CN108344525A - 自适应体温监控方法及系统 - Google Patents
自适应体温监控方法及系统 Download PDFInfo
- Publication number
- CN108344525A CN108344525A CN201810134674.9A CN201810134674A CN108344525A CN 108344525 A CN108344525 A CN 108344525A CN 201810134674 A CN201810134674 A CN 201810134674A CN 108344525 A CN108344525 A CN 108344525A
- Authority
- CN
- China
- Prior art keywords
- monitored object
- body temperature
- infrared radiation
- image
- radiation thermometer
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 125
- 230000036760 body temperature Effects 0.000 title claims abstract description 105
- 230000003044 adaptive effect Effects 0.000 title claims abstract description 38
- 238000000034 method Methods 0.000 title claims abstract description 36
- 230000005855 radiation Effects 0.000 claims abstract description 85
- 230000001815 facial effect Effects 0.000 claims abstract description 40
- 238000005259 measurement Methods 0.000 claims abstract description 28
- 238000009529 body temperature measurement Methods 0.000 claims abstract description 21
- 210000003128 head Anatomy 0.000 claims description 57
- 238000001514 detection method Methods 0.000 claims description 17
- 230000007613 environmental effect Effects 0.000 claims description 15
- 230000002045 lasting effect Effects 0.000 claims description 13
- 230000008859 change Effects 0.000 claims description 10
- 235000013399 edible fruits Nutrition 0.000 claims 1
- 230000004308 accommodation Effects 0.000 abstract description 6
- 238000012806 monitoring device Methods 0.000 abstract description 6
- 230000009471 action Effects 0.000 abstract description 5
- 230000006978 adaptation Effects 0.000 abstract description 5
- 210000001061 forehead Anatomy 0.000 description 18
- 230000036544 posture Effects 0.000 description 11
- 230000002159 abnormal effect Effects 0.000 description 10
- 238000010586 diagram Methods 0.000 description 10
- 238000005516 engineering process Methods 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 238000004378 air conditioning Methods 0.000 description 4
- 241000406668 Loxodonta cyclotis Species 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 230000035479 physiological effects, processes and functions Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 206010020741 Hyperpyrexia Diseases 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 2
- 238000010438 heat treatment Methods 0.000 description 2
- 238000005498 polishing Methods 0.000 description 2
- 241000208340 Araliaceae Species 0.000 description 1
- 206010011409 Cross infection Diseases 0.000 description 1
- 241001269238 Data Species 0.000 description 1
- 206010029803 Nosocomial infection Diseases 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 206010037660 Pyrexia Diseases 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 230000037303 wrinkles Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01K—MEASURING TEMPERATURE; MEASURING QUANTITY OF HEAT; THERMALLY-SENSITIVE ELEMENTS NOT OTHERWISE PROVIDED FOR
- G01K13/00—Thermometers specially adapted for specific purposes
- G01K13/20—Clinical contact thermometers for use with humans or animals
- G01K13/223—Infrared clinical thermometers, e.g. tympanic
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
- G01J5/0022—Radiation pyrometry, e.g. infrared or optical thermometry for sensing the radiation of moving bodies
- G01J5/0025—Living bodies
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07F—COIN-FREED OR LIKE APPARATUS
- G07F17/00—Coin-freed apparatus for hiring articles; Coin-freed facilities or services
- G07F17/0092—Coin-freed apparatus for hiring articles; Coin-freed facilities or services for assembling and dispensing of pharmaceutical articles
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
- G01J2005/0077—Imaging
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Radiation Pyrometers (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
