基于多特征融合注意力的人脸口罩识别算法

摘要：

目前,很多人出入公共场所仍须佩戴口罩.检测是否佩戴口罩变得尤为重要,而深度学习算法能够大幅度提高检测速度.本文依据ANN注意力机制结合特征网络改进得到PSA(Path Strengthen Integration ANN)多尺度特征融合注意力模块,进而形成最终的PSA-Retina口罩识别网络,其中骨干网络基于ResNet-50 融合空间金字塔池化;采用优化的GFocal Loss损失函数;融合GELUs激活函数重做预测器,并在口罩人脸识别数据集RMFD上进行对比实验,融合PSA模块的网络比原网络的平均精度均值mAP高 5.24%,每秒传输帧数FPS高3.1 f/s,比YOLOv3 网络mAP高3.06%,FPS高0.6 f/s,实验数据表明,多特征融合注意力的PSA-Retina人脸口罩识别网络定位更准,准确率更高,具备在有遮挡或者非标准佩戴等情况下的检测能力,提升口罩识别效率.

关键词：口罩识别、ANN注意力、PSA模块、GFocal Loss

所属期刊栏目：13

分类号：TP183(自动化基础理论)

在线出版日期：2023-08-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：40-44,52