基于FasterRCNN的口罩佩戴檢測研究

劉攀，文漢云

摘要：在新冠病毒（COVID-19）全球肆虐的大背景下，為有效阻止新冠病毒在人群中傳播，多地要求在公眾場合佩戴口罩，針對這一問題，提出一種基于FasterRCNN算法的口罩佩戴檢測方法，手動通過labelimg進行數據集標定，再對深度學習模型進行訓練，實驗結果表明，該深度學習算法的檢測的準確率達到97.57%，可以有效檢測人員的口罩佩戴情況。

關鍵詞：深度學習;口罩佩戴檢測;計算機視覺

中圖分類號：TP18? ? ? ? ? ? 文獻標識碼：A

文章編號：1009-3044（2021）21-0014-03

開放科學（資源服務）標識碼（OSID）：

Research on Mask Wearing Detection Based on Faster RCNN

LIU Pan， WEN Han-yun

（School of Computer Science， Yangtze University， Jingzhou 434000， China）

Abstract： In the context of the global raging COVID-19 virus （COVID-19）， in order to effectively prevent the spread of the new coronavirus among the population， many places require masks to be worn in public. To address this problem， a mask wearing test based on the Faster RCNN algorithm is proposed. Methods： Manually calibrate the data set through labelimg， and then train the deep learning model. The experimental results show that the detection accuracy of the deep learning algorithm reaches 97.57%， which can effectively detect the wearing of masks.

Keywords： deep learning; mask wearing detection; computer vision

引言

自新冠病毒在全球爆發以來，世界各國的社會生產生活活動陷入停滯，人民的生命健康、財產都遭受極大的威脅，為有效阻止新冠病毒[1]在人群中進一步傳播，各地各部門要求人們出行佩戴口罩，本文提出的利用FasterRCNN[2-3]深度學習算法來進行口罩佩戴檢測可以與紅外測溫系統結合起來，組成一個口罩佩戴檢測加紅外測溫的門禁系統，可以廣泛應用于各大高中院校、公司、公園、商超等人流量大的場合，不僅可以有效避免檢測人員與他人近距離接觸，還可以對未佩戴口罩的人員進行標識，以便檢測人員實時進行提醒。

用于口罩佩戴檢測的FasterRCNN深度學習算法是一種典型的two-stage目標檢測算法，整個目標檢測過程分為兩步，先由主干特征提取網絡生成特征層之后，再由其他算法生成一系列的候選框，two-stage目標檢測算法的特點是檢測精度高，但檢測速度相對較慢，與之相對應的有YOLO[4]、SSD等一些one-stage目標檢測算法，one-stage算法直接將先驗框的定位問題轉化為回歸問題一起處理，因此具有出色的檢驗速度，但相對的檢測精度卻有所下降。本文所選擇的FasterRCNN算法是由何凱明等人在2015年提出的，該算法是在RCNN和FastRCNN算法的基礎上改進而來的，該算法解決了RCNN[5]和FastRCNN[6]算法訓練速度慢，檢測時間長的問題，將主干特征提取網絡生成的特征層共享，大大減少了計算量，提高了訓練速度和檢測速度，為了保證口罩佩戴檢測的精度和準度，本文選擇了FasterRCNN目標檢測算法。

1 FasterRCNN目標檢測算法

與RCNN和FastRCNN算法相比，FasterRCNN算法創造性地使用RPN（Region Proposal Network）代替原來的Selective Search方法產生建議窗口，通過共享特征層大大減少了計算量，從而提高了算法的檢測速度，FasterRCNN算法的原理如圖1所示。

FasterRCNN算法對輸入進來的圖片在保持原有縱橫比的前提下重新調整為固定尺寸大小，然后通過主干網絡進行特征提取得到特征層，將特征層輸入到RPN網絡中，經過3x3的卷積，再分別對每個先驗框進行分類（前景和后景）和計算對應先驗框的偏移量，然后計算出proposals，而Roi Pooling層則利用proposals從特征層中提取的proposal feature送入后續全連接層和Softmax網絡進行分類。

1.1主干特征提取網絡

FasterRCNN可以采取多種主干特征提取網絡，常見的有VGG、Resnet和Xception等，本文采用的是Resnet50網絡。Resnet網絡是一種深度殘差網絡，該網絡將前面若干層的某一層的數據輸出直接跳過多層引入到后面數據層的輸入部分，這意味著后面特征層的內容會有一部分由前面的某一層線性貢獻，深度殘差網絡可以有效解決因網絡深度加深而產生的學習效率下降而準確率無法有效提升的問題，其結構如圖2所示。