本发明提供了一种自适应体温监控方法及系统,其中包括采用图像采集设备采集监控区域的图像,从采集的图像中得到监控对象及对应的位置;判断监控对象在图像中的脸部姿态,并据此确定监控对象的可用测温区域;采用测距设备采集监控对象与红外测温仪的距离;调整红外测温仪至测温头对准监控对象的可用测温区域;采用红外测温仪对可用测温区域进行扫描,获取对应的监控对象的体温测量结果,根据监控对象与红外测温仪的距离和体温测量结果得到对象体温。本发明提供了一种体温监控方案,无需监控对象做特定适应动作来适应体温监控设备,自动判断是否符合测量条件,也可以主动调整红外测温仪的位置姿势来主动适应监控对象,以实现动态非接触式监控。
Description
技术领域
本发明涉及体温监控技术领域,尤其涉及一种自适应体温监控方法及系统。
背景技术
体温是人体重要的生理指标,对特定人群进行体温监测并对异常人群进行体温预警在众多场景是防范疫情的重要手段。如在人群密集的聚集处,飞机场,火车站,教室,电影院等,进行体温检测十分重要。目前,普遍采用温度计进行人为的方式测量,人为的方式测量体温会出现温度采集间隔不规则、忘采漏采现象频繁发生,造成患者病情改变不能及时的掌握,引发不良后果。人工测量不仅需要人为参与,并且测量对象需要进行姿势主动配合,使用十分不变。另外,人工进行测量体温,效率较低,无法及时监控,且容易交叉感染。
发明内容
针对现有技术中的问题,本发明的目的在于提供一种自适应体温监控方法及系统,无需监控对象做特定适应动作来适应体温监控设备,自动判断是否符合测量条件,并且可以由设备主动调整位置姿势以进行测量,实现动态非接触式温度监控。
本发明实施例提供一种自适应体温监控方法,包括如下步骤:
采用图像采集设备采集监控区域的图像,从采集的图像中得到监控对象及对应的位置;
于采集的图像中识别所述监控对象的面部关键特征,并根据所述面部关键特征在头部图像中的位置判断所述监控对象在图像中的脸部姿态;
根据所述监控对象在图像中的脸部姿态,确定所述监控对象的可用测温区域;
采用测距设备采集监控对象与红外测温仪的距离;
调整红外测温仪的扫描角度,以使得所述红外测温仪的测温头对准所述监控对象的可用测温区域;
采用所述红外测温仪对所述可用测温区域进行扫描,获取对应的监控对象的体温测量结果,根据所述监控对象与红外测温仪的距离和所述体温测量结果得到对象体温。
可选地,判断所述监控对象在图像中的脸部姿态,包括:
于采集的图像中,检测所述监控对象的双眼和嘴的位置,形成由双眼和嘴组成的定位三角形,根据各个定位三角形在人脸中所处的位置判断对应的监控对象在图像中的脸部姿态。
可选地,还包括如下步骤:
以定位三角形为边界,将人脸不同的区域预先划分为数个不同的检测区域类别;
预先为各个不同的检测区域类别分配不同的权值;
于采集的图像中,根据监控对象的定位三角形在人脸中所处的位置判断可用测温区域对应的检测区域类别及该检测区域类别的权值;
获取可用测温区域的体温测量结果后,统计同一监控对象的各个可用测温区域的体温测量结果和对应的权值,对所有可用测温区域的权值进行归一化处理,进行加权计算得到对象体温。
可选地,还包括如下步骤:
判断所述监控对象是否存在至少一个可用测温区域位于采集的图像中;
如果不存在,则采集可用监控对象于预设时间段内的图像,根据所对应的定位三角形的位置变化确定监控对象的运动趋势;
根据监控对象的运动趋势选择在采集的图像中区域面积逐渐增大的可用测温区域。
可选地,还包括如下步骤:
计算所述红外测温仪的测温头沿预设方向旋转的旋转路径,并选择所述测温头处于该旋转路径上时能扫描到的监控对象;
采集被选择的监控对象于预设时间段内的图像,根据所对应的定位三角形在头部图像中的位置变化确定监控对象的运动趋势;
依次计算红外测温仪的测温头旋转至对准各个位于旋转路径上的监控对象的预定扫描时刻;
根据监控对象的运动趋势判断监控对象于预定扫描时刻时的可用测温区域;
所述红外测温仪的测温头沿预设方向旋转,并依次扫描该旋转路径上的监控对象的可用测温区域。
可选地,计算监控对象的预定扫描时间,包括如下步骤:
对于该旋转路径上第一个监控对象,根据所述红外测温仪的测温头的旋转速度以及当前测温头和第一个监控对象之间的角度差计算第一个监控对象的预定扫描时刻;
对于除第一个监控对象外的其他监控对象,获取位于该监控对象的前一个监控对象的预定扫描时刻,加上所述测温头从前一个监控对象旋转至该监控对象的旋转时间,加上前一个监控对象的扫描时间,为该监控对象的预定扫描时刻。
可选地,预先设定所述红外测温仪的测温头的高度调整区间,将所述高度调整区间按高度分成多个高度调整区段;
所述红外测温仪的旋转路径包括与所述多个高度调整区段一一对应的旋转路段,各个所述旋转路段的起始点为该高度区段的第一侧的最高点,终止点为该高度区段的第二侧的最低点,且各个所述旋转路段依次首尾相连。
可选地,还包括如下步骤:
如果一监控对象的对象体温超过预设阈值,则获取该监控对象的特征信息,将该监控对象记录为持续监控目标;
每隔预设时间,判断是否存在该预设时间段内未扫描到的持续监控目标;
如果是,则记录所述测温头当前在旋转路径中的位置,计算持续监控目标的位置与红外测温仪的位置关系,所述红外测温仪停止沿预设方向的持续旋转扫描动作,依次调整所述测温头对准各个未扫描到的持续监控目标进行体温扫描,然后所述红外测温仪返回至在旋转路径中的位置。
可选地,还包括如下步骤:
采集监控区域的入口图像,采集进入监控区域的人员的特征信息,将进入监控区域的人员记录为监控对象,并存储该监控对象的特征信息;
采集监控区域的出口图像,采集走出监控区域的人员的特征信息,取消对走出监控区域的人员的体温监控。
可选地,还包括如下步骤:
采集所述监控区域的各项环境参数,并获取各项环境参数的预设权值;
根据所述各项环境参数的采集数据和预设权值加权处理所述体温测量结果,得到对象体温。
可选地,所述环境参数包括环境温度、环境湿度、压力值和热源影响值中的至少一种。
可选地,还包括如下步骤:
预先设定所述监控区域中的各个热源的位置和预设温度;
预先将所述监控区域划分为多个区域,根据各个热源的预设温度以及多个区域与各个热源的位置计算各个区域的热源影响值;
判断监控对象所处的区域,将该区域的热源影响值作为该监控对象的热源影响值。
可选地,还包括如下步骤:
所述红外测温仪扫描各个热源,记录各个热源的温度,并与记录的各个热源的温度进行比较;
当至少一个热源的温度存在更新时,重新计算各个区域的热源影响值。
可选地,还包括如下步骤:
预先划分各个年龄段并设定各个年龄段的权值;
于采集的图像中识别所述监控对象的面部关键特征,并根据所述面部关键特征预测监控对象的年龄;
确定监控对象所处的年龄段和所对应的年龄段的权值;
根据监控对象所对应的年龄段的权值加权处理所述体温测量结果得到对象体温。
可选地,还包括如下步骤:
于显示屏中显示所述监控区域中的人员分布图;
如果一所述监控对象的对象体温超过预设阈值,则于显示的人员分布图中将对象体温过高的监控对象所处的区域进行标注。
可选地,还包括:如果一所述监控对象的对象体温超过预设阈值,则将所述对象体温投影至监控对象的体温测量区域。
本发明实施例还提供一种自适应体温监控系统,包括图像采集设备、测距设备、机械控制设备和服务器,其中:
所述图像采集设备采集监控区域的图像;
所述服务器从采集的图像中得到监控对象及对应的位置;于采集的图像中识别所述监控对象的面部关键特征,并根据所述面部关键特征在头部图像中的位置判断所述监控对象在图像中的脸部姿态;以及根据所述监控对象在图像中的脸部姿态,确定所述监控对象的可用测温区域;
所述测距设备采集监控对象与红外测温仪的距离;
所述机械控制设备调整红外测温仪的扫描角度,以使得所述红外测温仪的测温头对准所述监控对象的可用测温区域;
所述红外测温仪对所述可用测温区域进行扫描,获取对应的监控对象的体温测量结果;
所述服务器根据所述监控对象与红外测温仪的距离和所述体温测量结果得到对象体温。
本发明所提供的自适应体温监控方法及系统具有下列优点:
本发明提供了一种自适应体温监控的方案,无需监控对象做特定适应动作来适应体温监控设备,自动判断是否符合测量条件,也可以主动调整红外测温仪的位置姿势来主动适应监控对象,以实现监控对象可以在监控区域中自由活动,实现动态非接触式监控;进一步地,对异常数据可以直接投影在合适的人体位置或图像中,一目了然;可以按照身份识别对监控对象进行实时体温监控,高效地实现多人同时监控处理;不同姿态下测量不同的检测区域、不同的环境参数以及与红外测温仪的距离加权计算,保障了体温测量数据的准确性。
附图说明
通过阅读参照以下附图对非限制性实施例所作的详细描述,本发明的其它特征、目的和优点将会变得更明显。
图1是本发明一实施例的自适应体温监控方法的流程图;
图2是本发明一实施例的自适应体温监控系统的结构示意图;
图3是本发明一实施例的显示监控区域图像的示意图;
图4是本发明一实施例的人脸定位三角形的示意图;
图5是本发明一实施例的人脸投影的示意图;
图6是本发明一实施例的不同脸部姿态下可用测温区域的示意图;
图7和图8是本发明一实施例的红外测温仪的测温头的旋转路径的示意图;
