视频数据中的实时人脸口罩检测
计算机视觉与模式识别
2021-05-06 v1 机器学习
图像与视频处理
摘要
为应对持续的COVID-19大流行，我们提出了一种鲁棒的深度学习流水线，能够从实时视频流中识别正确与不正确的口罩佩戴。为实现这一目标，我们设计了两种独立的方法并评估了它们的性能与运行效率。第一种方法结合使用预训练的人脸检测器与在大规模合成数据集上训练的口罩佩戴图像分类器。第二种方法利用最先进的目标检测网络一次性完成人脸的定位与分类，并在一小部分带标注的真实世界图像上进行了微调。第一条流水线在合成数据集上达到了99.97%的测试准确率，并在视频数据上保持6 FPS的运行速度。第二条流水线在真实世界图像上达到了89%的mAP(0.5)，同时在视频数据上维持52 FPS。我们得出结论：若能构建具有边界框标注的更大数据集，该任务最适合采用YOLO和SSD等目标检测架构，因其优越的推理速度及在关键评价指标上的令人满意的性能。
引用
@article{arxiv.2105.01816,
title = {Real-time Face Mask Detection in Video Data},
author = {Yuchen Ding and Zichen Li and David Yastremsky},
journal= {arXiv preprint arXiv:2105.01816},
year = {2021}
}
备注
8 pages, 6 figures