成果简介（技术分析和应用前景分析）：智能检测工人是否按照要求佩戴安全帽，在很多应用场合具有重要的意义。针对当前传统检测方法和深度学习方法检测精度低的问题，设计了具有判别目标（人头或安全帽）丢失的目标跟踪算法和卷积神经网络（convolutional neural network, CNN）相结合的安全帽自动识别系统。建立了CNN的 23个卷积层的深度学习网络，为了克服CNN的样本数量限制和过拟合问题，使用目标跟踪算法提高检测精度。进而为了防止目标遮挡、变形等造成目标检测的误判，提出一种用平均峰值相关能量（average peak correlation energy，APCE）来准确判别目标是否丢失的方法。在现场测试中，提出的系统取得了较高的精度，达到94.5%的正确率。