CN111428559A - 一种口罩佩戴情况检测方法、装置、电子设备及存储介质 - Google Patents

一种口罩佩戴情况检测方法、装置、电子设备及存储介质 Download PDF

Info

Publication number
CN111428559A
CN111428559A CN202010103053.1A CN202010103053A CN111428559A CN 111428559 A CN111428559 A CN 111428559A CN 202010103053 A CN202010103053 A CN 202010103053A CN 111428559 A CN111428559 A CN 111428559A
Authority
CN
China
Prior art keywords
mask
face
user
area
image
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Withdrawn
Application number
CN202010103053.1A
Other languages
English (en)
Inventor
金钰丰
闫鹏飞
解艺博
钱源
杨进超
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Sankuai Online Technology Co Ltd
Original Assignee
Beijing Sankuai Online Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Sankuai Online Technology Co Ltd filed Critical Beijing Sankuai Online Technology Co Ltd
Priority to CN202010103053.1A priority Critical patent/CN111428559A/zh
Publication of CN111428559A publication Critical patent/CN111428559A/zh
Withdrawn legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/161—Detection; Localisation; Normalisation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Artificial Intelligence (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Human Computer Interaction (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Geometry (AREA)
  • Image Analysis (AREA)

Abstract

本发明提供了一种口罩佩戴情况检测方法、装置、电子设备及存储介质，该方法包括：获取待识别图像，所述待识图像包括用户的人脸区域；提取所述待识别图像中所述人脸区域的人脸关键点位置，所述人脸关键点位置包括用户眼睛位置；通过所述人脸关键点位置确定所述人脸区域中的目标区域，所述目标区域包括所述人脸区域中用户眼睛位置下方的区域；提取所述目标区域的纹理特征；响应于所述纹理特征包括口罩纹理特征，确定所述用户佩戴口罩，作为口罩佩戴情况检测结论之一。可见，通过本发明实施例提供的技术方案，可以快速高效准确地判断用户是否佩戴口罩。

