工业工人个人防护装备与安全器具的视觉检测
计算机视觉与模式识别
2022-12-12 v1
摘要
当今社会，由于缺乏充分佩戴的安全装备，工作场所伤害十分常见。可以构建一个仅允许装备得当人员进入的系统以改善工作条件。因此，我们的目标是开发一种利用摄像头检测个人防护装备（PPE）使用情况以提升工人安全性的系统。为此，我们从多个公开来源收集并标注了合适的数据，用于训练和评估基于流行目标检测器 YOLOv4 的若干模型。在合作工业伙伴的驱动下，我们的重点是将该系统部署于入口控制点，工人须在此出示自身以获取受限区域访问权限。结合人脸身份识别，该系统将确保仅授权且佩戴适当装备的人员被准许进入。本工作的一个创新点在于，我们将类别数增至五类对象（安全帽、安全背心、安全手套、安全眼镜和听力保护器），而多数现有工作仅关注一到两类，通常为安全帽或背心。所开发的 AI 模型在拟运行的合作环境中，于 3 米和 5 米距离处均提供了良好的检测精度（mAP 分别为 99%/89%）。部分对象尺寸较小或可能被身体部位遮挡已被确定为有损精度的潜在因素，我们通过数据增强及在应用 PPE 检测前对身体进行裁剪来加以应对。
引用
@article{arxiv.2212.04794,
title = {Visual Detection of Personal Protective Equipment and Safety Gear on Industry Workers},
author = {Jonathan Karlsson and Fredrik Strand and Josef Bigun and Fernando Alonso-Fernandez and Kevin Hernandez-Diaz and Felix Nilsson},
journal= {arXiv preprint arXiv:2212.04794},
year = {2022}
}
备注
Accepted for publication at ICPRAM