人脸口罩智能检测的微信小程序实现（一）

这是之前做过的一个小项目。

一、项目背景

1.1 选题背景

自新冠疫情爆发以来，为防控疫情需要，各地纷纷实施强制市民戴口罩的防疫规定，形成了全民戴口罩的状况。如今，随着疫情得到有效控制，各地相继步入复工复产阶段，社会经济秩序渐趋恢复，但为了防控疫情反复，戴口罩的规定并未取消。据国家卫健委网站发布《关于印发公众科学戴口罩指引的通知》对不同场景下戴口罩提出科学建议，指引指出，普通公众居家、户外，无人员聚集、通风良好时，建议不戴口罩；而处于人群密集场所，如地铁站，火车站等，建议随身自备口罩。

1.2 设计意义

虽然疫情在我国已经得到了很好的控制，但是为了防止疫情反弹，为了自己和他人的安全，在一些人群密集的场合，戴口罩依旧是必须的。由此一来便少不了要安插大量人力在各个人群密集的关口对来往人员进行排查监管。而该项目对通过人员进行戴口罩的智能检测，当检测到人员并未戴口罩时，将进行警报，告知工作人员前来提醒，以达到解放人力，更有效地达到监管的目的。
运用戴口罩智能监测能对未佩戴口罩人员进行抓拍，大大提高视频资源的利用率，减少人工监控的工作强度，用科技化的手段防控疫情。
另外，戴口罩可以阻挡有害颗粒的吸入呼吸道，防止呼吸道感染。通过佩戴一定防护级别的口罩能阻挡细菌、病毒以及含有细菌病毒的飞沫吸入呼吸道的。另外口罩还可以用于过滤进入口鼻的空气，以达到阻挡有害气体、气味、飞沫进入佩戴者的口鼻。可见，这项研究也适用于除预防疫情以外的需要佩戴口罩的场所，例如面粉工厂等易引发呼吸道疾病可用口罩来预防的各类场合。
戴口罩智能监测程序基于智能图片分析，对人员口罩佩戴进行监测，当监测到该有人不按要求佩戴口罩时，以最快、最佳的方式进行预警，真正做到事前预警，事中常态检测，事后规范管理，可将安防操作人员从繁杂而枯燥的“盯屏幕”任务中解脱出来。

二、需求分析

2.1需求概述

将利用现代科技手段检测密集人群处人员戴口罩情况，达到监管的目的。此项目使用的微信小程序的平台，简单方便又有效。可用于医院、学校、社区、机场、车站、商超、港口、企业等人流密集场所人员口罩佩戴监测，无需人工干预，自动对视频图像信息进行分析识别。有效的协助管理人员工作，并最大限度地降低误报和漏报现象，减少人力监管的成本，为抗击疫情助力。

2.2功能分析

人脸口罩佩戴检测，需要实现各方面学校，医院，交通枢纽等应用场景所提供的各种主要功能。理想功能是即时录像，即时检测是否佩戴口罩。但考虑到开发时间和人力资源的具体情况，该项目只是初步实现其中的核心功能，去除了一些超出自己能力范围的一些内容。即以微信小程序为前端载体，以django框架实现后端，对本地照片进行人脸口罩佩戴检测。

三、应用现状。

现在人脸口罩识别算法已经完善，但是却不能应用于全国范围，不能普及至普通民众，仅应用于前列企业。近日，腾讯优图成功研发出了口罩佩戴识别专用AI，戴着口罩也能人脸识别，官方称，这套AI既能对戴口罩者实现人脸识别，又能发现口罩佩戴错误人员，口罩遮挡判断准确率已达99.5%以上。
而今天，京东数科也宣布实现实时检测戴口罩人脸、对未佩戴口罩或错误佩戴口罩的人员及时发现，并进行语音提醒。
据了解，京东数科自研的轻量级人脸检测器Centerface，可以同时预测面部框和界标位置，通过将人脸检测和对齐转换为标准关键点估计问题，克服了以前基于锚的方法的缺点。
针对戴口罩场景下的五官遮挡，京东数科在现有wideface数据集的基础上增加口罩遮挡数据集来训练。目前，口罩场景下的人脸检测算法准确率超过99.87%，召回率超过98.3%。

Centerface可有效识别出多种口罩佩戴情况
京东数科目前针对人脸眼部以下口罩可能覆盖的部位进行特征学习的算法优化，能够在员工刷脸入闸场景中，有效检测和识别出规范佩戴口罩、不规范戴口罩、未佩戴口罩三类情况，并能做到在正常拍摄角度（如：门禁）和大角度复杂场景下（如：监控）精度无损失。
以京东数科自研的刷脸门禁机为例，只需员工在设备前站定，人脸识别考勤机上摄像头即可准确提取采集图像的特征数据，与系统内照片的特征数据进行比对，快速轻松识别“自己人”，对未佩戴口罩的人员，还能通过语音提示，同步提醒防疫值班人员，实现24小时全天候监管。

---

如果这篇文章对你帮助很大，麻烦帮忙，点下友情链接: 鱼儿项目网（直接点这里），进去之后切换几个页面，停留几十秒。感激不尽。本站采集全网自媒体，网赚类，电商营销课程。里面有一些免费项目大家也可以看看