轻量级工地行为检测网络

动态增强抗干扰

该框架通过自适应图像增强与双流Transformer建模，在复杂光照和动态干扰下保持稳定的行为识别能力，为施工现场安全监控提供高效、可落地的视觉检测方案。

Rami Talal T, Alotaibi · Ma, Shengbin

Buildings 2025

参数信息

精确率

93.2 %

召回率

91.4 %

F1 分数

92.3 %

技术优势

光照变化下看得清

动态自适应图像增强模块根据场景条件调整亮度、对比度和锐度，确保不同光照和天气下视觉清晰。

复杂干扰下仍准确

自适应阈值机制在复杂视觉干扰下微调检测灵敏度，避免了误检和漏检。

比主流模型更准

在精确率、召回率和F1分数上均超过Faster R-CNN、YOLO和Mask R-CNN，达到93.2%、91.4%和92.3%。

轻量易部署

轻量实时网络结合高效卷积块和Transformer时序建模，可集成到现有智能施工管理平台。

应用场景

• 施工安全监控：自动识别工人不安全行为，替代人工巡检并实时预警。
• 现场行为识别：从监控视频中实时识别关键动作，辅助安全员管理。
• 视觉检测系统：集成到现有摄像头系统，无需更换硬件即可升级为智能检测。