李 华，王岩彬，益 朋，王 藤，王常亮

(1.西安建筑科技大学 资源工程学院，陕西 西安 710055； 2.中建科工集团有限公司，陕西 西安 710055)

0 引言

建筑业属于生产安全事故频发的行业，依据《企业职工伤亡事故分类》(GB 6441—86)，对我国建筑业近十年出现的生产安全事故进行统计分析，其中起重伤害、坍塌、机械以及物体打击一共发生1 041起，占事故总数的50.42%[1]。在以上4种事故中，因物体高空坠落(撞击)导致脑部外伤死亡事故占建筑工人施工总事故的24%[2]。针对由于未佩戴安全帽而导致的事故，本文对建筑施工人员安全帽佩戴情况进行识别，对解决此类事故具有重要意义。

建筑业相对于其他行业，安全管理主要依赖管理人员的主观监测，受人员流动性、环境的动态性以及生产过程的复杂性等因素影响，导致人工检查效率低、速度慢且精度一般，监测效率低下；信息更新速度快亦存在不容易集成、成本高等问题，因此，需要对建筑施工场所的安全管理方法进行创新提升。

近年来，安全管理与计算机技术相结合以提高施工现场安全管理水平已成为1个主流的研究方向。伴随着深度学习等技术的不断成长，目标检测亦取得了长足的进展，以RCNN为代表的two-stage目标检测算法，例如R-CNN[3]，Fast R-CNN[4]，Faster R-CNN[5]；以YOLO[6]、SSD为代表的one-stage目标检测算法。这些方法的出现极大地提高了信息的收集速度、处理能力以及传递速度，为建筑施工过程中的安全管理的现代化给予了巨大的技术、理论支持。胡恬等[7]最先通过智能算法设计实现工人安全帽检测，这是我国研究人员对工人安全帽佩戴自动识别的最初尝试。……