我國每年發(fā)生的建筑施工安全事故總體依然呈上升趨勢,而導(dǎo)致這些事故發(fā)生的主要原因是工人的不安全行為。本文以挖掘機(jī)車斗違規(guī)運(yùn)載工人這種不安全行為為例,研究一種新的工人不安全行為視覺識別方法。將計(jì)算機(jī)視覺應(yīng)用于識別施工現(xiàn)場工人的不安全行為,能夠加強(qiáng)對工人的外部監(jiān)督,在一定程度上減少安全事故的發(fā)生。但目前只依賴視覺的識別方法需要大量含有該行為的訓(xùn)練數(shù)據(jù)來提取某種特定的行為特征,這不僅存在數(shù)據(jù)收集和標(biāo)注的困難,還對視覺算法檢測特征的準(zhǔn)確度提出了更高的要求�？紤]到這一點(diǎn),本文提出一種結(jié)合視覺和語義的識別方法。它無需特定的數(shù)據(jù)訓(xùn)練,只需準(zhǔn)確檢測出施工現(xiàn)場的挖掘機(jī)車斗和工人,即可利用語義網(wǎng)技術(shù)識別出挖掘機(jī)車斗違規(guī)運(yùn)載工人。該方法的實(shí)施包括三個(gè)步驟:（1）將建筑工人不安全行為知識表示成語義網(wǎng)絡(luò)的結(jié)構(gòu)化形式,讓計(jì)算機(jī)能夠處理并利用這些知識進(jìn)行語義識別;（2）基于Faster RCNN算法從施工圖像中檢測出挖掘機(jī)車斗和工人,以供計(jì)算機(jī)獲取施工現(xiàn)場的視覺檢測數(shù)據(jù);（3）在語義數(shù)據(jù)管理系統(tǒng)（圖數(shù)據(jù)庫）中集成這兩種類型的信息,利用圖數(shù)據(jù)庫的數(shù)據(jù)推理能力識別出挖掘機(jī)車斗違規(guī)運(yùn)載工人的不安全行為。這首先要將視覺檢測數(shù)... 

【文章頁數(shù)】：81 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 研究背景
    1.2 國內(nèi)外研究現(xiàn)狀
    1.3 研究目的和意義
    1.4 研究內(nèi)容和技術(shù)路線
2 建筑工人不安全行為知識的語義網(wǎng)絡(luò)表示方法
    2.1 知識的語義網(wǎng)絡(luò)表示法
    2.2 建筑工人不安全行為知識的獲取來源
    2.3 建筑工人不安全行為知識的概念類劃分
    2.4 建筑工人不安全行為知識的語義網(wǎng)絡(luò)表示
    2.5 本章小結(jié)
3 施工現(xiàn)場挖掘機(jī)車斗和工人的視覺檢測方法
    3.1 FASTER R-CNN算法原理
    3.2 施工現(xiàn)場環(huán)境及圖像特點(diǎn)
    3.3 FASTER R-CNN檢測網(wǎng)絡(luò)框架
    3.4 基于FASTER R-CNN的挖掘機(jī)車斗和工人檢測
    3.5 本章小結(jié)
4 挖掘機(jī)車斗違規(guī)運(yùn)載工人的語義網(wǎng)推理識別方法
    4.1 語義數(shù)據(jù)管理系統(tǒng)—圖數(shù)據(jù)庫
    4.2 施工現(xiàn)場視覺檢測信息的語義數(shù)據(jù)提取
    4.3 施工現(xiàn)場視覺檢測信息的語義數(shù)據(jù)建模
    4.4 挖掘機(jī)車斗違規(guī)運(yùn)載工人的語義網(wǎng)推理識別
    4.5 本章小結(jié)
5 實(shí)證分析
    5.1 實(shí)證背景
    5.2 數(shù)據(jù)采集和處理
    5.3 結(jié)果分析
    5.4 本章小結(jié)
6 結(jié)論與展望
    6.1 結(jié)論
    6.2 展望
致謝
參考文獻(xiàn)
附錄1 攻讀碩士學(xué)位期間參與的科研項(xiàng)目與科研成果


【參考文獻(xiàn)】：
期刊論文
[1]基于本體語義網(wǎng)絡(luò)的語言理解模型[J]. 王飛,易綿竹,譚新.  計(jì)算機(jī)科學(xué). 2018(S1)
[2]基于概念層次網(wǎng)絡(luò)的知識表示與本體建模[J]. 文亮,李娟,劉智穎,晉耀紅.  中文信息學(xué)報(bào). 2018(04)
[3]知識圖譜概念獲取研究進(jìn)展[J]. 邊慧珍,哈斯.  廣西科學(xué)院學(xué)報(bào). 2018(01)
[4]深度學(xué)習(xí)在目標(biāo)視覺檢測中的應(yīng)用進(jìn)展與展望[J]. 張慧,王坤峰,王飛躍.  自動化學(xué)報(bào). 2017(08)
[5]論建筑工程施工現(xiàn)場安全制度[J]. 時(shí)振興.  江西建材. 2017(01)
[6]基于改進(jìn)時(shí)空興趣點(diǎn)檢測的人體行為識別算法[J]. 丁松濤,曲仕茹.  西北工業(yè)大學(xué)學(xué)報(bào). 2016(05)
[7]卷積神經(jīng)網(wǎng)絡(luò)研究綜述[J]. 李彥冬,郝宗波,雷航.  計(jì)算機(jī)應(yīng)用. 2016(09)
[8]XML標(biāo)記的語義[J]. 艾蘭·瑞尼爾,戴維德·杜賓,斯芬伯格·麥奎因,克勞斯·惠特福德,王曉光,王俊芳.  出版科學(xué). 2016(04)
[9]建筑工程施工安全風(fēng)險(xiǎn)管理與防范[J]. 胡曉明.  建筑知識. 2016(03)
[10]不安全行為防范的誤區(qū)及對策[J]. 謝英暉.  現(xiàn)代職業(yè)安全. 2016(03)

碩士論文
[1]我國建筑施工安全管理問題研究[D]. 郭雨薇.吉林大學(xué) 2015
[2]基于卷積神經(jīng)網(wǎng)絡(luò)的行為識別研究[D]. 吳杰.電子科技大學(xué) 2015
[3]建設(shè)工程項(xiàng)目風(fēng)險(xiǎn)管理研究與實(shí)踐[D]. 李宇松.吉林大學(xué) 2004



本文編號：3677852