本发明专利技术公开了一种基于单片机系统的人脸与人脸口罩佩戴检测方法及装置，该方法包括：获取抓拍的视频图像，从视频图像中提取任一图像帧作为待检测的目标图像帧；在所述目标图像帧的图像区域设置两个检测窗口并作为一组并行检测窗口，移动所述并行检测窗口，以遍历目标图像帧的所有图像区域；利用人脸检测加速器单元及人脸口罩检测加速器单元分别对所有并行检测窗口区域的图像灰度信息进行并行级联决策树级联检测，得到目标对象，所述目标对象包括人脸或人脸口罩佩戴；分别输出人脸与人脸口罩佩戴的检测信息。本发明专利技术的技术方案能够实现对人脸与人脸口罩佩戴的无人接触检测，提高人脸与人脸口罩佩戴检测速度，还能够提高检测结果的准确性和可靠性。结果的准确性和可靠性。结果的准确性和可靠性。
【技术实现步骤摘要】
基于单片机系统的人脸与人脸口罩佩戴检测方法及装置
[0001]本专利技术涉及深度学习及边缘计算
，尤其涉及一种基于单片机系统的人脸与人脸口罩佩戴检测方法、装置及可读存储介质。
技术介绍
[0002]随着第五代移动网络(5G)通信技术和人工智能(AI)的快速发展，物联网(IoT)和边缘计算给我们的日常生活带来了新的应用革命。由于具有低功耗、小体积、高性能等特点，单板计算机(SBC)被广泛应用于物联网场景，成为人工智能芯片等边缘加速器的主要载体。文献“T.
‑
H.Jung,B.Cates,I.
‑
K. Choi,S.
‑
H.Lee,and J.
‑
M.Choi,“Multi
‑
Camera
‑
Based Person RecognitionSystem for Autonomous Tractors,”Designs,vol.4,no.4,p.54,Dec.2020”提出了基于SBC
‘
NVIDIA Jetson AGX Xavier
’
和深度学习算法YOLOv3在拖拉机上实现人体检测的方法，以保证拖拉机的安全作业。可以看出，当SBC与各种边缘加速器相结合时，我们可以在其上运行许多高性能的AI算法，为实现功能强大的智能应用提供了无限的可能。
[0003]如何将上述AI算法与人脸及人脸口罩佩戴检测结合，实现无需工作人员亲临现场，无接触监测、减少人员聚集、高效提醒等功能，业已成为行业内亟待解决的技术问题。此外，人脸及人脸口罩的佩戴检测在餐厅后厨、营运车辆司机口罩佩戴监管、实验室、食品加工厂等场景下也有十分重要的意义。
[0004]有鉴于此，有必要对目前人脸与人脸口罩佩戴检测技术进行进一步的改进。
技术实现思路
[0005]为解决上述至少一技术问题，本专利技术的主要目的是提供一种基于单片机系统的人脸与人脸口罩佩戴检测方法、装置及可读存储介质。
[0006]为实现上述目的，本专利技术采用的第一个技术方案为：提供一种基于单片机系统的人脸与人脸口罩佩戴检测方法，包括：
[0007]获取抓拍的视频图像，从视频图像中提取任一图像帧作为待检测的目标图像帧；
[0008]在所述目标图像帧的图像区域设置两个检测窗口并作为一组并行检测窗口，移动所述并行检测窗口，以遍历目标图像帧的所有图像区域；
[0009]利用人脸检测加速器单元及人脸口罩检测加速器单元分别对所有并行检测窗口区域的图像灰度信息进行并行级联决策树级联检测，得到目标对象，所述目标对象包括人脸或人脸口罩佩戴；
[0010]分别输出人脸与人脸口罩佩戴的检测信息。
[0011]其中，所述并行级联决策树中级联的决策树数量为468棵且每棵决策树深度为6，所述根据所述并行检测窗口在目标图像帧的图像区域的移动位置进行并行级联决策树级联检测，具体包括：
[0012]获取任一需要决策的检测窗口区域的图像灰度信息；
[0013]确定所述检测窗口区域的图像灰度信息是否通过第一级二元决策树的所有二元决策深度检测；
[0014]若是则继续对所述图像灰度信息在下一级联的二元决策树的所有二元决策深度进行检测，直至通过所有级联的468棵二元决策树；
[0015]在检测窗口区域的图像灰度信息通过所有级数的二元决策树级数检测时，确定所述检测窗口区域包含目标对象。
[0016]其中，所述确定所述检测窗口区域的图像灰度信息是否通过第一级二元决策树的所有二元决策深度检测，具体包括：
[0017]提取所述第一级二元决策树的二元决策深度累积结果对应的置信度以及对应第一级二元决策树的置信度阈值；
[0018]在提取的置信度大于对应第一级二元决策树的置信度阈值时，确定所述检测窗口区域的图像灰度信息通过第一级二元决策树的检测。
[0019]其中，所述提取所述第一级二元决策树的二元决策深度累积结果对应的置信度以及对应第一级二元决策树的置信度阈值之后，还包括：
[0020]在提取的置信度小于或等于对应第一级二元决策的置信度阈值时，确定所述检测窗口区域的图像灰度信息未通过第一级二元决策树的检测，直接终止级联检测并确定所述检测窗口区域没有包含目标对象。
[0021]其中，所述移动所述并行检测窗口，以遍历目标图像帧的所有图像区域，具体包括：
[0022]标记并行检测窗口的初始坐标、尺寸及移窗步长，所述移窗步长包括横向移窗步长及纵向移窗步长；
