本文分享自华为云社区《客流分析之未佩戴口罩识别》，作者： HiLens_feige 。
疫情虽然过去了，口罩佩戴防护依然十分重要，本文在 基于头肩部检测的过线客流统计 博文基础上增加口罩佩戴检测功能：采用头肩部检测人形并进行跟踪，当头肩部中心点跨过事先划定的线段时，增加客流计数，同时检查此人是否佩戴口罩；过线前后的人形将使用不同颜色的框表示，画面中会实时显示客流数量，若有未佩戴口罩的人也会产生告警。
准备工作
本文将使用华为云ModelArts进行人形检测模型的训练，并使用ModelBox框架进行应用开发，使用前开发者需要完成如下准备工作：
参考 此教程 完成设备的注册；
参考 此教程 完成ModelBox SDK 的安装。
技能开发
这个应用对应的ModelBox版本已经做成模板放在华为云 OBS 中，可以用 sdk 中的solution.bat工具下载，接下来我们给出该应用在ModelBox中的完整开发过程：
1）下载模板
执行.\solution.bat -l可看到当前公开的技能模板：
PS ███> .\solution.bat -l...
Solutions name:mask_det_yolo3...passenger_flow_mask_det_yolo7_LCNet
复制代码
结果中的 passenger_flow_mask_det_yolo7_LCNet 即为过线客流统计+口罩佩戴识别应用模板，可使用如下命令下载模板：
PS ███> .\solution.bat -s passenger_flow_mask_det_yolo7_LCNet...
复制代码
solution.bat工具的参数中，-l 代表list，即列出当前已有的模板名称；-s 代表solution-name，即下载对应名称的模板。下载下来的模板资源，将存放在ModelBox核心库的solution目录下。
2）创建工程
在ModelBox sdk 目录下使用create.bat创建passenger_flow_mask_det工程
PS ███> .\create.bat -t server -n passenger_flow_mask_det -s passenger_flow_mask_det_yolo7_LCNetsdk version is modelbox-xxxsuccess: create passenger_flow_mask_det in ███\modelbox\workspace
复制代码
create.bat工具的参数中，-t 表示创建事务的类别，包括工程(server)、Python 功能单元(Python)、推理功能单元(infer)等；-n 代表name，即创建事务的名称；-s 代表solution-name，表示将使用后面参数值代表的模板创建工程，而不是创建空的工程。
workspace目录下将创建出passenger_flow_mask_det工程，工程内容如下所示：
passenger_flow_mask_det|--bin│ |--main.bat：应用执行入口│ |--mock_task.toml：应用在本地执行时的输入输出配置，此应用默认使用本地视频文件为输入源，最终结果输出到另一本地视频文件，可根据需要修改|--CMake：存放一些自定义CMake函数|--data：存放应用运行所需要的图片、视频、文本、配置等数据│ |--passenger_flow.mp4：客流统计测试用视频文件│ |--simsun.ttc：中文字体库|--dependence│ |--modelbox_requirements.txt：应用运行依赖的外部库在此文件定义，本应用依赖pillow工具包|--etc│ |--flowunit：应用所需的功能单元存放在此目录│ │ |--cpp：存放C++功能单元编译后的动态链接库，此应用没有C++功能单元│ │ |--collapse_multi_face：合并功能单元，将同一张图的多个人脸的口罩佩戴数据进行合并输出│ │ |--draw_passenger_bbox：客流画图功能单元│ │ |--expand_face_images：展开功能单元，将同一张图的多个人脸检测框展开为多个输出│ │ |--face_condition：条件功能单元，根据图中是否检测到人脸输出不同的分支│ │ |--merge_track_face_info：将跟踪信息与口罩佩戴信息整合输出│ │ |--object_tracker：目标跟踪功能单元│ │ |--yolov7_post：头肩部检测使用的是YOLO7模型，此处即为后处理功能单元|--flowunit_cpp：存放C++功能单元的源代码，此应用没有C++功能单元|--graph：存放流程图│ |--passenger_flow_mask_det.toml：默认流程图，使用本地视频文件作为输入源│ |--modelbox.conf：modelbox相关配置|--hilens_data_dir：存放应用输出的结果文件、日志、性能统计信息|--model：推理功能单元目录│ |--head_detection：头肩部检测推理功能单元│ │ |--head_detection.toml：头肩部检测推理功能单元的配置文件│ │ |--head_det_yolo7_lite_224x352.onnx：头肩部检测onnx模型│ |--mask_cls：口罩佩戴分类推理功能单元│ │ |--mask_cls.toml：口罩佩戴分类推理功能单元的配置文件│ │ |--mask_cls.onnx：口罩佩戴分类onnx模型|--build_project.sh：应用构建脚本|--CMakeLists.txt|--rpm：打包rpm时生成的目录，将存放rpm包所需数据|--rpm_copyothers.sh：rpm打包时的辅助脚本
