論文の概要: Deep Learning based CNN Model for Classification and Detection of
Individuals Wearing Face Mask
- arxiv url: http://arxiv.org/abs/2311.10408v1
- Date: Fri, 17 Nov 2023 09:24:04 GMT
- ステータス: 処理完了
- システム内更新日: 2023-11-20 15:07:18.747801
- Title: Deep Learning based CNN Model for Classification and Detection of
Individuals Wearing Face Mask
- Title（参考訳）: 深層学習に基づく顔マスク装着者の分類と検出のためのCNNモデル
- Authors: R. Chinnaiyan, Iyyappan M, Al Raiyan Shariff A, Kondaveeti Sai,
Mallikarjunaiah B M, P Bharath
- Abstract要約: このプロジェクトでは、ディープラーニングを利用して、リアルタイムストリーミングビデオや画像のフェイスマスクを検出するモデルを作成する。
この研究の主な焦点は、特にセンシティブな領域におけるセキュリティを強化することである。
この研究は、画像前処理、画像トリミング、画像分類の3段階に展開している。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: In response to the global COVID-19 pandemic, there has been a critical demand
for protective measures, with face masks emerging as a primary safeguard. The
approach involves a two-fold strategy: first, recognizing the presence of a
face by detecting faces, and second, identifying masks on those faces. This
project utilizes deep learning to create a model that can detect face masks in
real-time streaming video as well as images. Face detection, a facet of object
detection, finds applications in diverse fields such as security, biometrics,
and law enforcement. Various detector systems worldwide have been developed and
implemented, with convolutional neural networks chosen for their superior
performance accuracy and speed in object detection. Experimental results attest
to the model's excellent accuracy on test data. The primary focus of this
research is to enhance security, particularly in sensitive areas. The research
paper proposes a rapid image pre-processing method with masks centred on faces.
Employing feature extraction and Convolutional Neural Network, the system
classifies and detects individuals wearing masks. The research unfolds in three
stages: image pre-processing, image cropping, and image classification,
collectively contributing to the identification of masked faces. Continuous
surveillance through webcams or CCTV cameras ensures constant monitoring,
triggering a security alert if a person is detected without a mask.
- Abstract（参考訳）: 世界的な新型コロナウイルス(covid-19)パンデミックへの対応として、マスクが主要な保護策として登場し、保護措置が求められている。
まず顔を検出することで顔の存在を認識し、次に顔のマスクを識別する。
このプロジェクトでは、ディープラーニングを利用して、リアルタイムストリーミングビデオや画像のフェイスマスクを検出するモデルを作成する。
顔検出は、オブジェクト検出のファセットであり、セキュリティ、バイオメトリックス、法執行機関などの様々な分野の応用を見つける。
世界中の様々な検出器システムが開発・実装されており、畳み込みニューラルネットワークはその優れた性能とオブジェクト検出速度のために選択されている。
実験結果は、テストデータに対するモデルの優れた精度を実証する。
この研究の主な焦点は、特にセンシティブな地域でのセキュリティ強化である。
本稿では,顔中心のマスクを用いた高速画像前処理手法を提案する。
特徴抽出と畳み込みニューラルネットワークを用いて、マスクを着用している個人を分類し、検出する。
この研究は、画像前処理、画像トリミング、画像分類の3段階に展開され、マスクされた顔の識別に寄与している。
ウェブカメラやCCTVカメラによる継続的な監視は、常に監視を保証し、マスクなしで人が検出された場合、セキュリティ警告をトリガーする。
関連論文リスト
- Seeing through the Mask: Multi-task Generative Mask Decoupling Face
Recognition [47.248075664420874]
