现如今，生产安全越来越受到企业的重视，然而与企业高度现代化的生产水平不同，安全防护措施依然还很落后。比如对安全帽佩戴的监管工作大多都 是由人工完成，监管成本高且效率低。近年来，深度学习技术有着跨越式的发展，所以一些研究人员开始了基于深度学习的安全帽检测研究，但大多采用安 全帽颜色特征进行检测，从而受背景色干扰较大，精度较低。根据以上问题，本文设计并实现了一套基于深度学习的智能安防系统。该系统的主要功能是对摄像头监控区域进行实时安防预警，实现了行人检测、安全帽佩戴检测、智能报警和系统管理等功能。本文的意义在未来，中国城市化道路任重道远，中部地区仍然有巨大的发展空间，安全生产仍然是政府大力倡导的。现如今,生产安全越来越受到企业的重视,然而与企业高度现代化的生产水平不同,安全防护措施依然还很落后。比如对安全帽佩戴的监管工作大多都是由人工完成,监管成本高且效率低。近年来,深度学习技术有着跨越式的发展,所以一些研究人员开始了基于深度学习的安全帽检测研究,但大多采用安全帽颜色特征进行检测,从而受背景色干扰较大,精度较低。根据以上问题,本文设计并实现了一套基于深度学习的智能安防系统。该系统的主要功能是对摄像头监控区域进行实时安防预警,实现了行人检测、安全帽佩戴检测、智能报警和系统管理等功能。因此，安全帽检测系统是具有很高的商业价值和社会应用价值。
第一先对系统的实际场景和系统用户分析，该系统主要应用与建筑工地，工厂等需要佩戴安全帽的危险地区，系统用户主要分为管理人员和普通人员。由此：该系统主要功能需求有这几点：
（1）系统对使用人员的账号密码进行验证，启动系统，首先进入登录界面，输入用户账号和密码进行登录，分为管理员用户和普通用户，管理员可以进行普通用户授权，让普通用户可以使用该系统功能。
（2）管理员用户也可对普通用户增删盖查，以及配置普通用户的路径进行更改。
（3）普通用户也可以查看视频内报警人物的个人信息和对报警进行记录，还可以调转摄像头位置，是观看方位更全面。
（4）用户可通过对摄像头设置报警参数和报警的输出方式，报警参数包括设置报警区域，检测模式包括行人检测和安全帽佩戴检测。
（5）系统可以对目标人物进行分析，以及将数据信息实时显示出来，确认行人和场地内所有人员是否佩戴安全帽，并记录下来。
（6）当前端接收到报警信息后，系统后台也会将没有佩戴安全帽和违规佩戴安全帽的信息记录在数据库，信息包括图片信息，时间和地点，方便管理员用户后期查看。

目    录

1. 引言    1
2. 系统研究内容    2
2.1 安全帽检测的研究现状    2
2.2安全帽检测存在的问题    3
2.3研究的目标市场    3
2.4竞争优势    3
2.5研究课题的背景与意义    3
3. 系统开发思路与认识    4
3.1 基本思路和方法    4
3.2 基本内容    4
3.3 提出问题    4
4. 系统开发环境及相关技术    5
4.1深度学习    5
4.2卷积神经网络    5
4.3计算机视觉    5
5. 系统功能需求与设计    6
5.1 系统的总体目标    6
5.2 系统需求分析    6
5.2.1 用户需求分析    6
5.2.2 可行性分析    6
5.3 系统总体设计    6
6. 总结    7
参考文献    8