基于计算机视觉的工业厂区人员安全警戒系统

针对工业厂区起重机械作业安全事故频发,提出一种基于计算机视觉的工业厂区人员安全警戒系统,采用计算平台和目标检测算法相结合的方式对现场作业监控视频中的人员目标实时检测和输出相应控制指令。目标检测算法以YOLOv5网络为基础,在该网络结构中嵌入注意力机制,将基于空间和通道混合注意力机制模块添加到BottleneckCSP模块中,可提高对小目标人员的检测的准确度。此外,还引入人员跟踪算法对检测结果进行修正融合,可降低人员处于遮挡情形时的漏检率。改进后的算法在自建数据集中进行实验,相较原YOLOv5网络,改进后的算法在mAP上提升了3.414个百分点,检测速度可达到40.3 FPS,具有较好的检测效果。最后将算法模型部署到计算平台中并在现场行进警戒系统的搭建和测试,测试统计结果显示对普通人员和领航人员的检测准确率分别为94.4%和95.1%,具有良好的检测性能,可以稳定执行相应自动安全警戒操作。