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置信度值判断所述特征数据是否佩戴口罩，若所述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。在一些实施方式中，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。在一些实施方式中，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。在一些实施方式中，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神经网络和所述建模格式文件进行加载训练，生成口罩识别模型。在一些实施方式中，报警信息包括判断为未佩戴口罩的图像数据，所述方法还包括：将所述未戴口罩的图像数据输出至监控显示屏。在一些实施方式中，还包括根据预置的置信度阈值和置信度值判断所述特征数据是否佩戴口罩，若所述置信度值小于所述预置的置信度值，则判断所述特征数据佩戴口罩，将所述特征数据删除。根据本专利技术的第二个方面，公开了一种高精度的佩戴口罩识别系统，所述系统包括：多个摄像头，获取视频流数据；算法服务器，用于根据所述视频流数据提取特征数据；计算模块，用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；判断模块，根据预置的置信度阈值和置信度值判断所述特征数据是否佩戴口罩，若所述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。在一些实施方式中，所述系统还包括：解码模块，用于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。根据本专利技术的第三方面，公开了一种高精度的佩戴口罩识别装置，所述装置包括：存储有可执行程序代码的存储器；与所述存储器耦合的处理器；所述处理器调用所述存储器中存储的所述可执行程序代码，执行上述的高精度的佩戴口罩识别方法。根据本专利技术的第四个方面，公开了一种计算机存储介质，其特征在于，所述计算机存储介质存储有计算机指令，所述计算机指令被调用时，用于执行上述的高精度的佩戴口罩识别方法。与现有技术相比，本专利技术的有益效果在于：实施本专利技术能够利用公共场所常用的摄像机装置，无需额外安装室外设备，这将极大降低系统配套设备所需时间成本。并且通过深度学习技术，结合对行人目标跟踪计算分析，得出目标在监控场景画面中具体位置信息，如此能够利用深度学习网络对目标进行有效特征提取并通过前期建模数据精确判断目标所属类别，相比于监控管理人员主观判断大大提高了判断结果的可靠性。并且，通过实时处理报警方式，能够快速有效的对监控场景未戴口罩人员所存在安全隐患做出及时把控，协助监控管理人员，有效的对异常数据进行及时报警，从而提高日常工作效率。附图说明图1为本专利技术实施例公开的一种高精度的佩戴口罩识别方法的流程示意图；图2为本专利技术实施例公开的另一种高精度的佩戴口罩识别方法的流程示意图；图3为本专利技术实施例公开的一种高精度的佩戴口罩识别系统的示意图；图4是本专利技术实施例公开的一种高精度的佩戴口罩识别装置的结构示意图。具体实施方式为了更好地理解和实施，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。本专利技术实施例的术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或模块的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或模块，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或模块。本专利技术实施例公开了一种高精度的佩戴口罩识别方法及装置，能够利用公共场所常用的摄像机装置，无需额外安装室外设备，这将极大降低系统配套设备所需时间成本。并且通过深度学习技术，结合对行人目标跟踪计算分析，得出目标在监控场景画面中具体位置信息，如此能够利用深度学习网络对目标进行有效特征提取并通过前期建模数据精确判断目标所属类别，相比于监控管理人员主观判断大大提高了判断结果的可靠性。并且，通过实时处理报警方式，能够快速有效的对监控场景未戴口罩人员所存在安全隐患做出及时把控，协助监控管理人员，有效的对异常数据进行及时报警，从而提高日常工作效率。实施例一请参阅图1，图1为本专利技术实施例公开的一种高精度的佩戴口罩识别方法的流程示意图。其中，图1所描述的方法可以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，对于其他监控系统也属于本专利技术的保护范围，本专利技术实施例不做限定。如图1所示，该高精度的佩戴口罩识别方法可以包括以下操作：步骤S101：通过多个摄像头获取视频流数据。在本申请中可以直接使用常见公共场所的摄像头装置，通过摄像头装置采集视频流数据，由此，不需要再额外安装室外设备，极大降低了配套设备所需时间成本和物力成本。达到了简易的数据目的。步骤S102：根据视频流数据提取特征数据。将通过摄像头本文档来自技高网...

【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