用于口罩检测的多阶段 CNN 架构
计算机视觉与模式识别
2020-09-18 v2 图像与视频处理
摘要
2019 年底暴发了 2019 冠状病毒病(COVID-19)，即便在 2020 年仍持续造成数百万生命与生计的困境。随着世界从大流行中恢复并计划回归常态，所有人尤其是打算恢复线下活动者中涌起一阵焦虑。研究已证明，佩戴口罩可显著降低病毒传播风险并提供保护感。然而，人工追踪该政策的执行情况并不可行。技术在此是关键。我们引入了一种基于深度学习的系统，可检测未正确佩戴口罩的情况。我们的系统由双阶段卷积神经网络(CNN)架构组成，能够检测戴口罩与未戴口罩的人脸，并可集成至预装的 CCTV 摄像头中。这将有助于追踪安全违规、促进口罩使用并确保安全的工作环境。
引用
@article{arxiv.2009.07627,
title = {Multi-Stage CNN Architecture for Face Mask Detection},
author = {Amit Chavda and Jason Dsouza and Sumeet Badgujar and Ankit Damani},
journal= {arXiv preprint arXiv:2009.07627},
year = {2020}
}