图9是本发明一实施例对象温度的加权计算的曲线示意图。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而,示例实施方式能够以多种形式实施,且不应被理解为限于在此阐述的实施方式;相反,提供这些实施方式使得本发明将全面和完整,并将示例实施方式的构思全面地传达给本领域的技术人员。在图中相同的附图标记表示相同或类似的结构,因而将省略对它们的重复描述。
如图1所示,本发明实施例提供一种自适应体温监控方法,所述方法包括如下步骤:
S100:采用图像采集设备采集监控区域的图像,从采集的图像中得到监控对象及对应的位置;
S200:于采集的图像中识别所述监控对象的面部关键特征,并根据所述面部关键特征在头部图像中的位置判断所述监控对象在图像中的脸部姿态;
S300:根据所述监控对象在图像中的脸部姿态,确定所述监控对象的可用测温区域;
S400:采用测距设备采集监控对象与红外测温仪的距离;
S500:调整红外测温仪的扫描角度,以使得所述红外测温仪的测温头对准所述监控对象的可用测温区域;
S600:采用所述红外测温仪对所述可用测温区域进行扫描,获取对应的监控对象的体温测量结果,根据所述监控对象与红外测温仪的距离和所述体温测量结果得到对象体温。
因此,本发明通过判断所述监控对象在图像中的脸部姿态,主动调整红外测温仪的扫描角度去对准可用测温区域,无需监控对象做特定适应动作来适应体温监控设备,自动判断是否符合测量条件,也可以主动调整红外测温仪的位置姿势来主动适应监控对象,以实现监控对象可以在监控区域中自由活动,实现动态非接触式监控。尤其适用于在人群密集的聚集处,布置可以环视监控目标的体温监控设备来实时监控目标人员,可以有效地检出异常目标。
如图2所示,为本发明一实施例的自适应体温监控系统的结构示意图。该自适应体温监控系统包括图像采集设备100、测距设备600、控制红外测温仪的测温头转动的机械控制设备和远程与各个设备通信的服务器,其中:
所述图像采集设备100采集监控区域的图像;
所述服务器从采集的图像中得到监控对象300及对应的位置;于采集的图像中识别所述监控对象的面部关键特征,并根据所述面部关键特征在头部图像中的位置判断所述监控对象在图像中的脸部姿态;以及根据所述监控对象在图像中的脸部姿态,确定所述监控对象的可用测温区域;
所述测距设备600采集监控对象300与红外测温仪的距离;此处测距设备600可以是激光测距设备,也可以是红外测距设备等等,均属于本发明的保护范围之内。
所述机械控制设备调整红外测温仪200的扫描角度,以使得所述红外测温仪200的测温头对准所述监控对象300的可用测温区域;
所述红外测温仪200对所述可用测温区域进行扫描,获取对应的监控对象300的体温测量结果;
所述服务器根据所述监控对象300与红外测温仪200的距离和所述体温测量结果得到对象体温。
在该实施例中,因为红外量测温度是体表温度,受环境等影响比较大,还需要考虑房间中热源400的影响。热源400指的是例如空调、暖气等会因为发热而影响周围人员的体温的设备。环境的加权计算会在下文中详细描述。
如图2所示,在该实施例中,还设置有显示屏500。如图3所示,显示屏500中显示所述监控区域中的人员分布图,人员分布图可以是实时获取的监控区域中的图像,也可以是以其他符号来表示人员分布的图像;如果一所述监控对象的对象体温超过预设阈值,则可以于显示的人员分布图中将对象体温过高的监控对象所处的区域进行标注。例如在一监控场所中,当监控发现有异常人群时,使用区域代替个人精度(不直接标注异常人员,而是在异常人员附近区域中标注,可以保护个人隐私),将在核实的屏幕标注风险区,以警示周围人注意避让或进行自我防护(戴口罩等)。
另外,如图5所示,如果需要获得实时有效的人员体温信息,当监控体温出现异常时,可以将体温直接打在用户量测的区域,以示警戒。因此,该实施例中,所述自适应体温监控系统还可以包括投影设备,以对人体进行投影。
人脸识别技术是基于人的脸部特征信息进行身份识别的一种生物识别技术。用摄像机或摄像头等图像采集设备采集含有人脸的图像或视频流,并自动在图像中检测和跟踪人脸,进而对检测到的人脸进行脸部特征处理的一系列相关技术,通常也叫做人像识别、面部识别。借助五官位置特征、脸型特征、皱纹纹理特征进行人脸识别与目标的识别和定位是实现的主要手段。
如图4所示,该实施例采用快速三角形分析法,判定合适姿态及快速定位适宜的采集温度区。利用人脸识别过程对人眼和嘴位置的定位,产生定位三角形,并通过三角形的改变趋势来判定合适的测量时间与位置。
具体地,判断所述监控对象在图像中的脸部姿态,包括:
于采集的图像中,检测所述监控对象的双眼和嘴的位置,形成由双眼和嘴组成的定位三角形,根据各个定位三角形在人脸中所处的位置判断对应的监控对象在图像中的脸部姿态。
由于人体不同部位测出的体温可能会有差异,其与实际体温的差距也不同。因此,在该实施例中,确定监控对象在图像中的脸部姿态后,以定位三角形为边界,将人脸不同的区域预先划分为数个不同的检测区域类别,并且预先为各个不同的检测区域类别分配不同的权值。
如图4中示出的示例中,图中虚线圆圈圈出的部分即为可选体温检测区域,在该实施例中,将可选体温检测区域划分为额头、左脸颊和右脸颊三种类别,额头一般更接近真实体温,则可以将额头处体温的权值设置得比左脸颊和右脸颊高。左脸颊和右脸颊在一般情况下对应的权值是一致的,但是在实际应用中,也可能会因为监控对象不同的位置而不同。例如,人员左侧有一个热源,那么左脸颊对应的权值可能就不如右脸颊对应的权值高。
在检测监控对象的体温时,于采集的图像中,根据监控对象的定位三角形在人脸中所处的位置判断可用测温区域对应的检测区域类别及该检测区域类别的权值;
获取可用测温区域的体温测量结果后,统计同一监控对象的各个可用测温区域的体温测量结果和对应的权值,对所有可用测温区域的权值进行归一化处理,进行加权计算得到对象体温。
在加权计算时,需要对各个可用测温区域的权值进行归一化处理。即所有可用测温区域的权值加起来等于1。具体地,例如对于一个监控对象来说,只检测到其额头的温度,则将额头的温度作为测量的对象体温;或者只检测到左脸颊的温度,则将左脸颊的温度作为测量的对象体温。如果同时检测到额头和左脸颊的温度,则获取额头区域的权值和左脸颊的权值,并根据额头的温度和左脸颊的温度加权计算得到对象体温。例如,额头温度为37.3°,额头区域权值为0.4,左脸颊温度为37.5°,左脸颊区域权值为0.3,则需要将额头区域的权值和左脸颊区域权值经过转化后使其和为1,即额头区域权值为0.57,左脸颊区域权值为0.43,监控对象的体温为:37.3°*0.57+37.5°*0.43=37.38°。
如图5所示,在检测到人员的体温后,即可以将体温检测数据投影到监控对象的其中一个可用测温区域,一目了然。
在应用过程中,可用测温区域的获取方法具体包括如下步骤:
判断所述监控对象是否存在至少一个可用测温区域位于采集的图像中;
如果不存在满足预设扫描条件的可用测温区域,则可以借由定位三角形的改变趋势来判定合适的测量时间与位置。具体地,采集可用监控对象在一定时间段内的图像,根据所对应的定位三角形的位置变化确定监控对象的运动趋势;例如,监控对象是向左边转头,或者向右边转头,或者转身,或者抬头,或者低头等等;
根据监控对象的运动趋势选择在采集的图像中区域面积逐渐增大的可用测温区域;例如,监控对象抬头时,其额头区域在采集的图像中的区域面积会逐渐增大,则额头区域就可以作为备选的可用测温区域。
进一步地,为了保证对监控对象体温测量的稳定性和准确性,可以要求此处位于采集的图像中的可用测温区域的面积满足预设扫描条件,例如可用测温区域位于图像中的区域面积需要大于预设最小面积。在根据定位三角形的位置变化确定监控对象的运动趋势时,可以同时持续检测可用测温区域位于图像中的区域面积,至其区域面积满足预设扫描条件时,备选的可用测温区域即可以作为被测量的可用测温区域,此时采用所述红外测温仪对所述可用测温区域进行扫描即可。
可以理解的是,此处仅给出了一种可选的实施方式。在实际应用中,由于红外测温仪对测温区域的面积基本上没有要求,只要在采集的图像中出现了可用测温区域,即可以保证红外测温的正常进行。
如图6所示,示出了定位三角形在面部的不同位置时满足预设条件的可用测温区域的示意图。a表示人员仰头,左脸颊、右脸颊和额头均不能满足预设条件,此时不具备体温测量条件。可以根据监控对象一段时间的图像判断其运动趋势,选择合适的测量时间与位置。b表示人员略仰头且向右侧转头,其左脸颊可以满足预设条件,c、g、h、l表示人员向右侧转头,其左脸颊和额头可以满足预设条件,d、i、m表示人员基本正对摄像头,其额头、左脸颊和右脸颊可以满足预设条件,e、k、j、n表示人员向左侧转头,其右脸颊和额头可以满足预设条件,f表示人员略仰头且向左侧转头,其右脸颊可以满足预设条件,o表示人员低头或者背对摄像头,此时不具备体温测量条件。可以根据监控对象一段时间的图像判断其运动趋势,选择合适的测量时间与位置。此处仅为多种人员姿态的示例,在实际应用中,还可以有其他的脸部姿态,对应不同的满足预设条件的可用测温区域,服务器可以根据实际情况进行选择。
在实际应用中,当一个场所中有密集人群时,如果红外测温仪根据服务器的分析结果一个个去对准监控对象来测温,其效率势必十分低下,而且可能很难分辨哪个监控对象刚刚测量过,哪个监控对象很久没有测量。因此,该实施例中,所述自适应体温监控方法还包括如下步骤:
