口罩佩戴检测相关论文
为了提高公共场合的卫生安全水平，该文设计了一款智能化卫生防控车。该车采用STM32作为主控芯片，PYNQ用于图像识别，用可以全向移动的......
为实现自然场景下对安全帽以及口罩佩戴更高效的检测，基于深度学习YOLOv5算法提出了一种改进的算法模型YOLOv5+。对于目标检测任务......
常态化疫情防控形势下，火车站、地铁站等公共场所人群密集，容易发生病毒的传播。针对人群密集场所口罩目标较小、模型参数量大、难以......
新冠疫情仍在全球肆虐，佩戴口罩可以有效阻断新冠病毒传播，口罩佩戴检测系统能及时提醒公共场所活动的人佩戴口罩。针对该问题及小尺......
在公共场合密集人群场景下，由于目标遮挡导致信息缺失以及检测目标较小、分辨率低的问题，人脸佩戴口罩检测算法的检测效果较差。为了......
当下全球新冠肺炎疫情肆虐,佩戴口罩被证实为最有效的防疫手段,特别是公共场所佩戴口罩与规范佩戴有助于抑制病毒传播和避免交叉感......
为应对新冠疫情下乘客乘坐轨道交通时必须佩戴口罩的情况，提出一种基于深度学习的轻量化口罩检测算法（Mask-Det算法）。首先，使用轻量化......
新冠疫情肆虐以来,国家的经济发展和人民的日常生活都受到了巨大影响,为防止疫情传播,公共场所佩戴口罩应作为常态化疫情防控的必......
针对公共场所人群口罩佩戴检测小尺度目标较多导致其检测精度不高的问题，本文改进了YOLOv3的特征金字塔结构，利用跳跃连接和包含通道......
本文提出了一种基于YOLOx的口罩佩戴检测方法。该方法首先对输入模块进行改进，加入双向弱光自适应网络模块，引入弱光特征，增强了模型......
为解决人工查看人员口罩佩戴情况存在的问题，基于YOLOv5s网络模型和PyQt5框架设计并实现了一个口罩佩戴实时检测系统，具备摄像头检测......
为了应对当下的疫情，加强公共安全防护，提高口罩佩戴检测精度，文章提出以目标检测Anchor free算法中的Centernet为基础，加入CBAM注意力......
为满足疫情时期的特殊需要,基于改进YOLOv5模型,设计一款应用于复杂场景的口罩佩戴识别检测系统.系统采用PyCharm集成开发环境,从......
疫情防控的新形势下,佩戴口罩依然是阻断病毒传播的主要措施.为了对民众的口罩佩戴情况进行有效监测,在YOLOv4-tiny的基础上进行改......
2020年新型冠状病毒肆虐全球,疫情防控迫在眉睫。为防止疫情扩散,正确佩戴口罩在人们的日常生活中至关重要。目前针对大范围人员流......
自2019年12月新冠疫情爆发以来,已经对全球人类的健康和生活产生了重大影响。据约翰斯·霍普金斯大学统计数据,截止北京时间2021年......
近几年,公共场所佩戴口罩已经成为大多数国家的共识。同时卷积神经网络在图像识别领域有着良好的应用前景,卷积神经网络需要大量的......
为解决YOLOv4在目标检测任务中检测速度低、模型参数多等问题,提出一种改进YOLOv4的目标检测算法.将YOLOv4主干网络中的CSPDarknet......
针对公共场所口罩佩戴检测存在遮挡、密集和小尺度的情况而导致检测精度不高的问题,以实时目标检测算法YOLOv3为基础提出一种Mask-......
人脸口罩佩戴检测是近两年在全球新冠疫情背景下快速发展的一个新兴研究课题。疫情常态下，佩戴口罩是有效防疫的重要手段，因此公共场......
新冠疫情蔓延全球,对人类生命健康造成巨大威胁,佩戴口罩成为防止新冠病毒传播的重要措施。目前,口罩佩戴检测主要是基于人工的监......
