通过阿里云“人脸口罩检测”能力构建疫情防控能力

本文涉及的产品
对象存储 OSS,20GB 3个月
对象存储 OSS,恶意文件检测 1000次 1年
图像搜索,7款服务类型 1个月
简介: 面对2020疫情情况,人员是否佩戴口罩是关键的疫情控制点,口罩佩戴检测则是一项核心工作。但是,以人盯人的方式去监督管理是较为耗费人力的并且存在疏漏的可能,因此阿里云推出了基于视觉智能API分析的“口罩检测”能力,通过该能力可快速构建监控系统并可统计人员的口罩佩戴情况,实现疫情防控的AI化,数字化。

   面对2020疫情情况,人员是否佩戴口罩是关键的疫情控制点,口罩佩戴检测则是一项核心工作。但是,以人盯人的方式去监督管理是较为耗费人力的并且存在疏漏的可能,因此阿里云推出了基于视觉智能API分析的“口罩检测”能力,通过该能力可快速构建监控系统并可统计人员的口罩佩戴情况,实现疫情防控的AI化,数字化。

能力介绍


典型用例


   “口罩检测”能力是通过对图片中面积最大的人脸进行口罩检测,通过图像识别判断是否佩戴口罩。
1.jpg
   若想立即体验口罩检测的实际能力,欢迎到OpenAPI Explorer上进行在线调试,调试地址为: 点击此处跳转

接口信息概要


入参描述


参数列表如下:
2.jpg

入参样例如下:
以JSON格式为例

  • {

    "ImageURL":"https://viapi-demo.oss-cn-shanghai.aliyuncs.com/viapi-demo/images/DetectImageElements/detect-elements-src.png"

    }

返回值描述


返回值字段列表如下:
3.jpg
返回值的样例值如下:
以JSON格式为例
  • {
    "RequestId": "D6C24839-91A7-41DA-B31F-98F08EF80CC0",

   "Data": {
   "Mask": 1,
   "FaceProbability":0.999
      }
   }

口罩检测解决方案


整体架构

  • 解决方案1:将待检测图片先通过人脸识别AI识别具体人脸情况,再将提取到的人脸通过口罩识别AI识别每个具体人员是否佩戴口罩。该方案适合于图片中有多人的场景,譬如公共场所、商场出入口、店内全景等人员流动较大的监控识别场景。
  • 解决方案2:将待检测图片直接通过口罩识别AI,识别该图片中人脸占比最高的人员是否佩戴口罩。该方案适合于图片中只有1个人的场景,譬如门禁、闸口等人员流动小但精度要求较高的场景。

4.png

解决方案中包含如下产品

云产品 是否必选 开通地址 说明
OSS Y https://www.aliyun.com/product/oss 图片或视频数据存储与访问
视觉智能API Y https://vision.aliyun.com/ 人脸识别、口罩检测、图片内容审核等视觉AI能力。
ECS N https://www.aliyun.com/product/ecs 部署口罩检测之外的额外应用逻辑。
短信服务 N https://www.aliyun.com/product/sms?spm=a2c4g.11186623.1kquk9v2l.1.4a9d74c3GfO9d1 在获取到检测结果后,根据业务判断,进行短信预警。

实施步骤


   请首先开通阿里云账号或利用已有阿里云账号登陆,然后开通视觉智能API相应的接口能力。
   接下来,请根据业务具体场景制定待检测图片的数据采集。无论是监控摄像头或是智能手机,通过设备能力都可以获取单张静态图片,或一个视频的多张关键帧。这些图片会在整个业务链路中作为待检测图片传入检测接口。
   在检测阶段,若图片有后续查询需求,可以先将图片存储在OSS。视觉智能API平台的所有图片检测相关接口都支持直接传入OSS生成的临时可用URL地址。由于阿里云的公共云产品之间已经有各项网络优化,建议使用相同Region的OSS和视觉智能API访问路径,以达到最优的检测效率。

具体检测的逻辑分为以下几个步骤:

  1. 使用人脸定位API识别普通人群图片的人脸坐标。详细参考 DetectFace 文档:https://help.aliyun.com/document_detail/146470.html
  2. 根据定位返回的 FaceRectangles 字段获取一组或多组人脸具体坐标组合。
  3. 作为检测接口的图片前处理流程。这里利用OSS的图片处理能力,可以以较小开发成本和计算消耗完成图片预处理,详细请参考 OSS图片裁切文档:https://help.aliyun.com/document_detail/44693.html
  4. 获取到裁切后图片的URL后,将预处理过后的图片地址作为参数传入口罩检测接口。若前面步骤使用的是OSS存储,推荐使用VPC内访问路径得到最快的接口响应速度。