Description

一种口罩佩戴情况检测方法、装置、电子设备及存储介质
技术领域
本发明涉及计算机技术领域，特别是涉及一种口罩佩戴情况检测方法、装置、电子设备及存储介质。
背景技术
口罩是一种常用的生活用品，能够有效的防止粉尘，有害气体，唾液飞沫等进入口鼻。在很多场所，用户均需要佩戴口罩。例如，外卖骑手在进行订单派送时，为了保障骑手和客户的安全，骑手在配送物品的时候需要佩戴口罩。
然而，发明人在实现本发明的过程中发现：在实际应用中，会存在用户没有佩戴口罩的情况，因此，如何快速高效地检测用户是否佩戴口罩，是亟需解决的问题。
发明内容
为解决背景技术中存在的上述技术问题，本发明实施例示出了一种口罩佩戴情况检测方法、装置、电子设备及存储介质。
第一方面，本发明实施例提供了一种口罩佩戴情况检测方法，所述方法包括：
获取待识别图像，所述待识图像包括用户的人脸区域；
提取所述待识别图像中所述人脸区域的人脸关键点位置，所述人脸关键点位置包括所述用户眼睛位置；
通过所述人脸关键点位置确定所述人脸区域中的目标区域，所述目标区域包括所述人脸区域中用户眼睛位置下方的区域；
提取所述目标区域的纹理特征；
响应于所述纹理特征包括口罩纹理特征时，确定所述用户佩戴口罩，作为口罩佩戴情况检测结论之一。
可选的，在所述确定所述用户佩戴口罩之后，所述方法还包括：
获取所述目标区域中具有所述口罩纹理特征的区域的位置信息作为口罩位置信息，和/或，获取所述目标区域中具有口罩纹理特征的区域的面积信息作为口罩覆盖面积信息；
通过所述口罩位置信息，和/或，所述口罩覆盖面积信息，确定所述用户佩戴口罩是否标准。
可选的，所述通过所述人脸关键点位置确定所述人脸区域中的目标区域，包括：
将所述人脸关键点位置中两个所述用户眼睛位置连线所得的直线，确定为所述人脸区域中的目标区域的上边界；
将两个所述用户眼睛位置之间的距离的预设倍数，确定为所述人脸区域中的目标区域的宽和高。
可选的，所述通过所述口罩位置信息，确定所述用户佩戴口罩是否标准，包括：
计算所述口罩位置信息中的上边缘位置信息到所述目标区域的上边界的位置信息之间的第一距离，所述上边缘位置信息用于表示口罩上边缘所在的位置；
计算所述口罩位置信息中的下边缘位置信息到所述目标区域的下边界的位置信息之间的第二距离，所述下边缘位置信息用于表示口罩上边缘所在的位置；
在所述第一距离小于第一预设距离，且所述第二距离小于第二预设距离时，确定所述用户标准佩戴口罩。
可选的，所述通过所述口罩覆盖面积信息，确定所述用户佩戴口罩是否标准，包括：
根据所述口罩覆盖面积信息，计算口罩覆盖所述目标区域的面积占目标区域的面积比例；
在所述面积比例大于预设面积比例时，确定所述用户标准佩戴口罩。
可选的，在所述确定所述用户佩戴口罩之后，所述方法还包括：
提取所述目标区域的人脸特征；
在所述目标区域的人脸特征不包括鼻子特征和嘴巴特征时，确定所述用户正确佩戴口罩。
可选的，在所述提取所述待识别图像中所述人脸区域的人脸关键点位置之后，所述方法还包括：
根据所述人脸关键点位置，确定所述人脸区域；
提取所述人脸区域的人脸特征，并将所述人脸特征与预先存储的目标用户的目标人脸特征相匹配；
在所述人脸特征与预先存储的目标用户的目标人脸特征相匹配时，确定所述用户为目标用户，并将所述口罩佩戴情况检测结论与目标用户相关联。
可选的，在所述提取所述待识别图像中所述人脸区域的人脸关键点位置之后，所述方法还包括：
根据所述人脸关键点位置，确定所述人脸区域；
提取所述人脸区域的人脸特征，在所提取的人脸特征中包括所述用户的活体特征时，将所述口罩佩戴情况检测结论与目标用户相关联。
可选的，所述待识别图像有多张，在所述提取所述待识别图像中所述人脸区域的人脸关键点位置之前，所述方法还包括：
识别所述多张待识别图像中是否存在预设动作，并识别所述多张待识别图像所包括的用户是否为同一用户；
在识别出所述多张待识别图像中是否存在预设动作，且所述多张待识别图像所包括的用户为同一用户时，执行所述提取所述待识别图像中所述人脸区域的人脸关键点位置的步骤。
可选的，在所述获取待识别图像之前，所述方法还包括：
对所述待识别图像进行加密和防篡改验签处理，得到加密后的待识别图像；
相应的，所述获取待识别图像，包括：
获取所述加密后的待识别图像；
所述提取所述待识别图像中所述人脸区域的人脸关键点位置，包括：
对所述加密后的待识别图像进行解密，得到解密后的待识别图像；并提取所述解密后的待识别图像中所述人脸区域的人脸关键点位置。
第二方面，本发明实施例提供了一种口罩佩戴情况检测方法，所述方法包括：
获取业务配置信息；
在所述业务配置信息包括口罩佩戴情况检测信息时，采集待识别图像，以触发执行第一方面所述的口罩佩戴情况检测方法，其中，所述待识图像包括用户的人脸区域。
第三方面，本发明实施例提供了一种口罩佩戴情况检测装置，所述装置包括：
图像获取模块，用于获取待识别图像，所述待识图像包括用户的人脸区域；
位置提取模块，用于提取所述待识别图像中所述人脸区域的人脸关键点位置，所述人脸关键点位置包括所述用户眼睛位置；
区域确定模块，用于通过所述人脸关键点位置确定所述人脸区域中的目标区域，所述目标区域包括所述人脸区域中用户眼睛位置下方的区域；
纹理特征提取模块，用于提取所述目标区域的纹理特征；
第一结果确定模块，用于响应于所述纹理特征包括口罩纹理特征时，确定所述用户佩戴口罩，作为口罩佩戴情况检测结论之一。
可选的，所述装置还包括：
信息提取模块，用于在所述第一结果确定模块确定所述用户佩戴口罩之后，获取所述目标区域中具有所述口罩纹理特征的区域的位置信息作为口罩位置信息，和/或，获取所述目标区域中具有口罩纹理特征的区域的面积信息作为口罩覆盖面积信息；
第二结果确定模块，用于通过所述口罩位置信息，和/或，所述口罩覆盖面积信息，确定所述用户佩戴口罩是否标准。
可选的，所述区域确定模块，具体用于：
将所述人脸关键点位置中两个所述用户眼睛位置连线所得的直线，确定为所述人脸区域中的目标区域的上边界；
将两个所述用户眼睛位置之间的距离的预设倍数，确定为所述人脸区域中的目标区域的宽和高。
可选的，所述第二结果确定模块，具体用于：
计算所述口罩位置信息中的上边缘位置信息到所述目标区域的上边界的位置信息之间的第一距离，所述上边缘位置信息用于表示口罩上边缘所在的位置；
计算所述口罩位置信息中的下边缘位置信息到所述目标区域的下边界的位置信息之间的第二距离，所述下边缘位置信息用于表示口罩上边缘所在的位置；
在所述第一距离小于第一预设距离，且所述第二距离小于第二预设距离时，确定所述用户标准佩戴口罩。
可选的，所述第二结果确定模块，具体用于：
根据所述口罩覆盖面积信息，计算口罩覆盖所述目标区域的面积占目标区域的面积比例；
在所述面积比例大于预设面积比例时，确定所述用户标准佩戴口罩。
可选的，所述装置还包括：
人脸特征提取模块，用于在所述第一结果确定模块确定所述用户佩戴口罩之后，提取所述目标区域的人脸特征；
在所述目标区域的人脸特征不包括鼻子特征和嘴巴特征时，触发所述第二结果确定模块确定所述用户标准佩戴口罩。
可选的，所述装置还包括：
人脸区域确定模块，用于在所述位置提取模块提取所述待识别图像中所述人脸区域的人脸关键点位置之后，根据所述人脸关键点位置，确定所述人脸区域；
人脸特征匹配模块，用于提取所述人脸区域的人脸特征，并将所述人脸特征与预先存储的目标用户的目标人脸特征相匹配；
用户确定模块，用于在所述人脸特征与预先存储的目标用户的目标人脸特征相匹配时，确定所述用户为目标用户，并触发所述区域确定模块执行所述通过所述人脸关键点位置确定所述人脸区域中的目标区域。
可选的，所述装置还包括：
人脸区域确定模块，用于在所述位置提取模块提取所述待识别图像中所述人脸区域的人脸关键点位置之后，根据所述人脸关键点位置，确定所述人脸区域；
所述人脸特征提取模块，用于提取所述人脸区域的人脸特征，在所提取的人脸特征中包括所述用户的活体特征时，执行所述通过所述人脸关键点位置确定所述人脸区域中的目标区域。
可选的，所述待识别图像有多张，所述装置还包括：
信息识别模块，用于在所述位置提取模块提取所述待识别图像中所述人脸区域的人脸关键点位置之前，识别所述多张待识别图像中是否存在预设动作，并识别所述多张待识别图像所包括的用户是否为同一用户；
在所述信息识别模块识别出所述多张待识别图像中是否存在预设动作，且所述多张待识别图像所包括的用户为同一用户时，触发所述位置提取模块执行所述提取所述待识别图像中所述人脸区域的人脸关键点位置的步骤。
可选的，所述装置还包括：
图像加密模块，用于在所述图像获取模块获取待识别图像之前，对所述待识别图像进行加密和防篡改验签处理，得到加密后的待识别图像；
相应的，所述图像获取模块，具体用于：
获取所述加密后的待识别图像；
所述位置提取模块，具体用于：
对所述加密后的待识别图像进行解密，得到解密后的待识别图像；并提取所述解密后的待识别图像中所述人脸区域的人脸关键点位置。
第四方面，本发明实施例提供了一种口罩佩戴情况检测装置，应用于终端，所述装置包括：
配置信息获取模块，用于获取业务配置信息；
图像采集模块，用于在所述业务配置信息包括口罩佩戴情况检测信息时，采集待识别图像，并触发执行第一方面所述的口罩佩戴情况检测方法，其中，所述待识图像包括用户的人脸区域。
第三方面，本发明实施例提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现第一方面，或者，第二方面所述的口罩佩戴情况检测方法的步骤。
第四方面，本发明实施例提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现第一方面，或者，第二方面所述的口罩佩戴情况检测方法的步骤。
本发明实施例提供的技术方案，获取待识别图像，该待识图像包括用户的人脸区域；提取待识别图像中人脸区域的人脸关键点位置，该人脸关键点位置包括用户眼睛位置；通过人脸关键点位置确定人脸区域中的目标区域，该目标区域包括人脸区域中用户眼睛位置下方的区域；提取目标区域的纹理特征；响应于纹理特征包括口罩纹理特征，确定用户佩戴口罩，作为口罩佩戴情况检测结论之一。可见，通过本发明实施例提供的技术方案，目标区域包括用户眼睛位置下方的区域，如果用户佩戴口罩，则该目标区域包括口罩所在的区域，因此，在目标区域的纹理特征中包括口罩纹理特征，即可以确定用户佩戴口罩，从而可以快速高效准确地判断用户是否佩戴口罩。
附图说明
图1是本发明实施例提供的一种口罩佩戴情况检测方法的步骤流程图；
图2是本发明实施例提供的另一种口罩佩戴情况检测方法的步骤流程图；
图3是图2中S170的一种具体实施方式的步骤流程图；
图4是本发明实施例提供的一种口罩佩戴情况检测方法的步骤流程图；
图5是本发明实施例提供的一种口罩佩戴情况检测装置的结构框图；
图6是本发明实施例提供的另一种口罩佩戴情况检测装置的结构框图；
图7是本发明实施例提供的一种电子设备的结构框图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
为了解决背景技术中存在的上述技术问题，本发明实施例提供了一种口罩佩戴情况检测方法、装置、电子设备及存储介质。
第一方面，首先对本发明实施例提供的一种口罩佩戴情况检测方法进行详细说明。该口罩佩戴情况检测方法可以应用于服务器等电子设备，例如，该电子设备可以是计算服务器，本发明实施例对电子设备不做具体限定。
如图1所示，本发明实施例提供的一种口罩佩戴情况检测方法可以包括如下步骤：
S110，获取待识别图像。
其中，待识图像包括用户的人脸区域。
