一种基于卷积神经网络的迁移学习方法用于口罩检测
计算机视觉与模式识别
2023-10-31 v1 机器学习
摘要
由于冠状病毒(Covid-19)的流行及其在全球的快速传播，世界面临巨大危机。为阻止冠状病毒传播，世界卫生组织(WHO)提出使用口罩和保持社交距离作为最佳预防方法。因此，在一些拥挤场所开发自动监测以检测口罩的系统至关重要。为此，我们提出一种基于迁移学习和 Inception v3 架构的口罩识别系统。在所提方法中，同时使用包括模拟口罩人脸数据集(SMFD)和 MaskedFace-Net (MFN) 在内的两个数据集进行训练。本文试图通过最优设置超参数和精确设计全连接层来提升所提系统的准确率。所提方法的主要优势在于除遮挡与未遮挡人脸外，还能检测口罩使用不当的情况。因此，所提方法将输入人脸图像分为三类。实验结果显示所提方法具有高准确率和效率；该方法在训练数据和测试数据上分别达到了 99.47% 和 99.33% 的准确率。
引用
@article{arxiv.2310.18928,
title = {A transfer learning approach with convolutional neural network for Face Mask Detection},
author = {Abolfazl Younesi and Reza Afrouzian and Yousef Seyfari},
journal= {arXiv preprint arXiv:2310.18928},
year = {2023}
}
备注
9 pages, in Persian language, 8 figures