摘 要：設(shè)計(jì)一種基于OpenCV的人臉口罩規(guī)范佩戴檢測(cè)門禁系統(tǒng)及設(shè)備。該系統(tǒng)包括輸入部分、控制部分和響應(yīng)部分?？刂撇糠只贠penCV AdaBoost級(jí)聯(lián)分類器，以樹莓派作為主控制核心，分析用戶口罩佩戴及其體溫情況；響應(yīng)部分是通過STM32單片機(jī)對(duì)系統(tǒng)機(jī)械閘門進(jìn)行控制。當(dāng)用戶體溫正常，佩戴口罩且佩戴規(guī)范時(shí)，系統(tǒng)通過驅(qū)動(dòng)模塊控制機(jī)械閘門模塊打開門閘，允許用戶進(jìn)出；當(dāng)用戶體溫過高，未戴佩帶口罩或口罩佩戴不規(guī)范時(shí)，則通過驅(qū)動(dòng)模塊控制機(jī)械閘門模塊關(guān)閉門閘，限制用戶出行。同時(shí)設(shè)備中的語音播報(bào)系統(tǒng)會(huì)對(duì)未佩戴或不規(guī)范佩戴口罩的用戶進(jìn)行提醒，體溫過高的用戶則會(huì)觸發(fā)設(shè)備的報(bào)警功能。

關(guān)鍵詞：口罩規(guī)范佩戴檢測(cè)；OpenCV AdaBoost；門禁系統(tǒng)；樹莓派；STM32單片機(jī)；機(jī)械閘門

中圖分類號(hào)：TP399 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：2095-1302（2024）03-00-04

0 引 言

佩戴口罩對(duì)于公眾防范呼吸道病毒感染的風(fēng)險(xiǎn)和維持人體基本健康具有重要意義。然而，很多人由于防范意識(shí)不夠，在公共場(chǎng)合并沒有正確佩戴口罩甚至不佩戴口罩，給安全防范帶來很大的隱患。因此，對(duì)在疫情防范的公共區(qū)域不正確佩戴口罩或不佩戴口罩的人群，進(jìn)行自動(dòng)識(shí)別判斷，并發(fā)出預(yù)警提醒，也尤為重要。而普通口罩佩戴檢測(cè)算法需要考慮光線、樣本采集以及外界噪聲干擾等問題，且用戶佩戴不同型號(hào)或者種類的口罩也會(huì)影響識(shí)別的準(zhǔn)確率，所以需要進(jìn)一步提升口罩佩戴檢測(cè)算法以及對(duì)公共場(chǎng)所擺放的口罩佩戴檢測(cè)一體機(jī)進(jìn)行改良。市面上主流的口罩佩戴檢測(cè)系統(tǒng)有：CNN與Transformer混合模型[1]、AlexNet、ResNet-50及Inception V3模型[2]、YOLOx[3]、SSD[4]算法以及口罩區(qū)域修復(fù)算法[5]等。市面上主流的門禁系統(tǒng)有：李萌昕等[6]提出的基于人臉識(shí)別的山東大學(xué)門禁系統(tǒng)、汪左成等[7]提出的健康寶人臉識(shí)別測(cè)溫一體機(jī)、張穎興[8]提出的樹莓派的智能防疫門禁系統(tǒng)等。現(xiàn)有的算法以及門禁系統(tǒng)主要是以提高運(yùn)算速度、運(yùn)行準(zhǔn)確率以及增設(shè)更多防疫功能為核心目標(biāo)所設(shè)計(jì)的。雖然在硬件功能和算法識(shí)別精度上有很大的提升，但對(duì)于不同的環(huán)境下或者佩戴口罩程度不同的用戶卻很難進(jìn)行精準(zhǔn)識(shí)別，且不能做到對(duì)用戶口罩佩戴是否規(guī)范進(jìn)行檢測(cè)。為快速精確判斷用戶口罩佩戴是否規(guī)范且體溫是否正常，本文系統(tǒng)通過調(diào)用樹莓派對(duì)用戶口罩佩戴情況以及體溫狀況進(jìn)行檢測(cè)分析，判斷出入人員是否滿足放行的標(biāo)準(zhǔn)；利用STM32單片機(jī)對(duì)系統(tǒng)機(jī)械閘門以及語音播報(bào)進(jìn)行控制，從而做出相應(yīng)的響應(yīng)反饋。

