-
题名基于计算机视觉的人员疲劳状态与不安全行为识别
被引量：1
- 1
-
-
作者
李华
吴立舟
钟兴润
郭粮玮
崔煜馨
-
机构
西安建筑科技大学资源工程学院
-
出处
《中国安全科学学报》
北大核心
2025年第3期28-35,共8页
-
基金
西安建筑科技大学创新创业训练计划项目(X202410703391)。
-
文摘
以提高塔吊操作的安全性和效率为案例,提出一种综合识别疲劳状态和不安全行为的方法,以实时发现驾驶员可能存在的安全隐患。通过摄像头捕获实时视频流,并对视频进行分析和预处理,提取关键信息,用于识别后续的疲劳和不安全行为;在疲劳状态识别方面,采用基于眼睛和嘴部状态的分析方法,重点监测眼睛开闭状态、眨眼频率及哈欠次数等生理指标;在不安全行为识别方面,结合计算机视觉与深度学习技术,实时检测驾驶员的潜在危险操作,从而确保及时发现安全风险。结果表明:经过优化后的YOLOv5-高效通道关注(ECA)模型在疲劳状态和不安全行为识别中性能得到显著提升;模型在测试集上的精确率和召回率均超过90%,展现出良好的识别能力。
-
关键词
计算机视觉
疲劳状态
不安全行为状态
塔吊驾驶员
YOLOv5
-
Keywords
computer vision
fatigue state
unsafe behavior detection
tower crane driver
YOLOv5
-
分类号
X912
[环境科学与工程—安全科学]
-
