中国安全科学学报

作者：熊若鑫, 宋元斌, 王宇轩, 段彦娟

单位：1 上海交通大学 船舶海洋与建筑工程学院,上海 200240; ；2 东南大学 交通学院,江苏 南京 211189; ；3 上海中医药大学附属第七人民医院 皮肤科,上海 200137

关键词：3D姿势估计,卷积神经网络(CNN),行为分析,现场测试,施工安全

基金：国家自然科学基金资助(71271137);浦东新区中医药研发与创新专项(PDZYYFCX-201804)。

为实现建筑工人现场行为的自动化分析,采用卷积神经网络(CNN)检测3D人体姿势并根据现场条件对连续图像进行姿态估计;考虑到动态和杂乱的施工现场环境(部分遮挡等)及多变的工人行为,开发建筑工人姿势图像数据集,从定性和定量2方面综合测试算法性能;将所提出的方法用于施工作业姿势风险评估,利用视频中工人的3D姿势驱动人体生物力学模型,快速、定量计算工人作业时易损伤的部位。结果表明:该人体姿势估计方法具有较好的鲁棒性和较高的准确性,结合生物力学模型可实现更精细的工人行为分析与评估。

来源：2019年第7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2019年第7期