建筑业是我国国民经济的重要物质生产部门,但建筑安全事故频发,严重阻碍了行业的健康发展。随着新兴技术在建筑安全细分领域的不断发展,应用各种新兴技术加强对建筑施工现场险兆事件的管理,可从源头上减少安全事故的发生。在此背景下,本文提出基于文本和图像信息的建筑施工现场险兆事件检查管理方法。本文站在建筑施工安全的现场管理视角,运用事故致因理论、文本挖掘技术、贝叶斯网络分析和图像识别技术等方法,构建建筑施工现场险兆事件智能检查系统,并对项目管理人员输出评价及控制建议,以期减少建筑施工安全事故的发生。本文采用文献研究法对国内外险兆事件的相关理论和文献进行梳理总结,明确本文的研究对象建筑施工险兆事件的定义。其次,通过网站爬虫,选取1588事故案例报告作为文本挖掘语料库,选取R语言对事故原因进行统计分析,在“人、物、环、管”归类方法的下,提取到30个建筑施工险兆事件。采用词共现分析的方法求得险兆事件共现矩阵和共现网络,揭示各险兆事件之间的内部关联和分布情况,应用关联规则中“支持度”、“置信度”、“提升度”关联指标进行评价,挖掘得到45条建筑施工险兆事件关联规则。在此基础上,构建包含建筑施工险兆事件与事故节点的贝叶斯网络,利用逆向推理和敏感性分析,得到一般事故致因险兆事件链和敏感性较大的险兆事件节点。根据频率、提升度、贝叶斯网络分析结果,将30个建筑施工险兆事件分为关键、重要和一般3个管理等级,并应用事故案例验证其有效性。最后,综合现场管理特点进行适应性分析,筛选出通过项目管理文件和图像识别两种方式进行检查管理的建筑施工现场险兆事件检查集,并提出管理对策。针对图像识别检查方式的建筑施工现场险兆事件,进行图像识别特征分析,明确识别特征,并划分为安全防护设备穿戴类、危险区域作业类和不安全行为类。其次,确立基于Faster R-CNN算法的图像识别框架和流程,通过图像爬虫分类构建数据集,经过训练之后,得到现场险兆事件智能识别模型,运用目标检测评价指标综合评价各类识别效果。最后,运用Py Qt5库自主开发针对项目管理文件和现场施工图像的“智能监测-智能检查-评价预警”为一体的管理系统,同时通过在项目中实例运用,阐释系统实现的过程并证明其可行性和有效性。开发建筑施工现场险兆事件检查系统,符合建筑施工安全管理信息化的发展要求,对提高施工安全管理水平和风险预控能力具有重要的实践价值和理论意义。该论文共有图片61幅,表21个,参考文献105篇。