改进YOLOv5的智慧课堂人脸检测算法

来源：计算机工程与应用杂志2024年第11期北京时间：

作者：钟源, 袁家政, 李鸿天, 刘宏哲, 徐成

单位：1.北京联合大学 北京市信息服务工程重点实验室，北京 100101；2.北京联合大学 脑与认知智能北京实验室，北京 100101；3.北京开放大学 科学技术学院，北京 100081

摘要：智慧课堂是人工智能领域热门的应用场景。针对课堂场景下摄像头位置较远且偏，图像中目标存在人脸过小和遮挡导致漏检或错检等问题，提出了一种改进YOLOv5的智慧课堂人脸检测算法YOLOv5-SASA。该算法主要包括三个部分，在backbone层沿用了CSPDarknet53网络，通过在最后的空间池化层中使用BasicRFB模块来有效增强网络的特征提取能力；采用NWD损失函数来提高模型对小目标检测的鲁棒性，同时在head层中引入了独立自注意力机制模块SASA，以解决人脸遮挡的问题，并降低模型的参数量；通过降低中间层通道神经元的数量、调节学习率等方式，对改进的YOLOv5网络进行了优化，以避免模型过拟合。实验结果表明，所提出的方法在WiderFace验证集的easy、medium和hard难度下的效果均优于原网络，分别达到了97.5%、96.3%和86.5%的准确率，能够有效提升课堂场景下人脸检测的精度。

关键词：智慧课堂,人脸检测,YOLOv5,独立自注意力机制