基于迁移学习的人脸口罩穿戴识别研究及应用

作者：刘微; 宁维奇

来源：吉林师范大学学报(自然科学版), 2023, 44(01): 96-103.

DOI：10.16862/j.cnki.issn1674-3873.2023.01.014

• 迁移学习
• 卷积神经网络
• 口罩穿戴识别
• 人脸检测

人脸口罩穿戴识别技术可以有效监督及管控人们佩戴口罩.本文基于迁移学习理论，共享经典卷积神经网络部分参数，修改其最后几层连接层，使用8 967张图像样本集进行训练，得到了新模型；同时结合了人脸检测技术，针对检测后人脸子图像，采用图像分类方法实现了快速识别.通过迁移学习对深度网络模型开展迁移训练，解决了因为样本量少导致的准确率低等问题，新模型能够有效解决人脸口罩穿戴识别问题，使源领域知识得到了迁移.通过MATLAB编写迁移学习程序和应用仿真主程序，调用了摄像头硬件实现了真实场景应用仿真.实践证明，该研究具有较强的应用价值.

• 单位
  吉林师范大学; 沈阳理工大学