CN111256833B - 体温检测方法、系统、装置及热红外图像处理器 - Google Patents
体温检测方法、系统、装置及热红外图像处理器 Download PDFInfo
- Publication number
- CN111256833B CN111256833B CN202010102613.1A CN202010102613A CN111256833B CN 111256833 B CN111256833 B CN 111256833B CN 202010102613 A CN202010102613 A CN 202010102613A CN 111256833 B CN111256833 B CN 111256833B
- Authority
- CN
- China
- Prior art keywords
- temperature
- image
- body temperature
- wrist
- forehead
- 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.)
- Active
Links
- 230000036760 body temperature Effects 0.000 title claims abstract description 433
- 238000001514 detection method Methods 0.000 title claims abstract description 150
- 238000000034 method Methods 0.000 claims abstract description 46
- 230000002159 abnormal effect Effects 0.000 claims abstract description 44
- 210000001061 forehead Anatomy 0.000 claims description 247
- 210000000707 wrist Anatomy 0.000 claims description 245
- 238000012937 correction Methods 0.000 claims description 54
- 238000012545 processing Methods 0.000 claims description 20
- 238000006243 chemical reaction Methods 0.000 claims description 15
- 238000013473 artificial intelligence Methods 0.000 claims description 14
- 238000013507 mapping Methods 0.000 claims description 7
- 238000007781 pre-processing Methods 0.000 claims description 7
- 230000002708 enhancing effect Effects 0.000 claims description 5
- 238000004891 communication Methods 0.000 claims description 4
- 230000002547 anomalous effect Effects 0.000 claims description 3
- 238000012360 testing method Methods 0.000 claims description 2
- 206010037660 Pyrexia Diseases 0.000 abstract description 50
- 208000015181 infectious disease Diseases 0.000 abstract description 20
- 230000007613 environmental effect Effects 0.000 abstract description 19
- 230000008569 process Effects 0.000 abstract description 17
- 230000008859 change Effects 0.000 abstract description 13
- 238000012544 monitoring process Methods 0.000 description 14
- 230000004927 fusion Effects 0.000 description 6
- 230000005856 abnormality Effects 0.000 description 5
- 238000009529 body temperature measurement Methods 0.000 description 4
- 238000001914 filtration Methods 0.000 description 4
- 238000005259 measurement Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 2
- 239000003086 colorant Substances 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 208000003322 Coinfection Diseases 0.000 description 1
- 230000002146 bilateral effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000003623 enhancer Substances 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000001939 inductive effect Effects 0.000 description 1
- 239000003550 marker Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000004861 thermometry Methods 0.000 description 1
Images
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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01K—MEASURING TEMPERATURE; MEASURING QUANTITY OF HEAT; THERMALLY-SENSITIVE ELEMENTS NOT OTHERWISE PROVIDED FOR
- G01K1/00—Details of thermometers not specially adapted for particular types of thermometer
- G01K1/02—Means for indicating or recording specially adapted for thermometers
-
- 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
- G01J2005/0077—Imaging
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Radiation Pyrometers (AREA)
Abstract
本申请公开了一种体温检测方法、装置及热红外图像处理器。其中,该方法包括:检测目标对象的预定部位的体表温度;根据所检测的体表温度,确定目标对象的体温;以及根据目标对象的体温以及温度阈值,确定目标对象的体温是否异常,其中,温度阈值是通过以下操作确定的:获取在之前的预定时间范围内所检测的历史检测对象的体温信息集合;以及根据体温信息集合内的体温信息,确定温度阈值。能够不断的根据环境温度变化,动态的对温度阈值进行更新和调整。使得在根据温度阈值来确定目标对象的体温是否异常的过程中,能够及时的、准确的排查出体表温度低于常规的发烧温度但实际上处于发烧状态的个体,大大降低了大范围感染的可能性。
Description
技术领域
本申请涉及人体温度检测技术领域,特别是涉及一种体温检测方法、系统、装置及热红外图像处理器。
背景技术
随着人们对指定场景内的目标对象(例如人体)进行温度监测的需求越来越多,市场上也随之出现了很多的测温系统供用户使用。目前的测温系统大多是基于热红外图像进行人体温度检测的,并根据检测出的人体温度以及预先设置的温度阈值,判断该目标对象的体温是否异常。但是,基于热红外图像进行人体温度检测容易受环境温度的影响,例如:由于北方外部寒冷,人的体表温度受环境影响很大,通常偏低,从而人体在发烧时的体表温度偏低于正常人体的发烧温度。在这种情况下,基于热红外图像对处于发烧状态的人体进行检测得到的体表温度仍低于预先设置的发烧温度,从而无法及时的、准确的对发烧个体进行排查,容易造成大范围感染。
针对上述的现有技术中存在的由于基于热红外图像进行人体温度检测容易受环境温度的影响,使得对处于发烧状态的人体进行检测得到的体表温度仍低于预先设置的发烧温度,从而无法及时的、准确的对发烧个体进行排查,容易造成大范围感染的技术问题,目前尚未提出有效的解决方案。
发明内容
本公开提供了一种体温检测方法、系统、装置及热红外图像处理器,以至少解决现有技术中存在的由于基于热红外图像进行人体温度检测容易受环境温度的影响,使得对处于发烧状态的人体进行检测得到的体表温度仍低于预先设置的发烧温度,从而无法及时的、准确的对发烧个体进行排查,容易造成大范围感染的技术问题。
