高速公路施工现场工人危险行为识别研究

高速公路隧道、桥涵等施工现场工人的危险行为是造成安全事故频发的主要因素之一,基于深度学习开展工人危险行为识别方法研究具有较好的应用前景。本文基于YOLOv5改进了SLOWFAST算法,将其应用到高速公路施工现场中,并设计了基于图像识别的危险行为预警流程。在高速公路工地复杂场景下的测试表明,该方法的识别视频帧率达到了40左右,准确度达到90左右,充分说明了该方法的有效性。