在智慧工地、智慧工厂施工作业中，对现场人员的安全着装规范有着严格要求。未按照要求穿戴工服是施工作业中的违规行为，并可能导致安全与健康风险隐患。因此，有必要对未穿戴工服行为进行检测。常见的未穿工服检测方法有两种。第一种为人工固定巡检，第二种为AI视觉分析。AI视觉分析需要针对场景数据开发检测模型，而不同工厂、工地工服在颜色、款式上存在差异。因此，每增加一款工服需要对模型重新训练，导致算法开发周期长，投入成本高，且无法保证使用效果。
有没有一种通用的工服穿戴检测系统？不受工服颜色、款式的变更影响，实现任意场景未穿工服检测？
与人脸识别原理类似，工服AI检测系统原理如下图。首先，摄像头采集的图像数据经AI算法识别人体；然后，人体图像数据经特征提取模型提取工服特征；最后，与底库中的工服进行比对，如果比对成功表明画面人员已穿工服，如果未匹配到底库工服，表明画面人员未穿工服。
在智慧工厂业务场景中，操作人员将本厂人员全身、半身、站立、下蹲姿势的着装工服人员照片录入底库即可。当监控视频接入到智能分析系统中，AI算法会自动将画面中人员工服与底库比对。如果未能匹配到底库工服，则判定为未穿工服，并将告警数据进行存储。
在智慧工地业务场景中，安监人员将施工人员工服录入工服底库。AI算法与底库自动比对，未匹配到则触发告警。在新场景的工地中，若新增工服，则只需采集现场人员几张工服照片即可完成底库更新与功能上线。