复制代码
3）查看流程图
passenger_flow_mask_det工程graph目录下存放流程图，默认的流程图passenger_flow_mask_det.toml与工程同名，其内容为（以 Windows 版ModelBox为例）：
[driver]# 功能单元的扫描路径，包含在[]中，多个路径使用,分隔# ${HILENS_APP_ROOT} 表示当前应用的实际路径# ${HILENS_MB_SDK_PATH} 表示ModelBox核心库的实际路径dir = [ "${HILENS_APP_ROOT}/etc/flowunit", "${HILENS_APP_ROOT}/etc/flowunit/cpp", "${HILENS_APP_ROOT}/model", "${HILENS_MB_SDK_PATH}/flowunit",]skip-default = true
[profile]# 通过配置profile和trace开关启用应用的性能统计profile = false # 是否记录profile信息，每隔60s记录一次统计信息trace = false # 是否记录trace信息，在任务执行过程中和结束时，输出统计信息dir = "${HILENS_DATA_DIR}/mb_profile" # profile/trace信息的保存位置
[flow]desc = "passenger flow count and mask detection example using yolo7 and LCNet for local video or rtsp video stream" # 应用的简单描述
[graph]format = "graphviz" # 流程图的格式，当前仅支持graphvizgraphconf = """digraph passenger_flow_mask_det { node [shape=Mrecord] queue_size = 4 batch_size = 1
# 定义节点，即功能单元及其属性 input1[type=input, flowunit=input, device=cpu, deviceid=0] data_source_parser[type=flowunit, flowunit=data_source_parser, device=cpu, deviceid=0] video_demuxer[type=flowunit, flowunit=video_demuxer, device=cpu, deviceid=0] video_decoder[type=flowunit, flowunit=video_decoder, device=cpu, deviceid=0, pix_fmt="rgb"] resize[type=flowunit flowunit=resize device=cpu deviceid="0" image_width=352, image_height=224] color_transpose[type=flowunit flowunit=packed_planar_transpose device=cpu deviceid="0"] normalize[type=flowunit flowunit=normalize device=cpu deviceid="0" standard_deviation_inverse="0.0039215686,0.0039215686,0.0039215686"] head_detection[type=flowunit flowunit=head_detection device=cpu deviceid="0"] yolov7_post[type=flowunit flowunit=yolov7_post device=cpu deviceid="0"] object_tracker[type=flowunit flowunit=object_tracker device=cpu deviceid="0"] face_condition[type=flowunit flowunit=face_condition device=cpu deviceid="0"] expand_face_images[type=flowunit, flowunit=expand_face_images, device=cpu, deviceid=0] image_resize2[type=flowunit, flowunit=resize, device=cpu, deviceid=0, image_width=96, image_height=96] color_transpose2[type=flowunit flowunit=packed_planar_transpose device=cpu deviceid="0"] mean[type=flowunit flowunit=mean device=cpu deviceid="0" mean="123.675, 116.28, 103.53"] normalize2[type=flowunit flowunit=normalize device=cpu