Detección y localización de mascarillas faciales móviles en tiempo real

Objetivo: Debido a la pandemia de COVID-19, nuestros hábitos diarios han cambiado repentinamente. Las reuniones están prohibidas e, incluso cuando sea posible salir del hogar por motivos de salud o laborales, es necesario llevar una mascarilla para reducir la posibilidad de contagio. En este contexto, es crucial detectar violaciones por parte de personas que no usan mascarilla.

Materiales y métodos: Por estas razones, en este artículo, presentamos un método destinado a detectar automáticamente si las personas están usando una mascarilla. Diseñamos un enfoque de aprendizaje por transferencia mediante la explotación del modelo MobileNetV2 para identificar violaciones de máscara facial en secuencias de imágenes / video. Además, el enfoque propuesto puede localizar el área relacionada con la detección de la máscara facial con una probabilidad relativa.

Resultados: Para evaluar la efectividad del enfoque propuesto, evaluamos un conjunto de datos compuesto por 4095 imágenes relacionadas con personas que usan y no usan mascarillas, obteniendo una precisión de 0.98 en la detección de mascarillas.

Discusión y conclusión: El análisis experimental muestra que el método propuesto se puede explotar con éxito para la detección de violaciones de máscara facial. Además, destacamos que está trabajando también en un dispositivo con capacidad computacional limitada y es capaz de procesar imágenes y videos en tiempo real, lo que hace que nuestra propuesta sea aplicable al mundo real.

REFERENCIA:

Mercaldo F, Santone A. Transfer learning for mobile real-time face mask detection and localization. J Am Med Inform Assoc. 2021 Jul 14;28(7):1548-1554. doi: 10.1093/jamia/ocab052. PMID: 33713140; PMCID: PMC7989332.

-----------------------------------------------------------
Sigue este Blog en Facebook y Twitter
-----------------------------------------------------------