基于对比学习的多特征融合戴口罩人脸识别

随着计算机视觉技术应用的发展和智能终端的普及,口罩遮挡人脸识别已成为人物身份信息识别的重要部分。口罩的大面积遮挡对人脸特征的学习带来极大挑战。针对戴口罩人脸特征学习困难这一问题,提出了一种基于对比学习的多特征融合口罩遮挡人脸识别算法,该算法改进了传统的基于三元组关系的人脸特征向量学习损失函数,提出了基于多实例关系的损失函数,充分挖掘戴口罩人脸和完整人脸多个正负样本之间的同模态内和跨模态间的关联关系,学习人脸中具有高区分度的能力的特征,同时结合人脸眉眼等局部特征和轮廓等全局特征,学习口罩遮挡人脸的有效特征向量表示。在真实的戴口罩人脸数据集和生成的戴口罩人脸数据上与基准算法进行了比较,实验结果表明所提算法相比传统的基于三元组损失函数和特征融合算法具有更高的识别准确率。

错戴口罩,竟会引发干眼症?

在寒冷的冬日清晨,许多佩戴眼镜的人都可能经历过相似的情景:当你在戴着口罩的同时深呼吸,眼镜上很快就会笼罩上一层厚厚的雾气。许多人也许没有过多关注眼镜起雾这一问题,只是简单地调整眼镜,确保视线不再被雾气模糊。然而,我们往往未意识到,雾气带来的影响不仅限于我们的视野,还会对眼睛本身造成影响。长时间受到雾气的困扰,可能会对眼部健康构成威胁,甚至导致口罩型干眼症的隐秘侵袭。

戴口罩语音与正常语音同一认定的实验研究

为探究戴口罩语音与正常语音声纹特征的变化情况,实验在语音同一认定的基础上,选取了5位男性发音人和5位女性发音人在正常状态下,分别佩戴医用外科口罩、KN95口罩时发音的语音样本,分析比较后发现,佩戴医用外科口罩和KN95口罩时共振峰走向、共振峰强度、共振峰频率、音节内过渡音征、音节间过渡音征、鼻音特征等声学特征均会受到一定程度的影响,尤其是鼻音特征会受到较大影响,因此在进行戴口罩语音与正常语音同一认定时应谨慎对待。

佩戴口罩语音的声纹特征分析

佩戴口罩进行伪装是犯罪分子常用的一种掩饰身份、逃避打击的手段,目前对戴口罩语音方面还未进行深入研究,本实验通过研究戴口罩语音的声纹特征,总结戴口罩语音的声纹特征规律,将对案件的侦破起到一定的帮助作用。本实验采用的研究方法是通过自建汉语语料,对多名话者佩戴不同松紧程度口罩状态下的各类声学特征参数进行数字化分析。由此得出,声纹特征参数变化规律是佩戴口罩的情况下会使话者语音的基频发生明显的变化,佩戴不同松紧程度口罩状态变化导致的语音声纹特征变化中对共振峰F1影响最大,对共振峰F3影响最小。

腹膜透析患者操作时戴口罩的现况调查及护理对策

腹膜透析是终末期肾脏病患者治疗中一项重要技术,其具有保护残余肾功能,价格相对低,操作方便等优点,容易被患者及家属接受,随着PD的体外连接系统的不断完善,腹膜透析相关性腹膜炎的发病率已明显下降,但其仍是腹膜透析患者退出PD及死亡的主要原因[1]。而引起腹膜透析相关性腹膜炎主要原因是PD交换时污染,表现在无菌操作不规范,操作不当等方面,佩戴口罩是无菌操作中的重要组成部分,是预防腹膜炎简单有效手段之一。

无菌物品存放间工作人员不戴口罩的效果观察

目的探讨工作人员进入无菌物品存放间,不戴口罩,无菌物品存放间的空气培养,物体表面、无菌包细菌培养的结果。方法每月对无菌物品存放间的空气培养,物体表面、无菌包细菌培养2次。结果每次空气培养和物体表面细菌培养都在正常范围内,未检测出致病菌,无菌包的细菌检测结果均为无菌生长。保证了临床工作的顺利进行。结论工作人员不戴口罩进入无菌物品存放间,对无菌物品存放间的各项检查参数没有影响,均达到管理规范标准要求,节约了医疗成本,提高医院经济效益。

