典型文献
轨道交通视频中乘客口罩佩戴检测算法研究
文献摘要：
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.
文献关键词：
车站安全;轨道交通视频;口罩佩戴检测;新冠疫情
中图分类号：
作者姓名：
李永玲;秦勇;曹志威;谢征宇;吴志宇
作者机构：
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;北京交通大学软件学院,100044,北京
文献出处：
引用格式：
[1]李永玲;秦勇;曹志威;谢征宇;吴志宇-.轨道交通视频中乘客口罩佩戴检测算法研究)[J].城市轨道交通研究,2022(12):76-81,87
A类：
进站速度
B类：
轨道交通视频,乘客,口罩佩戴检测,检测算法,算法研究,新冠疫情下,乘坐,佩戴口罩,口罩检测,Mask,Det,骨干网络,EfficientNet,图像特征,特征融合模块,小目标,特征图,语义信息,公共场景,迁移学习,在轨,交通数据,检测准确率,检测速度,实时检测,各场,轻工,车站安全
AB值：
0.362663
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
