化调整,在目标维度聚类、多尺度检测、密集连接三个方面优化网络结构。首先,采用维度聚类方法,根据训练集中施工人员与安全帽的大小特...

【文章页数】：77 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第1章 绪论
    1.1 课题背景
    1.2 安全帽佩戴监测现状
    1.3 目标检测研究现状
    1.4 人体姿态估计研究现状
    1.5 本课题主要研究内容
第2章 基于深度学习的施工人员安全帽佩戴检测方法
    2.1 引言
    2.2 深度学习目标检测YOLOv3 算法
        2.2.1 算法原理
        2.2.2 YOLOv2 算法原理
        2.2.3 YOLOv3 算法原理
    2.3 前期准备
    2.4 搭建网络并训练
    2.5 实验结果及分析
    2.6 本章小结
第3章 基于改进YOLOv3 模型的施工人员安全帽佩戴检测方法
    3.1 引言
    3.2 目标维度聚类
    3.3 跨尺度检测改进
    3.4 密集连接机制模型
    3.5 实验结果及分析
    3.6 本章小结
第4章 基于Openpose算法施工人员姿态估计辅助的安全帽佩戴检测方法
    4.1 引言
    4.2 OpenPose算法原理
        4.2.1 姿态估计流程及网络
        4.2.2 网络收敛性判断
        4.2.3 关键点(部位)置信图
        4.2.4 部位亲和度向量场
        4.2.5 关节拼接
    4.3 环境搭建及实验
    4.4 目标检测与人体姿态估计结合
    4.5 本章小结
结论
参考文献
攻读硕士学位期间发表的论文及其它研究成果
致谢



本文编号：3820043