×

使用卷积神经网络的自动人脸检测系统。 (英语) Zbl 07597651号

Giri,Debasis(ed.)等人,《第七届数学与计算国际会议论文集》,ICMC 2021,印度Shibpur,2021年3月2日至5日。新加坡:斯普林格。高级智能。系统。计算。1412, 373-380 (2022).
摘要:2019年冠状病毒病(COVID-19)大流行严重影响着全球人口的健康。它是历史上最致命的疾病之一,严重影响了所有国家。防止日冕传播的唯一方法是覆盖面部并遵循社交距离规范,直到研制出疫苗。口罩能有效阻挡含有新冠肺炎病毒的飞沫。因此,有必要佩戴口罩作为防范措施。在所建议的工作中,使用优化的神经网络结构生成了口罩检测模型,以执行分类任务(口罩或无口罩)。为了进行训练和模型评估,从四个不同来源获取了8695张图像的数据集。该模型的验证准确率达到99.52%。
关于整个系列,请参见[Zbl 1491.65006号].

MSC公司:

68吨10 模式识别、语音识别
68T07型 人工神经网络与深度学习

软件:

卡费
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] Sohrabi C、Alsafi Z、O'Neill N、Khan M、Kerwan A(2020)世界卫生组织宣布全球紧急状态:2019年新型冠状病毒(COVID-19)综述。《国际外科杂志》76,71-76.doi:10.1016/J.ijsu.2020.02.034
[2] Ozili PK,Arun T(2020年3月27日)新型冠状病毒的泛滥:对全球经济的影响。SSRN提供:https://ssrn.com/abstract=3562570或doi:10.2139/ssrn.3562570
[3] Leung,NHL;Chu,DKW;Shiu,EYC,呼出气体中呼吸道病毒的传播和口罩的功效,《国家医学》,26,676-680(2020)·doi:10.1038/s41591-020-0843-2
[4] Feng S,Shen C,Xia N,Song W,Fan M,Cowling BJ(2020)在新冠肺炎疫情中合理使用口罩。《柳叶刀呼吸医学》(20)30134-X:S2213-2600。doi:10.1016/S2213-2600(20)30134-X
[5] Y Fang Y Nie M Penny 2020年新型冠状病毒疫情的传播动力学和政府干预的有效性:数据驱动分析J Med Virol 92 doi:10.1002/jmv.25750
[6] 郑,VCC;SC Wong;庄,VWM;因此,SYC,《社区戴口罩在控制SARS-CoV-2引起的2019年冠状病毒病(COVID-19)流行中的作用》,《J Infect》,81,1,107-114(2020)·doi:10.1016/j.jinf.2020.04.024
[7] Loey M、Manogaran G、Taha MHN、Khalifa NEM(2020)新型冠状病毒流行时期人脸检测的混合深度转移学习模型和机器学习方法。测量167。doi:10.1016/j.测量.2020.108288
[8] Inamdar M,Mehendale N(2020年7月29日)使用facemasknet深度学习网络实时识别面罩。可在SSRN:https://ssrn.com/abstract=3663305或doi:10.2139/ssrn.3663305
[9] 江M,范X(2020)RetinaMask:一种面罩检测器。https://arxiv.org/abs/2005.03950
[10] Khandelwal P,Khandelwal A,Agarwal S(2020)在后新冠肺炎世界中,使用计算机视觉来提高制造业劳动力的安全。https://arxiv.org/abs/2005.05287
[11] 肖杰等。新型改进VGG-19网络在戴口罩工人检测中的应用。物理杂志:Conf Ser 1518,01204
[12] PrajnaBhandary面罩检测数据集https://www.kaggle.com/handrasekarank/projna-handary-face-mask-detection-dataset。2020年8月17日访问
[13] 用于掩码检测的数据集。https://www.kaggle.com/harry418/dataset-for-mask-detection。2020年8月17日访问
[14] COVID面罩检测数据集。https://www.kaggle.com/prithwirajmitra/covid-face-mask-detection-dataset/data。2020年8月17日访问
[15] Radhika K、Devika K、Aswathi T、Sreevidya P、Sowmya V、Soman KP(2020)《NASNet关于无约束耳朵识别的性能分析》。收录:Rout M、Rout J、Das H(eds)《自然启发的数据科学计算》。计算智能研究,第871卷。查姆施普林格。doi:10.1007/978-3-030-33820-6·Zbl 1464.68021号
[16] Tajbakhsh,N.,医学图像分析的卷积神经网络:全面训练还是微调?,IEEE Trans-Med Imaging,35,5,1299-1312(2016)·doi:10.1109/TMI.2016.2535302
[17] K rizhevsky A、Sutskever I、Hinton G(2012年12月3日至6日)使用深度卷积神经网络进行ImageNet分类。摘自:第25届神经信息处理系统国际会议论文集。美国内华达州塔霍湖,第1097-1105页
[18] Jia Y,Shelhamer E,Donahue J,Karayev S,Long J,Girshick R,Guadarrama S,Darrell T(2014)Caffe:快速特征嵌入的卷积架构。arXiv:1408.5093
[19] 随着冠状病毒在全球爆发,印度面临口罩和消毒剂需求激增的局面。https://www.youtube.com/watch?v=sNZopgds网址-Y8.2020年8月7日访问
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。