具体的，待识别图像可以是终端采集的任一张待识别图像。在实际应用中，终端在采集待识别图像之前，可以从服务器拉取业务配置信息，并判断业务配置信息是否包括口罩佩戴情况检测信息，在判定业务配置信息包括口罩佩戴情况检测信息时，说明需要检测用户的口罩佩戴情况，此时，终端可以采集待识别图像。由于口罩是佩戴在人脸上的，因此，待识别图像包括用户的人脸区域。该用户可以是配送订单的骑手等。
并且，为了初步验证非活体攻击即非照片攻击，在一种实施方式中，待识别图像有多张，在执行步骤S120之前，该口罩佩戴情况检测方法还可以包括如下两个步骤：
第一个步骤，识别多张待识别图像中是否存在预设动作，并识别多张待识别图像所包括的用户是否为同一用户。
第二个步骤，在识别出多张待识别图像中是否存在预设动作，且多张待识别图像所包括的用户为同一用户时，执行获取待识别图像的步骤。
具体的，多张待识别图像有可以是连续多帧待识别图像，可以识别多张待识别图像是否存在预设动作，如眨眼动作；并识别多张待识别图像所包括的用户是否为同一用户。在识别出多张待识别图像存在预设动作，且多张待识别图像所包括的用户是同一用户时，可以初步验证不是照片攻击，并可以执行步骤S120。
在实际应用中，为了防止黑客使用串改图像攻击，在一种实施方式中，在获取待识别图像之前，该口罩佩戴情况检测方法还可以包括：
对待识别图像进行加密和防篡改验签处理，得到加密后的待识别图像。
相应的，获取待识别图像，可以包括：
获取加密后的待识别图像。
具体的，可以对待识别图像进行加密和防篡改验签处理，得到加密后的待识别图像，并获取加密后的待识别图像，也就是说，作为执行主体的计算服务器所获取到的待识别图像可能还是加密后的待识别图像。
S120，提取待识别图像中人脸区域的人脸关键点位置。
其中，人脸关键点位置包括用户眼睛位置。
具体的，作为执行主体的计算服务器获取待识别图像后，可以提取待识别图像中人脸区域的人脸关键点位置，人脸关键点位置可以包括两个用户眼睛位置，还可以包括用户眉毛位置等，本发明实施例对人脸关键点位置不做具体限定。
并且，本领域技术人员可以理解提取待识别图像中人脸区域的人脸关键点位置的具体实现方式，在此不再赘述。在实际应用中，用户可能佩戴有墨镜，此时，可以将墨镜两个镜片的位置确定为用户眼睛位置。
并且，在一种实施方式中，当获取的待识别图像为加密后的待识别图像时，提取待识别图像中人脸区域的人脸关键点位置，可以包括：
对加密后的待识别图像进行解密，得到解密后的待识别图像；并提取解密后的待识别图像中人脸区域的人脸关键点位置。
具体的，当所获取的待识别图像是加密后的待识别图像时，作为执行主体的计算服务器需要对加密后的待识别图像进行解密，得到解密后的待识别图像，并提取解密后的待识别图像中人脸区域的人脸关键点位置
S130，通过人脸关键点位置确定人脸区域中的目标区域。
其中，目标区域包括人脸区域中用户眼睛位置下方的区域。
具体的，在提取人脸区域中的人脸关键点位置之和，可以通过人脸关键点位置确定人脸区域中的目标区域。由于口罩通常是佩戴在人脸区域中，眼睛下方的区域，因此，为了实现检测口罩佩戴情况，目标区域包括人脸区域中用户眼睛位置下方的区域。在实际应用中，目标区域可以是眼睛瞳孔至脖子所在的区域。
在一种实施方式中，通过人脸关键点位置确定人脸区域中的目标区域，可以包括如下两个步骤，分别为步骤a1和步骤a2：
步骤a1，将人脸关键点位置中两个用户眼睛位置连线所得的直线，确定为人脸区域中的目标区域的上边界。
步骤a2，将两个用户眼睛位置之间的距离的预设倍数，确定为人脸区域中的目标区域的宽和高。
在该实施方式中，可以将两个用户眼睛位置进行连线，得到一条直线，作为目标区域的上边界。在实际应用中，可以是两只眼睛瞳孔之间的连线。在确定了目标区域的上边界之后，可以将两个用户眼睛位置之间的距离的预设倍数作为目标区域的宽和高，其中，预设倍数可以是2.1倍，当然预设倍数可以根据实际情况进行设定，对此不做具体限定。
S140，提取目标区域的纹理特征。
为了区分口罩与其它遮挡口鼻物体的特征，可以通过预先训练好的神经网络模型等方式提取目标区域的纹理特征，以提取到口罩纹理特征。其中，目标区域的纹理特征可以为：目标区域的背景纹理特征以及口罩纹理特征。
S150，响应于纹理特征包括口罩纹理特征时，确定用户佩戴口罩，作为口罩佩戴情况检测结论之一。
在提取到目标区域的纹理特征后，可以将目标区域的纹理特征与口罩纹理特征进行匹配，如果目标区域的纹理特征中包括与口罩纹理特征相匹配的纹理特征，那么，可以确定目标区域的纹理特征包括口罩纹理特征，此时确定用户佩戴口罩，作为口罩佩戴情况检测结论之一。相反的，如果目标区域的纹理特征不包括与口罩纹理特征相匹配的纹理特征，那么，可以确定目标区域的纹理特征不包括口罩纹理特征，此时，确定用户没有佩戴口罩，作为口罩佩戴情况检测结论之一。
其中，口罩纹理特征可以包括：口罩边缘纹理特征，口罩颜色纹理特征，口罩形状纹理特征，口罩显著局部块(如排气孔)特征等，本发明实施例对口罩纹理特征不做具体限定。
并且，在实际应用中，如果用户没有佩戴口罩，作为执行主体的计算服务器可以向终端反馈提示信息，以提示用户佩戴口罩。提示信息的形式可以是短信，语音等，提示信息的内容可以是：您没有佩戴口罩等，本发明实施例对提示信息的形式和内容不做具体限定。
本发明实施例提供的技术方案，获取待识别图像，该待识图像包括用户的人脸区域；提取待识别图像中人脸区域的人脸关键点位置，该人脸关键点位置包括用户眼睛位置；通过人脸关键点位置确定人脸区域中的目标区域，该目标区域包括人脸区域中用户眼睛位置下方的区域；提取目标区域的纹理特征；响应于纹理特征包括口罩纹理特征，确定用户佩戴口罩，作为口罩佩戴情况检测结论之一。可见，通过本发明实施例提供的技术方案，目标区域包括用户眼睛位置下方的区域，如果用户佩戴口罩，则该目标区域包括口罩所在的区域，因此，在目标区域的纹理特征中包括口罩纹理特征，即可以确定用户佩戴口罩，从而可以快速高效准确地判断用户是否佩戴口罩。
在实际应用中，在图1所示实施例的基础上，在一种实施方式中，在通过所述人脸关键点位置确定所述人脸区域中的目标区域之后，该口罩佩戴情况检测方法可以包括：将目标区域输入神经网络模型中，神经网络模型的输出可以为口罩佩戴情况检测结论，即为用户佩戴口罩，或者，用户未佩戴口罩。
可以理解的是，在将目标区域输入神经网络模型之前，需要对神经网络模型进行训练。
其中，神经网络模型可以主要包括卷积层和分类器，神经网络模型的训练过程如下：
1、收集大量样本图像。其中，样本图像可以包括两部分图像，一部分图像可以是包括佩戴口罩的人脸区域的图像，还可以是包括未佩戴口罩的人脸区域的图像。
2、对收集的样本图像进行标注。对于用户佩戴口罩的样本图像，标注为：用户佩戴口罩；对于用户未佩戴口罩的样本图像，标注为：用户未佩戴口罩。
3、将样本图像输入神经网络模型中，对神经网络模型进行训练。具体的，神经网络模型的卷积层提取样本图像的纹理特征，并利用分类器对纹理特征进行分类，得到分类结果，其中，分类结果可以包括用户佩戴口罩和用户未佩戴口罩。在训练神经网络模型的过程中，不断调整神经网络的模型参数，直至分类结果的准确度达到预设准确度，即得到训练好的神经网络模型。
在得到训练好的神经网络模型之后，可以利用该训练好的神经网络模型检测目标区域中的用户是否佩戴口罩。具体的：
S140，提取目标区域的纹理特征，可以包括如下步骤：
将目标区域输入训练好的神经网络模型中，以使得训练好的神经网络模型的卷积层提取目标区域的纹理特征。
相应的，S150，响应于纹理特征包括口罩纹理特征，确定用户佩戴口罩，作为口罩佩戴情况检测结论之一，可以包括：
通过神经网络模型的分类器对纹理特征进行分类，得到第一分类结果，其中，在纹理特征包括口罩纹理特征时，第一分类结果为用户佩戴口罩作为口罩佩戴情况检测结论之一。
在得到训练好的神经网络模型之后，可以将目标区域输入预先训练好的神经网络模型中，训练好的神经网络模型的卷积层即可准确地提取目标区域的纹理特征，并且，训练好的神经网络模型的分类器可以对所提取的目标区域的纹理特征进行分类，进行准确地得到分类结果，为了方案描述清楚，可以将所得到的分类结果称为第一分类结果。可以理解的是，如果目标区域的纹理特征包括口罩纹理特征，那么，第一分类结果可以为用户佩戴口罩；否则，第一分类结果为用户未佩戴口罩。
其中，目标区域的纹理特征可以为：目标区域的背景纹理特征以及口罩纹理特征，口罩纹理特征可以包括：口罩边缘纹理特征，口罩颜色纹理特征，口罩形状纹理特征，口罩显著局部块(如排气孔)特征等，本发明实施例对口罩纹理特征不做具体限定。并且，提取目标区域的背景纹理区域好处在于：进一步加强对口罩佩戴情况的判断，比如，在口罩区域被遮挡情况下，需要综合利用口罩纹理特征以及目标区域的背景纹理区域进行判断。
可见，通过本发明实施例提供的技术方案，将目标区域输入到训练好的神经网络模型中，即可以快速、高效且准确地得到用户佩戴口罩情况，即用户是否佩戴口罩。
在实际应用中，有些用户虽然佩戴了口罩，但是口罩佩戴位置不准确，例如，用户将口罩佩戴在下巴上，为了用户的健康，在确定用户佩戴口罩之后，还需要确定用户是否正确佩戴口罩，即用户佩戴口罩是否标准。在上述实施例的基础上，在一种实施方式中，在确定用户佩戴口罩之后，如图2所示，该口罩佩戴情况检测方法还可以包括如下两个步骤：
S160，获取目标区域中具有口罩纹理特征的区域的位置信息作为口罩位置信息，和/或，获取目标区域中具有口罩纹理特征的区域的面积信息作为口罩覆盖面积信息。
具体的，目标区域中具有口罩纹理特征的区域均是口罩所在的区域，因此，目标区域中具有口罩纹理特征的区域的位置信息，即为口罩位置信息。同样的，目标区域中具有口罩纹理特征的区域的面积信息，即为口罩覆盖面积信息。其中，获取口罩位置信息以及口罩覆盖面积信息的方式可以有多种，例如，可以通过预先训练好的神经网络来获取口罩位置信息，以及口罩覆盖面积信息，在此不做具体限定。
其中，口罩位置信息可以是口罩所在区域左上角的位置和口罩所在区域右下角的位置；口罩覆盖面积信息，可以是根据口罩位置信息计算得到的口罩覆盖面积大小。当然，本发明实施例对口罩位置信息和口罩覆盖面积信息不做具体限定。
S170，通过口罩位置信息，和/或，口罩覆盖面积信息，确定用户佩戴口罩是否标准，作为口罩佩戴情况检测结论之一。
具体的，口罩位置信息以及口罩覆盖面积信息均可以反映用户佩戴口罩是否标准，因此，在得到口罩位置信息和/或口罩覆盖面积信息之后，可以根据口罩位置信息和/或口罩覆盖面积信息，来确定用户佩戴口罩是否标准，作为口罩佩戴情况检测结论之一。
并且，在用户佩戴口罩不标准时，作为执行主体的计算服务器可以向终端发送提示信息，以提示用户正确佩戴口罩。提示信息的形式可以是短信，语音等，提示信息的内容可以是：您没有正确佩戴口罩等，本发明实施例对提示信息的形式和内容不做具体限定。
为了方案描述清楚，将在下面实施例对通过口罩位置信息，和/或，口罩覆盖面积信息，确定用户佩戴口罩是否标准的具体实施方式进行具体说明。
可见，通过本发明实施例提供的技术方案，可以通过口罩位置信息，和/或，口罩覆盖面积信息，准确地判断用户佩戴口罩是否标准。
在上述实施例的基础上，在一种实施方式中，在通过所述人脸关键点位置确定所述人脸区域中的目标区域之后，该口罩佩戴情况检测方法可以包括：将目标区域输入神经网络模型中，神经网络模型的输出可以为口罩佩戴情况检测结论，即为用户标准佩戴口罩，或者，用户未标准佩戴口罩。
可以理解的是，在将目标区域输入神经网络模型之前，需要对神经网络模型进行训练。
其中，神经网络模型可以主要包括卷积层和分类器，神经网络模型的训练过程如下：
