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

来源：计算机工程, 2023, 49(09): 313-320.

DOI：10.19678/j.issn.1000-3428.0065697

• 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

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。

• 单位
  贵州大学