CN111598015A - 一种基于人脸及防护设备的匹配检测方法、系统、设备和介质 - Google Patents

一种基于人脸及防护设备的匹配检测方法、系统、设备和介质 Download PDF

Info

Publication number
CN111598015A
CN111598015A CN202010424611.4A CN202010424611A CN111598015A CN 111598015 A CN111598015 A CN 111598015A CN 202010424611 A CN202010424611 A CN 202010424611A CN 111598015 A CN111598015 A CN 111598015A
Authority
CN
China
Prior art keywords
face
protective equipment
mask
features
detection
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.)
Pending
Application number
CN202010424611.4A
Other languages
English (en)
Inventor
周曦
姚志强
周鑫
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.)
Chongqing Zhongke Yuncong Technology Co ltd
Original Assignee
Chongqing Zhongke Yuncong 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 Chongqing Zhongke Yuncong Technology Co ltd filed Critical Chongqing Zhongke Yuncong Technology Co ltd
Priority to CN202010424611.4A priority Critical patent/CN111598015A/zh
Publication of CN111598015A publication Critical patent/CN111598015A/zh
Pending 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
    • G06V40/166—Detection; Localisation; Normalisation using acquisition arrangements
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/50—Extraction of image or video features by performing operations within image blocks; by using histograms, e.g. histogram of oriented gradients [HoG]; by summing image-intensity values; Projection analysis
    • G06V10/507—Summing image-intensity values; Histogram projection analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/56—Extraction of image or video features relating to colour
    • 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
    • G06V40/168—Feature extraction; Face representation
    • G06V40/171—Local features and components; Facial parts ; Occluding parts, e.g. glasses; Geometrical relationships

Landscapes

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

Abstract

本发明提出一种基于人脸及防护设备的匹配检测方法、系统、设备和介质，包括：采集配戴防护设备的人脸图片，并提取第一人脸特征、第一防护设备特征；将所述第一人脸特征与预先存储的配戴第二防护设备的人脸图片对应的第二人脸特征进行比对，若比对结果大于或等于预设值，则对所述第一防护设备特征与预先存储的配戴第二防护设备的人脸图片所对应的第二防护设备特征进行匹配检测；本发明可即使发现是否出现错拿或佩戴他人口罩的情况，提高疫情防控安全性能。