1 系統(tǒng)總體設(shè)計(jì)

系統(tǒng)整體可分為三部分：輸入部分、控制部分以及響應(yīng)部分。輸入部分包括Camera V2攝像頭和紅外測(cè)溫傳感器；控制部分包括軟件控制以及硬件控制，軟件控制基于OpenCV AdaBoost級(jí)聯(lián)分類器，硬件控制則包括樹莓派以及STM32單片機(jī)；響應(yīng)部分包括語音播報(bào)模塊、金屬探測(cè)模塊、機(jī)械閘門模塊以及7寸顯示器。系統(tǒng)通過輸入部分進(jìn)行圖像獲取，控制部分用于接收輸入部分的信號(hào)，處理并輸出控制信號(hào)至響應(yīng)部分，從而對(duì)機(jī)械閘門模塊以及語音播報(bào)模塊進(jìn)行控制。系統(tǒng)總體設(shè)計(jì)和實(shí)物分別如圖1和圖2所示。

2 硬件及外觀設(shè)計(jì)

2.1 硬件選型與設(shè)計(jì)

（1）控制模塊

系統(tǒng)的控制模塊由兩部分組成：以樹莓派為程序分析的控制核心，該控制核心不僅可以運(yùn)行相應(yīng)的操作系統(tǒng)，還能根據(jù)設(shè)計(jì)者的需求完成相對(duì)應(yīng)IO引腳的控制，從而支持更上層的應(yīng)用開發(fā)，具有更廣闊的應(yīng)用空間。以STM32為硬件控制的驅(qū)動(dòng)核心（如圖3所示），該驅(qū)動(dòng)核心能實(shí)時(shí)控制金屬探測(cè)模塊、體溫檢測(cè)模塊以及機(jī)械閘門模塊，對(duì)未佩戴口罩或口罩佩戴不規(guī)范的人員進(jìn)行限行；若用戶體溫過高，則會(huì)觸發(fā)系統(tǒng)的語音報(bào)警功能。

（2）圖像獲取模塊

圖像獲取模塊采用Camera V2。該攝像頭擁有500 W像素，固定在顯示屏的上方進(jìn)行穩(wěn)定拍攝，可根據(jù)人物站位從不同角度獲取圖像，且體積較小，成本低。

（3）語音播報(bào)模塊

語音播報(bào)模塊采用JQ8900-16P芯片。本系統(tǒng)的語音播報(bào)功能主要是由STM32開發(fā)板控制中心讀取數(shù)值后傳輸?shù)秸Z音模塊，由數(shù)據(jù)發(fā)送端發(fā)送語音地址，功能多、音質(zhì)好、應(yīng)用范圍廣、性能穩(wěn)定，彌補(bǔ)了以往各類語音芯片應(yīng)用領(lǐng)域狹小的缺陷，該芯片具有多種控制模式和不同指令，使語音播放多樣化。

（4）紅外測(cè)溫傳感模塊

紅外測(cè)溫傳感采用GY-906紅外測(cè)溫傳感器。GY-906由內(nèi)部狀態(tài)機(jī)控制物體溫度和環(huán)境溫度的測(cè)量和計(jì)算，并對(duì)溫度進(jìn)行處理，將結(jié)果通過PWM或SMBus模式輸出。該模塊的優(yōu)點(diǎn)在于：可進(jìn)行非接觸式測(cè)溫，并能夠準(zhǔn)確地測(cè)量人體溫度，且成本低、體積小、易于集成、易控制等。

（5）金屬探測(cè)模塊

金屬探測(cè)模塊采用簡(jiǎn)易金屬探測(cè)。當(dāng)金屬靠近探測(cè)器時(shí)，蜂鳴器則會(huì)發(fā)聲。該模塊的優(yōu)點(diǎn)在于：模塊小，能在更低的系統(tǒng)成本下，保持和實(shí)現(xiàn)更高的分辨率以及靈活性；并且可通過STM32進(jìn)行供電，再將測(cè)量后數(shù)據(jù)傳輸?shù)絊TM32，從而能更快得到相應(yīng)反饋。

