一种口罩佩戴检测方法及系统技术方案

本发明专利技术公开了一种口罩佩戴检测方法，包括：构建检测模型；基于训练集数据对检测模型进行训练；对训练好的检测模型进行评估；获取待检测图片并基于通过评估的检测模型对所述检测图片进行检测；输出检测结果，可实现口罩佩戴检测，且具有较高的识别准确率。且具有较高的识别准确率。且具有较高的识别准确率。

【技术实现步骤摘要】
一种口罩佩戴检测方法及系统


[0001]本专利技术涉及图像检测
，更具体的说是一种口罩佩戴检测方法及系统。

技术介绍

[0002]新型冠状病毒对公共卫生造成了重大威胁。该可通过接触传播,发病率高,传染迅速。为有效控制疫情扩散，国家卫生健康委员会呼吁大家出行佩戴口罩，从而有效抑制病毒传播。然而在人口密集的车站、工厂、以及医院等一些特定场所需要对口罩佩戴进行实时的监控管制，这无疑是一项费时费力工作，因而将深度学习的目标检测技术应用到该方面，生成一种无需人工干预的自动识别口罩佩戴识别技术具有重大的现实意义。
[0003]因此，需要一种准确率高且适用场景更广的口罩佩戴检测方法。

技术实现思路

[0004]本说明书实施例的一个方面提供一种口罩佩戴检测方法，包括：构建检测模型；基于训练集数据对检测模型进行训练；对训练好的检测模型进行评估；获取待检测图片并基于通过评估的检测模型对所述检测图片进行检测；输出检测结果。
[0005]在一些实施例中，所述检测模型包括SSD目标检测算法模型。
[0006]在一些实施例中，所述SSD目标检测算法模型包括特征提取网络，所述特征提取网络为Resnet特征提取网络。
[0007]在一些实施例中，所述Resnet特征提取网络由卷积块堆积而成。
[0008]在一些实施例中，所述SSD目标检测算法模型中包括特征融合模块，所述Resnet特征提取网络的部分输出作为所述特征融合模块的输入，所述特征融合模块用于对输入的特征图进行融合并输出。
>[0009]在一些实施例中，所述特征融合模块的处理过程包括：将收到的某部分特征图进行第一预设倍数的上采样得到预设分辨率的第一特征图；将收到的另一部分特征图进行第二预设倍数的上采样得到预设分辨率的第二特征图；将所述第一特征图、所述第二特征图与Resnet特征提取网络输出的一部分特征图进行融合得到融合后的特征图。
[0010]在一些实施例中，还包括：在融合后的特征图的基础上经过一个通道维度上的最大池化以及一个特定卷积层得到一个空间特征的重要系数，然后将所述重要系数与融合后的特征图相乘得到最终的融合结果。
[0011]在一些实施例中，所述SSD目标检测算法模型包括分类模型，所述分类模型用于对所述最终的融合结果进行类别预测。
[0012]本说明书实施例的一个方面提供一种口罩佩戴检测系统，包括：构建模块，用于构建检测模型；训练模块，用于基于训练集数据对检测模型进行训练；评估模块，用于对训练好的检测模型进行评估；检测模块，用于获取待检测图片并基于通过评估的检测模型对所述检测图片进行检测及输出检测结果。。
[0013]本说明书实施例的一个方面提供一种口罩佩戴检测装置，所述装置包括至少一个
存储介质和至少一个处理器，所述至少一个存储介质用于存储计算机指令；所述至少一个处理器用于执行所述计算机指令以实现所述口罩佩戴检测方法对应的操作。
[0014]本说明书实施例的一个方面提供一种计算机可读存储介质，所述存储介质存储计算机指令，当计算机读取存储介质中的计算机指令后，实现所述口罩佩戴检测方法。
附图说明
[0015]本说明书将以示例性实施例的方式进一步描述，这些示例性实施例将通过附图进行详细描述。这些实施例并非限制性的，在这些实施例中，相同的编号表示相同的结构，其中：
[0016]图1是根据本申请一些实施例所示的口罩佩戴检测设备的应用场景示意图；
[0017]图2是根据本申请的一些实施例所示的可以在其上实现处理引擎的示例性计算设备的示例性硬件和/或软件组件的示意图；
[0018]图3是根据本申请的一些实施例所示的可以在其上实现一个或以上终端的示例性移动设备的示例性硬件和/或软件组件的示意图；
[0019]图4是根据本申请的一些实施例所示的示例性处理引擎的示意框图；
[0020]图5是根据本说明书的一些实施例所示的口罩佩戴检测方法的流程图；
[0021]图6是根据本说明书的一些实施例所示的SSD目标检测算法模型的示意图；
