[发明专利]一种基于双分支协同监督的口罩识别方法和系统

权利要求书

1.一种基于双分支协同监督的口罩识别方法，其特征在于，所述方法包括：

构建视野混合注意力模块，所述视野混合注意力模块包含通道拆分层、第一卷积层、第二卷积层、第三卷积层、注意力叠加层、池化激活层和通道拼接层；

基于所述视野混合注意力模块，构建口罩识别模型，其中，所述口罩识别模型中包含基础网络、辅助分支和部件分割分支；

基于所述辅助分支创建第一损失函数，基于所述部件分割分支创建第二损失函数，基于所述辅助分支和所述部件分割分支创建协同监督惩罚函数；

根据所述第一损失函数、所述第二损失函数和所述协同监督惩罚函数，得到所述口罩识别模型的目标损失函数；

将训练数据输入所述口罩识别模型进行训练，通过所述目标损失函数反向传播更新参数；

将训练好的口罩识别模型部署在设备中进行口罩佩戴情况的识别，所述口罩佩戴情况包括无遮挡、口罩遮挡规范、口罩遮挡不规范和非口罩遮挡。

2.根据权利要求1所述的方法，其特征在于，

所述通道拆分层，用于拆分输入所述野混合注意力模块的特征图；

所述第一卷积层，用于接收经所述通道拆分层拆分的特征图，并进行特征提取；

所述第二卷积层，用于接收经所述通道拆分层拆分的特征图，并进行特征提取；

所述池化激活层，用于接收经所述通道拆分层拆分的特征图，并进行通道重要性提取；

所述注意力叠加层，用于将所述第一卷积层提取的特征与所述池化激活层提取的通道重要性进行点乘，将所述第二卷积层提取的特征与所述池化激活层提取的通道重要性进行点乘；

所述通道拼接层，用于拼接所述注意力叠加层的输出的特征；

所述第三卷积层，用于对所述通道拼接层的输出进行特征提取。

3.根据权利要求1所述的方法，其特征在于，基于所述辅助分支创建第一损失函数包括：

创建第一损失函数，其中， mask_k为图像分类的类别数，mask_i和mask_j为图像分类的类别索引，Y为图像类别的真实标签，为预测人脸遮挡情况属于mask_i的概率。

4.根据权利要求1所述的方法，其特征在于，基于所述部件分割分支创建第二损失函数包括：

创建第二损失函数，其中，，，S为批次训练数据的像素数目，k为批次训练数据的像素索引，M为部件分割的类别数，m为部件分割的类别索引，r_m为类别索引m的惩罚权重，T为训练数据集的总像素数目，T^m=i为类别索引m具体值为i时的像素数目，N为训练数据集的总样本数目，H为训练图像的高度，W为训练图像的宽度，g_k为像素点k的真实分割类别，为像素点k的预测分割类别为m的概率。