[發明專利]一種適用于嵌入式系統的口罩人臉檢測和體溫測量方法

在審

• 申請號: 202110369834.X
• 申請日: 2021-04-07
• 公開（公告）號: CN113065473A
• 公開（公告）日: 2021-07-02
• 發明（設計）人: 梁川;常娜;朱怡良
• 申請（專利權）人: 浙江天鉑云科光電股份有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/08;G01J5/00
• 代理公司: 杭州廣奧專利代理事務所(特殊普通合伙) 33334
• 代理人: 吳昊

本發明公開了一種適用于嵌入式系統的口罩人臉檢測和體溫測量方法，包括以下步驟：S1對戴口罩和未佩戴口罩的原始人臉數據進行采集，整理和標注；S2搭建SSD目標檢測模型；S3以SSD模型為基礎架構，建立inception?v2網絡，將inception?v2網絡作為SSD模型的特征提取網絡，基于tensorflow框架實現對口罩人臉的智能檢測；S4輸出檢測結果；S5借助紅外攝像機可直接測出通過人員的體溫。本發明通過以SSD模型為基礎架構，建立inception?v2網絡，將inception?v2網絡作為SSD模型的特征提取網絡，基于tensorflow框架實現對口罩人臉的智能檢測，提高了檢測檢測的速度和準確率，同時借助紅外攝像機可直接測出通過人員的體溫，大量節約了人力成本，降低疫情傳播風險。

技術領域

本發明涉及人臉檢測技術領域，具體為一種適用于嵌入式系統的口罩人臉檢測和體溫測量方法。

背景技術

目前的口罩人臉檢測方法多數不能移植到嵌入式設備上，使用成本較高，實時性不強，在公共場所會造成人員的擁堵，對人體體溫的測量多采用人工測量方式，增加了人員之間的接觸，綜合來看，現有的方法存在檢測速度慢、使用成本高、不利于降低疫情傳播風險等問題。

發明內容

本發明的目的在于提供一種適用于嵌入式系統的口罩人臉檢測和體溫測量方法，以解決上述背景技術中提出的現有的方法存在檢測速度慢、使用成本高、不利于降低疫情傳播風險等問題。

為實現上述目的，本發明提供如下技術方案：一種適用于嵌入式系統的口罩人臉檢測和體溫測量方法，包括以下步驟：S1對戴口罩和未佩戴口罩的原始人臉數據進行采集，整理和標注；S2搭建SSD目標檢測模型；S3以SSD模型為基礎架構，建立inception-v2網絡，將inception-v2網絡作為SSD模型的特征提取網絡，基于tensorflow框架實現對口罩人臉的智能檢測；S4輸出檢測結果；S5借助紅外攝像機可直接測出通過人員的體溫。

優選的，所述數據集來自于MAFA和WIDER Face，共有6120張圖片作為訓練數據，包括戴口罩的3006張，不戴口罩的3114張。

優選的，所述SSD使用inception-v2作為主干特征提取網絡，使用反向傳播和隨機梯度下降進行端到端的網絡訓練。

優選的，所述學習率采用指數衰減形式，初始學習率設置為1e-3，衰減率0.95，衰減速度10000，共迭代訓練500次，每次迭代100步。

優選的，所述將訓練得到的模型轉為TFLite格式，運行在嵌入式設備上。

優選的，所述TFLite格式生成步驟為在算法訓練的腳本中保存圖模型文件和變量文件，利用freeze_graph工具生成frozen的graphdef文件，利用toco工具，生成最終的TFLite文件。

與現有技術相比，本發明的有益效果是：

(1)本發明以SSD模型為基礎架構，建立inception-v2網絡，將inception-v2網絡作為SSD模型的特征提取網絡，基于tensorflow框架實現對口罩人臉的智能檢測，提高了檢測檢測的速度和準確率，同時借助紅外攝像機可直接測出通過人員的體溫，大量節約了人力成本，降低疫情傳播風險；

(2)SSD使用inception-v2作為主干特征提取網絡，使用反向傳播和隨機梯度下降進行端到端的網絡訓練，學習率采用指數衰減形式，初始學習率設置為1e-3，衰減率0.95，衰減速度10000，共迭代訓練500次，每次迭代100步，訓練得到的人臉檢測模型的MAP＝95.5％，將訓練得到的模型轉為TFLite格式，運行在嵌入式設備上，從而滿足使用需求從而滿足使用需求。

附圖說明

圖1為本發明的步驟框圖；

圖2為本發明的口罩人臉檢測整體流程圖。

具體實施方式