新冠疫情背景下，口罩是阻断疫情最直接、最有效的方式。公共场所佩戴口罩已成为常态化疫情防控的重要组成部分，但仍出现有少数人不佩戴口罩出行或者口罩佩戴不规范的情况。因此，需要一种可以智能检测口罩佩戴情况的硬件系统设备。提出了一个鲁棒和高效的解决方案以克服设备算力受限，识别速度过慢的问题。首先利用人脸检测算法裁剪出人脸区域，再利用卷积神经网络对人脸区域的口罩佩戴情况进行甄别，输出未佩戴、正确佩戴以及佩戴不规范三种类别。考虑到系统的实际应用场景，我们将训练好的算法移植到树莓派平台上完成部署，进行实验。
新冠疫情背景下，口罩是阻断疫情最直接、最有效的方式。公共场所佩戴口罩已成为常态化疫情防控的重要组成部分，但仍出现有少数人不佩戴口罩出行或者口罩佩戴不规范的情况。因此，需要一种可以智能检测口罩佩戴情况的硬件系统设备。提出了一个鲁棒和高效的解决方案以克服设备算力受限，识别速度过慢的问题。首先利用人脸检测算法裁剪出人脸区域，再利用卷积神经网络对人脸区域的口罩佩戴情况进行甄别，输出未佩戴、正确佩戴以及佩戴不规范三种类别。考虑到系统的实际应用场景，我们将训练好的算法移植到树莓派平台上完成部署，进行实验。