-
题名YOLOv4口罩检测算法的轻量化改进
被引量：27
- 1
-
-
作者
叶子勋
张红英
-
机构
西南科技大学信息工程学院
西南科技大学特殊环境机器人技术四川省重点实验室
-
出处
《计算机工程与应用》
CSCD
北大核心
2021年第17期157-168,共12页
-
基金
国家自然科学基金(61872304)
国家部委科工局项目。
-
文摘
针对当前YOLOv4目标检测算法网络模型庞大、特征提取不充分且易受光线环境影响的缺点,提出了一种优化了特征提取网络和一般卷积块的轻量化YOLOv4-Lite网络模型。使用改进的MobileNetv3替换原有的主干特征提取网络,减小了网络模型的参数量,提高了检测精度。提出了使用深度可分离卷积块代替原网络中的普通卷积块,使得模型的参数量进一步降低。结合了标签平滑、学习率余弦退火衰减算法,新增了SiLU激活函数代替Mobile-Netv3浅层网络的ReLU激活函数,优化了模型的收敛效果。优化了Mosaic数据增强方法,提升了模型的鲁棒性。在人脸口罩佩戴任务中与原算法相比,牺牲了1.68%的mAP,但在检测效率(FPS)上提升约180%。
-
关键词
口罩检测
深度学习
YOLOv4
MobileNetv3
深度可分离卷积
-
Keywords
mask detection
deep learning
YOLOv4
MobileNetv3
depthwise separable convolution
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名融合注意力机制的轻量级戴口罩人脸识别算法
被引量：2
- 2
-
-
作者
叶子勋
张红英
何昱均
-
机构
西南科技大学信息工程学院
西南科技大学特殊环境机器人技术四川省重点实验室
西南科技大学计算机科学与技术学院
-
出处
《计算机工程与应用》
CSCD
北大核心
2023年第3期166-174,共9页
-
基金
国家自然科学基金(61872304)
国家国防科工局项目(科工二司[2019]1276号)。
-
文摘
COVID-19的全球化大流行使得佩戴口罩出行成为人们生活中的常态,这种防疫措施给人脸识别算法带来了新的挑战。针对这一问题,提出了一种口罩遮挡下的轻量级人脸识别算法,该算法改进GhostNet为主干特征提取网络;提出了融合空间注意力机制的FocusNet特征加强提取网络,使模型聚焦于未被口罩遮挡的上半脸区域;针对当前口罩遮挡人脸数据集不充分的问题,提出了一种采用三维人脸网络生成添加口罩遮挡的数据增强方法。实验表明,所提出的改进模型与基准模型相比,模型参数量降低84%的同时,戴口罩人脸的识别率提升4.29个百分点,较好地平衡了速度与精度。
-
关键词
戴口罩人脸识别
注意力机制
三维人脸网格生成
-
Keywords
masked face recognition
attention model
3D face mesh generation
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
