本发明专利技术公开了基于机器视觉的电梯乘客防疫检测方法、系统及存储介质，方法包括：获取第一图像信息，第一图像信息包括电梯轿厢内的实时图像信息和电梯厅门外的实时图像信息中的至少一种；对第一图像信息进行人脸轮廓检测，确定若干个第一人脸区域；将第一人脸区域输入到预先训练好的面部器官识别模型，得到面部器官识别结果，将第一人脸区域输入到预先训练好的口罩佩戴识别模型，得到口罩佩戴识别结果；根据面部器官识别结果和口罩佩戴识别结果确定电梯乘客是否正确佩戴口罩。本发明专利技术提取人脸区域并进行面部器官识别和口罩佩戴识别，可以准确识别乘客是否正确佩戴口罩，降低了疫情传播的风险，提高了乘梯的安全性，可广泛应用于计算机视觉技术领域。计算机视觉技术领域。计算机视觉技术领域。
【技术实现步骤摘要】
基于机器视觉的电梯乘客防疫检测方法、系统及存储介质
[0001]本专利技术涉及计算机视觉
，尤其是一种基于机器视觉的电梯乘客防疫检测方法、系统及存储介质。
技术介绍
[0002]电梯作为运输量最大的垂直交通工具，被广泛应用在中高层的建筑之中。电梯轿厢是一个相对密闭的空间，空气流动性较差。在传染病流行期间，乘客乘坐电梯往往需要佩戴口罩、保持距离，避免人员密集接触，从而降低疫情传播的风险。因此，如何识别电梯乘客是否正确佩戴口罩成为了亟需解决的问题。
[0003]现有技术公开了一种用于直梯内乘员佩戴口罩的检测方法，该方法通过检测人脸框图的数量和口罩图像的数量来判断乘员是否全部佩戴口罩。然而部分乘客在佩戴口罩时会出现未正确佩戴口罩的情况，如将口罩下拉露出口鼻进行呼吸，通过上述方法并不能检测出乘客是否正确佩戴口罩，仍然存在较大的安全隐患。
技术实现思路
[0004]本专利技术的目的在于至少一定程度上解决现有技术中存在的技术问题之一。
[0005]为此，本专利技术实施例的一个目的在于提供一种基于机器视觉的电梯乘客防疫检测方法，该方法可以准确识别电梯乘客是否正确佩戴口罩，降低了疫情传播的风险，提高了乘梯的安全性。
[0006]本专利技术实施例的另一个目的在于提供一种基于机器视觉的电梯乘客防疫检测系统。
[0007]为了达到上述技术目的，本专利技术实施例所采取的技术方案包括：
[0008]第一方面，本专利技术实施例提供了一种基于机器视觉的电梯乘客防疫检测方法，包括以下步骤：
[0009]获取第一图像信息，所述第一图像信息包括电梯轿厢内的实时图像信息和电梯厅门外的实时图像信息中的至少一种；
[0010]对所述第一图像信息进行人脸轮廓检测，确定若干个第一人脸区域；
[0011]将所述第一人脸区域输入到预先训练好的面部器官识别模型，得到面部器官识别结果，将所述第一人脸区域输入到预先训练好的口罩佩戴识别模型，得到口罩佩戴识别结果；
[0012]根据所述面部器官识别结果和所述口罩佩戴识别结果确定电梯乘客是否正确佩戴口罩。
[0013]进一步地，在本专利技术的一个实施例中，所述对所述第一图像信息进行人脸轮廓检测，确定若干个第一人脸区域这一步骤，其具体包括：
[0014]对所述第一图像信息进行边缘检测得到若干个连续轮廓；
[0015]对所述连续轮廓进行随机霍夫变换，筛选出符合预设的阈值条件的连续轮廓作为
人脸轮廓；
[0016]根据所述人脸轮廓确定若干个第一人脸区域。
[0017]进一步地，在本专利技术的一个实施例中，所述电梯乘客防疫检测方法还包括预先训练面部器官识别模型的步骤，其具体包括：
[0018]获取预设的多个第一人脸图像，对所述第一人脸图像中的面部器官进行标注，得到面部器官标签；
[0019]根据所述第一人脸图像和所述面部器官标签确定第一训练数据集，将所述第一训练数据集输入到预先构建的第一卷积神经网络，得到面部器官预测结果；
[0020]根据所述面部器官预测结果和所述面部器官标签确定所述第一卷积神经网络的第一损失值；
[0021]根据所述第一损失值通过反向传播算法更新所述第一卷积神经网络的参数；
[0022]当所述第一损失值达到预设的第一阈值或迭代次数达到预设的第二阈值，停止训练，得到训练好的面部器官识别模型。
[0023]进一步地，在本专利技术的一个实施例中，所述电梯乘客防疫检测方法还包括预先口罩佩戴识别模型的步骤，其具体包括：
[0024]获取预设的多个第二人脸图像，所述第二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，根据是否佩戴口罩对所述第二人脸图像进行标注，得到口罩佩戴标签；
[0025]根据所述第二人脸图像和所述口罩佩戴标签确定第二训练数据集，将所述第二训练数据集输入到预先构建的第二卷积神经网络，得到口罩佩戴预测结果；
[0026]根据所述口罩佩戴预测结果和所述口罩佩戴标签确定所述第二卷积神经网络的第二损失值；
[0027]根据所述第二损失值通过反向传播算法更新所述第二卷积神经网络的参数；
[0028]当所述第二损失值达到预设的第三阈值或迭代次数达到预设的第四阈值，停止训练，得到训练好的口罩佩戴识别模型。
[0029]进一步地，在本专利技术的一个实施例中，所述根据所述面部器官识别结果和所述口罩佩戴识别结果确定电梯乘客是否正确佩戴口罩这一步骤，其具体包括：
[0030]根据所述面部器官识别结果确定所述第一人脸区域是否包含鼻部区域和口部区域；
