摘要：安全帽佩戴檢測是工地安防的重中之重，但人為主觀檢測的方式時效性差且不能全程監控。AI技術的日漸成熟催生了安全帽佩戴檢測方案，成為了監督佩戴安全帽的利器。本文將為您全面解析ZLG安全帽佩戴檢測方案。

　　建筑業是國民經濟的重要物質生產部門，它與整個國家經濟的發展、人民生活的改善有著密切的關系。根據住建部數據，從2016年到2018年間，建筑業事故總量為上升趨勢。有統計發現眾多工地死亡事故中與安全帽相關的占比約 80%。大部分都是由于受害人不戴安全帽導致被物體打擊或頭部撞擊致死。由此可見，正確佩戴安全帽對于員工安全而言相當重要。然而，在實際工作中工人未佩戴安全帽的不安全行為仍然時有發生。傳統的施工現場主要依靠安全管理人員的主觀監測，存在時效性差、不能全程監控等一系列問題。隨著人工智能技術的日漸成熟，安全帽佩戴檢測解決方案應運而生，未來有望成為危險施工現場的標配。

　　資料來源：住房和城鄉建設部辦公廳

　　本文將以 ZLG M1808 平臺為例，對安全帽佩戴檢測技術及應用進行介紹，闡述安全帽佩戴檢測的算法基本原理和應用方向，介紹M1808開發平臺應用搭建，并展示ZLG研發的安全帽佩戴檢測應用demo。

　　一、基本原理與應用

　　安全帽佩戴檢測是指不需要人工實時監控，僅通過攝像頭和M1808平臺，即可在實時監控條件下，自動識別工地或工廠危險區域內的工作人員是否按要求佩戴安全帽。

　　1.算法原理

　　安全帽佩戴檢測算法主要技術點為目標檢測。本算法由ZLG算法團隊自主研發，結合基于AI加速芯片的M1808平臺特性進行了針對性的優化，算法效率高。安全帽檢測算法對輸入圖像進行檢測，如果存在佩戴安全帽或未佩戴安全帽人員，可以實時獲取該人員在圖像中的位置。算法應用邏輯如下圖所示。

　　目標檢測的任務是找出圖像中所有感興趣的目標（物體），確定它們的位置和大小，是機器視覺領域的核心問題之一。由于各類物體有不同的外觀，形狀，姿態，加上成像時光照，遮擋等因素的干擾，目標檢測一直是機器視覺領域最具有挑戰性的問題。

　　基于目標檢測的算法主要分為兩類：one stage目標檢測算法；two stage目標檢測算法。常用的目標檢測算法如下表。

　　用戶可以根據自身需求選擇適當的算法并訓練模型，通過M1808相關開發工具進行模型轉換，進一步實現M1808平臺部署相關應用。

　　2.算法功能

　　ZLG安全帽佩戴檢測算法可實現佩戴安全帽檢測和統計，包括統計人員總數和未戴安全帽的違規人員數量，具體如下所示。

　　佩戴安全帽人員檢測如下圖，可見當前人員總數為1，不存在違規人員。

　　未佩戴安全帽人員檢測如下圖，違規人員數量為1。

　　手持安全帽干擾檢測如下圖，可見手持安全帽不影響檢測結果。

　　3.應用方向與延伸

　　ZLG安全帽佩戴檢測方案，原則上適用于任何需要佩戴安全帽的應用場景，如建筑、冶金化工、礦山、機械、電力、交通運輸、林業和地質等作業的工種。

　　此外，ZLG安全帽佩戴檢測方案可以遷移到電單車（摩托車）安全頭盔佩戴的檢測，以及泳池游泳者佩戴泳帽的檢測功能等。當然，類似應用場景均可以考慮此方案，所需的只是特定場景的數據。

　　二、M1808應用搭建

　　1.硬件主機平臺

　　硬件主機平臺為M1808系列產品，包含M1808核心板產品和M1808評估板產品M1808_EV_Board，分別如下圖所示。

　　M1808評估板提供了一路MIPI DSI顯示接口以及一路RGB-LCD顯示接口。對于MIPI DSI顯示接口可以選擇使用致遠電子生產的LCD-1280800W101TC 10.1寸LVDS接口的液晶顯示屏。在使用該顯示屏時，還需要額外增加一個M1808-BR-PACK顯示接口轉接板，用于將評估板LVDS接口轉接成LVDS接口。液晶屏和液晶轉接板分別如下圖所示。

　　2.應用環境搭建與運行

　　安全帽佩戴檢測應用與開發工具可通過立功科技和廣州致遠電子市場人員獲取。主要包括如下文件：

　　具體環境搭建與安全帽佩戴檢測工程編譯可參照《M1808安全帽檢測應用筆記》文檔。

　　1.安全帽佩戴檢測效果展示

　　我司研發的安全帽佩戴檢測算法，可運行于M1808平臺，可實現安全帽佩戴檢測與統計，實時顯示檢測的結果。具體效果如下：

　　M1808產品圖片：

　　3.關于算法庫獲取

　　關于算法庫的獲取可以咨詢廣州立功科技股份有限公司與廣州致遠電子有限公司相關市場人員。