基于计算机视觉的口罩佩戴识别系统
国际学院
今年年初发生的新冠疫情是新中国成立以来遭遇的传播速度最快、感染范围最广、防控难度最大的重大突发公共卫生事件，经过全国人民的共同努力，取得了阶段性的抗疫成果。我国国内的疫情得到了基本控制，但随着冬季的到来，新冠肺炎在我国传播和扩散的风险可能在较长时间存在。但是，令人不安地看到，新冠疫情至今仍在全世界蔓延，世界人民陷于危险和病痛之中，这是人类的共同苦难，给全球人民带来了无尽的悲伤。截至到目前，国内现有确诊病例400多例，境外输入病例3000多例，累计死亡病例4000多例；国外现有确诊九百多万例，累计死亡一百多万例，全球的疫情形势仍然非常严峻，各行各业的人们都投身于这场战疫之中。
要取得抗疫的成功，减少感染者，必须有效切断病毒的传播途径。科学家早就指出新冠病毒的主要传播途径是经呼吸道飞沫和密切接触传播，切断传播途径是预防病毒传播的措施。目前新冠疫苗尚未正式上市，易感人群无法安全获得免疫力的情况下，在人们外出的整个过程中，尤其是在人员密集场所全程佩戴好口罩是被科学家证实的有效的预防措施。
体温异常增高是新冠肺炎的主要症状之一，前期为做好体温异常人员的检测工作，国家要求无论是出入办公地点，还是进入各类公共场所和交通工具，都需要对人体进行测温。随着科学家对新冠病毒研究的深入，发现了一批新冠病毒携带者，却没有任何症状。所以，进行人体测温只能检测人们当时的体温是否正常，却无法知道是否有无症状感染人员在其中，这部分人员极易导致其它健康人员的感染。若要尽可能的防止疫情传播，保障人员安全，正确地佩戴口罩显得极为重要。
口罩佩戴虽说简单，但如何正确规范地佩戴好口罩起到保护作用就不一定是人人清楚。因此，我们想要结合已有的人体体温自动识别技术，进一步创新研发出基于计算机视觉的口罩佩戴自动识别系统，应用在公共场所，进行口罩佩戴的监测，更好地提醒大家能在公共场所正确的佩戴口罩，保护好自己和他人。
我们认为在疫情蔓延的特殊时节里，这项识别技术因其无接触的特点减少了交叉感染的风险，同时能保证大家能够正确的佩戴口罩。通过这项技术用无接触、可靠、高效且无感知的方式，对体温超出一定阈值或是没有正确佩戴口罩的流动人员，系统会发出异常预警，并快速识别出体温异常增高的人员及温度，以及发现未佩戴好口罩的人员并进行提示，有效防止新型冠状病毒的传播。该方案能解决传统体温检测人工成本大、测量效率低、预警响应慢、系统分析弱、未知来往人员是否正确佩戴口罩等弊端。
该项目除了运用在工厂企业，还可广泛运用在医院、学校、商场、公交地铁站、影剧院等各种公共场合，用来检测人们是否按照要求佩戴口罩。通过该项目算法，可以实现机器快速检测、并且定位未按照要求佩戴的人员，及时发出语音提醒，既减少了人工识别的成本，又保证了人员的安全，还提高了检测效率。
通过前期的调查，我们发现已经有人写出了类似的程序，主要原理是通过面部识别技术确定口罩所覆盖的面部比例，当这个比例达到一定数值时，即判定为戴了口罩。但是该判定方法存在一定弊端，主要体现在无法判定是否正确佩戴，尽管佩戴口罩方式可能不是正确的，但系统识别一旦达到比例，程序也会判定为佩戴。我们决定改进判定方法，将人脸分为各个块，检测识别各部分，一旦检测到特定点，即可判定为未佩戴/未正确佩戴口罩，可加大正确率的判断。但是运用在人数众多的场景时，因为受相机像素和其他因素限制，可能对特定点的识别不够准确，所以我们仍然会采用口罩所占面部比例作为评判标准。但是在双重判定标准的前提下，准确率会大大提高。另外，该类似程序所使用的数据量太小，只有230，而我们初步将数据量定在5000，通过让程序获得更多的样本数据来提高检测的正确率。
