刘玉国，张晶

（天津工业大学计算机科学与技术学院，天津 300387）

0 引言

疫情期间，正确佩戴口罩是阻止病毒人与人之间传播的重要举措，但公众主动佩戴口罩进行防护的意识还有待增强。因此，在公共场合检测公众是否正确佩戴口罩是十分必要的，此举能够及时提醒人们正确佩戴口罩，降低病毒在公共场所传播的风险［1］。目前主要是由工作人员人工检测体温与行人口罩佩戴情况。但该方法存在大量人力资源浪费及人流较大时效率低下等问题。因此使用深度学习自动检测行人是否佩戴口罩具有重要意义。自2012年Krizhevsky等［2］提出的AlexNet［2］网络在ImageNet［3］图像分类任务的精度上取得显著提升以来，基于深度学习的方法广泛应用于许多视觉任务中。当前基于深度学习的目标检测方法可以分为两种类型：一种是Onestage，另一种是Two-stage。One-stage类的方法直接对输入图像进行卷积特征提取，获得卷积特征图，然后在特征图上进行边界框的回归［4］。将目标检测过程转化为回归问题处理，虽然在检测速度上具有一定的优势，但对于检测图像中的小目标具有一定局限性。而Two-stage类方法在进行目标检测时首先需要在图像上提取卷积特征，生成卷积特征图，然后在卷积特征图上获得感兴趣区域，随后对所生成的区域进行目标分类，所以该类方法更耗时，但有助于提升图像中小目标的检测效率。

1 Faster R-CNN原理

1.1 Faster R-CNN简介

Faster R-CNN［5］是目前Two-stage检测算法中最为经典的目标检测算法，它将Fast R-CNN中的目标区域建议纳入神经网络中使整个运算过程可以在GPU中完成，相比于Fast R-CNN，其综合性能得到大大提升。……