[0031]根据所述口罩佩戴识别结果确定所述第一人脸区域是否包含口罩区域；
[0032]当所述第一人脸区域包含口罩区域，且不包含鼻部区域和口部区域，确定所述第一人脸区域对应的电梯乘客已正确佩戴口罩，否则，确定所述第一人脸区域对应的电梯乘客未正确佩戴口罩。
[0033]进一步地，在本专利技术的一个实施例中，所述确定所述第一人脸区域对应的电梯乘客未正确佩戴口罩这一步骤之后，还包括以下步骤：
[0034]对所述第一人脸区域进行人脸识别，确定未正确佩戴口罩的电梯乘客的第一身份信息；
[0035]根据所述第一身份信息对未正确佩戴口罩的电梯乘客的历史乘梯行为进行统计，当未正确佩戴口罩的次数达到预设的第五阈值，发送相应的告警信息至电梯管理人员。
[0036]进一步地，在本专利技术的一个实施例中，所述电梯乘客防疫检测方法还包括以下步骤：
[0037]当确定存在电梯乘客未正确佩戴口罩，通过显示装置和/或语音提示装置进行提醒。
[0038]第二方面，本专利技术实施例提供了一种基于机器视觉的电梯乘客防疫检测系统，包括：
[0039]图像信息获取模块，用于获取第一图像信息，所述第一图像信息包括电梯轿厢内的实时图像信息和电梯厅门外的实时图像信息中的至少一种；
[0040]人脸轮廓检测模块，用于对所述第一图像信息进行人脸轮廓检测，确定若干个第一人脸区域；
[0041]人脸区域识别模块，用于将所述第一人脸区域输入到预先训练好的面部器官识别模型，得到面部器官识别结果，将所述第一人脸区域输入到预先训练好的口罩佩戴识别模型，得到口罩佩戴识别结果；
[0042]确定模块，用于根据所述面部器官识别结果和所述口罩佩戴识别结果确定电梯乘客是否正确佩戴口罩。
[0043]第三方面，本专利技术实施例提供了一种基于机器视觉的电梯乘客防疫检测装置，包括：
[0044]至少一个处理器；
[0045]至少一个存储器，用于存储至少一个程序；
[0046]当所述至少一个程序被所述至少一个处理器执行时，使得所述至少一个处理器实现上述的一种基于机器视觉的电梯乘客防疫检测方法。
[0047]第四方面，本专利技术实施例还提供了一种计算机可读存储介质，其中存储有处理器可执行的程序，所述处理器可执行的程序在由处理器执行时用于执行上述的一种基于机器视觉的电梯乘客防疫检测本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于机器视觉的电梯乘客防疫检测方法，其特征在于，包括以下步骤：获取第一图像信息，所述第一图像信息包括电梯轿厢内的实时图像信息和电梯厅门外的实时图像信息中的至少一种；对所述第一图像信息进行人脸轮廓检测，确定若干个第一人脸区域；将所述第一人脸区域输入到预先训练好的面部器官识别模型，得到面部器官识别结果，将所述第一人脸区域输入到预先训练好的口罩佩戴识别模型，得到口罩佩戴识别结果；根据所述面部器官识别结果和所述口罩佩戴识别结果确定电梯乘客是否正确佩戴口罩。2.根据权利要求1所述的一种基于机器视觉的电梯乘客防疫检测方法，其特征在于，所述对所述第一图像信息进行人脸轮廓检测，确定若干个第一人脸区域这一步骤，其具体包括：对所述第一图像信息进行边缘检测得到若干个连续轮廓；对所述连续轮廓进行随机霍夫变换，筛选出符合预设的阈值条件的连续轮廓作为人脸轮廓；根据所述人脸轮廓确定若干个第一人脸区域。3.根据权利要求1所述的一种基于机器视觉的电梯乘客防疫检测方法，其特征在于，所述电梯乘客防疫检测方法还包括预先训练面部器官识别模型的步骤，其具体包括：获取预设的多个第一人脸图像，对所述第一人脸图像中的面部器官进行标注，得到面部器官标签；根据所述第一人脸图像和所述面部器官标签确定第一训练数据集，将所述第一训练数据集输入到预先构建的第一卷积神经网络，得到面部器官预测结果；根据所述面部器官预测结果和所述面部器官标签确定所述第一卷积神经网络的第一损失值；根据所述第一损失值通过反向传播算法更新所述第一卷积神经网络的参数；当所述第一损失值达到预设的第一阈值或迭代次数达到预设的第二阈值，停止训练，得到训练好的面部器官识别模型。4.根据权利要求1所述的一种基于机器视觉的电梯乘客防疫检测方法，其特征在于，所述电梯乘客防疫检测方法还包括预先口罩佩戴识别模型的步骤，其具体包括：获取预设的多个第二人脸图像，所述第二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，根据是否佩戴口罩对所述第二人脸图像进行标注，得到口罩佩戴标签；根据所述第二人脸图像和所述口罩佩戴标签确定第二训练数据集，将所述第二训练数据集输入到预先构建的第二卷积神经网络，得到口罩佩戴预测结果；根据所述口罩佩戴预测结果和所述口罩佩戴标签确定所述第二卷积神经网络的第二损失值；根据所述第二损失值通过反向传播算法更新所述第二卷积神经网络的参数；当所述第二损失值达到预设的第三阈值或迭代次数达到预设的第四阈值，停止训练，得到训练好的口...
【专利技术属性】
技术研发人员：唐浩杨，余琴，郑贤杰，钟民棹，林子乔，
申请(专利权)人：广州广日电梯工业有限公司，
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。