面向安全头盔佩戴检测的动态注意力与双向融合
计算机视觉与模式识别
2024-12-02 v1
摘要
确保施工现场安全需要准确且实时的检测工人佩戴安全头盔的使用情况，尽管在堆积环境、人员密集区域以及因建筑遮挡导致的小目标或重叠目标等挑战下仍具挑战性。本文提出一种新型算法用于安全头盔佩戴检测，包含检测头中的动态注意力机制，以增强多尺度感知。该机制结合尺度适应的特征级注意力、空间局部化的空间注意力以及面向任务的通道注意力，在无需额外计算开销的情况下提高小目标检测。此外，一种双向融合策略实现了信息的双向流动，通过自适应多尺度加权来细化特征融合，增强对遮挡目标的识别。实验结果表明，在较大尺寸上，所提方法相较于最佳基线实现了 1.7% 的 mAP@[.5:.95] 提升，同时将 GFLOPs 降低 11.9%。该方法超越了现有模型，为实际的施工安全监测提供了高效且实用的解决方案。
引用
@article{arxiv.2411.19071,
title = {Dynamic Attention and Bi-directional Fusion for Safety Helmet Wearing Detection},
author = {Junwei Feng and Xueyan Fan and Yuyang Chen and Yi Li},
journal= {arXiv preprint arXiv:2411.19071},
year = {2024}
}