面向密集人流的实时口罩检测算法

doi:10.13873/J.1000-9787(2023)07-0144-04

Chinese

您当前的位置：

首页 >

文章列表页 >

面向密集人流的实时口罩检测算法

更新时间：2025-09-11

- 面向密集人流的实时口罩检测算法
- Issue 7, Pages: 144-147(2023)
- 作者机构：
  
  湖南师范大学物理与电子科学学院
- 作者简介：
- 基金信息：
- DOI：10.13873/J.1000-9787(2023)07-0144-04
  CLC： TP391.41
- Published：2023
- 稿件说明：
移动端阅览
[J]. 2023, (7): 144-147.
DOI：

[J]. 2023, (7): 144-147. DOI： 10.13873/J.1000-9787(2023)07-0144-04.

摘要

鉴于公共场所人工检查口罩佩戴过于耗时费力的弊端，提出了一种面向密集人流的实时口罩检测算法。将YOLOv5算法原有的路径聚合网络(PANet)改为加权双向特征金字塔网络(BiFPN)融合方式，以融合更多尺度的特征信息；在各检测层之后加入人脸SSH模块，以提升模型提取密集目标多尺度特征信息的能力；使用深度可分离卷积代替颈部网络的常规卷积操作，提高了网络的检测速率。实验结果表明：改进算法的平均精确率比原始YOLOv5算法提升了6.8%

同时检测速度也达到了实时检测的需要。

Abstract

关键词

Keywords

references

基于深度可分离卷积的物联网设备识别模型[J]. 陈庆港;杜彦辉;韩奕;刘翔宇.信息网络安全,2021(09)

多尺度注意力学习的Faster R-CNN口罩人脸检测模型[J]. 李泽琛;李恒超;胡文帅;杨金玉;华泽玺.西南交通大学学报,2021(05)

基于YOLO的轨道扣件状态检测[J]. 王兵水;郑树彬;柴晓冬;李立明.传感器与微系统,2021(04)

多注意力机制的口罩检测网络[J]. 余阿祥;李承润;于书仪;李洪均.南京师范大学学报(工程技术版),2021(01)

基于HSV+HOG特征和SVM的人脸口罩检测算法研究（英文）[J]. 何育民;汪朝辉;郭思宇;姚世鹏;胡象洋.Journal of Measurement Science and Instrumentation,2022(03)

基于YOLOv5网络模型的人员口罩佩戴实时检测[J]. 谈世磊;别雄波;卢功林;谈小虎.激光杂志,2021(02)

基于深度学习的目标检测算法综述[J]. 吴雪;宋晓茹;高嵩;陈超波.传感器与微系统,2021(02)

改进YOLO轻量化网络的口罩检测算法[J]. 王兵;乐红霞;李文璟;张孟涵.计算机工程与应用,2021(08)

Face masks needed until 2022[J]. Sawal Ibrahim;Vaughan Adam.New Scientist,2021

基于轻量化特征融合SSD的人员是否佩戴口罩检测方法[P]. 秦勇;李永玲;曹志威;谢征宇;魏运.,2021

Views

100

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

基于深度可分离卷积残差模块的抓取检测算法

基于改进OpenPose的行人关节点检测算法

基于轻量化YOLOv4的火灾检测识别算法

基于ECA和YOLOv4的轻量级目标检测网络设计

基于深度可分离卷积的大型铸件焊缝检测方法

Related Author

姜谱照

穆春阳

马行

平路静

刘红

田雨

秦瑶

郝新泽

Related Institution

北方民族大学机电工程学院

北方民族大学宁夏智能信息与大数据处理重点实验室

北方民族大学电气信息工程学院

长春理工大学光电工程学院

上海工程技术大学电子电气工程学院

⁰