计算所述红外测温仪的测温头沿预设方向旋转的旋转路径,并选择所述测温头处于该旋转路径上时能扫描到的监控对象;
采集被选择的监控对象于预设时间段内的图像,根据所对应的定位三角形在头部图像中的位置变化确定监控对象的运动趋势;
依次计算红外测温仪的测温头旋转至对准各个位于旋转路径上的监控对象的预定扫描时刻;
根据监控对象的运动趋势判断监控对象于预定扫描时刻时的可用测温区域;
所述红外测温仪的测温头沿预设方向旋转,并依次扫描该旋转路径上的监控对象的可用测温区域。
如图7所示,两个红外测温仪200的测温头的旋转路径分辨为L1和L2,在计算得到该旋转路径后,红外测温仪200的测温头分别沿L1和L2旋转,并依次对旋转路径上的各个监控对象进行温度扫描。
具体地,计算监控对象的预定扫描时间,包括如下步骤:
对于该旋转路径上第一个监控对象,根据所述红外测温仪的测温头的旋转速度以及当前测温头和第一个监控对象之间的角度差计算第一个监控对象的预定扫描时刻;
对于除第一个监控对象外的其他监控对象,获取位于该监控对象的前一个监控对象的预定扫描时刻,加上所述测温头从前一个监控对象旋转至该监控对象的旋转时间,加上前一个监控对象的扫描时间,为该监控对象的预定扫描时刻。
在设定红外测温仪的旋转路径时,不仅要考虑其平面的弧形旋转路径,还需要考虑不同的扫描高度。在该实施例中,预先设定所述红外测温仪的测温头的高度调整区间,将所述高度调整区间按高度分成多个高度调整区段。所述红外测温仪的旋转路径包括与所述多个高度调整区段一一对应的旋转路段,各个所述旋转路段的起始点为该高度区段的第一侧的最高点,终止点为该高度区段的第二侧的最低点,且各个所述旋转路段依次首尾相连。
如图8所示,在高度上选择最低的Hmin和最高的Hmax,两者之间即为高度调整区间,将其均分为五份高度调整区段,从高度上来看,红外测温仪200的测温头的旋转路径即为依次连接每个高度调整区段的一侧最高点和另一侧最低点,以形成如图8中右图中弯折线示出的连续的旋转路径。此处高度调整区间可以根据需要进行设定,Hmax一般设定为2米或1.9米即可,Hmin设置为1.5或1.6时,可以主要实现对成人的检测,Hmin设定为1或0.8时,可以同时实现对儿童的体温检测。
红外测温仪200的测温头采用图7中平面是弧形,且图8中高度上弯折线的旋转路径,即可以实现对场景内所有范围都扫描到。在实际应用中,可以在监控区域中设置多个红外测温仪200,根据监控对象当前的位置和面部所朝向的方向,选择合适的红外测温仪200对其可用测温区域进行测量,此种方式的体温测量具有更大的自由度和全面性。
进一步地,当考虑到扫描时间和减少重复扫描相同区域的因素时,可以采用上述沿预定旋转路径扫描的方式。在这种情况下,由于每个红外测温仪200在特定时间内扫描的位置是特定的,可能无法保证红外测温仪200的测温头对准一个监控对象时,该监控对象一定满足扫描条件,例如该监控对象可能背对摄像头或向一侧转头而无法测量,则可能会导致监控对象的检测数据缺失,长期如此,可能会错过一些关键数据的更新。在这种情况下,就需要红外测温仪200的测温头在一些时刻跳出当前既定的旋转路径,单独对缺失数据的监控对象进行体温测量,以保证在一定时段内全面地测量到监控区域内的所有监控对象的体温,在补齐了缺失数据之后,测温头可以再重新返回到旋转路径上,继续沿着既定的旋转路径旋转测量。
进一步地,考虑到所有监控对象识别和判断的工作量比较大,在保证监控区域内体温测量全面性的时候,可以重点考虑一些体温异常的监控对象,将其作为持续监控目标。对于持续监控目标,需要保证其一直处于监控状态。基于此,在该实施例中,所述自适应体温监控方法还包括如下步骤:
如果一监控对象的对象体温超过预设阈值,则获取该监控对象的特征信息,将该监控对象记录为持续监控目标;对于持续监控目标,需要持续检测其体温,保证其一直处于监控状态;对持续监控目标的识别,可以通过面部识别、衣物识别或其他外表特征识别而得到;
每隔预设时间,判断是否存在该预设时间段内未扫描到的持续监控目标;该预设时间可以根据需要设定。
如果是,则需要记录所述测温头当前在旋转路径中的位置,计算持续监控目标的位置与红外测温仪的位置关系,所述红外测温仪停止沿预设方向的持续旋转扫描动作,依次调整所述测温头对准各个未扫描到的持续监控目标进行体温扫描,扫描得到更新的体温数据之后,相当于补齐了该持续监控目标的体温测量数据,所述红外测温仪再返回至在旋转路径中的位置,继续沿旋转路径依次扫描选择的监控对象。
进一步地,考虑到监控对象的流动性,未检测到的持续监控目标可能会离开监控区域,无法检测到,为了避免红外测温仪持续查找无法查找到的人员,该自适应体温监控方法还包括如下步骤:
采集监控区域的入口图像,采集进入监控区域的人员的特征信息,将进入监控区域的人员记录为监控对象,并存储该监控对象的特征信息;
采集监控区域的出口图像,采集走出监控区域的人员的特征信息,取消对走出监控区域的人员的体温监控。
如上所述,因红外量测温度是体表温度,受环境等影响需综合考虑影响因素,进行加权处理至监控体温更准确。因此,在该实施例中,该自适应体温监控方法还包括如下步骤:
采集所述监控区域的各项环境参数,并获取各项环境参数的预设权值;根据所述各项环境参数的采集数据和预设权值加权处理所述体温测量结果,得到对象体温。进一步地,考虑到不同个体差异,例如男性和女性的差异,成人与儿童的差异,还可以增加生理参数加权。对于监控对象性别的判断和年龄的判断可以通过面部识别等方式实现。
如图9示出了环境和生理加权对体温影响的曲线示意图,其中横坐标表示环境加权,纵坐标表示体温。M4表示环境和生理加权曲线,M3表示第二个可用测温区域的体表温度曲线,M2表示第一个可用测温区域的体表温度曲线,M1表示M2、M3和M4加权后的体温曲线。
进一步地,所述环境参数包括环境温度、环境湿度、压力值和热源影响值中的至少一种。其中,热源可以是指空调、出风口、进风口、房间门、暖气等等可能会对监控区域温度产生影响的设备或因素。
进一步地,该自适应体温监控方法还包括如下步骤:
预先设定所述监控区域中的各个热源的位置和预设温度;
预先将所述监控区域划分为多个区域,根据各个热源的预设温度以及多个区域与各个热源的位置计算各个区域的热源影响值;
判断监控对象所处的区域,将该区域的热源影响值作为该监控对象的热源影响值。
在应用过程中,所述红外测温仪每隔预设时间扫描各个热源,记录各个热源的温度,并与记录的各个热源的温度进行比较;
当至少一个热源的温度存在更新时,重新计算各个区域的热源影响值。例如,有人关闭了空调,或者调整了空调的温度,对监控区域的温度会有所影响,此时需要重新计算各个区域的热源影响值。
考虑到生理参数的影响,在实施例中,该自适应体温监控方法还可以包括如下步骤:
预先划分各个年龄段并设定各个年龄段的权值;
于采集的图像中识别所述监控对象的面部关键特征,并根据所述面部关键特征预测监控对象的年龄;
确定监控对象所处的年龄段和所对应的年龄段的权值;
根据监控对象所对应的年龄段的权值加权处理所述体温测量结果得到对象体温。
综上所述,该实施例的自适应体温监控方法及系统可以包括如下几个步骤:
首先在采集的图像中判断监控对象的脸部姿态,确定满足预设条件的可用测温区域;
测量监控对象与红外测温仪之间的距离;
采用红外测温仪扫描满足预设条件的可用测温区域,得到体表温度;
根据监控对象的位置、环境因素和生理因素对体表温度进行加权处理,得到监控对象的对象体温,由此可以保障测量数据的准确性;
判断对象体温是否出现异常,如果出现异常,可以投影到监控对象的可用测温区域,也可以在显示屏中的人员分布图中对应的区域进行标注。
进一步地,当一个监控区域中出现异常的对象体温,且持续时间很长时,可以建立与医疗机构的联系,请求医疗机构的急救,或者使用广播询问监控区域中是否存在医务人员,对出现异常的监控对象进行救助。
本发明所提供的自适应体温监控方法及系统具有下列优点:
本发明提供了一种自适应体温监控的方案,无需监控对象做特定适应动作来适应体温监控设备,自动判断是否符合测量条件,也可以主动调整红外测温仪的位置姿势来主动适应监控对象,以实现监控对象可以在监控区域中自由活动,实现动态非接触式监控;进一步地,对异常数据可以直接投影在合适的人体位置或图像中,一目了然;可以按照身份识别对监控对象进行实时体温监控,高效地实现多人同时监控处理;不同姿态下测量不同的检测区域、不同的环境参数以及与红外测温仪的距离加权计算,保障了体温测量数据的准确性;因此该方法及系统特别适用于人群密集的聚集处,实现对特定人群进行体温检测并对异常人群进行体温预警。
以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明,不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干简单推演或替换,都应当视为属于本发明的保护范围。
Claims (17)
1.一种自适应体温监控方法,其特征在于,包括如下步骤:
采用图像采集设备采集监控区域的图像,从采集的图像中得到监控对象及对应的位置;
于采集的图像中识别所述监控对象的面部关键特征,并根据所述面部关键特征在头部图像中的位置判断所述监控对象在图像中的脸部姿态;
根据所述监控对象在图像中的脸部姿态,确定所述监控对象的可用测温区域;
