文献类型：期刊文章

作　　者：张路达[1] 邓超[1]

ZHANG Luda;DENG Chao(School of Physics and Electronic Information Engineering,Henan Polytechnic University,Jiaozuo,Henan 454003,China)

机构地区：[1]河南理工大学物理与电子信息学院,河南焦作454003

出　　处：《计算机工程与应用》

基　　金：河南省重点研发与推广专项(科技攻关)(202102310560);河南省高校基本科研业务费专项资金(NSFRF210427)。

年　　份：2021

卷　　号：57

期　　号：16

起止页码：283-290

语　　种：中文

收录情况：AJ、BDHX、BDHX2020、CSCD、CSCD_E2021_2022、IC、JST、RCCSE、ZGKJHX、核心刊

摘　　要：在新型冠状病毒疫情防控要求下,商场、车站等公共场所人群环境下佩戴口罩成为人们出行的必要条件。由于在人群环境下往往存在人员密集,容易相互遮挡,且目标尺度较小等影响,口罩佩戴检测容易出现误检、漏检等问题。针对这些问题,在YOLOv3算法的基础上,提出一种基于改进YOLOv3的人群口罩佩戴检测算法。添加浅层特征图,在原来的3尺度检测结构上增加浅层检测尺度形成4尺度检测结构,提高检测准确率;引入自上而下和自下而上的多尺度融合结构,进一步利用特征信息,实现特征增强;选用CIoU损失函数进行边框回归,提高定位精度。实验结果表明,改进的YOLOv3算法的平均精度均值达到了93.66%,相比于原YOLOv3算法提高了5.61个百分点。相比于其他主流算法,该算法在口罩佩戴检测任务中有更高的检测精度,具有很好的实用性。

关 键 词：人群环境  YOLOv3  口罩佩戴检测  特征增强  损失函数

分 类 号：TP391.41]