【技术实现步骤摘要】
本专利技术涉及计算机，尤其涉及一种人脸口罩佩戴检测的方法和装置。
技术介绍
1、对人脸口罩的佩戴检测在日常生活中发挥着重要的作用，佩戴口罩能够有效防止病毒的广泛传播。相关技术中，关于人脸是否佩戴口罩的研究已较为普通，而如何确定口罩佩戴规范程度以及如何提供口罩佩戴建议却少有关注。
技术实现思路
1、有鉴于此，本专利技术实施例提供一种人脸口罩佩戴检测的方法和装置，能够检测人脸关键点位置、口罩位置和类别，以便于根据人脸关键点位置和口罩位置确定口罩佩戴规范程度，从而能够实现口罩佩戴规范的自动化检测并提示如何规范佩戴口罩。
2、为实现上述目的，根据本专利技术实施例的第一方面，提供了一种人脸口罩佩戴检测模型的训练方法，包括：
3、获取多个人脸图像以及每个人脸图像的标注数据，所述多个人脸图像包括佩戴口罩的人脸图像和未佩戴口罩的人脸图像，所述标注数据包括所述人脸图像中人脸关键点位置、口罩位置和类别，所述类别指示佩戴口罩或未佩戴口罩；
4、确定每个所述人脸图像的图像特征；
5、根据所述多个人脸图像中与每个所述人脸图像对应的图像特征和标注数据进行训练，获得人脸口罩佩戴检测模型。
6、可选地，确定每个所述人脸图像的图像特征，包括：
7、采用残差网络获取所述人脸图像的多个层次的特征信息；
8、利用特征金字塔网络对所述多个层次的特征信息进行特征融合，获得所述图像特征。
9、可选地，根据所述多个人脸图像中与每个所述
10、利用全卷积神经网络对所述图像特征进行分类，获得与所述图像特征对应的预测的类别、口罩位置和人脸关键点位置；
11、构造包含口罩分类损失、口罩框回归损失和人脸关键点损失的损失函数；
12、基于与每个图像特征对应的预测的类别、口罩位置和人脸关键点位置以及标注数据，对所述损失函数进行迭代训练，获得所述人脸口罩佩戴检测模型。
13、本专利技术实施例的第二方面，提供了一种人脸口罩佩戴检测的方法，包括：
14、获取待检测人脸图像；
15、将所述待检测人脸图像输入所述人脸口罩佩戴检测模型中，获得所述待检测人脸图像的人脸关键点位置、口罩位置和类别；
16、根据所述待检测人脸图像的人脸关键点位置、口罩位置和类别确定所述待检测人脸图像的口罩佩戴结果。
17、可选地，根据所述待检测人脸图像的人脸关键点位置、口罩位置和类别确定所述待检测人脸图像的口罩佩戴结果，包括：
18、在所述类别指示佩戴口罩的情况下，根据所述人脸关键点位置和所述口罩位置确定口罩佩戴规范指标值，在所述口罩佩戴规范指标值大于预设阈值的情况下，判定所述口罩佩戴结果为指示规范佩戴口罩的结果，在所述口罩佩戴规范指标值小于等于预设阈值的情况下，判定所述口罩佩戴结果为指示未规范佩戴口罩的结果。
19、可选地，所述人脸关键点位置包括人脸中多个关键点的位置，所述口罩位置包括口罩框的大小和中心点；根据所述人脸关键点位置和所述口罩位置确定口罩佩戴规范指标值，包括：
20、确定由所述多个关键点构成的预设形状区域；
21、判断所述多个关键点是否在均所述口罩框内；
22、在所述多个关键点均在所述口罩框内的情况下，判断所述口罩框的中心点是否在所述预设形状区域内，若是，则确定所述口罩佩戴规范指标值为第一预设值；若否，根据所述口罩框的中心点与所述预设形状区域之间的距离确定所述口罩佩戴规范指标值；
23、在所述多个关键点中的至少一个关键点不在所述口罩框内的情况下，确定所述口罩佩戴规范指标值为第二预设值，
24、其中，所述第一预设值大于所述预设阈值，所述第二预设值小于所述预设阈值。
25、可选地，根据所述口罩框的中心点与所述预设形状区域之间的距离确定所述口罩佩戴规范指标值，包括：
26、确定所述口罩框的中心点与所述预设形状区域之间的最短距离；
27、确定所述口罩框的对角线的长度；
28、根据预设规则确定所述口罩佩戴规范指标值，其中，所述预设规则是由最短距离和对角线的长度构造的余弦函数。
29、可选地，根据所述待检测人脸图像的人脸关键点位置、口罩位置和类别确定所述待检测人脸图像的口罩佩戴结果之后，还包括：
30、在所述口罩佩戴结果为指示未规范佩戴口罩的结果的情况下，
31、若所述口罩佩戴规范指标值为第二预设值，根据不在口罩框内的关键点生成对应的提醒信息；
32、若所述口罩佩戴规范指标值大于所述第二预设值且小于所述预设阈值，生成指示居中佩戴口罩的提醒信息。
33、本专利技术实施例的第三方面，提供了一种人脸口罩佩戴检测模型的训练装置，包括：
