论文题目：施工现场3D目标识别的关键技术研究
摘要：近五年来,建筑业逐渐成为了我国经济发展的支柱产业。然而,施工现场的安全事故频繁发生,已经成为了制约建筑行业更快更好发展的绊脚石。施工现场是一个同时包含很多重型施工车辆和工人的危险场合,工人的安全时刻受到施工车辆的威胁。虽然,管理人员会使用安排安全巡检员进行巡视和开展安全培训等方法来减少安全事故的发生。然而,这些保障远远不够,每年还是有大量的安全事故发生,工人的安全得不到有效保障。尽管一些工地使用传感器和射频等技术来给工人提供危险预警,但由于成本过高等因素远远无法普及。为了解决上述问题,本文研究基于2D图像的施工现场3D目标识别关键技术（2D目标检测和深度估计技术）,基于普通摄像头实现对工人和施工车辆在3D空间中的识别。本课题主要分为了三个子任务:一是使用2D目标检测方法完成对施工现场场景中工人和六类施工车辆（挖掘机、推土机、重型卡车、搅拌机、压路机和起重机）的检测;二是使用无监督单目深度估计方法完成对施工现场图片的相对深度估计;三是完成在施工现场场景下的尺度因子估计。本文的主要贡献在于:1、创建了用于对施工现场的工人和六类施工车辆进行检测的数据集,合计11712张图片,并进行了标注和划分。提出了三个对Cascade R-CNN检测模型改进的方法,并通过消融实验证明了这些方法的有效性。将最终的改进模型基于该数据集迁移到了施工现场场景,达到了最高96.8%的mAP。2、创建了用于定量评估深度估计方法性能的指标、以及用于在缺少真实深度标签的情况下迁移单目深度估计模型到施工现场场景的少样本深度估计数据集。提出了新的标注方法对该数据集进行了标注。3、构建了新的损失函数。基于该损失函数和该深度估计数据集,将PackNet无监督单目深度估计模型迁移到了施工现场场景。迁移后的模型基于该评价指标达到了 90.37%的平均准确度和0.452的方差。4、针对施工现场场景设计了尺度因子估计方法。并在满足该方法作出的全部假设的Kitti数据集上进行了方法可行性的验证。
关键词：施工现场安全;2D目标检测;无监督单目深度估计;尺度因子估计;模型迁移
学科专业：工程硕士（专业学位）
摘要
abstract
第一章 绪论
1.1 本课题的研究背景与意义
1.2 本课题的研究现状
1.2.1 施工现场2D目标检测
1.2.2 无监督单目深度估计
1.2.3 尺度因子估计
1.3 本文的主要贡献与创新
1.4 本论文的结构安排
第二章 深度学习相关理论技术
2.1 2D目标检测算法
2.1.1 Faster R-CNN
2.1.2 R-FCN
2.1.3 Cascade R-CNN
2.2 单目深度估计算法
2.2.1 Mono Depth2
2.2.2 DNet
2.2.3 PackNet
2.3 公开数据集
2.3.1 Image Net2012图像分类数据集
2.3.2 MS COCO目标检测数据集
2.3.3 Kitti自动驾驶数据集
2.4 本章小结
第三章 施工现场的2D目标检测方法研究
3.1 施工现场目标检测数据集构建
3.2 目标检测模型优化
3.2.1 Res2Net残差模块
3.2.2 可变形卷积DC
3.2.3 特征金字塔网络WBFPN
3.3 实验
3.3.1 数据集和评估指标
3.3.2 实现细节
3.3.3 基准测试结果
3.3.4 消融实验
3.4 本章小结
第四章 施工现场的深度估计方法研究
4.1 引言
4.2 深度估计定量评价指标
4.3 网络模型迁移
4.3.1 施工现场深度估计数据集构建
4.3.2 损失函数构建
4.4 实验结果
4.4.1 实施细节
4.4.2 基准测试结果
4.5 本章小结
第五章 施工现场的尺度因子估计方法研究
5.1 引言
5.2 施工现场尺度因子估计方法
5.3 尺度因子估计实验和分析
5.3.1 人体姿态分类
5.3.2 相机关键参数估计
5.3.3 行人深度估计
5.3.4 尺度因子估计
5.4 本章小结
第六章 全文总结与展望
6.1 全文总结
6.2 后续工作展望
致谢
参考文献