水利工程施工人员不安全行为识别方法

作     者：张社荣 梁斌杰 马重刚 董发俊 王超 王枭华 ZHANG Sherong;LIANG Binjie;MA Zhonggang;DONG Fajun;WANG Chao;WANG Xiaohua

作者机构：天津大学水利工程仿真与安全国家重点实验室天津300350 天津大学建筑工程学院天津300350 中建三局基础设施建设投资有限公司武汉430071 中国水利水电第十四工程局有限公司昆明650041 

出 版 物：《水力发电学报》 (Journal of Hydroelectric Engineering)

年 卷 期：2023年第42卷第8期

页      面：98-109页

核心收录：

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 08[工学] 0837[工学-安全科学与工程] 

基　　金：华能集团总部科技项目(HNKJ21-H33) 

主　　题：水利工程 施工人员 不安全行为识别 计算机视觉 深度学习 

摘      要：水利工程施工过程中施工人员不安全行为是引发安全问题的关键因素,施工现场大多采用现场安全巡检、可穿戴式装备、实时监控等方法进行不安全行为识别,存在费时费力、成本高、信息化水平低等问题,不利于危险行为的及时发现、预警。针对上述问题,本文基于计算机视觉、深度学习,提出了适用于水利工程施工大场景下的不安全行为识别方法。首先,针对大场景下施工人员机械中的小目标漏检、错检问题,提出YOLOv5改进方法,并构建了施工人员机械多对象目标检测模型;其次,基于目标检测模型,分别提出了靠近静态危险区域、动态施工机械、安全帽未佩戴等常规不安全行为的识别方法;最后通过工程实例验证,本文所提出的识别方法增加了施工现场管控手段和力度,有效提升水利工程施工安全智慧化管控水平。