采用测距设备采集监控对象与红外测温仪的距离;
调整红外测温仪的扫描角度,以使得所述红外测温仪的测温头对准所述监控对象的可用测温区域;
采用所述红外测温仪对所述可用测温区域进行扫描,获取对应的监控对象的体温测量结果,根据所述监控对象与红外测温仪的距离和所述体温测量结果得到对象体温。
2.根据权利要求1所述的自适应体温监控方法,其特征在于,判断所述监控对象在图像中的脸部姿态,包括:
于采集的图像中,检测所述监控对象的双眼和嘴的位置,形成由双眼和嘴组成的定位三角形,根据各个定位三角形在人脸中所处的位置判断对应的监控对象在图像中的脸部姿态。
3.根据权利要求2所述的自适应体温监控方法,其特征在于,还包括如下步骤:
以定位三角形为边界,将人脸不同的区域预先划分为数个不同的检测区域类别;
预先为各个不同的检测区域类别分配不同的权值;
于采集的图像中,根据监控对象的定位三角形在人脸中所处的位置判断可用测温区域对应的检测区域类别及该检测区域类别的权值;
获取可用测温区域的体温测量结果后,统计同一监控对象的各个可用测温区域的体温测量结果和对应的权值,对所有可用测温区域的权值进行归一化处理,进行加权计算得到对象体温。
4.根据权利要求3所述的自适应体温监控方法,其特征在于,还包括如下步骤:
判断所述监控对象是否存在至少一个可用测温区域位于采集的图像中;
如果不存在,则采集可用监控对象于预设时间段内的图像,根据所对应的定位三角形的位置变化确定监控对象的运动趋势;
根据监控对象的运动趋势选择在采集的图像中区域面积逐渐增大的可用测温区域。
5.根据权利要求2所述的自适应体温监控方法,其特征在于,还包括如下步骤:
计算所述红外测温仪的测温头沿预设方向旋转的旋转路径,并选择所述测温头处于该旋转路径上时能扫描到的监控对象;
采集被选择的监控对象于预设时间段内的图像,根据所对应的定位三角形在头部图像中的位置变化确定监控对象的运动趋势;
依次计算红外测温仪的测温头旋转至对准各个位于旋转路径上的监控对象的预定扫描时刻;
根据监控对象的运动趋势判断监控对象于预定扫描时刻时的可用测温区域;
所述红外测温仪的测温头沿预设方向旋转,并依次扫描该旋转路径上的监控对象的可用测温区域。
6.根据权利要求5所述的自适应体温监控方法,其特征在于,计算监控对象的预定扫描时间,包括如下步骤:
对于该旋转路径上第一个监控对象,根据所述红外测温仪的测温头的旋转速度以及当前测温头和第一个监控对象之间的角度差计算第一个监控对象的预定扫描时刻;
对于除第一个监控对象外的其他监控对象,获取位于该监控对象的前一个监控对象的预定扫描时刻,加上所述测温头从前一个监控对象旋转至该监控对象的旋转时间,加上前一个监控对象的扫描时间,为该监控对象的预定扫描时刻。
7.根据权利要求6所述的自适应体温监控方法,其特征在于,预先设定所述红外测温仪的测温头的高度调整区间,将所述高度调整区间按高度分成多个高度调整区段;
所述红外测温仪的旋转路径包括与所述多个高度调整区段一一对应的旋转路段,各个所述旋转路段的起始点为该高度区段的第一侧的最高点,终止点为该高度区段的第二侧的最低点,且各个所述旋转路段依次首尾相连。
8.根据权利要求7所述的自适应体温监控方法,其特征在于,还包括如下步骤:
如果一监控对象的对象体温超过预设阈值,则获取该监控对象的特征信息,将该监控对象记录为持续监控目标;
每隔预设时间,判断是否存在该预设时间段内未扫描到的持续监控目标;
如果是,则记录所述测温头当前在旋转路径中的位置,计算持续监控目标的位置与红外测温仪的位置关系,所述红外测温仪停止沿预设方向的持续旋转扫描动作,依次调整所述测温头对准各个未扫描到的持续监控目标进行体温扫描,然后所述红外测温仪返回至在旋转路径中的位置。
9.根据权利要求1所述的自适应体温监控方法,其特征在于,还包括如下步骤:
采集监控区域的入口图像,采集进入监控区域的人员的特征信息,将进入监控区域的人员记录为监控对象,并存储该监控对象的特征信息;
采集监控区域的出口图像,采集走出监控区域的人员的特征信息,取消对走出监控区域的人员的体温监控。
10.根据权利要求1所述的自适应体温监控方法,其特征在于,还包括如下步骤:
采集所述监控区域的各项环境参数,并获取各项环境参数的预设权值;
根据所述各项环境参数的采集数据和预设权值加权处理所述体温测量结果,得到对象体温。
11.根据权利要求10所述的自适应体温监控方法,其特征在于,所述环境参数包括环境温度、环境湿度、压力值和热源影响值中的至少一种。
12.根据权利要求11所述的自适应体温监控方法,其特征在于,还包括如下步骤:
预先设定所述监控区域中的各个热源的位置和预设温度;
预先将所述监控区域划分为多个区域,根据各个热源的预设温度以及多个区域与各个热源的位置计算各个区域的热源影响值;
判断监控对象所处的区域,将该区域的热源影响值作为该监控对象的热源影响值。
13.根据权利要求12所述的自适应体温监控方法,其特征在于,还包括如下步骤:
所述红外测温仪扫描各个热源,记录各个热源的温度,并与记录的各个热源的温度进行比较;
当至少一个热源的温度存在更新时,重新计算各个区域的热源影响值。
14.根据权利要求1所述的自适应体温监控方法,其特征在于,还包括如下步骤:
预先划分各个年龄段并设定各个年龄段的权值;
于采集的图像中识别所述监控对象的面部关键特征,并根据所述面部关键特征预测监控对象的年龄;
确定监控对象所处的年龄段和所对应的年龄段的权值;
根据监控对象所对应的年龄段的权值加权处理所述体温测量结果得到对象体温。
15.根据权利要求1所述的自适应体温监控方法,其特征在于,还包括如下步骤:
于显示屏中显示所述监控区域中的人员分布图;
如果一所述监控对象的对象体温超过预设阈值,则于显示的人员分布图中将对象体温过高的监控对象所处的区域进行标注。
16.根据权利要求1所述的自适应体温监控方法,其特征在于,还包括:如果一所述监控对象的对象体温超过预设阈值,则将所述对象体温投影至监控对象的体温测量区域。
17.一种自适应体温监控系统,其特征在于,包括图像采集设备、测距设备、机械控制设备和服务器,其中:
所述图像采集设备采集监控区域的图像;
所述服务器从采集的图像中得到监控对象及对应的位置;于采集的图像中识别所述监控对象的面部关键特征,并根据所述面部关键特征在头部图像中的位置判断所述监控对象在图像中的脸部姿态;以及根据所述监控对象在图像中的脸部姿态,确定所述监控对象的可用测温区域;
所述测距设备采集监控对象与红外测温仪的距离;
所述机械控制设备调整红外测温仪的扫描角度,以使得所述红外测温仪的测温头对准所述监控对象的可用测温区域;
所述红外测温仪对所述可用测温区域进行扫描,获取对应的监控对象的体温测量结果;
所述服务器根据所述监控对象与红外测温仪的距离和所述体温测量结果得到对象体温。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810134674.9A CN108344525B (zh) | 2018-02-09 | 2018-02-09 | 自适应体温监控方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810134674.9A CN108344525B (zh) | 2018-02-09 | 2018-02-09 | 自适应体温监控方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108344525A true CN108344525A (zh) | 2018-07-31 |
CN108344525B CN108344525B (zh) | 2020-06-23 |
Family
ID=62959193
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810134674.9A Active CN108344525B (zh) | 2018-02-09 | 2018-02-09 | 自适应体温监控方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108344525B (zh) |
Cited By (45)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109215806A (zh) * | 2018-10-31 | 2019-01-15 | 绍兴文理学院 | 一种基于人脸识别的公共场所健康监测系统及方法 |
CN109580006A (zh) * | 2018-12-29 | 2019-04-05 | 东莞市振海电子科技有限公司 | 一种提高体温测量精准度的方法 |
CN109633667A (zh) * | 2018-12-11 | 2019-04-16 | 广州市倍尔康医疗器械有限公司 | 一种拍照、激光测距和定位辅助红外测温一体化组合结构 |
CN109745014A (zh) * | 2018-12-29 | 2019-05-14 | 江苏云天励飞技术有限公司 | 温度测量方法及相关产品 |
CN109870250A (zh) * | 2019-01-27 | 2019-06-11 | 武汉星巡智能科技有限公司 | 区域异常体温监测方法、装置及计算机可读存储介质 |
