客流未佩戴口罩识别

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：

1. 参考 此教程 完成设备的注册；
2. 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

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
...

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_LCNet
sdk version is modelbox-xxx
success: create passenger_flow_mask_det in ███\modelbox\workspace

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

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graphviz
graphconf = """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
}"""

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：

• 过线时刻人脸图片的提取，用于判断是否佩戴口罩
  这一段逻辑体现在 object_tracker 功能单元 object_tracker.py 的 get_tracking_objects 函数中：

    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

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。

• 口罩佩戴信息的传递，用于最后画图和生成告警
  这一段逻辑体现在 merge_track_face_info 功能单元 merge_track_face_info.py 的 process 函数中：

    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

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

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 ███>

然后执行.\bin\main.bat运行应用：

PS ███> .\bin\main.bat
...

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。