基于改进YOLOv3的头盔佩戴检测算法

来源：电子测量技术杂志2021年第12期北京时间：

作者：薛瑞晨，郝媛媛，张振，黄训华，陆华丽，赵华

单位：南京师范大学 计算机与电子信息学院(人工智能学院)，南京 210023

摘要：在城市交通中，时常出现电动车骑行者引发的安全事故。佩戴安全头盔可以有效的避免或降低安全事故的带来的损害，因此目前多个城市已经颁布了佩戴安全头盔的相关法规。针对现有的安全头盔佩戴检测准确率低的问题，本文提出了一种基于改进YOLOv3的安全头盔佩戴检测算法。文中的改进算法采取了通道和空间注意力模块的加权特征融合，并结合密集连接网络以提高特征提取的效果，并且引入了空间金字塔池化结构以增强特征。文中以收集的电动车头盔佩戴检测数据集测试和比较了改进后的性能，结果表明：本文提出的改进算法平均检测精度达到93.29%，远高于原YOLOv3算法。实验表明，改进后的网络模型能显著提升电动自行车头盔佩戴情况的检测精度。

关键词：计算机视觉;头盔佩戴检测;深度学习;改进YOLOv3

基金资助：江苏省科技厅面上项目（BK20201370）资助