0.   引言

煤矿生产各个岗位的工作人员必须保持精神高度集中，才能确保安全生产。然而，由于安全监管不到位、员工安全意识参差不齐，人员不安全行为仍然是导致安全事故的主要原因^[1-2]。因此，对煤矿生产中矿井提升机和绞车司机、变电站值班人员、井口信号把钩工（简称信把工）等关键岗位工作人员的行为进行识别，及时、准确地警示不安全行为，防止由于不安全行为造成设备误操作等安全隐患，对保障煤矿安全生产具有重要意义。

随着智慧矿山建设的推进和煤矿生产安全需求的不断提高^[3]，人工智能技术在煤矿人员行为识别中逐步得到应用^[4]。刘浩等^[5]采用MobileNetV3与时空图卷积网络（Spatial Temporal Graph Convolutional Networks，ST−GCN）实现对井下员工静态与动态不安全行为的识别。温廷新等^[6]提出了基于迁移学习和深度残差网络的图像识别方法，对煤矿工人的不安全行为进行分类和识别，但该方法对复杂动作的识别率较低。李占利等^[7]提出了一种基于3D−Attention的矿工行为识别算法，实现了对煤矿井下跑、跳等不安全行为的识别。王宇等^[8]通过SlowOnly网络提取RGB模态，并与从骨骼模态中提取的特征进行融合，实现对井下人员不安全行为的识别。基于图像特征的行为识别方法在煤矿场景虽然得到了一定应用，但仍面临以下挑战：① 煤矿场景复杂多变，监控图像背景中无关人员的活动会对不安全行为识别造成干扰。② 常见算法实时性低，无法及时对不安全行为进行预警和干预。

针对上述问题，本文综合考虑矿井人员的姿态与时序特征，提出一种基于改进YOLOv7和ByteTrack的煤矿关键岗位人员不安全行为识别方法。通过MobileOne与C3模块对YOLOv7进行轻量化改进，构建基于MobileOneC3−YOLO的关键岗位人员实时检测模型，获取人员准确位置。通过ByteTrack跟踪算法精确锁定目标人员，排除背景中无关人员对不安全行为识别的干扰，提升不安全行为识别准确率和效率。最后，结合改进OpenPose模型和ST−GCN实现煤矿关键岗位人员不安全行为的分析识别。

1.   煤矿关键岗位人员不安全行为识别框架

通过现场调研统计，矿井提升机和绞车司机、变电站值班人员、井口信把工等关键岗位人员不安全行为主要包括疲劳睡岗、离岗、玩手机、侧身交谈，这些行为严重分散了工作人员的注意力，易引发误操作等安全事故。因此，本文主要针对以上4种不安全行为进行识别分析。

煤矿关键岗位人员不安全行为识别框架如图1所示，其中$\varphi $为特征提取器，$ * $为特征比较器。首先，通过摄像机获取煤矿关键人员监控视频，基于MobileOneC3−YOLO模型获取人员准确位置，为关键岗位人员跟踪提供稳定、准确的位置信息。其次，为排除背景中无关人员对不安全行为识别造成的干扰，采用ByteTrack实现关键岗位人员追踪锁定，提升不安全行为识别的鲁棒性。然后，将已锁定人员检测框送入改进OpenPose模型，提取关键岗位人员的骨架特征，实现人体姿态估计。最后，基于ST−GCN对人员姿态的时序特征进行分析，实现煤矿关键岗位人员不安全行为识别。

图  1  不安全行为识别框架

Figure  1.  Unsafe behavior recognition framework

下载: 全尺寸图片 幻灯片

2.   煤矿关键岗位不安全行为识别方法

2.1   基于MobileOneC3−YOLO的关键岗位人员实时检测模型

快速、精准地对关键岗位人员进行定位是实现不安全行为识别的第1步。YOLOv7作为经典的目标检测框架，检测精度较YOLOv5提升明显，同时较YOLOv8降低了模型体积^[9]。考虑到实时性与检测精度的双重需求，以及YOLOv7设计灵活的特点，采用YOLOv7作为目标检测模型。然而，YOLOv7复杂的网络结构使其在并行处理大量视频时存在严重的计算延迟。对此，本文采用MobileOne与C3模块对YOLOv7进行轻量化改进，构建MobileOneC3−YOLO人员检测模型，在维持人员检测精度的同时，提升检测实时性。

