1. 研究目的与意义

随着深度学习和计算机视觉的快读发展，与此有关的技术设备已经被大幅度的使用，并且不仅仅在这两个方面，更在许许多多的领域都有使用。

2020年新冠肺炎席卷全球，新型冠状病毒可以通过呼吸道飞沫等方式传播,正确佩戴口罩可以有效切断新冠肺炎病毒的传播途径，是预防感染的有效措施。国内公众场合要求佩戴口罩，而商场、餐饮、地铁等人员密集型的场所对人流量高峰时段的应对措施往往令人力不从心，而且自然场景中通常存在遮挡、密集人群和小尺度目标等复杂因素,对人脸佩戴口罩的检测效果产生影响。

针对该问题,一个口罩佩戴检测的算法，可以自动准确且快速地识别图片或视频中人物是否佩戴口罩，有着重要的应用场景和市场前景。

2. 研究内容和问题

研究内容：

本课题主要设计一个扫描识别功能的算法，实现实时图像的识别，使用python环境进行开发，内容主要是：

实时图像的识别：让人从摄像头面前走过，要能识别出此人是否佩戴了口罩。

3. 设计方案和技术路线

研究方法：

（1）资料查询：查询相关资料及文献，了解opencv和python的相关知识，了解实时图像识别的基本使用原理等。

（2）算法实现：根据查询的资料构建算法，并通过编程将其实现。

4. 研究的条件和基础

（1）算法功能内容、基础理论知识相关文献

（2）图像识别算法实现所需要的开发软件