基于改进Faster-R-CNN塔式起重机驾驶人员行为监测研究

摘要：

考虑到塔吊驾驶环境的特殊性,为减少塔吊驾驶人员不规范的驾驶行为,降低塔吊事故的发生率,本文结合手部检测的塔吊驾驶人员行为规范监测方法,改进Faster R-CNN算法模型,融合了剪枝、通道注意力机制等算法,提出了CF-R-CNN模型.根据手部和被检测物体的预测框交并比阈值,判断驾驶人员是否存在违规行为.改进后,网络的F1 值相比原网络只降低了 2.1%,但FPS提高了 23.0%,并与FRC-Tiny和Cut-YOLOv3 算法进行了对比.实验结果证明,该网络在性能上有一定的提升,达到了实时性检测的要求,可在移动端进行部署.

关键词：驾驶人员检测、深度学习、通道注意力、Faster R-CNN、目标检测

所属期刊栏目：13

分类号：TP391(计算技术、计算机技术)

资助基金：福建省科技计划项目;福建省科技型中小企业创新资金项目;福州市科技计划项目

在线出版日期：2023-10-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：153-157