[发明专利]佩戴口罩人脸识别方法、门禁装置、电子设备和可读介质在审

专利信息
申请号: 202211380302.7 申请日: 2022-11-05
公开(公告)号: CN115690882A 公开(公告)日: 2023-02-03
发明(设计)人: 李永军;罗金成;李耀;李博;李超越;张心茹;陈锦智敏 申请(专利权)人: 河南大学
主分类号: G06V40/16 分类号: G06V40/16;G06V10/774;G06V10/80;G06V10/82;G07C9/37
代理公司: 郑州芝麻知识产权代理事务所(普通合伙) 41173 代理人: 张丹丹
地址: 475001*** 国省代码: 河南;41
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 佩戴 口罩 识别 方法 门禁 装置 电子设备 可读 介质
【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。

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1所述的一种佩戴口罩人脸识别方法,其特征在于,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。

5.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。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于河南大学,未经河南大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202211380302.7/1.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top