圖書館防疫實時監測系統

張杰，朱楊冕，王飛鵬，游皓宇

（東南大學 成賢學院電子與計算機工程學院，江蘇南京，210000）

1 研究背景及相關技術介紹

■1.1 研究背景

傳統防疫時通常采用大量人力資源對場所人員進行人工的體溫檢測、口罩佩戴等規范性檢查，成本較高、效率低下，并且受人的主觀性影響較大而易出現紕漏。繼而，在高新企業園區等一些場所，一些自動化設備應運而生來滿足運行速度的需要，例如一體式體溫檢測儀等，它們提高了檢測便捷性，但存在著彼此獨立、不互通、操作復雜、依舊需要不少人員值守的缺陷，本質上并沒有減少太多“人”的工作量。

關于口罩識別技術，目前主流的檢測識別方式是使用OpenCV 進行圖像處理和目標識別，應用在口罩檢測上為使用閾值函數轉換黑白，檢測面部的眼鼻以判斷是否存在人臉，再檢測面部的口鼻，來判斷有沒有佩戴口罩。這樣的檢測方法存在一些弊端，首先是檢測人臉時由于口罩遮擋，很多場景下無法正確判斷人臉的存在，后續的口罩檢測自然是無法實現。其次，OpenCV 處理圖像時會先通過閾值進行黑白處理，遇到暗光場景和偏轉角度的場景，黑白處理結果不盡如人意，檢測的準確率偏低。最后，由于需要多批次檢測人臉的眼口鼻，程序執行的效率很低，對性能要求還更高。

■1.2 YOLOv5

Yolov5 是一種基于PyTorch 實現的輕量級深度學習框架，用于實現快速、高效的實時圖像分析。它可用于檢測、識別和分割一系列像素和特定場景的物體。與早期的YOLO系列相比，Yolov5 的優勢在于更快的速度、更少的硬件要求以及更容易地訓練過程。Yolov5 的最初版本是Yolov4，它使用網絡結構為CSPDarkNet53 架構，可以達到更高的準確性和可擴展性。不僅能夠對較大物體進行檢測，而且還能檢測出更小的物體，更準確地定位物體，并支持多類物體檢測。Yolov5 的檢測能力在小物體和速度的關系上優于Yolov4。此外，Yolov5 還支持梯度檢測，可以提高模型性能，并讓模型更加準確。梯度檢測的好處在于，它可以幫助查找樣本中的差異，從而提高檢測準確性。總之，Yolov5 是一種在Yolo 系列中最新的圖像檢測框架，它比其他框架更快，也更精確，降低了硬件要求，并具有可擴展的特點以及強大的抗攻擊性。

2 系統總體方案

■2.1 門禁防疫管理的設計思路

為了同時保證入館效率與防疫力度，本項目將傳統入館方式（身份識別入館）與各項防疫措施（口罩識別、體溫測量、消殺）結合在一起，用戶在刷卡識別身份的同時，會同時對用戶進行口罩識別檢測與體溫測量，滿足上述三條件后，門禁系統即可自動開閘。為了進一步加大防護力度，用戶可以在通過閘門后進行自動消殺。門禁防疫管理框架圖如圖1所示。

圖1 門禁防疫管理框架圖

■2.2 室內防疫管理的設計思路

用戶在進入室內后，室內攝像頭可以實時進行多人的口罩識別檢測，同時圖書館內座位上配備的紅外測溫實時檢測用戶的體溫，上述兩條件異常時，系統可以直接將用戶的位置信息報告給管理員，管理員即可方便快速地找出并提醒異常人員。室內防疫管理框架圖如圖2 所示。

圖2 室內防疫管理框架圖

3 硬件實現

■3.1 主控單片機

主控單片機選擇STM32F103ZET6 系統板，該系統板具有一鍵下載功能，能夠避免多次設置B0 與B1 的問題，僅通過一根USB 線即可實現開發。同時該單片機擁有5 個UART 通信接口、3 個SPI 接口以及2 個IC 接口，滿足本項目多個模塊之間的互聯。

