复杂场景下实时人脸口罩检测研究

洪叁亮

深圳平安综合金融服务有限公司，广东 深圳 518000

借助视觉算法智能识别群众是否戴口罩，具备良好的应用价值，如银行、保险、微信和支付宝等金融业务人脸核验场景、机场和火车站闸机人脸核验场景、居民楼刷脸进楼等。判断群众是否佩戴口罩，拒绝佩戴口罩人群，提高人脸识别准确率，从而进一步提高了金融安防等场景的人脸识别的安全性。

传统的目标检测方法通常是基于手工设计的特征，如方向梯度直方图(histogram of oriented gradient，HOG)[1]检测算法；基于滑窗搜索，如Viola Jones 检测算法[2]。传统的目标检测算法对环境要求比较严格，往往需要在理想环境下进行，特征提取需要人工设计，不仅工作量大、还存在滑窗搜索性能低等缺点。

随着深度学习在计算机视觉的广泛应用，卷积神经网络（convolution neural network，CNN）也广泛应用于目标检测、图像分类和图像分割等领域。基于深度学习的目标检测主要有3类：第1类是基于二阶段（Two-stage）算法；第2类是基于一阶段（One-stage）算法；第3类是基于无锚点的检测（anchor free）。Two-stage 主要是借助启迪式算法或者区域候选网络（region proposal network，RPN）[3]来生成候选框, 对候选框再进一步进行分类和回归达到目标检测的目的，如空间金字塔池化网络（spatial pyramid pooling network，SPPNet）[4]和Fast R-CNN[5], 此类方法检测准确率高，但存在检测速度慢的缺点。One-stage 则是借助CNN 来预测目标的矩形框（即所在位置）和所属类别，同时使用锚框加速边框回归，网络输出再经过非极大值抑制（non-maximum suppression，NMS）得到最终结果。如单次多盒检测器（single shot multibox detector，SSD）[6]和你只看一次（you only look once，YOLO）[7], 此类方法检测速度快，适合做实时检测任务。……