（6）機(jī)械閘門模塊

機(jī)械閘門模塊采用MG90S。該機(jī)械閘門模塊可將指令信號(hào)變換為輸出軸的角度并保持住，即便是負(fù)載發(fā)生了變化，它也能夠自動(dòng)調(diào)節(jié)。其具有轉(zhuǎn)舵效率高、速度快、穩(wěn)定性好、靈敏度高等特點(diǎn)。

2.2 系統(tǒng)外觀設(shè)計(jì)

設(shè)備的外觀設(shè)計(jì)主要分為攝像頭檢測(cè)模塊以及機(jī)箱主體模塊，如圖4所示。

攝像頭檢測(cè)模塊：該模塊的信息采集部分包括攝像頭1和可旋轉(zhuǎn)電機(jī)2，其特征在于：所選用的攝像頭采用了人臉追蹤系統(tǒng)[9-10]，當(dāng)樹莓派檢測(cè)目標(biāo)人臉位置有偏移時(shí)，則會(huì)帶動(dòng)電機(jī)閥門2，調(diào)整攝像頭1捕捉的位置，直到人臉位置位于識(shí)別中心，且將捕捉到的人臉以及系統(tǒng)的分析結(jié)果顯示到顯示屏3中。屏幕下的支架4可根據(jù)用戶的需求進(jìn)行調(diào)節(jié)。

機(jī)箱主體模塊：該模塊內(nèi)部放置設(shè)備的核心控制模塊、核心驅(qū)動(dòng)模塊、語音播報(bào)模塊以及其他所需要的傳感器。體溫監(jiān)測(cè)系統(tǒng)6中設(shè)置有體溫傳感器，其特征在于：可對(duì)用戶進(jìn)行實(shí)時(shí)體溫監(jiān)測(cè)，并將收集到的體溫?cái)?shù)據(jù)傳輸?shù)胶诵目刂颇K中。擋板5可對(duì)未佩戴口罩、口罩佩戴不規(guī)范或體溫過高用戶的出入進(jìn)行限制，再通過語音播報(bào)6對(duì)用戶進(jìn)行規(guī)范佩戴口罩的提醒，若用戶體溫過高則會(huì)發(fā)出警報(bào)。

3 軟件設(shè)計(jì)

3.1 視頻檢測(cè)模塊設(shè)計(jì)

本系統(tǒng)采用OpenCV Adaboost級(jí)聯(lián)分類器算法對(duì)未佩戴口罩或口罩佩戴不規(guī)范的用戶進(jìn)行識(shí)別分析。

將口罩規(guī)范檢測(cè)分解為以下步驟：（1）先調(diào)用人臉AdaBoost級(jí)聯(lián)分類器，對(duì)用戶的人臉位置進(jìn)行鎖定。將人臉識(shí)別出的矩形向量分為三個(gè)部分：口罩檢測(cè)部分（FaceROI）、鼻子檢測(cè)部分（NoseROI）以及嘴巴檢測(cè)部分（MouthROI）。FaceROI的識(shí)別位置為face矩形向量的整個(gè)框架內(nèi)，NoseROI的識(shí)別位置為face矩形向量的2/3處，MouthROI的識(shí)別位置為face矩形向量的1/3處。然后將FaceROI在視頻顯示中摳出，對(duì)其背景進(jìn)行GaussianBlur處理，從而排除外界因素的干擾，提高識(shí)別準(zhǔn)確度；（2）調(diào)用口罩佩戴識(shí)別AdaBoost級(jí)聯(lián)分類器，在上一步GaussianBlur處理的基礎(chǔ)上進(jìn)行口罩佩戴識(shí)別，將識(shí)別范圍鎖定在FaceROI中。當(dāng)用戶佩戴口罩且佩戴規(guī)范時(shí)，視頻中顯示“Your have worn mask”；若用戶未佩戴口罩，則顯示“You have not worn mask”。（3）調(diào)用Mouth AdaBoost級(jí)聯(lián)分類器以及Nose AdaBoost級(jí)聯(lián)分類器進(jìn)行口罩佩戴規(guī)范檢測(cè)，其識(shí)別范圍在MouthROI和NoseROI中，當(dāng)用戶口罩佩戴不規(guī)范（露出嘴巴或者鼻子）時(shí)，視頻上顯示“Your mouth（nose）is exposed，please worn mask regularly”。算法設(shè)計(jì)的流程如圖5所示。