■3.2 身份識別

身份識別部分采用M4255-HA IC 卡RFID 讀寫模塊，具有命令模式、自動讀卡號、自動讀塊數據、自動讀卡號與塊數據的工作模式，可以實現讀卡號、讀寫扇區數據塊、扇區加密、增減值等。同時，該模塊的讀寫IC 卡距離可達6cm，滿足日常的身份識別刷卡的要求。

■3.3 紅外測溫

門禁紅外測溫部分采用的是MLX90614 型號的紅外測溫模塊，而室內紅外測溫部分采用的則是MLX90640 型號的紅外測溫模塊。MLX90614 紅外測溫模塊與MLX90640 紅外測溫模塊同樣采用I2C 通信，MLX90640紅外測溫模塊相較于MLX90614 紅外測溫模塊的工作距離更大，因此更適用于室內的紅外測溫。

■3.4 門禁閘門

門禁閘門部分采用MG996舵機180°型號，操作簡單快捷，可通過主控單片機可自由控制舵機旋轉角度，從而達到開閘與關閘的功能。

■3.5 硬件電路

各模塊的電路連接設計與門禁硬件框架如圖3、4 所示。

圖3 電路連接設計圖

圖4 門禁硬件框架圖

4 系統功能設計

■4.1 門禁防疫管理

圖書館門禁防疫管理是由身份識別、口罩識別、紅外測溫、舵機開閘與自動消殺五部分組成。

4.1.1 身份識別模塊

身份識別部分采用M4255-HA IC 卡RFID 讀寫模塊，該模塊使用RS-232C 接口和外部設備進行通信，支持多種指令集，內置存儲器和CPU 芯片，具有命令模式、自動讀卡號、自動讀塊數據、自動讀卡號與塊數據的工作模式。該模塊工作時，檢測出IC 卡號并與代碼中已存正確卡號進行對比，卡號對比正確后，該模塊向主控STM32F103ZET6 發送數據“1”，即代表該身份識別正確；反之，卡號對比錯誤，該模塊向主控STM32F103ZET6 發送數據“0”，并由主控控制蜂鳴器進行報警。

4.1.2 門禁口罩檢測模塊

口罩檢測部分主要使用YOLOv5 進行視頻流的目標檢測，YOLOv5 是一種單階段目標檢測算法，該算法在YOLOv4 的基礎上修改，速度、準確率和模型大小等方面都有所提升，其主要優點是可以自適應地調整檢測框的大小和形狀，從而更好地適應不同形狀和尺寸的物體，同時降低了網絡的計算復雜度。首先收集佩戴口罩和未佩戴口罩的圖片制作數據集并訓練權重，然后用訓練出的權重調用YOLOv5的檢測輸入圖片或視頻流，YOLOv5 會對每一幀進行人及口罩的目標預測，輸出擬合度高的目標，檢測到未佩戴口罩的行為后，保存照片，最后將是否佩戴口罩結果通過串口直接發送給下位機，以提供信息判斷是否開門。GUI 界面使用pyqt5 語法，利用qtdesigner 設計界面，將界面按鈕與功能函數整合。

4.1.3 門禁紅外測溫模塊

紅外測溫部分采用的是MLX90614 型號的紅外測溫模塊，該模塊采用非接觸式紅外測量技術，可以在不接觸到被測物體的情況下，通過紅外輻射信號來檢測目標物體的溫度。并且可以通過I2C 總線實現數字信號輸出，響應速度快、測量精度高、使用方便等優點。單片機與MLX90614 紅外測溫模塊之間通信的方式是“類I2C”通信，單片機接收到MLX90614 發送出的數據，經過特定處理后即可得到檢測目標的溫度信息，自己設定一個溫度合格范圍，若超出這個范圍，即進行報警提示溫度過高，若溫度處于正常范圍內，對應的溫度變量置1，表示溫度正常，溫度條件滿足。

