一种基于新型Unet-Canny网络的安全带检测方法

针对机动车行驶中驾驶员是否正确系戴安全带的检测问题,提出一种融合目标检测和语义分割的新型UnetCanny网络的安全带检测方法。该方法需要用SSD网络定位驾驶员位置,将所采集信息输入Unet-Canny网络后对安全带图像进行分割。新型Unet-Canny网络是在Unet网络上添加Res-Canny模块后得到的。结合Canny算子和残差结构搭建的Res-Canny模块能够让网络在训练中增强对安全带边缘特征信息的提取能力,从而提高图像的分割效果。利用数据集对Unet-Canny网络的训练实验表明：新型Unet-Canny网络比FCN、PSPNet、SegNet、Unet等网络的检测效果好;使用所提出方法检测安全带的精确率比用Unet网络提升了3.4个百分点。     

Q&A有问有答

Q:2012年7月1日,中国首部《机动车儿童乘员用约束系统》强制性标准将颁布实施。安全座椅摆放应遵循什么原则?A:在中国,每年有600名儿童在车辆碰撞交通事故中丧命,其中未安装安全座椅是很重要的因素。在美国、加拿大、新西兰、英国等世界上超过50个国家和地区已经出台了相关的法规,强制儿童乘车时必须使用汽车儿童安全座椅,同时制定了详细的生产和检测标准。2012年7月1日,中国首部《机动车儿童乘员用约束系统》标准将颁布实施,这是我国第一部关于机动车儿童座椅约束装置的强制性国家     

基于传感技术的防失误智能报警安全带的研究

施工人员不遵守安全操作规程,不正确使用安全带,是造成高处坠落事故的重要原因,因此针对传统安全 带的缺陷,提出了基于传感技术的防失误智能报警安全带.将安全带设计为具备对物体有检测功能的便携式安全带, 正在使用的安全带当检测到未系挂在构件上时发出异常报警,并锁定其中一只挂钩而无法打开,实现对高处作业人员 的保护,能够有效防止作业人员在作业过程中因误操作而造成的高处坠落安全事故.     

基于图像增强与深度学习的安全带目标检测

为通过交通视频自动化检测驾驶员是否佩戴安全带，设计一种基于YOLO v3和Faster R-CNN的安全带单类别目标检测方法。基于YOLO v3网络训练车窗检测模型与车窗-驾驶员检测模型，得到驾驶员的精确位置；利用直方图均衡化、高斯滤波等方法对驾驶员图片进行图像增强操作，提高安全带区域的对比度；基于Faster R-CNN网络设计安全带单类别目标检测模型，将传统的分类问题转变为单类别目标检测问题。实验结果表明，模型检测准确率可达96.0%。相对于其它方法，适应性更强，鲁棒性更高，准确率相应提高。     

防止上下电杆过程中发生高空坠落的措施

围绕触电的风险、高空坠落的风险、交通事故的风险、外物（外力）致伤（致残）的风险辨识并统计分析，按照风险评估的方法评估出高、中、低风险，有针对性制定控制措施。