一种基于多层特征融合的口罩规范佩戴检测方法技术

本发明专利技术公开了一种基于多层特征融合的口罩规范佩戴检测方法,包括：对图像信息进行处理，构建数据集；构建基于多层特征融合的口罩规范佩戴检测网络模型；基于数据集对基于多层特征融合的口罩规范佩戴检测网络模型进行优化训练，获取训练好的口罩规范佩戴检测模型并进行测试，获取测试结果。本发明专利技术扩大感受野模块扩大了浅层网络的感受野，增强了对于浅层网络的特征信息提取能力，解决了口罩存在遮挡导致的检测错误问题，同时还保证了速度；对特征金字塔FPN特征融合进行改进，提高了模型的检测能力，尤其提高了检测小目标的性能；将损失函数中的L1loss替换为CIOU loss，提高了预测框回归的速度和精度。框回归的速度和精度。框回归的速度和精度。

【技术实现步骤摘要】
一种基于多层特征融合的口罩规范佩戴检测方法


[0001]本专利技术属于目标检测
,尤其涉及一种基于多层特征融合的口罩规范佩戴检测方法。

技术介绍

[0002]自流行病爆发以来，各大公共出行地点均受到严格管控，严重影响了人类的出行安全与速度。虽然如今病情向着良好的态势发展，只有局部地区零星爆发，但流行病对老人和婴幼儿等群体的身体健康依然有较大的威胁，而规范佩戴口罩可以有效降低流行性病毒的传染性。但是如果在各大公共场所依靠人工检查口罩佩戴是否规范，不仅效率低下还浪费了大量的人力资源。因此，对于口罩规范佩戴检测技术的研究有着非常重要的意义。
[0003]近些年来，目标检测算法取得了很大的突破，比较流行的算法可分为单阶段和二阶段两类。二阶段算法主要包括R
‑
CNN系列，此类算法虽然精确度高，但速度较慢。one
‑
stage算法主要包括SSD(Single shot detection),YOLO(You Only Look Once)系列以及RetinaNet算法，此类算法计算效率高，可以实现实时性检测本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于多层特征融合的口罩规范佩戴检测方法，其特征在于，包括：获取图像信息，对所述图像信息进行处理，构建数据集；构建基于多层特征融合的口罩规范佩戴检测网络模型；基于所述数据集对所述基于多层特征融合的口罩规范佩戴检测网络模型进行优化训练，获取训练好的口罩规范佩戴检测模型并进行测试，获取测试结果。2.如权利要求1所述的基于多层特征融合的口罩规范佩戴检测方法，其特征在于，对所述图像信息进行处理，构建所述数据集包括：对所述图像信息进行格式统一并命名，获取命名后的图像；基于图像标注工具，对所述命名后的图像进行标注，构建所述数据集。3.如权利要求1所述的基于多层特征融合的口罩规范佩戴检测方法，其特征在于，构建所述基于多层特征融合的口罩规范佩戴检测网络模型包括：输入所述图像信息，基于特征提取网络获取若干个采样层，若干个所述采样层包括第一采样层、第二采样层、第三采样层、第四采样层和第五采样层；将所述第二采样层和所述第三采样层通过扩大感受野模块处理后与所述第四采样层、所述第五采样层，基于横向链接和自上而下的路径构建特征金字塔网络，获取多尺度特征图；将所述多尺度特征图输入所述特征金字塔网络,利用一致性监督算法缩小多尺度特征图之间的语义差距，并基于残差特征增强模块和自适应空间融合模块进行特征融合，获取特征金字塔的输出特征图；将所述特征金字塔的输出特征图输入分类子网络和框回归子网络，获取检测结果，构建所述基于多层特征融合的口罩规范佩戴检测网络模型。4.如权利要求3所述的基于多层特征融合的口罩规范佩戴检测方法，其特征在于，所述基于多层特征融合的口罩规范佩戴检测网络模型...

【专利技术属性】
技术研发人员：刘军清，张思甜，康维，王鹏，张威威，
申请(专利权)人：三峡大学，
类型：发明
国别省市：