CN110196103A (zh) * | 2019-06-27 | 2019-09-03 | Oppo广东移动通信有限公司 | 温度测量方法及相关设备 |
CN110906492A (zh) * | 2018-09-14 | 2020-03-24 | 青岛海尔空调器有限总公司 | 一种温冷感地面展示控制方法及装置 |
CN111157124A (zh) * | 2020-03-11 | 2020-05-15 | 深圳市赛菲姆科技有限公司 | 一种基于人脸识别的人体测温方法、装置、系统 |
CN111202504A (zh) * | 2020-02-12 | 2020-05-29 | 上海云从汇临人工智能科技有限公司 | 一种异常对象管理方法、系统、机器可读介质及设备 |
CN111256832A (zh) * | 2020-02-14 | 2020-06-09 | 北京领邦智能装备股份公司 | 基于红外检测的群体体温筛查方法及其设备 |
CN111323146A (zh) * | 2020-03-23 | 2020-06-23 | 建德市达沃科技有限公司 | 一种人脸识别体温检测装置 |
CN111323126A (zh) * | 2020-03-09 | 2020-06-23 | 深圳盈达机器视觉技术有限公司 | 一种非接触测温仪和温度采集系统 |
CN111337138A (zh) * | 2020-03-17 | 2020-06-26 | 北京领邦智能装备股份公司 | 红外体温测量方法、装置、设备、系统及可读存储介质 |
CN111351579A (zh) * | 2020-03-06 | 2020-06-30 | 北京市商汤科技开发有限公司 | 温度处理方法及装置、系统、电子设备和存储介质 |
CN111385650A (zh) * | 2018-12-29 | 2020-07-07 | 深圳Tcl新技术有限公司 | 一种体温测量方法、存储介质及电视 |
CN111405184A (zh) * | 2020-03-27 | 2020-07-10 | 深圳光启超材料技术有限公司 | 多媒体信息的确定方法、头戴设备、存储介质及电子设备 |
CN111401349A (zh) * | 2020-06-08 | 2020-07-10 | 广州图普网络科技有限公司 | 一种人脸测温方法、装置、电子设备及存储介质 |
CN111426394A (zh) * | 2020-04-16 | 2020-07-17 | 成都立鑫新技术科技有限公司 | 一种同时检测多人的体温检测系统及方法 |
CN111442844A (zh) * | 2020-03-25 | 2020-07-24 | 北京澎思科技有限公司 | 非接触测温设备、非接触测温方法和控制设备 |
CN111481177A (zh) * | 2020-03-27 | 2020-08-04 | 深圳光启超材料技术有限公司 | 头戴设备、投屏系统及方法、计算机可读的存储介质 |
CN111488337A (zh) * | 2020-04-15 | 2020-08-04 | 广东电科院能源技术有限责任公司 | 基于红外热像仪测量人体额温识别方法、系统及设备 |
CN111486961A (zh) * | 2020-04-15 | 2020-08-04 | 贵州安防工程技术研究中心有限公司 | 基于宽光谱人体额头成像与距离感知的高效额温估计方法 |
CN111504500A (zh) * | 2020-03-24 | 2020-08-07 | 宋媛媛 | 一种能测体温的手机及其测温方法 |
CN111579120A (zh) * | 2020-04-26 | 2020-08-25 | 江苏霆善科技有限公司 | 一种戴口罩人脸识别测温设备 |
CN111595450A (zh) * | 2020-05-15 | 2020-08-28 | 北京百度网讯科技有限公司 | 测量温度的方法、装置、电子设备和计算机可读存储介质 |
CN111678617A (zh) * | 2020-05-21 | 2020-09-18 | 北京澎思科技有限公司 | 一种体温跟踪监测方法、电子设备及体温跟踪监测系统 |
CN111707374A (zh) * | 2020-06-04 | 2020-09-25 | 安徽清新互联信息科技有限公司 | 一种人体红外测温仪的距离估算方法及系统 |
CN111768877A (zh) * | 2020-06-16 | 2020-10-13 | 天启慧眼(北京)信息技术有限公司 | 体温检测方法、装置、设备及计算机存储介质 |
CN111795748A (zh) * | 2020-06-28 | 2020-10-20 | 芯海科技(深圳)股份有限公司 | 测温方法、测温控制装置、测温设备以及存储介质 |
CN111968713A (zh) * | 2020-08-05 | 2020-11-20 | 七海行(深圳)科技有限公司 | 一种数据采集方法及巡检装置 |
CN112097913A (zh) * | 2020-05-22 | 2020-12-18 | 漳州华康信息科技有限公司 | 一种人脸识别激光自动跟踪的物联网红外测温装置 |
CN112113665A (zh) * | 2020-08-13 | 2020-12-22 | Oppo(重庆)智能科技有限公司 | 温度测量方法、装置、存储介质及终端 |
CN112129411A (zh) * | 2020-09-14 | 2020-12-25 | 北京金和网络股份有限公司 | 一种可调节目标测温区域的测温设备及方法 |
CN112472043A (zh) * | 2020-11-16 | 2021-03-12 | 深圳市航通智能技术有限公司 | 基于红外成像的测温方法、装置、系统及可读存储介质 |
CN112525351A (zh) * | 2020-11-06 | 2021-03-19 | 烟台艾睿光电科技有限公司 | 一种体温的测量方法及装置 |
CN112729551A (zh) * | 2020-12-08 | 2021-04-30 | 福建星网天合智能科技有限公司 | 一种人体红外测温方法、距离补偿方法及装置 |
CN113192221A (zh) * | 2021-03-12 | 2021-07-30 | 广州朗国电子科技有限公司 | 一种智能电子班牌 |
WO2021174680A1 (zh) * | 2020-03-03 | 2021-09-10 | 新石器慧通(北京)科技有限公司 | 无人移动测温装置和方法 |
CN113405674A (zh) * | 2020-03-17 | 2021-09-17 | 杭州海康威视数字技术股份有限公司 | 体温测量方法及摄像设备 |
CN113432720A (zh) * | 2021-06-25 | 2021-09-24 | 深圳市迈斯泰克电子有限公司 | 基于人体识别的温度检测方法、装置以及温度检测仪器 |
CN113447129A (zh) * | 2020-03-24 | 2021-09-28 | 广东永爱医养产业有限公司 | 一种人群温度异常个体快速测定方法 |
WO2021196411A1 (zh) * | 2020-04-03 | 2021-10-07 | 华为技术有限公司 | 一种测量温度的方法及电子设备 |
WO2022003852A1 (ja) * | 2020-07-01 | 2022-01-06 | 日本電気株式会社 | 認証制御装置、認証制御システム、認証制御方法及び非一時的なコンピュータ可読媒体 |
TWI755907B (zh) * | 2020-10-23 | 2022-02-21 | 正修學校財團法人正修科技大學 | 人臉影像真偽辨識系統及其方法 |
RU215733U1 (ru) * | 2022-09-16 | 2022-12-23 | Акционерное Общество "Научно-Производственное Предприятие "Силар" | Устройство для выявления людей с повышенной температурой тела |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1542416A (zh) * | 2003-05-02 | 2004-11-03 | 北京行者华视网络系统集成技术有限公 | 测温方法和测温装置 |
CN101630410A (zh) * | 2009-08-18 | 2010-01-20 | 北京航空航天大学 | 一种基于单摄像机的人体坐姿判定方法 |
CN101763503A (zh) * | 2009-12-30 | 2010-06-30 | 中国科学院计算技术研究所 | 一种姿态鲁棒的人脸识别方法 |
CN102147835A (zh) * | 2010-11-26 | 2011-08-10 | 中华人民共和国深圳出入境检验检疫局 | 用于口岸车道的司机体温自动测量系统及实现方法 |
