[发明专利]密集人流口罩佩戴率智能检测方法、系统、介质和设备

说明书

本发明公开了一种密集人流口罩佩戴率智能检测方法、系统、介质和设备，首先获取模型训练样本图像集，针对于各训练样本图像，针对其中的各人脸图像分别标注类别，包括未佩戴口罩和佩戴口罩类别；通过训练样本图像集训练YOLO模型，得到智能识别；针对待测区域，获取该区域拍摄的图像，将该区域拍摄的图像输入到智能识别模型中，识别出图像中佩戴口罩的人脸和未佩戴口罩的人脸；根据待测区域拍摄的图像中识别出的佩戴口罩的人脸数量和未佩戴口罩的人脸数量，计算待测区域的口罩佩戴率。本发明方法能够快速且精确识别出密集人流待测区域图像中未佩戴口罩以及佩戴口罩的人脸图像，基于此能统计密集人流的口罩佩戴率，为疫情防控提供更加大的支持。

技术领域

本发明涉及人工智能技术领域，特别涉及一种密集人流口罩佩戴率智能检测方法、系统、介质和设备。

背景技术

为了防止病毒在人群中的肆意传播，社会要求人们出行、学习、工作时务必佩戴好口罩。因此，在疫情时期检测是否佩戴口罩，以及分析计算口罩率的成为了硬性需求。

为监测人们在公众场所，例如机场、车站、街道、食堂等场合是否佩戴口罩，目前最主要的方法是在公众场合的出入口安排工作人员进行人工检测，通过人眼观察行人面部来确定行人是否佩戴口罩，并对未戴口罩的行人进行口头体现或禁止入内，这种人工检测方法造成了相关工作人员的劳动强度大以及出现漏检的现象，另外也会使得通行的效率大大降低，导致人口聚集，使得通行人员以及工作人员发生交叉感染的风险更高。

目前口罩佩戴检测是仅对场所内的人们是否佩戴口罩的情况进行检测，并没有上升到大数据分析、人工智能识别检测与进行预警的层面，对于采集到的数据没有加以利用并对该场所的具体情况做出评估预测，这样的方法就不能实现对现场进行精准的疫情防控。

发明内容

本发明的第一目的在于克服现有技术的缺点与不足，提供一种密集人流口罩佩戴率智能检测方法，该方法能够精确快速的识别和统计密集人流的口罩佩戴率，为疫情防控提供更加大的支持。

本发明的第二目的在于提供一种密集人流口罩佩戴率智能检测系统。

本发明的第三目的在于提供一种存储介质。

本发明的第四目的在于提供一种计算设备。

本发明的第一目的通过下述技术方案实现：一种密集人流口罩佩戴率智能检测方法，包括步骤如下：

获取训练样本图像集，各训练样本图像中包括未佩戴口罩人脸图像和/或佩戴口罩人脸图像；

针对于各训练样本图像，针对其中的各人脸图像分别标注类别，包括未佩戴口罩和佩戴口罩类别；

将各训练样本图像作为YOLO模型的输入，其中的各人脸图像的类别作为标签，对YOLO模型进行训练，得到智能识别模型；

针对于待测区域，获取该区域拍摄的图像，将该区域拍摄的图像输入到智能识别模型中，识别出图像中佩戴口罩的人脸和未佩戴口罩的人脸；

根据待测区域拍摄的图像中识别出的佩戴口罩的人脸数量和未佩戴口罩的人脸数量，计算待测区域的口罩佩戴率。

优选的，针对于待测区域，定时或在接收到检测触发指令的情况下，获取该区域拍摄的图像，并且基于智能识别模型识别出图像中佩戴口罩的人脸和未佩戴口罩的人脸，以计算待测区域的口罩佩戴率。

优选的，待测区域的口罩佩戴率为：

其中，mark_rate为待测区域的口罩佩戴率，N_{face_mark}为待测区域拍摄的图像中识别出的佩戴口罩的人脸数量，N_face为待测区域拍摄的图像中识别出的未佩戴口罩的人脸数量。