Detecting Faces With Face Masks

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216305%3A26220%2F21%3APU142676" target="_blank" >RIV/00216305:26220/21:PU142676 - isvavai.cz</a>

Výsledek na webu

<a href="https://ieeexplore.ieee.org/document/9522677" target="_blank" >https://ieeexplore.ieee.org/document/9522677</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.1109/TSP52935.2021.9522677" target="_blank" >10.1109/TSP52935.2021.9522677</a>

Jazyk výsledku

angličtina

Název v původním jazyce

Detecting Faces With Face Masks

Popis výsledku v původním jazyce

This paper deals with the evaluation of several methods for face detection when the face is covered by a mask. The methods evaluated are Haar cascade and Histogram of Oriented Gradients as feature-based approaches, Multitask Cascade Convolutional Neural Network, Max Margin Object Detection and TinyFace as convolutional neural network based approaches. Various types of face masks are considered: disposal face mask, burka, balaclava, ski helmet with ski goggles, hockey helmet with protective grill, costumes, and others. The TinyFace method achieves the best accuracy result, but also requires much more computational power than other approaches. Therefore, this paper describes an experiment to see if the accuracy of some of the remaining methods can be improved by retraining their models with new image data containing faces with various face masks.

Název v anglickém jazyce

Detecting Faces With Face Masks

Popis výsledku anglicky

This paper deals with the evaluation of several methods for face detection when the face is covered by a mask. The methods evaluated are Haar cascade and Histogram of Oriented Gradients as feature-based approaches, Multitask Cascade Convolutional Neural Network, Max Margin Object Detection and TinyFace as convolutional neural network based approaches. Various types of face masks are considered: disposal face mask, burka, balaclava, ski helmet with ski goggles, hockey helmet with protective grill, costumes, and others. The TinyFace method achieves the best accuracy result, but also requires much more computational power than other approaches. Therefore, this paper describes an experiment to see if the accuracy of some of the remaining methods can be improved by retraining their models with new image data containing faces with various face masks.

Druh

D - Stať ve sborníku

CEP obor

—

OECD FORD obor

20203 - Telecommunications

Projekt

<a href="/cs/project/VI04000069" target="_blank" >VI04000069: Automatizovaná detekce ochranných prostředků a stavu indikujícího onemocnění (ADOPSIO)</a><br>

Návaznosti

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Rok uplatnění

2021

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název statě ve sborníku

2021 44th International Conference on Telecommunications and Signal Processing (TSP)

ISBN

978-1-6654-2933-7

ISSN

—

e-ISSN

—

Počet stran výsledku

4

Strana od-do

259-262

Název nakladatele

Neuveden

Místo vydání

neuveden

Místo konání akce

Brno

Datum konání akce

26. 7. 2021

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

000701604600056