2023，59（6）人民的生命安全永远是第一位的，特别是在建筑行业这样长期处于较高风险的工作环境当中，如何对工地环境中工人是否佩戴安全帽以及工地的危险区域内是否有人，这对于保持建筑行业安全持久发展是至关重要的。随着计算机视觉领域智能化的发展，智能工地安全领域的安全帽佩戴检测是目标检测在工业安防领域应用中一项重要的研究任务。安全帽佩戴检测的目的是对工地中工人的安全帽佩戴状态进行检测。近年来，随着经济的快速发展，工地建设项目急剧增加，进入工地必须佩戴安全帽是每个人的一项必要防护措施。但是随着人为管理难度的加大，检测不当很容易给不戴安全帽的工人造成安全伤害。随着对工地安全的重视程度越来越高，许多研究学者针对大型建筑工地的工业安防在基于深度学习领域已经开展了大量的研究工作。随着GPU算力的不断增强，深度学习技术得到了快速的发展。深度学习是构建一个足够深的网络层，使得该网络层自助学习样本数据的内在规律和表示层次。它能够处理人们并不完全懂得的问题，而且更擅长处理含噪声或不完全的数据，它的最终目标是让机器能够像人一样具有分析学习能力，能够识别文字、图像和声音等数据。深度学习是一个复杂的机器学习算法，在语音和图像识别方面取得的效果，远远超过先前相关技术，有着传统机器学习和传统计算机程序没有的优点。结合深度学习技术的目标检测方法逐渐成为在工深度学习在安全帽佩戴检测中的应用研究综述高腾，张先武，李柏新疆大学信息科学与工程学院信号检测与处理重点实验室，乌鲁木齐830046摘要：在深度学习的推动下，目标检测方法在工业安防领域取得了很大的进展，安全帽佩戴检测任务逐渐成为智能图像识别领域的一项重要研究课题。为了综合分析深度学习技术在安全帽佩戴检测任务中的研究现状，方便后续科研人员开展研究性工作。对近年来国内外学者在深度学习环境下的安全帽佩戴检测算法总结归纳，对比分析这些方法的优点和局限性。分别从数据集的建立和用途、安全帽佩戴检测主要检测算法归纳、当前安全帽佩戴检测领域的难点这三个方面进行分析。对安全帽佩戴检测领域未来的研究方向进行展望，并提出该领域今后研究重点。关键词：深度学习；目标检测；安全帽佩戴检测；工业安防文献标志码：A中图分类号：TP391.41doi：10.3778/j.issn.1002-8331.2207-0434ReviewonApplicationofDeepLearninginHelmetWearingDetectionGAOTeng,ZHANGXianwu,LIBaiKeyLaboratoryofSignalDetectionandProcessing...