[0023]根据并行检测窗口的初始坐标及横向移窗步长横向移动并行检测窗口，确定并行检测窗口横向移窗是否完成；
[0024]在并行检测窗口横向移窗完成时，根据并行检测窗口的初始坐标及纵向移窗步长纵向移动并行检测窗口，并根据已纵向移窗的并行检测窗口的移窗坐标及横向移窗步长继续横向移窗，以遍历目标图像帧的所有图像区域；
[0025]所述分别输出人脸与人脸口罩佩戴的检测信息，具体包括：
[0026]分别输出人脸与人脸口罩佩戴的检测结果的坐标信息及并行检测窗口尺寸信息。
[0027]其中，所述遍历目标图像帧的所有图像区域之后，还包括：
[0028]等比例放大并行检测窗口的初始坐标、尺寸及移窗步长；
[0029]确定放大后并行检测窗口的尺寸是否大于预设值；
[0030]若并行检测窗口的尺寸小于预设值，则根据放大后的移窗步长及初始坐标对并行检测窗口进行横向移窗及纵向移窗，以遍历目标图像帧的所有图像区域；
[0031]进行下一次等比例放大并行检测窗口，直至在等比例放大后的并行检测窗口尺寸大于或等于预设值时，停止对该次等比例放大的并行检测窗口进行移窗处理；以及
[0032]过滤并行检测窗口中重叠检测目标对象。
[0033]其中，所述得到目标对象之后，还包括：
[0034]对所述目标对象的数量进行统计；
[0035]所述分别输出人脸与人脸口罩佩戴的检测信息，具体包括：
[0036]分别输出人脸与人脸口罩佩戴的检测结果的坐标信息及目标对象所处位置的检测窗口尺寸信息。
[0037]为实现上述目的，本专利技术采用的第二个技术方案为：提供一种基于单片机系统的人脸与人脸口罩佩戴检测装置，包括：
[0038]获取模块，用于获取抓拍的视频图像，从视频图像中提取任一图像帧作为待检测的目标图像帧；
[0039]遍历模块，用于在所述目标图像帧的图像区域设置两个检测窗口并作为一组并行检测窗口，移动所述并行检测窗口，以遍历目标图像帧的所有图像区域；
[0040]检测模块，用于利用人脸检测加速器单元及人脸口罩检测加速器单元分别对所有并行检测窗口区域的图像灰度信息进行并行级联决策树级联检测，得到感兴趣的目标对象，所述目标对象包括人脸或人脸口罩佩戴；
[0041]输出模块，用于分别输出人脸与人脸口罩佩戴的检测信息。
[0042]为实现本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于单片机系统的人脸与人脸口罩佩戴检测方法，其特征在于，所述基于单片机系统的人脸口罩佩戴检测方法包括：获取抓拍的视频图像，从视频图像中提取任一图像帧作为待检测的目标图像帧；在所述目标图像帧的图像区域设置两个检测窗口并作为一组并行检测窗口，移动所述并行检测窗口，以遍历目标图像帧的所有图像区域；利用人脸检测加速器单元及人脸口罩检测加速器单元分别对所有并行检测窗口区域的图像灰度信息进行并行级联决策树级联检测，得到目标对象，所述目标对象包括人脸或人脸口罩佩戴；分别输出人脸与人脸口罩佩戴的检测信息。2.如权利要求1所述的基于单片机系统的人脸与人脸口罩佩戴检测方法，其特征在于，所述并行级联决策树中级联的决策树数量为468棵且每棵决策树深度为6，所述根据所述并行检测窗口在目标图像帧的图像区域的移动位置进行并行级联决策树级联检测，具体包括：获取任一需要决策的检测窗口区域的图像灰度信息；确定所述检测窗口区域的图像灰度信息是否通过第一级二元决策树的所有二元决策深度检测；若是则继续对所述图像灰度信息在下一级联的二元决策树的所有二元决策深度进行检测，直至通过所有级联的468棵二元决策树；在检测窗口区域的图像灰度信息通过所有级数的二元决策树级数检测时，确定所述检测窗口区域包含目标对象。3.如权利要求2所述的基于单片机系统的人脸与人脸口罩佩戴检测方法，其特征在于，所述确定所述检测窗口区域的图像灰度信息是否通过第一级二元决策树的所有二元决策深度检测，具体包括：提取所述第一级二元决策树的二元决策深度累积结果对应的置信度以及对应第一级二元决策树的置信度阈值；在提取的置信度大于对应第一级二元决策树的置信度阈值时，确定所述检测窗口区域的图像灰度信息通过第一级二元决策树的检测。4.如权利要求3所述的基于单片机系统的人脸与人脸口罩佩戴检测方法，其特征在于，所述提取所述第一级二元决策树的二元决策深度累积结果对应的置信度以及对应第一级二元决策树的置信度阈值之后，还包括：在提取的置信度小于或等于对应第一级二元决策的置信度阈值时，确定所述检测窗口区域的图像灰度信息未通过第一级二元决策树的检测，直接终止级联检测并确定所述检测窗口区域没有包含目标对象。5.如权利要求1所述的基于单片机系统的人脸与人脸口罩佩戴检测方法，其特征在于，所述移动所述并行检测窗口，以遍历目标图像帧的所有图像区域，具体包括：标记并行检测窗口的初始坐标、尺寸及移窗步长，所述移窗步长包括横向移窗步长及纵向移窗步长；根据并行检测窗口的初始坐标及...
【专利技术属性】
技术研发人员：钟世达，冯昊港，潘家豪，慕镐泽，袁涛，
申请(专利权)人：深圳大学，
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。