人工智能驱动的施工安全隐患自动识别系统设计

摘要

随着建筑行业规模持续扩大，施工现场安全问题日益突出，传统依赖人工巡检的安全管理模式已难以满足
复杂、动态的现场需求。本文提出一种基于人工智能（AI）的施工安全隐患自动识别系统设计方案，融合深度学习、
计算机视觉与物联网技术，实现对施工现场人员行为、设备状态及环境风险的实时智能监测。系统通过YOLOv8目
标检测模型与改进的时序行为识别算法，提升对未戴安全帽、高空作业无防护等典型隐患的识别精度。创新性地引
入多源数据融合机制与边缘-云协同架构，增强系统实时性与可靠性。实验结果表明，该系统在真实场景下平均识
别准确率达95.6%，误报率低于4%，显著优于传统方法。