【摘 要】
：
当前疫情防控形势严峻,在人群密集场所进行实时快速的口罩佩戴检测可以有效降低病毒传播的风险.针对目前人工检测效率低的问题,提出一种基于YOLOv3的轻量化口罩佩戴检测算法.使用ShuffleNetv2替换原来的主干特征提取网络,降低网络参数量,减少计算功耗.提出将SKNet注意力机制引入到特征融合网络部分,增强不同尺度的特征提取能力;使用CIoU作为边界框回归损失函数,进一步提高检测精度.在构建的人脸口罩检测数据集上实验表明,与原YOLOv3相比,所提算法在保持较高检测精度的情况下,检测速度提高了 34 F
【机 构】
：
青岛科技大学 自动化与电子工程学院 青岛266061
论文部分内容阅读
当前疫情防控形势严峻,在人群密集场所进行实时快速的口罩佩戴检测可以有效降低病毒传播的风险.针对目前人工检测效率低的问题,提出一种基于YOLOv3的轻量化口罩佩戴检测算法.使用ShuffleNetv2替换原来的主干特征提取网络,降低网络参数量,减少计算功耗.提出将SKNet注意力机制引入到特征融合网络部分,增强不同尺度的特征提取能力;使用CIoU作为边界框回归损失函数,进一步提高检测精度.在构建的人脸口罩检测数据集上实验表明,与原YOLOv3相比,所提算法在保持较高检测精度的情况下,检测速度提高了 34 FPS,有效地实现了准确快速的口罩佩戴检测,与其他主流目标检测算法相比,该算法也具有更好的检测效果.
其他文献
为了提高卷积神经网络对于水表指针读数识别的准确率,同时实现将卷积神经网络移植到STM32单片机中运行,使用了包含2 913张水表指针图片的数据集对GoogLeNet和ResNet-18进行迁移学习和测试,其中GoogLeNet的测试集准确率为89.37％,ResNet-18的测试集准确率为93.24％.借鉴于ResNet-18模型的跳跃连接思想,使用了高低层特征融合的方法,在保证感受野大小不变的前提下将7×7大卷积核替换为3个3×3小卷积核的串接以减少网络的参数量,同时减低网络的深度,加快了训练时网络的收
针对星载AIS时延和频偏大引发的信号同步问题,提出了一种新的基于差分相位波形匹配的帧头检测算法.理论分析了 AIS帧中训练序列和开始标志部分信号的相位特征,使用专门的匹配算法对帧头进行检测.进行了仿真验证并在FPGA上进行了实现.该算法抗频偏性能极佳,且在低信噪比下仍有较高的检测率以及较低的误帧率和极低的虚警率.仿真结果表明,在13 dB比特信噪比下的检测率大于95％,虚警率小于10-8,相对于其他方案,所提出的运算复杂度很低,硬件资源消耗很少.
汽车开放系统架构(AUTOSAR)是作为包括汽车制造商、供应商和工具开发商在内的开发合作伙伴成立的,旨在创建一个开放和标准化的汽车架构,解决汽车控制器软件的诸如开发周期长、可重用性差等问题.AUTOSAR CAN通信栈是AUTOSAR的重要协议栈,其是为了解决汽车CAN网络通信层软件质量良莠不齐、复用性差等问题.本文旨在依据AUTOSAR4.0.3标准在NXP MPC5748G平台设计实现AUTOSAR CAN通信协议栈底层模块,包括CAN控制器状态控制、通道通信控制、发送缓冲机制、发送取消机制、软件接收
为了解决传统的铂电阻、金属等温度传感器灵敏度不高及性能不稳定的问题,选用新型纳米材料还原氧化石墨烯为温敏材料,利用mems工艺制备了叉指电极热敏电阻,通过滴涂法将还原氧化石墨烯与叉指电极有效组装起来,制备了一种硅基还原氧化石墨烯热电阻温度传感器,对还原氧化石墨烯形貌进行了扫描电子显微镜(SEM)表征,并搭建了测试系统对性能进行了测试.结果表明,从30℃～210℃范围内,传感器的电阻随温度的上升而下降,传感器的灵敏度约为85.977 19 Ω/℃,线性度高达0.980 49,同时具有极小的迟滞性和良好的稳定
