摘要
新型冠状病毒可以通过空气中的飞沫、气溶胶等载体进行传播，在公共场所下正确佩戴口罩可以有效地防止病毒的传播。本实验介绍了一种自然场景下人脸口罩佩戴检测方法，该方法对RetinaFace算法进行了改进，增加了口罩人脸识别检测任务，优化了损失函数。在特征金字塔网络中引入了一种改进的自注意力机制，增强了特征图的表达能力。建立了包含3000张图片的数据集，并进行手工标注，用于网络训练。实验结果表明该算法可以有效进行口罩佩戴检测，在自然场景视频中也取得了不错的检测效果。
目录
第1章引言 1
1.1国内研究现状分析 1
1.2国外研究现状分析 .1
第2章RetinaFace算法原理 2
2.1预测部分 3
2.2.1主干网络Mobilene介绍…………………... 3
2.2.2 FPN特征金字塔…………………... 4
2.2.3 SSH进一步加强特征提取…………………... 5
2.2.4从特征中获取预测结果…………………... 6
2.2.5对预测结果进行解码…………………... 6
2.2训练部分 7
2.2.1 真实框的处理…………………... 7
2.2.2 利用处理完的真实框与对应图片的预测结果计算loss…………………... 7
第3章改进RetinaFace算法用于口罩佩戴检测 9
3.1改进的自注意力机制  9
3.2多任务联合损失  10
第4章实验分析 11
4.1数据集分析 11
4.2网络模型训练 11
4.3实验结果分析 12
第5章 总结与心得体会 14
5.1实验总结 14
5.2实验心得体会 14
参考文献 16
附录1：关键代码 17