吴烈凡

（广东工业大学信息工程学院，广州510006）

0 引言

尽管其他行业通过自动化和人工智能在生产率上发生了深刻的变化，但建筑还没有。建筑仍然是世界范围内除尘工厂中数字化程度最低的建筑之一，并且对工人的需求巨大。然而，建筑是最危险的工作部门之一。根据美国劳工统计局（BLS）致命伤建筑业的比率高于全国平均水平，在中国，超过2850座建筑2012-2016年期间，工人死于建筑施工活动每天平均有1.57人[1]。工程死亡总是由不同因素共同造成的。其中，脑外伤约占全部的24%美国的建筑死亡人数[2-3]。因此，有一个加强现场安全政策和程序的迫切需求施工现场安全。个人防护装备的使用（例如安全带）可提供有效的风险管理。但是，工人并未完全遵守施工现场的安全规定出于各种原因的各种规定，即使以前已经对其进行过教育和培训[4]。因此，现行的检查实践安全性主要取决于检查员的手册监控和报告。通常，在施工中使用监控摄像头为框架站点，基于视觉的技术执行安全带佩戴检测通过多个阶段，主要包括行人检测[5-6]，安全带本地化和安全带识别。虽然进行了广泛的研究，基于视觉的安全带磨损检测仍然具有挑战性。首先，背景和行人状态是由各种现场条件引起的，因此在特定场景下进行研究很难将其扩展到其他建筑工地。同时，存在距离相机较远的小型个体很难将它们与背景杂波和其他重叠的实例。此外，在同一图像区域，彼此部分遮挡，这也使得安全带佩戴检测困难。……