祝銘悅　牛梓儒　萬勇　朱仁遲　張丹　郭海林

關(guān)鍵詞：安全管理工程其他學科;地鐵車站施工;不安全行為;動作識別;模型優(yōu)化

中圖分類號：X947 文獻標識碼：A DOI： 10.7535/hbgykj.2023yx01004

隨著中國城市建設(shè)的快速發(fā)展，地面交通壓力越來越大。為緩解城市交通壓力，地鐵項目相繼開工，在建設(shè)過程中出現(xiàn)大量安全事故。近15年來，發(fā)生在施工階段的地鐵安全事故占比約為60%[1]，其中，人的不安全行為導致的安全事故占總數(shù)的70%～98%[2]。由于在地鐵車站施工中，人員的不安全行為復雜多樣，傳統(tǒng)的人盯人安全監(jiān)管已不能滿足現(xiàn)場管理需求;同時監(jiān)控攝像頭已廣泛應用于施工現(xiàn)場，為圖像識別提供了良好的硬件基礎(chǔ)[3]。因此，有必要開展地鐵車站施工人員不安全行為的圖像識別研究，為實時監(jiān)管施工人員的不安全行為提供科學依據(jù)。

圖像識別作為計算機視覺中的一個分支，近幾年有了長足的進步和發(fā)展。目前，圖像識別在人們的日常生活中十分常見[4]，如高鐵站身份核對、指紋打卡、人臉支付等，應用領(lǐng)域也十分廣泛。尤其在建筑行業(yè)，人體姿態(tài)識別技術(shù)受到研究者們的青睞。楊梟[5]利用Open Pose算法提取人體關(guān)鍵點信息，建立二維的人體骨骼模型，提出多特征融合的CamShift跟蹤算法來完成叉車人員安全檢測任務。元黎明[6]首先將建筑工人不安全行為分為4大類，運用AI智能框架Eazy DL設(shè)計不安全行為檢測系統(tǒng)識別動作。于言滔[7]通過將不安全行為的檢測轉(zhuǎn)化為對前置動作的識別，構(gòu)建的人體模型用關(guān)節(jié)參數(shù)角度表示不安全前置動作，建立實時采集模塊識別工人依靠、高處傾倒和攀爬3類動作。謝逸等[8]從人身檢測、入侵檢測以及協(xié)同作業(yè)檢測3個方面對人員不安全行為進行監(jiān)測，同時提出了較為系統(tǒng)的檢測框架。地鐵施工中，王凱迪[9]構(gòu)建基于YOLO 的小目標檢測網(wǎng)絡(luò)，能較好地對地鐵施工人員以及安全帽進行識別。綜上，目前人體動作識別研究十分廣泛，研究成果較為豐富，但仍然存在對地鐵車站施工人員的行為識別研究較少、復雜環(huán)境下識別模型復雜與識別率不高等問題。

因此，為解決地鐵車站施工人員不安全行為的實時監(jiān)管等現(xiàn)實問題[10]，本文擬在對地鐵車站施工人員不安全行為分類的基礎(chǔ)上，基于現(xiàn)場圖像研究人員越界行為的檢測方法，并構(gòu)建施工人員行為數(shù)據(jù)庫，利用機器學習和深度學習算法對施工人員動作進行識別，為實現(xiàn)地鐵車站施工安全智能管理提供支持。

1 地鐵車站施工不安全行為分析

1.1 施工人員不安全行為定義

狹義的行為安全領(lǐng)域研究表示，不安全行為包括施工人員作業(yè)時的某種行為、行為引發(fā)事故的趨勢與選擇此行為的原因3個因素[11-13]。由此可知，地鐵施工人員的不安全行為是指在地鐵施工過程中施工人員產(chǎn)生的已經(jīng)導致事故發(fā)生或可能會造成安全事故的人為差錯，包括導致傷害事故發(fā)生的不安全動作以及規(guī)定實施而沒有執(zhí)行的安全行為。

1.2 施工人員不安全行為分類

在地鐵施工過程中，現(xiàn)場人員必須遵守國家標準規(guī)范、規(guī)章制度及各類安全管理條例[14]，例如《安全生產(chǎn)法》《建筑安裝安全操作規(guī)程》、地鐵施工相關(guān)規(guī)范以及公司制定的地鐵工程施工安全管理制度等。根據(jù)法律法規(guī)、參考文獻以及地鐵車站施工實地調(diào)研，本文將地鐵車站施工人員的不安全行為從識別角度分為4類：不安全位置類、不安全動作類[15]、未正確使用個人勞動防護用品和其他。