   在利用视觉智能API的SDK完成检测接口的调用并成功获取到接口返回值之后,根据检测的三种结果,即“带口罩”、“未戴口罩”、“口罩未带好”,来触发后续的处理逻辑。
后续的处理有若干种可行的方案:

  • 利用短信服务、或钉钉的开放API对未戴口罩舆情进行报警通知。
  • 根据接口结果进行数值统计和数据持久化,以便后续进行其他决策。
  • 根据接口结果在闸机、入口等地方控制智能硬件工作状态。

结论


   本文介绍了如何利用阿里云视觉智能开放平台上的口罩检测能力快速构建一个口罩检测的解决方案,为目前的新肺疫情提供监控能力。
   本文展示了阿里云即开即用的AI能力与IAAS层基础能力,希望开发者可以以此为参考搭建更有价值的解决方案。
相关文章
|
11天前
|
机器学习/深度学习 监控 安全
《智能安全帽检测:科技赋能安全管理的深度解析》
智能安全帽检测算法服务利用深度学习技术,实现实时、高精度的安全帽佩戴检测,显著提升建筑施工、工业生产等高风险行业的安全管理效率,减少安全事故。该服务通过便捷的设备接入、实时监测与报警、数据分析等功能,为企业提供全面的安全管理解决方案。
|
自动驾驶 计算机视觉 Python
《基于AidLux的自动驾驶智能预警应用方案》
基于AidLux的项目实战之 智能预警在AidLux上的部署与应用
《基于AidLux的自动驾驶智能预警应用方案》
|
传感器 机器学习/深度学习 边缘计算
基于AidLux的自动驾驶智能预警应用方案
基于AidLux的自动驾驶智能预警应用方案
133 0
|
自动驾驶 计算机视觉
Aidlux的自动驾驶智能预警方案
本项目为基于Aidlux的自动驾驶智能预警方案,实现了在aidlux上推理展示。智能预警系统包含3个任务:目标检测,可行驶区域检测,车道线检测。
|
存储 机器学习/深度学习 人工智能
《白皮书》:人脸识别系统的组成及面临的安全风险
为全面分析人脸识别市场现状、面临的风险隐患及有效的安全保障措施,顶象近日发布《人脸识别安全白皮书》。该白皮书重点对人脸识别组成以及人脸识别安全面临的阿全风险进行了详细介绍与分析。
261 0
《白皮书》:人脸识别系统的组成及面临的安全风险
|
存储 机器学习/深度学习 人工智能
保障人脸安全!顶象发布《人脸识别安全白皮书》
近日,顶象发布《人脸识别安全白皮书》。该白皮书共有8章73节,系统对人脸识别的组成、人脸识别的内在缺陷、人脸识别的潜在安全隐患、人脸识别威胁产生的原因、人脸识别安全保障思路、人脸识别安全解决方案、国家对人脸识别威胁的治理等进行了详细介绍及重点分析。
193 0
保障人脸安全!顶象发布《人脸识别安全白皮书》
|
机器学习/深度学习 人工智能 算法
口罩检测算法研究现状
近年来,随着人工智能的快速发展,基于深度学习的目标检测算法有着越来越广泛的应用,由于深度学习算法在真实环境中的鲁棒性远超过传统视觉算法,更适合应对现实环境中的各种复杂情况。
1700 0
口罩检测算法研究现状
|
机器学习/深度学习 数据采集 人工智能
脸识别技术发展及实用方案设计
脸识别技术发展及实用方案设计
脸识别技术发展及实用方案设计
|
人工智能 文字识别 监控
阿里云上线“人脸口罩检测”算法服务,助力智能化疫情防控!
近期面对来势汹汹的肺炎疫情,行人是否佩戴口罩是关键的疫情防控点,口罩佩戴检测则是一项核心工作。因此阿里云视觉智能平台(vision.aliyun.com)推出“人脸口罩检测”算法服务,并结合阿里云客流分析平台、钉钉小程序及天猫精灵,共同打造一站式公共场所出行人员口罩佩戴检测及统计预警系统。
1981 0
阿里云上线“人脸口罩检测”算法服务,助力智能化疫情防控!
|
存储 人工智能 算法
全新的智能人脸识别测温系统解决方案
随着春节假期的来临,全国各大城市的火车站、机场、地铁等公共场所将成为疫情防控的重点区域。在这些人流密集的区域实现非接触式筛查、高温群体快速检测是许多城市共同面临的挑战。需要全新的智能人脸识别测温系统来解决这些难题。
500 0
全新的智能人脸识别测温系统解决方案