1、收集大量样本图像。其中，样本图像可以包括两部分图像，一部分图像可以是包括标准佩戴口罩的人脸区域的图像，还可以是包括未标准佩戴口罩的人脸区域的图像。
2、对收集的样本图像进行标注。对于用户标准佩戴口罩的样本图像，标注为：用户标准佩戴口罩；对于用户未标准佩戴口罩的样本图像，标注为：用户未标准佩戴口罩。
3、将样本图像输入神经网络模型中，对神经网络模型进行训练。具体的，神经网络模型的卷积层提取样本图像的口罩位置信息，和/或，口罩覆盖面积信息，并利用分类器对口罩位置信息，和/或，口罩覆盖面积信息进行分类，得到分类结果，其中，分类结果可以包括用户标准佩戴口罩和用户未标准佩戴口罩。在训练神经网络模型的过程中，不断调整神经网络的模型参数，直至分类结果的准确度达到预设准确度，即得到训练好的神经网络模型。
在得到训练好的神经网络模型之后，可以利用该训练好的神经网络模型检测目标区域中的用户是否标准佩戴口罩。具体的：
S160，获取目标区域中具有口罩纹理特征的区域的位置信息作为口罩位置信息，和/或，获取目标区域中具有口罩纹理特征的区域的面积信息作为口罩覆盖面积信息，可以包括：
通过训练好的神经网络模型的卷积层提取具有口罩纹理特征的区域的位置信息作为口罩位置信息，和/或，通过训练好的神经网络模型的卷积层提取目标区域中具有口罩纹理特征的区域的面积信息，作为口罩覆盖面积信息。
相应的，S170，通过口罩位置信息，和/或，口罩覆盖面积信息，确定用户佩戴口罩是否标准，可以包括：
通过训练好的神经网络模型的分类器对口罩位置信息，和/或，口罩覆盖面积信息进行分类，得到第二分类结果，第二分类结果包括：未标准佩戴口罩和标准佩戴口罩。
具体的，在得到训练好的神经网络模型之后，将目标区域输入预先训练好的神经网络模型中之后，预先训练好的神经网络模型的卷积层即可准确地口罩位置信息，和/或，口罩覆盖面积信息，其中，口罩位置特征可以是口罩左上角的位置和口罩右下角的位置；口罩覆盖面积特征可以是口罩覆盖目标区域的面积大小。
并且，训练好的神经网络模型的分类器可以对所提取的口罩位置信息，和/或，口罩覆盖面积信息进行分类，进行准确地得到分类结果，为了方案描述清楚，可以将所得到的分类结果称为第二分类结果。可以理解的是，如果用户正确佩戴口罩，那么，第二分类结果可以为标准佩戴口罩；否则，第二分类结果为未标准佩戴口罩。
可见，通过本发明实施例提供的技术方案，可以通过训练好的神经网络模型快速高效准确地判断出用户佩戴口罩是否标准。在用户佩戴口罩不准确时，可以向用户发送正确佩戴口罩的提示信息。
在上述实施例的基础上，在一种实施方式中，通过所述口罩位置信息，确定所述用户佩戴口罩是否标准，包括，可以包括如下步骤，如图3所示，分别为：
S310，计算口罩位置信息中的上边缘位置信息到目标区域的上边界的位置信息之间的第一距离。
其中，上边缘位置信息用于表示口罩上边缘所在的位置。
可以理解的是，在用户正确佩戴口罩时，口罩是覆盖用户鼻子的，也就是说，口罩上边缘所在位置的上边缘位置信息到目标区域的上边界的位置信息之间的距离应该较小，为了方案描述清楚，可以将该距离称为第一距离，该第一距离可以反映出口罩是否覆盖用户鼻子。如果第一距离较小，说明口罩上边缘距目标区域的上边界较近，用户准确佩戴口罩；如果第一距离较大，说明口罩上边缘距目标区域的上边界较远，用户很可能没有准确佩戴口罩。
S320，计算口罩位置信息中的下边缘位置信息到目标区域的下边界的位置信息之间的第二距离。
其中，下边缘位置信息用于表示口罩上边缘所在的位置。
可以理解的是，在用户正确佩戴口罩时，口罩是覆盖用户嘴巴的，也就是说，口罩下边缘所在位置的下边缘位置信息到目标区域的下边界的位置信息之间的距离应该较小，为了方案描述清楚，可以将该距离称为第二距离，该第二距离可以反映出口罩是否覆盖用户嘴巴。如果第二距离较小，说明口罩下边缘距目标区域的下边界较近，用户准确佩戴口罩；如果第二距离较大，说明口罩下边缘距目标区域的下边界较远，用户很可能没有准确佩戴口罩。
S330，在第一距离小于第一预设距离，且第二距离小于第二预设距离时，确定用户正确佩戴口罩。
在第一距离小于第一预设距离，且第二距离小于第二预设距离，说明口罩覆盖用户鼻子，且口罩覆盖用户嘴巴，此时，可以确定用户正确佩戴口罩。其中，第一预设距离和第二预设距离可以根据实际情况进行设定，本公开实施例对第一预设距离和第二预设距离的大小不做具体限定。
可见，通过本实现方式提供的技术方案，通过口罩位置信息，可以快速高效准确地确定出用户是否正确佩戴口罩。
在上述实施例的基础上，在一种实施方式中，通过口罩覆盖面积信息，确定用户佩戴口罩是否标准，可以包括如下步骤，分别为步骤b1和步骤b2：
步骤b1，根据口罩覆盖面积信息，计算口罩覆盖目标区域的面积占目标区域的面积比例。
可以理解的是，用户正确佩戴口罩时，口罩覆盖鼻子及嘴巴所在的区域，因此口罩覆盖目标区域的面积较大，否则，口罩覆盖目标区域的面积较小，例如，如果用户将口罩拉到用户下巴下面，那么口罩覆盖目标区域的面积很小，也就是说，口罩覆盖目标区域的面积的大小可以反映出用户是否正确佩戴口罩。
具体的，可以根据口罩覆盖面积信息，如口罩覆盖目标区域的面积计算口罩覆盖目标区域的面积占目标区域的面积比例。可以理解的是，用户正确佩戴口罩时，该面积比例通常较大，否则，该面积比例通常较小。
步骤b2，在面积比例大于预设面积比例时，确定用户标准佩戴口罩。
在面积比例大于预设面积比例时，说明口罩覆盖了用户的鼻子以及嘴巴等区域，因此，可以确定用户正确佩戴口罩。其中，预设面积比例可以根据实际情况进行设定，本公开实施例对预设面积比例的大小不做具体限定。
可见，通过本实现方式提供的技术方案，通过口罩覆盖目标区域的面积比例，可以快速高效准确地确定出用户是否正确佩戴口罩。
在图1所示实施例的基础上，为了判断用户是否正确佩戴口罩，在一种实施方式中，在确定用户佩戴口罩之后，该口罩佩戴情况检测方法还可以包括如下两个步骤，分别为步骤c1和步骤c2：
步骤c1，提取目标区域的人脸特征。
步骤c2，在目标区域的人脸特征不包括鼻子特征和嘴巴特征时，确定用户正确佩戴口罩。
可以理解的是，如果用户正确佩戴口罩，口罩是是覆盖鼻子和嘴巴的，因此，目标区域的人脸特征是不包括鼻子特征和嘴巴特征的，因此，在目标区域的人脸特征不包括鼻子特征和嘴巴特征时，确定用户正确佩戴口罩。
具体的，可以将目标区域输入预先训练好的神经网络模型中，提取目标区域的人脸特征，并将提取的人脸特征与预先存储的鼻子特征和嘴巴特征进行匹配，如果没有匹配上，这可以确定目标区域的人脸特征不包括鼻子特征和嘴巴特征时，即确定用户正确佩戴口罩。
可见，通过本实现方式提供的技术方案，通过判断目标区域的人脸特征是否包括鼻子特征和嘴巴特征，可以快速高效准确地确定出用户是否正确佩戴口罩。
由于在骑手配送订单时，为了确保客户安全，还需要确认骑手是不是注册本人，因此，在上述实施例的基础上，在提取待识别图像中人脸区域的人脸关键点位置之后，该口罩佩戴情况检测方法还可以包括步骤d1至步骤d3：
步骤d1，根据人脸关键点位置，确定人脸区域。
通常情况下，人脸关键点位置可以是多个，例如，有5个关键点位置，根据这5个关键点位置进行矫正，即可以准确地框选出人脸区域。
步骤d2，提取人脸区域的人脸特征，并将人脸特征与预先存储的目标用户的目标人脸特征相匹配。
具体的，可以通过预先训练好的卷积神经网络等方式提取人脸区域的人脸特征，并将人脸特征与预先存储的目标用户的目标人脸特征相匹配，如果匹配，说明当前用户是目标用户，该目标用户可以是注册本人，进而可以判定当前骑手是不是注册本人。
步骤d3，在人脸特征与预先存储的目标用户的目标人脸特征相匹配时，确定用户为目标用户，并执行通过人脸关键点位置确定人脸区域中的目标区域。
在所提取的人脸特征与预先存储的目标用户的目标人脸特征相匹配时，可以确定用户为用户目标，即当前骑手是注册本人，然后，可以进一步检测当前骑手有没有佩戴口罩，即执行通过人脸关键点位置确定人脸区域中的目标区域。
可见，通过本发明实施例提供的技术方案，可以检测用户是否为本人，以及用户是否佩戴口罩及是否正确佩戴口罩，有利于进一步保障客户的安全和健康。
为了进一步确保客户安全和健康，还需要检测是否是非活体攻击，即是否是照片攻击，在上述实施例的基础上，在一种实施方式中，在提取待识别图像中人脸区域的人脸关键点位置之后，该口罩佩戴情况检测方法还可以包括步骤e1和步骤e2：
步骤e1，根据人脸关键点位置，确定人脸区域。
通常情况下，人脸关键点位置可以是多个，例如，有5个关键点位置，根据这5个关键点位置，即可以准确地框选出人脸区域。
步骤e2，提取人脸区域的人脸特征，在所提取的特征中包括用户的活体特征时，执行通过人脸关键点位置确定人脸区域中的目标区域。
具体的，可以通过预先训练好的神经网络模型等方式提取人脸区域的人脸特征，并判断所提取的人脸特征中是否包括用户的活体特征，其中，用户的活体特征可以是眼睛纹理特征，注意力特征等，本发明实施例对活体特征不做具体限定，在所提取的特征中包括用户的活体特征时，说明不是非活体攻击，然后，可以进一步检测当前骑手有没有佩戴口罩，即执行通过人脸关键点位置确定人脸区域中的目标区域。
可见，通过本发明实施例提供的技术方案，可以检测是否存在非活体攻击，以及用户是否佩戴口罩及是否正确佩戴口罩，有利于进一步保障客户的安全和健康。
第二方面，本发明实施例还提供了一种应用于终端的口罩佩戴情况检测方法，如图4所示，该方法可以包括：
S410，获取业务配置信息。
在实际应用中，终端在采集待识别图像之前，可以从服务器拉取业务配置信息，并判断业务配置信息是否包括口罩佩戴情况检测信息。
S420，在业务配置信息包括口罩佩戴情况检测信息时，采集待识别图像，以触发服务器执行第一方面所述的口罩佩戴情况检测方法。
其中，待识图像包括用户的人脸区域。
在判定业务配置信息包括口罩佩戴情况检测信息时，说明需要检测用户的口罩佩戴情况，此时，终端可以获取待识别图像。由于口罩是佩戴在人脸上的，因此，待识别图像包括用户的人脸区域。该用户可以是配送订单的骑手等。
在实际应用中，为了防止黑客使用串改图像攻击，在一种实施方式中，在触发服务器执行第一方面所述的口罩佩戴情况检测方法，应用于终端的口罩佩戴情况检测方法可以包括：
对待识别图像进行加密和防篡改验签处理，得到加密后的待识别图像。
向服务器发送加密后的待识别图像，以使得服务器获取加密后的待识别图像。
具体的，终端可以对待识别图像进行加密和防篡改验签处理，得到加密后的待识别图像，并将加密后的待识别图像发送到作为执行主体的计算服务器，也就是说，作为执行主体的计算服务器所获取到的待识别图像可能还是加密后的待识别图像。
通过上面的描述可知，对待识别图像进行加密和防篡改验签处理，可以是由作为执行主体的计算服务器执行的，也可以是由终端执行的，这都是合理的。
本发明实施例提供的技术方案，获取待识别图像，该待识图像包括用户的人脸区域；提取待识别图像中人脸区域的人脸关键点位置，该人脸关键点位置包括用户眼睛位置；通过人脸关键点位置确定人脸区域中的目标区域，该目标区域包括人脸区域中用户眼睛位置下方的区域；提取目标区域的纹理特征；响应于纹理特征包括口罩纹理特征，确定用户佩戴口罩，作为口罩佩戴情况检测结论之一。可见，通过本发明实施例提供的技术方案，目标区域包括用户眼睛位置下方的区域，如果用户佩戴口罩，则该目标区域包括口罩所在的区域，因此，在目标区域的纹理特征中包括口罩纹理特征，即可以确定用户佩戴口罩，从而可以快速高效准确地判断用户是否佩戴口罩。
并且，在实际应用中，初步检测是否是活体攻击，可以由第一方面实施例中作为执行主体的计算服务器执行，也可以由终端执行，这都是合理的。
