黃晟 譚周文

摘要：該文針對新冠肺炎疫情，設(shè)計了一套基于STM32單片機的智能型傳染病安全防護系統(tǒng)。該系統(tǒng)可以在人流量較大的公共場所對人群進行口罩佩戴識別檢測及體溫測量，對未佩戴口罩和體溫較高的人進行語音警報和顯示;同時通過WIFI將視頻數(shù)據(jù)傳輸?shù)竭h(yuǎn)程電腦，由電腦實時監(jiān)控行人信息，實現(xiàn)遠(yuǎn)程監(jiān)控，人臉口罩識別是基于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;體溫測量;遠(yuǎn)程監(jiān)控

中圖分類號：TB277? ? ? ? 文獻標(biāo)識碼：A

文章編號：1009-3044（2021）27-0003-00

1 引言

目前，新冠肺炎疫情依舊是大家關(guān)注的焦點且急需解決的問題。識別人們是否佩戴口罩需求已經(jīng)成為普遍問題。針對此現(xiàn)象作者設(shè)計開發(fā)了一套人臉口罩識別+體溫檢測系統(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)站上我們可以進行Transfer Learning 這樣訓(xùn)練出來的效果相對不錯，并且所用的時間短。該系統(tǒng)對人們進入人流密集場所時進行戴口罩識別和體溫檢測。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

人臉識別技術(shù)在中國的開展研究起步于20世紀(jì)末尾，最早階段技術(shù)方案是基于人臉的特征識別，這階段算法比較少，大多都是使用人臉的數(shù)據(jù)庫進行特征匹配實現(xiàn)人臉的識別，第二階段人臉識別慢慢地實現(xiàn)了算法檢測，著名的有美國的FERET人臉識別算法，這時的人臉識別慢慢地邁入了商業(yè)化，第三階段人臉識別真正的使用了機器自動識別，這一階段出現(xiàn)了采用神經(jīng)網(wǎng)絡(luò)采集的方法，實現(xiàn)多視角人臉識別，也出現(xiàn)了進行三維可變形模型的方法對圖像進行擬合估算出人臉的三維形狀，目前包括百度AI、阿里、騰訊等大廠都在開發(fā)在線口罩識別的工具。并且眾多的目標(biāo)檢測模型包括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)

項目的整體功能設(shè)計框圖如圖1所示。主要的研究內(nèi)容有語音合成模塊、攝像頭模塊、Wi-Fi模塊和紅外線測溫模塊、OLED模塊等。

系統(tǒng)可以通過Openmv4攝像頭模塊采集實時視頻信息，利用人臉口罩檢測模型訓(xùn)練后的算法進行視頻口罩的分析，分析完畢后將處理的結(jié)果返回給STM32F407處理器進行第二次處理，這時會通過ESP8266 WIFI模塊將視頻信息傳入電腦，電腦上會顯示實時畫面，實現(xiàn)遠(yuǎn)程監(jiān)控。如檢測到有人沒有佩戴口罩，處理器會控制語言模塊進行語音提示，同時LED燈會聲光報警。與此同時，紅外線測溫模塊將測量人體體溫并顯示在OLED屏上。

4 系統(tǒng)軟件硬件設(shè)計

4.1攝像頭口罩識別控制設(shè)計

本次項目使用的是OpenMV， 它是一個開源、低成本、功能強大的機器視覺模塊，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語言使用OpenMV提供的機器視覺功能[1]。它與MCU的連接如圖2。

Openmv會首先進行人臉口罩的識別，獲得結(jié)果后通過USART傳給MCU結(jié)果。人臉口罩識別首先需要準(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)通過高效的算法才能訓(xùn)練出一個有效的模型，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，來讓loss最小，接著對數(shù)據(jù)進行迭代訓(xùn)練，使輸出的結(jié)果loss達到比較小，最后算法或者平臺會對整個測試集進行準(zhǔn)確率的評估。

使用Openmv可以通過EDGE IMPULSE在線網(wǎng)站訓(xùn)練我們的模型，網(wǎng)站上我們可以進行Transfer Learning，大大減少了我們訓(xùn)練的時間，最后平臺會自己進行準(zhǔn)確率評估，當(dāng)錯誤率在5%以下時，這個訓(xùn)練出來的模型就具有一定的實用性。

4.2 wifi模塊設(shè)計

項目使用的是ESP8266EX，有較多的GPIO口，支持SPI、I2C、UART通信，MCU通過串口傳輸AT指令實施對ESP8266的控制。具體電路圖如下圖4所示。

4.3 語音合成模塊使用

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

通過URAT傳輸發(fā)送數(shù)據(jù)，以數(shù)據(jù)幀格式進行。當(dāng)檢測出未戴口罩后MCU會發(fā)送數(shù)據(jù)和命令，合成語言，SYN6288解碼后合成語言，通過喇叭實現(xiàn)播放。

4.4人體體溫檢測模塊設(shè)計

系統(tǒng)采用MLX90614模塊檢測人體體溫， 因為物體紅外輻射能量的大小和波長的分布與其表面溫度關(guān)系密切。因此，通過對物體自身紅外輻射的測量，能準(zhǔn)確地確定其表面溫度，紅外測溫就是利用這一原理測量溫度的。紅外測溫器由光學(xué)系統(tǒng)、光電探測器、信號放大器和信號處理及輸出等部分組成電路圖如圖7[3]。

5 系統(tǒng)測試結(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)進行限幅濾波，去掉比較大的誤差值，然后進行中值濾波，將數(shù)據(jù)的中間幾位取算數(shù)平均根，經(jīng)過這樣的數(shù)據(jù)處理，數(shù)據(jù)浮動頻率會大大減小，數(shù)據(jù)變得相對更穩(wěn)定，不會長時間的跳動，并經(jīng)過大量采樣輸出數(shù)據(jù)值與實際溫度值非常接近。

參考文獻：

[1] 金椿柏，姚宇航，蔡煜廷，等.基于無人機進行火場搜救設(shè)備的研究設(shè)計[J].電子制作，2018（18）：21-22.

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

[3] 浦麗華.鐵路專用輕便型紅外測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】