黃晟 譚周文

摘要：該文針對(duì)新冠肺炎疫情，設(shè)計(jì)了一套基于STM32單片機(jī)的智能型傳染病安全防護(hù)系統(tǒng)。該系統(tǒng)可以在人流量較大的公共場(chǎng)所對(duì)人群進(jìn)行口罩佩戴識(shí)別檢測(cè)及體溫測(cè)量，對(duì)未佩戴口罩和體溫較高的人進(jìn)行語(yǔ)音警報(bào)和顯示;同時(shí)通過(guò)WIFI將視頻數(shù)據(jù)傳輸?shù)竭h(yuǎn)程電腦，由電腦實(shí)時(shí)監(jiān)控行人信息，實(shí)現(xiàn)遠(yuǎn)程監(jiān)控，人臉口罩識(shí)別是基于EDGE IMPULSE在線網(wǎng)站訓(xùn)練我們所需要的人臉口罩模型。

關(guān)鍵詞：STM32;EDGE IMPULSE;體溫測(cè)量;遠(yuǎn)程監(jiān)控

中圖分類號(hào)：TB277? ? ? ? 文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1009-3044（2021）27-0003-00

1 引言

目前，新冠肺炎疫情依舊是大家關(guān)注的焦點(diǎn)且急需解決的問(wèn)題。識(shí)別人們是否佩戴口罩需求已經(jīng)成為普遍問(wèn)題。針對(duì)此現(xiàn)象作者設(shè)計(jì)開(kāi)發(fā)了一套人臉口罩識(shí)別+體溫檢測(cè)系統(tǒng)，本系統(tǒng)是基于EDGE IMPULSE在線網(wǎng)站訓(xùn)練我們所需要的人臉口罩模型，在網(wǎng)站上我們可以進(jìn)行Transfer Learning 這樣訓(xùn)練出來(lái)的效果相對(duì)不錯(cuò)，并且所用的時(shí)間短。該系統(tǒng)對(duì)人們進(jìn)入人流密集場(chǎng)所時(shí)進(jìn)行戴口罩識(shí)別和體溫檢測(cè)。為防止新冠肺炎疫情傳播起到良好的保障作用。

2 研究背景分析

人臉識(shí)別技術(shù)在中國(guó)的開(kāi)展研究起步于20世紀(jì)末尾，最早階段技術(shù)方案是基于人臉的特征識(shí)別，這階段算法比較少，大多都是使用人臉的數(shù)據(jù)庫(kù)進(jìn)行特征匹配實(shí)現(xiàn)人臉的識(shí)別，第二階段人臉識(shí)別慢慢地實(shí)現(xiàn)了算法檢測(cè)，著名的有美國(guó)的FERET人臉識(shí)別算法，這時(shí)的人臉識(shí)別慢慢地邁入了商業(yè)化，第三階段人臉識(shí)別真正的使用了機(jī)器自動(dòng)識(shí)別，這一階段出現(xiàn)了采用神經(jīng)網(wǎng)絡(luò)采集的方法，實(shí)現(xiàn)多視角人臉識(shí)別，也出現(xiàn)了進(jìn)行三維可變形模型的方法對(duì)圖像進(jìn)行擬合估算出人臉的三維形狀，目前包括百度AI、阿里、騰訊等大廠都在開(kāi)發(fā)在線口罩識(shí)別的工具。并且眾多的目標(biāo)檢測(cè)模型包括Faster RCNN、SSD、YOLO也得到了更大的推廣和發(fā)展。

3 系統(tǒng)結(jié)構(gòu)

項(xiàng)目的整體功能設(shè)計(jì)框圖如圖1所示。主要的研究?jī)?nèi)容有語(yǔ)音合成模塊、攝像頭模塊、Wi-Fi模塊和紅外線測(cè)溫模塊、OLED模塊等。

系統(tǒng)可以通過(guò)Openmv4攝像頭模塊采集實(shí)時(shí)視頻信息，利用人臉口罩檢測(cè)模型訓(xùn)練后的算法進(jìn)行視頻口罩的分析，分析完畢后將處理的結(jié)果返回給STM32F407處理器進(jìn)行第二次處理，這時(shí)會(huì)通過(guò)ESP8266 WIFI模塊將視頻信息傳入電腦，電腦上會(huì)顯示實(shí)時(shí)畫面，實(shí)現(xiàn)遠(yuǎn)程監(jiān)控。如檢測(cè)到有人沒(méi)有佩戴口罩，處理器會(huì)控制語(yǔ)言模塊進(jìn)行語(yǔ)音提示，同時(shí)LED燈會(huì)聲光報(bào)警。與此同時(shí)，紅外線測(cè)溫模塊將測(cè)量人體體溫并顯示在OLED屏上。

4 系統(tǒng)軟件硬件設(shè)計(jì)

4.1攝像頭口罩識(shí)別控制設(shè)計(jì)

