一、成果概述：

本成果属于目标识别和视频分析领域，主要目的是对施工人员进行安全帽佩戴检测，确保安全

生产。实现步骤为：

（1）通过工地的监控设备采集视频数据，进行分析处理后，得到视频序列；

（2）通过深度学习检测器对视频序列中的行人、安全帽和头部三个目标进行检测。当检测到行人，并在行人中检测到安全帽时，说明施工人员正确佩戴了安全帽，输出行人和安全帽的信息；当检测到行人，在行人中检测到头部，未检测到安全帽时，输出行人和头部的信息并发出报警信号。

（3）将未正确佩戴安全帽的报警信息及对应的监控点信息上传到后端服务器进行数据分析，及时执行监督处理，纠正违规行为。

二、技术特点及技术指标：

（1）该算法可以直接对视频流进行分析，也支持视频流抽帧检测和对图片的检测；

（2）部署运行时，支持相关工作人员划分检测区域，可以在工人经过的道路上绘制不规则的区域框，避免因包含背景过多而造成误检。

三、应用领域：

该安全帽佩戴检测算法在不同场景的数据集上进行测试时都获得了较高的准确率，现与极视角科技有限公司合作，已成功应用于实际的工厂、矿冶、河口码头等众多场景中。一些工厂除了要求工人正确佩戴安全帽以外，还会要求工人统一穿工装。因此，该算法可进一步拓展到对工人的着装和安全帽佩戴同时进行识别和检测，决定是否发出报警信号或是否开放门禁。该算法已较为成熟，奠定了扎实的研究基础，可以为后续目标识别类项目的开展和实施提供有利的工作条件。

四、投入需求：

（1）前端系统：安装监控设备，采集并储存视频数据；

（2）检测系统：在高性能计算机上部署深度学习检测算法，对检测区域中的行人、安全帽和头部进行识别检测，并针对不同情况输出相应信息；

（3）后端服务器：对未佩戴安全帽的数据进行统计分析。