基于改进后的SSD人脸口罩佩戴识别方法研究与典型应用

社区是城市治理的最小单元,社区防控是疫情防控的基础和关键环节。疫情防控期间,全国各地实行封闭式社区管理,严格管控人员出入,在人员身份认证、体温检测、来源追溯等方面,物联网、大数据等信息化技术的应用,更加及时准确地为疫情防控提供了强有力的科技支撑。本文旨在探讨和分析人脸口罩佩戴识别技术在智慧社区疫情精准防控中的发展与应用。

复杂校园场景下佩戴口罩人脸动态识别方法

利用传统方法对复杂校园场景下佩戴口罩人脸进行动态识别存在识别正确率低的缺陷,为此,本文提出复杂校园场景下佩戴口罩人脸动态识别方法。通过构建复杂场景佩戴口罩人脸图像数据库,根据佩戴口罩定位可以表征人脸特征的关键点,基于关键点定位提取面部属性特征和文本特征,将两种特征融合为最终人脸特征信息,计算待识别人脸与数据库中图像的相似度,进而实现佩戴口罩人脸动态识别。在实验论证中,利用设计的方法与传统方法分别对测试集动态图像进行识别,经过计算两种方法识别出的图像与训练集中图像的结构相似度可知,相比于传统方法,设计的基于复杂校园场景下的佩戴口罩人脸动态识别方法在所有实验中的图像结构相似度均达到了0.9以上,远远高于传统识别方法,可以很好地识别出佩戴口罩人脸图像。由此可以证明,本文设计的识别方法在复杂校园场景下可以完成实时动态佩戴口罩人脸识别。

基于YOLOv3和YCrCb的人脸口罩检测与规范佩戴识别

2020年初,新冠病毒席卷全球,为防止其传播,在很多公共场合要求佩戴口罩。利用计算机视觉检测人脸是否佩戴口罩以及识别是否佩戴规范,可以避免检测人员与他人接触感染的风险且更加高效。针对人脸口罩检测问题,提出了基于YOLOv3的目标检测算法,实现对佩戴口罩的人脸和未佩戴口罩的人脸的检测。针对口罩规范佩戴识别问题,则基于前者检测结果,提取佩戴口罩的人脸区域,利用YCrCb的椭圆肤色模型对该区域进行肤色检测,依据人脸中鼻和嘴周围区域的皮肤暴露状况来判断口罩是否佩戴规范。实验结果表明,人脸口罩检测的mAP达到89.04%,口罩规范佩戴的识别率达到82.48%,满足实际应用的需求。

开放场景口罩人脸识别挑战赛冠军技术方案分析

为推动疫情防控等应用场景下戴口罩人脸识别的技术创新和应用水平提升,中国图象图形学学会与视频图像信息智能分析与共享应用技术国家工程实验室组织了开放场景口罩人脸识别挑战赛。介绍了挑战赛的技术测评方案,并分析了冠军团队的技术方案,为开放场景口罩人脸识别的技术研究提供参考。

基于FaceNet网络的口罩人脸识别人流监测系统

随着新冠疫情面向全球的放开,为排查新型冠状病毒肺炎感染者的时空交集人员,对各大高校场景中人员感染、二次感染等情况进行预防,以及对人员流动做有效监测,提出基于FaceNet网络改进的口罩人脸识别技术。采用MobilenetV2替换FaceNet原有的主干网络,实现戴口罩下人脸身份识别,并将社交距离算法、非接触群体测温技术进行整合,将算法技术融入树莓派4B中。通过对网络模型进行实验以及训练,相比于现有的FaceNet网络极大程度优化了识别精度、推理速度,准确率显著提升,在识别群体人脸时的召回率显著提高。使用较高配置的物联网系统,对开放后的各大高校可精确检测个体人员流动、人员体温、违反社交距离人员、个体时空交集、楼栋中各通道的人流密集度等情况,能够很好预防感染或二次感染。

戴上口罩后还能被系统识别吗

流言:目前,人脸识别技术已被应用于公共安全、智能安防、手机密保等多个领域,人们不禁会问,戴口罩出门,人脸识别系统还管用吗?真相:一般情况下,口罩遮挡了人脸的大部分,人脸识别系统无法提取到完整的面部特征,当与系统中保存的不戴口罩的完整人脸照片有很大差异时,人脸识别就会失败。但也有一些人脸识别系统可以识别出戴着口罩的人脸,它们是如何做到“透过口罩看清你的脸”的呢?

