Hard hat wearing detection based on head keypoint localization

要約

近年、特に個人用保護具に関して、視覚ベースの建設現場の安全システムのコンテキストで深層学習方法に多くの注意が払われています。
しかし、これらすべての注意にもかかわらず、労働者と彼らのヘルメットの間の関係を確立するための信頼できる方法はまだありません。
この問題に答えるために、この記事では、ディープラーニング、オブジェクト検出、ヘッドキーポイントのローカリゼーションと、単純なルールベースの推論の組み合わせを提案します。
テストでは、このソリューションは、さまざまなインスタンスの相対的なバウンディングボックスの位置、およびヘルメットの着用者と非着用者の直接検出に基づいて、以前の方法を上回りました。
結果は、新しい深層学習手法と人間が解釈できるルールベースのシステムを組み合わせることで、信頼性が高く、手動のオンサイト監視をうまく模倣できるソリューションを実現できることを示しています。
この作業は、完全に自律的な建設現場の安全システムの開発における次のステップであり、この分野にはまだ改善の余地があることを示しています。

要約(オリジナル)

In recent years, a lot of attention is paid to deep learning methods in the context of vision-based construction site safety systems, especially regarding personal protective equipment. However, despite all this attention, there is still no reliable way to establish the relationship between workers and their hard hats. To answer this problem a combination of deep learning, object detection and head keypoint localization, with simple rule-based reasoning is proposed in this article. In tests, this solution surpassed the previous methods based on the relative bounding box position of different instances, as well as direct detection of hard hat wearers and non-wearers. The results show that the conjunction of novel deep learning methods with humanly-interpretable rule-based systems can result in a solution that is both reliable and can successfully mimic manual, on-site supervision. This work is the next step in the development of fully autonomous construction site safety systems and shows that there is still room for improvement in this area.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google