智慧工地中低分辨率的安全帽状态识别

• 作者: 王秋茗 孙广玲 陆小锋 钱国 刘学锋
• 来源期刊: 电子测量技术
• 关键词: 低分辨率 安全帽佩戴识别 超分辨率重建 深度学习
• 年，卷（期）: 2020,（15）
• 所属期刊栏目: 信息技术及图像处理|Information Technology and Image Processing
• 页码范围: 63-67
• 页数: 5页
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.19651/j.cnki.emt.2004420

摘要

在工地施工过程中,安全帽正确佩戴在保障工人人身安全方面起到至关重要的作用,利用无人机巡检的方式可对工人安全帽佩戴状态进行监督.针对拍摄图像中目标头部的分辨率过低,存在漏检的问题,设计了一种基于深度学习的低分辨率的安全帽状态识别算法,首先通过目标检测网络获取图像中的人体区域,根据先验信息获取头部位置图像,然后使用超分辨率重建技术,对头部图像进行像素恢复,将头部图像输入到目标分类网络中进行判别,最终得到了88.28％的识别正确率.结果 表明,该算法可以有效改善漏检问题,符合工地对工人安全帽佩戴识别的要求.