基于深度学习的地铁施工作业人员不安全行为识别与应用

为有效识别地铁施工作业人员不安全行为,基于深度学习与计算机视觉技术,提出融合行为和身份识别的不安全行为识别方法。首先,对更快速的基于区域的卷积神经网络(Faster R-CNN)算法进行优化,引入高效通道注意力(ECA)模块提升行为识别的准确性;其次,将基于人脸超分辨率算法的人脸识别方法与行为识别相结合,提升图像像素水平并准确输出不安全行为执行人员相关信息;然后,行为识别与人脸识别并发进行,识别结果回流至数据库最终输出工人不安全行为报告;最后,选取某地铁施工项目的4种不安全行为进行识别方法的实证应用。研究表明：该方法可在地铁施工场景下进行有效应用,不安全行为识别和执行人员身份识别的准确率均达0.85以上,具有较高的准确度。     

基于疫情防控政策的中小学安全管理新模式研究

为加强中小学校的安全管理工作,通过内容分析的方法,对中小学公共卫生相关文件、新冠疫情期间发布的相关文件、疫情防控技术方案等进行研究,以探究中小学校如何开展常态化危机管理并基于疫情防控政策提出中小学安全管理新模式。研究发现:中小学校在传染病防控工作中的主体地位没有得到保证,而疫情防控期间的安全管理工作强化了中小学安全管理的主体地位。基于危机常态化管理理念,借鉴疫情期间明确划分责任、加强重点管控等做法提出中小学安全管理新模式。     

基于AcciMap模型的动火作业火灾事故案例分析

为预防和减少化工企业因动火作业而引起的火灾爆炸事故,本文采用基于系统理论的AcciMap模型进行事故案例分析,建立了某化工企业火灾事故的AcciMap模型,同时系统辨识和遴选事故致因,厘清逻辑关系,还原事故过程,并根据分析结果对规范动火作业提出优化策略。结果表明:AcciMap模型可深入挖掘因动火作业导致的火灾事故致因间相互关系,该化工企业动火作业火灾事故主要是由于人员操作不规范、各类责任未落实等各类原因相互耦合导致。     

中小学校园拥挤踩踏事故致因机理探究

为预防校园拥挤踩踏事故,同时进行校园安全事故致因推理和情景演化分析,本文利用事故致因“2-4”模型和情景演化理论,构建中小学校园拥挤踩踏事故致因分析模型,并运用该模型对某校园拥挤踩踏事故进行分析,还原事故发展全过程,针对性提出“情景—应对”和“事故—预防”的事故双重干预对策。结果表明:该模型能够为校园拥挤踩踏事故开展原因调查提供新的思路,同时可供学校对拥挤踩踏事故开展情景推演与针对性安全教育培训工作。