基于卷积神经网络的校园口罩佩戴检测系统

于方旭，王帅，刘世超，梁鹏，于曦

（牡丹江医学院，黑龙江 牡丹江 157011）

0 引言

新冠肺炎疫情爆发后，国家开展了疫情防控工作，同时越来越多地区对公共卫生防护提出了更高的要求。目前，人们出入公共场所、乘坐公共交通工具等必须佩戴口罩，口罩佩戴检查已成为疫情防控的必备操作。而在大学校园中人口的流动更加频繁，人口密度也相对较大，时常会有校外人员和学生教师进出学校，存在着较大的安全隐患。可是，当前口罩的检测往往依靠人工，这也导致人力资源的浪费，同时也会出现漏检的风险，加大了疫情控制的不稳定性。随着深度学习技术的快速发展，计算机视觉技术得到不断发展，并且人脸检测技术成为了一种相对成熟的技术，人脸佩戴物检测技术也在快速发展。冯国臣等采用深度学习的相关方法对安全帽的自动识别进行了深入研究[1]。李美玲等采用卷积神经网络模型实现了高分辨率遥感影像道路信息提取[2]。口罩佩戴检测系统的设计基础就建立在这些技术之上。卷积神经网络技术为人脸检测技术提供了技术支持，因此本文尝试改进YOLOv5这一卷积神经网络技术来实现口罩佩戴识别功能。该方法主要修改了原始的YOLOv5模型输入尺寸、结构和损失函数，使YOLOv5模型更适用于口罩佩戴的识别。

1 卷积神经网络

卷积神经网络[3]（convolutional neural networks，CNNs）包含三层网络结构，分别是卷积层、激活层以及池化层，结构框图如图1所示。通常情况下卷积神经网络有多个池化层与卷积层，在卷积层中，数据会根据神经网络参数进行局部连接，该过程相当于进行了卷积操作，因此称为卷积神经网络。卷积神经网络在图像处理领域应用极广。一般情况下，卷积神经网络会通过输入层读取输入数据，在数据到达卷积层后，卷积层会对数据进行局部关联和滑动窗口滤波，这 是卷积神经网络中最重要的一个部分，用于提取数据之间的特征关联性。之后把处理后的数据送入激活层中，激活层中包含激活函数，可以对数据做进一步的映射，激活函数对于卷积神经网络处理非线性特征至关重要，选择不同的激活函数对算法性能的影响也非常巨大。然后数据进入池化层中，池化是一种降采样操作，主要目的是降低数据特征个数，防止特征过多不利于反映最主要的数据特征，最后数据通过输出层输出。

图1 卷积神经网络结构图

卷积神经网络中最主要的是神经元结构，每个卷积神经网络都可以视为多个神经元构成的集合，是神经网络基本单元。神经元结构如图2所示，每个神经元都一种多输入单元ai，数据通过权重值bi与神经元进行连接，并在神经元内部计算得到输出值。计算公式如下。

图2 神经元结构框图

其中e(.)为激励函数，不同任务下激励函数也不完全相同，o为神经元输出，bias为偏置值，可以防止函数出现拟合偏差。

多个神经元通过层层连接最后可以得到单次迭代输出值，卷积神经网络单次迭代后会将输出值与期望值对比，并通过反向BP算法矫正神经元权重参数，这样随着迭代次数的增加，卷积神经网络的输出值逐渐逼近期望数值。

2 口罩佩戴检测模型

很多新型技术都是在卷积神经网络基础上发展而来，比如yolo[4]算法。本文中的口罩佩戴检测模型使用的是yolov5模型，是yolo算法的第五代版本。其具有识别速度快、效果好的特点。但为了实现对口罩这种小型目标的专有化检测，提高口罩佩戴识别的准确率，需要对yolov5模型的网络结构做进一步优化和参数调整。

口罩佩戴检测系统首先收集学生口罩佩戴图片并将这些图片作为训练数据，之后对模型进行修改并训练模型，最后将模型搭载到计算机系统上，并用摄像头不断采集环境照片送入模型中判断。模型流程图如图3所示。

图3 口罩佩戴检测模型流程图

针对yolov5算法改进方面，首先需要调整输入尺寸。对口罩佩戴的检测在实际应用中存在较多小目标的情况，且yolo算法的下采样一般是32倍，所以宽高必须要能被32整除。在多尺度训练中一般将其选择为32的倍数，最小为320×320，最大为608×608，因此将数据的输入尺寸调整为608×608。这在一定程度上能提高口罩这种小目标的识别率。

之后在目标识别过程中引入了备选区域框这一概念。备选区域框是一组大小固定的图片窗口。在训练过程中，初始候选框参数越接近真实边界框，其预测的边界框也会更加符合真实边界框。因此其参数设计的好坏严重影响算法的准确度。本次算法设计过程中先人为设计参数进行实验，之后利用K-MEANS算法进行聚类，学习出最优参数组合作为实际参数应用于模型中。

最后修改损失函数，损失函数用于对卷积神经网络训练过程的好坏进行评判。因此损失函数的选择对模型收敛效果影响较大，选择合适的损失函数可获得更好的识别效果。本次使用GIOU_LOSS函数[5]作为损失函数，该函数提供了一种尺度交互评价方式，解决模型识别边框不重合的问题。公式如下。

3 实验结果与分析

本实验收集了7000张未佩戴口罩人脸以及佩戴口罩人脸的图像数据集，并人为标注出了口罩和人脸的位置。为保证训练的数据尽可能多以及测试集的普遍性，故将训练集与测试集按9：1的比例进行划分。

图4为模型实际检测效果图，可以发现模型能够清楚地检测出佩戴口罩的人脸，并将未佩戴的人员和佩戴的人员相互区别开来。

图4 模型运行效果图

之后检验了模型的性能，利用准确率、召回率、平均精度均值以及调和均值作为评价指标，模型的性能与训练次数有关，图5展现了性能指标与训练次数之间的关系。

图5 性能指标评价图

可以发现随着训练次数的增加，各项性能指标都趋近于一个稳定的值，并且性能指标表现良好。

4 结语

本文提出了一种用于疫情防控的口罩佩戴检测系统，系统通过改进的yolov5算法达到这一目的。该系统能够帮助防疫人员对来往人员的口罩佩戴情况进行评判，降低劳动成本，在大学校园中的应用也可以便于学校的日常管理，降低学生身边的安全隐患，为学生提供又一道安全防线。本文的最后通过实验论证了算法的可行性，我们相信这一系统对推进社会治理的科学化、现代化具有重要意义。