Detekce nasazení roušky/respirátoru ve videu

Matěj Vaculík

Bachelor's thesis

Mask/respirator Detection in Video

Abstract:

Tato bakalářská práce se zaměřuje na detekci správného nasazení roušek nebo respirátorů ve videu v kontextu pandemie Covid-19. Teoretická část zkoumá koncepty a techniky strojo-vého učení a konvolučních neuronových sítí pro detekci objektů. Praktická část zahrnuje výběr, přípravu a trénování detekčních modelů, s důrazem na model YOLOv5. Testování prokázalo účinnost detekce nošení masek s možností zlepšení pro nesprávně nasazené mas-ky. Práce představuje využití strojového učení pro detekci nošení masek ve videu a navrhu-je implementaci v soukromých klinikách a menších zdravotnických zařízeních pro sledování dodržování pravidel nošení roušek nebo respirátorů.

Abstract:

This bachelor's thesis focuses on the detection of correct mask or respirator usage in videos within the context of the Covid-19 pandemic. The theoretical part explores concepts and techniques of machine learning and convolutional neural networks for object detection. The practical part involves the selection, preparation, and training of detection models, with an emphasis on the YOLOv5 model. Testing has demonstrated the effectiveness of mask-wearing detection with potential improvements for incorrectly worn masks. The thesis showcases the application of machine learning for mask-wearing detection in videos and proposes its implementation in private clinics and smaller healthcare facilities to monitor compliance with mask-wearing rules.

Keywords

detekce roušek, strojové učení, trénování modelů, model YOLOv5

Language used: Czech

Date on which the thesis was submitted / produced: 26. 5. 2023

Thesis defence

Tomas Bata University in Zlín

Faculty of Applied Informatics

Bachelor programme / field:
Software Engineering / Software Engineering