基于注意力机制和跨尺度特征融合的摩托车头盔检测算法

来源：电子测量技术杂志2023年第12期北京时间：

作者：张鑫，周顺勇，李思诚，曾雅兰

单位：1.四川轻化工大学自动化与信息工程学院 宜宾 644000; 2.四川轻化工大学人工智能四川省重点实验室 宜宾 644000

摘要：在道路交通摩托车事故中，未佩戴头盔是导致骑乘人员受到致命伤害的主要原因。针对目前头盔检测中由于黑色头发、帽子和头盔的颜色和形状相似存在误检和漏检问题，提出了一种具有三重注意力机制和双向跨尺度特征融合的摩托车头盔检测算法。首先，在YOLOV5s的主干网络中引入三重注意力机制，提取了不同维度之间的语义依赖，消除了通道和权重的间接对应关系，通过关注相似样本的差异从而提升检测精度。其次，采用EIOU边框损失函数优化对遮挡和重叠目标的检测效果。最后，在特征金字塔中采用加权双向特征金字塔网络结构，实现高效的双向跨尺度连接和加权特征融合，增强了网络特征提取能力。实验结果表明，改进算法实现了98.7%的mAP@0.5、94.0%的mAP@0.5：0.95，与原算法相比，改进算法的mAP@0.5提升了3.9%以及mAP@0.5：0.95提升了7.6%，具有更高的精度和更强的泛化能力。

关键词：头盔检测;YOLOV5s;三重注意力机制;EIOU;加权双向特征金字塔

基金资助：国家自然科学基金(61801319)、四川省科技厅项目（2020YFG0178）、四川省科技厅省院校合作项目（2020YFSY0027）资助