智慧工地中低分辨率的安全帽状态识别

作     者：王秋茗 孙广玲 陆小锋 钱国 刘学锋 Wang Qiuming;Sun Guangling;Lu Xiaofeng;Qian Guo;Liu Xuefeng

作者机构：上海大学通信与信息工程学院上海200444 上海宝冶冶金工程有限公司上海200444 

基　　金：上海市科委科技创新行动计划项目(19511105503)资助 

出 版 物：《电子测量技术》 (Electronic Measurement Technology)

年 卷 期：2020年第43卷第15期

页      码：63-67页

摘      要：在工地施工过程中,安全帽正确佩戴在保障工人人身安全方面起到至关重要的作用,利用无人机巡检的方式可对工人安全帽佩戴状态进行监督。针对拍摄图像中目标头部的分辨率过低,存在漏检的问题,设计了一种基于深度学习的低分辨率的安全帽状态识别算法,首先通过目标检测网络获取图像中的人体区域,根据先验信息获取头部位置图像,然后使用超分辨率重建技术,对头部图像进行像素恢复,将头部图像输入到目标分类网络中进行判别,最终得到了88.28%的识别正确率。结果表明,该算法可以有效改善漏检问题,符合工地对工人安全帽佩戴识别的要求。

主 题 词：低分辨率 安全帽佩戴识别 超分辨率重建 深度学习 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 08[工学] 080203[080203] 0802[工学-机械学] 

D　O　I：10.19651/j.cnki.emt.2004420

馆 藏 号：203978781...