基于深度學(xué)習(xí)的體溫與口罩佩戴雙檢測(cè)系統(tǒng)

盧云聰

（鄭州警察學(xué)院 河南鄭州 450000）

隨著新冠疫情防控進(jìn)入常態(tài)化階段，醫(yī)院、車站等公共場(chǎng)所迎來了客流高峰，部分群眾的防疫意識(shí)有所減弱，開始不佩戴口罩出入人員密集場(chǎng)所，這大大增加了新冠病毒的傳染風(fēng)險(xiǎn)，考慮到新冠病毒的變異性，部分公共場(chǎng)所對(duì)通行人員進(jìn)行體溫檢測(cè)和口罩佩戴監(jiān)督仍然是必要的。目前常見的體溫和口罩佩戴檢測(cè)主要依靠工作人員手持體溫槍檢測(cè)，這種方式存在一定的漏檢率，效率低下，且容易造成群眾的抵觸情緒[1]。因此借助深度學(xué)習(xí)構(gòu)建一款高效、準(zhǔn)確的體溫與口罩佩戴檢測(cè)模型具備良好的應(yīng)用價(jià)值。

目前常用的目標(biāo)檢測(cè)算法主要是one-stage 算法中表現(xiàn)優(yōu)異的YOLO模型，它主要是通過多層卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)來對(duì)目標(biāo)圖像進(jìn)行不同尺度特征的提取，進(jìn)而對(duì)目標(biāo)所在位置及類別進(jìn)行預(yù)測(cè)[2，3]。該方式識(shí)別速度快具備實(shí)時(shí)性的特點(diǎn)，但在面對(duì)人員密集的復(fù)雜場(chǎng)景時(shí)，識(shí)別性能容易受到背景干擾，造成識(shí)別精度的下降。

本文在YOLOV5 算法的基礎(chǔ)上加入CBAM 模塊構(gòu)建了改進(jìn)YOLOV5模型，旨在進(jìn)一步提升模型在復(fù)雜場(chǎng)景下提取目標(biāo)多尺度特征的能力。同時(shí)提出了灰度極值定位算法，結(jié)合人臉生物學(xué)特征定位人像額頭的中心點(diǎn)。最終構(gòu)建出了能夠?qū)崟r(shí)對(duì)目標(biāo)進(jìn)行體溫和口罩佩戴情況同時(shí)進(jìn)行檢測(cè)的雙檢測(cè)模型，以此來減輕公共場(chǎng)所管理壓力，增強(qiáng)群眾的衛(wèi)生健康意識(shí)。

一、模型架構(gòu)

（一）CBAM。卷積塊注意力模塊（Convolutional Block Attention Module,CBAM）是由通道注意力模塊和空間注意力模塊組成[4]，如圖1所示

圖1 CBAM結(jié)構(gòu)圖

CBAM首先借助通道注意力模塊對(duì)輸入特征圖的各個(gè)通道的重要程度進(jìn)行建模，針對(duì)檢測(cè)任務(wù)需求，對(duì)不同的通道進(jìn)行增強(qiáng)或者抑制[5]，如圖2 所示。然后通過空間注意力模塊對(duì)逐元素相乘后結(jié)果的空間維度進(jìn)行建模，獲取其中任務(wù)感興趣的區(qū)域，并對(duì)這些區(qū)域進(jìn)行細(xì)化處理，如圖3所示。最終將空間注意力處理結(jié)果與處理前的輸入進(jìn)行逐元素相乘，得到最終的輸出特征圖[6]。

圖2 通道注意力模塊

圖3 空間注意力模塊

（二）改進(jìn)YOLOV5模型。本文在YoloV5模型的基礎(chǔ)上進(jìn)行改進(jìn)，在Neck部分的FPN+PAN結(jié)構(gòu)中加入三個(gè)CBAM模塊，用來對(duì)三個(gè)不同尺度的特征圖進(jìn)行優(yōu)化和聚焦，用以消除復(fù)雜環(huán)境中背景所帶來的干擾，提升模型對(duì)于目標(biāo)內(nèi)容的敏感度，如圖4所示。

