计算机工程

作者：林芷薇, 杨祖元, 王斯秋, 杨超

单位：广东工业大学自动化学院广东省物联网信息技术重点实验室, 广东 广州 510006

关键词：YOLOv5算法,运动员检测,多尺度线性全局注意力,数据增强,边界框损失

基金：国家自然科学基金(U1911401); 广东省基础与应用基础研究基金联合基金-面上基金项目(2022A1515010688)

运动员在比赛过程中的快速移动且频繁遮挡, 使得对视频中运动员检测容易出现漏检、多检、检测精度下降等问题。现有的主流方法对于移动和遮挡情况下的运动员检测表现不佳。当运动员受到遮挡后, 检测目标框的尺度变化增大。引入cutout作为数据增强的方法来模拟遮挡情况, 提出基于多尺度线性全局注意力EfficientViT模块的运动员检测算法。使用线性全局注意力模块减少计算量, 并辅以卷积模块来增强其局部的特征提取能力, 通过轻量级小卷积聚合不同注意力头部的token获得多尺度信息, 增强其全局特征提取能力。针对损失函数部分, 选择EIoU作为边界框损失, 加入检测框与目标框的宽高距离, 使得检测框和真实目标框在尺度上更为贴近。在SportsMOT数据集中4个公开的篮球比赛视频数据集上的实验结果表明, 该算法取得了98.0%准确率和98.2%的平均精度均值, 相较于YOLOv5算法, 其精度提升了4%, 高置信度的平均精度均值提升了8.7%。

来源：2024年第7期

《计算机工程》期刊编辑部

查看计算机工程杂志2024年第7期