建筑业目前正面临着严峻的市场环境和发展挑战,而工程建设行业内部长期存在行业发展方式粗放、建筑工人技能素质不高、监管体系不完善和技术装备落后等问题。计算机视觉技术被普遍认为是推动建筑业新一轮智能革命的有力工具,利用计算机视觉技术实现现场工人的自动化管理可以有效地改善相关问题。本文聚焦于建筑工人工作状态信息的自动化采集与分析,提出一种基于计算机视觉的工人劳动状态分析方法。该劳动状态分析方法具体包括劳动力资源投入分析、工人活动范围分析、工人安全状态预警和劳动时间效率测算4个部分。在劳动力资源分析中,利用高斯混合模型和支持向量机从视频场景的移动物中体检测出建筑工人,并基于加速鲁棒性特征进行多视角下的工人人数融合统计。在工人活动范围分析中,使用相机三维测量方法,获取在劳动资源分析中检测出的建筑工人的位置信息,并根据工人活动位置的分布密度,动态推断施工现场环境的不安全水平和不安全区域变化趋势。在工人安全预警方面,根据工人活动范围分析中得到的工人位置信息,使用卡尔曼滤波跟踪方法对工人的移动轨迹进行预测,并结合先验的危险区域信息,对工人的安全状态进行预判。在劳动效率测算方面,使用人体姿态空间向量建模和动态时间规整方法,构建建筑工人劳动时间的视觉测定方法,并结合从施工现场获得的工程量信息,分析建筑工人的平均施工效率。本文分别对上述4部分内容进行了现场试验,以评价算法的有效性。其中,劳动力资源投入分析方法的准确率达90.6%;工人活动范围分析中工人位置观测的最大误差为153.1cm;工人安全状态预警的准确率达87.6%;在劳动效率测算方面中建筑工人的动作识别算法的识别准确率为84.1%。试验结果表明,该方法能够自动地采集、统计和分析建筑工人的工作状态信息,为现场管理人员进行人员管理决策和分析提供客观的量化数据,以降低人员管理成本、提高施工管理效率。