[发明专利]一种智能门禁控制方法

说明书

本申请公开了一种智能门禁控制方法，包括建立并标注口罩佩戴检测数据集；生成适用于门禁的训练锚框；训练改进的YOLOv3模型；调整模型置信度，获得口罩佩戴检测模型；获取门禁监测视频图像；检测并判断门禁监测视频图像中是否存在目标；若不存在目标则获取门禁监测视频图像，否则获取目标位置并判断目标类别，若未佩戴口罩则报警并展示检测结果，否则对目标进行体温检测，若目标体温超过体温阈值则报警并展示检测结果，否则打开门禁闸机并继续下一帧视频图像检测。本申请能够实时检测视频中人员是否佩戴口罩及体温是否正常，有效减少因为人员行进速度快、物体遮挡、光线昏暗等复杂情况造成的漏检错检问题，检测速度快且准确率高。

技术领域

本发明属于视频监控安全技术领域，涉及一种智能门禁控制方法。

背景技术

国内各企业、商场、小区在入口均配有相关工作人员对进入人员进行体温检测并检查是否佩戴口罩。但这种人力监督方法增加了企业运营成本且效率较低。为了提高效率同时尽力减少人工监督成本，进行智能门禁检测成为众多企业、商场、小区共同选择的方法。

近年来，研究人员在基于传感器与基于图像处理等两种检测方式上对图像检测做了很多具有创新性的研究工作。但存在定位精度不高、测速度慢、准确率低等问题使得其不适用于复杂性较高的场景，无法达到实际需求，基于深度学习的检测算法依靠其网络简单、检测速度快准确性高等特点超过传统检测算法，成为当前图像检测方面的主流算法。

但对于具体场景，普通深度学习模型及相关参数不能达到很高的检测效果，需要针对场景制定更有针对性的模型及检测策略，同时使用更匹配的图像增强、正则化、交并比损失、激活函数与损失函数等来进一步提高检测mAP。

发明内容

为解决现有技术中的不足，本申请提供一种智能门禁控制方法，能够实时检测视频信息中人员是否佩戴口罩并检测体温是否正常，有效减少因为人员行进速度快、物体遮挡、光线昏暗等复杂情况造成的漏检错检问题，具有检测速度快、检测准确率高等优点。

为了实现上述目标，本申请采用如下技术方案：

一种智能门禁控制方法，通过检测待通过人员是否佩戴口罩及其体温是否正常来控制门禁闸机的开关，所述方法包括以下步骤：

S1：获取门禁历史监测视频图像，建立并标注适用于门禁距离的口罩佩戴检测数据集；

S2：根据标注后的口罩佩戴检测数据集生成适用于门禁的训练锚框；

S3：利用标注后的口罩佩戴检测数据集训练改进的YOLOv3模型；

S4：调整步骤S3输出模型的模型置信度，获得口罩佩戴检测模型；

S5：实时获取门禁监测视频图像；

S6：通过口罩佩戴检测模型检测并判断门禁监测视频图像中是否存在目标，即待通过人员；

若不存在目标则返回步骤S5，否则执行步骤S7；

S7：获取目标位置，并判断目标类别，即目标是否佩戴口罩，若目标未佩戴口罩则进行报警提醒并展示检测结果，并返回步骤S5，否则执行步骤S8；

S8：对目标进行体温检测，若目标体温超过设定的体温阈值则进行报警提醒并展示检测结果，并返回步骤S5，否则执行步骤S9；

S9：打开门禁闸机并返回步骤S5，继续下一帧视频图像检测。

本发明进一步包括以下优选方案：

优选地，步骤S1中，对口罩佩戴检测数据集图像中待通过人员是否佩戴口罩进行标注，其中被标注部分作为正样本，未标注部分作为负样本。

优选地，步骤S2中，使用聚类方法生成训练锚框，聚类中距离度量方法为IOU距离，计算公式为：