3.2 Eigen face人臉識(shí)別模塊設(shè)計(jì)

關(guān)于Eigen face人臉識(shí)別的原理及其設(shè)計(jì)方法如下：準(zhǔn)備好所需要的人臉數(shù)據(jù)庫，對(duì)數(shù)據(jù)庫中的人臉進(jìn)行訓(xùn)練，計(jì)算出數(shù)據(jù)庫中人像的“平均臉”，如圖6所示。

計(jì)算出其協(xié)方差矩陣，從而算出人像的特征值以及特征矩陣，也就是“特征臉”，如圖7所示。

最后通過PCA降維所形成的子空間模型便是我們所需要的識(shí)別庫了，當(dāng)有圖像輸入時(shí)，系統(tǒng)會(huì)與識(shí)別庫進(jìn)行對(duì)照，若滿足特征則完成識(shí)別。

3.3 系統(tǒng)軟件總設(shè)計(jì)

當(dāng)系統(tǒng)完成環(huán)境配置以及代碼燒錄后，便可開始工作。首先系統(tǒng)對(duì)各功能模塊進(jìn)行初始化，然后開啟口罩人臉檢測(cè)以及體溫監(jiān)測(cè)，對(duì)用戶是否佩戴口罩、是否規(guī)范佩戴口罩以及體溫是否超過閾值進(jìn)行判斷。若用戶規(guī)范佩戴口罩，則打開機(jī)械閘門允許用戶進(jìn)出；若用戶未佩戴口罩、口罩佩戴不規(guī)范或體溫過高，則會(huì)落下機(jī)械閘門并開啟語音播報(bào)。系統(tǒng)運(yùn)行流程如圖8所示。

4 實(shí)驗(yàn)與結(jié)果分析

4.1 口罩佩戴及其規(guī)范性檢測(cè)實(shí)驗(yàn)

為了驗(yàn)證系統(tǒng)的口罩佩戴及其規(guī)范性檢測(cè)功能，本文對(duì)1名同學(xué)進(jìn)行口罩佩戴及其規(guī)范性檢測(cè)實(shí)驗(yàn)。分別對(duì)其規(guī)范佩戴口罩、佩戴口罩不規(guī)范（露出鼻子）、佩戴口罩不規(guī)范（露出嘴巴）以及不佩戴口罩四種情況進(jìn)行檢測(cè)。

口罩佩戴及其規(guī)范性檢測(cè)實(shí)驗(yàn)結(jié)果如圖9所示。系統(tǒng)能正確識(shí)別用戶是否佩戴口罩以及佩戴口罩是否規(guī)范；當(dāng)用戶未佩戴口罩或未規(guī)范佩戴口罩時(shí)，系統(tǒng)會(huì)對(duì)該用戶進(jìn)行規(guī)范佩戴口罩提醒。

4.2 人臉識(shí)別檢測(cè)實(shí)驗(yàn)

為了驗(yàn)證系統(tǒng)的人臉識(shí)別功能，本文對(duì)3名同學(xué)進(jìn)行面部樣本錄入，再分別對(duì)這3名同學(xué)進(jìn)行20次隨機(jī)人臉檢測(cè)。測(cè)試結(jié)果見表1所列。

該測(cè)試?yán)肊igen face算子計(jì)算人像“特征臉”，從而識(shí)別用戶面部信息。從測(cè)試結(jié)果可知，該算子誤檢率維持在30%以內(nèi)，其識(shí)別準(zhǔn)確率主要取決于樣本特征值與特征向量的大小，可以通過增加數(shù)據(jù)樣本數(shù)量以及提高樣本優(yōu)質(zhì)程度來提高準(zhǔn)確度。

4.3 口罩佩戴檢測(cè)驅(qū)動(dòng)舵機(jī)實(shí)驗(yàn)

