ارزیابی رعایت الزامات ایمنی فردی (PPE) در کارگاه‌ها و خطوط تولید، یکی از چالش‌های اصلی مدیریت عملیات و پایش HSE است. پروژه helmet-safety-gear-detection ابزاری سبک و کاربردی برای شناسایی خودکار کلاه و جلیقه ایمنی در تصاویر کارگاهی است که بدون نیاز به شبکه‌های عمیق سنگین پیاده‌سازی شده است.

این سیستم با تکیه بر تکنیک‌های پردازش تصویر کلاسیک، علاوه بر تشخیص وجود تجهیزات، موقعیت دقیق مکانی آن‌ها را سنجیده و در سه سطح (تشخیص قطعه، دقت جانمایی و تصمیم نهایی رعایت ایمنی) ارزیابی را انجام می‌دهد. این رویکرد گزینه‌ای ایده‌آل برای محیط‌های صنعتی بدون پردازنده گرافیکی به شمار می‌رود.

معماری فنی و رویکرد پردازش تصویر

بسیاری از سیستم‌های نظارتی هوشمند به شبکه‌های عصبی عمیق متکی هستند که نیازمند زیرساخت‌های سخت‌افزاری گران‌قیمت است. در این پروژه، با توجه به استاندارد بودن رنگ‌های تجهیزات ایمنی، از تقسیم‌بندی رنگی در فضای HSV همراه با تحلیل کانتورها استفاده شده است.

مراحل اصلی عملکرد این سیستم عبارتند از:

  • جداسازی طیف‌های رنگی مشخص برای شناسایی کلاه و جلیقه شبرنگ
  • اعمال قواعد هندسی و موقعیت‌سنجی برای تفکیک تجهیزات واقعی از موارد مشابه
  • محاسبه شاخص IoU جهت سنجش میزان دقت جانمایی مکانی
  • اتخاذ تصمیم نهایی درباره تایید یا رد رعایت ایمنی فردی در تصویر

مزایای عملیاتی در محیط‌های صنعتی

استفاده از الگوریتم‌های پردازش تصویر کلاسیک، سرعت اجرا را به شدت افزایش داده و مصرف منابع محاسباتی را به حداقل می‌رساند. این ویژگی امکان پیاده‌سازی سیستم روی سخت‌افزارهای اقتصادی و دوربین‌های تحت شبکه را بدون نیاز به کارت گرافیک فراهم می‌سازد.

ویژگی‌های کلیدی این پروژه شامل موارد زیر است:

  • عدم نیاز به پردازنده گرافیکی (GPU) و امکان اجرا روی سخت‌افزارهای ضعیف صنعتی
  • سیستم ارزیابی سه‌سطحی برای کاهش خطاهای حیاتی در تصمیم‌گیری‌های HSE
  • الگوریتم سریع و بدون تاخیر مناسب برای پایش ویدیوهای زنده
  • قابلیت سفارشی‌سازی برای رنگ‌ها و تجهیزات مختلف بر اساس قوانین کارگاه

ساختار داده‌ها و واقعیت‌های عملیاتی

توسعه‌دهنده این پروژه با نگاهی واقع‌بینانه، داده‌های ارزیابی را به صورت سنتتیک تولید کرده تا عملکرد منطق رنگی و هندسی را در ۴۰۰ صحنه مختلف بسنجد. با اینکه نتایج روی داده‌های ساختگی دقت بسیار بالایی داشته است، در محیط واقعی چالش‌هایی مانند تغییرات شدید نور، سایه‌ها و کثیفی تجهیزات می‌تواند روی عملکرد الگوریتم‌های پایه رنگی تاثیر بگذارد.

با این حال، این پروژه به عنوان یک راهکار اقتصادی و پایه‌ای برای سیستم‌های پایش ایمنی در سازمان‌ها و بنادر بسیار ارزشمند است و می‌تواند گام نخست اتوماسیون فرایندهای بازرسی قرار گیرد.