Description

一种基于人脸及防护设备的匹配检测方法、系统、设备和介质
技术领域
本发明涉及人工智能与公共安全领域，尤其涉及一种基于人脸及防护设备的 匹配检测方法、系统、设备和介质。
背景技术
戴口罩上学、外出、逛商场变成了人们的必备，错误拿取或佩戴别人口罩可 能会引起交叉感染，传统意义上的检测主要是通过面部的遮挡比例，来判断是否 有佩戴口罩，但是无法判断出是否出现错误拿取或佩戴别人的口罩情况。
小学和幼儿园存在小朋友好奇而佩戴其他人的口罩的行为，这样会增加交叉 感染的风险。对于餐饮行业在吃饭的时候，会取下口罩，多人及口罩摆放位置重 复，会存在拿错的情况。
发明内容
鉴于以上现有技术存在的问题，本发明提出一种基于人脸及防护设备的匹配 检测方法、系统、设备和介质，主要解决目前防护设备检测缺乏目标对象针对性 检测的问题。
为了实现上述目的及其他目的，本发明采用的技术方案如下。
一种基于人脸及防护设备的匹配检测方法，包括：
采集配戴防护设备的人脸图片，并提取第一人脸特征、第一防护设备特征；
将所述第一人脸特征与预先存储的配戴第二防护设备的人脸图片对应的第 二人脸特征进行比对，若比对结果大于或等于预设值，则对所述第一防护设备特 征与预先存储的配戴第二防护设备的人脸图片所对应的第二防护设备特征进行 匹配检测。
可选地，若比对结果小于预设值，则将所述第一人脸特征、第一防护设备特 征进行关联存储。
可选地，所述防护设备特征包括以下至少之一：口罩、面罩。
可选地，若所述防护设备为口罩，则口罩特征包括以下至少之一：口罩大小、 口罩形状、口罩颜色、口罩标志。
可选地，人脸特征包括以下至少之一：眼部特征、耳部特征、嘴部特征、鼻 部特征、额头特征。
可选地，根据所述人脸特征判断口罩配戴是否规范。
可选地，检测鼻部特征和/或嘴部特征，判断口罩配戴是否规范。
可选地，设置检测时间段，获取检测时间段内采集的配戴防护设备的人脸图 片。
可选地，所述检测时间段包括：用餐时间、休息时间。
可选地，设置检测区域，获取检测区域内采集的配戴防护设备的人脸图片。
可选地，所述检测区域包括食堂出入口、操场、商场出入口。
一种基于人脸及防护设备的匹配检测系统，包括：
特征提取模块，用于采集配戴防护设备的人脸图片，并提取第一人脸特征、 第一防护设备特征；
匹配检测模块，用于将所述第一人脸特征与预先存储的配戴第二防护设备的 人脸图片对应的第二人脸特征进行比对，若比对结果大于或等于预设值，则对所 述第一防护设备特征与预先存储的配戴第二防护设备的人脸图片所对应的第二 防护设备特征进行匹配检测。
可选地，包括关联存储模块，用于若比对结果小于预设值，则将所述第一人 脸特征、第一防护设备特征进行关联存储。
可选地，所述防护设备特征包括以下至少之一：口罩、面罩。
可选地，若所述防护设备为口罩，则口罩特征包括以下至少之一：口罩大小、 口罩形状、口罩颜色、口罩标志。
可选地，人脸特征包括以下至少之一：眼部特征、耳部特征、嘴部特征、鼻 部特征、额头特征。
可选地，包括规范性判断模块，用于根据所述人脸特征判断口罩配戴是否规 范。
可选地，所述规范性判断模块包括局部特征检测单元，用于检测鼻部特征和 /或嘴部特征，判断口罩配戴是否规范。
可选地，包括时间设置模块，用于设置检测时间段，获取检测时间段内采集 的配戴防护设备的人脸图片。
可选地，所述检测时间段包括：用餐时间、休息时间。
可选地，包括区域设置模块，用于设置检测区域，获取检测区域内采集的配 戴防护设备的人脸图片。
可选地，所述检测区域包括食堂出入口、操场、商场出入口。
一种设备，包括：
一个或多个处理器；和
其上存储有指令的一个或多个机器可读介质，当所述一个或多个处理器执行 时，使得所述设备执行所述的基于人脸及防护设备的匹配检测方法。
一个或多个机器可读介质，其上存储有指令，当由一个或多个处理器执行时， 使得设备执行所述的基于人脸及防护设备的匹配检测方法。
如上所述，本发明一种基于人脸及防护设备的匹配检测方法、系统、设备和 介质，具有以下有益效果。
通过采集的人脸特征和防护设备特征与存储的对应特征进行匹配验证，可及 时有效发现错拿防护设备或防护设备佩戴不规范等情形，降低交叉感染风险，提 高公共场所的安全性。
附图说明
图1为本发明一实施例中基于人脸及防护设备的匹配检测方法的流程图。
图2为本发明一实施例中基于人脸及防护设备的匹配检测系统的模块图。
图3为本发明一实施例中终端设备的结构示意图。
图4为本发明一实施例中终端设备的结构示意图。
具体实施方式
