COVID-19 期间用于自动人脸口罩检测的机器学习方法比较分析
计算机视觉与模式识别
2021-12-16 v1 机器学习
摘要
世界卫生组织（WHO）已推荐佩戴口罩作为预防 COVID-19 传播最有效的措施之一。在许多国家，现已在公共场所等强制要求佩戴口罩。由于在人群中手动监测口罩往往不可行，自动检测将大有裨益。为此，我们探索了若干深度学习模型（即 VGG1、VGG19、ResNet50）用于口罩检测，并在两个基准数据集上进行了评估。我们还在此背景下评估了迁移学习（即 VGG19、在 ImageNet 上预训练的 ResNet50）。我们发现，尽管所有模型表现均相当良好，迁移学习模型取得了最佳性能。迁移学习以少 30% 的训练时间带来了 0.10%--0.40% 的性能提升。我们的实验还表明，这些高性能模型对于测试数据集来自不同分布的真实场景并不十分鲁棒。无任何微调时，这些模型在跨域设定下性能下降达 47%。
引用
@article{arxiv.2112.07913,
title = {A Comparative Analysis of Machine Learning Approaches for Automated Face Mask Detection During COVID-19},
author = {Junaed Younus Khan and Md Abdullah Al Alamin},
journal= {arXiv preprint arXiv:2112.07913},
year = {2021}
}