文献类型：期刊文章

作　　者：周蕾[1] 钟海莲[2] 陈冠宇[2]

ZHOU Lei;ZHONG Hailian;CHEN Guanyu(School of Computer and Software Engineering,Huaiyin Institute of Technology,Huai’an Jiangsu 223003,China;School of Chemical Engineering,Huaiyin Institute of Technology,Huai’an Jiangsu 223003,China)

机构地区：[1]淮阴工学院计算机与软件工程学院,江苏淮安223003 [2]淮阴工学院化学工程学院,江苏淮安223003

出　　处：《电子器件》

基　　金：江苏省教育厅自然科学基金项目(20KJA520008);江苏省六大人才高峰项目(XYDXX-034)。

年　　份：2023

卷　　号：46

期　　号：2

起止页码：404-413

语　　种：中文

收录情况：BDHX、BDHX2020、CAS、JST、RCCSE、ZGKJHX、核心刊

摘　　要：针对现有行人跌倒检测算法在复杂场景下存在漏检、检测精度低等问题,提出一种基于注意力机制的行人跌倒检测方法YOLOX-s-EsE。改进的模型在骨干网络中引入SimAM注意力模块,在Bottleneck和特征融合模块增加ECA通道注意力模块,以进一步提取特征层的关键信息,损失函数采用EIo U,可以更有效地计算出预测框和真实框的差距,提升模型的精度。实验结果表明,改进后的算法在复杂环境下目标的检测效果有了明显的提升,相比原YOLOX-s模型,算法的mAP提高了约1.8%,达到了89.23%,精度提高了约4.6%,达到了91.79%。

关 键 词：YOLOX  注意力机制  行人检测 跌倒检测 损失函数

分 类 号：TP391]