以下通过特定的具体实例说明本发明的实施方式，本领域技术人员可由本说 明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外 不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观 点与应用，在没有背离本发明的精神下进行各种修饰或改变。需说明的是，在不 冲突的情况下，以下实施例及实施例中的特征可以相互组合。
需要说明的是，以下实施例中所提供的图示仅以示意方式说明本发明的基本 构想，遂图式中仅显示与本发明中有关的组件而非按照实际实施时的组件数目、 形状及尺寸绘制，其实际实施时各组件的型态、数量及比例可为一种随意的改变， 且其组件布局型态也可能更为复杂。
请参阅图1，本发明提供一种基于人脸及防护设备的匹配检测方法，包括步 骤S01-S02。
在步骤S01中，采集配戴防护设备的人脸图片，并提取第一人脸特征、第一 防护设备特征；
在一实施例中，防护设备可包括口罩、面罩等。
在一实施例中，人脸特征可包括眼部特征、耳部特征、嘴部特征、鼻部特征、 额头特征等中的一种或多种。
在一实施例中，可通过多个图片采集装置采集佩戴防护设备的人脸图片，通 过常规的特征提取方法获取采集图片中第一人脸特征和第一防护设备特征。如可 采用方向梯度直方图(Histogram of Oriented Gradient，HOG)，先将图片进行归 一化处理，计算图片中每个像素点的梯度，再通过检测窗口以设定的补偿获取采 集图片中的图像块；将图像块划分为多个细胞单元。进一步地，计算每个细胞单 元内像素点在直方图中每个元素上的投影，计算投影和归一化后得到图像块内 HOG特征，以此方法计算每个图像块的HOG特征，通过特征拼接得到人脸图片 中第一人脸特征和第一防护设备特征。
以防护设备为口罩为例：
在一实施例中，当防护设备为口罩时，口罩特征包括以下至少之一：口罩大 小、口罩形状、口罩颜色、口罩标志、口罩类型等。如可通过口罩类型区分目标 对象佩戴的是N95口罩还是普通医用口罩。
在一实施例中，根据提取的口罩特征和第一人脸特征判断该第一人脸特征对 应的目标对象佩戴口罩是否规范。如可检测鼻部特征，判断目标对象的口罩是否 遮住鼻孔；可检测嘴部特征，判断目标对象嘴巴是否外露，当存在不规范行为时， 反馈异常，提醒相关人员存在佩戴口罩不规范的危险行为。
在一实施例中，可设置的检测时间段，在检测时间段内对采集人脸图片进行 第一人脸特征和第一防护设备特征的提取。检测时间段可包括公司用餐时间、休 息时间、商场营业时间等。
在另一实施例中，可设置检测区域，采集检测区域的人脸图片进行第一人脸 特征和第一防护设备特征的提取。其中，检测区域可包括食堂出入口、学校操场、 商场出入口等。
在步骤S02中，将第一人脸特征与预先存储的配戴第二防护设备的人脸图片 对应的第二人脸特征进行比对，若比对结果大于或等于预设值，则对所述第一防 护设备特征与预先存储的配戴第二防护设备的人脸图片所对应的第二防护设备 特征进行匹配检测；
在一实施例中，可预先针对指定群体采集该群体的第二人脸特征和第二防护 设备特征，并将第二人脸特征与第二防护设备特征关联存储，建立匹配数据集。 指定群体可包括公司职员、学校学生、商场工作人员等。
将步骤S01中获取的第一人脸特征与预先存储在匹配数据集中的第二人脸 特征进行比对。具体地，可计算第一人脸特征与第二人脸特征的相似度，当二者 相似度小于预设值时，则说明当前提取的人脸特征未录入匹配数据集中，可将第 一人脸特征与第一防护设备特征关联存储到匹配数据集中进行数据更新。当第一 人脸特征与第二人脸特征相似度大于或等于预设值时，则进一步地，将对应的第 一防护设备特征与该第二人脸特征关联的第二防护设备特征进行匹配检测。
假设第二防护设备为口罩，当前提取的口罩特征与存储的口罩特征进行比对， 判断目标对象佩戴的口罩是否发生变化。若比对结果为不匹配，则反馈异常。
同时将当前口罩特征与数据库中存储的所有口罩特征进行比对，判断是否存 在匹配的口罩特征。当存在匹配的口罩特征时，说明目标对象与其他目标对象存 在口罩互换的行为，进一步根据匹配数据集中匹配的口罩特征获取对应的另一目 标对象的在匹配数据集中的第二人脸特征。通过另一目标对象的第二人脸特征， 反向检索采集的人脸图片中是否存在对应目标对象。若存在，则获取对应目标对 象的当前口罩特征，按照同样的方法，判断该目标对象佩戴的口罩是否发生变化。 以此方法可检测多人口罩互换的情形，并将异常结果反馈至服务器端，提醒相关 人员，存在交叉感染风险，以便于针对性地进行及时处理。