在图4所示实施例的基础上，在一种实施方式中，待识别图像有多张，在向服务器发送待识别图像之前，该方法还可以包括步骤f1和步骤f2：
步骤f1，识别多张待识别图像中是否存在预设动作，并识别多张待识别图像所包括的用户是否为同一用户。
为了初步验证非照片攻击，终端可以采集多张待识别图像，并识别多张待识别图像是否存在预设动作，如眨眼动作；并识别多张待识别图像所包括的用户是否为同一用户。
步骤f2，在识别出多张待识别图像中是否存在预设动作，且多张待识别图像所包括的用户为同一用户时，执行向服务器发送待识别图像的步骤。
在识别出多张待识别图像存在预设动作，且多张待识别图像所包括的用户是同一用户时，可以初步验证不是照片攻击。
然后，终端可以将多张待识别图像发送到云存储服务器，云存储服务器接收到多张待识别图像之后，可以存储这多张待识别图像，以便后续有需要时，可以实现复查功能。并且，终端可以将多张待识别图像中的任意一张待识别图像发送到作为执行主体的计算服务器，计算服务器在获取到该待识别图像之后，可以执行本发明实施例所提供的口罩佩戴情况检测方法。
可见，通过本发明实施例提供的技术方案，终端可以初步验证是否为非活体攻击，并且，可以将多张待识别图像发送到云存储服务器，以便后续有需要时，可以实现复查功能。并且，可以触发作为执行主体的服务器执行口罩佩戴情况检测方法。
需要说明的是，对于方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明并不受所描述的动作顺序的限制，因为依据本发明，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于可选实施例，所涉及的动作并不一定是本发明所必须的。
第三方面，本发明实施例提供了一种口罩佩戴情况检测装置，应用于服务器，如图5所示，所述装置包括：
图像获取模块510，用于获取待识别图像，所述待识图像包括用户的人脸区域；
位置提取模块520，用于提取所述待识别图像中所述人脸区域的人脸关键点位置，所述人脸关键点位置包括所述用户眼睛位置；
区域确定模块530，用于通过所述人脸关键点位置确定所述人脸区域中的目标区域，所述目标区域包括所述人脸区域中用户眼睛位置下方的区域；
纹理特征提取模块540，用于提取所述目标区域的纹理特征；
第一结果确定模块550，用于响应于所述纹理特征包括口罩纹理特征时，确定所述用户佩戴口罩，作为口罩佩戴情况检测结论之一。
本发明实施例提供的技术方案，获取待识别图像，该待识图像包括用户的人脸区域；提取待识别图像中人脸区域的人脸关键点位置，该人脸关键点位置包括用户眼睛位置；通过人脸关键点位置确定人脸区域中的目标区域，该目标区域包括人脸区域中用户眼睛位置下方的区域；提取目标区域的纹理特征；响应于纹理特征包括口罩纹理特征，确定用户佩戴口罩，作为口罩佩戴情况检测结论之一。可见，通过本发明实施例提供的技术方案，目标区域包括用户眼睛位置下方的区域，如果用户佩戴口罩，则该目标区域包括口罩所在的区域，因此，在目标区域的纹理特征中包括口罩纹理特征，即可以确定用户佩戴口罩，从而可以快速高效准确地判断用户是否佩戴口罩。
可选的，所述装置还包括：
信息提取模块，用于在所述第一结果确定模块确定所述用户佩戴口罩之后，获取所述目标区域中具有所述口罩纹理特征的区域的位置信息作为口罩位置信息，和/或，获取所述目标区域中具有口罩纹理特征的区域的面积信息作为口罩覆盖面积信息；
第二结果确定模块，用于通过所述口罩位置信息，和/或，所述口罩覆盖面积信息，确定所述用户佩戴口罩是否标准。
可选的，所述区域确定模块，具体用于：
将所述人脸关键点位置中两个所述用户眼睛位置连线所得的直线，确定为所述人脸区域中的目标区域的上边界；
将两个所述用户眼睛位置之间的距离的预设倍数，确定为所述人脸区域中的目标区域的宽和高。
可选的，所述第二结果确定模块，具体用于：
计算所述口罩位置信息中的上边缘位置信息到所述目标区域的上边界的位置信息之间的第一距离，所述上边缘位置信息用于表示口罩上边缘所在的位置；
计算所述口罩位置信息中的下边缘位置信息到所述目标区域的下边界的位置信息之间的第二距离，所述下边缘位置信息用于表示口罩上边缘所在的位置；
在所述第一距离小于第一预设距离，且所述第二距离小于第二预设距离时，确定所述用户标准佩戴口罩。
可选的，所述第二结果确定模块，具体用于：
根据所述口罩覆盖面积信息，计算口罩覆盖所述目标区域的面积占目标区域的面积比例；
在所述面积比例大于预设面积比例时，确定所述用户标准佩戴口罩。
可选的，所述装置还包括：
人脸特征提取模块，用于在所述第一结果确定模块确定所述用户佩戴口罩之后，提取所述目标区域的人脸特征；
在所述目标区域的人脸特征不包括鼻子特征和嘴巴特征时，触发所述第二结果确定模块确定所述用户标准佩戴口罩。
可选的，所述装置还包括：
人脸区域确定模块，用于在所述位置提取模块提取所述待识别图像中所述人脸区域的人脸关键点位置之后，根据所述人脸关键点位置，确定所述人脸区域；
人脸特征匹配模块，用于提取所述人脸区域的人脸特征，并将所述人脸特征与预先存储的目标用户的目标人脸特征相匹配；
用户确定模块，用于在所述人脸特征与预先存储的目标用户的目标人脸特征相匹配时，确定所述用户为目标用户，并将所述口罩佩戴情况检测结论与目标用户相关联。
可选的，所述装置还包括：
人脸区域确定模块，用于在所述位置提取模块提取所述待识别图像中所述人脸区域的人脸关键点位置之后，根据所述人脸关键点位置，确定所述人脸区域；
所述人脸特征提取模块，用于提取所述人脸区域的人脸特征，在所提取的人脸特征中包括所述用户的活体特征时，将所述口罩佩戴情况检测结论与目标用户相关联。
可选的，所述待识别图像有多张，在所述提取所述待识别图像中所述人脸区域的人脸关键点位置之前，所述方法还包括：
识别所述多张待识别图像中是否存在预设动作，并识别所述多张待识别图像所包括的用户是否为同一用户；
在识别出所述多张待识别图像中是否存在预设动作，且所述多张待识别图像所包括的用户为同一用户时，执行所述提取所述待识别图像中所述人脸区域的人脸关键点位置的步骤。
可选的，在所述获取待识别图像之前，所述方法还包括：
对所述待识别图像进行加密和防篡改验签处理，得到加密后的待识别图像；
相应的，所述获取待识别图像，包括：
获取所述加密后的待识别图像；
所述提取所述待识别图像中所述人脸区域的人脸关键点位置，包括：
对所述加密后的待识别图像进行解密，得到解密后的待识别图像；并提取所述解密后的待识别图像中所述人脸区域的人脸关键点位置。
第四方面，本发明实施例提供了一种口罩佩戴情况检测装置，如图6所示，所述装置包括：
配置信息获取模块610，用于获取业务配置信息；
图像采集模块620，用于在所述业务配置信息包括口罩佩戴情况检测信息时，采集待识别图像，并触发执行第一方面所述的口罩佩戴情况检测方法，其中，所述待识图像包括用户的人脸区域。
本发明实施例提供的技术方案，获取待识别图像，该待识图像包括用户的人脸区域；提取待识别图像中人脸区域的人脸关键点位置，该人脸关键点位置包括用户眼睛位置；通过人脸关键点位置确定人脸区域中的目标区域，该目标区域包括人脸区域中用户眼睛位置下方的区域；提取目标区域的纹理特征；响应于纹理特征包括口罩纹理特征，确定用户佩戴口罩，作为口罩佩戴情况检测结论之一。可见，通过本发明实施例提供的技术方案，目标区域包括用户眼睛位置下方的区域，如果用户佩戴口罩，则该目标区域包括口罩所在的区域，因此，在目标区域的纹理特征中包括口罩纹理特征，即可以确定用户佩戴口罩，从而可以快速高效准确地判断用户是否佩戴口罩。
对于装置实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
第三方面，本发明实施例提供了一种电子设备，如图7所示，包括存储器710、处理器720及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现第一方面，或者，第二方面所述的口罩佩戴情况检测方法的步骤。
本发明实施例提供的技术方案，获取待识别图像，该待识图像包括用户的人脸区域；提取待识别图像中人脸区域的人脸关键点位置，该人脸关键点位置包括用户眼睛位置；通过人脸关键点位置确定人脸区域中的目标区域，该目标区域包括人脸区域中用户眼睛位置下方的区域；提取目标区域的纹理特征；响应于纹理特征包括口罩纹理特征，确定用户佩戴口罩，作为口罩佩戴情况检测结论之一。可见，通过本发明实施例提供的技术方案，目标区域包括用户眼睛位置下方的区域，如果用户佩戴口罩，则该目标区域包括口罩所在的区域，因此，在目标区域的纹理特征中包括口罩纹理特征，即可以确定用户佩戴口罩，从而可以快速高效准确地判断用户是否佩戴口罩。
第四方面，本发明实施例提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现第一方面，或者，第二方面所述的口罩佩戴情况检测方法的步骤。
本发明实施例提供的技术方案，获取待识别图像，该待识图像包括用户的人脸区域；提取待识别图像中人脸区域的人脸关键点位置，该人脸关键点位置包括用户眼睛位置；通过人脸关键点位置确定人脸区域中的目标区域，该目标区域包括人脸区域中用户眼睛位置下方的区域；提取目标区域的纹理特征；响应于纹理特征包括口罩纹理特征，确定用户佩戴口罩，作为口罩佩戴情况检测结论之一。可见，通过本发明实施例提供的技术方案，目标区域包括用户眼睛位置下方的区域，如果用户佩戴口罩，则该目标区域包括口罩所在的区域，因此，在目标区域的纹理特征中包括口罩纹理特征，即可以确定用户佩戴口罩，从而可以快速高效准确地判断用户是否佩戴口罩。
本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。
本领域内的技术人员应明白，本发明的实施例可提供为方法、装置、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明的方法、终端设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理终端设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理终端设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理终端设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理终端设备上，使得在计算机或其他可编程终端设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程终端设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例做出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者终端设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者终端设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者终端设备中还存在另外的相同要素。
以上对本发明所提供的口罩佩戴情况检测方法和口罩佩戴情况检测装置，进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，本说明书内容不应理解为对本发明的限制。

