基于深度学习的 CNN 模型用于戴口罩个体的分类与检测
计算机视觉与模式识别
2023-11-20 v1
摘要
为应对全球 COVID-19 大流行，对防护措施的需求十分迫切，其中口罩已成为主要的防护手段。该方法采用双重策略：首先通过人脸检测识别人脸的存在，其次识别这些人脸上是否佩戴口罩。本项目利用深度学习构建了一个可在实时流媒体视频及图像中检测口罩的模型。人脸检测作为目标检测的一个分支，在安防、生物特征识别及执法等多个领域有着广泛应用。世界各地已开发并部署了多种检测系统，其中卷积神经网络因其优越的精度与速度表现而被选用。实验结果证明了该模型在测试数据上的优异准确率。本研究的核心在于提升安全性，尤其是在敏感区域。本文提出了一种以人脸为中心的快速图像预处理方法。系统借助特征提取与卷积神经网络，对戴口罩个体进行分类与检测。研究分为三个阶段：图像预处理、图像裁剪与图像分类，共同实现对戴口罩人脸的识别。通过摄像头或闭路电视摄像机进行的持续监控确保了不间断监测，并在检测到未戴口罩人员时触发安全警报。
引用
@article{arxiv.2311.10408,
title = {Deep Learning based CNN Model for Classification and Detection of Individuals Wearing Face Mask},
author = {R. Chinnaiyan and Iyyappan M and Al Raiyan Shariff A and Kondaveeti Sai and Mallikarjunaiah B M and P Bharath},
journal= {arXiv preprint arXiv:2311.10408},
year = {2023}
}
备注
8 Pages , 6 figures , 1 Table