建筑业是我国国民经济的支柱产业之一,在保持高速发展的同时,始终属于劳动密集型的生产方式,劳动生产率较为低下。施工阶段是资源流动和项目管理行为最为活跃的阶段,使用信息化手段对施工现场数据进行自动收集和提取,能够为现场信息化管理各个领域提供数据支持,有利于推动行业向质量型、集约型的转型升级。现有的相关研究结论适应范围较为狭窄,不具有良好的可迁移性和推广价值,其原因在于选取的方法大多数存在适用范围和成本的局限性。基于上述问题,本研究提出一种基于机器视觉的现场数据自动获取和处理方法。该方法以已经得到广泛应用的现场视频监控系统作为数据的采集方式,使用机器视觉领域的目标检测模型对图像或视频数据进行处理,获得现场目标对象（如工人、材料和机械）的种类、数量和位置。然后,使用人-物交互关系识别模型对工人与材料或设备的交互关系进行分类判断,提取现场生产作业活动的有关信息。此外,还通过3D姿态估计算法实现了基于监控视频的工人姿态估计,以辅助人-物交互关系识别。在上述方法基础上,本研究提出了基于现场图像的数据自动处理和信息提取系统概念模型,对其结构进行了描述。该系统整合了目标检测、交互识别和姿态估计方法,从现场管理需求的角度出发,设计了现场管理五大功能模块,为现场管理信息化提供了基础框架。得益于系统模块化的设计和迁移学习理论的成熟,该系统具有较好的可迁移性和功能拓展性。本研究通过收集原始数据、制定标注规则、构建数据集,对选用的方法和模型的可行性进行了训练和验证,对构建的概念模型进行了应用展示,并对结果进行了分析和讨论。实验结果表明,上述构建的方法能够满足现阶段现场数据提取的要求。随着未来行业数据集和计算机硬件水平的不断发展,该方法和系统还具有相当大的性能提高潜力。本研究提出并验证了三种施工现场作业数据的获取和处理方法,并整合这些方法对数据自动获取和处理系统进行了架构设计和分析,为低成本、大规模、不间断地收集和分析现场数据提供了可能,能够服务于施工现场管理的多个领域,弥补了现有施工现场管理方法的不足,具有一定的理论和应用价值。该方法发挥了信息技术在现场管理领域的作用,能够提高现场管理的信息化水平。