基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
新型冠状病毒可以通过呼吸道飞沫等方式传播,正确佩戴口罩可以有效防止病毒传染,但是自然场景中通常存在遮挡、密集人群和小尺度目标等复杂因素,对人脸佩戴口罩的检测效果产生影响.针对该问题,在YOLOv3算法的基础上,提出复杂场景下的口罩佩戴检测算法.结合跨阶段局部网络对DarkNet53骨干网络进行改进,以降低计算消耗并提高训练速度.在YOLOv3算法中引入改进的空间金字塔池化结构,通过自上而下和自下而上的特征融合策略优化多尺度预测网络,从而实现特征增强.选取CIoU作为损失函数,考虑目标与检测框之间的中心点距离、重叠率以及长宽比信息.实验结果表明,与YOLOv3算法相比,该算法在人脸目标和人脸佩戴口罩目标上的检测精度分别提高7.3%和14.9%,检测速度平均提高6FPS.
推荐文章
一种基于改进YOLOv3的密集人群检测算法
密集人群
YOLOv3
特征提取网络
K-means++
基于暗通道和改进YOLOv3的雾天车辆检测算法
雾天车辆检测
暗通道去雾算法
YOLOv3
K-means
先验框
注意力机制
基于YOLOv3的车辆多目标检测
车辆
多目标检测
Darknet-53网络
YOLOv3
自适应边缘优化的改进YOLOV3目标识别算法
目标检测
零件识别
卷积神经网络
YOLOV3
PSO
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 复杂场景下基于改进YOLOv3的口罩佩戴检测算法
来源期刊 计算机工程 学科 工学
关键词 YOLOv3算法 口罩佩戴检测 跨阶段局部网络 空间金字塔池化 特征融合 损失函数
年,卷(期) 2020,(11) 所属期刊栏目 焦点与综述
研究方向 页码范围 12-22
页数 11页 分类号 TP391
字数 语种 中文
DOI 10.19678/j.issn.1000-3428.0058802
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 丁洪伟 117 572 13.0 19.0
2 杨俊东 34 55 4.0 6.0
3 杨志军 44 96 6.0 8.0
4 李波 39 167 8.0 12.0
5 王艺皓 2 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (19)
共引文献  (14)
参考文献  (6)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2015(3)
  • 参考文献(2)
  • 二级参考文献(1)
2016(2)
  • 参考文献(0)
  • 二级参考文献(2)
2017(4)
  • 参考文献(0)
  • 二级参考文献(4)
2018(5)
  • 参考文献(0)
  • 二级参考文献(5)
2019(3)
  • 参考文献(0)
  • 二级参考文献(3)
2020(6)
  • 参考文献(4)
  • 二级参考文献(2)
2020(6)
  • 参考文献(4)
  • 二级参考文献(2)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
YOLOv3算法
口罩佩戴检测
跨阶段局部网络
空间金字塔池化
特征融合
损失函数
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机工程
月刊
1000-3428
31-1289/TP
大16开
上海市桂林路418号
4-310
1975
chi
出版文献量(篇)
31987
总下载数(次)
53
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导