CN105138981A (zh) * | 2015-08-20 | 2015-12-09 | 北京旷视科技有限公司 | 活体检测系统和方法 |
CN107361748A (zh) * | 2017-07-20 | 2017-11-21 | 歌尔股份有限公司 | 一种体温测试方法和装置 |
-
2018
- 2018-02-09 CN CN201810134674.9A patent/CN108344525B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1542416A (zh) * | 2003-05-02 | 2004-11-03 | 北京行者华视网络系统集成技术有限公 | 测温方法和测温装置 |
CN101630410A (zh) * | 2009-08-18 | 2010-01-20 | 北京航空航天大学 | 一种基于单摄像机的人体坐姿判定方法 |
CN101763503A (zh) * | 2009-12-30 | 2010-06-30 | 中国科学院计算技术研究所 | 一种姿态鲁棒的人脸识别方法 |
CN102147835A (zh) * | 2010-11-26 | 2011-08-10 | 中华人民共和国深圳出入境检验检疫局 | 用于口岸车道的司机体温自动测量系统及实现方法 |
CN105138981A (zh) * | 2015-08-20 | 2015-12-09 | 北京旷视科技有限公司 | 活体检测系统和方法 |
CN107361748A (zh) * | 2017-07-20 | 2017-11-21 | 歌尔股份有限公司 | 一种体温测试方法和装置 |
Cited By (56)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110906492A (zh) * | 2018-09-14 | 2020-03-24 | 青岛海尔空调器有限总公司 | 一种温冷感地面展示控制方法及装置 |
CN110906492B (zh) * | 2018-09-14 | 2022-04-19 | 青岛海尔空调器有限总公司 | 一种温冷感地面展示控制方法及装置 |
CN109215806A (zh) * | 2018-10-31 | 2019-01-15 | 绍兴文理学院 | 一种基于人脸识别的公共场所健康监测系统及方法 |
CN109633667A (zh) * | 2018-12-11 | 2019-04-16 | 广州市倍尔康医疗器械有限公司 | 一种拍照、激光测距和定位辅助红外测温一体化组合结构 |
CN109633667B (zh) * | 2018-12-11 | 2022-11-18 | 广州市倍尔康医疗器械有限公司 | 一种拍照、激光测距和定位辅助红外测温一体化组合结构 |
CN111385650A (zh) * | 2018-12-29 | 2020-07-07 | 深圳Tcl新技术有限公司 | 一种体温测量方法、存储介质及电视 |
CN109580006A (zh) * | 2018-12-29 | 2019-04-05 | 东莞市振海电子科技有限公司 | 一种提高体温测量精准度的方法 |
CN109745014A (zh) * | 2018-12-29 | 2019-05-14 | 江苏云天励飞技术有限公司 | 温度测量方法及相关产品 |
CN109870250A (zh) * | 2019-01-27 | 2019-06-11 | 武汉星巡智能科技有限公司 | 区域异常体温监测方法、装置及计算机可读存储介质 |
CN110196103A (zh) * | 2019-06-27 | 2019-09-03 | Oppo广东移动通信有限公司 | 温度测量方法及相关设备 |
CN111202504A (zh) * | 2020-02-12 | 2020-05-29 | 上海云从汇临人工智能科技有限公司 | 一种异常对象管理方法、系统、机器可读介质及设备 |
WO2021159682A1 (zh) * | 2020-02-12 | 2021-08-19 | 上海云从汇临人工智能科技有限公司 | 一种异常对象管理方法、系统、机器可读介质及设备 |
CN111256832A (zh) * | 2020-02-14 | 2020-06-09 | 北京领邦智能装备股份公司 | 基于红外检测的群体体温筛查方法及其设备 |
WO2021174680A1 (zh) * | 2020-03-03 | 2021-09-10 | 新石器慧通(北京)科技有限公司 | 无人移动测温装置和方法 |
CN111351579A (zh) * | 2020-03-06 | 2020-06-30 | 北京市商汤科技开发有限公司 | 温度处理方法及装置、系统、电子设备和存储介质 |
CN111323126A (zh) * | 2020-03-09 | 2020-06-23 | 深圳盈达机器视觉技术有限公司 | 一种非接触测温仪和温度采集系统 |
CN111157124A (zh) * | 2020-03-11 | 2020-05-15 | 深圳市赛菲姆科技有限公司 | 一种基于人脸识别的人体测温方法、装置、系统 |
CN111337138A (zh) * | 2020-03-17 | 2020-06-26 | 北京领邦智能装备股份公司 | 红外体温测量方法、装置、设备、系统及可读存储介质 |
CN113405674A (zh) * | 2020-03-17 | 2021-09-17 | 杭州海康威视数字技术股份有限公司 | 体温测量方法及摄像设备 |
CN111323146A (zh) * | 2020-03-23 | 2020-06-23 | 建德市达沃科技有限公司 | 一种人脸识别体温检测装置 |
CN113447129A (zh) * | 2020-03-24 | 2021-09-28 | 广东永爱医养产业有限公司 | 一种人群温度异常个体快速测定方法 |
CN111504500A (zh) * | 2020-03-24 | 2020-08-07 | 宋媛媛 | 一种能测体温的手机及其测温方法 |
CN111442844A (zh) * | 2020-03-25 | 2020-07-24 | 北京澎思科技有限公司 | 非接触测温设备、非接触测温方法和控制设备 |
WO2021189657A1 (zh) * | 2020-03-27 | 2021-09-30 | 深圳光启超材料技术有限公司 | 头戴设备、投屏系统及方法、计算机可读的存储介质 |
CN111405184A (zh) * | 2020-03-27 | 2020-07-10 | 深圳光启超材料技术有限公司 | 多媒体信息的确定方法、头戴设备、存储介质及电子设备 |
WO2021189647A1 (zh) * | 2020-03-27 | 2021-09-30 | 深圳光启超材料技术有限公司 | 多媒体信息的确定方法、头戴设备、存储介质及电子设备 |
CN111481177A (zh) * | 2020-03-27 | 2020-08-04 | 深圳光启超材料技术有限公司 | 头戴设备、投屏系统及方法、计算机可读的存储介质 |
WO2021196411A1 (zh) * | 2020-04-03 | 2021-10-07 | 华为技术有限公司 | 一种测量温度的方法及电子设备 |
CN111488337B (zh) * | 2020-04-15 | 2021-08-13 | 南方电网电力科技股份有限公司 | 基于红外热像仪测量人体额温识别方法、系统及设备 |
CN111486961A (zh) * | 2020-04-15 | 2020-08-04 | 贵州安防工程技术研究中心有限公司 | 基于宽光谱人体额头成像与距离感知的高效额温估计方法 |
CN111488337A (zh) * | 2020-04-15 | 2020-08-04 | 广东电科院能源技术有限责任公司 | 基于红外热像仪测量人体额温识别方法、系统及设备 |
CN111426394A (zh) * | 2020-04-16 | 2020-07-17 | 成都立鑫新技术科技有限公司 | 一种同时检测多人的体温检测系统及方法 |
CN111579120B (zh) * | 2020-04-26 | 2021-06-01 | 江苏霆善科技有限公司 | 一种戴口罩人脸识别测温设备 |
CN111579120A (zh) * | 2020-04-26 | 2020-08-25 | 江苏霆善科技有限公司 | 一种戴口罩人脸识别测温设备 |
EP4151968A4 (en) * | 2020-05-15 | 2024-03-27 | Beijing Baidu Netcom Science Technology Co., Ltd. | METHOD AND DEVICE FOR TEMPERATURE MEASUREMENT, ELECTRONIC DEVICE AND COMPUTER READABLE STORAGE MEDIUM |