[0022]图7是根据本说明书的一些实施例所示的SSD目标检测算法模型的基本卷积结构的示意图；
[0023]图8是根据本说明书的一些实施例所示的特征融合模块的示意图；
[0024]图9是根据本说明书的一些实施例所示的特征融合模块的处理流程图；
[0025]图10是根据本说明书的一些实施例所示的检测模型的训练流程示意图。
具体实施方式
[0026]为了更清楚地说明本说明书实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单的介绍。显而易见地，下面描述中的附图仅仅是本说明书的一些示例或实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图将本说明书应用于其它类似情景。除非从语言环境中显而易见或另做说明，图中相同标号代表相同结构或操作。
[0027]应当理解，本说明书中所使用的“系统”、“装置”、“单元”和/或“模组”是用于区分不同级别的不同组件、元件、部件、部分或装配的一种方法。然而，如果其他词语可实现相同的目的，则可通过其他表达来替换所述词语。
[0028]如本说明书和权利要求书中所示，除非上下文明确提示例外情形，“一”、“一个”、“一种”和/或“该”等词并非特指单数，也可包括复数。一般说来，术语“包括”与“包含”仅提示包括已明确标识的步骤和元素，而这些步骤和元素不构成一个排它性的罗列，方法或者设备也可能包含其它的步骤或元素。
[0029]本说明书中使用了流程图用来说明根据本说明书的实施例的系统所执行的操作。应当理解的是，前面或后面操作不一定按照顺序来精确地执行。相反，可以按照倒序或同时处理各个步骤。同时，也可以将其他操作添加到这些过程中，或从这些过程移除某一步或数
步操作。
[0030]本申请实施例涉及一种口罩佩戴检测系统和方法。该口罩佩戴检测系统和方法可以应用于人口密集的车站、工厂、学校以及医院等一些特定场所需要对口罩佩戴进行实时的监控管制的场景。在一些实施例中，该检测系统和方法可以应用于地铁进站的自动检测，以实现进站人员的自动监控。在一些实施例中，该检测系统和方法可以应用于商场的监控系统等；有效解决商场人员众多，难以监控实施的困难。在一些实施例中，该检测系统和方法可以应用于其他应用场景。在一些实施例中，该检测系统和方法可以应用于公交车刷卡系统，实现在乘客刷卡的同时即对其是否佩戴口罩进行检测。通过该检测系统和方法，可以实现：自动检测被检测人员是否正常佩戴口罩、对未正常佩戴口罩的人员进行提醒等一种或多种功能。该基于可穿戴设备的检测系统和方法可以实现解放检测人员、提高检测效率和准确性、保障口罩佩戴的规范性等一种或多种有益效果。
[0031]图1是根据本申请的一些实施例的示例性检测系统的应用场景的示意图。在一些实施例中，应用场景100可以被配置为监控特定场所处的人员。可以在学校周围、商场、公园、车站等公共场本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种口罩佩戴检测方法，其特征在于，包括：构建检测模型；基于训练集数据对检测模型进行训练；对训练好的检测模型进行评估；获取待检测图片并基于通过评估的检测模型对所述检测图片进行检测；输出检测结果。2.根据权利要求1所述的方法，其特征在于，所述检测模型包括SSD目标检测算法模型。3.根据权利要求2所述的方法，其特征在于，所述SSD目标检测算法模型包括特征提取网络，所述特征提取网络为Resnet特征提取网络。4.根据权利要求3所述的方法，其特征在于，所述Resnet特征提取网络由卷积块堆积而成。5.根据权利要求3所述的方法，其特征在于，所述SSD目标检测算法模型中包括特征融合模块，所述Resnet特征提取网络的部分输出作为所述特征融合模块的输入，所述特征融合模块用于对输入的特征图进行融合并输出。6.根据权利要求5所述的方法，其特征在于，所述特征融合模块的处理过程包括：将收到的某部分特征图进行第一预设倍数的上采样得到预设分辨率的第一特征图；将收到的另一部分特征图进行第二预设倍数的上采样得到预设分辨率的第二特征...

【专利技术属性】
技术研发人员：杨帆，郭敬娜，王铭宇，
申请(专利权)人：成都恒创新星科技有限公司，
类型：发明
国别省市：