MobileOne是基于卷积神经网络架构的轻量级骨干网络，利用结构重参数化解耦训练阶段和推理阶段^[10]，其结构如图2所示。训练阶段主要包括深度卷积和点卷积2个部分，通过超参数K控制重参数化的分支数。深度卷积部分由2个卷积模块和单独的批标准化（Batch Normalization，BN）层构成残差结构，点卷积部分则由1个卷积模块和单独的BN层构成残差结构。推理阶段，通过重参数化将深度卷积和点卷积分别转换为仅包含1个卷积和1个激活函数的等效结构，从而显著提升模块的推理速度，同时保证推理精度。

图  2  MobileOne模块结构

Figure  2.  MobileOne module structure

下载: 全尺寸图片 幻灯片

C3模块在跨阶段局部网络（Cross Stage Partial Network，CSPNet）基础上融入残差连接，旨在提升网络学习能力和效率，同时减小模型尺寸^[11]。C3模块结构如图3所示。第1个分支包含3个CBS（卷积−批量归一化−SiLU激活函数）模块，用于深入提取和细化特征表示；第2个分支由1个CBS模块构成，目的是在不牺牲性能的前提下保持模块的高效性。2个分支最终合并，以增强特征表达。

图  3  C3模块结构

Figure  3.  C3 module structure

下载: 全尺寸图片 幻灯片

MobileOneC3−YOLO人员检测模型如图4所示。在保持YOLOv7模型优势的基础上，本文采用MobileOne改进YOLOv7的主干网络，并采用ReLU作为MobileOne的激活函数，以提高网络的计算效率和表达能力。此外，在模型的头部引入C3模块，以简化模型结构，进一步提升特征表达能力。

图  4  MobileOneC3−YOLO人员检测模型

Figure  4.  MobileOneC3−YOLO personnel detection model

下载: 全尺寸图片 幻灯片

2.2   基于ByteTrack的关键岗位人员锁定方法

煤矿关键岗位人员不安全行为识别过程中，由于无关人员流动，在监控画面中产生了大量无关人员闯入、停留、走动等情况，给不安全行为识别带来了干扰，易导致误检和检测准确性降低。因此，时刻锁定关键岗位工作人员，排除无关人员对不安全行为识别产生的干扰，是提高检测鲁棒性的关键。本文利用ByteTrack跟踪算法^[12]对视频中的人员进行跟踪，通过工作区域持续时间阈值法实现对关键岗位人员的锁定，排除背景中无关人员对不安全行为识别的干扰。

2.2.1   工作人员跟踪

基于ByteTrack的跟踪流程如图5所示。首先，通过MobileOneC3−YOLO模型对视频的每一帧进行检测，得到检测框集合$ {B_t} $（t为时间）。对于每个检测框${b_{t}} \in {B_t}$，根据检测得分${S_{{{t}}}}$和设定的阈值$\theta $分类为高分$B_{{t}}^{\mathrm{H}}$和低分$B_{{t}}^{\mathrm{L}}$检测框。

图  5  基于ByteTrack的跟踪流程

Figure  5.  ByteTrack-based tracking process

下载: 全尺寸图片 幻灯片

高低分检测框分类规则为

针对由连续检测框组成的轨迹集合${G_{t - 1}}$，通过卡尔曼滤波进行下一帧轨迹的预测，得到预测轨迹$ {\hat G_t} $，并与$B_{{t}}^{\mathrm{H}}$和$B_{{t}}^{\mathrm{L}}$检测框进行2次关联。

第1次关联：将$B_t^{\mathrm{H}}$与$ {\hat G_t} $进行关联，计算交并比匹配特征，并使用匈牙利算法进行匹配。对于匹配成功的轨迹，更新状态并加入当前帧轨迹集合${G_t}$，未能匹配跟踪轨迹的高分检测框放入集合$D$中，并新建跟踪轨迹，未匹配的轨迹放入$ G_t^{\left( 1 \right)} $。

第2次关联：将$B_t^{\mathrm{L}}$与$ G_{{t}}^{\left( 1 \right)} $进行关联，计算交并比匹配特征，并使用匈牙利算法进行匹配。更新匹配的轨迹并继续进行跟踪，对于超过特定帧数未匹配的轨迹${G_{{\mathrm{lost}}}}$进行删除。最终得到更新后的轨迹集合。每个轨迹集合对应了一个跟踪ID，代表一个跟踪目标，通过上述过程，完成对视频中所有人员的跟踪。