CN111595450A (zh) * | 2020-05-15 | 2020-08-28 | 北京百度网讯科技有限公司 | 测量温度的方法、装置、电子设备和计算机可读存储介质 |
CN111678617A (zh) * | 2020-05-21 | 2020-09-18 | 北京澎思科技有限公司 | 一种体温跟踪监测方法、电子设备及体温跟踪监测系统 |
CN112097913A (zh) * | 2020-05-22 | 2020-12-18 | 漳州华康信息科技有限公司 | 一种人脸识别激光自动跟踪的物联网红外测温装置 |
CN111707374A (zh) * | 2020-06-04 | 2020-09-25 | 安徽清新互联信息科技有限公司 | 一种人体红外测温仪的距离估算方法及系统 |
CN111401349A (zh) * | 2020-06-08 | 2020-07-10 | 广州图普网络科技有限公司 | 一种人脸测温方法、装置、电子设备及存储介质 |
CN111768877A (zh) * | 2020-06-16 | 2020-10-13 | 天启慧眼(北京)信息技术有限公司 | 体温检测方法、装置、设备及计算机存储介质 |
CN111795748B (zh) * | 2020-06-28 | 2021-10-19 | 芯海科技(深圳)股份有限公司 | 测温方法、测温控制装置、测温设备以及存储介质 |
CN111795748A (zh) * | 2020-06-28 | 2020-10-20 | 芯海科技(深圳)股份有限公司 | 测温方法、测温控制装置、测温设备以及存储介质 |
WO2022003852A1 (ja) * | 2020-07-01 | 2022-01-06 | 日本電気株式会社 | 認証制御装置、認証制御システム、認証制御方法及び非一時的なコンピュータ可読媒体 |
CN111968713A (zh) * | 2020-08-05 | 2020-11-20 | 七海行(深圳)科技有限公司 | 一种数据采集方法及巡检装置 |
CN111968713B (zh) * | 2020-08-05 | 2023-10-27 | 七海行(深圳)科技有限公司 | 一种数据采集方法及巡检装置 |
CN112113665A (zh) * | 2020-08-13 | 2020-12-22 | Oppo(重庆)智能科技有限公司 | 温度测量方法、装置、存储介质及终端 |
CN112129411A (zh) * | 2020-09-14 | 2020-12-25 | 北京金和网络股份有限公司 | 一种可调节目标测温区域的测温设备及方法 |
TWI755907B (zh) * | 2020-10-23 | 2022-02-21 | 正修學校財團法人正修科技大學 | 人臉影像真偽辨識系統及其方法 |
CN112525351A (zh) * | 2020-11-06 | 2021-03-19 | 烟台艾睿光电科技有限公司 | 一种体温的测量方法及装置 |
CN112472043A (zh) * | 2020-11-16 | 2021-03-12 | 深圳市航通智能技术有限公司 | 基于红外成像的测温方法、装置、系统及可读存储介质 |
CN112729551A (zh) * | 2020-12-08 | 2021-04-30 | 福建星网天合智能科技有限公司 | 一种人体红外测温方法、距离补偿方法及装置 |
CN112729551B (zh) * | 2020-12-08 | 2022-01-04 | 福建星网天合智能科技有限公司 | 一种人体红外测温方法、距离补偿方法及装置 |
CN113192221A (zh) * | 2021-03-12 | 2021-07-30 | 广州朗国电子科技有限公司 | 一种智能电子班牌 |
CN113432720A (zh) * | 2021-06-25 | 2021-09-24 | 深圳市迈斯泰克电子有限公司 | 基于人体识别的温度检测方法、装置以及温度检测仪器 |
RU215733U1 (ru) * | 2022-09-16 | 2022-12-23 | Акционерное Общество "Научно-Производственное Предприятие "Силар" | Устройство для выявления людей с повышенной температурой тела |
Also Published As
Publication number | Publication date |
---|---|
CN108344525B (zh) | 2020-06-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108344525A (zh) | 自适应体温监控方法及系统 | |
CN110110629B (zh) | 面向室内环境控制的人员信息检测方法与系统 | |
CN109215806A (zh) | 一种基于人脸识别的公共场所健康监测系统及方法 | |
US10909835B1 (en) | Rapid thermal dynamic image capture devices | |
US6496594B1 (en) | Method and apparatus for aligning and comparing images of the face and body from different imagers | |
US7819525B2 (en) | Automatic direct gaze detection based on pupil symmetry | |
EP3227829A1 (en) | Method and system for identifying an individual with increased body temperature | |
US12000609B2 (en) | Detecting presence and estimating thermal comfort of one or more human occupants in a built space in real-time using one or more thermographic cameras and one or more RGB-D sensors | |
CN115769279A (zh) | 热成像系统和方法中的非接触式温度测量 | |
CN1542416A (zh) | 测温方法和测温装置 | |
US20210369122A1 (en) | Temperature Screening Systems and Methods | |
US20200085370A1 (en) | Systems and Methods for Monitoring Breathing and Apnea | |
US11164441B2 (en) | Rapid thermal dynamic image capture devices with increased recognition and monitoring capacity | |
CN106537217A (zh) | 宽视野深度成像 | |
CN109512402A (zh) | 近距离多维度的精准医用人体红外热成像的方法 | |
CN115590462A (zh) | 一种基于摄像头的视力检测方法和装置 | |
JP3711053B2 (ja) | 視線測定装置及びその方法と、視線測定プログラム及びそのプログラムを記録した記録媒体 | |
Liu et al. | Vision-based individual factors acquisition for thermal comfort assessment in a built environment | |
US20030138134A1 (en) | System and method for image attribute recording and analysis for biometric applications | |
Rao et al. | F 3 s: Free flow fever screening | |
CN113069088B (zh) | 一种人工智能交互装置 | |
KR101877873B1 (ko) | 공포 심리 분석 시스템 및 방법 | |
Logu et al. | Real‐Time Mild and Moderate COVID‐19 Human Body Temperature Detection Using Artificial Intelligence | |
US20220338740A1 (en) | High-accuracy temperature screening in dynamic ambient conditions | |
CN113362951A (zh) | 人体红外热结构考勤与健康评估及防疫预警系统及方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |