基于深度学习的面罩佩戴检测设计文献综述

 2023-04-14 09:04

文献综述

1.课题的研究意义和应用价值2019年12月,武汉出现了新冠肺炎感染者,新冠疫情迅速蔓延。

中国防控措施收效良好,疫情传播得到遏制。

目前国内大部分地区处于低风险状态,但部分地区存在零散病例和局部性疫情,再加上境外输入压力,我国进入了常态化疫情防控阶段[1]。

外出佩戴口罩是阻断病毒传播,降低感染风险的有效方式。

在很长时间内,我们仍需要在机场、地铁、火车站等人群密集场所佩戴口罩。

不佩戴口罩和不正确的佩戴方式给防疫工作带来了压力,需要对行人佩戴口罩进行监督。

人工检测的方式效率不高,且容易漏检,自动化口罩佩戴状态检测具有现实需求。

本课题研究使用深度学习算法识别监控视频中行人的口罩佩戴状态,对未佩戴或未正确佩戴人员及时提醒,有效监督人们佩戴口罩,降低疫情传播的风险。

分布广泛的城市监控摄像头为自动口罩检测提供了广阔的应用场景。

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

以上是毕业论文文献综述,课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。