新型冠状病毒可以通过空气中的飞沫、气溶胶等载体进行传播,具有极高的传染性,公共场所自觉佩戴口罩是严防疫情反弹的最有效措施。......
在新型冠状病毒疫情防控常态化要求下,目前的口罩佩戴检测装置受复杂场景下人员数量多、相互间易遮挡以及待检目标尺度小的影响,易......
为了减少疫情期间人们未佩戴口罩造成的交叉感染概率,设计一款基于改进的SSD和Jetson Nano的口罩佩戴检测门禁系统,以快速检测进出......
常态化疫情防控形势下,公共场合佩戴口罩可以有效降低交叉感染风险,针对口罩佩戴检测中的小目标检测困难以及实时性较差的问题,提......
疫情期间正确的佩戴口罩可以有效的防止病毒的传播,针对人员密集场所环境下往往存在复杂的干扰因素会导致对人脸佩戴口罩的检测任......
针对工地、危险区域等场景需要实现同时佩戴安全帽与口罩的自动检测问题,提出一种改进的YOLOv3算法以提高同时检测安全帽和口罩佩......
在新型冠状病毒疫情防控要求下，商场、车站等公共场所人群环境下佩戴口罩成为人们出行的必要条件。由于在人群环境下往往存在人员密......
在新冠状病毒还未被完全控制的情况下,公共场所必须筛选出发热或者未戴口罩的人员,以防止聚集发病;目前常采用的测温方式大都采用......
在新冠病毒(COVID-19)全球肆虐的大背景下,为有效阻止新冠病毒在人群中传播,多地要求在公众场合佩戴口罩,针对这一问题,提出一种基......
针对复杂光照和人脸倾斜条件下口罩佩戴检测准确率低的问题,提出一种利用轻量级卷积神经网络在复杂环境下的口罩佩戴检测方法.该方......
基于YOLOv4算法提出一种口罩佩戴检测的方法。对图像进行标注,建立人脸口罩佩戴数据集,并将原算法优化:通过K-means聚类算法重新设......
常态化疫情防控形势下,通过口罩佩戴检测可以及时提醒人们正确佩戴口罩,从而降低公共场合人员交叉感染的风险。针对口罩佩戴检测任......
深度神经网络在物体识别和分类中应用广泛,将其用于口罩佩戴检测,有利于提高新冠疫情防控管理工作效率。首先,收集佩戴口罩图片,将......
为解决市民口罩佩戴目标检测中因小尺寸目标较多导致其识别精度不高的问题,提出一种基于YOLOv3改进的算法M_YOLOv3。重构特征金字......
提出一种口罩佩戴检测模型,引入多注意力机制,提升了网络特征挖掘能力;利用柔性非极大抑制方法,消除多余目标检测框。在公共数据库......
针对目前YOLO轻量网络在口罩佩戴检测任务中出现的特征提取不足和特征利用率不高的问题,提出了一种基于改进YOLOv4-tiny的轻量化网......
针对疫情防控期间火车站等密集场所人员的口罩佩戴监测问题,文章提出一种基于图片高低频成分融合与YOLOv4卷积神经网络的口罩佩戴......
新型冠状病毒可以通过呼吸道飞沫等方式传播,正确佩戴口罩可以有效防止病毒传染,但是自然场景中通常存在遮挡、密集人群和小尺度目......
新型冠状病毒可以通过空气中的飞沫、气溶胶等载体进行传播,在公共场所下正确佩戴口罩可以有效地防止病毒的传播。提出了一种自然......
本文提出一种基于深度学习的方法,通过迁移学习与RetinaNet网络来对人们是否佩戴口罩进行检测。训练后模型的在验证集下的AP值为86......
当前新冠肺炎防控期间,针对轨道交通车站等封闭场合的乘客是否佩戴口罩和非接触式体温测量等迫切需求,介绍基于视频的乘客口罩佩戴......
