基于目标检测的口罩识别系统的设计与实现计算机科学和技术专业.docx

版权申诉

5星 · 超过95%的资源 73 浏览量 2022-06-10 03:55:58 上传评论 2 收藏 2.55MB DOCX 举报

资源详情

资源评论

基于目标检测的口罩识别系统的设计与实现









摘要

随着深度学习和计算机视觉的快读发展，与此有关的技术设备已经被大幅度的使用，

并且不仅仅在这两个方面，更在许许多多的领域都有使用。众所周知，图像理解之中的最

重要的一个步骤即为目标检测，和为目标检测，其实很简单，在捕获的大量图像信息之中，

选取最为感兴趣的目标，并且进一步确定它们的各类信息，如位置大小等等，如此的工作

正是机器视觉这一领域之中的关键核心之一。目标检测是计算机视觉领域中的基础，因为

其关于着物体的分类任务，还有物体的定位任务，所以该项技术对于图像理解的重要程度

不言而喻。

2020 年新冠肺炎席卷全球，新型冠状病毒可以通过呼吸道飞沫等方式传播,正确佩戴

口罩可以有效切断新冠肺炎病毒的传播途径，是预防感染的有效措施。国内公众场合要求

佩戴口罩，而商场、餐饮、地铁等人员密集型的场所对人流量高峰时段的应对措施往往令

人力不从心，而且自然场景中通常存在遮挡、密集人群和小尺度目标等复杂因素,对人脸

佩戴口罩的检测效果产生影响。

针对该问题,本系统了在复杂场景下的口罩佩戴检测算法，可以自动准确且快速地识

别图片或视频中人物是否佩戴口罩，有着重要的应用场景和市场前景。本系统采用基于深

度学习的 One-stage 目标检测算法的一种即 YOLO-v4 这一算法。

在过去，人脸检测模型并不完善，只能对于单纯的人脸进行识别，而我们要介绍的人

脸口罩识别与之前的系统不同，对于人脸的识别产生了两种不同的类别，即为戴或不戴口

罩这两种类别本系统采用的 YOLO-v4 是最新的强悍的目标检测技术，首先将待检测的图片

进行特征提取后分层分类，再对目标进行检测，判断目标为 0 或 1，即佩戴口罩或没有佩



 ! "



#!$%!"



$ %$!



&%



$! %$

%

!%

'('("  !!  !!#

#%)#

* !!%

+ !

+##! !"+ !

 

%,!#!%-# "

!

 !"!!#!



.#% "/!

!

"#0/!"# 



+#%

 "#

/

"#!"!,!#

!

 #%

%

0 1



%

*#"

"

"#2#



#!%30 1!!

%

4"/$"



