Mask Detection and Classification in Thermal Face Images

要約

タイトル：サーマル画像におけるマスクの検出と分類

要約：
– フェイスマスクは、特にSARS-CoV-2のようなウイルスの伝播を減らすために推奨されています。
– そのため、顔にマスクが装着されているか、どの種類のマスクが装着されているか、そしてどのように装着されているかを自動的に検出することは重要な研究トピックです。
– 本研究では、サーマル画像の利用が考慮され、顔にマスクがある場合の検出（ローカライズ）の可能性を分析するとともに、顔に着用されたマスクの種類を分類できるかどうかを検討しました。
– 以前提案されたサーマル画像のデータセットに、マスクの種類と顔のどこにマスクがあるかの注釈を追加しました。
– 様々なディープラーニングモデルが適応されました。顔マスクの検出における最良のモデルは、97％以上のmAPと95％以上の精度を達成したYolov5の「nano」バージョンでした。
– マスクの種類分類においても高い精度が得られました。最良の結果は、元々サーマル画像再構成問題のために訓練されたオートエンコーダに基づく畳み込みニューラルネットワークモデルで、91％の正確性を達成しました。

要約(オリジナル)

Face masks are recommended to reduce the transmission of many viruses, especially SARS-CoV-2. Therefore, the automatic detection of whether there is a mask on the face, what type of mask is worn, and how it is worn is an important research topic. In this work, the use of thermal imaging was considered to analyze the possibility of detecting (localizing) a mask on the face, as well as to check whether it is possible to classify the type of mask on the face. The previously proposed dataset of thermal images was extended and annotated with the description of a type of mask and a location of a mask within a face. Different deep learning models were adapted. The best model for face mask detection turned out to be the Yolov5 model in the ‘nano’ version, reaching mAP higher than 97% and precision of about 95%. High accuracy was also obtained for mask type classification. The best results were obtained for the convolutional neural network model built on an autoencoder initially trained in the thermal image reconstruction problem. The pretrained encoder was used to train a classifier which achieved an accuracy of 91%.

arxiv情報

提供元, 利用サービス

arxiv.jp, OpenAI