轨道交通视频中乘客口罩佩戴检测算法研究

F530.7%R126.4; 为应对新冠疫情下乘客乘坐轨道交通时必须佩戴口罩的情况,提出一种基于深度学习的轻量化口罩检测算法(Mask-Det算法).首先,使用轻量化骨干网络EfficientNet提取图像特征;然后,利用高效的特征融合模块增强用于检测小目标的浅层特征图的语义信息;最后,算法在公共场景数据集上训练,并使用迁移学习在轨道交通数据集上做进一步优化.Mask-Det算法检测准确率高、模型参数小、检测速度快,可以实时检测各场所乘客是否佩戴口罩,有效减轻工作人员压力,提高进站速度....

Full description

Saved in:
Bibliographic Details
Published in城市轨道交通研究 Vol. 25; no. 12; pp. 76 - 87
Main Authors 李永玲, 秦勇, 曹志威, 谢征宇, 吴志宇
Format Journal Article
LanguageChinese
Published 北京交通大学软件学院,100044,北京 2022
北京交通大学交通运输学院,100044,北京%北京交通大学轨道交通控制与安全国家重点实验室,100044,北京%北京交通大学交通运输学院,100044,北京%北京交通大学轨道交通控制与安全国家重点实验室,100044,北京
北京交通大学轨道交通控制与安全国家重点实验室,100044,北京
Subjects
新冠疫情
口罩佩戴检测
车站安全
轨道交通视频
Online AccessGet full text
ISSN1007-869X
DOI10.16037/j.1007-869x.2022.12.014

Cover

More Information
Summary:F530.7%R126.4; 为应对新冠疫情下乘客乘坐轨道交通时必须佩戴口罩的情况,提出一种基于深度学习的轻量化口罩检测算法(Mask-Det算法).首先,使用轻量化骨干网络EfficientNet提取图像特征;然后,利用高效的特征融合模块增强用于检测小目标的浅层特征图的语义信息;最后,算法在公共场景数据集上训练,并使用迁移学习在轨道交通数据集上做进一步优化.Mask-Det算法检测准确率高、模型参数小、检测速度快,可以实时检测各场所乘客是否佩戴口罩,有效减轻工作人员压力,提高进站速度.
ISSN:1007-869X
DOI:10.16037/j.1007-869x.2022.12.014