- 首页
- 产品推荐个人精选服务科研辅助服务教育大数据服务行业精选服务学科系列服务产品服务
- 期刊大全
- 充值
- 会员
- 职称材料
- 首页
- 产品服务
- 知识脉络
- 期刊大全
- 充值
- 会员
- 职称材料
智能检索
复杂背景下的作业人员安全着装检测算法研究
作
者：
学
位
授
予
单
位：
摘
要：
在我国工业化进程和基础设施建设中,生产安全问题一直是企业亟待解决的问题。生产安全问题的频繁发生,给经济造成重大损失。而事故发生的主要原因之一是作业人员未正确有效的穿戴安全设备,造成事故频发。因此,本文提出一种面向智能监测下的作业人员在线追踪检测系统,通过将主流的目标检测算法和目标追踪算法部署在系统终端,随时掌握作业人员穿戴动态情况以便做出预警,从而达到保护作业人员生命安全以及减少经济损失的目的。 本文利用目标检测算法和目标追踪算法用于安全领域,通过高效的网络算法提高安全人员的自觉性,减少违规佩戴情况。为此,本文将对当下先进的深度学习算法进行系统研究探讨,论文主要研究内容如下: (1)第二章基于YOLOV4的作业人员安全设备佩戴检测算法,用于解决检测实时性、模型超参数选择、检测网络参数量及小目标等问题。在此算法中,首先利用轻量级网路来提高算法检测的实时性;其次为了均衡不同属性正负样本数量,利用SimOTA策略动态调整正负样本数量从而提高算法学习能力;然后使用K-means+聚类先验框充分考虑先验框的空间分布信息,并引入迁移学习思想训练网络;接着设计CSP-F跨阶段特征融合模块代替原有普通卷积块(CBL*5),防止梯度消失和减少参数计算量;最后进行了实验验证算法的有效性。 (2)第三章基于EfficientDet的作业人员安全设备佩戴检测算法,用于多尺度目标检测以及解决检测遮挡问题。在此算法中,首先融合轻量级感受野模块,在牺牲少量参数的情况下提高模型感受野,加强算法对目标尺度变化的一个约束;其次利用跨路径的加权融合加强输入特征的利用,使检测网络能够利用跨层次的多尺度特征信息提高目标定位能力以及模型推理能力;然后利用RepLoss行人损失函数提高施工场景中密集遮挡作业人员的区分度;最后实验结果表明改进算法更能满足显示检测需求。 (3)第四章基于改进DeepSORT的目标追踪算法用于作业人员空间追踪定位。考虑到原算法在复杂非线性环境中不具有较好的非线性,而传统的线性卡尔曼滤波不能满足现实需求。因此本文通过UKF代替原有的卡尔曼滤波提高追踪模型在非线性环境下追踪性能,提高应对复杂环境的非线性能力和遮挡状态下的追踪。 (4)第五章为了部署目标检测算法与目标追算法,面向安全作业人员搭建智能监测系统,通过系统调用追踪算法和检测算法进行穿戴情况监测。在搭建之前,首先介绍了系统的软硬件条件;其次根据实际安全问题进行安全需求分析,根据分析情况对整体功能流程进行了设计;然后对整体功能的各个功能进行功能实现。然后在系统搭建完成之后,对系统整体进行了性能评估,并利用现实中的安全作业场景进行穿戴情况的监测验证;最后验证结果系统性能,验证结果表明智能监测系统满足现实情况。
关
键
词：
目标检测; 目标追踪; 视频监测; 多尺度特征; 安全着装佩戴检测
学
位
年
度：
2022
学
位
类
型：
硕士
学
科
专
业：
工程硕士（专业学位）
导
师：
中
图
分
类
号：
TP391.41[图形图像识别];TP18[人工智能理论];X924.2[安全监测技术与设备]
学
科
分
类
号：
140502[人工智能];081103[系统工程];081104[模式识别与智能系统];081107[建模仿真理论与技术];083701[安全科学与系统工程];083704[应急与安全管理];083804[安全防范技术与工程]
D
O
I：
10.27429/d.cnki.gxjdu.2022.002097
相关文献
暂无数据
相关学者
暂无数据
二级参考文献
(--)
参考文献
(--)
共引文献
(0)
本文献
同被引文献
(0)
引证文献
(--)
二级引证文献
(--)