来得早不如来得巧,苹果能将虹膜识别技术推向主流吗?

受疫情影响,当用户戴上口罩,手机的人脸识别功能就等同于“废能力”。不过最近有消息称苹果iOS系统的更新版将推出“戴口罩也能使用Face ID”的功能,其中应用到的实际上就是虹膜识别技术。

全天候自然场景下的人脸佩戴口罩识别技术

日常生活中,面对经呼吸道传播的传染性疾病或厂矿生产过程中产生的扬尘沙土,人们佩戴口罩进行防护可保护身体健康和生命安全.人脸佩戴口罩的自动化识别可以有效监督人们佩戴口罩,是抑制疾病快速传播和保护身体健康的重要技术手段.对于生活和生产中的口罩佩戴识别的需求,本文提出了基于深度学习的人脸检测和口罩佩戴识别相结合的方法.该方法在人脸检测中利用特征融合金字塔,结合空间和通道注意力学习,以及分割分支进行神经网络弱监督学习.另外针对检测后的人脸子图像,采用图像分类的方法实现快速识别,并加入注意力学习机制,增强模型对口罩区域特征的学习.利用近20万的公开和企业自有数据,并采用数据增强等方法,在全天候自然场景下取得了99.50%的识别准确率.该技术已广泛应用于滴滴出行实际业务中,日均处理百万数量级的请求.该服务已对外开放,关键算法已开源,从而使其发挥更大的应用价值和社会价值.

简易无接触温度测量与身份识别装置

在传染病疫情防控时期,公共场所人员的体温检测是保障人民生命健康权的重要环节。文中提出了一个简易无接触测量与身份识别装置的设计方案,方案中的装置集成了体温检测、人脸识别、口罩识别多种功能。该系统选用STM32F103RCT6作为主控核心,树莓派作为视觉识别核心,选择GY-906温度传感器,20万像素高清摄像头。显示模块由0.96寸OLED屏幕和2.4寸TFT彩屏组成,分别用于显示温度数据和人脸识别结果。温度检测数据选择一阶卡尔曼滤波进行拟合处理,以提高检测精度,人脸识别通过Haar-Like特征和Adaboost算法相结合的级联分类器实现,口罩检测通过基于caffe模型的SSD算法实现。在嵌入式平台上运行人脸识别流程,减少了人脸识别过程中的数据量和计算量。装置具有价格低廉、功能多样的优势,测试中人脸识别、口罩检测、体温检测的准确率都较高。

基于OpenMV的口罩检测系统设计与实现

现阶段各地疫情频发,针对人流量较大的区域,传统人工检查佩戴口罩存在不足的问题,设计了一款基于OpenMV的口罩检测系统,该系统具有口罩识别,LED灯显示报警等功能。本设计通过基于卷积神经网络模型的人脸检测技术和目标分类技术对图像训练出识别模型,再通过Python代码搭载至OpenMV机器视觉模块,使其实现口罩检测的功能;本设计具有准确度高、操作简易、响应速度较快等特点,能够基本实现检测要求,提高防疫管理的效率,减轻防疫工作人员的压力。

人脸识别技术升级啦

疫情防控期间,机器识别人脸时,对戴着口罩的脸怎么识别?佩戴者取下口罩,不太安全;不取下口罩,没法过关。别担心,一项新技术应用啦!3月6日,在中国中铁科学研究院门口,员工戴着口罩仅在机器屏幕前短暂停留,个人信息及体温状况便出现在屏幕上。然后,他们就能安全、快速地进门。人脸识别一般分为两个步骤,一是人脸检测,二是人脸配对。

看眼识人

说到现在比较先进的身份验证技术,相信很多小朋友都会首先想到人脸识别,现在这种只需刷脸就能识别身份的方法很受人们欢迎,在航天、金融、教育等很多领域都有出色的发挥。不过,最近一段时间,人脸识别在应用上遇到了一个难题。因为突如其来的新冠肺炎疫情,出门戴口罩成了人们的常规操作。可口罩遮挡住了大部分人脸,这样一来,就给人脸识别带来了难题。戴上口罩,怕人脸识别不了;摘了口罩,又怕病毒人侵。