CN109696248A - 一种人体检验检疫系统温度基于环境温度的自动补偿方法 - Google Patents
一种人体检验检疫系统温度基于环境温度的自动补偿方法 Download PDFInfo
- Publication number
- CN109696248A CN109696248A CN201811429892.1A CN201811429892A CN109696248A CN 109696248 A CN109696248 A CN 109696248A CN 201811429892 A CN201811429892 A CN 201811429892A CN 109696248 A CN109696248 A CN 109696248A
- Authority
- CN
- China
- Prior art keywords
- temperature
- shell
- value
- environment
- shell temperature
- 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
- 238000000034 method Methods 0.000 title claims abstract description 27
- 238000007689 inspection Methods 0.000 title claims abstract description 19
- 238000005259 measurement Methods 0.000 claims abstract description 26
- 238000013507 mapping Methods 0.000 claims abstract description 23
- 206010037660 Pyrexia Diseases 0.000 claims description 5
- 230000036760 body temperature Effects 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 238000009529 body temperature measurement Methods 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000004962 physiological condition Effects 0.000 description 1
- 238000001931 thermography Methods 0.000 description 1
Classifications
-
- 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
- G01J5/02—Constructional details
-
- 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
- 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
- G01J5/02—Constructional details
- G01J5/06—Arrangements for eliminating effects of disturbing radiation; Arrangements for compensating changes in sensitivity
- G01J5/068—Arrangements for eliminating effects of disturbing radiation; Arrangements for compensating changes in sensitivity by controlling parameters other than temperature
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
- G06F18/2411—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on the proximity to a decision surface, e.g. support vector machines
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Radiation Pyrometers (AREA)
Abstract
本发明涉及一种人体检验检疫系统温度基于环境温度的自动补偿方法,所述方法包括:采集不同环境温度下测量人群的体表温度,通过所述体表温度计算出不同环境温度下测量人群的实测体表温度均值,根据实测体表温度均值确定拟合体表温度均值;根据环境温度和体表温度均值,利用线性SVM回归模型进行超平面拟合,得到映射关系的超平面映射系数;利用超平面映射系数计算在不同环境温度下,不同体表温度的温差补偿值,实现基于环境温度的自动补偿。本发明可根据环境温度变化对体表温度进行补偿不同的补偿值,可不同环境温度下,实现温度自动补偿。
Description
技术领域
本发明涉及红外热成像测温领域的智能检测领域,具体涉及一种人体检验检疫系统温度基于环境温度的自动补偿方法。
背景技术