从戴口罩看风险感知与沟通

近日,北京连续发现新冠肺炎确诊病例和核酸检测阳性病例,且在极短时间内确诊人数急剧上升。很多人的第一反应是——天哪,刚摘下去几天的口罩又要戴起来了。戴不戴口罩、如何戴口罩已经成为今年疫情中一个值得关注的现象,疫情爆发初期,钟南山院士在1月20日的记者会上证实新冠病毒存在人传人的现象.

弥异所166:西安美院戴口罩拴马桩

形式作为地处十三朝古都的西安,得以保留很多拴马桩。拴马桩分为桩头、桩颈、桩身、桩根,桩头往往雕刻细致,赋予寓意。如今拴马桩不再拴马,反而成为了校园景观的一部分。在学生的自发行动下,拴马桩的桩头小狮子被加上口罩,表达出人对周遭环境的反应,也体现了独特的戏剧性。空间在校园环境中,拴马桩随处可见。但是,太极湖畔的拴马桩,摆放整齐,拴马桩和草地组成的空间呈线性。这里的步道更像一个展示空间。拴马桩桩头人兽被放置成相同的朝向.

品管圈活动在提高病患戴口罩依从性效果研究

探究品管圈(QCC)活动在针对病患佩戴口罩依从性差问题的干预效果研究。方法 将病患随机分为干预前组和干预后组,干预前组采取统计调研方法进行原因分析,干预后组采用QCC活动进行针对性干预措施,对比干预前后组病患防护意识及口罩佩戴合格率,分析应用QCC活动对病患佩戴口罩管理效果。结果 干预前后组各100人共调查200人,经过观察干预前100人中能够主动佩戴口罩65人,干预后100人中能够主动佩戴口罩83人,明显高于干预前组。结论 通过应用QCC方法管理模式能够提高病患主动佩戴口罩的依从性,降低预防院内交叉感染的风险,符合标准预防持续改进的要求,可在医院感染管理领域借鉴和推广。

长期戴口罩,皮肤问题来支招

受新冠肺炎疫情影响,许多人尤其是上班族需要长期戴口罩,因此可能会出现一些皮肤问题。药物+饮食,摆脱“口罩痘”佩戴口罩时间较长,因为不够透气,勒紧后又会对局部皮肤产生压力及摩擦,会使皮脂腺导管开口不畅,致皮肤油脂、汗液分泌受到影响。长时间戴口罩容易形成湿热环境,有利于细菌的繁殖,皮肤容易出现痘痘或者痘痘加重,也可能出现脓痱(脓疱性粟粒疹)、脓疱疮(俗称“黄水疮”)、毛囊炎、疖等。

戴口罩的世界——特殊的经历,特别的感受

2020是特殊的一年,这一年的春节,我们不再喜爱走街串巷,而是以宅家为乐;我们放弃了左亲右邻的走访,用视频电话与远隔千里的亲人拉家常。当然这一年最不一样的,还数人人出门都戴上了口罩。口罩下的世界,究竟是什么样的呢?其中的滋味如何,请听本期兰老师来掰扯掰扯。

戴口罩更要重视护肤

接触性皮炎有些人被口罩压着的一圈出现了红斑、丘疹。原因主要有:对口罩材质过敏,引起皮炎,导致脸发红、发痒,但这种情况比较少;使用了不合格的“三无”口罩,材质刺激皮肤,出现红斑肿胀,刺痛明显;自身皮肤屏障出了问题(如长期清洁过度),口罩捂得潮湿温热,刺激皮肤。

不同场合如何正确戴口罩?