请参阅图2，本实施例提供了一种基于人脸及防护设备的匹配检测系统，用 于执行前述方法实施例中所述的基于人脸及防护设备的匹配检测方法。由于系统 实施例的技术原理与前述方法实施例的技术原理相似，因而不再对同样的技术细 节做重复性赘述。
在一实施例中，基于人脸及防护设备的匹配检测系统包括特征提取模块10 和匹配检测模块11，特征提取模块10用于辅助执行前述方法实施例步骤S01； 匹配检测模块11，用于辅助执行前述方法实施例步骤S02。
可选地，包括关联存储模块，用于若比对结果小于预设值，则将所述第一人 脸特征、第一防护设备特征进行关联存储。
可选地，所述防护设备特征包括以下至少之一：口罩、面罩。
可选地，若所述防护设备为口罩，则口罩特征包括以下至少之一：口罩大小、 口罩形状、口罩颜色、口罩标志。
可选地，人脸特征包括以下至少之一：眼部特征、耳部特征、嘴部特征、鼻 部特征、额头特征。
可选地，包括规范性判断模块，用于根据所述人脸特征判断口罩配戴是否规 范。
可选地，所述规范性判断模块包括局部特征检测单元，用于检测鼻部特征和 /或嘴部特征，判断口罩配戴是否规范。
可选地，包括时间设置模块，用于设置检测时间段，获取检测时间段内采集 的配戴防护设备的人脸图片。
可选地，所述检测时间段包括：用餐时间、休息时间。
可选地，包括区域设置模块，用于设置检测区域，获取检测区域内采集的配 戴防护设备的人脸图片。
可选地，所述检测区域包括食堂出入口、操场、商场出入口。
本申请实施例还提供了一种设备，该设备可以包括：一个或多个处理器；和 其上存储有指令的一个或多个机器可读介质，当由所述一个或多个处理器执行时， 使得所述设备执行图1所述的方法。在实际应用中，该设备可以作为终端设备， 也可以作为服务器，终端设备的例子可以包括：智能手机、平板电脑、电子书阅 读器、MP3(动态影像专家压缩标准语音层面3，Moving Picture Experts Group Audio Layer III)播放器、MP4(动态影像专家压缩标准语音层面4，Moving Picture Experts Group Audio Layer IV)播放器、膝上型便携计算机、车载电脑、台式计算 机、机顶盒、智能电视机、可穿戴设备等等，本申请实施例对于具体的设备不加 以限制。
本申请实施例还提供了一种非易失性可读存储介质，该存储介质中存储有一 个或多个模块(programs)，该一个或多个模块被应用在设备时，可以使得该设备 执行本申请实施例的图1中基于人脸及防护设备的匹配检测方法所包含步骤的 指令(instructions)。
图3为本申请一实施例提供的终端设备的硬件结构示意图。如图所示，该终 端设备可以包括：输入设备1100、第一处理器1101、输出设备1102、第一存储 器1103和至少一个通信总线1104。通信总线1104用于实现元件之间的通信连 接。第一存储器1103可能包含高速RAM存储器，也可能还包括非易失性存储 NVM，例如至少一个磁盘存储器，第一存储器1103中可以存储各种程序，用于 完成各种处理功能以及实现本实施例的方法步骤。
可选的，上述第一处理器1101例如可以为中央处理器(Central ProcessingUnit， 简称CPU)、应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设 备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制 器、微处理器或其他电子元件实现，该处理器1101通过有线或无线连接耦合到 上述输入设备1100和输出设备1102。
可选的，上述输入设备1100可以包括多种输入设备，例如可以包括面向用 户的用户接口、面向设备的设备接口、软件的可编程接口、摄像头、传感器中至 少一种。可选的，该面向设备的设备接口可以是用于设备与设备之间进行数据传 输的有线接口、还可以是用于设备与设备之间进行数据传输的硬件插入接口(例 如USB接口、串口等)；可选的，该面向用户的用户接口例如可以是面向用户的 控制按键、用于接收语音输入的语音输入设备以及用户接收用户触摸输入的触摸 感知设备(例如具有触摸感应功能的触摸屏、触控板等)；可选的，上述软件的可 编程接口例如可以是供用户编辑或者修改程序的入口，例如芯片的输入引脚接口 或者输入接口等；输出设备1102可以包括显示器、音响等输出设备。
在本实施例中，该终端设备的处理器包括用于执行各设备中语音识别装置各 模块的功能，具体功能和技术效果参照上述实施例即可，此处不再赘述。
