[發明專利]基于深度學習和圖像識別技術的口罩檢測方法及檢測系統

在審

• 申請號: 202010527024.8
• 申請日: 2020-06-10
• 公開（公告）號: CN111680637A
• 公開（公告）日: 2020-09-18
• 發明（設計）人: 陳海波
• 申請（專利權）人: 深延科技（北京）有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/08
• 代理公司: 常州佰業騰飛專利代理事務所(普通合伙) 32231
• 代理人: 劉松

本發明公開了一種基于深度學習和圖像識別技術的口罩檢測方法及檢測系統，包括，數據采集步驟、數據采集模塊采集視頻、圖像數據，并提取視頻中的幀；數據預處理步驟、對得到的數據進行標注，標注出圖像中人臉的位置和是否佩戴口罩；訓練集劃分、打亂搜集到的數據集順序，將其分割為訓練集、驗證集；訓練步驟、按批次提取訓練集中的數據并輸入到佩戴口罩檢測網絡中進行修正網絡參數；輸出步驟，直到檢測網絡學會預測人臉位置以及是否佩戴口罩；驗證集輸入到訓練得到的佩戴口罩檢測網絡中得到最終預人臉位置以及是否佩戴口罩類別信息，按照佩戴口罩與否用不同顏色的框標出檢測到的人臉位置。

技術領域

本發明應用場景涉及監控系統、安全防控等領域，理論方面涉及計算機視覺和模式識別領域，尤其涉及一種基于深度學習和圖像識別技術的口罩檢測方法、模型及檢測系統。

背景技術

在突發公共衛生事件期間，出入公共場所均需要佩戴口罩，為減少接觸、避免人員過密，通過人臉識別的口罩檢測能力可實現無現場工作人員的智能識別，提高企事業單位管理能力、提高通行效率、降低人工檢查導致交叉感染的可能性。但目前通用的做法是通過人工進行監督，檢測人員是否佩戴口罩，不僅效率低，而且還需要人工成本，同時增加了工作人員被感染的機率。了公共衛生安全更方便快捷的進行安全監管，規范人員的行為，保障人員的安全，減少人員之間的傳染我們提出一種佩戴口罩檢測識別系統，最大程度的降低人工成本、提升檢測效率。

人員佩戴口罩檢測在突發公共衛生事件期間極其重要，直接影響了其發展態勢。當前主要采用人工監督的方式，而防控的一個關鍵措施是減少人員聚集，人工監督又避免不了的會使多個人出現在相同的場所。因此，自動人員佩戴口罩檢測方法可以很好的解決此類問題，只要通過監控攝像頭采集現場視頻圖像，并通過深度學習技術檢測人臉，同時判斷人臉是否佩戴口罩即可。同時，可以配合語音播報，對未佩戴口罩的人員進行語音提醒。大大提高工作效率的同時，避免了人員聚集，可以有效的提高防控效果，降低人與人傳染的機率。

所述口罩佩戴檢測中所涉及到的深度學習技術通常是指深度卷積神經網絡，它的工作原理是用多個非線性網絡結構逼近復雜的函數關系，用以表示輸入數據的近似分布。基于深度學習和圖像識別技術的口罩檢測方法是指通過深層卷積神經網絡提取圖像的特征，并用原始的標注數據對網絡參數進行校正，使佩戴口罩檢測網絡學會定位圖像中人臉的位置，同時預測定位到的人臉是否佩戴口罩。現有技術中，檢測人臉的大致位置，提供人臉框的候選區域；進一步判斷提取的候選區域的可信程度，并修正人臉框位置；對前兩階段網絡檢測到的結果進行修正，得到最終檢測結果。現有技術通常采用多階段方法對臉部遮擋物進行檢測，相對于一階段方法，需要多級網絡，檢測速度慢，實時性不好；或者輸入需要產生圖像金字塔，增加了網絡輸入的數據量，計算速度慢；同時對人臉尺寸大小的范圍進行限定，影響召回率。

發明內容

本發明旨在解決突發公共衛生事件防控期間人員佩戴口罩人工檢查效率低、工作人員被感染風險高的問題，提出一種基于深度學習和圖像識別技術的口罩檢測方法及檢測系統。

本發明提出了一種基于深度學習和圖像識別技術的口罩檢測方法，包括獲取人臉框的中心坐標步驟、訓練集劃分及修正步驟、訓練步驟；

獲取人臉框的中心坐標步驟，對預處理步驟得到的標注信息，對標注信息進行轉化，得到人臉框的中心坐標；采用anchor-free的網絡結構定位人臉位置，包含三個headlayer，分別預測人臉是否佩戴口罩、人臉框的長寬、人臉框的偏移量；

訓練集劃分步驟，獲取所述預處理步驟得到的所有圖像數據，隨機打亂數據集的順序，按照預設比例劃分所述預處理步驟得到的數據集，其中一部分為佩戴口罩檢測網絡的訓練集，另外一部分為相應的驗證集，同時按照訓練集和驗證集中圖像的名字得到對應的標注信息列表；