基于深度学习的体温与口罩佩戴双检测系统

大多数传染性疾病都以飞沫作为主要传播途径,并伴随发热症状,因此,在人员密集场所实时检测人员体温及口罩佩戴情况能够有效预防病毒传播。文章在YOLOV5模型的基础上加入CBAM模块,用以融合更多尺度的特征信息,进而在图像中更精准地定位人像。提出基于人像的灰度极值定位算法以更加精准的定位目标额头中心,并结合改进YOLOV5模型构建体温与口罩佩戴双检测系统。实验结果表明,该系统能够在有效距离内对多目标进行实时、准确的体温与口罩佩戴情况检测,在保护公众卫生健康方面具有一定的应用价值。

一种口罩佩戴和体温检测系统的设计与实现

面对疫情防控的实际需求,关于利用信息技术提高疫情防控效率的探索成为行业关注的焦点。综合利用深度学习视觉分类技术和无线测温技术,设计了一种口罩佩戴检测和无接触测温预警的一体化疫情防控系统。系统中采用目标检测模型YOLO设计了口罩佩戴检测和无线测温模块,实现对目标人群的无接触测温;通过PyQt进行了系统集成,一体化系统的设计和实现有效提高了疫情防控效率。系统有较高的精度和较为广泛的适用性,具有较好的应用前景。

基于RFB-Net的口罩佩戴识别及测温系统的研究

在防控新冠肺炎期间,地铁、学校、医院等公共场所的入口经常有对大密度人群进行体温测量及口罩佩戴检查的需求。本文为口罩佩戴识别提供了便于终端部署的系统化解决方案,将深度学习、嵌入式AI等新兴技术运用到群防群控的防疫措施当中,通过使用基于深度学习的轻量级目标检测模型实现人脸口罩佩戴识别、人脸识别等功能,使得疫情防控更加智能,借助于嵌入式AI推理平台,把基于深度学习的轻量级目标检测模型部署到终端,以便于在各种场景中的快速部署和实施,帮助解决各种场景下的防控难题。

基于改进YOLOv5s的口罩佩戴检测算法

在新冠疫情的影响下,佩戴口罩成为人们日常必备的防护措施。为了更好地实现智能化管理,针对公共场合密集人群佩戴口罩是否正确检测任务中的过小目标检测和遮挡问题,提出了一种基于改进YOLOv5s的实时检测算法,通过引入自注意力机制,从而提高模型的显著特征,进而优化算法精度;改变Neck层的卷积结构,采用基于双尺度的特征融合目标检测技术,实现了更好地特征提取。通过对改进后的YOLOv5s算法进行试验,证明了该方法模型小、检测速度快,并且平均识别精度均值比原来的方法提高了4.4%,更好地解决了复杂背景下、目标检测任务中过小目标的检测和遮挡问题。

基于移动目标检测的非接触式环境自适应人体测温仪设计

在新冠状病毒还未被完全控制的情况下,公共场所必须筛选出发热或者未戴口罩的人员,以防止聚集发病;目前常采用的测温方式大都采用手持测温枪或热成像体温检测仪进行测温;在检测过程中,前者需要人员手持设备进行测温,而后者测温仪受环境温度、光照等条件变化的影响较大;利用点阵式红外成像模块结合树莓派,基于移动目标检测的红外测温算法设计了一种能够自动测量人体温度、受环境影响小的非接触式测温仪;同时配备口罩检测功能,用于室外或室内,针对人员进行测温和口罩检测,实现了检测一张人脸口罩图像仅需要200~300 ms;在设计过程中,需要考虑到测量距离、环境温度、目标温度等方面对结果的影响,经测试实现了测量误差在0.3℃以内,保障了测温准确度的同时提高了测温速度。

跑步能戴口罩吗

3月11日,北京奥林匹克森林公园在其官方微博发布通知,要求于当日开始实施。其中要求之一为:请在进入公园时及游园期间全程佩戴口罩,并自觉接受工作人员的体温检测,分散游览,做好自身防护。众所周知,奥森跑步的人很多,要求全程佩戴口罩,也就是说跑步时也要戴口罩。那么,戴口罩跑步对身体会不会有影响呢?