| 复杂环境下课堂多人状态检测算法研究 |
| |
| 引用本文： | 冯文宇,张宇豪,张 堃,费敏锐,徐 胜.复杂环境下课堂多人状态检测算法研究[J].电子测量与仪器学报,2021,35(6):53-62. |
| |
| 作者姓名： | 冯文宇 张宇豪 张 堃 费敏锐 徐 胜 |
| |
| 作者单位： | 南通大学 电气工程学院 南通 226007;南通大学 张謇学院 南通 226007;南通大学 电气工程学院 南通 226007;上海大学 机电工程与自动化学院上海市电站自动化技术重点实验室 上海 210053;南通职业大学 电子信息工程学院 南通 226007;华东理工常熟研究院有限公司 苏州 215500 |
| |
| 基金项目： | 国家自然基金重点项目（61633016）、江苏省高校自然基金（18KJB510038）、江苏省333工程可研项目（BRA2018218）、国家级大学生创新创业训练计划资助项目（202010304065Z）资助 |
| |
| 摘 要： | 新冠肺炎疫情背景下课堂多人佩戴口罩及姿态识别问题,提出了基于YOLO和OpenPose模型的课堂多人状态检测算法。提出的Efficient-YOLO模型,通过采用CBAM注意力模块、SPNET-NEW模块,解决了多人遮挡和无规则化目标的口罩佩戴检测精度问题。此外,提出了一种轻量化的Class-OpenPose模型检测学生上课姿态,该算法在OpenPose模型基础上,使用ShuffleNetV2-NEW对传统模型在底层特征提取方面进行改进,实现了复杂环境下关键姿态点的实时准确检测。实验表明,在课堂多人异常状态检测任务中,Class-OpenPose模型平均准确率高于传统模型,为79.0%,检测速度达到13.5 F/s; Efficient-YOLO口罩识别模型达到83.1%的平均准确率,检测时间仅需31.54 ms,为课堂学生状态检测提供了不错的算法思路。
|
| 关 键 词： | 多人异常检测 姿态识别 口罩识别 YOLO模型 OpenPose模型 |
Research on multi-person detection algorithm in
classroom in complex environment |
| |
| Feng Wenyu,Zhang Yuhao,Zhang Kun,Fei Minrui,Xu Sheng.Research on multi-person detection algorithm in
classroom in complex environment[J].Journal of Electronic Measurement and Instrument,2021,35(6):53-62. |
| |
| Authors: | Feng Wenyu Zhang Yuhao Zhang Kun Fei Minrui Xu Sheng |
| |
| Abstract: | |
| |
| Keywords: | multi-people anomaly detection gesture recognition mask recognition YOLO model OpenPose |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
| 点击此处可从《电子测量与仪器学报》浏览原始摘要信息 |
|
点击此处可从《电子测量与仪器学报》下载全文 |
|
