基于目标检测与语义分割智慧...地施工人员安全状况判断研究_王金平.pdf
《基于目标检测与语义分割智慧...地施工人员安全状况判断研究_王金平.pdf》由会员分享,可在线阅读,更多相关《基于目标检测与语义分割智慧...地施工人员安全状况判断研究_王金平.pdf(7页珍藏版)》请在咨信网上搜索。
1、公路 年月第期 基金项目:公路建设项目“智慧工地”全要素管理系统研究及示范应用,项目编号 收稿日期:文章编号:()中图分类号:文献标识码:基于目标检测与语义分割智慧工地施工人员安全状况判断研究王金平,刘春芽,郑凤飞,黄涛,(甘肃公交建集团康略项目分公司兰州市 ;兰州朗青交通科技有限公司兰州市 ;甘肃省智慧交通重点实验室兰州市 )摘要:在公路工程施工过程中,由于施工人员素质良莠不齐等因素,给行业监管部门带来极大困难。为实现施工人员实时检测及周边环境实时查看,由于人员检测与环境分割方法易受到施工环境干扰,若分开进行,会造成资源浪费。针对该问题,提出一种基于目标检测与语义分割融合的智慧工地施工人员安
2、全状况判断方法,利用施工场地实时视频数据,对施工人员进行端对端实时检测与周围环境语义分割,结合分割结果,可判定施工人员是否处于安全区域。同时,为验证方法的有效性,基于甘肃省某公路视频监控数据实现数据集制作,并与现有方法进行性能对比实验。关键词:智慧工地;深度学习;施工人员;目标检测;语义分割概述目前目标检测研究领域,对人员轨迹预测主要包含基于模型和数据分析两种,由于施工人员行动随机性、分散性、交互性等特点,预测人员目标运动是一个极具挑战性的问题。基于此,等研究表明静态环境语义信息有助于通过模型实现人员轨迹较为准确的预测;等基于场景上下文关联,预测人员运动轨迹;等采用优化函数和参数模型的方法,实
3、现人员轨迹预测。但不可避免存在以下问题:()缺乏数据驱动,导致模型只具备人员简单交互模式;()此类研究着重于对彼此接近人之间交互建模(以避免直接碰撞),缺乏预料未来人员的相互作用。因此,基于数据驱动研究应运而生,其中循环神经网络和长短时记忆网络方法已被证明有效性,但此类方法无法对人员之间空间联系进行有效建模。在后续研究中,基于 网络构建人员时空图,结合空间与时间特性,针对人员交互性特点,通过采用双变量高斯分布,实现数空融 合轨迹预 测,但该方 法 计算 复 杂度高;随后 等提出长短时记忆网络模型,该模型基于数据驱动进行人员网格化建模,利用隐藏特征计算预测轨迹。据此开展对于人员轨迹研究,但当前基
4、于数据驱动方法构建神经网络模型存在精度低、鲁棒性差、实时性不高等问题。针对上述问题,构建可支撑现场安全管理、互联协同、智能决策智慧工地管理模式是目前的首要问题。因此,提出一种基于目标检测与语义分割融合的智慧工地施工人员安全状况判断方法,利用施工场地实时视频数据,对施工人员进行端对端实时检测与语义分割,并快速识别图片特征,进而辅助行业监管部门判断施工人员位置轮廓与施工安全区域是否重合。该方法不但解决了施工人员监管困难的问题,更提高检测网络与语义分割网络参数运算效率,缓解计算显存压力,保证多种算法时间、空间同步性。为验证研究方法的有效性,基于开源数据集与现有方法进行实验对比,证明该方法提高了预测精
5、度和计算效率。施工人员安全状况判断概述 施工人员不安全行为在施工过程中存在多主体不安全行为,包括有组织决策者、现场管理人员和操作人员不安全行为 年第期王金平等:基于目标检测与语义分割智慧工地施工人员安全状况判断研究等,然而施工人员往往是事故直接引发者和直接受害者,施工人员不安全行为主要源于以下几方面:()施工人员对重大危险源缺乏足够认识;()施工人员为追求省时省力,常存在侥幸心理;()施工现场监控手段落后;()施工现场管理人员素质参差不齐。施工人员目标检测与分割研究的意义针对工程项目现场人员管理,开展现场人员检测和分割方法研究,可在一定程度上减少施工人员不安全行为,有针对性展开施工人员行为预警
6、和安全教育,同时减少潜在安全事故伤亡,提高施工人员管理质量,控制用工成本。研究内容如下:()满足监控预警实时性及预见性;()基于历史数据预测预警,减少人为判断误差;()全方位监控,断绝侥幸心理。融合语义分割和目标检测施工人员安全状况判断网络现有方法通常将目标检测与语义分割单独判定,为实现高效率、高鲁棒的人员检测与环境分割,构建基于目标检测与语义分割融合的智慧工地施工人员安全状况判断网络,实现无需人工干预施工现场人员智能化管控,施工人员安全状况判断流程见图。图基于目标检测与语义分割施工人员安全状况判断流程 施工人员安全状况判定流程基于 网络的目标检测算法获取施工人员具体位置、基于 网络的语义分割
7、算法 划分施工场地环境区域,结合两种算法判断施工人员是否处于危险区域,若施工人员像素点在施工环境危险区域内,则判定人员所处环境为危险区域;反之,施工人员处于安全区域,融合语义分割与目标检测的施工人员安全状况判定流程见图。图施工人员安全状况判定流程 融合语义分割与目标检测施工人员安全判定网络 多任务融合网络多任务融合网络架构见图,该网络由输入网络、骨干网络、特征提取网络、语义分割解码器网络和目标检测解码器网络组成,同时处理施工人员目标检测和施工场景语义分割。基于分割与检测结果,判断施工人员所处位置是危险区域还是非危险区域。由于多任务融合网络之间没有冗余共享网络,实现了资源、时间、算法同步,有效降
8、低计算资源占用。编码器多任务融合网络中,编码器由骨干网络和特征提取网络构成。骨干网络主要用于图像特征提取,可支持特征逐层传播与重用,有利于提高图像感受野,减少信息丢失,保证图像处理的实时性;结合特征提取网络,对骨干网络提取的图像特征进行融合,在不增加计算量的情况下,提高图像中远处施工人员检测性能,获取维度更丰富的图像特征,用于后续目标检测和语义分割任务当中。该方法解决了其他卷积神经网络中优化梯度信息重复、计算复杂度高的问题,将梯度变化全部集成到特征图中,减少了模图多任务融合网络架构型参数量,既保证了演化速度和准确率,又减小了模型尺寸。为防止图片变形,在骨干网络和特征提取网络之间加入金字塔池化网
9、络,网络结构见图。由图可知,输入图片可为任意大小,将图像特征分为、份网格,假设有 个通道数,则中间所有特征网格最后被映射为()个通道,结合全连接网络层,转换为 个通道,实现对任意图像尺寸特征图转换为固定尺寸,得到固定数量特征。图金字塔池化网络结构为提高网络学习能力、提升梯度传递效率,在编码器阶段采用 函数作为激活函数,见式()。相比于其他激活函数,函数处处光滑,且允许在绝对值较小负值区域存在负值。()()解码器解码器由目标检测网络和语义分割网络组成,在编码器后同时开始工作。()基于 网络的施工人员目标检测研究。在目标检测网络发展中,系列作为一种快速紧凑开源对象检测模型,无疑是最具有代表性一类网
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 目标 检测 语义 分割 智慧 施工人员 安全 状况 判断 研究 王金平
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。