圖4 改進(jìn)YOLOV5模型

當(dāng)圖像輸入進(jìn)模型后，首先通過Backbone對(duì)其進(jìn)行特征提取，以獲取不同尺度的特征圖[7]。再通過Neck對(duì)不同尺度特征圖進(jìn)行整合和再提取，并依靠其中的CBAM實(shí)現(xiàn)對(duì)不同尺度特征圖的優(yōu)化和聚焦。最后通過Prediction對(duì)檢測(cè)結(jié)果進(jìn)行輸出。這種改進(jìn)方式能夠幫助模型在圖像中更加準(zhǔn)確的定位人像，很大程度上抑制了來自背景的干擾，增強(qiáng)模型的性能。

二、基于人像的灰度極值定位算法

目前常見的電子測(cè)溫系統(tǒng)主要是依靠?jī)?nèi)置測(cè)溫傳感器來對(duì)目標(biāo)進(jìn)行測(cè)溫[8]。該方式需要在設(shè)備部署前計(jì)算好傳感器的最佳檢測(cè)點(diǎn)位置，以此來確保其對(duì)準(zhǔn)待測(cè)溫人員的額頭位置，并且對(duì)檢測(cè)距離有一定的范圍要求[9]。但由于公共場(chǎng)合人員的復(fù)雜性和高流動(dòng)性，存在著不同身高、體態(tài)、性別的目標(biāo)，因此上述方式很容易造成漏檢、誤檢。

由于生物學(xué)角度上人臉具備對(duì)稱性，并且除五官和毛發(fā)外均為皮膚，因此在灰度圖像下，某些五官和毛發(fā)位置上的像素值具備一定的對(duì)稱性，并且除五官和毛發(fā)位置外像素值均為零。根據(jù)該特點(diǎn)，本文提出了基于人像的灰度極值定位算法。首先對(duì)獲取的人像進(jìn)行灰度處理，并分別計(jì)算該圖像的各行像素之和及各列像素之和，如圖5所示。

圖5 灰度極值處理結(jié)果

從圖中可以看出，人像的各行像素之和及各列像素之和的函數(shù)圖像出現(xiàn)了多個(gè)極值，極大值代表皮膚裸露相對(duì)較多的行或列，而極小值代表有五官或毛發(fā)存在的行或列。對(duì)于橫向計(jì)算來說，頭發(fā)和眉毛處的各行像素值和會(huì)出現(xiàn)極小值，因此在這兩者間的像素行中必然存在極大值，而該極大值所對(duì)應(yīng)的像素行即額頭部分的橫向定位線（圖中①所示）。而對(duì)于豎向計(jì)算來說，由于人臉的對(duì)稱性，因此面部中軸線的像素值之和必然為極大值（圖中C所示）。兩線相交的像素點(diǎn)坐標(biāo)，即可確定為目標(biāo)的額頭最佳測(cè)溫點(diǎn)坐標(biāo)（額頭中心坐標(biāo)）。

三、實(shí)驗(yàn)與分析

（一）實(shí)驗(yàn)數(shù)據(jù)。使用SF-MASK作為數(shù)據(jù)集。該數(shù)據(jù)集是在復(fù)雜背景下的監(jiān)控錄像中截取，具有小尺寸、多角度、多口罩類型的特點(diǎn)，適用于高人流量場(chǎng)景下的口罩佩戴檢測(cè)，與本文檢測(cè)任務(wù)相契合。數(shù)據(jù)集共37156 張圖片，本文按照4：1 的比例劃分訓(xùn)練集和測(cè)試集。

（二）改進(jìn)YOLOV5 模型實(shí)驗(yàn)。本文在YOLOV5 模型的基礎(chǔ)上結(jié)合CBAM 機(jī)制，構(gòu)建口罩佩戴檢測(cè)模型，并與未改進(jìn)模型在使用相同數(shù)據(jù)集的情況下進(jìn)行了對(duì)比，結(jié)果如表1 所示。精確率P 表示所有預(yù)測(cè)為正樣本的結(jié)果中真正為正樣本的比例，此處的正樣本為佩戴口罩的樣本；召回率R 表示所有正樣本中被預(yù)測(cè)為正樣本的比例；mAP表示各類別（本文中只有佩戴和未佩戴口罩兩種類別）的平均準(zhǔn)確率。

