计算机工程

作者：王艺皓, 丁洪伟, 李波, 杨志军, 杨俊东

单位：1. 云南大学 信息学院, 昆明 650500;2. 云南省教育厅科学教育研究院, 昆明 650223

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

基金：国家自然科学基金（61461053，61461054）。

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。

来源：2020年第11期

《计算机工程》期刊编辑部

查看计算机工程杂志2020年第11期