本文主要針對地鐵車站施工現(xiàn)場人員處于不安全位置和做出不安全動作進行識別。

2 檢測基本算法

2.1 基于MobileNet V1的SSD目標檢測算法

本文采用基于MobileNet V1 的SSD（shotmultibox detector）算法，全連接層、最大池化層和Softmax 等最后幾層被省略[16]，同時具有MobileNet V1算法延遲低和SSD算法的高精度檢測特點?；贛obileNet V1的SSD架構(gòu)模式如圖1所示。

越界檢測效果如圖2所示，圖中藍色區(qū)域為標定的不安全區(qū)域，當人員進入畫面時顯示目標的ID，從0開始，并用白色矩形框標注，通過計算矩形框內(nèi)人體像素重心坐標，利用射線法判斷重心越過不安全區(qū)域邊界時發(fā)出警告，區(qū)域邊界顯示為紅色，輸入視頻測試時幀率達到30 f/s，檢測識別效果較好。

3 基于骨骼序列的施工人員不安全行為識別數(shù)據(jù)集的構(gòu)建

3.1 實驗設(shè)計

在實驗室環(huán)境下模擬施工人員在施工現(xiàn)場經(jīng)常出現(xiàn)的8種行為，并對其進行識別，包括現(xiàn)場安全行為和不安全行為，包括堆放、行走、蹲坐、揮手、攀爬斜坡、依靠、跌倒和下樓打電話。本文采用雙攝像頭進行視頻錄制，攝像頭通過USB與電腦直接連接，通過軟件保存實驗視頻數(shù)據(jù)，攝像頭幀率為30 f/s，圖像大小為1 280×720 px，攝像頭高度設(shè)為1.4 m，分別采集人體正面和側(cè)面2個方向的數(shù)據(jù)。為保證能夠完整拍攝到人體動作，在攝像頭畫面中規(guī)定動作區(qū)域并用紅線表示。

實驗人數(shù)為20，所有被試者均為非專業(yè)施工人員，實驗分為預采集階段和正式采集階段，預采集階段人數(shù)為1，實驗編號為0，正式采集階段共19人，實驗編號為1～19。施工現(xiàn)場男多女少，因此本文實驗被試者中男性15名，女性5名。

每個動作從開始到結(jié)束采集時間設(shè)定為15 s，每個動作采集6次，實驗前被試者休息5～10 min，隨后引導被試者站立在畫線區(qū)，確保能夠捕捉到整個身體，開始捕捉。每種動作采集6 次后休息2 min，避免疲勞實驗，8 種動作采集完畢后實驗結(jié)束。

3.2 數(shù)據(jù)采集與處理

實驗中每個動作采集了120個視頻數(shù)據(jù)，總共采集視頻數(shù)據(jù)1 920個。采集到的視頻每隔20 f提取一張圖片轉(zhuǎn)換成圖片數(shù)據(jù)，剔除掉部分不符合要求的圖片。然后對每張圖片使用Open Pose模型估計圖像中人體骨骼點的空間位置信息和置信度，并將骨骼點信息保存到csv文件中。

對于本文所采集的動作，移除了頭部和腳掌的關(guān)節(jié)數(shù)據(jù)，同時刪除置信度較低（低于0.3）的信息。數(shù)據(jù)預處理之后，手動設(shè)計和提取可能對區(qū)分動作類型有用的顯著特征。為區(qū)分不同動作并消除不同圖像大小的影響，降低數(shù)據(jù)維度，提高模型的訓練速度和準確性，本文將骨骼點位置信息轉(zhuǎn)換為10個關(guān)節(jié)角度，使用的Open Pose算法獲取人體骨骼中鼻子、脖子等25個關(guān)節(jié)點編號。

4 模型構(gòu)建與結(jié)果分析

4.1 KNN 模型參數(shù)優(yōu)化與識別結(jié)果分析

在本文建立的模擬施工人員行為數(shù)據(jù)集上，用KNN 算法作為分類器，相關(guān)超參數(shù)設(shè)置為“n_neighbors”表示取臨近點的數(shù)量k，通過不同k 值的測試，“n_ neighbors”設(shè)置為25。權(quán)重參數(shù)“weights”設(shè)置為“distance”，表示權(quán)重為距離的倒數(shù)，距離近的對分類判決影響大?！癮lgorithm”設(shè)置為“kd_tree”，表示通過構(gòu)造KD 樹來實現(xiàn)鄰近樣本的搜索。距離參數(shù)“p”設(shè)置為2，表示距離的度量方法使用的是歐氏距離。

