摘要：随着疫情的到来,人们的生活受到了严重影响,出行不得不佩戴口罩,这使得原有的一些人脸识别系统已经不能够满足人们当前的需求,比如门禁系统在戴口罩的情况下不能被识别。针对这个问题,本文设计了一个基于eaidk-310嵌入式平台的戴口罩人脸识别系统。本文设计的思路,是借助opencv库中传统的人脸识别算法来实现戴口罩的人脸识别。经过测试,该系统可以部署在小区、学校等小型门禁场景中。能够识别戴口罩的人脸,从而方便人们的出行,减少疫情发生的可能性。

摘要：垃圾分类对于我们日常生活来说意义重大,它不仅体现的是环境问题,更是资源的节约和绿色的生活方式,更加代表和体现了社会的文明水平,我国各地近些年也相继推行了垃圾分类的政策。2020年,新冠疫情席卷全球,对我们的日常生活造成了非常大的冲击,病毒与细菌的感染不只是通过呼吸,而且可以通过间接的接触来传染,这就要求了我们在生活中应该尽量避免去接触公共的设施和物品,而垃圾回收点恰恰是人员来往较多,很容易造成接触感染。对此,设计了一种疫情之下的垃圾智能分类与识别系统。设计的总体思想是采用Arm公司的eaidk-310开发板,同时配备罗技C270摄像头采集装置对实际生活中的常见垃圾进行识别与分类,然后通过摄像头采集装置采集到垃圾的图像,结合深度学习模型自动检测、识别垃圾的类别,从而可以根据类别直接进行垃圾的分类丢弃。模型是基于YOLOv3在复杂环境下垃圾检测的基础上完成,构建ResNet50网络,对垃圾的类别进行训练并识别。通过该智能垃圾分类系统,可以提高投放垃圾效率,大大减少人员在垃圾站附近的聚集并做到无接触的垃圾丢弃,从而能够有效避免因为接触而造成的交叉感染的风险,符合当下疫情期间的社会需求。