CN111325127A - 一种异常对象判断方法、系统、机器可读介质及设备 - Google Patents
一种异常对象判断方法、系统、机器可读介质及设备 Download PDFInfo
- Publication number
- CN111325127A CN111325127A CN202010089133.6A CN202010089133A CN111325127A CN 111325127 A CN111325127 A CN 111325127A CN 202010089133 A CN202010089133 A CN 202010089133A CN 111325127 A CN111325127 A CN 111325127A
- Authority
- CN
- China
- Prior art keywords
- detection
- target
- abnormal
- detection object
- face
- 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.)
- Withdrawn
Links
- 230000002159 abnormal effect Effects 0.000 title claims abstract description 137
- 238000000034 method Methods 0.000 title claims abstract description 67
- 238000001514 detection method Methods 0.000 claims abstract description 378
- 150000007523 nucleic acids Chemical class 0.000 claims description 24
- 102000039446 nucleic acids Human genes 0.000 claims description 24
- 108020004707 nucleic acids Proteins 0.000 claims description 24
- 238000005516 engineering process Methods 0.000 claims description 18
- 239000008280 blood Substances 0.000 claims description 16
- 210000004369 blood Anatomy 0.000 claims description 16
- 230000001681 protective effect Effects 0.000 claims description 11
- 238000013507 mapping Methods 0.000 claims description 8
- 230000006399 behavior Effects 0.000 description 22
- 238000012545 processing Methods 0.000 description 16
- 238000009529 body temperature measurement Methods 0.000 description 10
- 238000004891 communication Methods 0.000 description 10
- 230000036760 body temperature Effects 0.000 description 9
- 206010037660 Pyrexia Diseases 0.000 description 7
- 238000010586 diagram Methods 0.000 description 7
- 238000005259 measurement Methods 0.000 description 7
- 238000010438 heat treatment Methods 0.000 description 6
- 208000015181 infectious disease Diseases 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 208000035473 Communicable disease Diseases 0.000 description 5
- 230000007613 environmental effect Effects 0.000 description 4
- 210000000887 face Anatomy 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000037323 metabolic rate Effects 0.000 description 4
- 238000013473 artificial intelligence Methods 0.000 description 3
- 238000007689 inspection Methods 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 230000001360 synchronised effect Effects 0.000 description 3
- 206010011409 Cross infection Diseases 0.000 description 2
- 206010029803 Nosocomial infection Diseases 0.000 description 2
