论文部分内容阅读
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 RCNN进行对比实验。实验结果表明,与M