34、第一获取模块，获取多个人脸图像以及每个人脸图像的标注数据，所述多个人脸图像包括佩戴口罩的人脸图像和未佩戴口罩的人脸图像，所述标注数据包括所述人脸图像中人脸关键点位置、口罩位置和类别，所述类别指示佩戴口罩或未佩戴口罩；
35、第一确定模块，确定每个所述人脸图像的图像特征；
36、训练模块，根据所述多个人脸图像中与每个所述人脸图像对应的图像特征和标注数据进行训练，获得人脸口罩佩戴检测模型。
37、本专利技术实施例的第四方面，提供了一种人脸口罩佩戴检测的装置，包括：
38、第二获取模块，获取待检测人脸图像；
39、检测模块，将所述待检测人脸图像输入所述人脸口罩佩戴检测模型中，获得所述待检测人脸图像的人脸关键点位置、口罩位置和类别；
40、第二确定模块，根据所述待检测人脸图像的人脸关键点位置、口罩位置和类别确定所述待检测人脸图像的口罩佩戴结果。
41、根据本专利技术实施例的另一个方面，提供了一种电子设备，包括：
42、一个或多个处理器；
43、存储装置，用于存储一个或多个程序，
44、当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现本专利技术提供的人脸口罩佩戴检测模型的训练方法或人脸口罩佩戴检测的方法。
45、根据本专利技术实施例的还一个方面，提供了一种计算机可读介质，其上存储有计算机程序，所述程序被处理器执行时实现本专利技术提供的人脸口罩佩戴检测模型的训练方法或人脸口罩佩戴检测的方法。
46、上述专利技术中的一个实施例具有如下优点或有益效果：获取多个人脸图像以及每个人脸图像的标注数据，多个人脸图像包括佩戴口罩的人脸图像和未佩戴口罩的人脸图像，标注数据包括人脸图像中人脸关键点位置、口罩位置和类别，类别指示佩戴口罩或未佩戴口罩；确定每个人脸图像的图像特征；根据多个人脸图像中与每个人脸图像对应的图像特征和标注数据进行训练，获得人脸口罩佩戴检测模型。该实施方式能够检测人脸关键点位置、口罩位置和类别，以本文档来自技高网...
【技术保护点】
1.一种人脸口罩佩戴检测模型的训练方法，其特征在于，包括：
2.根据权利要求1所述的训练方法，其特征在于，确定每个所述人脸图像的图像特征，包括：
3.根据权利要求1所述的训练方法，其特征在于，根据所述多个人脸图像中与每个所述人脸图像对应的图像特征和标注数据进行训练，获得人脸口罩佩戴检测模型，包括：
4.一种人脸口罩佩戴检测的方法，其特征在于，包括：
5.根据权利要求4所述的方法，其特征在于，根据所述待检测人脸图像的人脸关键点位置、口罩位置和类别确定所述待检测人脸图像的口罩佩戴结果，包括：
6.根据权利要求5所述的方法，其特征在于，所述人脸关键点位置包括人脸中多个关键点的位置，所述口罩位置包括口罩框的大小和中心点；根据所述人脸关键点位置和所述口罩位置确定口罩佩戴规范指标值，包括：
7.根据权利要求6所述的方法，其特征在于，根据所述口罩框的中心点与所述预设形状区域之间的距离确定所述口罩佩戴规范指标值，包括：
8.根据权利要求5所述的方法，其特征在于，根据所述待检测人脸图像的人脸关键点位置、口罩位置和类
9.一种人脸口罩佩戴检测模型的训练装置，其特征在于，包括：
10.一种人脸口罩佩戴检测的装置，其特征在于，包括：
11.一种电子设备，其特征在于，包括：
12.一种计算机可读介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现如权利要求1-8中任一所述的方法。
...【技术特征摘要】
1.一种人脸口罩佩戴检测模型的训练方法，其特征在于，包括：
2.根据权利要求1所述的训练方法，其特征在于，确定每个所述人脸图像的图像特征，包括：
3.根据权利要求1所述的训练方法，其特征在于，根据所述多个人脸图像中与每个所述人脸图像对应的图像特征和标注数据进行训练，获得人脸口罩佩戴检测模型，包括：
4.一种人脸口罩佩戴检测的方法，其特征在于，包括：
5.根据权利要求4所述的方法，其特征在于，根据所述待检测人脸图像的人脸关键点位置、口罩位置和类别确定所述待检测人脸图像的口罩佩戴结果，包括：
6.根据权利要求5所述的方法，其特征在于，所述人脸关键点位置包括人脸中多个关键点的位置，所述口罩位置包括口罩框的大小和中心点；根据所...
【专利技术属性】
技术研发人员：卢玥蒙，
申请(专利权)人：北京京东拓先科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。