Hệ thống phát hiện người đeo và không đeo khẩu trang dựa trên mô hình học sâu :Hội nghị khoa học trẻ lần 4

Hội nghị Khoa học trẻ lần 4 năm 2022 (YSC2022) – IUH

Ngày 14/10/2022 ISBN: 978-604-920-155-4

50  2022 Trường Đại học Công nghiệp Thành phố Hồ Chí Minh

YSC4F.205

HỆ THỐNG PHÁT HIỆN NGƯỜI ĐEO VÀ KHÔNG ĐEO KHẨU TRANG

DỰA TRÊN MÔ HÌNH HỌC SÂU

NGUYỄN HOANH, NGUYỄN CÔNG TƯỚC, PHẠM THANH NGÂN,

NGUYỄN PHI TRƯỜNG, HUỲNH ĐỨC HẢI

Khoa Công nghệ Điện, Trường Đại học Công nghiệp Thành phố Hồ Chí Minh

[email protected], [email protected], [email protected],

[email protected], [email protected].

Tóm tắt. Vai trò của việc đeo khẩu trang ở nơi công cộng trở nên quan trọng, góp phần chính vào việc hạn

chế sự lây lan COVID-19. Trong bài báo này, nhóm tác giả xây dựng hệ thống phát hiện người đeo/không

đeo khẩu trang dựa trên nền tảng học sâu với ngõ vào là hình ảnh thu được từ camera được lắp đặt ở nơi

công cộng. Hệ thống dựa trên mô hình FCOS, là một mô hình học sâu cho phát hiện đối tượng, để phát hiện

các trường hợp đeo khẩu trang/không đeo khẩu trang trên hình ảnh thu được. Nhằm cải thiện độ chính xác

và tốc độ thực thi, trong bài báo này sử dụng các phương pháp tăng cường dữ liệu để tăng số lượng dữ liệu

huấn luyện và sử dụng mạng nơ ron tích chập ResNet. Kết quả huấn luyện và kiểm tra trên bộ dữ liệu cho

thấy hệ thống có thể phát hiện được người đeo khẩu trang với tỉ lệ là 95,1% và người không đeo khẩu trang

là 91.3%. Ngoài ra, nhóm tác giả còn xây dựng một giao diện trực quan, đầy đủ các thành phần để tạo thành

một phần mềm hoàn chỉnh, thân thiện và dễ sử dụng với người dùng. Kết quả thực thi với các ảnh và video

thực tế cho thấy hệ thống hoạt động ổn định và đạt được tỉ lệ chính xác cao.

Từ khóa. COVID-19, FCOS, ResNet, học sâu, đeo khẩu trang, không đeo khẩu trang.

FACE MASK DETECTION SYSTEM BASED ON DEEP LEARNING

Abstract. The role of wearing a mask in public places becomes important, it is making a major contribution

to limiting the spread of COVID-19. In this article, the authors build a mask-wearing/non-masking detection

system based on deep learning with the input of images obtained from cameras installed in public places.

The system is based on FCOS model, which is a deep learning model for objects detection, to detect mask

wearing/non-masking cases on the acquired images. In order to improve the accuracy and execution speed,

in this article, data enhancement methods are used to increase the amount of training data and use ResNet

convolutional neural network. The results of training and testing on the dataset show that the system can

detect people wearing a mask with a rate of 95.1% and people without a mask at 91.3%. In addition, the

author team also built an intuitive interface, full of components to form a complete, user-friendly and easy￾to-use software. The performance results with actual photos and videos show that the system operates stably

and achieves a high accuracy rate.

Keywords. COVID-19, FCOS, ResNet, deep learning, mask, no mask.

1. GIỚI THIỆU

Với sự phát triển mạnh mẽ của học sâu trong những năm gần đây, các mô hình phát hiện đối tượng dựa trên

học sâu được phát triển mạnh mẽ và cho thấy được độ chính xác vượt trội so với các phương pháp truyền

thống. Hơn nữa, các mô hình phát hiện đối tượng dựa trên học sâu còn cho thấy được sự hiệu quả với các

ứng dụng thực tế khi vẫn cho độ chính xác cao trong nhiều môi trường khác nhau và nhiều loại đối tượng

khác nhau về kích thước, tỉ lệ, màu sắc,... Các mô hình phát hiện đối tượng dựa trên học sâu được phát triển

để phát hiện nhiều loại đối tượng khác nhau như xe cộ, khuôn mặt, biển số xe, biển báo giao thông,... Các

mô hình này thường bao gồm một mạng nơ ron tích chập ở ngõ vào để trích xuất các đặc trưng trên ảnh và

một mạng để phát hiện đối tượng ở cuối cùng để phát hiện đối tượng dựa trên các đặc trưng đã trích xuất