deviceid="0" standard_deviation_inverse="0.01742919,0.0175070,0.01712475"] mask_cls[type=flowunit, flowunit=mask_cls, device=cpu, deviceid=0] collapse_multi_face[type=flowunit, flowunit=collapse_multi_face, device=cpu, deviceid=0] merge_track_face_info[type=flowunit, flowunit=merge_track_face_info, device=cpu, deviceid=0] draw_passenger_bbox[type=flowunit, flowunit=draw_passenger_bbox, device=cpu, deviceid=0] video_out[type=flowunit, flowunit=video_out, device=cpu, deviceid=0]
# 定义边，即功能间的数据传递关系 input1:input -> data_source_parser:in_data data_source_parser:out_video_url -> video_demuxer:in_video_url video_demuxer:out_video_packet -> video_decoder:in_video_packet video_decoder:out_video_frame -> resize:in_image resize:out_image -> color_transpose:in_image color_transpose:out_image -> normalize:in_data normalize:out_data -> head_detection:input head_detection:output -> yolov7_post:in_feat yolov7_post:out_data -> object_tracker:in_bbox video_decoder:out_video_frame -> face_condition:in_image object_tracker:out_track -> face_condition:in_track face_condition:no_face -> draw_passenger_bbox:in_image face_condition:has_face -> expand_face_images:in_image expand_face_images:roi_images -> image_resize2:in_image image_resize2:out_image -> color_transpose2:in_image color_transpose2:out_image -> mean:in_data mean:out_data -> normalize2:in_data normalize2:out_data -> mask_cls:input mask_cls:output -> collapse_multi_face:in_feat collapse_multi_face:out_data -> merge_track_face_info:in_face_info face_condition:has_face -> merge_track_face_info:in_image merge_track_face_info:out_image -> draw_passenger_bbox:in_image draw_passenger_bbox:out_image -> video_out:in_video_frame}"""
复制代码
整个应用逻辑较为复杂，视频解码后做图像预处理，接着是头肩部检测，模型后处理得到头肩框，送入跟踪算法进行实时跟踪与过线判断，此时根据是否有人过线并检测到人脸分成两个分支，一个分支直接输出跟踪信息，另一个分支将人脸检测框裁剪出来做口罩佩戴识别，最后将跟踪信息与口罩识别结果整合后画到图像输出到视频中。应用中使用到了 条件功能单元、展开/合并功能单元。
4）核心逻辑
本应用的核心逻辑有几处：
def get_tracking_objects(self, line_y): '''从跟踪器中获取跟踪目标，保存到结构化数据中''' def _is_pass_line(bbox, line_y): '''根据检测框的中心点与线段的水平位置关系判断是否过线''' center_y = (bbox[1] + bbox[3]) / 2 return center_y > line_y
track_bboxes = [track.det for track in self.tracker.tracks] matches, _, _ = match(face_bboxes, track_bboxes, self.face_cover_ratio, True)
tracking_objects = [] # 所有跟踪目标 face_info = {} # 刚刚过线的人头目标对应的人脸框，track_id -> face_bbox for ix, track in enumerate(self.tracker.tracks): # 只记录CONFIRMED状态的跟踪目标 if track.state != EasyTracker.TrackingState.CONFIRMED: continue tracking_obj = {} # 使用字典保存跟踪目标 tracking_obj["id"] = track.track_id # 跟踪id tracking_obj["bbox"] = track.det # 跟踪框 if not track.passline and _is_pass_line(track.det, line_y): # 刚好过线 track.passline = True self.flow_count += 1 if ix in matches: # 找到了匹配的人脸框 face_info[track.track_id] = face_bboxes[matches[ix]] tracking_obj["passline"] = track.passline # 记录过线信息 tracking_objects.append(tracking_obj) return tracking_objects, face_info
