一种上下文信息融合的安全帽识别算法

摘要：

为了预防人员防护缺失导致的生产事故,着力探究复杂施工场景下人员安全帽佩戴情况的智能化识别.在一阶段目标检测算法的基础上,针对安全帽识别问题中的小目标和安全帽纹理信息缺失的问题,提出提取并融合上下文信息,以增强模型的表征学习能力.首先,为解决特征鉴别力不足的问题,提出局部上下文感知模块和全局上下文融合模块.局部上下文感知模块能够融合人体头部信息和安全帽信息获取具有鉴别力的特征表示;全局上下文融合模块将高层的语义信息与浅层特征融合,提升浅层特征的抽象能力.其次,为了解决小目标识别问题,提出使用多个不同的目标检测模块分别识别不同大小的目标.在构建的复杂施工场景下的安全帽识别数据集上的实验结果表明:提出的2个模块将mAP提高了11.46个百分点,安全帽识别的平均精度提高了10.55个百分点.本文提出的方法具有速度快、精度高的特点,为智慧工地提供了有效的技术解决方案.

关键词：智慧工地、安全帽识别、目标检测、一阶段、上下文、信息融合

分类号：TU714;TP391.41(建筑施工)

资助基金：国家自然科学基金61871432

在线出版日期：2023-03-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：114-119