本次項(xiàng)目使用的是OpenMV， 它是一個(gè)開(kāi)源、低成本、功能強(qiáng)大的機(jī)器視覺(jué)模塊，它集成了OV7725攝像頭芯片，提供Python編程接口。使用者們可以用python語(yǔ)言使用OpenMV提供的機(jī)器視覺(jué)功能[1]。它與MCU的連接如圖2。

Openmv會(huì)首先進(jìn)行人臉口罩的識(shí)別，獲得結(jié)果后通過(guò)USART傳給MCU結(jié)果。人臉口罩識(shí)別首先需要準(zhǔn)備大量的人臉口罩圖片稱為數(shù)據(jù)集，大量的不同的數(shù)據(jù)通過(guò)高效的算法才能訓(xùn)練出一個(gè)有效的模型，概念如圖3，這種方式叫作深度訓(xùn)練模型訓(xùn)練。

通用的步驟是首先定義算法公式，也就是神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)處理算法，目前常用的是inceptionV4，mobilenet等，然后確定loss，也就是選擇優(yōu)化器，來(lái)讓loss最小，接著對(duì)數(shù)據(jù)進(jìn)行迭代訓(xùn)練，使輸出的結(jié)果loss達(dá)到比較小，最后算法或者平臺(tái)會(huì)對(duì)整個(gè)測(cè)試集進(jìn)行準(zhǔn)確率的評(píng)估。

使用Openmv可以通過(guò)EDGE IMPULSE在線網(wǎng)站訓(xùn)練我們的模型，網(wǎng)站上我們可以進(jìn)行Transfer Learning，大大減少了我們訓(xùn)練的時(shí)間，最后平臺(tái)會(huì)自己進(jìn)行準(zhǔn)確率評(píng)估，當(dāng)錯(cuò)誤率在5%以下時(shí)，這個(gè)訓(xùn)練出來(lái)的模型就具有一定的實(shí)用性。

4.2 wifi模塊設(shè)計(jì)

項(xiàng)目使用的是ESP8266EX，有較多的GPIO口，支持SPI、I2C、UART通信，MCU通過(guò)串口傳輸AT指令實(shí)施對(duì)ESP8266的控制。具體電路圖如下圖4所示。

4.3 語(yǔ)音合成模塊使用

本次使用的語(yǔ)音合成模塊為SYN6288-A，主控通過(guò)串口發(fā)送指令，SYN6288解碼合成語(yǔ)音，通過(guò)外接的喇叭實(shí)現(xiàn)聲音的轉(zhuǎn)化。

通過(guò)URAT傳輸發(fā)送數(shù)據(jù)，以數(shù)據(jù)幀格式進(jìn)行。當(dāng)檢測(cè)出未戴口罩后MCU會(huì)發(fā)送數(shù)據(jù)和命令，合成語(yǔ)言，SYN6288解碼后合成語(yǔ)言，通過(guò)喇叭實(shí)現(xiàn)播放。

4.4人體體溫檢測(cè)模塊設(shè)計(jì)

系統(tǒng)采用MLX90614模塊檢測(cè)人體體溫， 因?yàn)槲矬w紅外輻射能量的大小和波長(zhǎng)的分布與其表面溫度關(guān)系密切。因此，通過(guò)對(duì)物體自身紅外輻射的測(cè)量，能準(zhǔn)確地確定其表面溫度，紅外測(cè)溫就是利用這一原理測(cè)量溫度的。紅外測(cè)溫器由光學(xué)系統(tǒng)、光電探測(cè)器、信號(hào)放大器和信號(hào)處理及輸出等部分組成電路圖如圖7[3]。

5 系統(tǒng)測(cè)試結(jié)果

本系統(tǒng)每采樣20次得到一次數(shù)據(jù)集輸出，首先我們將得到的數(shù)據(jù)進(jìn)行限幅濾波，去掉比較大的誤差值，然后進(jìn)行中值濾波，將數(shù)據(jù)的中間幾位取算數(shù)平均根，經(jīng)過(guò)這樣的數(shù)據(jù)處理，數(shù)據(jù)浮動(dòng)頻率會(huì)大大減小，數(shù)據(jù)變得相對(duì)更穩(wěn)定，不會(huì)長(zhǎng)時(shí)間的跳動(dòng)，并經(jīng)過(guò)大量采樣輸出數(shù)據(jù)值與實(shí)際溫度值非常接近。

參考文獻(xiàn)：

[1] 金椿柏，姚宇航，蔡煜廷，等.基于無(wú)人機(jī)進(jìn)行火場(chǎng)搜救設(shè)備的研究設(shè)計(jì)[J].電子制作，2018（18）：21-22.

[2] 鄒益民，庹超超，宗敏.一種基于手機(jī)WiFi的無(wú)線測(cè)控技術(shù)及其應(yīng)用[J].工業(yè)儀表與自動(dòng)化裝置，2017（2）：43-46.

[3] 浦麗華.鐵路專用輕便型紅外測(cè)溫儀檢定方法的探討[J].上海鐵道科技，2014（1）：64-65，49.

【通聯(lián)編輯：聞翔軍】