深度学习的工人多种不安全行为识别方法综述

作     者：苏晨阳 武文红 牛恒茂 石宝 郝旭 王嘉敏 高勒 汪维泰 

作者机构：内蒙古建筑职业技术学院建筑工程测绘学院 内蒙古工业大学信息工程学院 

出 版 物：《计算机工程与应用》 (Computer Engineering and Applications)

年 卷 期：2023年

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] 081104[工学-模式识别与智能系统] 080203[工学-机械设计及理论] 0802[工学-机械工程] 0811[工学-控制科学与工程] 

基　　金：国家自然科学基金(62066035) 内蒙古自治区高等学校科学技术研究项目(NJZY22374) 

主　　题：深度学习 工人不安全行为 目标检测 行为识别 施工现场 

摘      要：随着深度学习的发展，目标检测和行为识别方法在工人不安全行为识别领域取得了较大进展，本文对近年来国内外相关研究工作进行系统性归纳，详细阐述了目标检测方法和行为识别方法中的常用模型和效果，重点评述了两类方法在不安全行为识别上的应用和两类方法结合使用的相关研究，对各种方法的优势、局限性、识别行为类别及适用场景进行了全面分析对比。在此基础上，针对近年来目标检测和行为识别的优化措施，总结了常用的优化方向和手段，归纳了在不安全行为识别上成功应用的改进方法，梳理了该研究领域的难点和问题，并给出建议和未来发展趋势的展望，为该领域的研究提供参考和借鉴。