全文总字数：5684字
1. 研究目的与意义（文献综述）
安全一直以来都是社会发展建设中永恒不变的主题。国务院于2017年3月在《安全生产标准“十三五”发展规划》规章中明确提出七大措施:“严密责任主体，强化依法治理，坚决遏制重特大事故，治理职业病危害，强化安全科技，提高应急效能，增强安全文明”[1]。我国建筑业是一个劳动密集型、工作环境复杂、安全事故多发的行业。根据住建部发布的《2018年建筑业发展统计分析》，我国建筑企业完成建筑业总产值23.5万亿元，同比增长9.9%，行业从业人数达到5563.3万人，同比增长0.5%，建筑业国民经济支柱产业的地位仍然坚实稳固。但随着经济总量的不断增肌，安全事故也在不断的出现在施工现场之中。根据住建部官网发布的官方统计数据中，得到2011-2018房屋市政生产安全事故情况与建筑总产值数据如图1-1与1-2所示，从下图可知，虽然我国建筑总产值在逐年增加，但每年死亡人数皆在400人以上，事故起数在500起以上，而且还在以肉眼可见的速度增加，这些死亡事故不仅给建筑工人及其家属带来无尽的痛苦，也给项目造成工期延误和赔付费用的产生。为了有效减少施工现场安全事故的发生，许多技术方案开始了。
根据历史数据统计，大量安全事故往往是由人为因素造成的。
2. 研究的基本内容与方案
基本内容：
本文从施工现场的安全工作的实际情况出发，首先选择了安全帽佩戴行为进行研究，分析了目前安全帽佩戴情况的识别研究现状的不足，根据大型施工现场的环境特点与视频特点，建立r-cnn模型识别工人，进而提出了基于fast r-cnn的建筑工人识别算法，然后根据前面识别出的建筑工人位置从而进行安全帽佩戴行为识别，最终建立一套完整的施工现场建筑工人安全帽行为识别系统，并将算法移植到开发套件上，设计了安全帽佩戴识别系统。将此系统通过某系统建设项目案例实验验证，综合分析该系统应用现场采集的照片序列完成情况。本文主要分了五个章节，具体内容如下:
第一章:绪论。首先阐述了施工现场安全检测在建筑行业安全管理监督的必要性，并对现有国外的识别方法研究进行系统的总结分析，分别介绍了卷积神经网络在土木工程安全中的应用现状，进而说明卷积神经网络对安全帽佩戴识别的技术可行性。最后，本文提出了论文研究的意义，目的和研究思路。并且详细介绍了本论文的主要技术路线和行文架构。
3. 研究计划与安排
第1-2周：查阅文献；熟悉计算机视觉算法构建过程；熟悉毕业论文相关资料；
第3-8周：进行算法设计，构建工人安全检测系统；
第9-12周：基于检测系统模型进行分析评价；
4. 参考文献（12篇以上）
[1] 方东平等编著.工程建设安全管理[m].北京：中国水利水电出版社.2001.
[2] 王秋余. 基于视频流的施工现场工人安全帽佩戴识别研究[d].华中科技大学,2018.
[3] 肖梦佳. 基于图像识别的施工现场智能监控系统的相关技术研究与实现[d].电子科技大学,2016.
课题毕业论文、开题报告、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