Claims (15)

1.一种口罩佩戴情况检测方法，其特征在于，所述方法包括：
获取待识别图像，所述待识图像包括用户的人脸区域；
提取所述待识别图像中所述人脸区域的人脸关键点位置，所述人脸关键点位置包括用户眼睛位置；
通过所述人脸关键点位置确定所述人脸区域中的目标区域，所述目标区域包括所述人脸区域中所述用户眼睛位置下方的区域；
提取所述目标区域的纹理特征；
响应于所述纹理特征包括口罩纹理特征，确定所述用户佩戴口罩，作为口罩佩戴情况检测结论之一。
2.根据权利要求1所述的方法，其特征在于，在所述确定所述用户佩戴口罩之后，所述方法还包括：
获取所述目标区域中具有所述口罩纹理特征的区域的位置信息作为口罩位置信息，和/或，获取所述目标区域中具有口罩纹理特征的区域的面积信息作为口罩覆盖面积信息；
通过所述口罩位置信息和/或所述口罩覆盖面积信息，确定所述用户佩戴口罩是否标准，作为所述口罩佩戴情况检测结论之一。
3.根据权利要求2所述到的方法，其特征在于，所述通过所述人脸关键点位置确定所述人脸区域中的目标区域，包括：
将所述人脸关键点位置中两个所述用户眼睛位置连线所得的直线，确定为所述人脸区域中的目标区域的上边界；
将两个所述用户眼睛位置之间的距离的预设倍数，确定为所述人脸区域中的目标区域的宽和高。
4.根据权利要求3所述的方法，其特征在于，所述通过所述口罩位置信息，确定所述用户佩戴口罩是否标准，包括：
计算所述口罩位置信息中的上边缘位置信息到所述目标区域的上边界的位置信息之间的第一距离，所述上边缘位置信息用于表示口罩上边缘所在的位置；
计算所述口罩位置信息中的下边缘位置信息到所述目标区域的下边界的位置信息之间的第二距离，所述下边缘位置信息用于表示口罩上边缘所在的位置；
在所述第一距离小于第一预设距离，且所述第二距离小于第二预设距离时，确定所述用户标准佩戴口罩。
5.根据权利要求2所述的方法，其特征在于，所述通过所述口罩覆盖面积信息，确定所述用户佩戴口罩是否标准，包括：
根据所述口罩覆盖面积信息，计算口罩覆盖所述目标区域的面积占目标区域的面积比例；
在所述面积比例大于预设面积比例时，确定所述用户标准佩戴口罩。
6.根据权利要求1所述的方法，其特征在于，在所述确定所述用户佩戴口罩之后，所述方法还包括：
提取所述目标区域的人脸特征；
在所述目标区域的人脸特征不包括鼻子特征和嘴巴特征时，确定所述用户正确佩戴口罩。
7.根据权利要求1至6任一项所述的方法，其特征在于，在所述提取所述待识别图像中所述人脸区域的人脸关键点位置之后，所述方法还包括：
根据所述人脸关键点位置，确定所述人脸区域；
提取所述人脸区域的人脸特征，并将所述人脸特征与预先存储的目标用户的目标人脸特征相匹配；
在所述人脸特征与预先存储的目标用户的目标人脸特征相匹配时，确定所述用户为目标用户，并将所述口罩佩戴情况检测结论与目标用户相关联。
8.根据权利要求7任一项所述的方法，其特征在于，在所述提取所述待识别图像中所述人脸区域的人脸关键点位置之后，所述方法还包括：
根据所述人脸关键点位置，确定所述人脸区域；
提取所述人脸区域的人脸特征，在所提取的人脸特征中包括所述用户的活体特征时，将所述口罩佩戴情况检测结论与目标用户相关联。
9.根据权利要求1至6任一项所述的方法，其特征在于，所述待识别图像有多张，在所述提取所述待识别图像中所述人脸区域的人脸关键点位置之前，所述方法还包括：
识别所述多张待识别图像中是否存在预设动作，并识别所述多张待识别图像所包括的用户是否为同一用户；
在识别出所述多张待识别图像中是否存在预设动作，且所述多张待识别图像所包括的用户为同一用户时，执行所述提取所述待识别图像中所述人脸区域的人脸关键点位置的步骤。
10.根据权利要求1至6任一项所述的方法，其特征在于，在所述获取待识别图像之前，所述方法还包括：
对所述待识别图像进行加密和防篡改验签处理，得到加密后的待识别图像；
相应的，所述获取待识别图像，包括：
获取所述加密后的待识别图像；
所述提取所述待识别图像中所述人脸区域的人脸关键点位置，包括：
对所述加密后的待识别图像进行解密，得到解密后的待识别图像；并提取所述解密后的待识别图像中所述人脸区域的人脸关键点位置。
11.一种口罩佩戴情况检测方法，其特征在于，所述方法包括：
获取业务配置信息；
在所述业务配置信息包括口罩佩戴情况检测信息时，采集待识别图像，以触发执行如权利要求1至10任一项所述的口罩佩戴情况检测方法，其中，所述待识图像包括用户的人脸区域。
12.一种口罩佩戴情况检测装置，其特征在于，所述装置包括：
图像获取模块，用于获取待识别图像，所述待识图像包括用户的人脸区域；
位置提取模块，用于提取所述待识别图像中所述人脸区域的人脸关键点位置，所述人脸关键点位置包括所述用户眼睛位置；
区域确定模块，用于通过所述人脸关键点位置确定所述人脸区域中的目标区域，所述目标区域包括所述人脸区域中用户眼睛位置下方的区域；
纹理特征提取模块，用于提取所述目标区域的纹理特征；
第一结果确定模块，用于响应于所述纹理特征包括口罩纹理特征时，确定所述用户佩戴口罩，作为口罩佩戴情况检测结论之一。
13.一种口罩佩戴情况检测装置，其特征在于，所述装置包括：
配置信息获取模块，用于获取业务配置信息；
图像采集模块，用于在所述业务配置信息包括口罩佩戴情况检测信息时，采集待识别图像，以触发执行如权利要求1至10任一项所述的口罩佩戴情况检测方法，其中，所述待识图像包括用户的人脸区域。
14.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至10，或者，权利要求11中任一项所述的口罩佩戴情况检测方法的步骤。
15.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至10，或者，权利要求11中任一项所述的口罩佩戴情况检测方法的步骤。
CN202010103053.1A 2020-02-19 2020-02-19 一种口罩佩戴情况检测方法、装置、电子设备及存储介质 Withdrawn CN111428559A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010103053.1A CN111428559A (zh) 2020-02-19 2020-02-19 一种口罩佩戴情况检测方法、装置、电子设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010103053.1A CN111428559A (zh) 2020-02-19 2020-02-19 一种口罩佩戴情况检测方法、装置、电子设备及存储介质