2.2.2   工作人员锁定

为实现对关键岗位工作人员的精确锁定，定义工作区域W和时间阈值T，对视频帧中每个跟踪目标d，判断其是否位于定义的工作区域内。对位于工作区域内的目标，系统累计其在工作区域内的停留时间，并进一步评估该时间是否达到或超过时间阈值。若目标的累计停留时间达到或超过时间阈值，则系统将其识别为工作人员进行持续锁定，并通过后续步骤进行姿态估计。人员锁定过程伪代码如下。

算法1：人员锁定过程

1 Procedure TrackWorkers（Video,W,T）

2 　Workers ← empty set; // 初始化工作人员集合

3 　Tracked ← empty map; // 初始化每个目标的累计停留时间映射

4 　for each frame F in Video do

5 　　Detected ← DetectTargetsInFrame（F）; // 检测当前帧中所有目标

6 　　for d in Detected do //遍历当前帧检测到的每个目标

7 　　　if IsInWorkArea（d, W） then

8 　　　　Tracked[d] = Tracked.get（d, 0） + Δt; //累计目标的停留时间

9 　　　else

10 　　　　Tracked[d] = 0;

11 　　　if Tracked[d] ≥ T and d not in Workers then //如果目标的累计停留时间达到阈值且尚未被识别为工作人员

12 　　　　Workers.add（d）; //将目标加入工作人员集合

13 　　end for;

14 　end for;

15 　UpdateTracking（Tracked, Workers）; //更新跟踪信息，以便持续跟踪已锁定的工作人员

16 end Procedure;

2.3   基于改进OpenPose的人体关键点提取

对跟踪锁定的人员检测框中的目标，采用OpenPose进行骨架特征提取^[13]。OpenPose使用VGG−19^[14]网络作为特征提取网络，但VGG−19缺乏残差连接，限制了其处理深层特征时的效率和速度，不利于快速响应煤矿生产现场的紧急事件。鉴此，本文采用MobileNetV2替代VGG−19作为OpenPose的特征提取网络，这一改进可在保证模型准确性的同时减少参数量，从而有效提升推理速度和效率。

MobileNetV2主要由扩张、深度可分离卷积、压缩3个部分组成，通过引入倒残差结构来提高模型的性能和效率^[15]。MobileNetV2倒残差结构如图6所示。

图  6  MobileNetV2倒残差结构

Figure  6.  MobileNetV2 inverted residual structure

下载: 全尺寸图片 幻灯片

改进OpenPose网络结构如图7所示。$h',\;w' $分别为特征图的高和宽；$ f_1^m,\; f_2^m $分别分支1和分支2在阶段m的损失函数。通过MobileNetV2对视频帧进行特征提取，将提取的特征输入姿态估计网络。姿态估计网络包含6个阶段，每个阶段包含2个分支：分支1用于预测关键点部位置信图Q^m，分支2 用于预测部位亲和场L^m。考虑到关键点两两相连的情况，执行二分匹配，以关联身体部位候选关键点，利用匈牙利算法在图像中找到身体部位与人体的最优匹配，最终解析出目标的骨架姿态。

图  7  改进OpenPose网络结构

Figure  7.  Improved OpenPose network structure

下载: 全尺寸图片 幻灯片

2.4   基于ST−GCN的行为识别

结合改进OpenPose提取的骨架序列，采用ST−GCN对动态不安全行为进行识别。ST−GCN是图卷积网络的扩展^[16]，通过引入时间卷积网络^[17]，设计了用于动作识别的人体骨架时空图，以捕捉人体骨骼关节空间配置的模式及骨架序列中的时间动态。将提取的骨架信息按帧排列，相邻帧之间相同关节点相连，得到一个以图数据形式呈现的骨架时空图，如图8所示。其中圆点为人体的18个关节点，蓝色线条表示单帧中人体内关节点的连接，橙色线条表示相邻帧之间同一关节点的连接。