图4为本申请的另一个实施例提供的终端设备的硬件结构示意图。图4是对 图3在实现过程中的一个具体的实施例。如图所示，本实施例的终端设备可以包 括第二处理器1201以及第二存储器1202。
第二处理器1201执行第二存储器1202所存放的计算机程序代码，实现上述 实施例中图1所述方法。
第二存储器1202被配置为存储各种类型的数据以支持在终端设备的操作。 这些数据的示例包括用于在终端设备上操作的任何应用程序或方法的指令，例如 消息，图片，视频等。第二存储器1202可能包含随机存取存储器(random access memory，简称RAM)，也可能还包括非易失性存储器(non-volatile memory)，例 如至少一个磁盘存储器。
可选地，第一处理器1201设置在处理组件1200中。该终端设备还可以包括： 通信组件1203，电源组件1204，多媒体组件1205，语音组件1206，输入/输出 接口1207和/或传感器组件1208。终端设备具体所包含的组件等依据实际需求设 定，本实施例对此不作限定。
处理组件1200通常控制终端设备的整体操作。处理组件1200可以包括一个 或多个第二处理器1201来执行指令，以完成上述图1所示方法的全部或部分步 骤。此外，处理组件1200可以包括一个或多个模块，便于处理组件1200和其他 组件之间的交互。例如，处理组件1200可以包括多媒体模块，以方便多媒体组 件1205和处理组件1200之间的交互。
电源组件1204为终端设备的各种组件提供电力。电源组件1204可以包括电 源管理系统，一个或多个电源，及其他与为终端设备生成、管理和分配电力相关 联的组件。
多媒体组件1205包括在终端设备和用户之间的提供一个输出接口的显示屏。 在一些实施例中，显示屏可以包括液晶显示器(LCD)和触摸面板(TP)。如果显示 屏包括触摸面板，显示屏可以被实现为触摸屏，以接收来自用户的输入信号。触 摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述 触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动 操作相关的持续时间和压力。
语音组件1206被配置为输出和/或输入语音信号。例如，语音组件1206包 括一个麦克风(MIC)，当终端设备处于操作模式，如语音识别模式时，麦克风被 配置为接收外部语音信号。所接收的语音信号可以被进一步存储在第二存储器1202或经由通信组件1203发送。在一些实施例中，语音组件1206还包括一个 扬声器，用于输出语音信号。
输入/输出接口1207为处理组件1200和外围接口模块之间提供接口，上述 外围接口模块可以是点击轮，按钮等。这些按钮可包括但不限于：音量按钮、启 动按钮和锁定按钮。
传感器组件1208包括一个或多个传感器，用于为终端设备提供各个方面的 状态评估。例如，传感器组件1208可以检测到终端设备的打开/关闭状态，组件 的相对定位，用户与终端设备接触的存在或不存在。传感器组件1208可以包括 接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在，包括检 测用户与终端设备间的距离。在一些实施例中，该传感器组件1208还可以包括 摄像头等。
通信组件1203被配置为便于终端设备和其他设备之间有线或无线方式的通 信。终端设备可以接入基于通信标准的无线网络，如WiFi，2G或3G，或它们 的组合。在一个实施例中，该终端设备中可以包括SIM卡插槽，该SIM卡插槽 用于插入SIM卡，使得终端设备可以登录GPRS网络，通过互联网与服务器建 立通信。
由上可知，在图4实施例中所涉及的通信组件1203、语音组件1206以及输 入/输出接口1207、传感器组件1208均可以作为图3实施例中的输入设备的实现 方式。
综上所述，本发明一种基于人脸及防护设备的匹配检测方法、系统、设备和 介质，通过脸部特征与口罩特征结合可判断口罩佩戴是否规范，可用于实时异常 检测和处理，及时应对不规范佩戴口罩等危险行为，提高防疫安全性；通过人脸 特征与防护设备特征关联存储，可用于多目标检测，及时发现口罩错拿或互换等 危险行为，减少交叉感染风险。所以，本发明有效克服了现有技术中的种种缺点 而具高度产业利用价值。
上述实施例仅例示性说明本发明的原理及其功效，而非用于限制本发明。任 何熟悉此技术的人士皆可在不违背本发明的精神及范畴下，对上述实施例进行修 饰或改变。因此，举凡所属技术领域中具有通常知识者在未脱离本发明所揭示的 精神与技术思想下所完成的一切等效修饰或改变，仍应由本发明的权利要求所涵 盖。

