[发明专利]一种基于眼表特征的疫苗接种情况检测方法、装置及系统

权利要求书

1.一种基于眼表特征的疫苗接种情况检测方法，其特征在于，所述的检测方法包括：

步骤1：获取待检测的人脸图像；

步骤2：对人脸图像进行预处理，获得眼部区域特征图像；

步骤3：使用眼部特征提取模型获取眼部特征；

步骤4：通过分类模型对步骤3获取的眼部特征进行分类，获得疫苗接种情况预测结果；

所述的眼部特征提取模型和分类模型的训练方法为：

首先，将训练图像输入眼部特征提取模型，眼部特征提取模型提取高维眼部特征，并将其输入分类模型，分类模型输出分类结果；

其次，通过构建交叉信息熵损失函数，以所述眼部区域图片对应用户的真实疫苗接种情况为监督信息，对所述眼部图像特征提取模型和分类模型进行监督学习；

最后，采用带有动量的SGD优化器对所述眼部特征提取模型和分类模型进行迭代优化，完成模型的训练。

2.根据权利要求1所述的一种基于眼表特征的疫苗接种情况检测方法，其特征在于，所述的步骤2具体为：

步骤2-1：进行脸部对齐；

通过人脸检测模型获取人脸图像中人脸的位置以及面部关键点坐标数据，面部关键点坐标数据包括人脸左眼和右眼的关键点坐标数据；

步骤2-2：进行眼部截取；

根据左眼和右眼的关键点坐标数据计算人脸眼部区域的横纵坐标最大值和最小值，并进行外扩充，然后截取扩充后的眼部图像；

步骤2-3：进行图像筛选；

对步骤2-2获取的眼部图像进行筛选，获得筛选后的眼部区域图像，筛选方法为：剔除纵向长度大于横向长度的图片。

3.根据权利要求1所述的一种基于眼表特征的疫苗接种情况检测方法，其特征在于，所述步骤3中眼部特征提取模型具体为：

步骤3-1：通过卷积层、非线性激活函数、批量归一化层以及残差层，扩大感受野，提取眼部的局部高维特征；

步骤3-2：局部视觉特征通过自注意力机制层、层归一化以及前馈网络融合上下文全局信息，获得眼部特征。

4.根据权利要求1所述的一种基于眼表特征的疫苗接种情况检测方法，其特征在于，所述步骤4中的分类模型包括图片级分类层和用户级分类层；

所述的图片级分类层具体为：首先通过平均池化，获得全局特征；然后通过线性分类，获得分类结果；

所述的用户级分类层具体为：对图片级分类层输出的分类结果按照置信度进行加权投票，得分最高者为最终结果。

5.根据权利要求1所述的一种基于眼表特征的疫苗接种情况检测方法，其特征在于，所述的交叉信息熵损失函数具体为：

其中，y为真实概率分布；f为预测函数；C为分类数量；θ为模型参数。

6.根据权利要求1所述的一种基于眼表特征的疫苗接种情况检测方法，其特征在于，所述SGD优化器进行迭代优化的方法为：

θ_t←θ_t-1-αg_t

其中，θ为模型参数；t为迭代步数；α为学习率，一般设置为[0.1,0.0001]区间的某个值；g为参数的梯度方向向量。