图  8  人体骨架时空图

Figure  8.  Spatiotemporal map of human skeleton

下载: 全尺寸图片 幻灯片

骨架时空图可表示为

式中：V为关节点集合；Φ为骨架序列的连接边集合；v_xi为骨架序列第x帧中的第i个关节点；X为总帧数；Φ₁为空间域边子集，表示单帧骨架内所有关节点的空间连接信息，${\varPhi _1} = \left\{ {{v_{xi}}{v_{xj}}} \right\}$（j=1,2,···,18）；Φ₂为时间域边子集，表示第$x$个和第$x + 1$个连续帧之间相同关节点的时间连接信息，${\varPhi _2} = \left\{ {{v_{xi}}{v_{\left( {x + 1} \right)i}}} \right\}$。

通过批量归一化层对骨架时空图数据进行归一化处理后，经过10个时空图卷积层进行卷积；再经过池化层进行平均池化，得到固定大小的特征向量；最后通过全连接层，由Softmax分类器输出识别结果。ST−GCN识别流程如图9所示。

图  9  ST−GCN识别流程

Figure  9.  ST−GCN recognition process

下载: 全尺寸图片 幻灯片

3.   实验结果与分析

3.1   数据集构建与实验环境配置

本文视频数据来自淮南某煤矿绞车司机室、上下井口打点硐室等关键岗位，通过Python抽帧获得5 241张图像，初步构建煤矿关键岗位人员检测数据集。为提高模型泛化能力，采用添加噪声、裁剪、改变亮度、旋转、镜像等方式进行数据增强，增强后的数据集包含36 687张图像，以8∶2的比例划分为训练集（29 350张）和验证集（7 337张），标签类别为“Person”。此外，针对疲劳睡岗、离岗、侧身交谈和玩手机4种不安全行为，提取3 558个时长为6～8 s、帧率为25帧/s的煤矿关键岗位人员不安全行为数据样本。基于改进OpenPose提取人体骨架姿态信息，构建煤矿关键岗位人员不安全行为数据集，同样以8∶2的比例划分训练集和验证集。煤矿关键岗位人员检测数据集如图10所示。

图  10  煤矿关键岗位人员检测数据集

Figure  10.  Key position personnel detection dataset in coal mines

下载: 全尺寸图片 幻灯片

实验使用的深度学习框架均为PyTorch 1.8.1版本，Python版本为3.8.5，服务器配置为Intel Core i9−12900 K CPU，NVIDIA GeForce RTX3090 GPU，64 GiB RAM。

3.2   评价指标

为了有效评估模型性能，采用常见评价指标对模型进行评估，具体指标见表1。其中（↑）表示数值越高效果越好，（↓）表示数值越高效果越差；TP为被正确检测出的人员数，FP为误检测人员总数，FN为漏检测人员总数，GT为真实的人员标签，IDSW为ID切换次数。

表  1  评价指标

Table  1.  Evaluation indexes

评价指标	定义	计算公式
Precision（↑）	精确率	$ \dfrac{{{\mathrm{TP}}}}{{{\mathrm{TP}} + {\mathrm{FP}}}}$
Params（↓）	参数量	—
AP（↑）	关键点相似度为[0.50,0.55,···,0.95]时 10个位置的平均精确率	—
帧率（↑）	每秒处理的帧数	$ \dfrac{{总帧数}}{{时间}} $
MOTA（↑）	多目标跟踪准确率	$ 1 - \dfrac{{{\mathrm{FN}} + {\mathrm{FP}} + {\mathrm{IDSW}}}}{{{\mathrm{GT}}}}$
IDF1（↑）	ID调和均值	$ \dfrac{{2{\mathrm{TP}}}}{{2{\mathrm{TP}} + {\mathrm{FP }}+ {\mathrm{FN}}}}$
FP（↓）	误跟踪目标数	—
FN（↓）	漏跟踪目标数	—

下载: 导出CSV 

| 显示表格

3.3   人员检测模型性能分析

为验证MobileOneC3−YOLO模型的优势，基于煤矿关键岗位人员目标检测数据集，将其与YOLOv5、YOLOv7和YOLOv8模型进行对比，结果如图11所示。可看出，迭代200轮后，模型精确率逐渐趋于稳定，MobileOneC3−YOLO模型的精确率最终稳定在93.7%，训练效果优于其他模型。

