服务热线： 400 920 5545
办公自动化杂志0 引言为了有效地防止新冠肺炎疫情蔓延和保护在校的学生、老师以及工作人员，在校人员是否佩戴口罩的情况显得很为重要，因此有效的监督和管理在校人员的口罩佩戴情况的工作就需尽快地落实下来。但在校人员数量庞大，走动频繁，人员密集，且校园中会有出校园与外界接触的员工和老师，如果完全依赖人力来进行监督和管理，就不可避免地出现工作效率低下，工作强度大等弊端，这就使在校人员的风险系数大大增加。这时，利用人工智能技术代替人力进行口罩是否佩戴的监管毫无疑问为更好的选项。为便于校园在疫情期间对在校人员是否佩戴口罩的管理，结合用于深度学习的图像识别技术研究和校园当前的防疫状况，开发一种口罩识别应用系统。校园疫情口罩佩戴识别系统使用无人机或摄像头和人工智能图像识别技术，利用无人机或摄像头采集图片或视频，再利用人工智能图像识别技术判断图像中的人员是否佩戴口罩，这样不仅节约人力，还提高监管效率以及覆盖率。从而使校园内疫情出现和蔓延的概率大大降低。再结合一些平台的服务以及人为的指挥，可进一步提高在校人员的口罩佩戴率。结合校园的情况，上述技术可为校园防控疫情管理和口罩佩戴提供强大的科技监督助力。1 人工智能发展史随着计算机科学技术的迅猛发展，人工智能已成为研究开发能模拟和扩展人类智能理论、方法、技术以及应用系统的一门新科学技术，并已广泛地、大量地存在于生活中。1956 年，约翰麦卡锡在美国达特茅斯学院夏季会议上首次提出了“人工智能”这一概念。这被视为人工智能正式诞生的标志。自诞生以来，人工智能经历了两次发展，但随后又跌入谷底。然而在当今世界，由于数据、计算能力和算法的长足进步，基于联结主义和行为主义的人工智能也同样取得了长足的进步，同时人工智能也迎来第三次发展。校园疫情口罩佩戴识别系统赵宇波 顾开宇 陆宇龙 吴 苑（江苏农林职业技术学院 句容 212400）摘 要：2020 年初，新冠肺炎疫情的突然爆发，对人们生命产生巨大威胁。即使疫情得到有效控制，在人口密集的校园中，为了防止病毒的传播，要求师生员工们只要在外面出行、与人接触时，必须佩戴口罩。校园疫情防控口罩佩戴识别系统可有效地监督师生员工们是否佩戴口罩，成为防控疫情的重要组成部分。本文提出以深度学习为基础，采用卷积神经网络模型，实现多目标检测技术。通过采集照片或分析视频某帧画面，能识别出图像中是否存在人员未佩戴口罩，若存在则对其发出警告。适用于校园疫情防控期间提醒校内人员佩戴口罩，以提高校园安全系数，进行疫情的有效防控。关键词：口罩佩戴识别； 疫情防控； 目标检测中图分类号: TN911.73文...
