現場工人安全識別裝置的研究

孫長廷 杜齊 蔡宇

摘要：以人為本、生命至上，減少建筑工地安全事故發生率，能有效保障生命財產安全。以圖像識別技術為技術支持，結合建筑工人智能安全檢測系統，創新出一種勞保用品穿戴情況識別裝置。該系統識別率較高、硬件投資低、檢測速度快、準確率高、應用場景廣泛。

關鍵詞：施工安全;圖像識別;建筑工人;安全檢查;深度圖像

1.建筑工人智能安全檢查系統的架構

1.1系統構成

建筑工人智能安全檢查系統的核心硬件為深度攝像頭和計算機（PC），用于圖像采集、加工處理、結果顯示等。

1.2系統數據庫

首先對以下概念進行定義。

1）需提前整合工人基本信息。同時錄入工作區域、工作地點、工作時長等信息

2）安全裝置模型庫：使用3D軟件建立模型庫

3）行為數據庫：將人體簡化為若干點的合集。然后使用專用相機捕捉各點，錄入數據庫。

1.3系統運行流程

以數字圖像處理技術為支撐，通過專用相機捕捉，與模型庫比較，計算出結果。

系統的各子功能運行流程及實現方式如下：

1）身份識別：用專用攝像掃描，與模型庫對比。

2）安全設備檢查：用專用相機掃描，再與模型庫對比。采用了比較簡單的模板匹配。

3）運動行為能力測試：要求工人在攝像機前完成指定動作并錄入數據庫。后期通過與數據庫比較，確定工人狀態。

2.建筑工人智能安全檢查系統實現與測試

2.1實現平臺

硬件方面，建筑工人智能安全檢查系統使用微軟公司推出的Kinect體感設備作為圖像采集工具。該設備包含彩色攝像頭、紅外攝像頭（圖3），可同時采集彩色圖像和深度圖像。其他設備還包含計算機、三腳架等。

軟件方面，該系統使用 OpenCV（Open Source Com-puter Vision Library）為平臺，包含背景建模、特征檢測、輪廓提取、圖像分割等多個圖像處理函數。采用C/C++語言，同時保留了 Matlab、Ruby、Ruby等接口，可在Win-dows、Mac OS、Linux操作系統中運行。

2.2 系統測試

以若干工人為實驗樣本，進行了一系列測試。

具體測試項目及效果如下。

1） 自動識別和最優算法比較

調用對比直方圖函數，將獲取到的人臉信息與數據庫中信息進行比對，實現身份識別。

本系統采用相關系數法進行匹配，圖像之間的最大相關系數為最佳匹配圖像，通過大量訓練可以獲得穩定的匹配效果。

2） 安全裝置的檢查和最優算法的比較

模板匹配在源圖像中滑動并搜索模板圖像，以獲得與最相似區域大小相同的兩個區域。模板匹配有六種方法，從簡單到復雜，平方差匹配，歸一化平方差匹配，相關匹配，歸一化相關匹配，相關系數匹配，歸一化相關系數匹配。

R（x，y）=Σ[T（x'，y）·！'（x+x'，y+y'）]/Σr（x）·Σ"（x+x'，y+y）2

其中：

T'（x'，y） =T（x'，y）-/.n·ΣT（x"，x"）

！（x+x'，x+y）=1（x+x'，y+y）-1.h·Σ /（x+x"，y+y"） 表達式中，T（x，y）表示模板圖像（x，y）的像素值，1（x，high，R表示匹配程度，R值越大，匹配效果和匹配度越高效果y）代表源圖像（x和y的像素值），w和h代表模板圖像的長度和高度。

3.操作能力檢查

在檢查過程中，要求操作者在攝像機前執行指定的動作，系統跟蹤骨骼節點的運動特征，然后進行差異分析。

在行為特征識別過程中，我們建立以圖像左上角為原點并按像素縮放的坐標系，并使用OpenCV自動提取骨架坐標和骨架角度。

3.1 識別

本次測試中，正確回答率為83.75%，具體效果統計見表5。考慮到夏季高溫和陽光對工人膚色的影響，需要定期更換工人信息庫中的照片，以提高識別準確率。

3.2 安全設備檢查

測試結果發現，頭盔識別準確率為96.25%，檢測率沒有下降，效果穩定。安全帶正確識別率為63.75%。

經分析，安全帶識別準確率低的原因如下：

在安全帶檢測過程中，服裝的某些部分很容易被誤認為是安全帶，或者導致服裝的障礙物、氣密性、輪廓不清晰和被忽視的檢查。此外，當頭盔暴露在光線下時，它往往會在白色背景后面留下類似于墻壁的輪廓陰影，這可能會導致頭盔錯誤識別物體。

3.3 操作能力檢查

在本次測試中，為了加快計算速度，我們使用像素作為采集圖像的尺度來建立相對坐標系，并根據向量計算角度。在這個過程中，獲取到的3D坐標信息被人為壓縮成2D平面信息，丟失了一些信息。對此，骨節點角度本身的閾值設置是將根t得到的骨骼模型轉換成圖像后計算的，與測試過程中的骨節點角度計算方法相同，所以有3個可以將三維坐標信息壓縮成二維坐標信息。過程錯誤。同時，駕駛行為能力測試的有效性取決于規定行為的設置，后續應根據相關安全規則和要求，結合工種特點與具體施工活動設置。

4.結論

在設計并測試了基于圖像識別技術的建筑工人智能安全檢查系統。該系統可用于識別建筑工人、檢查安全裝置和檢查操作行為能力。經測試，系統識別準確率為83.75%，頭盔識別準確率為96.25%，安全帶識別準確率為63.75%，滿足實際需求。上述系統可在普通計算機上運行，具有硬件投資低、檢測速度快、準確率高、應用場景廣泛等優點。這彌補了傳統建筑安全自動化水平低的缺點。管理領域。該系統還可用于礦山、電力等行業的安全檢查，具有推廣價值。

2273500511340