文献综述
1.选题依据和相关背景近几年来,人们生活环境的空气污染程度日渐加重,企事业单位逐渐认识到个人安全防护的重要性,尤其是尘肺病等职业病的发病率持续增长,正确佩戴口罩已成为多数行业的基本要求。
2020年初,新冠疫情严重,在此期间佩戴口罩出行已是必然。
很长一段时间,对口罩佩戴的检测经常是人工进行的,费时费力。
因此，实现口罩佩戴检测算法具有重要的现实意义。
目标检测技术使我们能够利用摄像头和计算机集成的方式来实现口罩佩戴检测，从而达到自动检测的目的[1]。
目标检测即计算机模拟人眼在图像中检索获取感兴趣的 目标对象.目标检测要完成目标类别的判断和目标所处位置 的标定,这对于人来说是一项基础的视觉处理任务,但对于计算机来说却非常困难。
图像输入到计算机后被转化成一 组0~255的二进制数值,计算机要从这组数据中抽象出目标类别的高级语义信息,并确定目标所在的位置,而目标又会因视角,光照,对象间的遮挡及自遮挡、噪声等的影响呈现出不同程度的形变[2],这都增加了目标检测的难度.目标检测虽然存在诸多困难,但却是让计算机睁眼看世界处理高级视觉任务的第一步,例如智能视频监控[3],基于内容的图像检索[4],机器人导航[5],增强现实[6]和场景理解[7]等.因此,目标检测在计算机视觉领域和实际应用中都具有重要意义。
在参考文献[8]中作者LeCun提出了LeNet-5网络架构，是卷积神经网络的经典之作，为计算机视觉的发展提供了很大的帮助。
然而，由于计算能力的影响和当时数据集的缺乏，这一神经网络模型[8]在某些计算能力条件下被 SVM [9] 的效果超越。
剩余内容已隐藏，您需要先支付 10元 才能查看该篇文章全部内容！立即支付