图  11  精确率曲线

Figure  11.  Precision curves

下载: 全尺寸图片 幻灯片

模型检测精确率、参数量和单帧图像推理耗时对比见表2。可看出，MobileOneC3−YOLO模型参数量为2.51×10⁷个，较YOLOv5，YOLOv7，YOLOv8分别降低19.5%，32.5%，42.4%；MobileOneC3−YOLO模型的单帧图像推理耗时为0.020 8 s，推理速度较YOLOv5，YOLOv7，YOLOv8分别提高47.3%，52.4%，56.2%。MobileOneC3−YOLO模型的精度最高，同时参数量最少，显著提升了检测效率。

表  2  人员检测模型性能

Table  2.  Personnel detection model performance

模型	精确率/%	参数量/107个	单帧图像推理耗时/s
YOLOv5	89.6	3.12	0.0395
YOLOv7	91.1	3.72	0.0437
YOLOv8	91.9	4.36	0.0475
MobileOneC3−YOLO	93.7	2.51	0.0208

下载: 导出CSV 

| 显示表格

为进一步验证轻量化优化效果，进行消融实验。以YOLOv7作为基础模型，评估MobileOne与 C3对网络主干和头部的优化效果。人员检测模型消融实验结果见表3。可看出，单独使用MobileOne优化主干网络后，模型精确率下降0.3%，参数量减少21.2%，推理速度提高21.5%；单独使用C3优化头部网络后，模型精确率和推理速度分别提高0.2%和17.8%，参数量减少27.1%；综合使用MobileOne和C3优化网络结构后，模型在维持高精度的同时，参数量和单帧图像推理耗时分别降至2.51×10⁷个和0.020 8 s，性能提升明显，轻量化改进效果显著。

表  3  人员检测模型消融实验结果

Table  3.  Ablation experiment results of personnel detection model

改进策略		精确率/%	参数量/107个	单帧图像推理耗时/s
MobileOne	C3
×	×	91.1	3.72	0.043 7
√	×	90.8	2.93	0.034 3
×	√	92.1	2.71	0.035 9
√	√	93.7	2.51	0.020 8

下载: 导出CSV 

| 显示表格

3.4   人员锁定模型性能分析

为评估基于ByteTrack的人员跟踪方法的有效性，以MobileOneC3−YOLO模型的检测结果作为输入，采用多目标跟踪数据集MOT17^[18]对SORT^[19]、DeepSort^[20]和ByteTrack进行对比实验，结果见表4。

表  4  跟踪算法对比实验结果

Table  4.  Comparison experiment results of tracking algorithms

算法	IDF1/%	MOTA/%	FP	FN	帧率/（帧·s−1）
SORT	75.5	73.6	4 856	21 376	21.3
DeepSort	85.7	81.3	6 512	19 837	14.7
ByteTrack	88.1	85.5	5 539	13 557	29.6

下载: 导出CSV 

| 显示表格

从表4可看出，ByteTrack算法在跟踪任务中表现优异，其ID调和均值IDF1和多目标跟踪准确率MOTA分别达到88.1%和85.5%，同时因采用轻量化架构，推理帧率达到29.6帧/s。SORT算法虽然误跟踪目标数最小，但漏跟踪目标数过大，表明其在目标特征利用上存在不足。此外，SORT和DeepSort算法因采用高置信度检测框筛选策略，忽视低置信度检测框，导致性能不如ByteTrack算法。

采用ByteTrack算法对井口信把工、变电站值班人员、矿井提升机和绞车司机4个关键岗位人员进行锁定测试。每个关键岗位选取视频60段，每段2 min，共计240段，进行3轮测试。设置目标停留持续时间阈值为30 s，实验结果见表5。可看出，基于ByteTrack的关键岗位人员锁定模型总体锁定成功率为97.1%，平均成功锁定次数达58，有效实现了对关键岗位工作人员的跟踪锁定。

表  5  关键岗位人员锁定结果统计

Table  5.  Statistics on the key position personnel locking results

关键岗位人员	成功锁定次数			平均成功 锁定次数	总体锁定 成功率/%
	1轮	2轮	3轮
矿井提升机司机	60	59	60	59	97.10
绞车司机	59	60	57	58
变电站值班人员	58	60	59	58
井口信把工	59	58	60	58

