基于改进的Mask R-CNN的游泳池溺水检测研究

井明涛 于腾 冯梦瑶 杨国为

摘要：  针对传统的前景检测方法在复杂场景下存在精度低、速度慢且不能有效检测目标动作轮廓等问题，本文主要对改进的Mask R-CNN的游泳池溺水检测进行研究。采用实例分割网络Mask R-CNN进行检测与分割，实现溺水检测，在Mask分支引入空间注意力引导模块，设计了深度注意力分割模型SAG-Mask R-CNN，并在训练Mask R-CNN网络时，严格按照视频顺序帧的顺序输入进行训练，确保Mask R-CNN网络能学到溺水动态特征。同时，将前景检测方法和模型Mask R-CNN进行对比实验。实验结果表明，与Mask R-CNN相比，深度注意力分割模型SAG-Mask R-CNN，在保持检测高速度的同时，分割精度提升了15%～20%，提高了溺水检测的准确性。该研究对减少游泳池中溺水事故的发生意义重大。

关键词：  前景检测; 深度神经网络; 图像分割; 注意力机制; 目标检测

中图分类号： TP391.413; TP183文献标识码： A

作者简介：  井明涛（1994-），男，山东人，硕士研究生，主要研究方向为机器学习和图像处理。

通信作者：  杨国为（1964-），男，教授，主要研究方向为人工智能及机器学习等。 Email： ygw_ustb@163.com

近年来，游泳池中溺水事故[1]频发，溺水事故与游泳场所[2]的环境[3]有关，尤其在光线不足和人满为患的深水复杂环境中，易发生溺水。游泳池多使用摄像机进行手动监控，但耗费人力，容易漏检，而且人类情绪和疲劳等因素影响监视效果。在少数无人监视中，常见算法是传统的背景减除法[45]，它是一种运动物体检测算法，其思想是建立背景模型，使用背景参数模型对背景图像的像素值进行近似，并将当前帧与背景图像区分开，比较运动区域的检测，差异较大的像素区域作为运动区域，较小差异的像素区域作为背景区域，并使用当前帧和背景模型进行减法运算，获得前景目标。……