為了檢測(cè)系統(tǒng)人臉口罩佩戴檢測(cè)算法驅(qū)動(dòng)舵機(jī)閥門的功能，本文對(duì)10名學(xué)生進(jìn)行測(cè)試，其中5名學(xué)生規(guī)范佩戴口罩，3名學(xué)生未佩戴口罩，1名學(xué)生口罩佩戴不規(guī)范（露出鼻子），1名學(xué)生口罩佩戴不規(guī)范（露出嘴巴）。結(jié)果見表2所列。由表2可知，當(dāng)用戶規(guī)范佩戴口罩時(shí)，舵機(jī)閘門將會(huì)打開，允許用戶進(jìn)出；若用戶未佩戴口罩或口罩佩戴不規(guī)范時(shí)，則會(huì)限制用戶進(jìn)出。

5 結(jié) 語

本系統(tǒng)基于OpenCV AdaBoost級(jí)聯(lián)分類器算法設(shè)計(jì)人臉口罩規(guī)范佩戴檢測(cè)門禁系統(tǒng)，以樹莓派作為控制核心、STM32作為驅(qū)動(dòng)核心，通過攝像頭對(duì)用戶面部信息進(jìn)行采集，分析出用戶口罩佩戴情況，實(shí)現(xiàn)對(duì)用戶口罩佩戴及其規(guī)范性的檢測(cè)，提高了公共場(chǎng)所人流量較大時(shí)的安全性。接下來的工作就是提高系統(tǒng)檢測(cè)的魯棒性以及設(shè)備的多功能性，使其能在生活中發(fā)揮重要作用。

參考文獻(xiàn)

[1]姜紹忠，姚克明，陳磊，等.基于CNN與Transformer混合模型的口罩人臉識(shí)別方法[J].傳感器與微系統(tǒng)，2023，42（1）：144-148.

[2] ESI N B N. 基于AlexNet、ResNet-50及Inception V3模型的戴口罩人臉識(shí)別[D].綿陽：西南科技大學(xué)，2021.

[3]孫永豪. 基于改進(jìn)YOLOx的口罩佩戴檢測(cè)系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[D].合肥：安徽建筑大學(xué)，2022.

[4]牛嘉興，高利鵬，張露，等.基于SSD算法的戴口罩人臉識(shí)別方法研究[J].計(jì)算機(jī)仿真，2022，39（8）：204-207.

[5]李悅，錢亞冠，關(guān)曉惠，等.面向人臉識(shí)別的口罩區(qū)域修復(fù)算法[J].電信科學(xué)，2021，37（8）：66-76.

[6]李萌昕.基于人臉識(shí)別的山東大學(xué)門禁系統(tǒng)建設(shè)與實(shí)現(xiàn)[J].深圳大學(xué)學(xué)報(bào)（理工版），2020，37（S1）：92-94.

[7]汪左成.航天科工二院203所健康寶人臉識(shí)別測(cè)溫一體機(jī)研制成功[J].中國(guó)軍轉(zhuǎn)民，2022，23（13）：69.

[8]張穎興，宣揚(yáng)，張俊豪，等.基于樹莓派的智能防疫門禁系統(tǒng)設(shè)計(jì)[J].信息技術(shù)與信息化，2022，47（5）：209-212.

[9]車佳祺，許曉榮，梁顥銘.一種輕量級(jí)人臉追蹤與識(shí)別系統(tǒng)設(shè)計(jì)方案[J].電子設(shè)計(jì)工程，2022，30（14）：58-63.

[10]林俊強(qiáng)，唐艷鳳，鄭煥坡，等.基于物聯(lián)網(wǎng)云平臺(tái)的智能門禁系統(tǒng)設(shè)計(jì)[J].物聯(lián)網(wǎng)技術(shù)，2022，12（1）：95-98.

作者簡(jiǎn)介：郭灼豪（1994—），男，博士，研究方向?yàn)閳D像處理與機(jī)器學(xué)習(xí)方面。

羅奕彬（2002—），男，本科，研究方向?yàn)閳D像處理與嵌入式設(shè)計(jì)方面。