基于深度学习的口罩佩戴检测与跟踪

摘要：

佩戴口罩可以有效预防病毒的传播,为减少通过人工方式检查口罩佩戴情况所消耗的大量人力资源,提出一种基于深度学习的口罩佩戴检测与跟踪方法,该方法分为检测和跟踪两个模块.检测模块在YOLOv3网络的基础上引入空间金字塔池化结构,实现不同尺度的特征融合;然后将损失函数改为CIoU损失,减少回归误差,提升检测精度,为后续跟踪模块提供良好的条件.跟踪模块采用多 目标跟踪算法Deep SORT,对检测到的 目标进行实时跟踪,有效防止重复检测,改善被遮挡目标的跟踪效果.测试结果表明,该方法的检测速度为38 f/s,平均精度值达到为85.23％,相比原始YOLOv3算法提高了 4％,能达到实时检测口罩佩戴情况的效果.

关键词：目标检测、目标跟踪、口罩佩戴检测、YOLOv3、Deep SORT

所属期刊栏目：48

分类号：TP391.4(计算技术、计算机技术)

在线出版日期：2022-06-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：21-26