當上述三部分皆向主控發送數據“1”時，滿足舵機開閘條件，此時主控STM32F103ZET6 控制舵機轉動90°，使進館人員通過門禁。

4.1.4 自動消殺模塊

自動消殺部分由一個繼電器、霧化器驅動電路和霧化片組成。當進館人員順利通過門禁后，紅外感應器SR602 在檢測到人體時向主控STM32F103ZET6 發送數據“1”，此時主控來控制繼電器，繼電器在接收到主控輸出的信號時常開端閉合，霧化片回路閉合則開始工作噴霧，在這個回路中，繼電器相當于一個開關，在主控中可通過延時來控制噴霧時間并設定一個封鎖時間，避免對同一目標重復工作，噴霧消毒液選用酒精。

■4.2 室內防疫管理

圖書館室內防疫管理是由口罩識別、座位管理、紅外測溫與管理員提醒四部分組成。

4.2.1 室內口罩檢測模塊

室內口罩檢測部分同樣使用YOLOv5 進行視頻流的目標檢測，但與門禁口罩檢測部分不同的是，室內口罩檢測可以實時檢測多人口罩的佩戴情況，首先收集佩戴口罩和未佩戴口罩的圖片制作數據集并訓練權重，然后用訓練出的權重調用YOLOv5 的檢測輸入圖片或視頻流，YOLOv5 會對每一幀進行人及口罩的目標預測，輸出擬合度高的目標，檢測到未佩戴口罩的行為后，保存照片，最后圖室內部分調用郵箱發送函數，將圖片和提醒發送到預先設定的郵箱和微信公眾號完成提醒功能。GUI 界面使用pyqt5 語法，利用qtdesigner 設計界面，將界面按鈕與功能函數整合。如圖5 所示。

圖5 室內口罩識別頁面

4.2.2 座位管理模塊

座位管理部分采用目標間的距離檢測來實現座位的間隔管理，從而避免人員距離過近，YOLOv5 檢測要檢測的視頻流中的所有人，然后再計算所有檢測到的人之間的相互“距離”，和現實生活中用“m”這樣的單位衡量距離 不一樣的是，在計算機中，簡單的方法是用檢測到的兩個人的質心，也就是檢測到的目標框的中心之間相隔的像素值作為計算機中的“距離”來衡量視頻中的人之間的距離是否超過安全距離。

座位管理部分具體構建步驟：

基于以上口罩目標檢測算法來檢測視頻流中的所有人，得到目標的位置信息并通過檢測目標所得到的矩形框的四個邊角位置坐標來計算其質心位置，然后將所有目標的質心位置保存于數組中；利用itertools 模塊提供的組合生成函數combinations 函數使所有目標質心進行兩兩組合且不帶重復，然后計算所有檢測到的人質心之間的相互距離；自己設置安全距離，計算每兩個目標之間的距離后，檢測兩個人之間的距離是否小于N 個像素，小于則處于安全距離，反之則不處于，并將兩個處于危險距離的目標使用紅線進行連接并顯示High Risk 以便于觀看,如圖6 所示。

圖6 座位管理頁面圖

4.2.3 室內紅外測溫模塊

室內紅外測溫部分采用的是基于MLX90640 傳感器的紅外測溫模塊，是一款高分辨率紅外陣列傳感器，可以提供32×24 個測量像素，其工作溫度范圍為-40℃～+85℃，可以實現非接觸式、高精度的溫度測量。該傳感器采用了先進的非接觸式紅外技術，可以在快速移動的對象上準確測量溫度，同時也適用于低溫和高溫環境。它通過UART 通信與電腦進行連接通信，將畫面中檢測到的最高溫度顯示出來，便于人員觀察。若畫面中沒有人體，則直接輸出所測環境溫度，若檢測到人體存在，就進行一定的溫度補償，使所得數據更加合理化。

