Про модель класифікації зображень облич методами комп'ютерного зору та машинного навчання

Анотація

У цій праці розглянуто завдання класифікації зображень облич в реальному часі за певними ознаками. Зокрема, робота сфокусована на класифікації зображень облич за наявністю медичної маски.

Оскільки обсяг анотованих наборів зображень людей в масках у відкритому доступі є відносно малим, у даній праці запропоновано підхід до генерування відповідних зображень на основі ключових точок обличчя (facial landmarks).
Використання синтетичних даних для тренування класифікатора носіння маски призвело до збільшення його точності.

Розглядаючи актуальне завдання автоматизації контролю за дотриманням маскового режиму в громадських місцях, ми поєднали модель виявлення облич YOLOv7Face з натренованим класифікатором у межах моделі виявлення медичних масок на обличчях людей.

Для тестування такої моделі зібрано набір зображень учнів та вчителів у навчальних закладах під час спалаху респіраторних захворювань.
Результати обчислювальних експериментів показали, що точність моделі досягає $87.2\%$ у метриці mAP (mean Average Precision) на зібраному наборі зображень.
Також встановлено, що використання CodeFormer для проміжного покращення якості зображень облич зменшує похибку моделі виявлення масок, але суттєво збільшує час обробки вхідних зображень.