1.本发明涉及模式识别技术领域，具体涉及一种人体佩戴口罩的检测方法。
背景技术：
2.新型冠状病毒正在全球蔓延，感染人数不断增加。其主要传播途径是飞沫传播和密切接触传播。据世界卫生组织研究，佩戴一次性医用口罩可以有效隔离传染源，减少感染。因此，在大型超市、机场、车站等人流密集的公共场所需要佩戴一次性医用口罩。但是，如何确保进入公共场所的每个人都佩戴口罩，是一个管理问题。
3.目前，大部分公共场所主要以人工近距离检查和提醒的方式进行管理。这种管理方式的问题是需要人与人之间的密切接触，容易增加感染风险，容易发生冲突。
技术实施要素：
4.本发明所要解决的技术问题是提供一种人体佩戴口罩的检测方法，以解决背景技术中存在的上述问题。
5.本发明解决的技术问题是通过以下技术方案实现的：一种人体戴口罩检测方法，首先获取前端摄像头的视频流数据，然后对获取的视频进行解码流数据，然后对解码后的视频图像进行预处理，得到增强图像；最后，利用深度学习算法训练行人识别模型识别增强图像中的行人，利用yolov4tiny网络构建戴口罩识别模型，检测行人戴口罩的状态。具体步骤如下：(1）通过ffmpeg获取视频监控的视频流，然后将得到的视频流推入cuda进行并行解码得到初始图像数据，并保证实时处理；(2）步骤(1）对得到的初始图像数据进行预处理。首先对初始图像数据中的图像像素进行扩展。扩展方法是用当前像素填充9方格为中心；连通域确定是基于形态闭运算：对图像进行腐蚀，对闭运算外的像素进行腐蚀，达到降噪的效果；最后对图像进行自适应直方图运算进行腐蚀为了增强，必须对图像进行增强；为了减少数据的计算量，保证算法的实时性，对增强后的图像进行线性尺度变化，使其尺寸为416*416 dpi；（ 3）建立行人识别模型，首先，使用开放的行人库构建训练样本和测试样本。训练样本与测试样本的比例为1:1，训练样本与测试样本的数量不宜过少；然后对训练样本进行标注，标注工具为 labelme ，然后将标注好的样本数据输入到 yolov3 网络中进行训练得到行人检测模型，最后使用测试样本来测试行人检测模型的准确率。当准确率超过95%时，作为行人识别模型。如果识别率为95%，则将错误识别的图像标准加入训练样本，重新训练行人识别模型，直到识别率达到要求；其他人员属性的检测模型，如背包、头发、衣服、颜色等也可以使用。按照此步骤训练识别模型，也可以通过一次对单张图像的多个人物属性进行标准训练得到人物属性识别模型；(4）使用step(3）训练好的行人识别模型来step(2）检测得到的增强图像中的字符
它可以提供增强图像中行人的各种结构化特征属性信息，包括服装和装饰特征：上衣、裤子、裙子和连衣裙、鞋子、帽子、太阳镜、围巾、腰带和腰带；携带功能：单肩包、背包、手提包、拉杆箱、雨伞；人体特征：头发、脸型等；(5）做一个口罩佩戴识别模型，提取cmfd数据库中一些佩戴口罩的图片作为训练数据集，提取rmfd数据库和cmfd数据库的部分图片作为测试数据集，训练数据集用labelme工具标注，由于yolov4tiny网络具有迁移学习的能力，所以使用coco数据库中的样本初始化yolov4tiny网络的参数，然后设置训练数据集。输入到yolov4tiny进行参数训练，测试训练好的口罩佩戴识别模型。当识别率超过95%时，认为佩戴口罩识别模型合格，可用于实际应用；(6）行人识别模型检查视频当戴口罩识别模型检测到没有戴口罩的人时，使用文本转语音工具将识别出的行人属性特征信息转换为语音，并使用语音警报提醒他们戴口罩。
6.有益效果：本发明可实现佩戴口罩的智能检测，大大降低成本，避免人员近距离接触的风险。; 可部署在公共人员密集场所，省时省力，同时解决管理难题。
图纸说明
7. 图。附图说明图1为本发明较佳实施例的检测流程示意图。
8. 图。图2是本发明优选实施例中初始图像数据预处理流程的示意图。
9. 图。图3为本发明优选实施例的行人识别模型的训练流程示意图。
10. 图。图4为本发明较佳实施例的行人结构化效果示意图。
11. 图。图5为本发明优选实施例中yolov4tiny的网络结构示意图。
12. 图。图6为本发明优选实施例中的口罩佩戴识别模型的训练流程示意图。
详细方法
13.为使本发明所实现的技术手段、创作特点、实现目标和效果易于理解和理解，下面结合具体的图示对本发明作进一步的说明。
