一种高精度的佩戴口罩识别方法及系统技术方案

本发明专利技术公开了高精度的佩戴口罩识别方法及系统，该方法应用于公共场所监控系统，公共场所监控系统包括多个摄像头和算法服务器，方法包括：通过多个摄像头获取视频流数据；根据视频流数据提取特征数据；将特征数据输入构建的口罩识别模型进行置信度计算，生成置信度值；根据预置的置信度阈值和置信度值判断特征数据是否佩戴口罩，若置信度值大于预置的置信度值，则判断特征数据未佩戴口罩，生成报警信息输出。从而能够通过深度学习技术更精确定位到行人位置，大大提高了识别的可靠性和抗干扰性、节约人力和物力资源，有利于提高人工效率。

【技术实现步骤摘要】
一种高精度的佩戴口罩识别方法及系统
本专利技术涉及图像识别
，尤其涉及一种高精度的佩戴口罩识别方法及系统。
技术介绍
目前出入人员是否佩戴口罩更多的是采用人工现场观测的主观判断方式、在监控室观测多场景以及采用简易图像识别技术对工作人员进行辅助监视等方式。但是，这些方式费时、费力、效率低，尤其在人流量大的场景中，而且在观察者疲劳时容易出现目标漏掉。对于采用图像识别技术对行人识别佩戴口罩进行判定，容易受外界光照环境影响，可靠性较低。
技术实现思路
本专利技术所要解决的技术问题在于，提供一种高精度的佩戴口罩识别方法及系统，能够利用人工智能深度学习技术，对摄像机监控实时流数据进行计算处理。通过深度学习技术更精确定位到行人位置，大大提高了识别的可靠性和抗干扰性、节约人力和物力资源，有利于提高人工效率。为了解决上述技术问题，本专利技术第一方面公开了高精度的佩戴口罩识别方法所述方法应用于公共场所监控系统，所述公共场所监控系统包括多个摄像头和算法服务器，所述方法包括：通过多个摄像头获取视频流数据；根据所述视频流数据提取本文档来自技高网...

【技术保护点】
1.一种高精度的佩戴口罩识别方法，其特征在于，所述方法应用于公共场所监控系统，所述公共场所监控系统包括多个摄像头和算法服务器，所述方法包括：/n通过多个摄像头获取视频流数据；/n根据所述视频流数据提取特征数据；/n将所述特征数据输入构建的口罩识别模型进行未佩戴口罩的置信度计算，生成置信度值；/n根据预置的置信度阈值和所述未佩戴口罩的置信度值判断所述特征数据是否佩戴口罩，若所述未佩戴口罩的置信度值大于所述预置的置信度值，则判断所述特征数据未佩戴口罩，生成报警信息输出。/n

【技术特征摘要】
1.一种高精度的佩戴口罩识别方法，其特征在于，所述方法应用于公共场所监控系统，所述公共场所监控系统包括多个摄像头和算法服务器，所述方法包括：
通过多个摄像头获取视频流数据；
根据所述视频流数据提取特征数据；
将所述特征数据输入构建的口罩识别模型进行未佩戴口罩的置信度计算，生成置信度值；
根据预置的置信度阈值和所述未佩戴口罩的置信度值判断所述特征数据是否佩戴口罩，若所述未佩戴口罩的置信度值大于所述预置的置信度值，则判断所述特征数据未佩戴口罩，生成报警信息输出。


2.根据权利要求1所述的高精度的佩戴口罩识别方法，其特征在于，所述根据所述视频流数据提取特征数据，包括：
对所述视频流数据进行图像解码操作，生成RGB格式的图像数据传输至所述算法服务器；
通过所述算法服务器提取所述图像数据中的特征数据。


3.根据权利要求2所述的高精度的佩戴口罩识别方法，其特征在于，通过所述算法服务器提取所述图像数据中的特征数据，包括：
通过目标检测算法对所述图像数据进行识别，确定目标人像数据；
通过模板匹配算法实时跟踪所述目标人像数据；
通过目标检测算法对所述实时跟踪的目标人像数据进行识别，生成多个实时置信度值；
选取所述多个实时置信度值中的最大值对应的人像数据作为特征数据。


4.根据权利要求1所述的高精度的佩戴口罩识别方法，其特征在于，将所述特征数据输入构建的口罩识别模型进行置信度计算，生成置信度值，其中，所述口罩识别模型的构建方法，包括：
采集样本图像数据，并对所述样本图像数据分类为佩戴口罩类别和未佩戴口罩类别；
使用convert_imageset函数为所述佩戴口罩类别和未佩戴口罩类别的样本图像数据创建建模格式文件；
使用train函数对AlexNet神经网络和所述建...

【专利技术属性】
技术研发人员：曾强，汤坚，范亮，舒煜昌，秦若涵，许思捷，李刚领，王秋媚，曹梓峰，
申请(专利权)人：广东邦鑫数据科技股份有限公司，广州中科智巡科技有限公司，
类型：发明
国别省市：广东;44