林科圻 趙艷萍 蘇德權 胡卓盛 鄭鑫

（廣西民族師范學院數理與電子信息工程學院 廣西壯族自治區(qū)崇左市 532200）

隨著生活水平的提高和城市化進程的不斷加速，人們越來越頻繁地出現在公共場所，如商場、機場、體育館、火車站、地鐵等。這些場所的人員流動性大，使得公共衛(wèi)生安全問題越來越突出。為了確保公共場所的安全，需要進行有效的監(jiān)管和管理。其中，口罩的佩戴是一種非常重要的預防措施，因為它可以阻擋空氣中攜帶的顆粒物、細菌、病毒等進入呼吸道，從而有效地減少疾病傳播的風險。對于公共場所的管理者來說，對人員佩戴口罩情況進行實時監(jiān)測和管理可以更好地保障公眾的健康安全。

在實際應用中，手動監(jiān)測口罩佩戴情況存在很多困難和限制。這種方法需要耗費大量的人力和物力，并且容易受到主觀因素、視覺疲勞等因素的影響，從而降低準確性和效率。因此，需要一種智能化、自動化、高效率和高準確率的技術手段來應對這一問題。

人臉口罩佩戴識別是一種計算機視覺技術，是數字圖像處理的重要分支，能夠在人臉被口罩部分遮擋的情況下，判定人臉是否正確佩戴了口罩，并且識別出遮擋人臉的身份信息。這項技術具有重要的實際意義，可以協助公共場所進行安全監(jiān)管和防控措施，提高人們的生活質量和安全水平。目前，國內外已有許多學者和工業(yè)界從不同角度對口罩遮擋對人臉識別性能的影響進行了相關的研究和實踐，并提出了各種算法和方法來克服這一問題。

1 PyramidBox算法

PyramidBox 算法是一種目標檢測算法，其獨特之處在于使用了金字塔架構處理不同尺度的特征圖像。通過多層特征融合，PyramidBox 算法能夠有效提高檢測性能。

在本文中，我們將基于PyramidBox 算法進行人臉口罩識別。為了實現這一目標，我們需要增加一個二分類器來判斷人臉是否佩戴口罩。具體地，我們將在候選框過濾的步驟中，對每個候選框進行口罩分類和回歸。如果一個候選框被判定為佩戴口罩，則將其保留；否則將其過濾掉。

1.1 損失函數

PyramidBox 算法中采用了多任務損失函數[1]，該函數包含三個部分：人臉/非人臉二分類器損失、人臉關鍵點定位損失和人臉邊界框回歸損失。具體來說，損失函數的總體形式如下：

L=Lcls+λ1Lpts+λ2Lbox

其中，Lcls表示人臉/非人臉二分類器的損失，Lpts表示人臉關鍵點定位的損失，Lbox表示人臉邊界框回歸的損失，λ1和λ2是權重系數。

1.2 人臉/非人臉二分類器損失

PyramidBox 算法使用交叉熵損失函數來計算二分類器損失，該損失函數的數學公式如下所示：

其中，N表示訓練樣本的數量，yi表示第i個樣本的真實標簽，pi表示第i 個樣本為正樣本的概率。在二分類器中，yi的取值只有0 和1，表示第i個樣本是非人臉還是人臉。

1.3 人臉關鍵點定位損失

對于人臉關鍵點定位的損失，PyramidBox 算法使用的是平均歐氏距離損失函數[2]，其公式如下：

其中，N表示訓練樣本的數量，M表示每個樣本中關鍵點的數量，表示第i個樣本的第j個關鍵點的預測坐標， 表示第i個樣本的第j個關鍵點的真實坐標。

1.4 人臉邊界框回歸損失

對于人臉邊界框回歸的損失，PyramidBox 算法使用的是平滑L1 損失函數，其公式如下：

其中，Pos表示正樣本集合，n表示正樣本數量，ti和ti*分別表示第i個正樣本的預測邊界框和真實邊界框，SmoothL1表示平滑L1 損失函數，其公式如下：

該損失函數可以在一定程度上抑制異常值的影響，使得算法更加穩(wěn)定。同時，由于其平滑的特性，相比于傳統(tǒng)的L1 損失函數，其收斂速度更快，更容易得到更好的結果。

2 人臉口罩識別的方法

為了提高人臉口罩識別的準確率，我們可以結合顏色檢測和膚色提取技術來進一步篩選識別結果。具體而言，我們可以利用OpenCV 庫提供的顏色檢測方法來獲取膚色圖像。這個過程中，我們需要將圖像中的每個像素點轉換為HSV 色彩空間，并設定膚色的HSV 閾值，以篩選出符合條件的像素點，最終得到膚色圖像。再通過形態(tài)學操作來去除噪聲和填充膚色區(qū)域內的空洞，得到最終的膚色掩碼圖像。

膚色提取的公式如下：

其中，Mcolor(x,y)表示像素(x,y)是否屬于膚色；IHSV(x,y)表示像素(x,y)在HSV 色彩空間的值；skinHSV 表示膚色的HSV 閾值范圍。