KNN模型評估參數(shù)如表1所示，輸出混淆矩陣如圖3所示。使用KNN 算法得到的總體準確率為93.45%，所有動作的精確率均高于83.00%，平均精確率為93.28%;召回率均高于73.00%，平均召回率為93.50%;F1 值均高于80.00%，其平均值為93.20%。其中“下樓打電話”動作的F1 值僅80.60%，識別效果最差;該算法對“行走”“蹲坐”“堆放”和“依靠”4個動作識別效果較好，F(xiàn)1 值均大于95.00%。由輸出混淆矩陣可知，對于“下樓打電話”動作有17.00%的概率被錯誤識別為“攀爬斜坡”，有3.00%的概率被錯誤識別為“揮手”，有3.00%的概率被錯誤識別為“蹲坐”，錯誤率最高，其他動作的錯誤識別率均在3.00%以下。

4.2 MLP模型構(gòu)建與識別結(jié)果分析

編寫程序使用基于TensorFlow 平臺的Keras深度學習框架構(gòu)建MLP模型，考慮到函數(shù)式模型和序貫模型的特點，本文編寫的MLP模型使用序貫模型（Sequential）。構(gòu)建的最終模型由5個全連接層組成，模型前4個全連接層均使用ReLU 激活函數(shù)，最后一層用Softmax作為激活函數(shù)。為防止模型過擬合，全連接層中權(quán)重矩陣用Keras.regularizers.l2正則化方法，正則化參數(shù)λ 設(shè)置為0.01。

MLP模型評估參數(shù)如表2所示，輸出混淆矩陣如圖4所示。使用MLP模型得到的總體準確率為93.94%。除“下樓打電話”動作的精確率較低為76.05%，其余動作準確率均高于92.00%，平均精確率為94.22%;所有動作的召回率均高于85.00%，平均召回率為93.85%;F₁值均高于81.00%，其平均值為94.73%。其中“下樓打電話”動作的F₁值為81.86%，“揮手”和“行走”動作的F₁值均高于98.00%，識別效果較好。

4.3 LSTM模型構(gòu)建與識別結(jié)果分析

基于TensorFlow 的Keras庫構(gòu)建模型，分類模型添加了3個LSTM 層和1個Dense層，激活函數(shù)設(shè)置為Softmax，損失函數(shù)使用categorical_crossentropy（交叉熵函數(shù)），采用Adam 算法作為優(yōu)化器，超參數(shù)中學習率α 設(shè)置為0.000 1。

LSTM 模型評估參數(shù)如表3所示，輸出混淆矩陣如圖5所示。LSTM 模型得到的總體準確率為93.68%。所有動作準確率均高于83.00%，平均精確率為93.57%;除“跌倒”動作召回率只有74.84%，其余動作的召回率均高于94.00%，平均召回率為93.72%;F₁ 值均高于80.00%，其平均值為93.53%，“跌倒”動作的F₁值最低，為80.26%。

綜上，KNN，MLP 與LSTM 模型的總體準確率分別為93.45%，93.94%和93.68%;F₁的平均值分別為93.20%，94.73%和93.53%。

5 結(jié)語

為解決人工監(jiān)測地鐵車站施工人員不安全行為不夠理想的問題，本文提出了新型不安全行為分類方法和優(yōu)化的MLP識別模型，主要研究結(jié)論如下。

1）通過刺激-反應行為模式和勒維特行為模型，并依據(jù)現(xiàn)場調(diào)研從圖像的角度將地鐵車站施工人員不安全行為分為4類。

2）為解決施工人員的定位和追蹤問題，通過實驗確定不安全行為特征，結(jié)合傳統(tǒng)的射線法和越界警報，對MobileNet V1的SSD算法進行了優(yōu)化，判斷了施工人員是否出現(xiàn)在不安全區(qū)域，實驗結(jié)果驗證了該方法的有效性和可行性。

3）依據(jù)地鐵車站施工現(xiàn)場情況以及分析車站施工安全事故選取了8種動作進行識別，在自建數(shù)據(jù)集中，傳統(tǒng)機器學習算法KNN 總體準確率達到93.45%，平均召回率達到了93.50%;優(yōu)化后的MLP和LSTM 兩種神經(jīng)網(wǎng)絡(luò)模型總體準確率分別為93.94%和93.68%，平均召回率達到了93.85%和93.72%;相對傳統(tǒng)KNN 算法，MLP 和LSTM模型的總體準確率分別提高了0.49%和0.23%。而MLP模型的識別準確率和F1 值最高，對不安全行為的識別錯誤率最低，可選擇MLP模型作為地鐵車站施工人員不安全行為的識別模型，為構(gòu)建地鐵施工安全智能識別系統(tǒng)提供模型基礎(chǔ)。

論文實現(xiàn)了基于圖像的多區(qū)域條件下的施工人員不安全行為的識別，但是目前所提出的模型在人員行為預測等方面還有待研究，后續(xù)可加入人員行為預測功能，以進一步提高識別系統(tǒng)的安全性和人機交互性。