(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211058658.9 (22)申请日 2022.08.30 (71)申请人 广州大学 地址 510006 广东省广州市大 学城外环西 路230号 (72)发明人 钟晓静　冯锦翔　 (74)专利代理 机构 北京高航知识产权代理有限 公司 11530 专利代理师 覃钊雄 (51)Int.Cl. G06V 10/764(2022.01) G06V 20/52(2022.01) G06V 20/40(2022.01) G06V 10/56(2022.01) G06V 40/16(2022.01)G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 一种基于yolo人工神经网络的口罩佩戴识 别方法及装置 (57)摘要 本发明提供了一种基于yolo人工神经网络 的口罩佩戴识别方法及装置， 该方法包括如下步 骤： S1、 通过终端读取摄像头拍摄图片； S2、 基于 yolo算法对所述拍摄图片筛选出人脸区域； S3、 通过Yolov3 ‑tiny筛选出loss率最低的模型对人 脸区域进行判断是否佩戴口罩； S4、 通过opencv 库对判断为佩戴口罩的 图片进行颜色识别判断。 本发明视频检测精度够、 速度快， 此外与opencv 库结合， 在识别模型的基础上再作HSV色域的颜 色识别， 可精确识别目前现实流行的天蓝色口 罩， 避免了神经网络模型泛化能力弱的缺陷。 通 过软、 硬件配合， 采用计算机软件处理和图像采 集设备， 造价成本低， 可移植 性强。 权利要求书1页 说明书4页 附图3页 CN 115410043 A 2022.11.29 CN 115410043 A 1.一种基于yo lo人工神经网络的 口罩佩戴识别方法， 其特 征在于， 其包括以下步骤： S1、 通过终端读取摄 像头拍摄的图片； S2、 基于yo lo算法对所述图片筛 选出人脸区域； S3、 通过l oss率最低的模型对人脸区域进行初步判断； S4、 通过opencv库对初步判断为佩戴口罩的图片进行颜色识别判断， 得到最终判断结 果。 2.根据权利要求1所述的一种基于yolo人工神经网络的口罩佩戴识别方法， 其特征在 于， 所述步骤S3中， 通过调用Yolov3 ‑tiny中darknet函数进行模 型训练， 筛选 出loss率最低 的模型。 3.根据权利要求1所述的一种基于yolo人工神经网络的口罩佩戴识别方法， 其特征在 于， 所述步骤S3中， l oss率最低的模型为第26 0代模型。 4.根据权利要求1所述的一种基于yolo人工神经网络的口罩佩戴识别方法， 其特征在 于， 所述步骤S4中， 颜色识别为 通过对口罩区域下半部分进行HSV空间的颜色识别。 5.根据权利要求4所述的一种基于yolo人工神经网络的口罩佩戴识别方法， 其特征在 于， 所述颜色识别包括： 计算天蓝色口罩的概 率P： 其中N为图片中满足 天蓝色的像素 数目， M为图片中所有像素 数目。 若概率P大于设定的概 率阈值， 则表示 通过了颜色识别； 否则， 表示没有通过颜色识别。 6.根据权利要求5所述的一种基于yolo人工神经网络的口罩佩戴识别方法， 其特征在 于， 当loss率最低的神经网络模 型判断为戴了口罩且通过了颜色识别， 两个条件同时满足， 则将该次检测结果 为佩戴了口罩。 7.根据权利要求6所述的一种基于yolo人工神经网络的口罩佩戴识别方法， 其特征在 于， 当loss率最低的神经网络模型和颜色识别至少有一个判定为未佩戴口罩， 则将该次检 测结果为未佩戴口罩， 并根据未佩戴口罩的数量 通过语音播 放设备发出提 示。 8.根据权利要求7所述的一种基于yolo人工神经网络的口罩佩戴识别方法， 其特征在 于， 所述语音播放设备通过多线程编程， 利用该线程检测主线程的face变量数目， 将播放人 工提醒语音放在另一个线程， 当检测到有 人未佩戴口罩时， 自动播放提醒语音， 从而不妨碍 检测程序持续的运行。 9.一种实施权利要求1 ‑8任一项方法的一种基于yolo人工神经网络的口罩佩戴识别装 置， 其特征在于， 包括： 图像采集模块， 用于获取当前位置的实时图片； 图片划分模块， 用于对获取到的图片筛 选出人脸区域； 筛选分类模块， 通过l oss率最低的模型， 判断是否有佩戴口罩； 颜色识别模块， 用于对人脸区域图片的下半部分进行颜色识别。权　利　要　求　书 1/1 页 2 CN 115410043 A 2一种基于yo lo人工神经 网络的口罩佩 戴识别方 法及装置 技术领域 [0001]本发明涉及生物识别技术领域， 具体涉及一种基于yolo人工神经网络的口罩佩戴 识别方法及装置 。 背景技术 [0002] [0003]在大街小巷， 公众场合门口如药店、 市场、 商场等， 都会有无私的工作人员在做检 测体温和提醒佩戴口罩的工作。 他们不厌其烦地提醒着 每一个进 出的人员， “请佩戴好口罩 再进出！”。 但是， 假设每10个人之中有一个不自觉的人， 那么这位无私人员一 天内可能要提 醒几十甚至上 百次。 提醒虽然容 易， 但是时刻盯着过往的人员， 对工作人员来说尤为 辛苦。 [0004]因此， 如何设计出一种高效快速识别出是否有佩戴口罩且自动提示的技术是本领 域技术人员亟 待解决的技 术问题。 发明内容 [0005]有鉴于现有技术的上述缺陷， 本 发明提供一种基于yolo人工神经网络的口罩佩戴 识别方法及装置， 本发明采使用运算速度快的yolo ‑tiny模型， 用在视频检测精度够、 速度 快； 与opencv库结合， 在识别模型的基础上再作HSV色域的颜色识别， 可精确识别目前现实 流行的天蓝色口罩， 避免了神经网络模型泛化能力弱的缺陷； 且带有人工语音提醒播报功 能。 [0006]为实现上述目的， 本发明提供的技 术方案是： [0007]一方面， 本发明提供一种基于yolo人工神经网络的口罩佩戴识别方法， 其特征在 于， 包括以下步骤： [0008]S1、 通过终端读取摄 像头拍摄的图片； [0009]S2、 基于yo lo算法对所述图片筛 选出人脸区域； [0010]S3、 通过l oss率最低的模型对人脸区域进行初步判断； [0011]S4、 通过opencv库对初步判断为佩戴口罩的图片进行颜色识别判断， 得到最终判 断结果。 [0012]优选的， 步骤S3中， 通过调用Yolov3 ‑tiny中darknet函数进行模型训练， 筛选出 loss率最低的模型。 [0013]优选的， 步骤S3中， l oss率最低的模型为第26 0代模型。 [0014]优选的， 步骤S4中， 颜色识别为通过对口罩区域下半部分进行HSV空间的颜色识 别。 [0015]更优的， 所述颜色识别包括： [0016]计算天蓝色口罩的概 率P： [0017] 说　明　书 1/4 页 3 CN 115410043 A 3