- 230000009471 action Effects 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 239000003086 colorant Substances 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 210000001061 forehead Anatomy 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000011835 investigation Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000001012 protector Effects 0.000 description 2
- 239000000523 sample Substances 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 208000024891 symptom Diseases 0.000 description 2
- 208000001490 Dengue Diseases 0.000 description 1
- 206010012310 Dengue fever Diseases 0.000 description 1
- 206010061192 Haemorrhagic fever Diseases 0.000 description 1
- 206010039587 Scarlet Fever Diseases 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 208000025729 dengue disease Diseases 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000001717 pathogenic effect Effects 0.000 description 1
- 230000001991 pathophysiological effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000001931 thermography Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/168—Feature extraction; Face representation
- G06V40/171—Local features and components; Facial parts ; Occluding parts, e.g. glasses; Geometrical relationships
-
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/172—Classification, e.g. identification
-
- 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
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Human Computer Interaction (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Image Analysis (AREA)
Abstract
本发明提供一种异常对象判断方法,包括:获取检测对象的可见光图像;基于所述可见光图像判断所述检测对象是否配戴防护装置;根据所述检测对象是否配戴防护装置,判断检测对象是否为异常对象。本发明通过采集检测对象的可见光图像,通过可见光图像判断是否配戴口罩,根据所述检测对象是否配戴口罩,判断检测对象是否为异常对象。本发明实现了对是否戴配口罩的智能检测。
Description
技术领域
本发明涉及异常情况检测领域,具体涉及一种异常对象判断方法、系统、机器可读介质及设备。
背景技术
目前世界各地传染病泛滥,如何快速找到人流量密集处的感染者,又不影响人们快速通关,同时降低检查人员的感染风险成了目前对抗疫情的难点。
现目前,配戴口罩是降低所有人员感染风险的一种有效手段,没有配戴口罩不建议进入到公共场合,因此,如何判断戴没有戴口罩,成了一个关键。
另外我们知道,发热是各种传染病的共同表现,很多传染病甚至以“热”命名,如出血热、登革热、猩红热等,可见发热与传染病关系密切。发热通常是人体对致病因子的一种病理生理反应。一般认为口温高于37.3C或一日体温变人超过1.2C时称之为“发热”。
我们可以根据发热与传染病的关系,找出人群中的发热疑似人员,然后进行进一步排查。但是传统排查采用人工一人一测的方式,严重影响通关效率,而且也会增加检测人员的感染风险。
发明内容
鉴于以上所述现有技术的缺点,本发明的目的在于提供一种异常对象判断方法、系统、机器可读介质及设备,用于解决现有技术存在的问题。
为实现上述目的及其他相关目的,本发明提供一种异常对象判断方法,包括:
获取检测对象的可见光图像;
基于所述可见光图像判断所述检测对象是否配戴防护装置;
根据所述检测对象是否配戴防护装置,判断检测对象是否为异常对象。
可选地,若检测对象没有配戴防护装置,则认为该检测对象为异常对象。
可选地,所述防护装置包括口罩、面罩。
可选地,该方法还包括:
在检测对象配戴防护装置的情况下,获取检测对象的红外图像;
对所述可见光图像进行目标部位检测,得到目标部位位置;确定所述目标部位位置在检测对象的红外图像中的目标检测区域;
获取检测对象的目标检测区域的检测指标;
根据所述目标检测区域的检测指标,判断检测对象是否为异常对象。
可选地,该方法还包括:所述检测指标为温度。
可选地,该方法还包括:
在检测对象配戴防护装置的情况下,获取检测对象的激光图像;
对所述可见光图像进行目标部位检测,得到目标部位位置;确定所述目标部位位置在检测对象的激光图像中的目标检测区域;
获取检测对象的目标检测区域的检测指标;
根据所述目标检测区域的检测指标,判断检测对象是否为异常对象。
可选地,所述检测指标为血液核酸特征。
可选地,所述目标部位包括人脸、手背、脖子、肩头,所述目标检测区域为人脸区域、手背区域、脖子区域、肩头区域。
可选地,若所述目标检测区域为人脸区域,则当检测对象的人脸区域的温度超过温度阈值时,该检测对象为异常对象。
可选地,当检测对象的血液核酸特征符合预设条件时,该检测对象为异常对象。
可选地,该方法还包括:
采用人脸识别技术或人体识别技术对所述异常对象进行追踪。
可选地,该方法还包括:
当检测到异常对象时,发出报警提示。
可选地,该方法还包括:
基于检测对象与图像采集装置的距离对所述人脸区域的温度进行补偿。
可选地,该方法还包括:
获取环境温度;
根据所述环境温度对所述目标检测区域的温度进行补偿。
可选地,该方法还包括:
获取检测对象的年龄属性;
根据不同的年龄属性设定与不同年龄段对应的温度阈值。
可选地,确定目标部位位置在检测对象的红外图像中的目标检测区域,包括:
将所述可见光图像中的目标部位位置映射到所述检测对象的红外图像中,以得到该检测对象的红外图像中的人脸区域。
可选地,确定目标部位位置在检测对象的激光图像中的目标检测区域,包括:
将所述可见光图像中的目标部位位置映射到所述检测对象的激光图像中,以得到该检测对象的激光图像中的人脸区域。
为实现上述目的及其他相关目的,本发明提供一种异常对象判断系统,包括:
可见光图像获取模块,用于获取检测对象的可见光图像;
行为检测模块,用于基于所述可见光图像判断所述检测对象是否配戴防护装置;
第一异常对象判断模块,用于根据所述检测对象是否配戴防护装置,判断检测对象是否为异常对象。
可选地,若检测对象没有配戴防护装置,则认为该检测对象为异常对象。
可选地,所述防护装置包括口罩、面罩。
可选地,该系统还包括:
红外图像获取模块,用于在检测对象配戴防护装置的情况下获取检测对象的红外图像;
第一目标检测模块,用于对所述可见光图像进行目标部位检测,得到目标部位位置;
第一目标区域确定模块,用于确定所述目标部位位置在检测对象的红外图像中的目标检测区域;
第一检测指标获取模块,用于获取检测对象的目标检测区域的检测指标;
第二异常对象判断模块,用于根据所述目标检测区域的检测指标,判断检测对象是否为异常对象。
可选地,所述检测指标为温度。
可选地,该系统还包括:
激光图像获取模块,用于在检测对象配戴防护装置的情况下,获取检测对象的激光图像;
第二目标检测模块,用于对所述可见光图像进行目标部位检测,得到目标部位位置;
第二目标区域确定模块,用于确定所述目标部位位置在检测对象的激光图像中的目标检测区域;
第二检测指标获取模块,用于获取检测对象的目标检测区域的检测指标;
第三异常对象判断模块,用于根据所述目标检测区域的检测指标,判断检测对象是否为异常对象。
可选地,所述检测指标为血液核酸特征。
可选地,所述目标部位包括人脸、手背、脖子、肩头,所述目标检测区域为人脸区域、手背区域、脖子区域、肩头区域。
可选地,若所述目标检测区域为人脸区域,则当检测对象的人脸区域的温度超过温度阈值时,该检测对象为异常对象。
可选地,当检测对象的血液核酸特征符合预设条件时,该检测对象为异常对象。
可选地,该系统还包括:
追踪模块,用于采用人脸识别技术或人体识别技术对所述异常对象进行追踪。
可选地,该系统还包括:
报警提示模块,用于当检测到异常对象时,发出报警提示。
可选地,该系统还包括:
第一温度补偿模块,基于检测对象与图像采集装置的距离对所述人脸区域的温度进行补偿。
可选地,该系统还包括:
温度获取模块,用于获取环境温度;
第二温度补偿模块,用于根据所述环境温度对所述目标检测区域的温度进行补偿。
可选地,该系统还包括:
年龄属性获取模块,用于获取检测对象的年龄属性;
温度阈值设定模块,用于根据不同的年龄属性设定与不同年龄段对应的温度阈值。
可选地,所述确定目标部位位置在检测对象的红外图像中的目标检测区域,包括:
将所述可见光图像中的目标部位位置映射到所述检测对象的红外图像中,以得到该检测对象的红外图像中的人脸区域。
可选地,所述确定目标部位位置在检测对象的激光图像中的目标检测区域,包括:
将所述可见光图像中的目标部位位置映射到所述检测对象的激光图像中,以得到该检测对象的激光图像中的目标检测区域。
为实现上述目的及其他相关目的,本发明提供一种设备,包括:
一个或多个处理器;和
其上存储有指令的一个或多个机器可读介质,当所述一个或多个处理器执行时,使得所述设备执行前述的一个或多个所述的方法。
为实现上述目的及其他相关目的,本发明提供一个或多个机器可读介质,其上存储有指令,当由一个或多个处理器执行时,使得设备执行前述的一个或多个所述的方法。
如上所述,本发明提供的一种异常对象判断方法、系统、机器可读介质及设备,具有以下
有益效果:
本发明通过可见光图像采集模块采集检测对象的可见光图像,通过可见光图像判断是否配戴口罩,根据所述检测对象是否配戴口罩,判断检测对象是否为异常对象。本发明实现了对是否戴配口罩的智能检测。
通过使用图像采集装置,同时结合人工智能算法,可对发热人员自动跟踪、测量、告警,达到正常人员无感快速通关、发热人员及时告警,降低检查人员感染的风险。
附图说明
