【技术实现步骤摘要】
口罩佩戴识别方法
本专利技术涉及一种口罩佩戴识别方法，属于目标检测领域。
技术介绍
在医院、公共交通等人流密集的场所，工作人员需要对行人是否佩戴口罩进行一个个排查，工作量相当大。现有的口罩检测方法一般无法辨别是正确佩戴口罩还是手部或者衣物遮挡，因此需要一种新方法来准确辨别正确佩戴口罩与存在遮挡两种情况。
技术实现思路
本专利技术的目的是提供一种口罩佩戴识别方法，提高生产线上形态各异的、不规则的复杂零件的分拣速度和分拣准确率，提高分拣效率，从而提高生产力。一种口罩佩戴识别方法，该方法包括以下步骤：S1、进行人脸检测模型训练，包括如下步骤：S11、使用成像光谱仪采集1000张样本人脸图片，对样本数据进行采集和扩充，得到5000张样本人脸图片，使训练出的人脸检测模型具有高的鲁棒性；S12、使用图像标注软件对样本图片中的人脸进行标注，框选出图中的人脸并标记出人脸中的关键点，标记的5个人脸关键点分别为左右眼、鼻子和左右嘴角；S13、搭建基于多任务卷积神经网络MTCNN的人脸检...
【技术保护点】
1.一种口罩佩戴识别方法，其特征在于，该方法包括以下步骤：/nS1、进行人脸检测模型训练，包括如下步骤：/nS11、使用成像光谱仪采集1000张样本人脸图片，对样本数据进行采集和扩充，得到5000张样本人脸图片，使训练出的人脸检测模型具有高的鲁棒性；/nS12、使用图像标注软件对样本图片中的人脸进行标注，框选出图中的人脸并标记出人脸中的关键点，标记的5个人脸关键点分别为左右眼、鼻子和左右嘴角；/nS13、搭建基于多任务卷积神经网络MTCNN的人脸检测模型，进行人脸检测模型的训练，通过训练网络输出网络模型，用训练好的模型预测图像中是否存在人脸以及人脸、关键点的坐标位置；/n多...
【技术特征摘要】
1.一种口罩佩戴识别方法，其特征在于，该方法包括以下步骤：
S1、进行人脸检测模型训练，包括如下步骤：
S11、使用成像光谱仪采集1000张样本人脸图片，对样本数据进行采集和扩充，得到5000张样本人脸图片，使训练出的人脸检测模型具有高的鲁棒性；
S12、使用图像标注软件对样本图片中的人脸进行标注，框选出图中的人脸并标记出人脸中的关键点，标记的5个人脸关键点分别为左右眼、鼻子和左右嘴角；
S13、搭建基于多任务卷积神经网络MTCNN的人脸检测模型，进行人脸检测模型的训练，通过训练网络输出网络模型，用训练好的模型预测图像中是否存在人脸以及人脸、关键点的坐标位置；
多任务卷积神经网络损失函数包括人脸分类边界框回归和关键点定位三部分，具体包括：
其中，xi为输入样本，pi为样本是人脸的概率，表示真实边界框标签；
其中，表示网络预测的回归目标，表示真实框坐标；
其中，表示网络预测的第i个面部关键点的坐标，表示第i个面部关键点的真实坐标；
整体损失函数如下：
其中，N为训练样本的数量，αj表示任务的重要性，在建议网络P-Net和精修网络R-Net中，αdet＝1、αbox＝0.5、αlandmark＝0.5；在输出网络O-Net中，αdet＝1、αbox＝0.5、αlandmark＝1，βij为样本标签，Lij表示上面的分类、回归或者定位的损失函数；
S2、进行口罩佩戴识别模型训练，包括如下步骤：
针对口罩佩戴识别问题，训练支持向量机分类器，用以对人脸检测模型得出的人脸图像进行光谱分类，以实现口罩识别；
S21、训练集、测试集的构建：首先通过图像软件在人脸光谱图像上进行样本感兴趣区域的标记，感兴趣区域的类型选择为点，分别用不同颜色标定各样本，每类样本选择1000个点，标记完所有样本后计算标记样本的可分离度，符合条件后保存样本感兴趣区域文件，通过其获取样本感兴趣区域的坐标信息和标签信息，将感兴趣区域的坐标信息转化为对应位置点的波段信息，构建训练集和测试集；
S22、确定初始化参数，完成训练：支持向量机...
【专利技术属性】
技术研发人员：张立国，孙胜春，金梅，张少阔，张子豪，张勇，刘博，郎梦园，
申请(专利权)人：燕山大学，
类型：发明
国别省市：河北;13
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。