滴滴開源口罩佩戴識別算法 智能化助力疫情防控

2020-02-19     AI科技評論

為進一步助力疫情防控,滴滴出行自今日起免費對外開放其口罩佩戴識別技術。企業和個人開發者均可通過滴滴雲提供的API服務直接部署使用,實時檢測人群口罩佩戴情況,切實做好防疫監督,有序安全生產。

這是繼免費向國內科研機構、醫療及救助平台等開放用於抗擊疫情相關工作的GPU雲計算資源和技術支持後,滴滴技術助力抗「疫」的又一舉措。滴滴口罩佩戴識別技術,包括人臉檢測和人臉戴口罩屬性識別,是由滴滴AI團隊基於DFS人臉檢測算法,結合積累的人臉屬性識別算法研發而成。該算法克服了24小時複雜光照、人臉姿態變化、不同距離人臉尺度等難題,同時利用損失函數權重策略和數據增強等方法解決白天夜晚戴口罩數據不均衡問題以及戴口罩類型多樣化問題,能在各類場景圖像中對人臉進行口罩佩戴情況檢測。

滴滴口罩佩戴識別算法加入了近20萬張白天和夜晚戴口罩的圖像進行模型訓練,具有較強的魯棒性。在複雜的車內環境,全天不同時段的各種強光、弱光、反光帶來的車內過亮、過暗的變化,駕駛員帽子、眼鏡、墨鏡以及遮陽板等對臉部的部分遮擋,由於仰頭、低頭、轉頭引起的臉部大角度姿態的變化和不完整性,以及駕駛員前後坐姿習慣引起的人臉尺度的差異等都會對識別帶來了巨大的挑戰。算法基於現有技術,並針對性地在預處理、算法、模型、數據、訓練等維度進行優化和改進,如擴展人臉區域、加入attention機制等,從而顯著提升了車內的戴口罩識別效果。

(口罩佩戴識別整體流程圖)

目前該技術已在滴滴平台廣泛應用。疫情期間,為更好地保障司機和乘客的安全,在「司乘必須戴口罩、司機上報體溫、車內勤消毒和勤通風、全國範圍內免費為網約車安裝車內防護膜」等防疫措施的基礎上,滴滴還基於該AI技術在出車前及行程中自動分析網約車司機是否佩戴口罩以及佩戴是否規範,以進一步督促司機做好個人防護。對於未正確佩戴口罩以及不戴口罩的司機,平台將會進行教育、警告甚至暫停服務。

其中,出車前的「智能防疫出車質檢系統」已累計覆蓋43個城市,並正在推廣至更多地區。該「智能防疫出車質檢系統」要求網約車司機每日出車前須實時拍攝上傳佩戴口罩、車輛已消毒的照片,並準確填寫當時體溫,口罩佩戴識別通過後方可出車,這一識別準確率超過99.5%;而基於車載設備的行程中的口罩佩戴抽檢則已覆蓋全部安裝有車載的城市,識別準確率超98%。

開發者可登陸滴滴雲(https://www.didiyun.com/cmarket/api-cmarket-detail.html?uuid=ddfeaf909b5e53f89105d98cbcfddb03)免費使用口罩佩戴識別技術API接口;亦可在滴滴的開源平台上(http://github.com/didi/maskdetection)獲取更多原始碼信息。

(開發者可登陸滴滴雲免費使用口罩佩戴識別技術API接口)

該口罩佩戴識別算法模型的開源是基於當前主流的深度學習框架,採用C++語言編寫,可配合目前多種開源或企業自研的人臉檢測算法使用,即插即用、使用靈活、部署方便,可應用於多種不同的雲、邊設備。算法模型可廣泛應用於出行場景、手機拍照、監控圖像的人臉佩戴口罩的快速識別,滿足24小時全天候識別的應用需求。如在公共設施、出入口、檢查站等人員密集場所,可基於該技術秒級定位未按要求佩戴口罩的重點人員,更好、更全面地落實防疫措施;企事業單位亦可基於該技術對從業人員佩戴口罩情況的全過程進行實時檢測,有力保障健康、安全生產。

(口罩佩戴識別效果圖)

文章來源: https://twgreatdaily.com/zh-tw/o9EHXnAB3uTiws8KpMIc.html