14.戴口罩人体检测方法见图1。具体步骤如下：(1）通过ffmpeg获取视频监控的rtsp流，然后将得到的视频流推入cuda进行并行解码，得到初始图像数据，保证实时处理； (2）对步骤(1）中得到的初始图像数据进行预处理，预处理过程如图2所示，首先对初始图像数据图像中的图像像素进行展开，展开方法是以当前像素为中心填充9方格子；其次对展开后的图像进行连通域判断，判断是基于形态闭合操作：对图像进行腐蚀操作，腐蚀闭运算外的像素，从而达到降噪的效果；最后，对图像进行自适应直方图操作，增强图像增强图像；为了减少数据的计算，保证算法的实时性，对增强后的图像进行线性缩放，使其达到416*416 dpi；(3）如图3所示，以行人检测为例构建行人识别模型，首先使用开放的行人库构建训练样本和测试样本。训练样本和测试样本的比例为1： 1、训练样本和测试样本的数量不能太少；然后对训练样本进行标注，标注工具是labelme，然后标注输入的样本数据到 从而达到降噪的效果；最后，对图像进行自适应直方图操作，增强图像增强图像；为了减少数据的计算，保证算法的实时性，对增强后的图像进行线性缩放，使其达到416*416 dpi；(3）如图3所示，以行人检测为例构建行人识别模型行人检测输入图片，首先使用开放的行人库构建训练样本和测试样本。训练样本和测试样本的比例为1： 1、训练样本和测试样本的数量不能太少；然后对训练样本进行标注行人检测输入图片，标注工具是labelme，然后标注输入的样本数据到 从而达到降噪的效果；最后，对图像进行自适应直方图操作，增强图像增强图像；为了减少数据的计算，保证算法的实时性，对增强后的图像进行线性缩放，使其达到416*416 dpi；(3）如图3所示，以行人检测为例构建行人识别模型，首先使用开放的行人库构建训练样本和测试样本。训练样本和测试样本的比例为1： 1、训练样本和测试样本的数量不能太少；然后对训练样本进行标注，标注工具是labelme，然后标注输入的样本数据到 对图像进行自适应直方图操作以增强图像以增强图像；为了减少数据的计算，保证算法的实时性，对增强后的图像进行线性缩放，使其达到416*416 dpi；(3）如图3所示，以行人检测为例构建行人识别模型，首先使用开放的行人库构建训练样本和测试样本。训练样本和测试样本的比例为1： 1、训练样本和测试样本的数量不能太少；然后对训练样本进行标注，标注工具是labelme，然后标注输入的样本数据到 对图像进行自适应直方图操作以增强图像以增强图像；为了减少数据的计算，保证算法的实时性，对增强后的图像进行线性缩放，使其达到416*416 dpi；(3）如图3所示，以行人检测为例构建行人识别模型，首先使用开放的行人库构建训练样本和测试样本。训练样本和测试样本的比例为1： 1、训练样本和测试样本的数量不能太少；然后对训练样本进行标注，标注工具是labelme，然后标注输入的样本数据到 如图3所示，以行人检测为例构建行人识别模型，首先使用开放的行人库构建训练样本和测试样本。训练样本和测试样本的比例为1：1，训练样本和测试样本的数量不宜过少；然后对训练样本进行标注，标注工具为labelme，然后进行标注。输入的样本数据 如图3所示，以行人检测为例构建行人识别模型，首先使用开放的行人库构建训练样本和测试样本。训练样本和测试样本的比例为1：1，训练样本和测试样本的数量不宜过少；然后对训练样本进行标注，标注工具为labelme，然后进行标注。输入的样本数据
在yolov3网络中训练得到行人检测模型，最后用测试样本来测试行人检测模型的准确率。当准确率超过95%时，作为行人识别模型。在训练样本中加入错误图片标准，重新训练行人识别模型，直到识别率达到要求；如图4所示，其他人员属性如背包、头发、服装、颜色等的检测模型也可以按照此步骤进行训练。识别模型也可以通过一次对单张图像的多个人物属性进行标准训练得到；@> 检测到得到的增强图像中的人，并且可以提供增强图像中行人的各种结构化特征属性信息，包括服装和装饰特征：上衣、裤子、裙子和连衣裙、鞋帽、太阳镜、太阳镜、围巾、腰带和腰带；携带特性：单肩包、背包、手提包、拉杆箱、雨伞；人体特征：头发、脸型等；(5）做口罩识别模型，从cmfd数据库中提取一些佩戴口罩的图片作为训练数据集，提取rmfd数据库和cmfd数据库的部分图片作为测试数据集，训练数据集用labelme工具标注，由于yolov4tiny网络具有迁移学习能力，所以使用coco数据库中的样本对yolov4tiny网络进行分析。初始化参数设置，然后将训练数据集输入到yolov4tiny进行参数训练，测试训练好的口罩佩戴识别模型。当识别率超过95%时，认为佩戴口罩识别模型合格，可以在实际中使用；（6）行人识别模型检测到视频中的行人。当戴口罩识别模型检测到没有戴口罩的人时，使用文字转语音工具将识别出的行人属性特征信息进行转换变成语音，并通过语音报警，提醒他们戴口罩。戴口罩识别模型合格，可用于实践；（6）行人识别模型检测到视频中的行人。当戴口罩识别模型检测到没有戴口罩的人时，使用文字转语音工具将识别出的行人属性特征信息进行转换变成语音，并通过语音报警，提醒他们戴口罩。戴口罩识别模型合格，可用于实践；（6）行人识别模型检测到视频中的行人。当戴口罩识别模型检测到没有戴口罩的人时，使用文字转语音工具将识别出的行人属性特征信息进行转换变成语音，并通过语音报警，提醒他们戴口罩。
