一种基于深度学习的实时口罩检测方法
计算机视觉与模式识别
2021-10-19 v1
摘要
COVID-19 大流行正在引发全球健康危机。公共空间需要免受该大流行不利影响的保护。佩戴口罩成为许多政府采取的有效防护方案之一。对大规模人群进行口罩佩戴的手动实时监测正变得困难。本文的目标是使用在诸多现实应用中已展现优异结果的深度学习（DL）来确保高效的实时口罩检测。所提方法基于两个步骤。一个离线步骤旨在创建能够检测并定位口罩及其是否被正确佩戴的 DL 模型。一个在线步骤将 DL 模型部署在边缘计算上以实时检测口罩。在本研究中，我们提出使用 MobileNetV2 实时检测口罩。进行了若干实验并显示出所提方法的良好性能（训练和测试准确率为 99%）。此外，与许多最先进模型（即 ResNet50、DenseNet 和 VGG16）的若干对比显示了 MobileNetV2 在训练时间与准确率方面的良好性能。
引用
@article{arxiv.2110.08732,
title = {A Deep Learning-based Approach for Real-time Facemask Detection},
author = {Wadii Boulila and Ayyub Alzahem and Aseel Almoudi and Muhanad Afifi and Ibrahim Alturki and Maha Driss},
journal= {arXiv preprint arXiv:2110.08732},
year = {2021}
}