徐先峰，赵万福，邹浩泉，张 丽，潘卓毅

（长安大学电子与控制工程学院，西安 710064）

0 概述

安全帽作为一种安全防护工具，对工人的人身安全具有重要保障作用。目前对于工人安全帽的佩戴检测主要依靠人工监视，这种检查方式不仅耗费人力资源，而且容易受工作人员的主观影响。基于视频监控的智能安全帽佩戴检测，在能够降低施工现场人力资源成本的同时，也能防范安全事故的发生。

人员之间的部分遮挡、摄像头的拍摄像素、摄像头距目标距离的远近程度等因素造成安全帽的佩戴检测具有一定的难度。为实现安全帽佩戴自动检测，研究人员进行了大量研究。LI 等［1］运用帧间差分方法分割视频画面的动态目标后，利用图像的方向梯度直方图（Histogram of Oriented Gradient，HOG）特征训练支持向量机（Support Vector Machines，SVM）分类器，并使用该分类器判断动态目标是否为行人。若是行人，则使用Haar-like 进行特征提取并输送到Adaboost 分类器以判断画面中的行人是否佩戴安全帽。LIU 等［2］使用尺度滤波算法从视频图像中提取前景，对运动目标进行分割、跟踪和标记，通过检测运动目标的上部1/3 部分中的像素点及色度值的分布情况判断检测目标安全帽的佩戴情况。FENG 等［3］使用混合高斯模型进行前景检测，通过图像处理方法对连通域进行处理并判断其是否属于人体，定位到的人体头部区域可实现安全帽的自动识别。DU 等［4］利用viBe 算法提取前景目标，通过前景目标对安全帽的佩戴区域进行初步定位，并使用DPM 算法对安全帽佩戴情况进行检测。……