根据本公开实施例的一个方面,提供了一种体温检测方法,包括:检测目标对象的预定部位的体表温度;根据所检测的体表温度,确定目标对象的体温;以及根据目标对象的体温以及温度阈值,确定目标对象的体温是否异常,其中,温度阈值是通过以下操作确定的:获取在之前的预定时间范围内所检测的历史检测对象的体温信息集合;以及根据体温信息集合内的体温信息,确定温度阈值。
根据本公开实施例的另一个方面,提供了一种热红外图像处理器,包括体表温度检测模块,配置用于检测目标对象的预定部位的体表温度;体温确定模块,与体表温度检测模块连接,配置用于根据所检测的体表温度,确定目标对象的体温;以及温度异常检测模块,与体温确定模块连接,配置用于根据目标对象的体温以及温度阈值,确定目标对象的体温是否异常,其中,温度阈值由与体温确定模块连接的阈值确定模块通过以下操作确定的:从体温确定模块获取在之前的预定时间范围内所检测的历史检测对象的体温信息集合;以及根据体温信息集合内的体温信息,确定温度阈值。
根据本公开实施例的另一个方面,还提供了一种体温检测系统,包括:热红外图像采集设备;以及上述中任意一项所述的热红外图像处理器,其中热红外图像处理器与热红外图像采集设备通信连接,用于针对热红外图像采集设备采集的第一图像进行人体温度检测。
根据本公开实施例的另一个方面,还提供了一种体温检测装置,包括:检测模块,用于检测目标对象的预定部位的体表温度;第一确定模块,用于根据所检测的体表温度,确定目标对象的体温;以及第二确定模块,用于根据目标对象的体温以及温度阈值,确定目标对象的体温是否异常,其中,温度阈值是通过以下操作确定的:获取在之前的预定时间范围内所检测的历史检测对象的体温信息集合;以及根据体温信息集合内的体温信息,确定温度阈值。
根据本公开实施例的另一个方面,还提供了一种体温检测装置,包括:处理器;以及存储器,与处理器连接,用于为处理器提供处理以下处理步骤的指令:检测目标对象的预定部位的体表温度;根据所检测的体表温度,确定目标对象的体温;以及根据目标对象的体温以及温度阈值,确定目标对象的体温是否异常,其中,温度阈值是通过以下操作确定的:获取在之前的预定时间范围内所检测的历史检测对象的体温信息集合;以及根据体温信息集合内的体温信息,确定温度阈值。
根据本公开实施例的另一个方面,还提供了一种存储介质。存储介质包括存储的程序,其中,在程序运行时由处理器执行以上所述的方法。
在本发明实施例中,首先检测目标对象的预定部位的体表温度,然后根据所检测的体表温度,确定所述目标对象的体温,最后根据所述目标对象的体温以及温度阈值,确定所述目标对象的体温是否异常。其中,所述温度阈值是通过以下操作确定的:获取在之前的预定时间范围内所检测的历史检测对象的体温信息集合;以及根据所述体温信息集合内的体温信息,确定所述温度阈值。通过这种方式,不再通过一个预先设置的单一的温度阈值来判定目标对象的体温是否异常,而是能够不断的根据环境温度变化,动态的对温度阈值进行更新和调整。使得在根据温度阈值来确定目标对象的体温是否异常的过程中,能够及时的、准确的排查出体表温度低于常规的发烧温度但实际上处于发烧状态的个体,大大降低了大范围感染的可能性。进而解决了现有技术中存在的由于基于热红外图像进行人体温度检测容易受环境温度的影响,使得对处于发烧状态的人体进行检测得到的体表温度仍低于预先设置的发烧温度,从而无法及时的、准确的对发烧个体进行排查,容易造成大范围感染的技术问题。
根据下文结合附图对本申请的具体实施例的详细描述,本领域技术人员将会更加明了本申请的上述以及其他目的、优点和特征。
附图说明
后文将参照附图以示例性而非限制性的方式详细描述本申请的一些具体实施例。附图中相同的附图标记标示了相同或类似的部件或部分。本领域技术人员应该理解,这些附图未必是按比例绘制的。附图中:
图1是根据本公开实施例1的第一个方面所述的体温检测方法的流程图;
图2是根据本公开实施例1所述的体温检测系统的示意图;
图3是根据本公开实施例1所述的添加有标识图形的第一图像的一个示意图;
图4是根据本公开实施例1所述的添加有标识图形的第一图像的又一个示意图;
图5是根据本公开实施例2所述的体温检测装置的示意图;以及
图6是根据本公开实施例3所述的体温检测装置的示意图。
具体实施方式
需要说明的是,在不冲突的情况下,本公开中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本公开。
为了使本技术领域的人员更好地理解本公开方案,下面将结合本公开实施例中的附图,对本公开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公开一部分的实施例,而不是全部的实施例。基于本公开中的实施例,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他实施例,都应当属于本公开保护的范围。
需要说明的是,本公开的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的术语在适当情况下可以互换,以便这里描述的本公开的实施例。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
需要注意的是,这里所使用的术语仅是为了描述具体实施方式,而非意图限制根据本申请的示例性实施方式。如在这里所使用的,除非上下文另外明确指出,否则单数形式也意图包括复数形式,此外,还应当理解的是,当在本说明书中使用术语“包含”和/或“包括”时,其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
实施例1
图1是根据本申请实施例1的第一个方面所述的体温检测方法。参考图1所示,本申请实施例1的第一个方面提供了一种体温检测方法,包括:
S102:检测目标对象的预定部位的体表温度;
S104:根据所检测的体表温度,确定目标对象的体温;以及
S106:根据目标对象的体温以及温度阈值,确定目标对象的体温是否异常,其中,温度阈值是通过以下操作确定的:获取在之前的预定时间范围内所检测的历史检测对象的体温信息集合;以及根据体温信息集合内的体温信息,确定温度阈值。
正如背景技术中所述的,随着人们对指定场景内的目标对象(例如人体)进行温度监测的需求越来越多,市场上也随之出现了很多的测温系统供用户使用。目前的测温系统大多是基于热红外图像进行人体温度检测的,并根据检测出的人体温度以及预先设置的温度阈值,判断该目标对象的体温是否异常。但是,基于热红外图像进行人体温度检测容易受环境温度的影响,例如:由于北方外部寒冷,人的体表温度受环境影响很大,通常偏低,从而人体在发烧时的体表温度偏低于正常人体的发烧温度。在这种情况下,基于热红外图像对处于发烧状态的人体进行检测得到的体表温度仍低于预先设置的发烧温度,从而无法及时的、准确的对发烧个体进行排查,容易造成大范围感染。
具体地,针对上述的问题,参考图1所示,本实施例的第一方面所提供的体温检测方法首先检测目标对象的预定部位的体表温度。其中,由于北方外部寒冷,在入口处对人体额部检测得到的额温受环境影响很大,通常偏低,而手腕在衣服包裹下,温度表现相对准确。因此该预定部位例如为额部和腕部,即同时检测目标对象的额部和腕部的体表温度。然后,根据所检测的体表温度,确定目标对象的体温,例如但不限于为选取温度较高的部位所对应的体表温度作为目标对象的体温。
进一步地,基于热红外图像进行人体温度检测容易受环境温度的影响,为了能够及时的将发烧个体排除,在本实施例中不再通过一个预先设置的单一的温度阈值来判定目标对象的体温是否异常,而是动态的对温度阈值进行更新和调整。例如获取在之前的预定时间范围内(例如前24小时内)所检测的历史检测对象的体温信息集合,然后根据体温信息集合内的体温信息,确定温度阈值。从而能够不断的根据环境温度变化,动态调整温度阈值的高低。最后,根据所确定的目标对象的体温以及温度阈值,确定目标对象的体温是否异常。
从而,通过这种方式,不再通过一个预先设置的单一的温度阈值来判定目标对象的体温是否异常,而是能够不断的根据环境温度变化,动态的对温度阈值进行更新和调整。使得在根据温度阈值来确定目标对象的体温是否异常的过程中,能够及时的、准确的排查出体表温度低于常规的发烧温度但实际上处于发烧状态的个体,大大降低了大范围感染的可能性。进而解决了现有技术中存在的由于基于热红外图像进行人体温度检测容易受环境温度的影响,使得对处于发烧状态的人体进行检测得到的体表温度仍低于预先设置的发烧温度,从而无法及时的、准确的对发烧个体进行排查,容易造成大范围感染的技术问题。
可选地,根据体温信息集合内的体温信息,确定温度阈值的操作,包括:关于体温信息集合内的体温信息,计算体温平均值和正常体温波动区间;以及根据所计算的体温平均值和正常体温波动区间,确定温度阈值。
具体地,例如但不限于,体温信息集合内包含前24个小时之内检测到的历史目标对象的体温信息,通过对体温信息进行计算,求取得到的平均值为36.1℃,正常体温波动区间为1℃。然后根据所计算的体温平均值和正常体温波动区间,确定温度阈值,即将温度阈值确定为37.1℃。并且,随着时间的变化,由于环境温度不断产生变化,体温信息集合内包含的之前的预定时间内的体温信息也在不断的变化,使得计算后得到的体温平均值和正常体温波动区间也在不断的发生变化。通过这种方式,能够随着环境温度的变化,动态的对温度阈值进行更新和调整,并通过求取体温平均值的方式,保障了所确定的温度阈值的合理性和准确性。
可选地,根据所计算的体温平均值和正常体温波动区间,确定温度阈值的操作,还包括:获取当前的环境温度;以及根据环境温度以及体温平均值,确定温度阈值。
具体地,在实际应用过程中,容易存在早晚环境温差较大或者相邻两天的环境温差较大的情况,针对于这种情况,本实施首先获取当前的环境温度,然后根据所获取到的当前的环境温度以及计算得到的体温平均值,共同确定温度阈值。通过这种方式,进一步保障了所确定的温度阈值的合理性和准确性。
可选地,根据所计算的体温平均值,确定温度阈值的操作,还包括:获取用于指示当前时刻的时间信息;根据时间信息,确定用于对体温信息进行修正的体温修正值;以及根据体温平均值和正常体温波动区间以及体温修正值,确定温度阈值。
在实际应用过程中,人体在不同时间段的温度有少许的波动,譬如说,下午5点左右人体温度会高一些,而早晨8点左右温度会低一些,使得基于热红外图像检测到的体温信息存在一定的误差。针对于这种情况,在本实施中,设置多个不同的体温修正值,用于修正不同时刻检测到的体温信息。例如但不限于为:与上午6点对应的体温修正值为-0.2℃,与上午9点对应的体温修正值为-0.1℃,与中午12点对应的体温修正值为0℃,等等。
