WearMask：基于无服务器边缘计算的浏览器内快速人脸口罩检测用于 COVID-19
计算机视觉与模式识别
2023-04-03 v1 图像与视频处理
摘要
COVID-19 疫情一直是美国一项重大的医疗挑战。根据美国疾病控制与预防中心（CDC）的数据，COVID-19 感染主要通过人呼吸、说话、咳嗽或打喷嚏时产生的呼吸道飞沫传播。佩戴口罩是阻断 80% 呼吸道传染的主要、有效且便捷的方法。因此，许多人脸口罩检测与监控系统已被开发出来，为医院、机场、公共交通、体育场馆和零售场所提供有效监管。然而，当前的商业人脸口罩检测系统通常绑定特定软件或硬件，阻碍了公众的获取。本文提出一种基于浏览器内无服务器边缘计算的人脸口罩检测方案，称为基于 Web 的高效 AI 口罩识别（WearMask），它可部署于任何具有网络连接并使用浏览器的常见设备（如手机、平板、电脑）上，无需安装任何软件。无服务器边缘计算设计将额外硬件成本（如特定设备或云计算服务器）降至最低。所提方法的贡献在于提供了一个整合（1）深度学习模型（YOLO）、（2）高性能神经网络推理计算框架（NCNN）与（3）基于栈的虚拟机（WebAssembly）的整体边缘计算框架。对终端用户而言，我们的 Web 方案具有如下优势：（1）无服务器边缘计算设计，设备限制与隐私风险最小；（2）免安装部署；（3）计算需求低；（4）检测速度快。我们的 WearMask 应用已在 facemask-detection.com 公开上线。
引用
@article{arxiv.2101.00784,
title = {WearMask: Fast In-browser Face Mask Detection with Serverless Edge Computing for COVID-19},
author = {Zekun Wang and Pengwei Wang and Peter C. Louis and Lee E. Wheless and Yuankai Huo},
journal= {arXiv preprint arXiv:2101.00784},
year = {2023}
}