Publications (1)

Publication Number Publication Date
CN111428559A true CN111428559A (zh) 2020-07-17

Family

ID=71547827

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010103053.1A Withdrawn CN111428559A (zh) 2020-02-19 2020-02-19 一种口罩佩戴情况检测方法、装置、电子设备及存储介质

Country Status (1)

Country Link
CN (1) CN111428559A (zh)

Cited By (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111985377A (zh) * 2020-08-13 2020-11-24 深圳市商汤科技有限公司 测温方法及装置、电子设备及存储介质
CN112329516A (zh) * 2020-09-15 2021-02-05 深圳市点创科技有限公司 基于关键点定位及图像分类的驾驶员口罩佩戴检测方法、设备、介质
CN112434562A (zh) * 2020-11-03 2021-03-02 浙江大华技术股份有限公司 口罩佩戴状态的检测方法、设备、电子装置和存储介质
CN112464827A (zh) * 2020-11-30 2021-03-09 深圳集智数字科技有限公司 口罩佩戴识别方法、装置、设备及存储介质
CN112488034A (zh) * 2020-12-14 2021-03-12 上海交通大学 基于轻量化人脸口罩检测模型的视频处理方法
CN112488647A (zh) * 2020-11-25 2021-03-12 京东方科技集团股份有限公司 考勤系统及方法、存储介质及电子设备
CN112507989A (zh) * 2021-02-04 2021-03-16 北京远鉴信息技术有限公司 一种面部识别方法、装置、电子设备及可读存储介质
CN112793580A (zh) * 2021-01-27 2021-05-14 的卢技术有限公司 一种用于乘用车辆的离车口罩佩戴提示方法、系统、车辆及存储介质
CN112800847A (zh) * 2020-12-30 2021-05-14 广州广电卓识智能科技有限公司 人脸采集源检测方法、装置、设备和介质
CN113011277A (zh) * 2021-02-25 2021-06-22 日立楼宇技术（广州）有限公司 基于人脸识别的数据处理方法、装置、设备及介质
CN113033278A (zh) * 2020-12-09 2021-06-25 中国联合网络通信集团有限公司 口罩佩戴的检测方法及装置
CN113221703A (zh) * 2021-04-30 2021-08-06 平安科技（深圳）有限公司 基于无服务边缘计算的佩戴口罩监测方法、装置及设备
CN113420675A (zh) * 2021-06-25 2021-09-21 浙江大华技术股份有限公司 一种口罩佩戴规范度的检测方法及装置
CN113486737A (zh) * 2021-06-22 2021-10-08 卓尔智联(武汉)研究院有限公司 一种检测方法、装置、检测设备及存储介质
US20220019766A1 (en) * 2020-07-19 2022-01-20 Corsight.Ai Automomous validation of proper mask wearing
US20220028109A1 (en) * 2021-04-07 2022-01-27 Samsung Electronics Co., Ltd. Image processing method and apparatus
CN114821455A (zh) * 2022-02-11 2022-07-29 中国工商银行股份有限公司 防疫系统以及口罩佩戴识别方法、装置、设备和存储介质
WO2024050760A1 (en) * 2022-09-08 2024-03-14 Intel Corporation Image processing with face mask detection

