改进YOLOv7与DeepSORT的佩戴口罩行人跟踪

摘要：

针对视频序列中因脸部遮挡、漏检而造成的无法正确判断行人是否佩戴口罩的问题,提出一种基于改进YOLOv7与DeepSORT的佩戴口罩行人跟踪算法.该算法将口罩检测、行人检测与跟踪相结合,通过在YOLOv7的主干网络中添加注意力机制,增加浅层特征图,加强网络对小目标的感知能力,提高口罩检测与行人检测精度;帧内关系模块利用匈牙利算法进行帧内目标关联,对行人进行口罩佩戴标记;将方向差因素加入到DeepSORT算法的关联代价中,消除跟踪轨迹的历史预测方向和新检测速度方向不一致问题;使用改进的DeepSORT算法对行人进行跟踪,并对每条轨迹进行口罩佩戴标记更新,实现对佩戴口罩与未佩戴口罩行人的跟踪.实验结果表明,改进的YOLOv7网络平均检测精度mAP50相比原始算法提升了3.83个百分点;在MOT16数据集上,该算法的跟踪准确性MOTA相较DeepSORT算法提高了17.1个百分点,跟踪精度MOTP提高了2.6个百分点.与检测算法相比,提出的算法能够跟踪到更多的行人是否佩戴了口罩,具有更好的效果.

关键词：行人跟踪、口罩检测、注意力机制

所属期刊栏目：59

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;国家自然科学基金;新疆维吾尔自治区自然科学基金;教育部卓越工程师教育培养计划项目产学合作协同育人项目;湖北省教育科学规划重点课题;襄阳市重点研发项目;湖北文理学院科研能力培育基金项目

在线出版日期：2023-03-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：221-230