!#(5""##%

6#2

4777

38

一、绪论

（一）选题背景及意义

随着现代化的发展，人们生活节奏越来越快，可以通过图像进行交流。从用户的角度

来看，图像不受当地语言等因素的限制，能够更好地表达和传达人们的情感信息，可以作

为快速表达的载体。对我们来说，编辑文本是很容易的，但是图像中传递的内容和信息非

常大。因此，如何方便、有效地找到关键信息并利用图像成为图像处理领域的一个关键研

究问题。近年来，由于其在场景中的广泛应用，图像识别成为图像研究领域的一个热点。

在畜牧业中，我们可以通过监测牲畜的生长状况、活桩的形状和形状来判断，定期定量喂

养牲畜，监测其生长发育情况。在工业上，关键问题可以通过图像识别来解决。在医学上，

高清图像可以用来扫描身体的各个部位。此外，图像在日常活动中也起着至关重要的作用，

如高速列车安检中的人脸识别，以及机上乘客的身份信息；平日停车时，采用车牌识别技

术进入停车场；申请身份证时，每个公民都会输入自己的指纹信息，以便将来进行安全验

证。总之，图像在我们的日常生活中是不可或缺的。利用传统方法或深度学习方法快速有

效地识别图像和提取颜色特征信息具有重要意义。

在机器视觉中，图像识别是一个关键问题。图像识别的精度主要取决于图像关键部位

的定位精度。首先，图像处理是图像预处理。经过预处理后的图像特征提取算法有 sift、

LBP 和 Haar。通过一系列的步骤，我们可以准确地识别图像的内容。获取图像的方法有很

多种，但我们必须利用摄影工具将采集到的图像数据存储在数据库中以备不时之需，而对

受损图像的处理就是对图像中我们需要的图像进行切割，以确定其统一的格式和大小。对

于图像质量较差的图像，可以对图像进行去噪、增强和一系列的预处理，以方便以后的使

用。获取完整的特征信息是反映用户需求、服务于整个行业的关键，因此这一步是图像识

别的基础过程，细化来说就是先要提取需要去识别的图像的特征，然后再利用分类器来把

相同特征的归为一类，实现分组，从而实现对图像的识别。

人工智能和机器学习的发展也为图像识别提供了极好的资源。机器学习就是让机器拥

有与人类相同的大脑，使机器能够独立地学习和分析问题。人类知识的获得是一个漫长而

反复的过程。在人类进化的过程中，人们通过学习和理解知识来理解自己需要获得的东西。

通过不断的实践，人们可以获得相关的技能，并分析和总结在这个过程中获得的经验。机

器学习类似于人脑的学习，使机器学习不再是科幻电影的场景。人类通过眼睛捕捉周围的

所有信息，并将视网膜成像传输到大脑，获得相关的图像特征。机器视觉就是通过各种设

备获取相关的图像。经过特征提取，机器可以通过学习识别相关对象，并通过计算机或音

频设备显示学习的内容。分类器训练是机器学习的关键。通过不断的训练

并对分类器进行调整，得到分类器模型，对误差范围较小的目标进行识别。机器学习

剩余34页未读，继续阅读

评论收藏

内容反馈

版权申诉

Moki(mao)

2022-11-17

资源很实用，内容详细，值得借鉴的内容很多，感谢分享。

基于目标检测的口罩识别系统的设计与实现计算机科学和技术专业.docx

评论13

最新资源

基于目标检测的口罩识别系统的设计与实现 计算机科学和技术专业.docx

评论13

最新资源

相关推荐

图像识别之自动识别口罩系统

基于SpringBoot的图书推荐系统的设计和实现 计算机科学和技术专业.docx

网上订餐微信小程序开发设计和实现 计算机科学和技术专业 (3).docx

基于人脸识别的“带口罩”系统.rar

基于微信小程序的美甲系统的设计与实现 计算机科学和技术专业.docx

基于WEB的图书管理系统的设计与实现计算机科学与技术毕业论文.docx

基于微信小程序的美甲系统的设计与实现 计算机科学和技术专业 (2).docx

网上订餐微信小程序开发设计和实现 计算机科学和技术专业.docx

基于微信小程序的点餐系统设计与实现开题报告 (2).docx

基于SpringBoot的中小型超市数据分析系统设计与实现计算机专业.docx

基于JSP的网上商城系统设计与实现 开题报告 (上).docx

基于WEB的试题库管理系统设计与实现之系统实现与调试.docx

KepOPC DA2UA实现从OPCDA到OPCUA的转换及读写互操作

Midjourney-关键词大全

“未来工厂”建设导则.pdf

2024年Java基础面试题，附带详细解析答案

腾讯QQ秀立项调研PPT

5G介绍PPT.pptx

2024年最新最全面的Java后端面试资料

海盗派测试分析.pdf

CHATGPT训练指令模板.docx

java毕业设计大型互联网电商项目（源码）

基于SpringBoot的个人博客系统设计与实现-论文.pdf

上市商业银行数据2007-2022存贷款总额绿色信贷余额不良贷款拨备覆盖率银行业景气指数 2.数据指标：指标非常全面，分为5类

基于STM32智能循迹避障小车(设计报告).pdf

OMML2MML.XSL

CTF100题目-安全考题竞赛

停车场管理系统软件工程课程设计报告书.doc

基于目标检测的口罩识别系统的设计与实现计算机科学和技术专业.docx

基于SpringBoot的图书推荐系统的设计和实现计算机科学和技术专业.docx

网上订餐微信小程序开发设计和实现计算机科学和技术专业 (3).docx

基于微信小程序的美甲系统的设计与实现计算机科学和技术专业.docx

基于微信小程序的美甲系统的设计与实现计算机科学和技术专业 (2).docx

网上订餐微信小程序开发设计和实现计算机科学和技术专业.docx

基于JSP的网上商城系统设计与实现开题报告 (上).docx