中国安全科学学报

作者：刘耀, 焦双健

单位：中国海洋大学 工程学院,山东 青岛 266100

关键词：时空图卷积网络(ST-GCN),建筑工人,不安全行为,动作识别,AlphaPose,长短期记忆网络(LSTM)

为准确及时地识别施工现场工人的不安全动作,运用计算机视觉的方法,结合图像识别技术和建筑安全知识,提出一种基于骨架的实时识别方法。将姿态估计算法与动作识别算法结合搭建组合模型,通过全面的数据进行模型训练,进而实现动作分类和不安全动作的识别,其中,AlphaPose用于姿态估计提取骨骼关键点坐标位置,时空图卷积网络(ST-GCN)用于动作识别,并通过试验进行验证。结果表明:该方法识别爬梯危险动作的准确率可以达到98.48%,同时,ST-GCN与支持向量机、随机森林、长短期记忆网络(LSTM)相比,具有更强的泛化能力。该方法通过对现场工人的不安全动作进行实时识别和预警,可改善传统安全管理模式,提高安全管理信息化水平。

来源：2022年第4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4期