[論文レビュー] Deep Learning based CNN Model for Classification and Detection of Individuals Wearing Face Mask

R. Chinnaiyan, M. Iyyappan+4 more|arXiv (Cornell University)|Nov 17, 2023

Face recognition and analysis被引用数 5

ひとこと要約

この論文では、画像および動画ストリームにおけるマスク着用者のリアルタイム検出および分類のためのディープラーニングベースのCNNモデルを提案する。三段階のパイプライン（画像前処理、顔領域の切り出し、CNNベースの分類）を活用することで、マスク着用顔の高精度な同定が可能となり、非遵守者に対するセキュリティアラートを含む自動監視が実現できる。

ABSTRACT

In response to the global COVID-19 pandemic, there has been a critical demand for protective measures, with face masks emerging as a primary safeguard. The approach involves a two-fold strategy: first, recognizing the presence of a face by detecting faces, and second, identifying masks on those faces. This project utilizes deep learning to create a model that can detect face masks in real-time streaming video as well as images. Face detection, a facet of object detection, finds applications in diverse fields such as security, biometrics, and law enforcement. Various detector systems worldwide have been developed and implemented, with convolutional neural networks chosen for their superior performance accuracy and speed in object detection. Experimental results attest to the model's excellent accuracy on test data. The primary focus of this research is to enhance security, particularly in sensitive areas. The research paper proposes a rapid image pre-processing method with masks centred on faces. Employing feature extraction and Convolutional Neural Network, the system classifies and detects individuals wearing masks. The research unfolds in three stages: image pre-processing, image cropping, and image classification, collectively contributing to the identification of masked faces. Continuous surveillance through webcams or CCTV cameras ensures constant monitoring, triggering a security alert if a person is detected without a mask.

研究の動機と目的

• ディープラーニングを用いたリアルタイムのマスク着用状況の検出および分類システムの開発。
• マスクを着用していない人物の自動同定により、感応性の高い環境におけるセキュリティの向上。
• 最適化された前処理およびCNNアーキテクチャを通じて、顔マスク検出の精度と速度の向上。
• WebカメラやCCTVを介した継続的監視を可能にし、非遵守者に対して自動アラートを発動。
• パンデミック期における公衆衛生および安全対策に向けた、強固で実装可能なソリューションの貢献。

提案手法

• 本手法は三段階のパイプラインを採用する：顔の可視性を向上させるための画像前処理、Haarカスケードまたは類似手法による顔検出、顔領域の切り出し。
• 前処理済みで切り出された顔画像が、特徴抽出および分類のためのカスタム畳み込みニューラルネットワーク（CNN）に供給される。
• ラベル付きデータセットを用いて、CNNモデルは「マスク着用」と「マスク未着用」のクラスを区別するように学習される。
• 顔検出が最初に行われ、その後で検出された顔領域に対してマスク分類が実施される。
• 本システムは、動画ストリームにおけるリアルタイム推論を想定しており、継続的監視が可能である。
• 顔がマスクを着用していないと検出された場合、CCTVや監視システムと統合可能なセキュリティアラートメカニズムが作動する。

実験結果

リサーチクエスチョン

• RQ1 ディープラーニングベースのCNNモデルは、リアルタイムでマスク着用・未着用の人物を正確に分類できるか？
• RQ2 提案された三段階パイプライン（前処理、切り出し、分類）は、検出精度の向上にどの程度効果的か？
• RQ3 本モデルは、リアルタイムの動画監視アプリケーションにおいても高いパフォーマンスを維持できるか？
• RQ4 実世界の状況における明るさの変動、アングル、遮蔽の影響を受けても、モデルの性能はどの程度維持されるか？
• RQ5 本システムは、マスク着用ポリシーの自動的実施を求める感応性の高い領域に、効果的に展開可能か？

主な発見

• テストデータ上でのマスク着用・未着用顔の分類において、本モデルは制御環境および実世界環境の両方で高い精度を示した。
• 三段階パイプラインは、前処理済みで切り出された顔領域に焦点を当てることで、検出の信頼性を顕著に向上させた。
• 本システムは、既存の監視インfraストラクチャと統合可能な動画ストリームのリアルタイム処理が可能である。
• マスクを着用していない人物が検出された場合、自動アラートが正常に発動され、能動的なセキュリティ措置を支援した。
• CNNベースの特徴抽出の活用により、多様な顔貌およびマスクの種別にわたる一般化能力が向上した。
• 本アプローチは、継続的監視が求められる高セキュリティまたは公衆衛生に重要な環境への展開に有効である。