该成果在智能防疫巡检机器人原有的基础上增加口罩监测功能,为防疫工作提供口罩监测的功能支持,成果具有以下功能①搭建特征提取网络为mobilenetv1的YOLOv4神经网络;②对搭建的神经网络进行训练;③应用训练好的神经网络对智能防疫巡检机器人摄像头获取的图像进行处理,标识出佩戴口罩和未佩戴口罩的人脸,以实现口罩监测的功能;④进行口罩监测时可以在左上角标出FPS值。
使用了可视化操作界面完成神经网络的训练和开启口罩监测功能,方便使用者操作,使用时将摄像头捕捉的图像送入训练好的CNN网络进行特征提取,然后判断出人脸所在的位置,以及被检测的人脸是否佩戴口罩。检测出未佩戴口罩的人脸后,会在输出的视频中用红色框将其标出,并有语音提示该人员佩戴好口罩;而检测出佩戴口罩的人脸后,会在输出的视频中用绿色框将其标出。本软件的深度学习算法采用了one-stage的YOLOv4算法,并且对比了多种特征提取网络后,采用了MobilenetV2,这样的轻量级网络能够大大的降低推理的时间,但是识别的精度却不会下降太多,使最终的算法在智能防疫巡检机器人上运行也有较高的帧数和较高的准确率,实测在机器人上运行的帧数能达到35帧,高于人眼能够感知卡顿的最低帧数24帧,因此能够流畅并准确的识别周围人员的口罩佩戴情况。
"张辉:湖南大学机器人学院教授,博士生导师,湖南大学机器人视觉感知与控制技术国家工程研究中心副主任。2022年湖南省科技创新领军人才,湖南省杰出青年基金获得者,首届湖南省“湖湘青年英才”。负责对项目的总体方案规划选型,核心指标设定,项目进度以及实施方案,以及学生管理工作。
刘优武:硕士研究生,主要研究方向为视觉检测、深度学习图像识别。负责对模型进行搭建和编程,以及可视化界面的设计,实现项目中的精度指标,检测时间指标。"
评价单位:“科创中国”机器视觉与智能产业科技服务团 (中国图象图形学学会)
评价时间:2022-11-15
综合评价
该项目科技成果利用可视化界面解决机器人交互的核心问题,利用的方法和界面较为新颖,创新水平较高,市场前景较好,在场景消毒、公共管理服务、防疫工作等方面都能够实现较好的应用扩展。
同时,项目已经配合企业完成使用性开发,能够较快的完成技术成果转换,产业化路径明确,目前技术方案较为完整,开发条件较为成熟,投资风险较小,并能够获得较好的回报。其与企业完成的部署方案是项目的一大亮点,解决了行业领域的核心痛点。
总体而言,该项目技术思路方向很好,未来市场空间大,有利于当前政策要求,转化成熟度很高,值得支持推广。
查看更多>