王玺 武曲 郭坤

摘 要：随着现代科学信息技术的不断发展，计算机图像视觉、人工智能等科学技术也在发展迅速。针对当地工人不佩戴工地头盔和越界违法作业的一些行为，本文提出了一种基于改进方法的faster rcnn的不戴头盔工人佩戴目标检测与工人身份识别方法，通过工地摄像头对工地图像和移动视频声音目标进行检测。最后研究结果表明，该检测方法能够较好地有效实现不戴头盔工人佩戴的工地图像和声音视频目标检测。

关键词：特征融合;安全帽检测;多尺度检测;Faster RCNN

当前计算机图像视觉技术是研究人工智能的一个热门技术发展研究方向，图像识别等新技术正逐步融入各行各业，包括国际金融、医疗、教育、家居等行业。在各个行业都已经可以随时看到，比如三维头盔人体运动姿态监测重建、跌倒状态监测，以及汽车驾驶员疲劳运动监测、行为自动识别等诸多功能。基于以上几个原因，本文提出了一种基于最新改进技术faster rcnn的智能头盔疲劳检测行为识别智能算法。采集戴头盔和不戴头盔的建筑工人图像，构建模型训练和测试数据集，评估算法的测试速度和准确率。该图像检测后的技术结果，可有效地地替代目前现有对于传统施工项目企业人工成本高的监管，既大大限度节省了其项目人工成本，又提高了其在实际施工现场的的可操作性和安全性，也将更利于产业建设开发，实现项目产业建设的“智慧工地”目标。……