利用多尺度特征门控融合技术实现的安全头盔实时检测

《AUTOMATION IN CONSTRUCTION》：Real-time safety helmet detection using multi-scale feature-gated fusion

针对现有头盔检测方法在复杂场景、小目标检测及实时部署中的不足，提出基于RT-DETR的轻量级实时检测框架MFG-DETR，集成多尺度边缘检测、协同双阶段注意力融合及门控残差卷积模块，实验表明其检测精度和边缘部署性能优于现有方法。

　　

张浩|李佳琪|李兆波|孔凌杰|赵学峰

辽宁科技大学土木工程学院，中国鞍山114051

摘要

现有的安全帽检测方法面临着小目标检测、场景复杂性、实时推理需求以及资源受限部署等挑战。为了解决这些问题，本文提出了一种轻量级的实时检测框架MFG-DETR，用于建筑安全帽的监控。该框架基于RT-DETR构建，并集成了三个专用组件：首先，引入了多尺度轻量级边缘检测器（MLE）来提高对小型和远处安全帽的检测能力；其次，设计了协同双阶段注意力融合（SDSA-Fusion）模块，以增强在遮挡和背景杂乱情况下的特征融合效果；最后，采用了协同门控残差gConvC3（SGR-gConvC3）模块，在保持计算效率的同时抑制背景噪声。在三个基准数据集（GDUT-HWD + AIGC-HWD、SHWD和SHEL5K）上的实验表明，所提出的框架实现了先进的检测精度和实时推理性能，并且模型体积小巧。边缘部署仿真进一步验证了MFG-DETR的鲁棒性和效率，证实了其在智能安全监控系统中的实际应用潜力。

引言

在建筑工地上，复杂的工作环境和繁重的劳动任务常常伴随着潜在的安全风险。诸如高空坠物、设备故障和突然的结构故障等各种危险可能导致严重的人员伤亡[1]。因此，建筑工地上的安全管理一直是行业内的首要任务。在此背景下，个人防护装备（PPE）的作用不容忽视。其中，安全帽是最基本且最常见的防护装备，起着至关重要的作用[2][3]。安全帽能有效保护头部免受外部冲击和坠物的伤害[4]，是在高空作业和其他意外事故中防止严重头部损伤的关键防护措施。

尽管大多数工人已经认识到佩戴安全帽的重要性并接受了相关培训，但由于下巴带过紧或工作环境温度过高等原因，仍有一部分工人拒绝佩戴[5]。因此，确保工人在工作场所始终佩戴安全帽并实施严格的检查制度至关重要。

目前，安全帽的检测主要依赖于人工检查或监控视频。这些方法依赖于安全员的经验和判断，导致效率低下且容易遗漏。早期，研究人员尝试使用加速度计、高度传感器、射频识别（RFID）传感器[6][7][8]和压力传感器[9][10][11]等设备来检测是否佩戴了安全帽等防护装备。虽然这些传感器可以在一定程度上帮助判断佩戴状态，但仍存在两个主要问题：首先，它们无法准确区分防护装备是否真正被佩戴，还是仅仅放置在某个位置；其次，侵入式传感器可能会因引起不适或隐私问题而遭到工人的抵制，从而导致部分工人拒绝佩戴安全帽。此外，这些传感器设备成本高昂、维护复杂，需要工人的配合，这给大规模应用带来了挑战。

随着人工智能技术的不断发展，基于计算机视觉的非侵入式安全帽检测方法受到了广泛关注。由于其非侵入性、强大的实时处理能力和灵活的部署方式，这些方法已成为安全帽检测领域的研究热点[12]。现有研究广泛采用了卷积神经网络（CNN）架构，如Faster R-CNN[13]、SSD[14]和YOLO[15]来实现自动安全帽检测。这些方法在准确性和速度方面表现出色，在智能监控系统中得到了广泛应用。然而，CNN架构存在固有局限性：其感受野受到核大小的限制，难以充分模拟远距离依赖关系，导致对建筑工地等场景中远处的小目标（如安全帽）的识别能力不足。此外，在复杂场景中，如频繁的遮挡、光照变化和背景杂乱等因素会进一步降低模型性能[16][17][18]。此外，许多高精度模型具有庞大的架构和较高的计算成本，阻碍了其在实际工程监控设备上的实时部署。

Transformer架构的出现为对象检测带来了新的突破。2020年提出的视觉Transformer（ViT）[19]成功将Transformer应用于图像分类任务。其强大的多头自注意力机制具备出色的全局建模能力，在处理小目标检测、复杂背景和全局上下文建模方面表现出更好的适应性。作为第一个基于Transformer的端到端检测器，DETR（Detection Transformer）[20]取消了锚点生成和非最大值抑制等组件，实现了更流畅的检测流程。然而，其训练收敛速度慢和推理效率低限制了其实际应用。为了解决这个问题，研究人员提出了更高效的实时Transformer检测框架RT-DETR（Real-Time Detection Transformer）[21]，显著提升了推理速度同时保持了高精度，使Transformer能够应用于实时检测场景。尽管如此，RT-DETR在小型目标检测能力、多尺度特征融合效率和轻量级部署方面仍存在不足，这些缺陷使其无法直接满足建筑工地智能安全监控的全面需求，后者需要实时性能、高精度和在资源受限设备上的部署。

