基于视频分析的施工现场反违章行为自动识别系统.pdfVIP

第33卷第15期电子设计工程2025年8月

Vol.33No.15ElectronicDesignEngineeringAug.2025

基于视频分析的施工现场反违章行为自动识别系统

1，22222

高永强，孙留存，苏卫江，唐耿彪，肖文星

（1.鲁东大学，山东烟台264025；2.中国绿色发展投资集团有限公司，北京100020）

摘要：为解决传统施工现场违章行为识别中人工监管效率低、环境适应性差的问题，提出基于视频

分析的反违章行为自动识别系统。该系统融合YOLOv7和LightCNN算法，通过DS18B20传感器与

STM32微控制器实现10次/s的高速采样，结合通道注意力机制优化特征提取，并引入直方图均

衡化与USM锐化技术提升复杂光照下的图像质量。在某三甲医院CT设备的15h实验中，系统对

50~55℃温度阈值响应时间小于1ms，正常光照、弱光、强光条件下安全帽佩戴识别准确率分别达

91%、45%、71%，3m、6m距离的准确率分别为89%、62%，对违章人员的平均识别准确率达98%，较

R-CNN和SSD算法损失值降低30%~80%。结果表明，该系统通过“智能算法+硬件协同”实现了复杂

场景下的高精度识别，满足施工现场安全管理需求，为建筑工程智能化监管提供了新方案。

关键词：视频分析；施工现场；违章行为；自动识别系统；YOLOv7

中图分类号：TN98文献标识码：A文章编号：1674-6236（2025）15-0057-05

DOI：10.14022/j.issn1674-6236.2025.15.012

Automaticrecognitionsystemforantiviolationbehavioronconstructionsitesbased

onvideoanalysis

1，22222

GAOYongqiang，SUNLiucun，SUWeijiang，TANGGengbiao，XIAOWenxing

（1.LudongUniversity，Yantai264025，China；2.ChinaGreenDevelopmentInvestmentGroupCo.，Ltd.，

Beijing100020，China）

Abstract:Tosolvetheproblemsoflowefficiencyofmanualsupervisionandpoorenvironmental

adaptabilityintraditionalconstructionsiteviolationrecognition，avideoanalysisbasedautomatic

recognitionsystemforantiviolationbehaviorisproposed.ThesystemintegratesYOLOv7andLightCNN

algorithms，achievinghigh⁃speedsamplingof10times/sthroughDS18B20sensorsandSTM32

microcontrollers.Itcombineschannelattentionmechanismtooptimizefeatureextractionandintroduces

histogramequalizationandUSMsharpeningtechn