[发明专利]一种适用于高空作业的视觉自动化检测方法

说明书

本发明属于建筑工程信息化相关技术领域，其公开了适用于高空作业的视觉自动化检测方法，该方法包括以下步骤：(1)通过工地的视频监控来采集高空作业工人的图像数据以形成高空作业数据集；(2)对所述高空作业数据集内的图像数据进行标注，以用于高空作业工人的识别；(3)采用标注后的所述图像数据对高空作业的Faster R‑CNN模型进行训练，以得到能检测到高空作业工人的Faster R‑CNN模型；(4)将所述Faster R‑CNN模型与深度神经网络相结合来分类及识别高空作业人员是否佩戴安全带。本发明降低了成本，灵活性较高，适用性较强，且具有较高的自动化程度。

技术领域

本发明属于建筑工程信息化相关技术领域，更具体地，涉及一种适用于高空作业的视觉自动化检测方法。

背景技术

由于施工环境的动态性及复杂性，保障建筑工人在施工作业中的安全是一个普遍而富有挑战的问题。尽管有法律法规的不断完善，监管力度的持续加大，行业工作人员的不懈努力来改善这一问题，建筑过程中的事故和死亡人数仍旧居高不下。所有施工事故中高处坠落是占48％的严重伤害事故和30％多的死亡事故的原因。为了预防高处坠落，中国的基本安全规则之一是：工人在超过2米的高度应使用防坠落设备工作。但是，在建筑工地高处坠落仍屡见不鲜，因为工人鲜少使用安全带。可见，检测及提醒工人在建筑工地高处使用安全带是至关重要的。

最初检查工人正确佩戴安全带是基于现场检查，由于完全依赖于人工，存在耗时、耗费人力、具有主观性等缺陷。目前，本领域相关技术人员基于机器视觉的施工方法进行了研究，使现场检测自动化，包括工人跟踪、进度监控、产能分析、施工安全等。其中，许多学者应用传感技术(如RFID，UWB，GPS)定位和跟踪检测对象，但需要在每个检测对象上安装检测设备，一定程度上会影响工人的正常作业；并且设备数量多，不利于维护管理。相应地，本领域存在发展一种成本较低的适用于高空作业的视觉自动化检测方法的技术需求。

发明内容

针对现有技术的以上缺陷或改进需求，本发明提供了一种适用于高空作业的视觉自动化检测方法，其基于现有的检测高空作业工人是否佩戴安全带的特点，研究及设计了一种成本较低且不影响高空作业工人工作的适用于高空作业的视觉自动化检测方法。该视觉自动化检测方法通过工地的视频监控来采集高空作业工人的图像数据以形成高空作业数据集，由于建筑工地视频监控的广泛使用，数据采集基于大量工程视频而极大地降低了成本。此外，基于视频的图像数据为特征识别，能实现施工中连续地不安全行为的捕捉，Faster R-CNN模型基于数据集可以自动提取来自视频中的高空作业工人安全带的佩戴特征。

为实现上述目的，本发明提供了一种适用于高空作业的视觉自动化检测方法，所述视觉自动化检测方法包括以下步骤：

(1)通过工地的视频监控来采集高空作业工人的图像数据以形成高空作业工人数据集；

(2)对所述高空作业数据集内的图像数据进行标注，以用于高空作业工人的识别；

(3)采用标注后的所述图像数据对高空作业的Faster R-CNN模型进行训练，以得到能检测到高空作业工人的Faster R-CNN模型；

(4)将所述Faster R-CNN模型与深度神经网络相结合来分类及识别高空作业人员是否佩戴安全带。

进一步地，手动对所述高空作业数据集内的图像数据进行标注。

进一步地，步骤(2)中，首先，依据有无高空作业人员对所述图像数据采用类0-1进行标注；接着，利用labellme程序对高空作业工人进行手动数据标注；之后，将矩形框的坐标及对应的标签保存到XML文件内，以供使用。