典型文献
基于YOLOv3的校园疫情口罩佩戴识别研究
文献摘要：
新冠疫情对学生身体健康安全产生极大影响,针对学生在校园公共场合佩戴口罩情况进行监督检查具有重要意义.文章提出一种基于YOLOv3算法的高鲁棒性口罩佩戴识别方法,考虑到公共环境中光线明暗对识别准确率具有一定的影响,提出采用小波变换对视频图像进行预处理,降低环境光线变化对识别准确率的影响.测试结果表明,相较于未经处理的方案,该识别算法的预测精度平均提高了5％.
文献关键词：
YOLOv3;小波变换;口罩识别;目标检测
中图分类号：
作者姓名：
孙哲姝;李阳;郭志文
作者机构：
安阳工学院计算机科学与信息工程学院,河南安阳 455000
文献出处：
引用格式：
[1]孙哲姝;李阳;郭志文-.基于YOLOv3的校园疫情口罩佩戴识别研究)[J].现代信息科技,2022(24):90-92,96
A类：
B类：
YOLOv3,口罩佩戴,生身,健康安全,公共场合,佩戴口罩,监督检查,高鲁棒性,公共环境,明暗,识别准确率,小波变换,对视,视频图像,环境光,光线变化,识别算法,口罩识别,目标检测
AB值：
0.409802
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。
