基于FAST特征的智能安全帽静态报警方法的研究

作     者：严良平 童静 王凯 程剑林 崔学坤 李志浩 YAN Liangping;TONG Jing;WANG Kai;CHENG Jianlin;CUI Xuekun;LI Zhihao

作者机构：国网新源浙江宁海抽水蓄能有限公司浙江宁波315000 四川超影科技有限公司四川成都610000 国网新源控股有限公司北京100000 

出 版 物：《电力信息与通信技术》 (Electric Power Information and Communication Technology)

年 卷 期：2019年第17卷第4期

页      面：67-71页

学科分类：0821[工学-纺织科学与工程] 08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程] 082104[工学-服装设计与工程] 

主　　题：FAST特征 特征提取 智能安全帽 静态报警 

摘      要：目前有关智能安全帽大多只是关注工作人员是否佩戴安全帽和他们的异常操作,而对作业人员本身的异常状态则基本忽略,针对上述现状,文章提出了一种基于FAST特征的智能安全帽报警方法,检测佩戴智能安全帽人员的非正常状态(晕厥、猝死等静止状态)并进行报警。利用智能安全帽上搭载的摄像头采集图像数据,使用FAST特征检测算法快速提取特征,然后比较2幅图像的特征是否匹配,以此检测当前安全帽是否处于静止状态。实验结果表明,这种基于FAST特征检测的方法能够有效判断佩戴智能安全帽的人员是否处于静止状态,从而进行报警,在工人单独作业的情况下有较高的实用价值。