基于深度学习的口罩佩戴识别技术研究 |
| |
引用本文: | 王俊秀,路旭鹏,郁晓庆.基于深度学习的口罩佩戴识别技术研究[J].智能计算机与应用,2022(8):110-113+118. |
| |
作者姓名: | 王俊秀 路旭鹏 郁晓庆 |
| |
作者单位: | 1. 太原工业学院计算机工程系;2. 中北大学大数据学院 |
| |
基金项目: | 山西省自然科学基金面上青年基金项目(201801D221209); |
| |
摘 要: | 在公共场所佩戴口罩,是防止新型冠状病毒传染的最主要手段,在必要的场所,每个人都必须佩戴口罩以进行自我保护。在人群相对集中的公共场所,相互之间不可避免地存在遮挡干扰,从而产生了小范围内的复杂干扰识别问题。如果使用单一的卷积神经网络对口罩佩戴进行识别,有可能造成提取关键特征信息时聚焦度欠缺,出现特征提取不足等问题。因此本文提出一种两渠道卷积神经网络的佩戴口罩识别方法。在卷积神经网络的基础上,通过2个输入渠道,分别对眼睛区域和眼睛以下的区域,进行特征提取;最后通过基于决策层的信息融合方法,将2个渠道的识别结果加以融合,从而得到最终的识别结果,其平均识别准确率达到了98.8%。经过实验验证,该方法在佩戴口罩的识别上,取得了较好的识别准确率。
|
关 键 词: | 新型冠状病毒 口罩识别 深度学习 卷积神经网络 融合技术 |
|