【技术实现步骤摘要】
一种佩戴医用口罩人脸识别方法
[0001]本专利技术属于图像识别
,具体涉及一种佩戴医用口罩人脸识别方法。
技术介绍
[0002]对于那些存在感冒症状的人群来说,坚持戴口罩的确很有必要。在这种情况下,需要有效的戴口罩人脸识别系统来检查人们是否正确佩戴医用口罩。为了完成这项任务,需要一种能够检测出是否佩戴有医用口罩的人脸识别方法,以区分佩戴医用口罩和未佩戴医用口罩的人。然而,识别佩戴医用口罩的人脸,需要使用佩戴医用口罩的人脸数据库进行比对,但大多数人脸识别系统均未构建佩戴医用口罩的人脸数据库,若重新构建佩戴医用口罩的人脸数据库,则将花费大量额外的资源和成本,目前急需攻克在缺失佩戴医用口罩的人脸数据库场景下,仅采用现有的未佩戴医用口罩的人脸数据库,进行佩戴有医用口罩的人脸识别的难题,从而帮助检测分析人脸是否有佩戴医用口罩等行为。
[0003]因此,现阶段需设计一种佩戴医用口罩人脸识别方法,来解决以上问题。
技术实现思路
[0004]本专利技术目的在于提供一种佩戴医用口罩人脸识别方法,用于解决上述现有 ...
【技术保护点】
【技术特征摘要】
1.一种佩戴医用口罩人脸识别方法,其特征在于,包括以下步骤:步骤S1:遍历数据库中的未佩戴口罩人脸图像是否存在与之对应的佩戴口罩人脸图像,若每张未佩戴口罩人脸图像都有一一对应的佩戴口罩人脸图像,则直接进行步骤S12,否则,进行步骤S2;步骤S2:将步骤S1中不存在相对应佩戴口罩人脸图像的未佩戴口罩人脸图像取出,并输出;即,输出特定条件的未佩戴医用口罩人脸图像,特定条件为此未佩戴医用口罩的人脸图像在数据库中没有与之对应的佩戴口罩人脸图像;步骤S3:将步骤S2输出的图像输入到关键点提取模型,提取出人脸关键点;即,以机器学习中 GBDT为基础的ERT提取图像中的人脸关键点,输入图像是步骤S2中的未佩戴口罩人脸图像;步骤S4:根据步骤S3的人脸关键点计算出鼻梁中心点、脸轮廓左点、脸轮廓右点和脸轮廓底点的准确位置,由鼻梁中心点和脸轮廓底点确定人脸中心线;步骤S5:将标准医用口罩图像模板平均分为左口罩和右口罩两个部分;其中,标准医用口罩图像模板仅含有医用口罩,不含人脸;步骤S6:计算出脸轮廓左点到人脸中心线的距离宽度,根据此宽度调整左口罩的形状大小;步骤S7:计算出脸轮廓右点到人脸中心线的距离宽度,根据此宽度调整右口罩的形状大小;步骤S8:将左口罩和右口罩进行适配合并,形成新的医用口罩;步骤S9:计算出人脸中心线与二维直角坐标系y轴夹角,根据计算出的夹角将步骤S8中新的医用口罩进行角度矫正;步骤S10:将S9中新的医用口罩图像与未佩戴口罩人脸图像融合,得到合成匹配的佩戴口罩人脸图像;步骤S11:将步骤S10中融合生成的佩戴口罩人脸图像对应地放入到数据库中;步骤S12:从监控系统中获取视频数据并截取待识别人脸图像,并输出;步骤S13:将步骤S12输出的图像输...
【专利技术属性】
技术研发人员:姚克勤,郑静,王爽,胡建平,曲建明,董方杰,蒲立新,何明杰,范计朋,刘先波,黄瑞梅,
申请(专利权)人:深圳市卫生健康发展研究和数据管理中心深圳成电金盘健康数据技术有限公司电子科技大学深圳高等研究院,
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。