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010157073A (ja) * 2008-12-26 2010-07-15 Fujitsu Ltd 顔認識装置、顔認識方法及び顔認識プログラム
JP2016189135A (ja) * 2015-03-30 2016-11-04 パイオニア株式会社 認識装置、認識方法及び認識プログラム
CN108062542A (zh) * 2018-01-12 2018-05-22 杭州智诺科技股份有限公司 被遮挡的人脸的检测方法
JP2018132974A (ja) * 2017-02-16 2018-08-23 アルパイン株式会社 状態検出装置、状態検出方法、及びプログラム
CN109101923A (zh) * 2018-08-14 2018-12-28 罗普特（厦门）科技集团有限公司 一种人员佩戴口罩情况的检测方法以及装置
CN110334615A (zh) * 2019-06-20 2019-10-15 湖北亮诚光电科技有限公司 一种有遮挡的人脸识别的方法
CN110738072A (zh) * 2018-07-18 2020-01-31 浙江宇视科技有限公司 活体判断方法及装置

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010157073A (ja) * 2008-12-26 2010-07-15 Fujitsu Ltd 顔認識装置、顔認識方法及び顔認識プログラム
JP2016189135A (ja) * 2015-03-30 2016-11-04 パイオニア株式会社 認識装置、認識方法及び認識プログラム
JP2018132974A (ja) * 2017-02-16 2018-08-23 アルパイン株式会社 状態検出装置、状態検出方法、及びプログラム
CN108062542A (zh) * 2018-01-12 2018-05-22 杭州智诺科技股份有限公司 被遮挡的人脸的检测方法
CN110738072A (zh) * 2018-07-18 2020-01-31 浙江宇视科技有限公司 活体判断方法及装置
CN109101923A (zh) * 2018-08-14 2018-12-28 罗普特（厦门）科技集团有限公司 一种人员佩戴口罩情况的检测方法以及装置
CN110334615A (zh) * 2019-06-20 2019-10-15 湖北亮诚光电科技有限公司 一种有遮挡的人脸识别的方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
刘玉娜;李巧梅;周丽丽;: "综合医院门诊医务人员口罩佩戴情况调查与分析" *

Cited By (27)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20220019766A1 (en) * 2020-07-19 2022-01-20 Corsight.Ai Automomous validation of proper mask wearing
CN111985377A (zh) * 2020-08-13 2020-11-24 深圳市商汤科技有限公司 测温方法及装置、电子设备及存储介质
CN112329516A (zh) * 2020-09-15 2021-02-05 深圳市点创科技有限公司 基于关键点定位及图像分类的驾驶员口罩佩戴检测方法、设备、介质
CN112434562A (zh) * 2020-11-03 2021-03-02 浙江大华技术股份有限公司 口罩佩戴状态的检测方法、设备、电子装置和存储介质
CN112434562B (zh) * 2020-11-03 2023-08-25 浙江大华技术股份有限公司 口罩佩戴状态的检测方法、设备、电子装置和存储介质
CN112488647A (zh) * 2020-11-25 2021-03-12 京东方科技集团股份有限公司 考勤系统及方法、存储介质及电子设备
CN112488647B (zh) * 2020-11-25 2024-09-06 京东方科技集团股份有限公司 考勤系统及方法、存储介质及电子设备
CN112464827B (zh) * 2020-11-30 2024-06-04 深圳集智数字科技有限公司 口罩佩戴识别方法、装置、设备及存储介质
CN112464827A (zh) * 2020-11-30 2021-03-09 深圳集智数字科技有限公司 口罩佩戴识别方法、装置、设备及存储介质
CN113033278A (zh) * 2020-12-09 2021-06-25 中国联合网络通信集团有限公司 口罩佩戴的检测方法及装置
CN112488034A (zh) * 2020-12-14 2021-03-12 上海交通大学 基于轻量化人脸口罩检测模型的视频处理方法
CN112800847A (zh) * 2020-12-30 2021-05-14 广州广电卓识智能科技有限公司 人脸采集源检测方法、装置、设备和介质
CN112800847B (zh) * 2020-12-30 2023-03-24 广州广电卓识智能科技有限公司 人脸采集源检测方法、装置、设备和介质
CN112793580A (zh) * 2021-01-27 2021-05-14 的卢技术有限公司 一种用于乘用车辆的离车口罩佩戴提示方法、系统、车辆及存储介质
CN112507989A (zh) * 2021-02-04 2021-03-16 北京远鉴信息技术有限公司 一种面部识别方法、装置、电子设备及可读存储介质
CN113011277A (zh) * 2021-02-25 2021-06-22 日立楼宇技术（广州）有限公司 基于人脸识别的数据处理方法、装置、设备及介质
CN113011277B (zh) * 2021-02-25 2023-11-21 日立楼宇技术（广州）有限公司 基于人脸识别的数据处理方法、装置、设备及介质
US20220028109A1 (en) * 2021-04-07 2022-01-27 Samsung Electronics Co., Ltd. Image processing method and apparatus
CN113221703A (zh) * 2021-04-30 2021-08-06 平安科技（深圳）有限公司 基于无服务边缘计算的佩戴口罩监测方法、装置及设备
WO2022227209A1 (zh) * 2021-04-30 2022-11-03 平安科技（深圳）有限公司 基于无服务边缘计算的佩戴口罩监测方法、装置及设备
CN113221703B (zh) * 2021-04-30 2024-06-11 平安科技（深圳）有限公司 基于无服务边缘计算的佩戴口罩监测方法、装置及设备
CN113486737A (zh) * 2021-06-22 2021-10-08 卓尔智联(武汉)研究院有限公司 一种检测方法、装置、检测设备及存储介质
CN113420675A (zh) * 2021-06-25 2021-09-21 浙江大华技术股份有限公司 一种口罩佩戴规范度的检测方法及装置
EP4278298A4 (en) * 2021-06-25 2024-05-22 Zhejiang Dahua Technology Co., Ltd METHOD AND DEVICE FOR DETECTING THE STANDARDIZATION OF MASK WEARING
WO2022268182A1 (en) * 2021-06-25 2022-12-29 Zhejiang Dahua Technology Co., Ltd. Method and device for detecting standardization of wearing mask
CN114821455A (zh) * 2022-02-11 2022-07-29 中国工商银行股份有限公司 防疫系统以及口罩佩戴识别方法、装置、设备和存储介质
WO2024050760A1 (en) * 2022-09-08 2024-03-14 Intel Corporation Image processing with face mask detection

Similar Documents

Publication Publication Date Title
CN111428559A (zh) 一种口罩佩戴情况检测方法、装置、电子设备及存储介质
Agarwal et al. Swapped! digital face presentation attack detection via weighted local magnitude pattern
EP3807792B1 (en) Authenticating an identity of a person
US11354917B2 (en) Detection of fraudulently generated and photocopied credential documents
US9704051B2 (en) Method and system for verifying identities
CN107292150B (zh) 保全信息处理中用户身份确认方法和装置
US11804071B2 (en) Method for selecting images in video of faces in the wild
WO2018082011A1 (zh) 活体指纹识别方法及装置
CN106778525A (zh) 身份认证方法和装置
US9065787B2 (en) Method for supervising a chat connection
CN101556717A (zh) 一种atm智能安保系统及监测方法
JP5730044B2 (ja) 顔画像認証装置
WO2020195732A1 (ja) 画像処理装置、画像処理方法、およびプログラムが格納された記録媒体
CN115186303B (zh) 一种基于大数据云平台的金融签章安全管理方法及系统
WO2021217899A1 (zh) 显示信息的加密方法、装置、设备及存储介质
WO2021207378A1 (en) Synthetic masked biometric signatures
Lee et al. Robust iris recognition baseline for the grand challenge
WO2023192808A1 (en) Authentication of age, gender, and other biometric data from live images of users
CN111192150B (zh) 车辆出险代理业务的处理方法、装置、设备及存储介质
KR102609220B1 (ko) 신분 위변조 검증 서버 및 이를 이용한 신분 위변조 검증 방법
WO2020003400A1 (ja) 顔照合システム
Rattani et al. A preliminary study on identifying fabrication material from fake fingerprint images
JP7272510B2 (ja) 照合装置、照合方法、プログラム
Morris The dilemma of digital colonialism unmasking facial recognition technology and data sovereignty in Aotearoa New Zealand
KR101551190B1 (ko) 영상의 유해성을 나타내는 인체의 구성요소 검출 방법

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
WW01 Invention patent application withdrawn after publication
WW01 Invention patent application withdrawn after publication

Application publication date: 20200717