为优化不完全信道状态下的双跳放大转发协作多中继网络的能效,提出了一种将基于该网络模型的中继选择方案和传输速率、传输总功率联合优化方案结合的策略.具体来说,在不完全信道状态下的双跳放大转发协作多中继网络中,首先设计一种基于中继位置的中继选择方法以选择最优中继.接着在进行传输速率与传输总功率联合优化时,结合经典的0～1分数规划问题求解算法——丁克尔巴赫方法,设计了不完全信道状态下以最小功率传输数据时的速率选择算法.仿真结果表明,所提出的方案使得该网络存在最优中继以最小传输总功率和最优传输速率进行数据传输.此外
压电执行器具有响应快、质量比大、刚度高等特点,在纳米技术领域得到了广泛的应用.迟滞特性作为一种固有的非线性特性,极大地影响了迟滞控制的性能.本文提出了一种非线性模型预测控制(NMPC)方法来解决压电执行器的位移跟踪问题.首先,利用RBF神经网络实现了压电执行器的“外源输入非线性自回归移动平均”(NARMAX)模型;其次,利用NMPC原理将跟踪控制问题转化为优化问题,然后采用梯度下降算法求解.为验证所提出的建模和控制方法的有效性,并进行了 MATLAB与COMSOL仿真实验.结果表明,所提出的RBF预测模型
为了满足长线高速信号传输,零误码率的性能需求,利用LVDS接口技术和光电转换方式设计了一种长距离数据传输系统.硬件设计采用MLH系列串行电缆均衡器和驱动器配合使用,增强了同轴电缆差分信号的驱动能力,并进行自适应性补偿;通过光电信号相结合的传输方式,延伸了长线传输距离;逻辑设计通过优化有效和无效数的判断标志,解决了高速数据传输失锁现象.在各种实验环境下,经过多次大容量数据接收测试,表明LVDS信号以300 Mbit/s的速度在百米双绞线和2 km光纤传输链路上可以实现无误码传输,并且已经投入工程应用.
卫星导航地基增强系统是一种旨在代替传统仪表着陆系统的终端区进近引导设施,安装一套设备即可为机场的多条跑道提供进近引导服务.对于一些大型机场,通常会在地面安装两个VDB发射台以增大其覆盖范围,但是传统的飞行校验不能区分信号是哪个台站发出的,因此在多个台站的情况下无法评估各台站的覆盖性能.针对这一问题,提出了一种基于EVSF1000设备的多时隙数据分析方法,通过对VDB信号的8个时隙数据进行解析和数据处理,从而实现在一次飞行中完成对两个地面台站VDB信号和数据的评估,从而满足了双VDB台站配置系统的飞行校验需
为改善扭矩间接测量过程中因物理量间的线性关系导致单个物理量变化对最终结果影响过大的问题,提出了一种基于加权K-means聚类与LSSVM融合的非线性多模型软测量方法.该方法首先选择多个易测变量作为辅助参数,利用主客观综合加权理论对数据预处理.其次利用K-means聚类算法将物理特性相似的数据构成集群,最后基于最小二乘支持向量机算法对数据集群建立多模型并进行测量.基于实际采集数据对所提出方法进行了验证,结果表明,相同实验条件下本文所提出的模型较传统LSSVM软测量模型和K-means-LSSVM模型的测量均
单目图像深度估计是计算机视觉领域中的一个基本问题,卷积空间传播网络(CSPN)是现阶段最先进的单目图像深度估计方法之一.针对CSPN在预测密集深度图时存在部分物体结构变形和物体间边缘模糊不清的边界混合问题,分别从网络结构与损失函数两部分进行了改进.对输入稀疏深度图进行了 3次不同尺寸下采样,并将其加入到U-Net模块相应的编码过程和跳跃连接部分,以使其能够更精确地捕捉不同尺度的物体结构.并使用深度误差对数、深度信息梯度及表面法线这3种损失函数加权组合形成的改进损失函数来替换原始损失函数.在NYU-Dept