表1 基于改進(jìn)YOLOV5的口罩佩戴檢測(cè)模型測(cè)試結(jié)果

可以從表中看出，改進(jìn)后的模型在精確率P、召回率R、mAP值上分別有著1.29%、3.16%、2.38%的提升，說明YOLOV5模型在加入CBAM 后提升了一定的目標(biāo)分類能力以及復(fù)雜背景下的目標(biāo)捕獲能力。由于改進(jìn)模型參數(shù)規(guī)模的增大，在單幀圖像的平均推理時(shí)間上有著2.3ms的較小延遲，但整體檢測(cè)速度仍在合理范圍內(nèi)，并未影響模型的正常檢測(cè)行為。

（三）體溫與口罩佩戴雙檢測(cè)系統(tǒng)實(shí)驗(yàn)。使用訓(xùn)練好的改進(jìn)YOLOV5口罩檢測(cè)模型結(jié)合灰度極值定位算法，構(gòu)建體溫與口罩佩戴雙檢測(cè)系統(tǒng)，檢測(cè)流程如圖6所示。使用艾瑞天眼t2熱成像儀結(jié)合常規(guī)高清攝像頭組成圖像輸入設(shè)備，當(dāng)改進(jìn)YOLOV5模型檢測(cè)到高清攝像頭中的人像后，會(huì)對(duì)其是否佩戴口罩進(jìn)行判斷，同時(shí)，會(huì)將人像進(jìn)行裁剪并通過灰度極值定位算法對(duì)額頭測(cè)溫點(diǎn)的坐標(biāo)進(jìn)行定位，最后，根據(jù)該坐標(biāo)在熱成像畫面中獲取目標(biāo)人的額頭體溫?cái)?shù)據(jù)。

圖6 基于深度學(xué)習(xí)的體溫與口罩佩戴雙檢測(cè)系統(tǒng)

為了檢驗(yàn)該系統(tǒng)在實(shí)際應(yīng)用中的效果，本文針對(duì)圖像中目標(biāo)數(shù)的不同進(jìn)行了多組實(shí)驗(yàn)，每組的實(shí)驗(yàn)次數(shù)為100，結(jié)果如表2所示：

表2 基于深度學(xué)習(xí)的體溫與口罩佩戴雙檢測(cè)系統(tǒng)實(shí)驗(yàn)結(jié)果

可以從表中看出，該系統(tǒng)能夠在一定有效范圍內(nèi)對(duì)目標(biāo)進(jìn)行快速、準(zhǔn)確的體溫與口罩佩戴情況檢測(cè)，并且隨著圖像中目標(biāo)數(shù)量的增加，系統(tǒng)性能仍然保持穩(wěn)定，證明了該系統(tǒng)能夠滿足公共場(chǎng)所的衛(wèi)生健康管理需求。

四、總結(jié)

針對(duì)公共場(chǎng)所人流量大的問題，本文在YOLOV5模型的基礎(chǔ)上加入了CBAM模塊，用以進(jìn)一步提升模型在復(fù)雜場(chǎng)景下提取目標(biāo)多尺度特征的能力。針對(duì)傳統(tǒng)電子測(cè)溫系統(tǒng)最佳測(cè)溫點(diǎn)定位難的問題，提出了灰度極值定位算法，用以根據(jù)人臉特征快速定位額頭中心點(diǎn)坐標(biāo)。并將兩者進(jìn)行結(jié)合，構(gòu)建了體溫與口罩佩戴雙檢測(cè)系統(tǒng)，并進(jìn)行了實(shí)際測(cè)試，結(jié)果證明本系統(tǒng)能夠?qū)崟r(shí)有效地對(duì)目標(biāo)人員進(jìn)行檢測(cè)，對(duì)營(yíng)造衛(wèi)生健康的公共環(huán)境有著一定的實(shí)用價(jià)值。