王 正，吕 非，齐宇霄，童 莹

（1.南京工程学院 信息与通信工程学院，江苏 南京 211167；2.南瑞集团有限公司，江苏 南京 211106）

0 引 言

安全帽作为劳保用品的重要部分，应用广泛，但其重要性也容易被部分工作人员忽视，因未佩戴安全帽而造成的事故，后果往往极为严重。为解决传统施工现场存在的安全管理问题，实现施工现场的智能化管理，对施工现场人员进行安全帽佩戴状态实时检测具有重大意义[1]。

计算机视觉领域的发展促进了图像采集设备和图像处理技术的结合应用。将拍摄画面传输到计算端，运用相关算法对场景进行实时分析、目标检测[2]、目标跟踪[3]、图像分割[4]等操作，极大地简化了管理过程。从图像角度看待安全帽的佩戴识别问题，发现安全帽醒目的颜色和外形尤其适合用图像技术进行处理。

现阶段，识别安全帽是否佩戴的方法存在一些缺陷，如脱离人体，将安全帽的检测作为重点，这种方法无法准确判断人体和安全帽的佩戴关系；将佩戴安全帽和未佩戴安全帽的人体分类检测，这种方法利用深度学习技术可以较简单的实现，但训练成本较大，识别效果易受噪声影响。这些方法未能把识别精度和速度相结合，在实际监控应用中效果欠佳。基于上述原因，本文提出了一种基于深度学习的安全帽佩戴状态实时检测方法。

1 安全帽实时检测方案

为了对人员的安全帽佩戴状态进行实时检测，需要对视频流进行目标检测跟踪以及安全帽佩戴检测等处理。……