热成像人脸图像中的口罩检测与分类
计算机视觉与模式识别
2023-05-16 v1 机器学习
图像与视频处理
摘要
推荐使用口罩以减少多种病毒的传播，尤其是 SARS-CoV-2。因此，自动检测面部是否佩戴口罩、佩戴何种类型口罩以及佩戴方式是一个重要的研究课题。本工作考虑使用热成像来分析检测（定位）面部口罩的可能性，并检验是否可能对面部口罩类型进行分类。先前提出的热图像数据集被扩展并标注了口罩类型描述及口罩在面部的位置。我们适配了不同的深度学习模型。用于人脸口罩检测的最佳模型是“nano”版本的 Yolov5 模型，其 mAP 超过 97%，精确率约为 95%。在口罩类型分类上也获得了高准确率。最佳结果来自于基于自编码器构建的卷积神经网络模型，该自编码器最初在热图像重建问题中训练。预训练的编码器被用于训练分类器，其准确率达到 91%。
引用
@article{arxiv.2304.02931,
title = {Mask Detection and Classification in Thermal Face Images},
author = {Natalia Kowalczyk and Jacek Rumiński},
journal= {arXiv preprint arXiv:2304.02931},
year = {2023}
}