监控视角下密集人群口罩佩戴检测算法

作     者：孙龙 张荣芬 刘宇红 饶庭漓 SUN Long;ZHANG Rongfen;LIU Yuhong;RAO Tingli

作者机构：贵州大学大数据与信息工程学院贵阳550025 

出 版 物：《计算机工程》 (Computer Engineering)

年 卷 期：2023年第49卷第9期

页      面：313-320页

学科分类：08[工学] 081203[工学-计算机应用技术] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：贵州省科学技术基金(黔科合基础-ZK重点001)。 

主　　题：口罩佩戴检测 密集人群 多分支空洞卷积 ECA注意力机制 Repulsion Loss 

摘      要：针对密集人群场景的口罩佩戴检测面临着监控视角下目标密集、互相遮挡、目标小、人脸透视畸变等难题,同时,涵盖不规范佩戴口罩场景的公开数据集也较为缺乏。提出一种基于YOLO-v5改进的监控视角下密集人群口罩佩戴检测算法MDDC-YOLO。利用空洞卷积构造多分支感受野模块MRF-C3替换YOLO-v5中常规C3模块,解决密集人群中小目标占比大的问题。使用Repulsion Loss基于样本边界框排斥吸引的原则提高模型抗遮挡能力,并充分利用训练过程中的遮挡正样本。在此基础上,引入ECA注意力机制进行特征通道最优化选择,并提出基于透视变换的离线数据增强方法,结合使用更适用于生成更多小目标样本的Mosaic-9数据增强方法,解决监控视角下密集人群口罩佩戴数据集缺乏的问题。实验结果表明,MDDC-YOLO算法相较于YOLO-v5算法mAP提升6.5个百分点,并达到32帧/s的检测速度,满足密集人群口罩佩戴检测的应用需求。