王成龙, 赵 倩, 郭 彤

(上海电力大学 电子与信息工程学院, 上海 200090)

在我国,大量的施工工人在施工场所进行长时间的劳动工作。由于施工工人自身安全意识薄弱,应急处置能力亟待提高[1],在施工场所难免出现意外事故,其中施工工人头部受伤是造成伤亡的主要原因之一。安全帽能给施工工人一定程度的安全防护,是施工现场必不可少的防护工具。尽管相关企业三令五申要求施工人员增强安全意识,及时佩戴安全帽,但由于安全意识不强,安全帽佩戴不严格,安全事故频频发生,所以必须采取监督措施。现实情况中,人工监督费时费力,不仅造成人力资源的浪费,而且由于场景多变及检测人员自身原因等因素很容易造成误检和漏检[2]。随着计算机技术、机器视觉和模式识别技术的发展,安全帽佩戴自动监测及预警系统的研究成为热点。

安全帽检测作为目标检测的一种,对于安全生产有着重要的意义和应用价值,目前国内外学者已经做了大量的工作。杜思远[3]在背景差分法提取的前景目标基础上,根据人体长宽比特点,采用最小矩形图像分割法对前景目标区域进行分割,实现作业人员安全帽佩戴状态区域的初步定位,然后利用方向梯度直方图(Histogram of Oriented Gradient,HOG)特征的可变形部件模型完成安全帽佩戴状态识别判断。PARK M W等人[4]首先通过HOG特征提取来检测人体,接着采用颜色直方图识别安全帽。刘晓慧等人[5]采用肤色检测的方法定位到人脸区域,然后提取脸部以上的Hu矩特征向量,最后利用svm完成对安全帽的识别。……