基于图像识别技术的不安全行为识别

作者：赵江平; 王垚^*

来源：安全与环境工程, 2020, 27(01): 158-165.

DOI：10.13578/j.cnki.issn.1671-1556.2020.01.024

• 有限空间作业
• 不安全行为
• 图像识别技术
• 人体跌倒行为检测
• 帧间差分法
• 特征提取
• 支持向量机(SVM)

为预防在有限空间作业中因不安全行为引发的安全事故,着重分析了作业人员在有限空间作业中因跌倒发生的事故风险。通过安装在作业区域的视频摄像头获取的图像,对人体跌倒行为进行识别,并利用MATLAB的图像处理功能,构建了基于支持向量机(SVM)的不安全行为图像识别算法。该算法首先应用图像灰度级变换、直方图均衡化、高斯低通滤波平滑和中值滤波去噪对视频采集图像进行图像预处理;然后根据帧间差分法定位人体,并提取HOG特征和人体重心移动特征构建人体跌倒行为特征向量,应用SVM对不安全行为进行分类;最后对获取的图像资料进行识别与分析。结果表明:该图像识别算法的平均正确识别率达到了97.84%,能够对有限空间作业中的不安全行为进行有效识别,从而验证了该算法的有效性。

• 单位
  西安建筑科技大学