中国安全科学学报

作者：张萌, 韩豫, 刘泽锋

单位：江苏大学 土木工程与力学学院,江苏 镇江 212013

关键词：深度学习,建筑工人,高空作业,安全防护装备,动态视频检测

基金：国家自然科学基金面上项目资助(72071097); 教育部人文社会科学研究规划基金资助(20YJAZH034); 江苏省第十六批“六大人才高峰”高层次人才项目(SZCY-014); 2020年江苏省研究生实践创新计划项目(SJCX20_1430)

为解决现有安全防护装备检测技术动态性、协同性不足的问题,基于深度学习,提出一种建筑工人高空作业安全防护装备的检测新方法;该方法以轻量化网络MobileNetV2置换YOLOv4的主干特征提取网络,实现动态视频状态下安全帽与安全带的综合检测;并开展测试,检验该方法的有效性。结果表明:该检测方法在中央处理器(CPU)运行环境下,检测速度增快2.7倍;在图形处理器(GPU)运行环境下,对于单目标、多目标和小目标的单帧视频检测速度能保持在25~27 ms, 同时能取得91.57%、89.69%和86.63%的平均精度。

来源：2022年第5期

《中国安全科学学报》期刊编辑部

查看中国安全科学学报杂志2022年第5期