一种基于偏振成像AI识别口罩佩戴检测方法技术

本发明专利技术公开了一种基于偏振成像AI识别口罩佩戴的方法，包括以下步骤：从不同角度、不同环境实时采集待检测目标的偏振图像；对偏振图像特征进行分析，并将各类型的偏振图像分类；利用CNN卷积神经网络对已被标注分类的偏振图像进行深度学习，使算法模型能辨别是否佩戴口罩；基于已训练完善的模型添加云端预警功能。本发明专利技术基于偏振相机成像特征的鲜明性，利用偏振光成像与AI智能算法结合提高了识别精度，避免了传统RGB面阵相机图像识别时容易过曝、过暗、易受干扰等问题，优化了检测方法，在算法上实现的时效性更佳。实现的时效性更佳。实现的时效性更佳。

【技术实现步骤摘要】
一种基于偏振成像AI识别口罩佩戴检测方法


[0001]本专利技术涉及光学领域，特别是涉及一种基于偏振成像AI识别口罩佩戴检测方法及系统。

技术介绍

[0002]目前关于检测戴口罩的应用和和设备早已在市场上公布，也已经有了一些相对成熟的检测方法，如知名的Viola
‑
Jones算法、深度学习算法SSD、YOLO等，多数检测模式是使用三基色RGB相机通过对人群的快速扫描，配合人工智能系统的算法进行识别。
[0003]使用传统相机固然能检测是否佩戴口罩，但也有其局限性。传统RGB图像识别方法在没有达到完善训练前，存在以下问题：
[0004](1)普通强度图像的数据集特征对比度不高。特征不突出，容易出现用物体遮挡住鼻、嘴，模型就认为是戴口罩的问题；
[0005](2)RGB相机受光环境影响明显。在识别时，可能会出现强光照射过曝或弱光照射太暗，导致信息获取困难，无法识别的问题。
[0006](3)对某些有图案的口罩可能造成误判。例如，口罩图案中有其他人脸、或者恰好是人脸的下半部分时，识别算法容易造成误判。本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于偏振成像AI识别口罩佩戴检测方法，其特征在于，包括以下步骤：步骤S1:收集偏振图像，利用偏振相机从不同角度、不同环境实时采集待检测目标的偏振图像；步骤S2:图像标注分类，对所述偏振图像特征进行分析，并将各类型的偏振图像分类，当已收集偏振图像样本达到一定数量时，对不同图案、材质、形状的口罩在人脸上的表现进行标注；步骤S3:图像深度学习，利用CNN卷积神经网络对所述标注分类的偏振图像进行深度学习，使算法模型能辨别是否佩戴口罩；步骤S4:提高模型性能，根据所述算法模型的mAP值和实际识别预测结果评估模型综合性能，重复训练以提升识别效果；步骤S5:增添附加功能，基于已训练完善的算法模型添加云端预警功能。2.根据实施权利要求1所述的一种基于偏振成像AI识别口罩佩戴检测方法，其特征在于，所述偏振图像的获得采用光学广角变焦镜头和偏振相机搭...

【专利技术属性】
技术研发人员：李亚红，李伯松，魏文浩，李德胜，邹念育，
申请(专利权)人：大连工业大学，
类型：发明
国别省市：