基于改进SSD的口罩佩戴检测算法

摘要：

新冠疫情近年来在全球肆虐,新冠病毒具有极强的传染性,在公共场所佩戴口罩可以阻断病毒的传播途径,有效遏止疫情的蔓延.利用计算机视觉技术对公共场合佩戴口罩行为进行检测具有重要意义,在疫情防控常态化条件下,需要对人脸口罩佩戴进行正确识别,同时要识别口罩佩戴是否正确.在实际检测环境中,口罩佩戴检测任务中的场景复杂多样,佩戴口罩的人脸目标尺度不一,正确与错误佩戴口罩特征差异小,难以检测.提出一种改进SSD算法的口罩佩戴检测算法.以SSD检测算法为基础,引人特征融合网络及协调注意力机制,重构特征提取网络,增强对细节信息的学习和处理能力.同时,将算法的分类预测分数和IoU分数进行合并表示,使用Quality Focal Loss函数调节正负样本的权重.在自制口罩佩戴检测数据集上的实验结果表明,该算法的平均精度均值达到96.28％,与原始算法相比提高了 5.62％,对口罩佩戴检测具有良好的准确性和实用性,可满足疫情防控下的实际需求.

关键词：口罩佩戴检测、SDD检测算法、特征融合、注意力机制、损失函数

所属期刊栏目：48

分类号：TP391.4(计算技术、计算机技术)

资助基金：国家自然科学基金;河南省科技攻关项目

在线出版日期：2022-09-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：173-179,186