下载: 导出CSV 

| 显示表格

煤矿关键岗位人员锁定效果如图12所示，模型可持续有效地跟踪锁定工作人员，同时避免对背景中无关人员的检测跟踪，排除了背景中无关人员对不安全行为识别的影响。

图  12  关键岗位人员锁定效果

Figure  12.  Key position personnel locking effect

下载: 全尺寸图片 幻灯片

3.5   不安全行为识别模型性能分析

采用MS COCO2017^[21]数据集对改进OpenPose模型进行评估。该数据集共包含123 287张图像，每张图像含有17个人体关键点标注。为进一步细化人体上身姿态信息，增加颈部关键点，使得每张图像包含18个人体关键点标注。不安全行为识别模型性能测试结果见表6。可看出，相较于OpenPose，改进OpenPose平均精确率下降2.4%，但模型内存减小至33.5 MiB，降幅达83.5%，在CPU和GPU上的单帧图像推理耗时分别减少74.7%和54.9%。这表明改进OpenPose在保证精度的基础上，显著提升了计算效率和推理速度。

表  6  不安全行为识别模型性能测试结果

Table  6.  Performance test results of unsafe behaviors recognition model

模型	AP/%	模型内存/MiB	单帧图像推理耗时/s
			CPU:12900K	GPU:3090
OpenPose	74.6	203.8	0.8326	0.0573
改进OpenPose	72.8	33.5	0.2103	0.0258

下载: 导出CSV 

| 显示表格

完成人体关键点提取后，采用ST−GCN模型对煤矿关键岗位人员的不安全行为进行识别。采用煤矿关键岗位人员不安全行为数据集进行模型训练，设置模型输入总帧数为200， batch size为32，类别数为4，初始学习率为0.002。模型损失函数曲线如图13所示。

图  13  损失函数曲线

Figure  13.  Loss function curve

下载: 全尺寸图片 幻灯片

由图13可看出，随着训练轮次增加，ST−GCN模型的损失值持续下降，在250次迭代后趋于平稳，最终稳定在0.042 5，此时精确率为87.5%。

为验证轻量化煤矿关键岗位人员不安全行为识别方法的有效性，进行消融实验。以ByteTrack和ST−GCN为基础，考察目标检测模型和姿态估计模型对疲劳睡岗、离岗、侧身交谈和玩手机4种不安全行为识别精确率和速度的影响。不安全行为识别模型消融实验结果见表7。

表  7  不安全行为识别模型消融实验结果

Table  7.  Ablation experiment results of unsafe behaviors recognition model

改进策略	精确率/%	帧率/（帧·s−1）
YOLOv7+OpenPose	91.8	7.1
YOLOv7+改进OpenPose	92.1	12.5
MobileOneC3−YOLO+OpenPose	91.6	13.7
MobileOneC3−YOLO+改进OpenPose	93.5	18.6

下载: 导出CSV 

| 显示表格

可看出，MobileOneC3−YOLO+改进OpenPose的组合对4种不安全行为的识别精确率达到93.5%，同时大幅提升了检测速度，帧率达到18.6帧/s。这表明本文方法在保证高精确率的同时，通过轻量化改进大幅降低了时间复杂度，显著提升了检测效率，有利于及时地对不安全行为进行预警和干预。

煤矿关键岗位人员不安全行为识别效果如图14所示。可看出本文提出的不安全行为识别模型能够准确提取人员姿态信息，对疲劳睡岗、离岗、侧身交谈和玩手机4种不安全行为能够精准识别。

图  14  煤矿关键岗位人员不安全行为识别效果

Figure  14.  Unsafe behaviors recognition effect of key position personnel in coal mines

下载: 全尺寸图片 幻灯片

4.   结论

1） 采用MobileOne与C3对 YOLOv7的主干与头部网络进行轻量化改进设计，显著提升了模型的检测效率，MobileOneC3−YOLO模型推理速度较YOLOv7提升了52%。

2） 引入ByteTrack算法实现人员锁定，锁定成功率达97.1%，有效排除了背景中无关人员的干扰。

3） 为了提高OpenPose对骨架特征的提取效率，采用MobileNetv2优化OpenPose特征提取网络，优化后模型内存需求降低了170.3 MiB，在CPU与GPU上的推理速度分别提升了74.7%和54.9%。

4） 不安全行为识别实验结果表明，基于改进YOLOv7和ByteTrack的煤矿关键岗位人员不安全行为识别方法对疲劳睡岗、离岗、侧身交谈和玩手机4种不安全行为的识别精确率达93.5%，检测速度达18.6帧/s。