1. 研究目的与意义

飞沫传播是新型新冠病毒扩散的常见途径，病毒感染患者以说话、咳嗽或者打喷嚏等方式产生的呼吸道飞沫可能会通过气体直接吸入或形成气溶胶再被吸入等途径造成其他人员感染。尽管经过几年的全民抗议，我国的疫情防控已得到巨大的成就，进入到了全民放开阶段，但是为了进一步降低新冠病毒的感染概率，防止疫情的持续性扩散，在出行例如大型公交站、医院等密集公共场所时需要我们佩戴口罩，这也是我们保护自己不被感染以及保护他人不被感染的最直接、最有效的方式。

在公共场所佩戴口罩大多出于大家的自觉，要么是通过监控进行排查和提醒，这种检查方式完全依赖人力资源就不可避免地存在工作强度大、效率低下、覆盖范围小、时效性差等弊端。随着人工智能的发展，相关技术日新月异，几乎颠覆了传统的计算机视觉领域，随着机器学习、大数据处理、深度学习等重要理论的日益完善，智能机器人、图像识别、语音识别等都融入了我们的日常生活，并在各个领域发挥着举足轻重的作用。

2. 课题关键问题和重难点

本课题分为两个大模块：一是选取kaggle上开源的已标记的口罩数据集结合cnn模型使用迁移学习训练出准确度高的模型，二是使用训练好的模型结合人脸检测算法进行实现口罩识别。人脸检测是使用目标检测算法进行#8220;人#8221;目标检测，然后再进行人脸区域裁剪；口罩识别是训练后的模型在得到的人脸区域划分佩戴口罩区域从而实现图像的分类问题。在选择cnn模型时，可以选用不同的网络模型，例如：inception v3模型、vgg16模型以及resnet模型，通过迁移学习训练完模型后进行模型的对比评估从而选择最优的模型。

本课题的关键：

3. 国内外研究现状（文献综述）

现代社会正在逐渐从海量数据时代向智能时代迈进，刺激和促进了大量新兴技术的迅猛发展^[1]。

人工智能作为一种新兴技术，在国家战略新兴产业中占据了举足轻重的地位，在物联网、智慧地球、城市交通和医疗卫生等领域发挥着重要的基础性支撑作用。目前，人工智能研究突飞猛进，各种先进的生物识别技术已经在许多行业真正运用了起来，并且取得了不错的成效。而计算机视觉正是其中热度最高的领域，对于人类来说，通过人眼观察识别事物是最简单也是最常用的识别方式，然而这种看起来很简单的操作对于计算机来说却不是那么容易的。人眼看到物体可以非常形象地呈现在脑海中，计算机通过摄像头获取到的只是数据，如何将其呈现出来并进行识别是十分值得研究的，通过计算机视觉应用实现人脸的检测具有广泛的应用前景^[2]。

4. 研究方案

1. 设计内容

完成对图片、视频以及摄像头捕捉人物检测识别出该人物是否正确佩戴口罩。

5. 工作计划

2022-2023-1学期：

第15-16周：完成选题，查阅相关中英文资料，进行相关技术的学习；