作业区域权限校验产品系统

施工工地、厂区、矿山等生产现场的安全管理。现场人员按工种穿着不同颜色或标识的马甲，不同马甲类型对应不同的授权作业区域。传统靠安全员巡逻盯守，存在盲区大、夜间漏检、无法留证的问题。本项目用视频分析自动判断"人是否在越权区域作业"，出现不匹配即告警，辅助现场安全管理。

系统分为四个功能模块：
1、人员检测模块：在画面中实时定位人员位置，输出人体框；
2、马甲识别模块：对检测到的人员做细粒度分类，判断其马甲类型；
3、区域判定模块：在画面中预先划定各区域及其允许的马甲类型，判断人员当前所在区域是否与其马甲类型匹配；
4、告警与统计模块：越权时实时告警并抓拍留证，同时按区域、时段统计越权次数，供管理端查看。
系统支持多摄像头配置，区域与马甲类型的对应关系可在后台调整，不需要重新训练模型。

我负责算法架构设计与模型选型：
1、架构设计：采用"检测 + 分割/分类"的级联方案，先定位人员再判断马甲与区域归属，避免端到端模型在远距离小目标上的精度损失；
2、检测选型：横向对比 YOLOv8、v11、v12、RT-DETR、ViT 在自建数据集上的表现，综合精度与部署成本确定方案；
3、分类选型：对比 ResNet18 与 ResNet18 + ArcFace 度量学习，后者在类间差异小（马甲颜色相近）的场景下区分度更好；
4、工程优化：针对逆光、遮挡、小目标做数据增强与阈值策略调整，并把模型输出转成业务可执行的越权判定规则。
难点在于马甲颜色相近、光照变化大导致误分类，以及人员密集时检测框互相重叠影响区域归属判断。我的解法是用度量学习提升细粒度区分能力，再结合现场环境以及光照关系绘制电子围栏以减少误告警。