[发明专利]一种基于视频监控的面部口罩识别方法

说明书

本发明属于生物识别领域，尤其是一种基于视频监控的面部口罩识别方法，针对现有的口罩佩戴检测算法大多基于深度学习，通过设计卷积神经网络，训练标注的人脸和口罩数据，实现口罩检测的目的，基于神经网络的算法需要大量的样本进行标注及训练，更换使用场景后需重新进行标注及训练，需要较多的样本及标注、训练时间，且计算量较大的问题，现提出如下方案，其包括以下步骤：步骤1：实时监测视频采集；步骤2：运动物体检测；步骤3：形态学处理；步骤4：连通域标记，本发明能够耗时少、实时性高、精度高、误差低的实现面部口罩佩戴情况实时监测，在监控视频中对于未佩戴口罩人员进行标记，并发出提示信号。

技术领域

本发明涉及生物识别技术领域，尤其涉及一种基于视频监控的面部口罩识别方法。

背景技术

在疫情期间公共场所佩戴口罩预防病毒传播是我们每个人的责任，这不仅需要个人自觉遵守，也需要采取一定的手段监督和管理。疫情过后，全国多数城市逐步复工复产，而坚持科学防控疫情、保证安全有序仍是大前提。采用基于视频的面部口罩佩戴检测技术，实现对于公共场所中人员佩戴口罩情况的实时监测与报警，可有效提高检查效率，扩大监察范围，对于疫情防控监管方面具有重要意义。此外，生活中有很多其他需要进行口罩佩戴检测的场所，如在手术室所及粉尘工厂等应该佩戴口罩，另外，在一些重点监控场所，例如ATM取款机，可疑分子会为了避免被摄像头抓拍而会刻意用口罩遮挡住面部，因此，基于视频的面部口罩佩戴检测对疫情防控外的应用依然具有重要意义。

在一些需要佩戴面部遮挡物的场景下，需要确认人们是否佩戴面部遮挡物，以确保人们的健康安全。通常，采用的检测方式为人工对人们是否佩戴面部遮挡物进行检查，但采用这种方式需要大量的人力物力，还可能对检查人员的健康安全造成威胁。所以，如何通过机器自动检测出人们是否佩戴面部遮挡物是目前亟待解决的技术问题。

现有的口罩佩戴检测算法大多基于深度学习，通过设计卷积神经网络，训练标注的人脸和口罩数据，实现口罩检测的目的，基于神经网络的算法需要大量的样本进行标注及训练，更换使用场景后需重新进行标注及训练，需要较多的样本及标注、训练时间，且计算量较大。

发明内容

本发明的目的是为了解决现有技术中存在口罩佩戴检测算法大多基于深度学习，通过设计卷积神经网络，训练标注的人脸和口罩数据，实现口罩检测的目的，基于神经网络的算法需要大量的样本进行标注及训练，更换使用场景后需重新进行标注及训练，需要较多的样本及标注、训练时间，且计算量较大的缺点，而提出的一种基于视频监控的面部口罩识别方法。

为了实现上述目的，本发明采用了如下技术方案：

一种基于视频监控的面部口罩识别方法，包括以下步骤：

步骤1：实时监测视频采集；

步骤2：运动物体检测；

步骤3：形态学处理；

步骤4：连通域标记；

步骤5：人脸区域检测；

步骤6：脸部图像恢复；

步骤7：颜色空间转换；

步骤8：肤色区域提取：在HSV颜色空间中进行肤色区域的检测；

步骤9：判断脸部是否有遮挡物；

步骤10：脸部图像二值化；

步骤11：判断遮挡物是否为口罩：分别计算二值图像的水平投影及竖直投影，确定遮挡物的位置，并据此判断遮挡物是否为口罩；

步骤12：在视频中对该子图像区域进行标记，并发出提示信号；

步骤13：判断当前帧图像中是否所有子图像都进行了检测，如果都检测完成，则开始进行下一帧图象的检测，否则，返回S5对当前帧的下一个子图像进行检测。