基于目标检测的口罩识别系统的设计与实现 计算机科学和技术专业.docx

基于目标检测的口罩识别系统的设计与实现 The Design and Implementation of Mask Recognition System Based on Object Detection 摘 要 随着深度学习和计算机视觉的快读发展，与此有关的技术设备已经被大幅度的使用，并且不仅仅在这两个方面，更在许许多多的领域都有使用。众所周知，图像理解之中的最重要的一个步骤即为目标检测，和为目标检测，其实很简单，在捕获的大量图像信息之中，选取最为感兴趣的目标，并且进一步确定它们的各类信息，如位置大小等等，如此的工作正是机器视觉这一领域之中的关键核心之一。目标检测是计算机视觉领域中的基础，因为其关于着物体的分类任务，还有物体的定位任务，所以该项技术对于图像理解的重要程度不言而喻。 2020年新冠肺炎席卷全球，新型冠状病毒可以通过呼吸道飞沫等方式传播,正确佩戴口罩可以有效切断新冠肺炎病毒的传播途径，是预防感染的有效措施。国内公众场合要求佩戴口罩，而商场、餐饮、地铁等人员密集型的场所对人流量高峰时段的应对措施往往令人力不从心，而且自然场景中通常存在遮挡、密集人群和小尺度目标等复杂因素,对人脸佩戴口罩的检测效果产生影响。 针对该问题,本系统了在复杂场景下的口罩佩戴检测算法，可以自动准确且快速地识别图片或视频中人物是否佩戴口罩，有着重要的应用场景和市场前景。本系统采用基于深度学习的One-stage目标检测算法的一种即YOLO-v4这一算法。 在过去，人脸检测模型并不完善，只能对于单纯的人脸进行识别，而我们要介绍的人脸口罩识别与之前的系统不同，对于人脸的识别产生了两种不同的类别，即为戴或不戴口罩这两种类别本系统采用的YOLO-v4是最新的强悍的目标检测技术，首先将待检测的图片进行特征提取后分层分类，再对目标进行检测，判断目标为0或1，即佩戴口罩或没有佩戴口罩。 关键词：人脸识别；口罩识别；目标检测；YOLO算法 Abstract With?the?rapid?development?of?deep?learning?and?computer?vision,?related?technologies?have?been?widely?used?in?many?fields.?As?an?important?part?of?image?understanding,?object?detection?is?one?of?the?core?problems?in?the?field?of?machine?vision.?Its?task?is?to?find?out?all?the?interested?objects?in?the?image?and?determine?their?position?and?size.?Object?detection?is?an?important?basic?research?in?the?field?of?computer?vision.?It?is?the?technology?of?object?classification?and?location.?It?is?an?important?basic?technology?of?image?content?understanding. In?2020,?novel?coronavirus?pneumonia?novel?coronavirus?pneumonia?swept?the?world.?New?Coronavirus?can?spread?through?respiratory?droplets.?Wearing?masks?correctly?can?effectively?cut?off?the?transmission?of?new?crown?pneumonia?virus,?and?is?an?effective?measure?to?prevent?infection.?It?is?required?to?wear?masks?in?domestic?public?places.?However,?the?response?measures?of?people?intensive?places?such?as?shopping?malls,?restaurants?and?subways?during?the?peak?period?of?people?flow?often?make?people?not?pay?attention?to?it.?Moreover,?complex?factors?such?as?occlusion,?dense?crowd?and?small-scale?targets?often