基于Faster R-CNN与迁移学习的口罩佩戴检测算法

作者：任钰; 刘全金^*; 黄忠; 胡浪涛; 刘国明

来源：安庆师范大学学报(自然科学版), 2021, 27(04): 25-30.

DOI：10.13757/j.cnki.cn34-1328/n.2021.04.005

• 目标检测
• 口罩佩戴检测
• Faster R-CNN
• 迁移学习

在人流密集场所,人工方式检查人员是否佩戴口罩容易产生漏检问题,利用迁移学习思想,提出一种基于深度学习的Faster R-CNN口罩佩戴检测算法(FMD-RCNN)。为加速模型收敛,将ImageNet数据集上的预训练模型权重迁移到口罩佩戴检测任务中,通过添加权重衰减等优化方法缓解训练中出现的过拟合现象。在FDDB(Face Detection Data Set and Benchmark)和MAFA(Masked Faces)数据集中选取图像建立数据集。实验结果表明,FMD-RCNN算法的检测精度满足人流密集场合的检测需求,测试集精度可达89.41%,可为海关、机场等区域的口罩佩戴检测提供技术支持。

• 单位
  安庆师范大学