基于深度学习的工地安全帽佩戴检测算法研究.docVIP

或漠理工大掌

(申请工学硕士学位论文)

基于深度学习的工地安全帽佩戴

检测算法研究

培养单位：计算机科学与技术学院

学科专业：计算机科学与技术

研究生：施辉

指导教师：陈先桥教授

2019年5月

(C)1994-2020ChinaAcademicJournalElectronicPublishingHouse.Allrightsreserved.

分类号密级

UDC学校代码10497

或篌理工大掌

学位论文

题目基于深度学习的工地安全帽佩戴检测算法研究 英文ResearchonConstructionSiteSafetyHelmet-Wearing 题目DetectionAlgorithmBasedonDeepLearning

研究生姓名施辉

姓名陈先桥职称教授学位博士

指导教师

单位名称计算机科学与技术学院邮编430063申请学位级别_硕士_学科专业名称计算机科学与技术

论文提交日期2019-03_论文答辩日期2019-05

学位授予单位武汉理工大学学位授予日期2019-06

答辩委员会主席评阅人教育部学位与研究生教育

发展中心盲审

2019年5月

(C)1994-2020ChinaAcademicJournalElectronicPublishingHouse.Allrightsreserved.

独创性声明

本人声明，所呈交的论文是本人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得武汉理工大学或其他教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说

明并表示了谢意。

签名：日期：

学位论文使用授权书

本人完全了解武汉理工大学有关保留、使用学位论文的规定，即学校有权保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人承诺所提交的学位论文(含电子学位论文)为答辩后经修改的最终定稿学位论文，并授权武汉理工大学可以将本学位论文的全部内容编入有关数据库进行检索，可以采用影印、缩印或其他复制手段保存或汇编本学位论文。同时授权经武汉理工大

学认可的国家有关机构或论文数据库使用或收录本学位论文，并向社

会公众提供信息服务。

(保密的论文在解密后应遵守此规定)

研究生(签名):导师(签名)期

(C)1994-2020ChinaAcademicJournalElectronicPublishingHouse.Allrightsreserved.

摘要

在工地现场的安全管理中，对施工人员的安全帽佩戴监管是非常重要的。近年来，部分学者对安全帽的检测识别做了一些研究，但主要都是采用传统目标检测方法，这类方法检测准确率低，速度慢。随着深度学习技术的发展，该技术被广泛使用于目标检测任务中，并且取得了很好的效果。因此，本文基于深度学习技术针对安全帽佩戴检测开展研究，实现对施工现场作业人员安全帽佩戴的快速准确检测，为工地安全监督和执法提供技术保障，对施工现场的安全管理具有

重要意义。本文工作和成果如下：

(1)提出了一种基于图像金字塔的数据增强方法，构建了一套安全帽佩戴检测数据集。针对无公开可用的安全帽佩戴检测数据集问题，本文采用工地现场监控视频数据，构建了一套安全帽佩戴检测数据集。在数据集构建过程中，提出了一种基于图像金字塔的数据增强方法，该方法能够增加安全帽佩戴检测数据集中有效目标的数量，解决了安全帽佩戴检测数据集中有效目标数量过少的问

题。实验证明，本文提出的数据增强方法能在一定程度上提升模型的检测性能。

(2)基于目标聚类方法，优化了安全帽佩戴