[论文解读] 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 5

一句话总结

本文提出了一种基于深度学习的卷积神经网络（CNN）模型，用于在图像和视频流中实时检测和分类佩戴口罩的个体。该模型采用三阶段流程——图像预处理、人脸裁剪和基于CNN的分类——在识别戴口罩人脸方面实现了高精度，从而实现对不合规个体的自动监控与安全警报。

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.

研究动机与目标

• 开发一种基于深度学习的实时系统，用于检测和分类口罩佩戴情况。
• 通过自动识别未佩戴口罩的个体，提升敏感环境中的安全性。
• 通过优化的预处理和CNN架构，提高口罩检测的准确性和速度。
• 通过网络摄像头或闭路电视实现持续监控，并对不合规个体自动触发警报。
• 为大流行期间的公共卫生与安全应用，提供一种稳健且可部署的解决方案。

提出的方法

• 该方法采用三阶段流程：通过图像预处理提升人脸可见性，利用Haar级联或类似方法进行人脸检测，以及裁剪以隔离面部区域。
• 将预处理和裁剪后的面部图像输入自定义卷积神经网络（CNN）进行特征提取和分类。
• CNN模型通过标注数据集进行训练，以区分“佩戴口罩”和“未佩戴口罩”两类。
• 首先执行人脸检测以定位人脸，随后对检测到的面部区域进行口罩分类。
• 该系统设计用于在视频流上进行实时推理，支持持续监控。
• 当检测到未佩戴口罩的人脸时，会触发安全警报机制，适用于与闭路电视或监控系统集成。

实验结果

研究问题

• RQ1 基于深度学习的CNN模型能否在实时情况下准确分类个体是否佩戴口罩？
• RQ2 所提出的三阶段流程（预处理、裁剪、分类）在提升检测准确性方面的效果如何？
• RQ3 该模型在实时视频监控应用中能在多大程度上保持高性能？
• RQ4 在真实环境中光照、姿态和遮挡条件变化的情况下，模型表现如何？
• RQ5 该系统能否在敏感区域有效部署，以自动执行口罩佩戴政策？

主要发现

• 该模型在测试数据上对戴口罩和未戴口罩人脸的分类准确率很高，表现出在受控环境和真实场景下的强劲性能。
• 三阶段流程通过聚焦于裁剪和预处理后的面部区域，显著提升了检测的可靠性。
• 该系统能够实现实时处理视频流，适合与现有监控基础设施集成。
• 当检测到未佩戴口罩的个体时，模型能成功触发自动警报，支持主动安全措施。
• 使用基于CNN的特征提取增强了模型在不同面部外观和口罩类型上的泛化能力。
• 该方法在需要持续监控的高安全或公共卫生关键环境中具有良好的部署有效性。