■4.2.4 管理員提醒模塊

管理員提醒部分采用郵箱提醒與微信公眾號提醒兩種方式，算法會對每一幀進行人及口罩的目標預測，輸出擬合度高的目標，檢測到未佩戴口罩的行為后，保存照片。在設備聯網的狀態下，調用已保存的未佩戴口罩照片通過郵箱發送函數，將圖片和提醒發送到預先設定的郵箱完成提醒管理員的功能；或者通過調用掛載的微信公眾號向管理員推送違規信息。以便管理員作出及時糾正。如圖7 所示。

圖7 管理員提醒頁面圖

門禁防疫管理軟件流程如圖8 所示，室內防疫管理軟件流程如圖9 所示。

圖8 門禁防疫管理軟件流程圖

圖9 室內防疫管理軟件流程圖

5 系統測試

■5.1 門禁防疫管理測試

為測試門禁防疫管理系統的運行結果與檢測準確性，分為以下四種情景來進行測試。情景1：入館人員身份識別錯誤，情景2：入館人員未佩戴口罩，情景3：入館人員體溫異常，情景4：紅外檢測到人員通過閘機后，對人員進行自動消殺。每種情景采取多人以及80 次以上的測試，從而提高測試的準確性，測試數據如表1 所示。

表1 門禁防疫管理測試數據

經過實際測試，門禁防疫管理系統能夠正確識別進館人員身份，并能對進館人員的口罩佩戴情況與體溫情況進行精準地判斷與測量。同時，可以成功實現消殺的功能。

■5.2 室內防疫管理系統測試

為測試室內防疫管理系統的運行結果與檢測準確性，分為以下四種情景來進行測試。情景1：室內人員未佩戴口罩，情景2：室內人員體溫異常，情景3：室內人員距離過近，情景4：以上三種異常情況發生時，系統自動提醒管理員。每種情景采取多人以及80 次以上的測試，從而提高測試的準確性，測試數據如表2 所示。

表2 室內防疫管理測試數據

經過實際測試，室內防疫管理系統能夠有效地對圖書館內部人員進行口罩檢測、能夠正確判斷出人員間距以及正確測量出館內人員體溫。同時，可以將人員未佩戴口罩、人員距離過近、體溫異常情況通過郵箱與微信公眾號的方式上報給管理人員，從而成功地實現自動提醒管理員的功能。

綜上所述，本系統的實際運行效果高效準確、科學合理、符合實際的應用場景的要求。

6 結語

本系統目的在于實現圖書館防疫一體化、智能化、多功能化與高效化的管理，根據應用場景可分為圖書館門禁防疫管理與圖書館室內防疫管理兩部分。可為圖書館在門禁處提供身份識別、口罩識別、紅外測溫、沖卡報警、自動消殺的功能，也可在館內提供座位管理、口罩與體溫實時監測與報告的功能，是一個智能化、多功能化與高效化的綜合系統。本系統創新性地把口罩檢測和體溫檢測納入門禁系統，實現全自動式的疫情防控門禁；同時在室內實時進行口罩檢測同時進行距離監測和體溫監測，大大提高了室內的防疫效率。

本系統的優點在于：

（1）本發明創新性地將多種模塊相結合，極大地降低了人工成本，節省了人力資源，在不干擾館內人員正常活動的情況下，極大增強了對于疫情的防控力度，保證了入館效率；

（2）本發明的口罩識別采用YOLOv5 方案，識別的準確率得到了顯著提升，性能占用相比OpenCV 更低。同時，YOLOv5 具有良好的兼容性，可以多平臺部署，以及適配CUDA 等GPU 加速工具，使效果得到進一步優化；

（3）室內的實時的體溫檢測與口罩的多人檢測解決了巡查人員有監管盲區的問題，大幅降低館內人員傳染病交叉感染的風險，同時節省了大量的人力資源成本；

（4）檢測到違規行為實時進行記錄與位置上報，方便管理人員到達現場進行處置與處罰證據的留存。