Claims (24)

1.一种基于人脸及防护设备的匹配检测方法，其特征在于，包括：
采集配戴防护设备的人脸图片，并提取第一人脸特征、第一防护设备特征；
将所述第一人脸特征与预先存储的配戴第二防护设备的人脸图片对应的第二人脸特征进行比对，若比对结果大于或等于预设值，则对所述第一防护设备特征与预先存储的配戴第二防护设备的人脸图片所对应的第二防护设备特征进行匹配检测。
2.根据权利要求1所述的基于人脸及防护设备的匹配检测方法，其特征在于，若比对结果小于预设值，则将所述第一人脸特征、第一防护设备特征进行关联存储。
3.根据权利要求1所述的基于人脸及防护设备的匹配检测方法，其特征在于，所述防护设备特征包括以下至少之一：口罩、面罩。
4.根据权利要求3所述的基于人脸及防护设备的匹配检测方法，其特征在于，若所述防护设备为口罩，则口罩特征包括以下至少之一：口罩大小、口罩形状、口罩颜色、口罩标志。
5.根据权利要求4所述的基于人脸及防护设备的匹配检测方法，其特征在于，人脸特征包括以下至少之一：眼部特征、耳部特征、嘴部特征、鼻部特征、额头特征。
6.根据权利要求5所述的基于人脸及防护设备的匹配检测方法，其特征在于，根据所述人脸特征判断口罩配戴是否规范。
7.根据权利要求6所述的基于人脸及防护设备的匹配检测方法，其特征在于，检测鼻部特征和/或嘴部特征，判断口罩配戴是否规范。
8.根据权利要求1所述的基于人脸及防护设备的匹配检测方法，其特征在于，设置检测时间段，获取检测时间段内采集的配戴防护设备的人脸图片。
9.根据权利要求8所述的基于人脸及防护设备的匹配检测方法，其特征在于，所述检测时间段包括：用餐时间、休息时间。
10.根据权利要求1所述的基于人脸及防护设备的匹配检测方法，其特征在于，设置检测区域，获取检测区域内采集的配戴防护设备的人脸图片。
11.根据权利要求10所述的基于人脸及防护设备的匹配检测方法，其特征在于，所述检测区域包括食堂出入口、操场、商场出入口。
12.一种基于人脸及防护设备的匹配检测系统，其特征在于，包括：
特征提取模块，用于采集配戴防护设备的人脸图片，并提取第一人脸特征、第一防护设备特征；
匹配检测模块，用于将所述第一人脸特征与预先存储的配戴第二防护设备的人脸图片对应的第二人脸特征进行比对，若比对结果大于或等于预设值，则对所述第一防护设备特征与预先存储的配戴第二防护设备的人脸图片所对应的第二防护设备特征进行匹配检测。
13.根据权利要求12所述的基于人脸及防护设备的匹配检测系统，其特征在于，包括关联存储模块，用于若比对结果小于预设值，则将所述第一人脸特征、第一防护设备特征进行关联存储。
14.根据权利要求12所述的基于人脸及防护设备的匹配检测系统，其特征在于，所述防护设备特征包括以下至少之一：口罩、面罩。
15.根据权利要求14所述的基于人脸及防护设备的匹配检测系统，其特征在于，若所述防护设备为口罩，则口罩特征包括以下至少之一：口罩大小、口罩形状、口罩颜色、口罩标志。
16.根据权利要求15所述的基于人脸及防护设备的匹配检测系统，其特征在于，人脸特征包括以下至少之一：眼部特征、耳部特征、嘴部特征、鼻部特征、额头特征。
17.根据权利要求16所述的基于人脸及防护设备的匹配检测系统，其特征在于，包括规范性判断模块，用于根据所述人脸特征判断口罩配戴是否规范。
18.根据权利要求17所述的基于人脸及防护设备的匹配检测系统，其特征在于，所述规范性判断模块包括局部特征检测单元，用于检测鼻部特征和/或嘴部特征，判断口罩配戴是否规范。
19.根据权利要求12所述的基于人脸及防护设备的匹配检测系统，其特征在于，包括时间设置模块，用于设置检测时间段，获取检测时间段内采集的配戴防护设备的人脸图片。
20.根据权利要求19所述的基于人脸及防护设备的匹配检测系统，其特征在于，所述检测时间段包括：用餐时间、休息时间。
21.根据权利要求12所述的基于人脸及防护设备的匹配检测方法，其特征在于，包括区域设置模块，用于设置检测区域，获取检测区域内采集的配戴防护设备的人脸图片。
22.根据权利要求21所述的基于人脸及防护设备的匹配检测方法，其特征在于，所述检测区域包括食堂出入口、操场、商场出入口。
23.一种设备，其特征在于，包括：
一个或多个处理器；和
其上存储有指令的一个或多个机器可读介质，当所述一个或多个处理器执行时，使得所述设备执行如权利要求1-11中一个或多个所述的方法。
24.一个或多个机器可读介质，其特征在于，其上存储有指令，当由一个或多个处理器执行时，使得设备执行如权利要求1-11中一个或多个所述的方法。
CN202010424611.4A 2020-05-19 2020-05-19 一种基于人脸及防护设备的匹配检测方法、系统、设备和介质 Pending CN111598015A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010424611.4A CN111598015A (zh) 2020-05-19 2020-05-19 一种基于人脸及防护设备的匹配检测方法、系统、设备和介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010424611.4A CN111598015A (zh) 2020-05-19 2020-05-19 一种基于人脸及防护设备的匹配检测方法、系统、设备和介质

