[发明专利]一种基于图像识别的口罩检测和部署系统及方法

说明书

本发明提供了一种基于图像识别的口罩检测和部署系统及方法，属于生物识别技术领域，包括：数据处理模块，用于分别收集人脸图像和口罩图像，并分别对人脸图像和口罩图像进行标注；模型训练模块，用于利用标注后的人脸图像和口罩图像训练人脸口罩检测模型；模型推理模块，用于根据人脸口罩检测模型，利用非极大值抑制算法对人脸和口罩的位置进行检测；模型部署模块，用于根据检测结果对人脸口罩检测模型进行部署。本发明包括完整统一的图像数据采集、数据标注、模型训练、模型部署与应用集成的流程，其核心的多结构和多目标检测模型以及自动化目标平台推理引擎部署特性可满足不同场景、硬件配置、检测精度和人流量的需求。

技术领域

本发明属于生物识别技术领域，尤其涉及一种基于图像识别的口罩检测和部署系统及方法。

背景技术

口罩作为一种常用的医用和卫生用品，可有效阻挡有害气体、飞沫和病毒进入佩戴者的口鼻，从而可以降低口罩佩戴者的疾病感染风险。正确佩戴口罩在对新冠病毒疫情和其它传染病的防控起到了重要的作用，有效地减少了病毒感染者并降低了传染病毒的扩散速度与范围。因此，在公共场所部署口罩佩戴检测装置和系统，识别行人是否正确佩戴了口罩，并进行提醒和预警，在疫情防控中起到了积极的作用。比如，在地铁口等人流密集区域部署口罩检测佩戴检测系统，当检测到有乘客未佩戴口罩就进入地铁站时，及时通知安保人员，并提醒乘客佩戴口罩，从而可以确保行人进入密集区域之前佩戴口罩，以实现有效的疫情防控措施。

目前主要的人脸佩戴口罩检测技术是人工检测，即有工作人员站在检测站（如地铁口、小区出入口等），通过人眼观察行人面部来确定行人是否佩戴了口罩，并对未戴口罩的行人进行口头提醒和警告等。人工检测方法造成了相关工作人员的劳动强度大，并容易出现漏检现象，同时也把工作人员暴露在易感染的危险环境中。此外，也有通过在口罩中嵌入传感器装置，该传感器在接触到皮肤后可呈现不同的状态变化，比如可以通过静脉检测来判断是否与皮肤接触。该装置通过实时读取传感器数据，来判断是否被佩戴，外部设备读取口罩上的传感器数据，来确定行人是否佩戴了口罩。入侵式检测方法需要改变口罩的原有结构，导致成本增加，影响佩戴的舒适性，并且也难以应用推广。

随着计算机视觉技术的发展，人脸检测和识别技术得到了飞速发展和广泛应用，因此也随之出现了基于图像识别技术的口罩检测。这种方法首先需要定位在图像上定位人脸位置，然后分析人脸属性。人脸属性分析又包括两种：1）检测人脸器官，如检测眼睛、鼻子和嘴的位置，当检测到人脸却检测不到嘴时，可以认为是佩戴了口罩；2）颜色统计，由于人脸皮肤和口罩的颜色不同，通过在检测到人脸后，统计人脸区域的颜色特征，如生成颜色直方图（Color Histogram）和方向梯度直方图（Histogram of Oriented Gradients，HOG），然后使用机器学习算法（如SVM（Support Vector Machine））进行分类，识别该人脸是否为佩戴口罩的人脸。基于人脸检测和人脸属性分析的方法识别率不高，其缺点主要表现在：1）当人脸被口罩覆盖后，本身就会导致人脸检测算法的效果不佳。由于检测不到人脸，则无法进行后续的口罩检测；2）以是否在人脸上检测到嘴的结论来判断是否佩戴口罩的方法容易出现误判的情况，如侧脸、用手或其它物体覆盖面部等情况都会被识别为佩戴了口罩；3）由于人的皮肤颜色差异以及使用具有与口罩类似颜色的物体覆盖面部时，统计人脸区域颜色特征的方法也同样会出现误判的情况，这些问题都会导致误检和漏检的情况。

发明内容

针对现有技术中的上述不足，本发明提供的一种基于图像识别的口罩检测和部署系统及方法，解决了上述的问题。

为了达到以上目的，本发明采用的技术方案为：

本方案提供了一种基于图像识别的口罩检测和部署系统，包括依次连接的数据处理模块、模型训练模块、模型推理模块以及模型部署模块；

所述数据处理模块，用于分别收集人脸图像和口罩图像，并分别对所述人脸图像和口罩图像进行标注；

所述模型训练模块，用于利用标注后的人脸图像和口罩图像训练人脸口罩检测模型；