融合自注意力机制的安全帽佩戴检测方法

作者：孙国栋; 李超; 张航

来源：计算机工程与应用, 2021, 1-7.

• 小目标检测
• Faster R-CNN算法
• 自注意力机制
• 安全帽佩戴识别

佩戴安全帽是防止施工现场工作人员头部损伤的有效方法之一，然而现有安全帽检测算法多存在重叠目标检测难度大、小目标漏检率高等缺点。为此，提出了一种通过融合自注意力机制来改进Faster R-CNN的目标检测算法，用于安全帽检测。首先通过自注意力层来捕获多个尺度上的全局信息，得到更丰富的高层语义特征并将更大的感受野范围引入模型，然后在区域建议网络（RPN）的训练中通过锚框补选增强的方法让小目标信息得到更多的训练，强化了网络对于小尺度目标的表达能力。实验结果表明：改进后的算法在安全帽佩戴检测上的mAP值较传统Faster R-CNN提高了6.4%，对于不同场景不同尺度的安全帽有着较好的检测效果。

• 单位
  湖北工业大学