全文总字数：4251字
1. 研究目的与意义（文献综述）
1.1 研究目的及意义
安全帽在施工安全中有很重要的防护作用，能一定程度的保护施工人员的人身财产安全。而对施工人员的防护措施佩戴的监管耗费大量的人力和物力，并很难实现长时的对人员的监管。
按智慧工地的需求，开发基于深度学习的监管，通过目标检测和识别的自动检测技术，可以实现对施工人员的安全帽佩戴情况实现快速检测和识别并确定人员的信息。然后对相应的人员进行警告。相应的技术能实现对工地的防护进行实时的监控，并节省大量人力和物力。
2. 研究的基本内容与方案
2.1 目标（开发的系统概况描述）
本课题旨在实现以视频流作为卷积网络的输入，实现安全帽佩戴情况的检测以及通过人脸的识别获取相关人员的信息输出，实现实时的监管效应。
2.2 基本内容
3. 研究计划与安排
第1—3周：查阅相关文献资料，明确研究内容，了解研究所需知识与各项技能。确定方案，完成开题报告，书写摘要并完成相关英文文献翻译。
第4－6周：系统的初步搭建包括darknet的网络的搭建，以及训练，安全帽检测的实现
第7－12周：系统具体实现，主要完成安全帽检测的完善以及人脸的识别任务。
4. 参考文献（12篇以上）
[1] c. szegedy, w. liu, y. jia, p. sermanet, s. reed, d. anguelov, d. erhan, v. vanhoucke, and a. rabinovich. going deeper with convolutions. corr, abs/1409.4842, 2014.
[2] m. lin, q. chen, and s. yan. network in network. corr, abs/1312.4400, 2013.
[3] k. he, x. zhang, s. ren, and j. sun. deep residual learn- ing for image recognition. arxiv preprint arxiv:1512.03385, 2015.