顏色檢測的公式如下：

其中，Mcolor(x,y)表示像素(x,y)是否屬于顏色；IHSV(x,y)表示像素(x,y)在HSV 色彩空間的值；colorHSV 表示顏色的HSV 閾值范圍。

得到膚色和顏色掩碼圖像后，我們可以將其與人臉檢測結果進行按位與運算，即可得到在膚色和顏色限制下的人臉區(qū)域。最終，我們將得到的人臉區(qū)域輸入到二分類器中進行口罩檢測，輸出口罩檢測結果。

3 系統(tǒng)總體設計

如圖1所示，本系統(tǒng)使用了深度學習算法MTCNN和PyramidBox 進行人臉檢測和口罩識別。MTCNN 是一種端到端的多任務卷積神經網絡，它能夠快速準確地檢測人臉和人臉特征點，并判斷人臉是否佩戴口罩。PyramidBox 則是一種基于特征金字塔和多尺度檢測技術的輕量級目標檢測算法，它能夠高效地識別圖像中的口罩區(qū)域。通過將兩種算法結合使用，本系統(tǒng)實現了對佩戴口罩的人臉的準確檢測和識別。

圖1：系統(tǒng)架構設計圖

如圖2所示，在口罩識別系統(tǒng)的采集模塊中，我們采用相機模塊來采集人臉圖像，并將這些圖像輸入到MTCNN 算法中進行人臉檢測和人臉特征點檢測[3]。檢測結果將被傳輸到PyramidBox 算法中進行口罩檢測，同時經過過濾和優(yōu)化，以確保檢測結果的準確性和穩(wěn)定性。最終，我們將得到口罩檢測的結果，并將其傳遞到下一個模塊進行后續(xù)處理。

圖2：算法識別測試

為了提高系統(tǒng)的準確性和效率，我們還對MTCNN和PyramidBox 算法進行了優(yōu)化和改進。在MTCNN 算法中，我們引入了人臉姿態(tài)角度的約束和上下文信息的融合，使得算法在人臉傾斜、遮擋等情況下仍能保持良好的檢測效果；在PyramidBox 算法中，我們引入了注意力機制[4]和跨尺度特征融合，使得算法在處理復雜場景下的口罩檢測具有更好的魯棒性和泛化能力。

通過以上改進和優(yōu)化，我們的口罩識別系統(tǒng)在人臉檢測和口罩識別任務上具有較高的準確率和魯棒性。在后續(xù)的模塊中，我們將對識別結果進行處理和上傳，并提供網頁端和移動端用戶界面以及一些輔助功能，以實現全面的口罩識別系統(tǒng)。如圖3 和圖4所示。

圖3：網頁端用戶界面

圖4：移動端用戶界面

4 實驗結果

根據實驗數據，得到表1 結果：

表1：人臉口罩檢測系統(tǒng)實驗數據表

從數據表1 中可以看出，我們使用PyramidBox 算法結合顏色檢測和膚色提取技術，增加了一個二分類器來識別佩戴口罩的人臉，經過實驗，整個系統(tǒng)的識別準確率高達98.9%?？梢钥闯?，該系統(tǒng)具有較高的識別準確性和實用性，可以在公共場合等需要佩戴口罩的場所廣泛應用。

圖5 顯示了PyramidBox 算法結合顏色檢測和膚色提取技術，增加一個二分類器用于識別佩戴口罩的人臉在不同Epoch 下的平均精度（mAP）表現。Epoch 是指在神經網絡訓練期間，在整個訓練數據集上使用算法的次數。圖表顯示了三個數據集（MAFA，WIDER FACE和自采集），每個數據集都顯示了算法的mAP 表現。在每個數據集中，隨著Epoch 的增加，算法的mAP 表現顯著提高。在第10 個Epoch 時，算法在所有三個數據集上都實現了相對較高的mAP 表現。該圖表明，PyramidBox 算法結合顏色檢測和膚色提取技術以及二分類器的引入可以有效提高口罩檢測系統(tǒng)的準確性。

圖5：三個數據集性能折線圖

5 總結

本文主要介紹了一個基于人臉口罩識別的系統(tǒng)設計和實現。我們首先對人臉口罩識別算法進行了調研和比較，最終選擇了MTCNN 和PyramidBox 兩個算法作為人臉檢測和口罩識別的基礎。我們在系統(tǒng)中引入了一些優(yōu)化算法，如非極大值抑制算法、數據增強等，從而提高了識別準確率和穩(wěn)定性。同時，我們還考慮了系統(tǒng)的可擴展性和可維護性，設計了基于模塊化的系統(tǒng)架構，使得系統(tǒng)具有更好的可拓展性和可維護性。

該系統(tǒng)設計經過實驗結果的驗證，在人臉口罩識別任務中展現出了較高的準確率和穩(wěn)定性。盡管系統(tǒng)表現優(yōu)異，但仍存在一些局限性，例如場景限制和識別速度的問題。未來我們將繼續(xù)改進該系統(tǒng)，提高其魯棒性和實用性，以便在更廣泛的場景中應用。