买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉江苏科技大学申请的专利一种基于视觉技术的是否正确佩戴口罩检测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115984936B 。

龙图腾网通过国家知识产权局官网在2026-03-10发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310016892.3，技术领域涉及：G06V40/16；该发明授权一种基于视觉技术的是否正确佩戴口罩检测方法是由王伟然;王龙;赵进;戴晓强;智鹏飞;朱琬璐;谷丽丽;朱安宏设计研发完成，并于2023-01-06向国家知识产权局提交的专利申请。

本一种基于视觉技术的是否正确佩戴口罩检测方法在说明书摘要公布了：本发明属于人工智能技术领域，具体地说，是一种基于视觉技术的是否正确佩戴口罩检测方法，包括以下步骤：制作检测对象数据集；对现有YOLOv3‑SPP算法中K‑means聚类先验框大小的算法进行改进，得到改进后的CBAM‑YOLOv3‑SPPF算法；利用S1所制作的数据集对CBAM‑YOLOv3‑SPPF算法进行训练，将训练后得到的最佳权重文件重新回馈至CBAM‑YOLOv3‑SPPF算法得到目标检测网络；使用步骤S3得到的目标检测网络检测目标，结合检测到的人体面部信息后，采用特定位置肤色面积测量的方法判别目标人物是否正确佩戴口罩。本发明在实际检测目标是否正确佩戴口罩时，具有很好的鲁棒性与泛化性。

本发明授权一种基于视觉技术的是否正确佩戴口罩检测方法在权利要求书中公布了：1.一种基于视觉技术的是否正确佩戴的口罩检测方法，其特征在于，包括以下步骤： S1：制作检测对象数据集； S2：对现有YOLOv3-SPP算法中K-means聚类先验框大小的算法进行改进，使用SPPF模块对YOLOv3-SPP网络模型进行改进，在检测头Head部分额外增加一个大尺寸的特征输出图，并在检测程序模块Head中融合CBAM注意力机制模块，得到改进后的CBAM-YOLOv3-SPPF算法； S3：利用S1所制作的数据集对CBAM-YOLOv3-SPPF算法进行训练，将训练后得到的最佳权重文件重新回馈至CBAM-YOLOv3-SPPF算法得到目标检测网络； S4：使用步骤S3得到的目标检测网络检测目标，结合检测到的人体面部信息后，采用特定位置肤色面积测量的方法判别目标人物是否正确佩戴口罩； 所述S1的具体过程包括： S1.1、获得大量含有人脸五官特征的高清图片：使用python脚本随机从公开的Large-scaleCelebFacesAttributesCelebADataset人脸属性数据集中抽取10000张不同的有效人脸图片； S1.2：将所抽取的10000张图片进行目标标定制作成数据集：使用LabelImg软件对每张人脸图片中的人眼、鼻子、嘴巴区域画目标标记框，自动生成的.xml文件无法被YOLO网络所训练，使用python脚本voc_yolo将xml文件格式转换为txt文件格式，转换成的txt文件包含：类别ID编号、目标中心点x坐标图片总宽度、目标中心点y坐标图片总高度、目标框的宽带图片总宽度、目标框的高度图片总高度，转换完成后，将其分为8000个训练集，以及2000个测试集； 所述S2的具体过程包括： S2.1、改进K-means聚类算法，计算YOLOv3-SPP的先验框大小：首先利用聚类中心距离远近的关系和赌博轮盘去选取优秀的初始聚类中心，随后采用K-means聚类算法进行迭代更新，最后再对聚类出的12个anchor数值进行变异微调，以寻求最优的anchor数值； S2.2、YOLOv3-SPP网络模型改进：改进后得到的CBAM-YOLOv3-SPPF网络模型由Backbone、Neck和Head三部分构成，其中Backbone采用DarkNet53结构，用来进行特征提取，将原先Neck部分的SPP模块替换为SPPF模块，构成SPPF加FPN的组合，增强特征图特征表达能力的同时提高推理速度，在Head检测头部分额外增加一个大尺寸的特征输出图，提高网络对小型目标的检测精度，在四个检测头Head中分别加入CBAM注意力机制模块，提高网络学习能力； 所述S4的具体过程包括： 使用训练好的目标检测网络对目标人物进行检测，当检测到目标同时具备眼睛，鼻子，嘴巴的时候，判断为目标未佩戴口罩；当检测到目标只有眼睛时，进一步确定目标人物是否正确佩戴口罩：取检测到两眼框外接最小矩形的宽与两倍高，在其最小外接矩形的下方再取一个矩形，记此区域为鼻部决策区域，计算其面积，记作S，于鼻部决策区域提取肤色计算其肤色面积，记作S，若SαS，则认为目标未正确佩戴好口罩，反之，则认为目标人物正确佩戴口罩。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人江苏科技大学，其通讯地址为：212003 江苏省镇江市梦溪路2号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。