基于上述分析，设计一种结合轻量级架构、高精度、强鲁棒性和实时响应性的安全帽佩戴检测模型仍是智能安全监控领域的一个紧迫挑战。为此，本文提出了MFG-DETR（多尺度特征门控融合实时DETR），这是一种基于改进版RT-DETR的轻量级安全帽检测模型。通过优化特征提取结构、增强多尺度上下文建模能力和改进特征融合策略，MFG-DETR进一步提高了对小型目标（如安全帽）的识别精度。同时，构建了一个可在实际建筑场景中部署的安全帽检测平台，以验证该模型在实际环境中的有效性和稳定性。本文的贡献总结如下：

• (1)
  为了提高模型在建筑场景中对安全帽目标的检测能力，并在复杂背景下的特征表示能力，提出了MLE模块。通过将自适应平均池化（AAP）[22]与轻量级边缘检测器（LE）模块相结合，整体架构实现了轻量化设计，进一步扩展了模型的感受野，有效提高了目标检测精度。
• (2)
  为了提高模型在复杂场景中的适应能力，并增强全局信息融合和上下文语义提取能力，本文提出了一种称为SDSA-Fusion的特征融合模块。该模块借鉴了内容引导注意力（CGA）[23]的结构，引入了卷积和注意力融合模块（CAFM）[24]，实现了动态调整特征融合的机制。SDSA-Fusion有效地将局部特征与全局上下文信息结合，能够在复杂背景中精确捕获目标关键信息，显著提高了遮挡和多目标场景下的检测精度。通过这种特征融合策略，模型在实际应用中展示了更强的检测能力和环境适应性。
• (3)
  为了进一步提高计算效率和精度，本文提出了SGR-gConvC3来替代传统的RepC3。该架构引入了门控卷积块（gConvBlock）[25]，并在残差堆叠过程中加入了可学习的残差强度系数。这种双分支门控机制实现了自适应特征选择和逐层累积，有效抑制了噪声同时放大了有用信息。结合深度可分离卷积，SGR-gConvC3显著增强了特征表达能力，并在保持计算效率和轻量级特性的同时优化了检测性能。
• (4)
  为了验证所提出的MFG-DETR的实际部署潜力，本文设计了一种适用于资源受限场景的准边缘推理评估方案。我们在统一平台上进行了CPU和GPU推理实验，通过固定批量大小=1、GPU功耗上限、降低CPU有效计算能力、节能策略和线程限制来模拟低功耗和低计算能力的边缘环境。我们系统地测量了平均和P95推理延迟以及FPS。这种方法验证了MFG-DETR在实际工程应用中的有效性，对其边缘部署可行性进行了初步评估，并为未来的实际硬件测试提供了参考。

相关研究

安全帽检测作为建筑工地智能安全管理的关键研究方向，已被学者们在两个主要领域进行了广泛研究：基于CNN的视觉检测和基于Transformer的视觉检测。本节系统总结了这两种方法的现有工作，进一步分析了它们在实际应用中的优势和局限性，明确了本研究的必要性和创新点。

方法论

在实际建筑场景中，安全帽检测仍面临许多挑战。目前，大多数系统依赖监控摄像头作为检测模型的主要部署平台。然而，在监控视频中，安全帽目标通常较小且经常被其他物体遮挡，导致信息缺失，使得系统难以准确判断工人是否正确佩戴了安全帽。

实验结果与讨论

我们在三个安全帽数据集上系统评估了所提出的MFG-DETR模型。实验包括与最先进方法的比较、消融研究、跨数据集泛化性能测试，以及基于统计结果和视觉示例的全面分析。结果表明，该模型在多种建筑场景中表现出强大的性能和应用潜力，为安全帽检测提供了可靠的支持。

边缘受限部署可行性分析

本节通过在笔记本电脑平台上进行的控制推理实验，评估了MFG-DETR在边缘受限条件下的部署可行性。

讨论

本节总结了MFG-DETR在检测小型个人防护装备（如安全帽）方面的理论贡献和架构优化，并分析了其在实际硬件部署、场景泛化和多类别防护装备扩展方面的潜力，提出了未来的研究方向和改进建议。

结论

本文提出了一种适用于复杂建筑环境的轻量级端到端安全帽检测方法MFG-DETR。通过多尺度特征增强、结构化的跨尺度融合和高效的骨干网络优化，它在保持计算效率的同时，提高了对小目标、遮挡场景和复杂背景的检测稳定性。

实验结果表明，所提出的方法在各种场景中均取得了稳定且先进的性能。

CRediT作者贡献声明

张浩：撰写——原始草稿、验证、软件开发、方法论设计、数据分析、概念构建。李佳琪：撰写——审稿与编辑、监督、项目管理、方法论设计、资金获取、概念构建。李兆波：资源协调、数据管理。孔凌杰：验证、软件开发、资源调配。赵学峰：监督、资源协调。

利益冲突声明

作者声明没有已知的财务利益冲突或个人关系可能影响本文的研究工作。

致谢

本研究得到了辽宁省联合科技计划（2025-BSLH-185）的支持。