检验检疫对于进出口记忆环境和人身安全保护是有着很重要的作用,在我国专门设置了出入境检验检疫机构,对出入境的人员进行检验检疫,传统红外人体检验检疫系统通常对体表温度设定固定补偿值;环境温度变化,需要人工调整参数,适配环温变化后体温的变化。
发明内容
为解决上述技术问题,本发明提供一种人体检验检疫系统温度基于环境温度的自动补偿方法,根据环境温度变化对体表温度进行补偿不同的补偿值,本发明的技术方案如下:
一种人体检验检疫系统温度基于环境温度的自动补偿方法,所述方法包括:
采集不同环境温度下测量人群的体表温度,通过所述体表温度计算出不同环境温度下测量人群的实测体表温度均值,根据实测体表温度均值确定拟合体表温度均值;
根据环境温度和体表温度均值,利用线性SVM回归模型进行超平面拟合,得到映射关系的超平面映射系数;
利用超平面映射系数计算在不同环境温度下,不同体表温度的温差补偿值,实现基于环境温度的自动补偿。
进一步地,所述方法还包括:
根据所述实测体表温度均值计算出实测体表温度标准差,根据实测体表温度标准差确定拟合体表温度标准差;
根据所述实测体表温度均值和所述拟合体表温度标准差计算出合理体表温度范围的最大值和合理体表温度范围的最小值。
进一步地,所述根据所述拟合体表温度标准差计算出合理体表温度范围的最大值和合理体表温度范围的最小值具体采用以下公式(一)和公式(二),超出合理体表温度范围的最大值则需要进行发热预测;
公式(一):fTempShellMax=fTempShellMean+fTempShellStd*fStdCoefHigh,
公式(二):fTempShellMin=fTempShellMean+fTempShellStd*fStdCoefLow,
其中,fTempShellMax为合理体表温度范围的最大值,fTempShellMin为合理体表温度范围的最小值,fTempShellStd是拟合所得的不同环境温度的标准差fTempShellStd∈[0,1],fTempShellMean为实测体表温度均值,fStdCoefHigh为温度范围上限控制系数,取值范围[0.1,3.0],fStdCoefLow为温度范围下限控制系数,取值范围[-3.0,0],默认值fStdCoefHigh=1.0,默认值fStdCoefLow=-1.0。
进一步地,所述利用映射系数计算在不同环境温度下,不同体表温度的温差补偿值具体采用以下公式(三):
公式(三):fTempComp=W1*fTempAmbient+W2*fTempShell+B,
其中,fTempAmbient为环境温度,fTempShell为体表温度,W1、W2、B表示超平面映射系数,B是一个实数,代表超平面到原点的距离,W1是环境温度fTempAmbient的系数,W2是体表温度fTempShell的系数。
进一步地,所述方法还包括:
当体表温度在合理体表温度范围内时,根据温差补偿值计算出腋下温度估计值,表示为以下公式(四):
公式(四):fTemArmpit=fTempshell+fTempComp,
其中ftempShellMin≤fTempshell≤ftempShellMax。
进一步地,所述方法还包括:
当体表温度大于合理体表温度范围的最大值时,根据温差补偿值计算出腋下温度估计值,表示为以下公式(五):
公式(5):
fTemArmpit=fTempshell+fTempComp+(fTempshell-fTempShellMax),
其中,fTempshell≥ftempShellMax。
进一步地,当体表温度小于合理体表温度范围的最小值时,根据温差补偿值计算出腋下温度估计值,表示为以下公式(六):
公式(六):
fTemArmpit=fTempshell+fTempComp+(fTempshell-fTempShellMin),
其中,fTempshell≤ftempShellMin。
根据环境温度和拟合体表温度均值,利用线性SVM回归模型进行超平面拟合,得到一组新的映射关系的超平面映射系数;
利用新的超平面映射系数计算在不同环境温度下,不同体表温度的拟合温差补偿值;
根据拟合温差补偿值计算出拟合腋下温度估计值。
本发明的有益效果:
本发明采集大量不同环境温度下人体体表温度,分析得到不同环境温度下人体体表温度的合理分布范围,根据环境温度与体表温度这两个变量进行数据训练,通过线性SVM回归模型进行超平面拟合,得到映射关系的权重系数W1、W2和B,利用映射系数计算在不同环境温度下,不同体表温度的温差补偿值,并对体表温度合理范围以外的温度进行处理,确保发热人员温度的正常报警,本发明根据环境温度变化对体表温度进行补偿不同的补偿值,使显示温度始终稳定在正常的人体温度区间。
附图说明
图1为本发明实施例提供的一种检验检疫系统温度基于环境温度的自动补偿方法的流程图;
图2为本发明实施例提供的不同环境温度下人体体表温度均值及拟合曲线;
图3为本发明实施例提供的不同环境温度下人体体表温度标准差的分布及拟合曲线;
图4为本发明实施例提供的利用环境温度与体表温度估计腋下温度的超平面;
图5为本发明实施例提供的利用环境温度与体表温度估计腋下温度的拟合超平面。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
如图1所述,本发明提供的一种人体检验检疫系统温度基于环境温度的自动补偿方法,所述方法包括:
采集不同环境温度下测量人群的体表温度,通过所述体表温度计算出不同环境温度下测量人群的实测体表温度均值,根据实测体表温度均值确定拟合体表温度均值;
根据环境温度和体表温度均值,利用线性SVM回归模型进行超平面拟合,得到映射关系的超平面映射系数;
利用超平面映射系数计算在不同环境温度下,不同体表温度的温差补偿值,实现基于环境温度的自动补偿。
优选地,所述方法还包括:
根据所述实测体表温度均值计算出实测体表温度标准差,根据实测体表温度标准差确定拟合体表温度标准差;
根据所述实测体表温度均值和所述拟合体表温度标准差计算出合理体表温度范围的最大值和合理体表温度范围的最小值。
优选地,所述根据所述拟合体表温度标准差计算出合理体表温度范围的最大值和合理体表温度范围的最小值具体采用以下公式(一)和公式(二),超出合理体表温度范围的最大值则需要进行发热预测;
公式(一):fTempShellMax=fTempShellMean+fTempShellStd*fStdCoefHigh,
公式(二):fTempShellMin=fTempShellMean+fTempShellStd*fStdCoefLow,
其中,fTempShellMax为合理体表温度范围的最大值,fTempShellMin为合理体表温度范围的最小值,fTempShellStd是拟合所得的不同环境温度的标准差fTempShellStd∈[0,1],fTempShellMean为实测体表温度均值,fStdCoefHigh为温度范围上限控制系数,取值范围[0.1,3.0],fStdCoefLow为温度范围下限控制系数,取值范围[-3.0,0],默认值fStdCoefHigh=1.0;默认值fStdCoefLow=-1.0。
图2所示为不同环境温度下测量的体表温度的分布情况,其中,水平坐标轴表示环境温度,垂直坐标轴表示不同环境温度下测温人群的体表温度均值,整体分布状况随着环境温度从5℃到37℃逐渐升温,体表温度逐渐升高,但是升到生理条件正常的体表温度后,不再升高,每个环境温度的体表分布逐渐趋于集中,即体表温度波动范围逐渐减小,从环境温度6℃时的4.7℃波动范围逐渐减小到环境温度37℃时的0.8℃的波动范围;
对于固定某个环境温度下,都有体表温度得均值及其标准差,标准差随环境温度的分布状况如图3所示,其中,水平坐标轴表示环境温度,垂直坐标轴表示不同环境温度下的体表温度标准差,随着环境温度从5到37度,体表温度标准差从0.9逐渐减小到0.2,以环境温度5℃为例,体表温度分布范围[30.5,33.7]℃,范围达到3.2℃,分布均值fTempShellMean=32.415℃,标准差fTempShellStd=0.8069℃(主要来源:实验条件差异造成的组间差异和测量误差造成的组内差异),如果测试人员发热,应大于合理体表温度范围的最大值fTempShellMax=33.2219℃,由32.415℃与0.8069℃求和得到,凡是大于33.2219℃的体表温度均有可能发热,需要进行发热预测,由于测试样本有限,标准差可以增加参数调节功能。
优选地,在不考虑环境温度的情况下,体表温度与实际温差成线性关系,利用线性SVM回归模型进行超平面拟合,得到映射关系的权重系数W1、W2和B,利用映射系数可以计算在不同环境温度下,不同体表温度的温差补偿值,具体采用以下公式(三):
公式(三):fTempComp=W1*fTempAmbient+W2*fTempShell+B,
其中,fTempAmbient为环境温度,fTempShell为体表温度,W1、W2、B表示超平面映射系数,B是一个实数,代表超平面到原点的距离,W1是环境温度fTempAmbient的系数,W2是体表温度fTempShell的系数。
优选地,根据温差补偿值计算出腋下温度估计值,表示为如下公式(4):
根据公式(4)得到的环境温度调适模型的预测超平面,如图4所示。
从图4中可以看出与温度变化趋势一致,存在波动,原因是测温设备误差造成的,为此我们对数据体表均值与均方差进行拟合,重新生成环境温度与体表温度估计腋下温度的超平面,如图5所示,利用拟合的体表温度均值及其环境温度采用线性SVM训练新的系数,可计算得到预测腋下温度与体表温度温差的新的超平面系数W1、W2和B,然后带入公式(3)和(4)得到腋下温度估计值,得到环境温度与体表温度估计腋下温度的拟合超平面,如图5所示,据此得到不同环境温度下,不同体表温度的腋下温度值,实现温度补偿。
以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (8)
1.一种人体检验检疫系统温度基于环境温度的自动补偿方法,其特征在于,所述方法包括:
采集不同环境温度下测量人群的体表温度,通过所述体表温度计算出不同环境温度下测量人群的实测体表温度均值,根据实测体表温度均值确定拟合体表温度均值;
根据环境温度和体表温度均值,利用线性SVM回归模型进行超平面拟合,得到映射关系的超平面映射系数;
利用超平面映射系数计算在不同环境温度下,不同体表温度的温差补偿值,实现基于环境温度的自动补偿。
2.根据权利要求1所述的人体检验检疫系统温度基于环境温度的自动补偿方法,其特征在于,所述方法还包括:
根据所述实测体表温度均值计算出实测体表温度标准差,根据实测体表温度标准差确定拟合体表温度标准差;
根据所述实测体表温度均值和所述拟合体表温度标准差计算出合理体表温度范围的最大值和合理体表温度范围的最小值。
3.根据权利要求2所述的人体检验检疫系统温度基于环境温度的自动补偿方法,其特征在于,所述根据所述拟合体表温度标准差计算出合理体表温度范围的最大值和合理体表温度范围的最小值具体采用以下公式(一)和公式(二),超出合理体表温度范围的最大值则需要进行发热预测;
公式(一):fTempShellMax=fTempShellMean+fTempShellStd*fStdCoefHigh,
公式(二):fTempShellMin=fTempShellMean+fTempShellStd*fStdCoefLow,
其中,fTempShellMax为合理体表温度范围的最大值,fTempShellMin为合理体表温度范围的最小值,fTempShellStd是拟合所得的不同环境温度的标准差fTempShellStd∈[0,1],fTempShellMean为实测体表温度均值,fStdCoefHigh为温度范围上限控制系数,取值范围[0.1,3.0],fStdCoefLow为温度范围下限控制系数,取值范围[-3.0,0],默认值fStdCoefHigh=1.0,默认值fStdCoefLow=-1.0。
4.根据权利要求3所述的人体检验检疫系统温度基于环境温度的自动补偿方法,其特征在于,所述利用映射系数计算在不同环境温度下,不同体表温度的温差补偿值具体采用以下公式(三):
公式(三):fTempComp=W1*fTempAmbient+W2*fTempShell+B,
其中,fTempAmbient为环境温度,fTempShell为体表温度,W1、W2、B表示超平面映射系数,B是一个实数,代表超平面到原点的距离,W1是环境温度fTempAmbient的系数,W2是体表温度fTempShell的系数。
5.根据权利要求4所述的人体检验检疫系统温度基于环境温度的自动补偿方法,其特征在于,所述方法还包括:
当体表温度在合理体表温度范围内时,根据温差补偿值计算出腋下温度估计值,表示为以下公式(四):
公式(四):fTemArmpit=fTempshell+fTempComp,
其中ftempShellMin≤fTempshell≤ftempShellMax。
6.根据权利要求4所述的人体检验检疫系统温度基于环境温度的自动补偿方法,其特征在于,所述方法还包括:
当体表温度大于合理体表温度范围的最大值时,根据温差补偿值计算出腋下温度估计值,表示为以下公式(五):
公式(5):
fTemArmpit=fTempshell+fTempComp+(fTempshell-fTempShellMax),
其中,fTempshell≥ftempShellMax。
7.根据权利要求4所述的人体检验检疫系统温度基于环境温度的自动补偿方法,其特征在于,当体表温度小于合理体表温度范围的最小值时,根据温差补偿值计算出腋下温度估计值,表示为以下公式(六):
公式(六):
fTemArmpit=fTempshell+fTempComp+(fTempshell-fTempShellMin),
其中,fTempshell≤ftempShellMin。
8.根据权利要求4所述的人体检验检疫系统温度基于环境温度的自动补偿方法,其特征在于,所述方法还包括:
根据环境温度和拟合体表温度均值,利用线性SVM回归模型进行超平面拟合,得到一组新的映射关系的超平面映射系数;
利用新的超平面映射系数计算在不同环境温度下,不同体表温度的拟合温差补偿值;
根据拟合温差补偿值计算出拟合腋下温度估计值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811429892.1A CN109696248B (zh) | 2018-11-28 | 2018-11-28 | 一种人体检验检疫系统温度基于环境温度的自动补偿方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811429892.1A CN109696248B (zh) | 2018-11-28 | 2018-11-28 | 一种人体检验检疫系统温度基于环境温度的自动补偿方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109696248A true CN109696248A (zh) | 2019-04-30 |
CN109696248B CN109696248B (zh) | 2020-06-02 |
Family
ID=66230240
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811429892.1A Active CN109696248B (zh) | 2018-11-28 | 2018-11-28 | 一种人体检验检疫系统温度基于环境温度的自动补偿方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109696248B (zh) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111426389A (zh) * | 2020-04-01 | 2020-07-17 | 北京遥感设备研究所 | 一种适用于红外体温筛查系统的体温确定方法 |
CN111458031A (zh) * | 2020-04-08 | 2020-07-28 | 深圳市大树人工智能科技有限公司 | 一种非接触式远距离测量人体体温的测算方法 |
CN111738215A (zh) * | 2020-07-21 | 2020-10-02 | 深圳市视美泰技术股份有限公司 | 人体温度测量方法和计算机设备 |
CN111859300A (zh) * | 2020-07-24 | 2020-10-30 | 深圳智云人工智能科技有限公司 | 提升额温枪温度精度的方法、装置、计算机设备及存储介质 |
CN111928953A (zh) * | 2020-09-15 | 2020-11-13 | 深圳市商汤科技有限公司 | 测温方法及装置、电子设备和存储介质 |
CN111964797A (zh) * | 2020-08-27 | 2020-11-20 | 广东天波信息技术股份有限公司 | 一种测温设备自学习测温方法、测温系统及测温设备 |
CN112798127A (zh) * | 2020-12-29 | 2021-05-14 | 锐捷网络股份有限公司 | 一种测温方法及测温手环 |
CN113268917A (zh) * | 2021-04-29 | 2021-08-17 | 杭州魔点科技有限公司 | 一种测温的方法、系统、电子装置和存储介质 |
CN113280926A (zh) * | 2021-05-19 | 2021-08-20 | 广东天波信息技术股份有限公司 | 一种测温方法及测温设备 |
WO2021184254A1 (zh) * | 2020-03-18 | 2021-09-23 | 深圳市大疆创新科技有限公司 | 红外热成像测温方法、电子设备、无人机及存储介质 |
WO2022120563A1 (zh) * | 2020-12-08 | 2022-06-16 | 深圳迈瑞生物医疗电子股份有限公司 | 温度预测方法、装置和存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN203025511U (zh) * | 2012-12-24 | 2013-06-26 | 北京智威宇讯科技有限公司 | 牲畜体温管理系统 |
CN105852821A (zh) * | 2016-03-23 | 2016-08-17 | 苏州贝莱弗医疗科技有限公司 | 一种体温测量装置及其测量方法 |
CN107149467A (zh) * | 2017-05-27 | 2017-09-12 | 上海温尔信息科技有限公司 | 温度分析方法和装置 |
US20170258390A1 (en) * | 2016-02-12 | 2017-09-14 | Newton Howard | Early Detection Of Neurodegenerative Disease |
CN108427452A (zh) * | 2018-04-19 | 2018-08-21 | 深圳市亚辉龙生物科技股份有限公司 | 温度控制方法和装置 |
-
2018
- 2018-11-28 CN CN201811429892.1A patent/CN109696248B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN203025511U (zh) * | 2012-12-24 | 2013-06-26 | 北京智威宇讯科技有限公司 | 牲畜体温管理系统 |
US20170258390A1 (en) * | 2016-02-12 | 2017-09-14 | Newton Howard | Early Detection Of Neurodegenerative Disease |
CN105852821A (zh) * | 2016-03-23 | 2016-08-17 | 苏州贝莱弗医疗科技有限公司 | 一种体温测量装置及其测量方法 |
CN107149467A (zh) * | 2017-05-27 | 2017-09-12 | 上海温尔信息科技有限公司 | 温度分析方法和装置 |
CN108427452A (zh) * | 2018-04-19 | 2018-08-21 | 深圳市亚辉龙生物科技股份有限公司 | 温度控制方法和装置 |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021184254A1 (zh) * | 2020-03-18 | 2021-09-23 | 深圳市大疆创新科技有限公司 | 红外热成像测温方法、电子设备、无人机及存储介质 |
CN111426389A (zh) * | 2020-04-01 | 2020-07-17 | 北京遥感设备研究所 | 一种适用于红外体温筛查系统的体温确定方法 |
CN111426389B (zh) * | 2020-04-01 | 2021-06-15 | 北京遥感设备研究所 | 一种适用于红外体温筛查系统的体温确定方法 |
CN111458031A (zh) * | 2020-04-08 | 2020-07-28 | 深圳市大树人工智能科技有限公司 | 一种非接触式远距离测量人体体温的测算方法 |
CN111738215B (zh) * | 2020-07-21 | 2020-11-24 | 深圳市视美泰技术股份有限公司 | 人体温度测量方法和计算机设备 |
CN111738215A (zh) * | 2020-07-21 | 2020-10-02 | 深圳市视美泰技术股份有限公司 | 人体温度测量方法和计算机设备 |
CN111859300A (zh) * | 2020-07-24 | 2020-10-30 | 深圳智云人工智能科技有限公司 | 提升额温枪温度精度的方法、装置、计算机设备及存储介质 |
CN111964797A (zh) * | 2020-08-27 | 2020-11-20 | 广东天波信息技术股份有限公司 | 一种测温设备自学习测温方法、测温系统及测温设备 |
CN111928953A (zh) * | 2020-09-15 | 2020-11-13 | 深圳市商汤科技有限公司 | 测温方法及装置、电子设备和存储介质 |
WO2022120563A1 (zh) * | 2020-12-08 | 2022-06-16 | 深圳迈瑞生物医疗电子股份有限公司 | 温度预测方法、装置和存储介质 |
CN112798127A (zh) * | 2020-12-29 | 2021-05-14 | 锐捷网络股份有限公司 | 一种测温方法及测温手环 |
CN113268917A (zh) * | 2021-04-29 | 2021-08-17 | 杭州魔点科技有限公司 | 一种测温的方法、系统、电子装置和存储介质 |
CN113280926A (zh) * | 2021-05-19 | 2021-08-20 | 广东天波信息技术股份有限公司 | 一种测温方法及测温设备 |
Also Published As
Publication number | Publication date |
---|---|
CN109696248B (zh) | 2020-06-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109696248A (zh) | 一种人体检验检疫系统温度基于环境温度的自动补偿方法 | |
US20230251144A1 (en) | Apparatus, systems, and methods for non-invasive thermal interrogation | |
CN106289563B (zh) | 温度检测方法、系统及装置 | |
CN103561636B (zh) | 发热检测装置 | |
US20120109571A1 (en) | Temperature measurement device | |
CN102706455B (zh) | 体感温度测量方法 | |
CN109549635A (zh) | 人体体温动态在线测量方法及可穿戴设备 | |
CN105628208B (zh) | 一种基于红外成像系统的温度测量方法 | |
US20090319189A1 (en) | Low cost, unattended weather sensor | |
JP6413179B2 (ja) | 流向検出機能を備えた熱式流速・流量センサ | |
Prinyakupt et al. | Verification Device for Temperature and Relative Humidity Inside the Infant Incubator via IoT | |
Lee et al. | Development of a low-temperature low-pressure humidity chamber for calibration of radiosonde humidity sensors | |
Maruyama et al. | Multiple-globe thermometer for measuring the air temperature without an aspirated radiation shield | |
CN110230868A (zh) | 人体温度检测方法和空调系统的控制方法 | |
Pieniazek | Ellipsoid multi-axial sensor calibration with temperature compensation | |
CN109758703B (zh) | 一种用于消防火场气压高度传感器的误差修正系统及方法 | |
CN106979819B (zh) | 室内平均辐射温度的测定方法及装置 | |
CN109758138A (zh) | 基于心率监测的人体热应激预警系统及劳动代谢预测方法 | |
CN104813980B (zh) | 一种用于评价肉鸡热舒适性的非侵入性生理指标及其应用 | |
Li et al. | Heat Strain Evaluation of Power Grid Outdoor Workers Based on a Human Bioheat Model | |
CN209416461U (zh) | 用于蓄冰设备的冰量检测装置 | |
Di Corleto | Evaluation of heat stress indices using physiological comparisons in an alumina refinery in a sub-tropical climate | |
Wegge et al. | Development of a specialized hydrostatic comparator for the accurate density determination of natural silicon spheres: a novel method for a primary realization of the unit kilogram | |
JP7477595B2 (ja) | 消費エネルギー算出システム | |
Sokolová et al. | Evaluation of thermo-hygric microclimate parameters in the work environment |
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 |