自新冠肺炎疫情暴发以来,佩戴口罩成为日常。但口罩平时应该如何佩戴,不同场合下如何选择合适的口罩呢?问:哪些场合需要佩戴口罩?答:根据《公众和重点职业人群戴口罩指引(2021年8月版)》,普通公众在以下场景和情形下可以选择不戴口罩。居家、骑车、自驾车时;在公园、户外保持1米以上社交安全距离时;在办公室场所,确保有效通风换气,保持1米以上社交安全距离时,可以选择不戴口罩。

为“感冒戴口罩”入法点赞

法治涵养文明是一项系统工程,需要时间和耐心,不可操之过急。文明行为入法的目的不是规训和惩罚。科学指导和示范,使社会良性运转、文明发展才是旨归。2020年4月24日,北京市第十五届人大常委会第二十一次会议表决通过了《北京市文明行为促进条例》,并将于6月1日起施行。这一条例在维护公共卫生安全方面将"公共场所咳嗽、打喷嚏时遮掩口鼻。

融合注意力机制的轻量级戴口罩人脸识别算法

COVID-19的全球化大流行使得佩戴口罩出行成为人们生活中的常态,这种防疫措施给人脸识别算法带来了新的挑战。针对这一问题,提出了一种口罩遮挡下的轻量级人脸识别算法,该算法改进GhostNet为主干特征提取网络;提出了融合空间注意力机制的FocusNet特征加强提取网络,使模型聚焦于未被口罩遮挡的上半脸区域;针对当前口罩遮挡人脸数据集不充分的问题,提出了一种采用三维人脸网络生成添加口罩遮挡的数据增强方法。实验表明,所提出的改进模型与基准模型相比,模型参数量降低84%的同时,戴口罩人脸的识别率提升4.29个百分点,较好地平衡了速度与精度。

融合双重注意力机制的戴口罩人脸识别方法

针对现有人脸识别模型无法从戴口罩人脸中有效提取区域特征问题,提出融合双重注意力机制的戴口罩人脸识别模型。首先将自建的戴口罩人脸图像作为输入数据,以ResNet50为基准网络,向残差块中引入协调注意力与分割注意力机制。其中协调注意力用于减少口罩区域特征提取,降低口罩区域特征干扰;分割注意力用于细粒度提取非口罩区域特征,从关键部位提取更多特征。然后使用ArcFace分类函数优化分类边界,再结合交叉熵损失函数作为约束,实现戴口罩人脸精细识别。实验结果表明,本文模型在测试集取得95.2%的识别准确率,与ResNet50、AttentionNet模型相比,识别准确率分别提高1个百分点、1.5个百分点。

基于PaddlePaddle和CNN的戴口罩人脸识别系统设计

针对疫情期间在公共场合都需要佩戴口罩并进行人脸识别的情况,该课题设计了一款基于百度飞桨(PaddlePaddle)和卷积神经网络(CNN)的戴口罩人脸识别系统。选择支持Python的PaddlePaddle深度学习平台,搭建了一个CNN模型进行人脸识别。通过读取网络爬取的图片和自拍整合的自制数据集检测出要识别的人脸,在提取人脸中的几何特征之后进行20轮训练,显示出训练的模型,然后进行人脸识别。经测试,最后系统的精准度基本稳定在0.95以上,能实现较高精度的戴口罩人脸识别。

基于YOLOv5与目标追踪算法的戴口罩人脸识别系统

针对后疫情时代人脸识别系统无法在佩戴口罩的情况下准确识别人脸的问题,基于OpenCV库和Dilb库架构系统,引入YOLOv5目标检测算法替代Dlib原有的人脸目标区域检测算法。通过检测算法获取一系列目标特征值的坐标位置后,采用Centriod Tracking目标追踪算法来处理这些特征,从而实现对佩戴口罩人脸图像的快速识别,系统同时实现了用户注册、数据录入、信息管理和日志等功能。

戴口罩训练对拳击运动员运动能力的影响

对拳击运动员进行2周的戴口罩训练,测试实验组和对照组训练前后的个体乳酸阈值、平均心率、最大血乳酸值和最大心率,结果显示:经过两周训练后,戴口罩训练组最大血乳酸值呈现显著升高,经分析认为戴口罩训练对于提高拳击运动员无氧能力有一定的促进作用。