基于HOG+SVM的临边洞口安全判定系统
近年来,我国建筑行业安全事故发生率居高不下,其中高处坠落导致的事故最为普遍.目前,尽管高处坠落事故已引起学术界和业界的高度关注,但临边洞口作为高处坠落的频发区,与之相关的自动化安全检查的研究力度略显不足.本文利用无人机自动采集施工现场的照片,通过HOG+SVM算法实现临边洞口的自动识别,实时反馈存在安全隐患的临边洞口,并根据BIM模型提供的先验信息,判定存在安全隐患的临边洞口的方位,减少高处坠落事故的发生.
建筑施工 安全管理 临边洞口 方向梯度直方图 支持向量机
张根杰 邓逸川 邓晖 罗德焕 赵子健 徐烨晨 苏博杨 王骞
华南理工大学土木与交通学院,广东广州510640 新加坡国立大学,新加坡
国内会议
合肥
中文
89-94
2018-11-24（万方平台首次上网日期，不代表论文的发表时间）