欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2022113803027
申请人: 河南大学
专利类型:发明专利
专利状态:已下证
专利领域: 计算;推算;计数
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种佩戴口罩人脸识别方法,其特征在于,包括以下步骤:

根据所需要求对特定人群建立未戴口罩人脸样本库;

对未戴口罩人脸样本库进行扩充,构建数据库,其中,所建数据库包含戴口罩与未戴口罩的人脸样本;

构建基于YOLOv5的佩戴口罩人脸检测模型YOLOv5-MD,并通过数据库对构建的基于YOLOv5的佩戴口罩人脸检测模型YOLOv5-MD进行训练及测试;

将待检测人脸图像传入训练好的佩戴口罩人脸检测模型YOLOv5-MD,判断待检测人脸是否佩戴口罩,如果待检测人脸佩戴口罩,则生成待检测人脸佩戴口罩检测结果图,如果待检测人脸未佩戴口罩,则生成表征待检测人脸佩戴口罩未佩戴口罩的提示信息;

根据得到的待检测人脸佩戴口罩检测结果图,通过口罩迁移算法提取待检测人脸口罩特征,对样本库人脸添加待检测人脸所戴口罩,并生成样本库佩戴口罩人脸图像;

将生成的待检测人脸佩戴口罩检测结果图与样本库佩戴口罩人脸图像传入改进的FaceNet人脸识别网络,对待检测的佩戴口罩人脸与样本库佩戴口罩人脸的人脸特征及口罩特征进行空间映射,通过三元组计算欧氏距离,生成佩戴口罩人脸的识别信息;

所述构建基于YOLOv5的佩戴口罩人脸检测模型YOLOv5-MD,包括:拓展YOLOv5目标检测模型骨干网络中浅层跨阶段局部网络模块的厚度,提取佩戴口罩人脸在浅层的细节特征;

引入CA注意力机制,所述CA注意力机制用于YOLOv5的骨干网络特征提取过程中加强对佩戴口罩人脸特征的提取,得到在宽度和高度方向上带有注意力权重的特征图;

将得到的特征图通过BiFPN特征融合网络进行加权融合,产生16×16、32×32和64×64大小的特征图,用于Head部分的多尺度检测;

所述将生成的待检测人脸佩戴口罩检测结果图与样本库佩戴口罩人脸图像传入改进的FaceNet人脸识别网络,对待检测的佩戴口罩人脸与样本库佩戴口罩人脸的人脸特征及口罩特征进行空间映射,通过三元组计算欧氏距离,生成佩戴口罩人脸的识别信息,包括:将FaceNet中特征提取网络替换为YOLOv5-MD的CSPNet特征提取网络;

将YOLOv5-MD中得到的佩戴口罩人脸图像与样本库通过口罩迁移算法生成的佩戴口罩人脸图像送入改进的FaceNet的特征提取网络进行特征提取和特征融合;

通过对提取的特征采用L2归一化操作,得到待检测佩戴口罩人脸与样本库佩戴口罩人脸的特征向量以及口罩的特征向量;

将得到的待检测佩戴口罩人脸与样本库佩戴口罩人脸的特征向量以及口罩的特征向量通过三元组计算欧氏距离,其中,三元组包括:Anchor、Positive与Negative三个样例,Anchor与Positive为同一人人脸图像,Anchor与Negative为不同人人脸图像,判定条件为相同人脸特征向量间的欧氏距离的平方比不同人脸图像特征向量间的欧氏距离的平方小,表示正负样本之间的边界值;

判断计算的欧氏距离是否满足判定条件,若满足判定条件,则为同一人,若不满足判定条件,则不为同一人,并生成佩戴口罩人脸的识别信息。

2.根据权利要求1所述的一种佩戴口罩人脸识别方法,其特征在于,通过口罩迁移算法,对未戴口罩人脸样本库进行扩充,包括:输入佩戴口罩人脸图像与样本库人脸图像;

确定样本库人脸图像的鼻子、眉眼和脸部轮廓关键点;

通过鼻子、眉眼和脸底部关键点,确定口罩大小的高度和中心线;

提取佩戴口罩人脸口罩特征,将口罩左右平分为两部分,根据确定的口罩大小的高度和中心线调整口罩大小;

旋转口罩,角度为中心线相对于y轴的旋转角,将调整的口罩放在人脸适当位置,完成口罩迁移,输出佩戴口罩的样本库人脸图像。

3.根据权利要求1所述的一种佩戴口罩人脸识别方法,其特征在于,将数据库按照7:2:1的比例划分作为模型的训练集、验证集和测试集。

4.根据权利要求3所述的一种佩戴口罩人脸识别方法,其特征在于,所述通过数据库对构建的基于YOLOv5的佩戴口罩人脸检测模型YOLOv5-MD进行训练及测试,包括:设置基于YOLOv5的佩戴口罩人脸检测模型YOLOv5-MD的训练参数;

将数据库的训练集送入构建的基于YOLOv5的佩戴口罩人脸检测模型YOLOv5-MD,按照设置的参数进行训练;

根据数据库的验证集对训练的模型进行验证得到平均误差及精度变化,调整相应参数对模型进行优化以达到最优状态;

将数据库的测试集送入已达到最优状态的YOLOv5-MD模型进行性能测试,并从mAP精确度均值及FPS检测速度指标下进行评估,得到最终佩戴口罩人脸检测模型。

5.根据权利要求1所述的一种佩戴口罩人脸识别方法,其特征在于,所述判定条件为:其中,表示第个Anchor图像,表示第个Positive图像,表示第个Negative图像,表示第个Anchor图像的特征向量,表示第个Positive图像的特征向量,表示第个Negative图像的特征向量,表示距离长度且,表示正负样本之间的边界值,表示训练集中可能的三元组集合,表示维欧几里得空间。

6.一种门禁装置,其特征在于,所述门禁装置用于实现所述权利要求1-5中任一所述的一种佩戴口罩人脸识别方法,具体地,所述门禁装置包括:图像采集模块,包括显示模块,用于获取待检测人脸图像,显示识别结果;

佩戴口罩人脸检测模块,用于判断是否佩戴口罩,将待检测人脸图像送入训练好的基于YOLOv5的佩戴口罩人脸检测模型YOLOv5-MD,如果未配戴口罩,则显示模块显示无法通过,如果佩戴口罩,则将待检测佩戴口罩人脸结果图送入特征提取模块;

特征提取模块,用于通过口罩迁移算法提取佩戴口罩人脸检测模块得到的待检测人脸图像的口罩特征,对样本库人脸添加待检测人所戴口罩;

人脸识别模块,用于对佩戴口罩人脸检测模块得到的佩戴口罩人脸图像与特征提取模块得到的人脸佩戴口罩图像,通过人脸识别网络FaceNet识别人脸特征及口罩特征,进行L2归一化操作,通过计算欧氏距离,对待检测人脸与样本库人脸进行比对;

控制模块,包括闸机模块,用于对人脸识别模块的结果进行反馈,如果比对成功,则控制模块控制闸机模块开放闸机,显示模块显示允许通过,如果比对失败,则控制模块控制闸机模块不开放闸机,显示模块显示禁止通过。

7.一种电子设备,其特征在于,所述电子设备包括存储器、处理器以及能够存储在存储器并且能够在处理器上运行的计算机程序,所述处理器上运行的计算机程序能够实现所述权利要求1-5中任一所述的一种佩戴口罩人脸识别方法。

8.一种可读介质,所述可读介质存储的计算机程序,其特征在于,所述计算机程序被处理器执行时实现所述权利要求1-5中任一所述的一种佩戴口罩人脸识别方法。