基于FaceNet网络的口罩人脸识别人流监测系统

摘要：

随着新冠疫情面向全球的放开,为排查新型冠状病毒肺炎感染者的时空交集人员,对各大高校场景中人员感染、二次感染等情况进行预防,以及对人员流动做有效监测,提出基于FaceNet网络改进的口罩人脸识别技术.采用MobilenetV2替换FaceNet原有的主干网络,实现戴口罩下人脸身份识别,并将社交距离算法、非接触群体测温技术进行整合,将算法技术融入树莓派4B中.通过对网络模型进行实验以及训练,相比于现有的FaceNet网络极大程度优化了识别精度、推理速度,准确率显著提升,在识别群体人脸时的召回率显著提高.使用较高配置的物联网系统,对开放后的各大高校可精确检测个体人员流动、人员体温、违反社交距离人员、个体时空交集、楼栋中各通道的人流密集度等情况,能够很好预防感染或二次感染.

关键词：新冠疫情、二次感染、人流追踪、群体测温、口罩人脸识别、机器学习、人工智能、物联网技术

所属期刊栏目：46

分类号：TN911.73-34;TS958

资助基金：湖南省大学生创新创业训练计划项目;湖南省教育厅科学研究重点项目;湖南省教育普通高等学校教学改革研究项目

在线出版日期：2023-10-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：65-69