現在の一般的な顔認識システムは、隠蔽シーンに遭遇する際の重大な性能劣化に悩まされている。
本稿では,これら2つのタスクを協調的に扱うために,マルチタスクのgEnerative mask dEcoupling Face Recognition (MEER) ネットワークを提案する。
まず,マスクと識別情報を分離する新しいマスクデカップリングモジュールを提案する。
論文 参考訳（メタデータ） (2023-11-20T03:23:03Z) - Exploring Decision-based Black-box Attacks on Face Forgery Detection [53.181920529225906]
顔の偽造生成技術は鮮明な顔を生み出し、セキュリティとプライバシーに対する世間の懸念を高めている。
顔偽造検出は偽の顔の識別に成功しているが、最近の研究では顔偽造検出は敵の例に対して非常に脆弱であることが示されている。
論文 参考訳（メタデータ） (2023-10-18T14:49:54Z) - An Exploratory Study of Masked Face Recognition with Machine Learning
Algorithms [0.0]
新型コロナウイルス(COVID-19)のパンデミックで、マスクの使用は私たちの日常生活にとって重要になっている。
顔認識におけるマスク着用の効果は、まだ未検討の課題である。
我々は, SVC, KNN, LDA, DT, LR, NBの6つの従来の機械学習アルゴリズムを用いて, 最高性能の機械学習アルゴリズムを探索する。
論文 参考訳（メタデータ） (2023-06-14T14:50:23Z) - A Survey on Masked Facial Detection Methods and Datasets for Fighting
Against COVID-19 [64.88701052813462]
新型コロナウイルス感染症2019(COVID-19)は、感染拡大以来、世界にとって大きな課題となっている。
この病気と闘うために、一連の人工知能(AI)技術が開発され、現実世界のシナリオに適用される。
本稿では主に、マスク付き顔検出と関連するデータセットのAI技術に焦点を当てる。
論文 参考訳（メタデータ） (2022-01-13T03:28:20Z) - Development of a face mask detection pipeline for mask-wearing
monitoring in the era of the COVID-19 pandemic: A modular approach [0.0]
SARS-Cov-2パンデミックの間、マスク着用はウイルスの拡散や収縮を防ぐための効果的な手段となった。
人口のマスク着用率を監視する能力は、ウイルスに対する公衆衛生戦略を決定するのに役立つだろう。
1)顔検出とアライメント,2)顔マスク分類の2つのモジュールからなる2段階の顔マスク検出手法を提案する。
論文 参考訳（メタデータ） (2021-12-30T12:32:33Z) - Mask or Non-Mask? Robust Face Mask Detector via Triplet-Consistency
Representation Learning [23.062034116854875]
新型コロナウイルスの感染拡大を遅らせる効果的な方法の1つは、ワクチンや薬品がない場合、マスクを着用することである。
公共の場でのマスクや覆いの使用を義務付けるには、面倒で注意が集中的な人的資源の追加が必要である。
本稿では,フィードフォワード畳み込みニューラルネットワークの効果的な注目を実現するために,コンテキストアテンションモジュールを用いたフェイスマスク検出フレームワークを提案する。
論文 参考訳（メタデータ） (2021-10-01T16:44:06Z) - End2End Occluded Face Recognition by Masking Corrupted Features [82.27588990277192]
最先端の一般的な顔認識モデルは、隠蔽された顔画像に対してうまく一般化しない。
本稿では,1つのエンドツーエンドのディープニューラルネットワークに基づいて,オクルージョンに頑健な新しい顔認識手法を提案する。
我々のアプローチは、深い畳み込みニューラルネットワークから破損した特徴を発見し、動的に学習されたマスクによってそれらをきれいにする。
論文 参考訳（メタデータ） (2021-08-21T09:08:41Z) - Contrastive Context-Aware Learning for 3D High-Fidelity Mask Face
Presentation Attack Detection [103.7264459186552]
顔認識システムには、顔提示攻撃検出(PAD)が不可欠である。
ほとんどの既存の3DマスクPADベンチマークにはいくつかの欠点があります。
現実世界のアプリケーションとのギャップを埋めるために、大規模なハイファイアリティマスクデータセットを紹介します。
論文 参考訳（メタデータ） (2021-04-13T12:48:38Z) - Deep Learning Framework to Detect Face Masks from Video Footage [0.0]
深層学習を用いて映像中の顔のマスクを検出する手法を提案する。
提案フレームワークは,MTCNN顔検出モデルを利用して,映像フレームに存在する顔とそれに対応する顔のランドマークを識別する。
提案手法は,高い精度,リコール,精度を達成し,顔のマスク検出に有効であることを示した。
論文 参考訳（メタデータ） (2020-11-04T16:02:03Z) - Face Anti-Spoofing by Learning Polarization Cues in a Real-World
Scenario [50.36920272392624]
顔の偽造は生体認証アプリケーションにおけるセキュリティ侵害を防ぐ鍵となる。
RGBと赤外線画像を用いたディープラーニング手法は,新たな攻撃に対する大量のトレーニングデータを必要とする。
本研究では,実顔の偏光画像の物理的特徴を自動的に学習することにより,現実のシナリオにおける顔のアンチ・スプーフィング手法を提案する。
論文 参考訳（メタデータ） (2020-03-18T03:04:03Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。