[发明专利]一种基于深度相机的口罩识别方法

说明书

本发明属于光信息处理和计算机视觉技术领域，具体涉及一种基于深度相机识别人员是否佩戴口罩的方法，旨在实现公共场合的自动化口罩检测。本发明提供一种基于深度相机的口罩识别方法，包括通过深度相机获取包含人脸的深度图；将获取的深度图片裁剪为仅包含下半部分人脸的深度图片；提取人脸下半部分的轮廓；计算空间特征与频率特征；通过空间特征与频率特征识别人脸是否佩戴口罩；通过空间特征与频率特征识别人脸佩戴的口罩种类。本发明的技术方案不仅能判断人脸是否佩戴口罩，还可以判断出人脸所佩戴的口罩种类，提供统计信息，解决了公共场合的口罩检测准确率受光照条件影响大的问题，提高了检测的鲁棒性。

技术领域

本发明涉及一种基于深度相机的口罩识别方法，属于光信息处理和计算机视觉技术领域。

背景技术

佩戴口罩能有效阻止病毒的传播。随着新冠肺炎疫情的全球流行，越来越多的公共场合要求进出人员佩戴口罩。人工识别的方法不仅浪费人力，还容易造成感染。使用相机和计算机的组合能实现机器自动识别人员是否佩戴口罩，避免了人力资源的浪费和暴露风险。

判断人员是否佩戴口罩需要用到光信息处理和计算机视觉技术。目前多数图像分类方法基于二维图像。由于图像本身的限制，这些方法受光照影响大，在室内、室外性能不同。当前比较常用的分类方法基于深度学习网络，需要预先构建数据库，计算成本高。

深度相机的性能不受光照条件变化的影响，基于深度相机拍摄得到的深度图片能够反映物体与相机之间的距离和物体的三维形貌。目前基于深度相机的图像分类方法主要停留在特征提取阶段，因此基于深度相机的口罩识别将更有切实的价值。深度相机可以解决光照条件的影响，此外，我们还需要设计具有鲁棒性的特征以进行高准确率的口罩识别及分类。

发明内容

本发明的主要目的在于设计一种基于深度相机的口罩识别方法，能克服光照变化的影响，设计的特征能够用于区分人员是否佩戴口罩以及口罩的种类。

本发明采用的技术方案具体为：

一种基于深度相机识别人员是否佩戴口罩的方法，具体步骤为：

步骤一：使用深度相机拍摄包含人脸的深度图片。

步骤二：将拍摄得到的深度图片裁剪为仅包含下半部分人脸的深度图片；

步骤三：提取人脸下半部分的轮廓。具体方法为：取下半部分人脸深度图片的长、宽中点，以四个长、宽中点为顶点构建菱形区域；遍历菱形区域的像素值，取每行的极值，得到下半部分的面部轮廓。

其中，极值点具体为极大值点还是极小值点由拍摄的深度图像类型决定。本方法中的极值点一旦确定，后续方法中极值点的选取均为同一类型。

步骤四：计算人脸下半部分轮廓的空间特征与频率特征；

空间特征的计算方法为：对下半部分的面部轮廓曲线进行平滑，得到平滑后的下半部分轮廓的空间曲线；计算空间曲线的极值点的个数N和空间曲线两个最远极小值点之间的标准差SSD，若只有一个极小值点，SSD＝0。

频率特征的提取方法为：对下半部分的面部轮廓曲线进行傅里叶变换，得到下半部分的面部轮廓的频率曲线；计算频率曲线的面积S和频率曲线的标准差FSD。

步骤五：通过空间特征与频率判断人脸是否佩戴口罩。具体方法为：

平滑曲线的极值点的个数NN’时，p₁＝1，否则p₁＝0；

平滑曲线的标准差SSDSSD’时，p₂＝1，否则p₂＝0；

频率曲线的面积SS’时，p₃＝1，否则p₃＝0；