丁 培，阿里甫·库尔班，耿丽婷，韩文轩

新疆大学 软件学院，乌鲁木齐830046

自2019年12月新冠疫情在全球范围内爆发以来，人类的健康面临着持续的威胁，生活受到巨大的影响。新型冠状病毒具有强传染性和长潜伏期性，它可以通过空气中的飞沫、气溶胶等载体进行传播[1]。新冠病毒离体后可独立存活数天，滞留于空气中的病毒随时有可能被人吸入身体。规范佩戴口罩能有效避免人在呼吸时吸入空气中的新冠病毒，从而降低被病毒传染的机率，因此规范佩戴口罩对疫情防控至关重要[2]。国家健康委员会发布的《新型冠状病毒感染肺炎预防指南》中明确指出，个人外出前往公共场所、就医和乘坐公共交通工具时，必须规范佩戴医用外科口罩或N95口罩。然而随着我国新冠疫情防控进入常态化阶段，部分公民防护意识有所松懈，出现了在公共场合不规范佩戴口罩或不佩戴口罩的现象，增加感染病毒的风险。针对此问题，大部分地区经常浪费大量人力用于检查口罩是否规范佩戴。人工检测工作强度大、效率低、覆盖面窄、时效性差，且无法避免检测人员与其他人接触。因此，利用计算机视觉来设计人脸口罩规范佩戴检测器以替代人力检测可有效规避上述弊端，具有重要的研究价值。

传统的目标检测算法通常基于手工特征设计如HOG[3]检测器（Histogram of Oriented Gradient）；基于可变部件的模型如DPM[4]（Deformable Parts Model）；滑动窗口搜索算法如Viola Jones检测器[5]。传统的目标检测算法需在特定检测环境下进行，手工设计特征存在工作量大和滑动窗口搜索性能差等问题。……