Publications (1)

Publication Number Publication Date
CN111598015A true CN111598015A (zh) 2020-08-28

Family

ID=72182623

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010424611.4A Pending CN111598015A (zh) 2020-05-19 2020-05-19 一种基于人脸及防护设备的匹配检测方法、系统、设备和介质

Country Status (1)

Country Link
CN (1) CN111598015A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108052900A (zh) * 2017-12-12 2018-05-18 成都睿码科技有限责任公司 一种通过监控视频自动判断着装规范的方法
CN108460358A (zh) * 2018-03-20 2018-08-28 武汉倍特威视系统有限公司 基于视频流数据的安全帽识别方法
CN108875549A (zh) * 2018-04-20 2018-11-23 北京旷视科技有限公司 图像识别方法、装置、系统及计算机存储介质
CN109146322A (zh) * 2018-09-12 2019-01-04 深圳市商汤科技有限公司 监控方法及装置和系统、电子设备以及存储介质
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

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108052900A (zh) * 2017-12-12 2018-05-18 成都睿码科技有限责任公司 一种通过监控视频自动判断着装规范的方法
CN108460358A (zh) * 2018-03-20 2018-08-28 武汉倍特威视系统有限公司 基于视频流数据的安全帽识别方法
CN108875549A (zh) * 2018-04-20 2018-11-23 北京旷视科技有限公司 图像识别方法、装置、系统及计算机存储介质
CN109146322A (zh) * 2018-09-12 2019-01-04 深圳市商汤科技有限公司 监控方法及装置和系统、电子设备以及存储介质
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

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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

Similar Documents

Publication Publication Date Title
WO2017181769A1 (zh) 一种人脸识别方法、装置和系统、设备、存储介质
CN111369418B (zh) 一种健康数据管理方法、系统、机器可读介质及设备
CN109074435B (zh) 用于提供用户信息的电子设备和方法
CN111898495B (zh) 一种动态阈值管理方法、系统、设备及介质
CN108491142B (zh) 一种移动终端的控制方法、移动终端及存储介质
CN111626229A (zh) 一种对象管理方法、装置、机器可读介质及设备
CN111695509A (zh) 一种身份验证方法、装置、机器可读介质及设备
CN112989299A (zh) 一种交互式身份识别方法、系统、设备及介质
CN111291638A (zh) 一种对象比对方法、系统、设备及介质
CN111598015A (zh) 一种基于人脸及防护设备的匹配检测方法、系统、设备和介质
CN110766837A (zh) 一种通行设备控制方法、装置、机器可读介质及设备
CN112735015B (zh) 一种社区管理方法、装置、机器可读介质及设备
CN111353414A (zh) 一种身份识别方法、系统、机器可读介质及设备
CN111985401A (zh) 一种区域监控方法、系统、机器可读介质及设备
CN111260697A (zh) 目标对象的识别方法、系统、设备及介质
US20220156832A1 (en) Order generation method and system for software interface
CN112417197B (zh) 一种排序方法、装置、机器可读介质及设备
JP6219151B2 (ja) 就業管理装置及び就業管理システム
CN112819983A (zh) 一种会场签到方法、装置、机器可读介质及设备
CN112150685A (zh) 一种车辆管理方法、系统、机器可读介质及设备
CN111079662A (zh) 一种人物识别方法、装置、机器可读介质及设备
JP6603767B2 (ja) 就業管理装置、就業管理システム及びプログラム
CN111738692A (zh) 一种区域对象管理方法、装置、机器可读介质及设备
CN111582203A (zh) 一种图像识别处理方法、系统、设备及介质
CN110971672B (zh) 一种基于场景聚类智能网关的监控管理方法、系统、设备及介质

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20200828