高速公路施工现场工人危险行为识别研究

许国敏 李伟 焦育威 杨洋 符刘旭 杨兴涛 刘野

摘要：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測试表明，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。

关键词：高速公路；施工现场；危险行为识别；SLOWFAST；目标检测

中图分类号：TP18 文献标识码：A

文章编号：1009-3044（2024）06-0089-03