基于注意力-InceptionV3 模型的 COVID-19 实时人脸口罩检测与社交距离系统
计算机视觉与模式识别
2025-12-03 v1 机器学习
摘要
一种致命的疾病正在当前世界范围内肆虐，这种传染性病毒正像野火一样在全球蔓延。为最小化该病毒的传播，世界卫生组织（WHO）已强制要求佩戴口罩并保持 6 英尺的物理距离。本文我们开发了一个能够检测该距离是否得到正确维护以及人员是否正确使用口罩的系统。我们在该系统中使用了定制的注意力-InceptionV3 模型来识别这两个组件。我们使用了两个不同的数据集，包括 10,800 张包含带口罩和不带口罩图像的图像。实现了 98% 的训练准确率和 99.5% 的验证准确率。该系统可实现约 98.2% 的精度值，每秒帧率（FPS）为 25.0。因此，借助该系统，我们可以识别出最可能成为病毒扩散区的高风险区域。这有助于当局及时定位这些风险区域并警报当地人员，以确保及时采取必要的预防措施。
引用
@article{arxiv.2411.05312,
title = {A Real-time Face Mask Detection and Social Distancing System for COVID-19 using Attention-InceptionV3 Model},
author = {Abdullah Al Asif and Farhana Chowdhury Tisha},
journal= {arXiv preprint arXiv:2411.05312},
year = {2025}
}