因此,在本实施例中,首先获取用于指示当前时刻的时间信息。例如:所获取到的用于指示当前时刻的时间信息为上午9点。然后根据时间信息,确定用于对体温信息进行修正的体温修正值(即-0.1℃)。最后,根据体温平均值、正常体温波动区间以及体温修正值,确定温度阈值。其中,正常体温波动区间用于指示正常的体温波动范围。根据上述的步骤计算得到的体温平均值和正常体温波动区间之和为37.1℃,体温修正值为-0.1℃,那么根据体温平均值以及体温修正值,确定得到的温度阈值为37℃。通过这种方式,进一步保障了所确定的温度阈值的合理性和准确性。
可选地,根据时间信息,确定用于对体温信息进行修正的体温修正值的操作,还包括:获取在之前的预定天数内与时间信息对应的时刻的环境温度;以及根据环境温度,确定体温修正值。
具体地,在本实施例中可以对体温修正值进行动态的调整,例如获取在之前的预定天数内(例如1天内)与时间信息对应的时刻的环境温度,然后根据环境温度,确定体温修正值。通过这种方式,保障了所确定的体温修正值的合理性。
可选地,预定部位包括额部和腕部,体表温度包括额部温度和腕部温度,并且检测目标对象的预定部位的体表温度的操作,包括:获取通过热红外图像采集设备采集的第一图像;在第一图像中确定包含目标对象的额部的第一额部图像区域以及包含目标对象的腕部的第一腕部图像区域;根据第一额部图像区域的图像信息,检测目标对象的额部的额部温度;根据第一腕部图像区域的图像信息,检测目标对象的腕部的腕部温度;并且根据所检测的体表温度,确定目标对象的体温的操作,包括:将额部温度以及腕部温度中的最高温度确定为目标对象的体温。
具体地,首先获取通过热红外图像采集设备采集的第一图像,然后在第一图像中确定包含目标对象的额部的第一额部图像区域以及包含目标对象的腕部的第一腕部图像区域,最后根据第一额部图像区域以及第一腕部图像区域的图像信息,检测所述目标对象的额部温度和腕部温度。从而能够满足同时测量目标对象的额温和腕温,根据测量得到的额温和腕温来确定目标对象的体温,温度检测精度高,有效的排除了寒冷环境的影响。并且,参照图3所示,例如所确定的额部温度为35.4℃,腕部温度为35.3℃。因此需要将额部温度以及腕部温度中的最高温度确定为目标对象的体温,即确定的目标对象的体温为35.4℃。通过这种方式,保障了测量得到的目标对象的体温的准确性。
此外,通过这种方式,无需可见光融合即可完成人体检测,检测准确,通过率好,不受穿着的影响的同时便于携带和快速部署。同时,通过获取由热红外图像采集设备100采集的第一图像来进行非接触式检测,无感检测,无需停留,快速疏导人流,对高温个体及时排除,自主测温,只需露出手腕就能精确自测,无需安保人员贴身测量,避免集中感染或者二次感染。并且,针对性的对目标对象的额部及腕部做温度检测,不受环境高温物体的干扰,排除错检,误检。
可选地,在第一图像中确定第一额部图像区域以及第一腕部图像区域的操作,包括:生成与第一图像对应的第二图像,其中第二图像适于预设的图像检测模型进行检测;通过图像检测模型,在第二图像中检测包含目标对象的额部的第二额部图像区域以及包含目标对象的腕部的第二腕部图像区域;以及根据第二额部图像区域以及第二腕部图像区域在第二图像中的位置信息,在第一图像中确定第一额部图像区域以及第一腕部图像区域。
具体地,由于目前的图像检测模型通常支持对有限范围内的分辨率的图像进行识别(例如分辨率为512*512、640*360、640*480或者其他),因此为了保障能够对第一图像中的目标对象进行有效的检测,需要生成与第一图像对应的适于预设的图像检测模型进行检测的第二图像。然后通过图像检测模型,在第二图像中检测包含目标对象的额部的第二额部图像区域以及包含目标对象的腕部的第二腕部图像区域。在检测出第二额部图像区域以及第二腕部图像区域的情况下,还需要根据第二额部图像区域以及第二腕部图像区域在第二图像中的位置信息,在第一图像中确定第一额部图像区域以及第一腕部图像区域。从而,通过这种方式,不仅能够对第一图像中的目标对象进行有效的检测,还能够准确的在第一图像中确定第一额部图像区域以及第一腕部图像区域。
可选地,通过图像检测模型,在第二图像中检测包含目标对象的额部的第二额部图像区域以及包含目标对象的腕部的第二腕部图像区域的操作,包括:通过图像检测模型,在第二图像中检测包含目标对象的目标对象图像区域;以及在目标对象图像区域中确定第二额部图像区域以及第二腕部图像区域。
具体地,为了从第二图像中提取出包含目标对象的图像区域,首先通过图像检测模型,在第二图像中检测包含目标对象的目标对象图像区域,然后在目标对象图像区域中确定第二额部图像区域以及第二腕部图像区域。
可选地,生成与第一图像对应的第二图像的操作,包括以下的至少一项:分辨率转换操作,用于将图像的分辨率转换成与图像检测模型匹配的分辨率;以及图像增强操作,用于增强图像中的细节信息。
具体地,由于目前的图像检测模型通常支持对有限范围内的分辨率的图像进行识别,因此需要对第一图像进行分辨率转换操作,即将第一图像的分辨率转换成与图像检测模型匹配的分辨率,从而生成适于图像检测模型进行检测的第二图像。
或者,由于热红外传感器本身成像特点以及分辨率较低等原因,热红外图像往往噪声高,导致物体的边缘信息被干扰。针对噪声高这个问题,通过对第一图像进行图像增强操作,增强第一图像中的细节信息,从而生成适于图像检测模型进行检测的第二图像。其中进行图像增强操作例如但不限于为:使用预设的边缘锐化算法进行边缘增强,以增强物体的细节信息。其中,常见的边缘锐化算法例如有拉普拉斯滤波算法和sobel滤波算法等。
又或者,首先对第一图像进行分辨率转换操作,即将第一图像的分辨率转换成与图像检测模型匹配的分辨率,然后对分辨率转换操作得到的图像进行图像增强操作,增强分辨率转换操作得到的图像中的细节信息,从而生成适于图像检测模型进行检测的第二图像。
可选地,根据第二额部图像区域以及第二腕部图像区域在第二图像中的位置信息,在第一图像中确定第一额部图像区域以及第一腕部图像区域的操作,包括:根据第二额部图像区域以及第二腕部图像区域在第二图像中的位置信息以及第一图像和第二图像之间的位置映射关系,确定第一额部图像区域以及第一腕部图像区域在第一图像中的位置信息;以及根据第一额部图像区域以及第一腕部图像区域在第一图像中的位置信息,在第一图像中确定第一额部图像区域以及第一腕部图像区域。
具体地,首先根据第二额部图像区域以及第二腕部图像区域在第二图像中的位置信息以及第一图像和第二图像之间的位置映射关系,例如利用预先设置的坐标转换算法,将第二图像中的位置信息转换为第一图像中相对应的位置信息,从而确定第一额部图像区域以及第一腕部图像区域在第一图像中的位置信息。其中,所确定的第一额部图像区域以及第一腕部图像区域在第一图像中的位置信息例如均可以包括x,y,w,h,即第一额部图像区域以及第一腕部图像区域在第一图像中的x,y坐标以及宽高信息。然后根据第一额部图像区域以及第一腕部图像区域在第一图像中的位置信息,在第一图像中确定第一额部图像区域以及第一腕部图像区域。通过这种方式,保障了所确定的第一额部图像区域以及第一腕部图像区域的准确性。
可选地,根据第一额部图像区域的图像信息,检测目标对象的额部温度的操作,包括:在第一额部图像区域中选取像素值最高的预定数量的像素点;根据所选取的像素点的像素值,检测所选取的像素点对应的温度值;以及根据检测得到的所选取的像素点对应的温度值求取平均温度值,并将平均温度值作为目标对象的额部温度。
具体地,首先在第一额部图像区域中选取像素值最高的预定数量的像素点,然后根据所选取的像素点的像素值,检测所选取的像素点对应的温度值,最后根据检测得到的所选取的像素点对应的温度值求取平均温度值,并将平均温度值作为目标对象的额部温度。通过这种方式,可以准确的确定目标对象的额部温度。
可选地,根据第一腕部图像区域的图像信息,检测目标对象的腕部温度的操作,包括:在第一腕部图像区域中选取像素值最高的预定数量的像素点;根据所选取的像素点的像素值,检测所选取的像素点对应的温度值;以及根据检测得到的所选取的像素点对应的温度值求取平均温度值,并将平均温度值作为目标对象的腕部温度。
具体地,首先在第一腕部图像区域中选取像素值最高的预定数量的像素点,然后根据所选取的像素点的像素值,检测所选取的像素点对应的温度值,最后根据检测得到的所选取的像素点对应的温度值求取平均温度值,并将平均温度值作为目标对象的额部温度。通过这种方式,可以准确的确定目标对象的腕部温度。
可选地,还包括:在确定目标对象的体温异常的情况下,发出警报信息。通过这种方式,在检测到目标对象的体温异常的情况下,能够及时的警示相关的工作人员。
可选地,还包括:在第一额部图像区域的位置处添加用于指示目标对象的额部温度的标识图形,以及在第一腕部图像区域的位置处添加用于指示目标对象的腕部温度的标识图形。
具体地,参照图3和图4所示,例如在第一额部图像区域以及第一腕部图像区域添加颜色矩形框,用于标记所检测出的目标对象的额部和腕部在第一图像中的位置,此外还可以用不同颜色的矩形框来区分不同的目标对象的额部和腕部的温度是否异常。并且还可以在目标对象的额部和腕部添加具体的温度信息。从而,通过这种方式,可以向监控工作人员提供高清并具有标记的监控视频,有利于监控人员进行监控。
此外,图2实例性的示出了实施例1所述的体温检测系统的示意图。参考图2所示,本申请实施例1的第二个方面提供了一种热红外图像处理器200,包括体表温度检测模块220,配置用于检测目标对象的预定部位的体表温度;体温确定模块230,与体表温度检测模块220连接,配置用于根据所检测的体表温度,确定目标对象的体温;以及温度异常检测模块250,与体温确定模块230连接,配置用于根据目标对象的体温以及温度阈值,确定目标对象的体温是否异常,其中,温度阈值是由与体温确定模块230连接的阈值确定模块260通过以下操作确定的:从体温确定模块230获取在之前的预定时间范围内所检测的历史检测对象的体温信息集合;以及根据体温信息集合内的体温信息,确定温度阈值。
具体地,针对于上述背景技术中提出的技术问题,本实施例的第二个方面提出的热红外图像处理器200首先通过体表温度检测模块220来检测目标对象的预定部位的体表温度。其中,由于北方外部寒冷,在入口处对人体额部检测得到的额温受环境影响很大,通常偏低,而手腕在衣服包裹下,温度表现相对准确。因此该预定部位例如为额部和腕部,即同时检测目标对象的额部和腕部的体表温度。然后,通过体温确定模块230根据所检测的体表温度,确定目标对象的体温,例如但不限于为选取温度较高的部位所对应的体表温度作为目标对象的体温。
进一步地,基于热红外图像进行人体温度检测容易受环境温度的影响,为了能够及时的将发烧个体排除,在本实施例中不再通过一个预先设置的单一的温度阈值来判定目标对象的体温是否异常,而是通过阈值确定模块260动态的对温度阈值进行更新和调整。例如阈值确定模块260从体温确定模块230获取在之前的预定时间范围内(例如前24小时内)所检测的历史检测对象的体温信息集合,然后根据体温信息集合内的体温信息,确定温度阈值。从而能够不断的根据环境温度变化,动态调整温度阈值的高低。最后,通过温度异常检测模块250根据所确定的目标对象的体温以及温度阈值,确定目标对象的体温是否异常。
从而,通过这种方式,不再通过一个预先设置的单一的温度阈值来判定目标对象的体温是否异常,而是能够不断的根据环境温度变化,动态的对温度阈值进行更新和调整。使得在根据温度阈值来确定目标对象的体温是否异常的过程中,能够及时的、准确的排查出体表温度低于常规的发烧温度但实际上处于发烧状态的个体,大大降低了大范围感染的可能性。进而解决了现有技术中存在的由于基于热红外图像进行人体温度检测容易受环境温度的影响,使得对处于发烧状态的人体进行检测得到的体表温度仍低于预先设置的发烧温度,从而无法及时的、准确的对发烧个体进行排查,容易造成大范围感染的技术问题。
可选地,根据体温信息集合内的体温信息,确定温度阈值的操作,包括:关于体温信息集合内的体温信息,计算体温平均值和正常体温波动区间;以及根据所计算的体温平均值和正常体温波动区间,确定温度阈值。
具体地,例如但不限于,体温信息集合内包含前24个小时之内检测到的历史目标对象的体温信息,通过对体温信息进行计算,求取得到的平均值为36.1℃和正常体温波动区间为1℃。然后根据所计算的体温平均值和正常体温波动区间,确定温度阈值,即将温度阈值确定为37.1℃。并且,随着时间的变化,由于环境温度不断产生变化,体温信息集合内包含的之前的预定时间内的体温信息也在不断的变化,使得计算后得到的体温平均值和正常体温波动区间也在不断的发生变化。通过这种方式,能够随着环境温度的变化,动态的对温度阈值进行更新和调整,并通过求取体温平均值和正常体温波动区间的方式,保障了所确定的温度阈值的合理性和准确性。
可选地,根据所计算的体温平均值和正常体温波动区间,确定温度阈值的操作,还包括:获取当前的环境温度;以及根据环境温度以及体温平均值和正常体温波动区间,确定温度阈值。
具体地,在实际应用过程中,容易存在早晚环境温差较大或者相邻两天的环境温差较大的情况,针对于这种情况,本实施首先获取当前的环境温度,然后根据所获取到的当前的环境温度以及计算得到的体温平均值和正常体温波动区间,共同确定温度阈值。通过这种方式,进一步保障了所确定的温度阈值的合理性和准确性。
可选地,根据所计算的体温平均值和正常体温波动区间,确定温度阈值的操作,还包括:获取用于指示当前时刻的时间信息;根据时间信息,确定用于对体温信息进行修正的体温修正值;以及根据体温平均值和正常体温波动区间以及体温修正值,确定温度阈值。
在实际应用过程中,容易存在早中晚环境温差较大的情况,使得基于热红外图像检测到的体温信息存在一定的误差。针对于这种情况,在本实施中,设置多个不同的体温修正值,用于修正不同时刻检测到的体温信息。例如但不限于为:与上午6点对应的体温修正值为-0.2℃,与上午9点对应的体温修正值为-0.1℃,与中午12点对应的体温修正值为0℃,等等。
因此,在本实施例中,首先获取用于指示当前时刻的时间信息。例如:所获取到的用于指示当前时刻的时间信息为上午9点。然后根据时间信息,确定用于对体温信息进行修正的体温修正值(即-0.1℃)。最后,根据体温平均值、正常体温波动区间以及体温修正值,确定温度阈值。例如:根据上述的步骤计算得到的体温平均值和正常体温波动区间之和为37.1℃,体温修正值为-0.1℃,那么根据体温平均值和正常体温波动区间以及体温修正值,确定得到的温度阈值为37℃。通过这种方式,进一步保障了所确定的温度阈值的合理性和准确性。
可选地,根据时间信息,确定用于对体温信息进行修正的体温修正值的操作,还包括:获取在之前的预定天数内与时间信息对应的时刻的环境温度;以及根据环境温度,确定体温修正值。
具体地,在本实施例中可以对体温修正值进行动态的调整,例如获取在之前的预定天数内(例如1天内)与时间信息对应的时刻的环境温度,然后根据环境温度,确定体温修正值。通过这种方式,保障了所确定的体温修正值的合理性。
可选地,预定部位包括额部和腕部,体表温度包括额部温度和腕部温度,并且体表温度检测模块220包括:人工智能处理单元221,配置用于获取通过热红外图像采集设备100采集的第一图像,并在第一图像中确定包含目标对象的额部的第一额部图像区域以及包含目标对象的腕部的第一腕部图像区域;以及根据第一额部图像区域以及第一腕部图像区域的图像信息,检测目标对象的额部的额部温度以及目标对象的腕部的腕部温度;并且体温确定模块230包括体温确定单元231,配置用于将额部温度以及腕部温度中的最高温度确定为目标对象的体温。
具体地,首先通过人工智能处理单元221获取通过热红外图像采集设备采集的第一图像,然后在第一图像中确定包含目标对象的额部的第一额部图像区域以及包含目标对象的腕部的第一腕部图像区域,最后根据第一额部图像区域以及第一腕部图像区域的图像信息,检测所述目标对象的额部温度和腕部温度。从而能够满足同时测量目标对象的额温和腕温,根据测量得到的额温和腕温来确定目标对象的体温,温度检测精度高,有效的排除了寒冷环境的影响。并且,参照图3所示,例如所确定的额部温度为35.4℃,腕部温度为35.3℃。因此需要通过体温确定单元231将额部温度以及腕部温度中的最高温度确定为目标对象的体温,即确定的目标对象的体温为35.4℃。通过这种方式,保障了测量得到的目标对象的体温的准确性。
可选地,热红外图像处理器200还包括:预处理模块210,配置用于生成与第一图像对应的第二图像,其中第二图像适于预设的图像检测模型进行检测;并且人工智能处理单元221配置用于通过图像检测模型,在第二图像中检测包含目标对象的额部的第二额部图像区域以及包含目标对象的腕部的第二腕部图像区域;以及根据第二额部图像区域以及第二腕部图像区域在第二图像中的位置信息,在第一图像中确定第一额部图像区域以及第一腕部图像区域。
具体地,参照图2所示,热红外图像处理器200还包括预处理模块210,用于生成与第一图像对应的第二图像,其中第二图像适于预设的图像检测模型进行检测。由于目前的图像检测模型通常支持对有限范围内的分辨率的图像进行识别(例如分辨率为512*512、640*360、640*480或者其他),因此为了保障人工智能处理单元221能够对第一图像中的目标对象进行有效的检测,在本实施例中需要通过预处理模块210对获取到的第一图像进行预处理,从而生成适于人工智能处理单元221进行检测的第二图像。
进一步地,人工智能处理单元221用于图像检测模型,在第二图像中检测包含目标对象的额部的第二额部图像区域以及包含目标对象的腕部的第二腕部图像区域。在检测出第二额部图像区域以及第二腕部图像区域的情况下,人工智能处理单元221需要根据第二额部图像区域以及第二腕部图像区域在第二图像中的位置信息,在第一图像中确定第一额部图像区域以及第一腕部图像区域。从而,通过这种方式,不仅能够对第一图像中的目标对象进行有效的检测,还能够准确的在第一图像中确定第一额部图像区域以及第一腕部图像区域。
可选地,根据第二额部图像区域以及第二腕部图像区域在第二图像中的位置信息,在第一图像中确定第一额部图像区域以及第一腕部图像区域的操作,包括:通过图像检测模型,在第二图像中检测包含目标对象的目标对象图像区域;以及在目标对象图像区域中确定第二额部图像区域以及第二腕部图像区域。
具体地,为了从第二图像中提取出包含目标对象的图像区域,人体部位检测单元221首先通过图像检测模型,在第二图像中检测包含目标对象的目标对象图像区域,然后在目标对象图像区域中确定第二额部图像区域以及第二腕部图像区域。
可选地,预处理模块210包括以下的至少一项:分辨率转换单元211,配置用于将图像的分辨率转换成与图像检测模型匹配的分辨率;以及图像增强单元212,配置用于增强图像中的细节信息。
具体地,参照图2所示,预处理模块210包括分辨率转换单元211和图像增强单元212中的至少一项。其中,在热红外图像采集设备100采集的第一图像的分辨率低于人工智能处理单元221能够检测的图像的分辨率的情况下,分辨率转换单元211可以为上采样单元,用于对第一图像进行上采样操作,例如可以利用多相滤波器或者线性滤波器进行上采样,完成低分辨率到高分辨率的提升。从而,不再需要基于采集的热红外图像重新训练模型,而是先将图像的分辨率转换成与图像检测模型匹配的分辨率,然后利用现有的人工智能检测功能,对低分辨率的热红外图像进行有效检测。
此外,在热红外图像采集设备100采集的第一图像的分辨率高于人工智能处理单元221能够检测的图像的分辨率的情况下,分辨率转换单元211可以为下采样单元,用于对第一图像进行下采样操作,从而将第一图像的分辨率转换为与图像检测模型匹配的分辨率。
进一步地,由于热红外传感器本身成像特点以及分辨率较低等原因,热红外图像往往噪声高,导致物体的边缘信息被干扰。针对噪声高这个问题,本实施例通过图像增强单元212使用预设的去噪滤波算法进行去噪,以抑制图像中的噪声,同时不破坏物体的边缘。其中,常见的去噪滤波算法例如有双边滤波算法和导向滤波算法等。
优选地,由于热红外图像是根据物体表面温度成像的,而实际场景中物体和背景的温度差不会很大,所以物体的边缘细节在热红外图像中不明显。针对这个问题,本实施例还可以通过图像增强单元212使用预设的边缘锐化算法进行边缘增强,以增强物体的细节信息。其中,常见的边缘锐化算法例如有拉普拉斯滤波算法和sobel滤波算法等。
此外,需要特别说明的是,图像增强单元212不局限于包含去噪滤波算法和边缘锐化算法,也可以包含其他的可以增强图像质量的算法。
优选地,本实施例的预处理模块210还可以首先通过分辨率转换单元211将第一图像的分辨率转换为成与图像检测模型匹配的分辨率。然后通过图像增强单元212,对分辨率转换单元211输出的图像进行图像增强操作,抑制图像中的噪声,同时增强图像中的细节信息,从而生成适于人工智能处理单元221进行检测的第二图像。
可选地,根据第二额部图像区域以及第二腕部图像区域在第二图像中的位置信息,在第一图像中确定第一额部图像区域以及第一腕部图像区域的操作,包括:根据第二额部图像区域以及第二腕部图像区域在第二图像中的位置信息以及第一图像和第二图像之间的位置映射关系,确定第一额部图像区域以及第一腕部图像区域在第一图像中的位置信息;以及根据第一额部图像区域以及第一腕部图像区域在第一图像中的位置信息,在第一图像中确定第一额部图像区域以及第一腕部图像区域。
具体地,人工智能处理单元221首先根据第二额部图像区域以及第二腕部图像区域在第二图像中的位置信息以及第一图像和第二图像之间的位置映射关系,例如利用预先设置的坐标转换算法,将第二图像中的位置信息转换为第一图像中相对应的位置信息,从而确定第一额部图像区域以及第一腕部图像区域在第一图像中的位置信息。其中,所确定的第一额部图像区域以及第一腕部图像区域在第一图像中的位置信息例如均可以包括x,y,w,h,即第一额部图像区域以及第一腕部图像区域在第一图像中的x,y坐标以及宽高信息。然后根据第一额部图像区域以及第一腕部图像区域在第一图像中的位置信息,在第一图像中确定第一额部图像区域以及第一腕部图像区域。通过这种方式,保障了所确定的第一额部图像区域以及第一腕部图像区域的准确性。
可选地,根据第一额部图像区域以及第一腕部图像区域的图像信息,确定目标对象的体温的操作,包括:根据第一额部图像区域的图像信息,确定目标对象的额部温度;根据第一腕部图像区域的图像信息,确定目标对象的腕部温度;以及将额部温度以及腕部温度中的最高温度确定为目标对象的体温。
具体地,在本实施例中,首先根据第一额部图像区域的图像信息,确定目标对象的额部温度。然后,根据第一腕部图像区域的图像信息,确定目标对象的腕部温度。参照图3所示,例如所确定的额部温度为35.4℃,腕部温度为35.3℃。最后,将额部温度以及腕部温度中的最高温度确定为目标对象的体温,即最后确定的目标对象的体温为35.4℃。通过这种方式,保障了测量得到的目标对象的体温的准确性。
可选地,根据第一额部图像区域的图像信息,确定目标对象的额部温度的操作,包括:在第一额部图像区域中选取像素值最高的预定数量的像素点;根据所选取的像素点的像素值,确定所选取的像素点对应的温度值;以及根据所选取的像素点对应的温度值求取平均温度值,并将平均温度值作为目标对象的额部温度。
具体地,体表温度检测模块220首先在第一额部图像区域中选取像素值最高的预定数量的像素点,然后根据所选取的像素点的像素值,确定所选取的像素点对应的温度值,最后根据所选取的像素点对应的温度值求取平均温度值,并将平均温度值作为目标对象的额部温度。通过这种方式,可以准确的确定目标对象的额部温度。
可选地,根据第一腕部图像区域的图像信息,确定目标对象的腕部温度的操作,包括:在第一腕部图像区域中选取像素值最高的预定数量的像素点;根据所选取的像素点的像素值,确定所选取的像素点对应的温度值;以及根据所选取的像素点对应的温度值求取平均温度值,并将平均温度值作为目标对象的腕部温度。
具体地,体表温度检测模块220首先在第一腕部图像区域中选取像素值最高的预定数量的像素点,然后根据所选取的像素点的像素值,确定所选取的像素点对应的温度值,最后根据所选取的像素点对应的温度值求取平均温度值,并将平均温度值作为目标对象的额部温度。通过这种方式,可以准确的确定目标对象的腕部温度。
可选地,热红外图像处理器200还包括温度异常检测模块250,与体温确定模块230连接,配置用于根据目标对象的体温以及温度阈值,判定目标对象的体温是否异常。
具体地,参照图2所示,热红外图像处理器200还包括与体温确定模块230连接的温度异常检测模块250。本实施例通过温度异常检测模块250根据体温确定模块230所确定的目标对象的体温以及温度阈值,判定目标对象的体温是否异常。通过这种方式,能够对体温异常的个体及时排除,避免感染。
可选地,热红外图像处理器200还包括图像融合模块240,与体表温度检测模块220以及温度异常检测模块250连接,配置用于在第一额部图像区域的位置处添加用于指示目标对象的额部温度的标识图形,以及在第一腕部图像区域的位置处添加用于指示目标对象的腕部温度的标识图形。
在实践中,监控工作人员通常通过观看监控视频,对目标对象进行监控。因此如果能够在视频中添加用于识别目标对象和目标对象的温度分布信息的标记(例如使用颜色矩形框标记目标对象、添加额部温度信息以及腕部温度信息等标识图形),则更加有利于监控工作人员观察监控视频。
具体地,图3实例性的示出了添加有标识图形的第一图像的一个示意图。图4实例性的示出了添加有标识图形的第一图像的又一个示意图。参照图2、图3以及图4所示,本实施例通过图像融合模块240将第一图像与体表温度检测模块220检测到的目标对象的额部温度以及目标对象的腕部温度进行融合,并在第一额部图像区域以及第一腕部图像区域的位置处添加相应的标识图形。其中,参照图3和图4所示,例如在第一额部图像区域以及第一腕部图像区域添加颜色矩形框,用于标记所检测出的目标对象的额部和腕部在第一图像中的位置,此外还可以用不同颜色的矩形框来区分不同的目标对象的额部和腕部的温度是否异常。并且还可以在目标对象的额部和腕部添加具体的温度信息。从而,通过这种方式,可以向监控工作人员提供高清并具有标记的监控视频,有利于监控人员进行监控。
本申请实施例1的第三个方面提供了一种体温检测系统,包括:热红外图像采集设备100;以及上述中任意一项所述的热红外图像处理器200,其中热红外图像处理器200与热红外图像采集设备100通信连接,用于针对热红外图像采集设备100采集的第一图像进行人体温度检测。
具体地,参照图2所示,本申请实施例1的第二个方面提供了一种体温检测系统,包括热红外图像采集设备100以及上述中任意一项所述的热红外图像处理器200。从而,可以通过热红外图像采集设备100(例如,热红外摄像机)采集热红外图像(对应于图1中的第一图像),然后由热红外图像采集设备100将采集的热红外图像发送至热红外图像处理器200。热红外图像处理器200在接收到热红外图像采集设备100采集的热红外图像后,对热红外图像进行人体温度检测。
可选地,体温检测系统还包括:显示模块310,与热红外图像处理器200的图像融合模块240通信连接,用于显示添加有标识图形的第一图像。
具体地,参照上述的,图像融合模块240用于在第一额部图像区域以及第一腕部图像区域的位置处添加标识图形。因此,参考图2所示,体温检测系统还包括显示模块310,与图像融合模块240连接,用于显示添加有标识图形的第一图像。同时,还可以将采集的目标对象温度、目标对象位置和添加有标识图形的第一图像的相关数据发送给远端服务器。从而,不仅能够向相关的工作人员显示带有目标对象的位置信息和温度信息的标记的第一图像,还使得远端服务器可以做进一步的数据分析。
可选地,体温检测系统还包括网络接口320,与热红外图像处理器200的图像融合模块240通信连接,用于通过网络传输添加有标识图形的第一图像。
具体地,参考图2所示,体温检测系统还包括网络接口320,可以通过网络接口320发送目标对象温度、目标对象位置和添加有标识图形的第一图像的相关数据给远端服务器做进一步数据分析。
可选地,体温检测系统还包括报警模块330,与热红外图像处理器200的温度异常检测模块250通信连接,用于在温度异常检测模块250判定目标对象的体温异常的情况下,发出警报信息。
具体地,参考图2所示,体温检测系统还包括报警模块330,与温度异常检测模块250通信连接。在温度异常检测模块250判定目标对象的体温异常的情况下,报警模块330发出警报信息。从而,通过这种方式,在检测到目标对象的体温异常的情况下,能够及时的警示相关的工作人员。
此外,根据本实施例的第四个方面,提供了一种存储介质。存储介质包括存储的程序,其中,在程序运行时由处理器执行以上任意一项所述的方法。
从而,本实施例首先检测目标对象的预定部位的体表温度,然后根据所检测的体表温度,确定所述目标对象的体温,最后根据所述目标对象的体温以及温度阈值,确定所述目标对象的体温是否异常。其中,所述温度阈值是通过以下操作确定的:获取在之前的预定时间范围内所检测的历史检测对象的体温信息集合;以及根据所述体温信息集合内的体温信息,确定所述温度阈值。通过这种方式,不再通过一个预先设置的单一的温度阈值来判定目标对象的体温是否异常,而是能够不断的根据环境温度变化,动态的对温度阈值进行更新和调整。使得在根据温度阈值来确定目标对象的体温是否异常的过程中,能够及时的、准确的排查出体表温度低于常规的发烧温度但实际上处于发烧状态的个体,大大降低了大范围感染的可能性。进而解决了现有技术中存在的由于基于热红外图像进行人体温度检测容易受环境温度的影响,使得对处于发烧状态的人体进行检测得到的体表温度仍低于预先设置的发烧温度,从而无法及时的、准确的对发烧个体进行排查,容易造成大范围感染的技术问题。
实施例2
图5示出了根据本实施例所述的体温检测装置500,该装置500与根据实施例1的第一个方面所述的方法相对应。参考图5所示,该装置500包括:检测模块510,用于检测目标对象的预定部位的体表温度;第一确定模块520,用于根据所检测的体表温度,确定目标对象的体温;以及第二确定模块530,用于根据目标对象的体温以及温度阈值,确定目标对象的体温是否异常,其中,温度阈值是通过以下操作确定的:获取在之前的预定时间范围内所检测的历史检测对象的体温信息集合;以及根据体温信息集合内的体温信息,确定温度阈值。
可选地,根据体温信息集合内的体温信息,确定温度阈值的操作,包括:关于体温信息集合内的体温信息,计算体温平均值和正常体温波动区间;以及根据所计算的体温平均值和正常体温波动区间,确定温度阈值。
可选地,根据所计算的体温平均值,确定温度阈值的操作,还包括:获取当前的环境温度;以及根据环境温度以及体温平均值和正常体温波动区间,确定温度阈值。
可选地,根据所计算的体温平均值和正常体温波动区间,确定温度阈值的操作,还包括:获取用于指示当前时刻的时间信息;根据时间信息,确定用于对体温信息进行修正的体温修正值;以及根据体温平均值和正常体温波动区间以及体温修正值,确定温度阈值。
可选地,根据时间信息,确定用于对体温信息进行修正的体温修正值的操作,还包括:获取在之前的预定天数内与时间信息对应的时刻的环境温度;以及根据环境温度,确定体温修正值。
可选地,检测模块510,包括:获取子模块,用于获取通过热红外图像采集设备采集的第一图像;第一确定子模块,用于在第一图像中确定包含目标对象的额部的第一额部图像区域以及包含目标对象的腕部的第一腕部图像区域;第一检测子模块,用于根据第一额部图像区域的图像信息,检测目标对象的额部的额部温度;第二检测子模块,用于根据第一腕部图像区域的图像信息,检测目标对象的腕部的腕部温度;并且
第一确定模块520包括:第二确定子模块,用于将额部温度以及腕部温度中的最高温度确定为目标对象的体温。
可选地,第一确定子模块包括:生成单元,用于生成与第一图像对应的第二图像,其中第二图像适于预设的图像检测模型进行检测;检测单元,用于通过图像检测模型,在第二图像中检测包含目标对象的额部的第二额部图像区域以及包含目标对象的腕部的第二腕部图像区域;以及确定单元,用于根据第二额部图像区域以及第二腕部图像区域在第二图像中的位置信息,在第一图像中确定第一额部图像区域以及第一腕部图像区域。
可选地,检测单元包括:检测子单元,用于通过图像检测模型,在第二图像中检测包含目标对象的目标对象图像区域;以及第一确定子单元,用于在目标对象图像区域中确定第二额部图像区域以及第二腕部图像区域。
可选地,生成单元包括以下的至少一项子单元:分辨率转换子单元,用于将图像的分辨率转换成与图像检测模型匹配的分辨率;以及图像增强子单元,用于增强图像中的细节信息。
可选地,确定单元包括:第二确定子单元,用于根据第二额部图像区域以及第二腕部图像区域在第二图像中的位置信息以及第一图像和第二图像之间的位置映射关系,确定第一额部图像区域以及第一腕部图像区域在第一图像中的位置信息;以及第三确定子单元,用于根据第一额部图像区域以及第一腕部图像区域在第一图像中的位置信息,在第一图像中确定第一额部图像区域以及第一腕部图像区域。
可选地,第一检测子模块包括:第一选取单元,用于在第一额部图像区域中选取像素值最高的预定数量的像素点;第一温度值检测单元,用于根据所选取的像素点的像素值,检测所选取的像素点对应的温度值;以及额部温度确定单元,用于根据检测得到的所选取的像素点对应的温度值求取平均温度值,并将平均温度值作为目标对象的额部温度。
可选地,第二检测子模块包括:第二选取单元,用于在第一腕部图像区域中选取像素值最高的预定数量的像素点;第二温度值检测单元,用于根据所选取的像素点的像素值,检测所选取的像素点对应的温度值;以及腕部温度确定单元,用于根据检测得到的所选取的像素点对应的温度值求取平均温度值,并将平均温度值作为目标对象的腕部温度。
可选地,还包括:警报模块,用于在确定目标对象的体温异常的情况下,发出警报信息。
可选地,还包括:标识图形添加模块,用于在第一额部图像区域的位置处添加用于指示目标对象的额部温度的标识图形,以及在第一腕部图像区域的位置处添加用于指示目标对象的腕部温度的标识图形。
从而根据本实施例,体温检测装置500首先检测目标对象的预定部位的体表温度,然后根据所检测的体表温度,确定所述目标对象的体温,最后根据所述目标对象的体温以及温度阈值,确定所述目标对象的体温是否异常。其中,所述温度阈值是通过以下操作确定的:获取在之前的预定时间范围内所检测的历史检测对象的体温信息集合;以及根据所述体温信息集合内的体温信息,确定所述温度阈值。通过这种方式,不再通过一个预先设置的单一的温度阈值来判定目标对象的体温是否异常,而是能够不断的根据环境温度变化,动态的对温度阈值进行更新和调整。使得在根据温度阈值来确定目标对象的体温是否异常的过程中,能够及时的、准确的排查出体表温度低于常规的发烧温度但实际上处于发烧状态的个体,大大降低了大范围感染的可能性。进而解决了现有技术中存在的由于基于热红外图像进行人体温度检测容易受环境温度的影响,使得对处于发烧状态的人体进行检测得到的体表温度仍低于预先设置的发烧温度,从而无法及时的、准确的对发烧个体进行排查,容易造成大范围感染的技术问题。
实施例3
图6示出了根据本实施例所述的体温检测装置600,该装置600与根据实施例1的第一个方面所述的方法相对应。参考图6所示,该装置600包括:处理器610;以及存储器620,与处理器610连接,用于为处理器610提供处理以下处理步骤的指令:检测目标对象的预定部位的体表温度;根据所检测的体表温度,确定目标对象的体温;以及根据目标对象的体温以及温度阈值,确定目标对象的体温是否异常,其中,温度阈值是通过以下操作确定的:获取在之前的预定时间范围内所检测的历史检测对象的体温信息集合;以及根据体温信息集合内的体温信息,确定温度阈值。
可选地,根据体温信息集合内的体温信息,确定温度阈值的操作,包括:关于体温信息集合内的体温信息,计算体温平均值和正常体温波动区间;以及根据所计算的体温平均值和正常体温波动区间,确定温度阈值。
可选地,根据所计算的体温平均值和正常体温波动区间,确定温度阈值的操作,还包括:获取当前的环境温度;以及根据环境温度以及体温平均值和正常体温波动区间,确定温度阈值。
可选地,根据所计算的体温平均值和正常体温波动区间,确定温度阈值的操作,还包括:获取用于指示当前时刻的时间信息;根据时间信息,确定用于对体温信息进行修正的体温修正值;以及根据体温平均值和正常体温波动区间以及体温修正值,确定温度阈值。
可选地,根据时间信息,确定用于对体温信息进行修正的体温修正值的操作,还包括:获取在之前的预定天数内与时间信息对应的时刻的环境温度;以及根据环境温度,确定体温修正值。
可选地,预定部位包括额部和腕部,体表温度包括额部温度和腕部温度,并且检测目标对象的预定部位的体表温度的操作,包括:获取通过热红外图像采集设备采集的第一图像;在第一图像中确定包含目标对象的额部的第一额部图像区域以及包含目标对象的腕部的第一腕部图像区域;根据第一额部图像区域的图像信息,检测目标对象的额部的额部温度;根据第一腕部图像区域的图像信息,检测目标对象的腕部的腕部温度;并且根据所检测的体表温度,确定目标对象的体温的操作,包括:将额部温度以及腕部温度中的最高温度确定为目标对象的体温。
可选地,在第一图像中确定第一额部图像区域以及第一腕部图像区域的操作,包括:生成与第一图像对应的第二图像,其中第二图像适于预设的图像检测模型进行检测;通过图像检测模型,在第二图像中检测包含目标对象的额部的第二额部图像区域以及包含目标对象的腕部的第二腕部图像区域;以及根据第二额部图像区域以及第二腕部图像区域在第二图像中的位置信息,在第一图像中确定第一额部图像区域以及第一腕部图像区域。
可选地,通过图像检测模型,在第二图像中检测包含目标对象的额部的第二额部图像区域以及包含目标对象的腕部的第二腕部图像区域的操作,包括:通过图像检测模型,在第二图像中检测包含目标对象的目标对象图像区域;以及在目标对象图像区域中确定第二额部图像区域以及第二腕部图像区域。
可选地,生成与第一图像对应的第二图像的操作,包括以下的至少一项:分辨率转换操作,用于将图像的分辨率转换成与图像检测模型匹配的分辨率;以及图像增强操作,用于增强图像中的细节信息。
可选地,根据第二额部图像区域以及第二腕部图像区域在第二图像中的位置信息,在第一图像中确定第一额部图像区域以及第一腕部图像区域的操作,包括:根据第二额部图像区域以及第二腕部图像区域在第二图像中的位置信息以及第一图像和第二图像之间的位置映射关系,确定第一额部图像区域以及第一腕部图像区域在第一图像中的位置信息;以及根据第一额部图像区域以及第一腕部图像区域在第一图像中的位置信息,在第一图像中确定第一额部图像区域以及第一腕部图像区域。
可选地,根据第一额部图像区域的图像信息,检测目标对象的额部温度的操作,包括:在第一额部图像区域中选取像素值最高的预定数量的像素点;根据所选取的像素点的像素值,检测所选取的像素点对应的温度值;以及根据检测得到的所选取的像素点对应的温度值求取平均温度值,并将平均温度值作为目标对象的额部温度。
可选地,根据第一腕部图像区域的图像信息,检测目标对象的腕部温度的操作,包括:在第一腕部图像区域中选取像素值最高的预定数量的像素点;根据所选取的像素点的像素值,检测所选取的像素点对应的温度值;以及根据检测得到的所选取的像素点对应的温度值求取平均温度值,并将平均温度值作为目标对象的腕部温度。
可选地,存储器620还用于为处理器610提供处理以下处理步骤的指令:在确定目标对象的体温异常的情况下,发出警报信息。
可选地,存储器620还用于为处理器610提供处理以下处理步骤的指令:在第一额部图像区域的位置处添加用于指示目标对象的额部温度的标识图形,以及在第一腕部图像区域的位置处添加用于指示目标对象的腕部温度的标识图形。
从而根据本实施例,体温检测装置600首先检测目标对象的预定部位的体表温度,然后根据所检测的体表温度,确定所述目标对象的体温,最后根据所述目标对象的体温以及温度阈值,确定所述目标对象的体温是否异常。其中,所述温度阈值是通过以下操作确定的:获取在之前的预定时间范围内所检测的历史检测对象的体温信息集合;以及根据所述体温信息集合内的体温信息,确定所述温度阈值。通过这种方式,不再通过一个预先设置的单一的温度阈值来判定目标对象的体温是否异常,而是能够不断的根据环境温度变化,动态的对温度阈值进行更新和调整。使得在根据温度阈值来确定目标对象的体温是否异常的过程中,能够及时的、准确的排查出体表温度低于常规的发烧温度但实际上处于发烧状态的个体,大大降低了大范围感染的可能性。进而解决了现有技术中存在的由于基于热红外图像进行人体温度检测容易受环境温度的影响,使得对处于发烧状态的人体进行检测得到的体表温度仍低于预先设置的发烧温度,从而无法及时的、准确的对发烧个体进行排查,容易造成大范围感染的技术问题。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
除非另外具体说明,否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本公开的范围。同时,应当明白,为了便于描述,附图中所示出的各个部分的尺寸并不是按照实际的比例关系绘制的。对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论,但在适当情况下,所述技术、方法和设备应当被视为授权说明书的一部分。在这里示出和讨论的所有示例中,任何具体值应被解释为仅仅是示例性的,而不是作为限制。因此,示例性实施例的其它示例可以具有不同的值。应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步讨论。
为了便于描述,在这里可以使用空间相对术语,如“在……之上”、“在……上方”、“在……上表面”、“上面的”等,用来描述如在图中所示的一个器件或特征与其他器件或特征的空间位置关系。应当理解的是,空间相对术语旨在包含除了器件在图中所描述的方位之外的在使用或操作中的不同方位。例如,如果附图中的器件被倒置,则描述为“在其他器件或构造上方”或“在其他器件或构造之上”的器件之后将被定位为“在其他器件或构造下方”或“在其他器件或构造之下”。因而,示例性术语“在……上方”可以包括“在……上方”和“在……下方”两种方位。(该器件也可以其他不同方式定位旋转90度或处于其他方位),并且对这里所使用的空间相对描述作出相应解释。
在本公开的描述中,需要理解的是,方位词如“前、后、上、下、左、右”、“横向、竖向、垂直、水平”和“顶、底”等所指示的方位或位置关系通常是基于附图所示的方位或位置关系,仅是为了便于描述本公开和简化描述,在未作相反说明的情况下,这些方位词并不指示和暗示所指的装置或元件必须具有特定的方位或者以特定的方位构造和操作,因此不能理解为对本公开保护范围的限制;方位词“内、外”是指相对于各部件本身的轮廓的内外。
以上所述,仅为本申请较佳的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应该以权利要求的保护范围为准。
Claims (9)
1.一种体温检测方法,其特征在于,包括:
检测目标对象的额部温度和腕部温度;
根据所述额部温度和所述腕部温度,确定所述目标对象的体温;以及
根据所述目标对象的体温以及温度阈值,确定所述目标对象的体温是否异常,其中,
所述温度阈值是通过以下操作确定的:获取在之前的预定时间范围内所检测的历史检测对象的体温信息集合;根据所述体温信息集合内的体温信息,计算体温平均值和正常体温波动区间;获取当前的环境温度;获取用于指示当前时刻的时间信息;根据所述时间信息,确定用于对体温信息进行修正的体温修正值;以及根据所述体温平均值、所述正常体温波动区间、所述环境温度以及所述体温修正值,确定所述温度阈值,并且其中,
根据所述时间信息,确定用于对体温信息进行修正的体温修正值的操作,包括:获取在之前的预定天数内与所述时间信息对应的时刻的环境温度;以及根据与所述时间信息对应的时刻的环境温度,确定所述体温修正值,并且其中,
检测目标对象的额部温度和腕部温度的操作,包括:获取通过热红外图像采集设备采集的第一图像;在所述第一图像中确定包含所述目标对象的额部的第一额部图像区域以及包含所述目标对象的腕部的第一腕部图像区域;根据所述第一额部图像区域的图像信息,检测所述目标对象的额部的额部温度;根据所述第一腕部图像区域的图像信息,检测所述目标对象的腕部的腕部温度,并且其中
根据所述额部温度和所述腕部温度,确定所述目标对象的体温的操作,包括:将所述额部温度以及所述腕部温度中的最高温度确定为所述目标对象的体温,并且其中
在所述第一图像中确定包含所述目标对象的额部的第一额部图像区域以及包含所述目标对象的腕部的第一腕部图像区域的操作,包括:生成与所述第一图像对应的第二图像,其中所述第二图像适于预设的图像检测模型进行检测;通过所述图像检测模型,在所述第二图像中检测包含所述目标对象的额部的第二额部图像区域以及包含所述目标对象的腕部的第二腕部图像区域;以及根据所述第二额部图像区域以及所述第二腕部图像区域在所述第二图像中的位置信息,在所述第一图像中确定所述第一额部图像区域以及所述第一腕部图像区域。
2.根据权利要求1所述的方法,其特征在于,通过所述图像检测模型,在所述第二图像中检测包含所述目标对象的额部的第二额部图像区域以及包含所述目标对象的腕部的第二腕部图像区域的操作,包括:
通过所述图像检测模型,在所述第二图像中检测包含所述目标对象的目标对象图像区域;以及
在所述目标对象图像区域中确定所述第二额部图像区域以及所述第二腕部图像区域。
3.根据权利要求1所述的方法,其特征在于,生成与所述第一图像对应的第二图像的操作,包括以下至少一项:
分辨率转换操作,用于将图像的分辨率转换成与所述图像检测模型匹配的分辨率;以及
图像增强操作,用于增强图像中的细节信息。
4.根据权利要求3所述的方法,其特征在于,根据所述第二额部图像区域以及所述第二腕部图像区域在所述第二图像中的位置信息,在所述第一图像中确定所述第一额部图像区域以及所述第一腕部图像区域的操作,包括:
根据所述第二额部图像区域以及所述第二腕部图像区域在所述第二图像中的位置信息以及所述第一图像和所述第二图像之间的位置映射关系,确定所述第一额部图像区域以及所述第一腕部图像区域在所述第一图像中的位置信息;以及
根据所述第一额部图像区域以及所述第一腕部图像区域在所述第一图像中的位置信息,在所述第一图像中确定所述第一额部图像区域以及所述第一腕部图像区域。
5.一种存储介质,其特征在于,所述存储介质包括存储的程序,其中,在所述程序运行时由处理器执行权利要求1至4中任意一项所述的方法。
6.一种热红外图像处理器(200),其特征在于,包括:
体表温度检测模块(220),配置用于检测目标对象的额部温度和腕部温度;
体温确定模块(230),与所述体表温度检测模块(220)连接,配置用于根据所述额部温度和所述腕部温度,确定所述目标对象的体温;以及
温度异常检测模块(250),与所述体温确定模块(230)连接,配置用于根据所述目标对象的体温以及温度阈值,确定所述目标对象的体温是否异常,其中,所述温度阈值是由与所述体温确定模块(230)连接的阈值确定模块(260)通过以下操作确定的:从所述体温确定模块(230)获取在之前的预定时间范围内所检测的历史检测对象的体温信息集合;根据所述体温信息集合内的体温信息,计算体温平均值和正常体温波动区间;获取当前的环境温度;获取用于指示当前时刻的时间信息;根据所述时间信息,确定用于对体温信息进行修正的体温修正值;以及根据所述体温平均值、所述正常体温波动区间、所述环境温度以及所述体温修正值,确定所述温度阈值,并且其中,
根据所述时间信息,确定用于对体温信息进行修正的体温修正值的操作,包括:获取在之前的预定天数内与所述时间信息对应的时刻的环境温度;以及根据与所述时间信息对应的时刻的环境温度,确定所述体温修正值,并且其中,
并且所述体表温度检测模块(220)包括:人工智能处理单元(221),配置用于获取通过热红外图像采集设备(100)采集的第一图像;在所述第一图像中确定包含所述目标对象的额部的第一额部图像区域以及包含所述目标对象的腕部的第一腕部图像区域;根据所述第一额部图像区域的图像信息,检测所述目标对象的额部的额部温度;根据所述第一腕部图像区域的图像信息,检测所述目标对象的腕部的腕部温度,并且其中
所述体温确定模块(230)包括体温确定单元(231),配置用于将所述额部温度以及所述腕部温度中的最高温度确定为所述目标对象的体温,并且其中
热红外图像处理器(200)还包括:预处理模块(210),配置用于生成与所述第一图像对应的第二图像,其中所述第二图像适于预设的图像检测模型进行检测,并且其中
所述人工智能处理单元(221)配置用于通过所述图像检测模型,在所述第二图像中检测包含所述目标对象的额部的第二额部图像区域以及包含所述目标对象的腕部的第二腕部图像区域;以及根据所述第二额部图像区域以及所述第二腕部图像区域在所述第二图像中的位置信息,在所述第一图像中确定所述第一额部图像区域以及所述第一腕部图像区域。
7.一种体温检测系统,其特征在于,包括:热红外图像采集设备(100);以及权利要求6所述的热红外图像处理器(200),其中
所述热红外图像处理器(200)与所述热红外图像采集设备(100)通信连接,用于针对所述热红外图像采集设备(100)采集的第一图像进行人体温度检测。
8.一种体温检测装置,其特征在于,包括:
检测模块(510),用于检测目标对象的额部温度和腕部温度;
第一确定模块(520),用于根据所述额部温度和所述腕部温度,确定所述目标对象的体温;以及
第二确定模块(530),用于根据所述目标对象的体温以及温度阈值,确定所述目标对象的体温是否异常,其中,
所述温度阈值是通过以下操作确定的:获取在之前的预定时间范围内所检测的历史检测对象的体温信息集合;根据所述体温信息集合内的体温信息,计算体温平均值和正常体温波动区间;获取当前的环境温度;获取用于指示当前时刻的时间信息;根据所述时间信息,确定用于对体温信息进行修正的体温修正值;以及根据所述体温平均值、所述正常体温波动区间、所述环境温度以及所述体温修正值,确定所述温度阈值,并且其中
根据所述时间信息,确定用于对体温信息进行修正的体温修正值的操作,包括:获取在之前的预定天数内与所述时间信息对应的时刻的环境温度;以及根据与所述时间信息对应的时刻的环境温度,确定所述体温修正值,并且其中
所述检测模块(510),包括:获取子模块,用于获取通过热红外图像采集设备采集的第一图像;第一确定子模块,用于在所述第一图像中确定包含所述目标对象的额部的第一额部图像区域以及包含所述目标对象的腕部的第一腕部图像区域;第一检测子模块,用于根据所述第一额部图像区域的图像信息,检测所述目标对象的额部的额部温度;第二检测子模块,用于根据所述第一腕部图像区域的图像信息,检测所述目标对象的腕部的腕部温度;并且其中
所述第一确定模块(520)包括第二确定子模块,用于将所述额部温度以及所述腕部温度中的最高温度确定为所述目标对象的体温;并且其中
所述第一确定子模块包括:生成单元,用于生成与所述第一图像对应的第二图像,其中所述第二图像适于预设的图像检测模型进行检测;检测单元,用于通过所述图像检测模型,在所述第二图像中检测包含所述目标对象的额部的第二额部图像区域以及包含所述目标对象的腕部的第二腕部图像区域;以及确定单元,用于根据所述第二额部图像区域以及所述第二腕部图像区域在所述第二图像中的位置信息,在所述第一图像中确定所述第一额部图像区域以及所述第一腕部图像区域。
9.一种体温检测装置,其特征在于,包括:
处理器(610);以及
存储器(620),与所述处理器(610)连接,用于为所述处理器(610)提供处理以下处理步骤的指令:
检测目标对象的额部温度和腕部温度;
根据所述额部温度和所述腕部温度,确定所述目标对象的体温;以及
根据所述目标对象的体温以及温度阈值,确定所述目标对象的体温是否异常,其中,所述温度阈值是通过以下操作确定的:
获取在之前的预定时间范围内所检测的历史检测对象的体温信息集合;
根据所述体温信息集合内的体温信息,计算体温平均值和正常体温波动区间;
获取当前的环境温度;
获取用于指示当前时刻的时间信息;
根据所述时间信息,确定用于对体温信息进行修正的体温修正值;以及
根据所述体温平均值、所述正常体温波动区间、所述环境温度以及所述体温修正值,确定所述温度阈值,并且其中
根据所述时间信息,确定用于对体温信息进行修正的体温修正值的操作,包括:获取在之前的预定天数内与所述时间信息对应的时刻的环境温度;以及根据与所述时间信息对应的时刻的环境温度,确定所述体温修正值,并且其中
检测目标对象的额部温度和腕部温度的操作,包括:获取通过热红外图像采集设备采集的第一图像;在所述第一图像中确定包含所述目标对象的额部的第一额部图像区域以及包含所述目标对象的腕部的第一腕部图像区域;根据所述第一额部图像区域的图像信息,检测所述目标对象的额部的额部温度;根据所述第一腕部图像区域的图像信息,检测所述目标对象的腕部的腕部温度,并且其中
根据所述额部温度和所述腕部温度,确定所述目标对象的体温的操作,包括:将所述额部温度以及所述腕部温度中的最高温度确定为所述目标对象的体温,并且其中
在所述第一图像中确定包含所述目标对象的额部的第一额部图像区域以及包含所述目标对象的腕部的第一腕部图像区域的操作,包括:生成与所述第一图像对应的第二图像,其中所述第二图像适于预设的图像检测模型进行检测;通过所述图像检测模型,在所述第二图像中检测包含所述目标对象的额部的第二额部图像区域以及包含所述目标对象的腕部的第二腕部图像区域;以及根据所述第二额部图像区域以及所述第二腕部图像区域在所述第二图像中的位置信息,在所述第一图像中确定所述第一额部图像区域以及所述第一腕部图像区域。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010102613.1A CN111256833B (zh) | 2020-02-19 | 2020-02-19 | 体温检测方法、系统、装置及热红外图像处理器 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010102613.1A CN111256833B (zh) | 2020-02-19 | 2020-02-19 | 体温检测方法、系统、装置及热红外图像处理器 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111256833A CN111256833A (zh) | 2020-06-09 |
CN111256833B true CN111256833B (zh) | 2022-05-24 |
Family
ID=70945852
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010102613.1A Active CN111256833B (zh) | 2020-02-19 | 2020-02-19 | 体温检测方法、系统、装置及热红外图像处理器 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111256833B (zh) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111609939B (zh) * | 2020-06-16 | 2021-12-21 | 烟台艾睿光电科技有限公司 | 一种个体体温异常筛查方法、装置、设备 |
CN111831510B (zh) * | 2020-07-13 | 2022-10-18 | Oppo广东移动通信有限公司 | 一种功能调控方法、装置及计算机可读存储介质 |
CN112057052B (zh) * | 2020-08-03 | 2022-02-15 | 北京邮电大学 | 一种基于时间序列平稳性检验的异常体温序列筛选方法 |
US11501560B2 (en) * | 2020-10-01 | 2022-11-15 | Black Sesame Technologies Inc. | Infrared temperature measurement fused with facial identification in an access control system |
CN112842267A (zh) * | 2020-12-31 | 2021-05-28 | 深圳联达技术实业有限公司 | 一种睡眠监测枕的智能管理系统 |
CN113108945A (zh) * | 2021-03-23 | 2021-07-13 | 杭州海康威视数字技术股份有限公司 | 温度异常检测方法及装置 |
CN113029392B (zh) * | 2021-04-15 | 2024-05-31 | 高创(苏州)电子有限公司 | 一种体温测量方法、装置及电子设备 |
CN113609452B (zh) * | 2021-07-30 | 2022-04-29 | 成都市晶林科技有限公司 | 一种体温筛查系统误差实时修正方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN104367304A (zh) * | 2014-11-27 | 2015-02-25 | 深圳如果技术有限公司 | 一种体温智能测量的方法和装置 |
CN104490368B (zh) * | 2014-12-01 | 2017-05-31 | 辛勤 | 一种体温测量的方法及装置 |
CN110392218A (zh) * | 2019-08-15 | 2019-10-29 | 利卓创新(北京)科技有限公司 | 一种红外成像识别一体化设备及工作方法 |
-
2020
- 2020-02-19 CN CN202010102613.1A patent/CN111256833B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN111256833A (zh) | 2020-06-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111256833B (zh) | 体温检测方法、系统、装置及热红外图像处理器 | |
CN110987189B (zh) | 对目标对象进行温度检测的方法、系统以及装置 | |
CN111189544A (zh) | 人体温度检测方法、系统、装置及热红外图像处理器 | |
CN111289110A (zh) | 人体温度检测方法、系统、装置及热红外图像处理器 | |
CN108629946B (zh) | 一种基于rgbd传感器的人体跌倒检测方法 | |
US10311591B2 (en) | Displacement detecting apparatus and displacement detecting method | |
CN111522073A (zh) | 目标对象佩戴口罩情况的检测方法及热红外图像处理器 | |
JP6732522B2 (ja) | 画像処理装置、画像処理方法およびプログラム | |
US20110128385A1 (en) | Multi camera registration for high resolution target capture | |
CN109558871B (zh) | 一种指针式仪表读数识别方法及装置 | |
CN111920391B (zh) | 一种测温方法及设备 | |
CN111521270A (zh) | 一种体温筛查报警系统及其工作方法 | |
CN113066195A (zh) | 电力设备巡检方法、装置、ar眼镜和存储介质 | |
EP3163410A1 (en) | Line-of-sight measurement system, line-of-sight measurement method, and program | |
CN111681758A (zh) | 一种家庭健康的监测方法、监测系统以及监测装置 | |
CN113834571A (zh) | 一种目标测温方法、装置及测温系统 | |
JP2002132341A (ja) | 現場点検装置 | |
CN111707372B (zh) | 人体温度检测方法、系统、装置及图像处理器 | |
KR20190071310A (ko) | 레이더 측정 거리를 이용한 열영상 체온 보정 시스템 및 방법 | |
CN112816073B (zh) | 一种基于人脸识别测温一体机的测温方法、系统及存储介质 | |
CN211783870U (zh) | 热红外图像处理器以及人体温度检测系统 | |
CN111414967A (zh) | 提高测温系统鲁棒性的方法及监测系统 | |
CN111340884B (zh) | 一种双目异构相机与rfid的双重目标定位与身份辨识方法 | |
CN211477410U (zh) | 温度测量设备 | |
CN111105372A (zh) | 热红外图像处理器、系统、方法及装置 |
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 |