NGHIÊN CỨU YOLO ĐỂ NHẬN DIỆN NGƯỜI CÓ ĐEO KHẨU TRANG HAY KHÔNG

Abstract

Với 643 triệu người nhiễm và 6.45 triệu người tử vong tính đến ngày 01/12/2022 do COVID-19 trên toàn thế giới, việc làm cho mọi người nhận thức được sức khỏe của họ về sự nguy hiểm của loại virus này. Cơ quan y tế cộng đồng đã yêu cầu đeo khẩu trang có thể giảm đến 65% sự lây truyền dịch bệnh. Do đó, cần phải theo dõi xem mọi người có đeo khẩu trang hay không. Giám sát video (CCTV) được trang bị chức năng thị giác máy tính bởi hệ thống nhúng, đã trở nên phổ biến trong nhiều ứng dụng và có thể được sử dụng trong trường hợp này để theo dõi thời gian thực có người đeo mặt nạ hay không. Tuy nhiên, phân tích cú pháp cảnh theo thời gian thực thông qua phát hiện đối tượng chạy trên các thiết bị giám sát là rất khó khăn, do giới hạn bộ nhớ và khả năng tính toán của các thiết bị nhúng. Để đối phó với những thách thức này,chúng tôi đã sử dụng một số thuật toán phát hiện đối tượng phổ biến là YOLOv5 và đánh giá chúng trên tập dữ liệu điểm chuẩn Moxa3K. Để giải quyết vấn đề thay thế kiểm tra thủ công bằng phương pháp học sâu và sử dụng YOLOv5, thuật toán phát hiện đối tượng mạnh mẽ hiện nay, để áp dụng tốt hơn trong môi trường thực tế, đặc biệt là trong việc giám sát đeo khẩu trang ở những nơi công cộng. Kết quả thu được từ những đánh giá này giúp chúng tôi xác định các phương pháp khoa học hơn, nhanh hơn và do đó phù hợp hơn để phát hiện đối tượng theo thời gian thực.