复制代码
可以看到，与 过线客流统计 中的代码相比，此处还做了头肩部与人脸的匹配，当某头肩部过线时，若它匹配到了人脸（人脸框在头肩部框中），将它们进行关联（使用跟踪 id 关联）。后面的功能单元跟人脸框信息裁剪出人脸图片进行口罩佩戴分类。
def process(self, data_context): # 从DataContext中获取输入输出BufferList对象 in_image = data_context.input("in_image") in_face_info = data_context.input("in_face_info") out_image = data_context.output("out_image")
# 循环处理每一个输入Buffer数据 for buffer_img, buffer_mask in zip(in_image, in_face_info): # 获取输入图像Buffer的宽、高、通道数等属性信息 width = buffer_img.get('width') height = buffer_img.get('height') channel = buffer_img.get('channel')
# 将输入图像Buffer转换为numpy对象 img_data = np.array(buffer_img.as_object(), dtype=np.uint8, copy=False) img_data = img_data.reshape(height, width, channel)
# 提取口罩佩戴信息，转换为numpy对象 mask_info = np.array(buffer_mask.as_object(), copy=False)
# 提取图像Buffer中附带的json跟踪数据，转换为dict对象 track_info = json.loads(buffer_img.get("track_info")) face_info = json.loads(track_info['face_info']) for ix, id in enumerate(face_info): # 将口罩佩戴信息更新到人脸数据中 face_info[id] = int(mask_info[ix])
# 更新跟踪数据dict，转换为json对象 track_info["face_info"] = json.dumps(face_info) buffer_img.set("track_info", json.dumps(track_info))
# 将输出Buffer放入输出BufferList中 out_image.push_back(buffer_img)
# 返回成功标志，ModelBox框架会将数据发送到后续的功能单元 return modelbox.Status.StatusCode.STATUS_SUCCESS
复制代码
可以看到，口罩佩戴数据整合到跟踪数据中，作为属性附在图片上往后传递。
5）三方依赖库
本应用中的画图功能单元以来 pillow 工具包以实现中文输出，ModelBox应用不需要手动安装三方依赖库，只需要配置在 dependence\modelbox_requirements.txt 即可。另外，中文输出还需要对应的字体库，存放在 data 目录下，画图功能单元初始化时将从此目录加载资源。
6）查看输入输出配置
查看任务配置文件bin/mock_task.toml，可以看到其中的任务输入和任务输出配置为如下内容：
[input]type = "url"url = "${HILENS_APP_ROOT}/data/passenger_flow.mp4" # 表示输入源为本地视频文件
[output]type = "local"url = "${HILENS_APP_ROOT}/hilens_data_dir/passenger_flow_result.mp4" # 表示输出为本地视频文件
复制代码
即，使用本地视频文件data/passenger_flow.mp4作为输入，统计过线客流后，画图输出到本地视频文件data/passenger_flow_result.mp4中。
7）用启动脚本执行应用
启动应用前执行.\build_project.sh进行工程构建，该脚本将编译自定义的 C++功能单元（本应用不涉及）、将应用运行时会用到的配置文件转码为 Unix 格式（防止执行过程中的格式错误）：
PS ███> .\build_project.sh...PS ███>
复制代码
然后执行.\bin\main.bat运行应用：
PS ███> .\bin\main.bat...
复制代码
运行结束后在hilens_data_dir目录下生成了passenger_flow_result.mp4文件，可以打开查看：
可以看到，黄色线段即为过线统计的水平线段，未过线的人使用灰色框标记其头肩部，已过线且未佩戴口罩的使用红色框，已过线且佩戴口罩的使用蓝色框，画面左上角实时显示总的过线客流数量，若画面中有未佩戴口罩的人会输出告警。
3. 小结
通过本教程，我们学习了客流统计应用的扩展——过线客流统计+口罩佩戴识别，可用于商超、写字楼入口安检。
点击关注，第一时间了解华为云新鲜技术~
评论