[发明专利]口罩识别模型的训练方法、装置、计算机设备和可读存储介质

说明书

本发明提供了一种口罩识别模型的训练方法、装置、计算机设备和可读存储介质。该方法包括：构建人物图像的第一数据集；根据第一数据集训练人脸检测模型，其中，人脸检测模型用于检测人物图像中的人脸区域，以输出人脸区域图像；构建人脸区域图像的第二数据集；以及根据第二数据集训练口罩分类模型，其中，口罩分类模型用于对人脸区域图像进行分类，人脸区域图像的类别包括表征人脸区域图像中人脸已佩戴口罩的第一类别、表征人脸未佩戴口罩的第二类别和表征人脸区域图像中未包含人脸图像的第三类别。通过本发明，能够提升口罩识别的准确率。

技术领域

本发明涉及模式识别技术领域，尤其涉及一种口罩识别模型的训练方法、装置、计算机设备和可读存储介质。

背景技术

面对2020年新冠疫情，在各种场景下的人员是否佩戴口罩成为疫情防控的关键点，从而口罩佩戴检测也随之成为一项核心工作。据统计，当前口罩佩戴率只有70％-90％，仍有大量人员暴露在易感环境中。例如，施工工地是人员较多的场所之一，为了社会的正常运作，工地需要安全复工。在新冠疫情的背景下，为了保证施工人员的安全，需要工地施工人员正确佩戴口罩。

其中，以人盯人的方式去监督管理口罩佩戴工作，较为耗费人力，存在疏漏的可能，并且易造成人群的被动聚集，增加了近距离接触风险。为了解决该困境，相关技术提出一种口罩识别方法，其目的是识别人员是否佩戴口罩，采用的原理是检测图像中是否存在人头像，然后根据人头像进一步判断是否佩戴口罩。

但是，发明人研究发现，该种口罩识别方法中使用人头检测算法有一定缺陷，如果人头像并不是正脸面对镜头的图像，在该图像中无法有效体现脸部，进而与无法准确判断出是否佩戴口罩，因此，会影响口罩识别的准确率。

综上，如何提升口罩识别的准确率，成为本领域亟需解决的技术问题。

发明内容

本发明的目的是提供一种口罩识别模型的训练方法、装置、计算机设备和可读存储介质，用于解决现有技术中的上述技术问题。

一方面，为实现上述目的，本发明提供了一种口罩识别模型的训练方法。

该口罩识别模型的训练方法包括：构建人物图像的第一数据集；根据第一数据集训练人脸检测模型，其中，人脸检测模型用于检测人物图像中的人脸区域，以输出人脸区域图像；构建人脸区域图像的第二数据集；以及根据第二数据集训练口罩分类模型，其中，口罩分类模型用于对人脸区域图像进行分类，人脸区域图像的类别包括表征人脸区域图像中人脸已佩戴口罩的第一类别、表征人脸未佩戴口罩的第二类别和表征人脸区域图像中未包含人脸图像的第三类别。

进一步地，根据第一数据集训练人脸检测模型的步骤包括：确定人物图像的切分数量；根据切分数量对人物图像进行切分，得到切分后的至少两个子人物图像；将子人物图像放大至预设大小；根据放大后的子人物图像训练人脸检测模型。

进一步地，确定人物图像的切分数量的步骤包括：确定人物图像对应的识别距离；根据识别距离确定切分数量，其中，识别距离越长，切分数量越大。

进一步地，确定人物图像的切分数量的步骤包括：获取当前可用的识别资源和/或识别速度要求；根据识别资源和/或识别速度要求确定切分数量，其中，识别资源越少，切分数量越大，识别速度要求越低，切分数量越大。

进一步地，根据第一数据集训练人脸检测模型的步骤包括：根据检测框参数确定人物图像中的人脸区域图像；根据人物图像构建人脸检测模型的输入，根据人脸区域图像构建人脸检测模型的输出，对人脸检测模型进行训练；验证训练后的人脸检测模型的准确率；当验证得到的准确率不满足要求时，调节检测框参数，对人脸检测模型再次训练；当验证得到的准确率满足要求时，输出当前的检测框参数和人脸检测模型。