图1为本发明一实施例提供的一种异常对象判断方法的流程图;
图2为本发明另一实施例提供的一种异常对象判断方法的流程图;
图3为本发明又一实施例提供的一种异常对象判断方法的流程图;
图4为本发明一实施例提供的一种异常对象判断系统的硬件结构示意图;
图5为本发明另一实施例提供的一种异常对象判断系统的硬件结构示意图;
图6为本发明又一实施例提供的一种异常对象判断系统的硬件结构示意图;
图7为本发明一实施例提供的终端设备的硬件结构示意图;
图8为本发明另一实施例提供的终端设备的硬件结构示意图。
具体实施方式
以下通过特定的具体实例说明本发明的实施方式,本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用,本说明书中的各项细节也可以基于不同观点与应用,在没有背离本发明的精神下进行各种修饰或改变。需说明的是,在不冲突的情况下,以下实施例及实施例中的特征可以相互组合。
需要说明的是,以下实施例中所提供的图示仅以示意方式说明本发明的基本构想,遂图式中仅显示与本发明中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制,其实际实施时各组件的型态、数量及比例可为一种随意的改变,且其组件布局型态也可能更为复杂。
如图1所示,一种异常对象判断方法,包括:
S11获取检测对象的可见光图像;
S12基于所述可见光图像判断所述检测对象是否配戴防护装置;
S13根据所述检测对象是否配戴防护装置,判断检测对象是否为异常对象。
本发明通过采集检测对象的可见光图像,通过可见光图像判断是否配戴口罩,根据所述检测对象是否配戴口罩,判断检测对象是否为异常对象。本发明实现了对是否戴配口罩的智能检测。
在检测对象没有配戴防护装置的情况下,则认为该检测对象为异常对象。
其中,防护装置包括口罩、面罩,是否佩戴口罩可以通过以下方法检测:
先获取检测对象的行为图片;
然后将所述行为图片输入至预先训练好的基于神经网络的行为识别模型中进行行为识别处理,得到用于标记检测对象的行为的行为标识;
若所述行为标识为预设的口罩配戴标识,则确定所述检测对象的行为属于配戴口罩行为。
如图2所示,一种异常对象判断方法,包括:
S21获取检测对象的可见光图像;
S22基于所述可见光图像判断所述检测对象是否配戴防护装置;
S23在检测对象配戴防护装置的情况下,获取检测对象的红外图像;
S24对所述可见光图像进行目标部位检测,得到目标部位位置;
S25确定所述目标部位位置在检测对象的红外图像中的目标检测区域;
S26获取检测对象的目标检测区域的检测指标;
S27根据所述目标检测区域的检测指标,判断检测对象是否为异常对象。
本发明通过使用红外图像及可见光图像,同时结合人工智能算法,可对发热人员自动跟踪、测量、告警,达到正常人员无感快速通关、发热人员及时告警,降低检查人员感染的风险。
在本实施例中,所述目标部位包括人脸、手背、脖子、肩头,所述目标检测区域为人脸区域、手背区域、脖子区域、肩头区域,所述检测指标为温度。以下以目标检测区域为人脸区域进行说明。
在本实施例中,可见光图像可以通过可见光图像采集传感器进行采集,红外图像可以通过红外图像采集传感器进行采集。当然,在另一实施例中,可以采用通过一个设备对两种图像进行采集,例如,可以同时对可见光图像和红外图像进行采集的红外测温探头。当然,也可以由RGB-IR图像传感器(可同时接收RGB分量和IR分量)采集图像后,通过RGB-IR处理单元将接收到的RGB-IR图像数据,经过分离,得到同步的RGB图像(可见光图像)和IR图像(红外图像)。
可以理解的是,由于红外探测是一个持续的过程,会在一段时间内持续性地进行检测以获得多个红外图像。因此,在进行人脸温度测量时,需要获得同一时刻的图像,即当前时刻的红外图像和当前时刻的可见光图像。在人脸区域确定过程中,先对当前时刻的可见光图像进行人脸检测,获得人脸的位置,然后将当前时刻的可见光图像中的人脸位置映射到所述检测对象当前时刻的红外图像,以得到该检测对象在当前时刻的红外图像中的人脸区域。
由于人脸区域的图像为红外线图像,可以预先获取颜色与温度之间的对应关系,根据颜色与温度之间的对应关系,确定人脸区域中的颜色对应的温度,从而可以确定人脸区域的温度。
本实施例采用的是人脸检测技术,可对图像画面内多人脸同时进行检测,以获取检测对象的人脸数据。进一步,可以通过人脸数据获得最佳人脸,测量人脸温度以最佳人脸时的人脸区域作为测温对象。最佳人脸可以通过人脸质量分、人脸大小、人脸角度、人脸遮挡率等多维度综合选择。
判断人检测对象为异常对象的方法为:当检测对象的人脸区域的温度超过温度阈值时,该检测对象为异常对象,此时可以发出报警提示。
需要说明的是,用户可以对报警参数进行设置,比如预设温度阈值、报警灵敏度等。比如,当人脸区域的温度超过37.3度时,进行报警。其中,报警的方式有多种,比如声光指示报警,或者语音报警。
或者,在呈现红外图像的屏幕上用醒目颜色显示,并可对报警等级进行设定,可以用不同色彩显示不同报警等级,不同的报警等级发出不同的报警信号。比如,报警等级低,可以只发出声光报警,报警等极较高的发出语言报警,报警等级高的,同时发出声光报警和语音报警。
可以理解的是,目标检测区域的温度与获取图像的图像采集装置和目标检测区域之间的距离相关,因此,在一实施例中,该方法还包括:基于检测对象与所述图像采集装置的距离对所述目标检测区域的温度进行补偿。通过对目标检测区域的温度进行补偿提高了测量的精度。
由于在进行红外测温的时候,环境因素会对测温的准确性产生影响,因此需要对目标检测区的温度进行补偿。具体地,获取环境温度,根据所述环境温度对所述目标检测区域的温度进行补偿。更加具体地,在环境温度较低情况下,检测温度值会低于真实体温,此时应该根据环境温度对红外传感测量值做适当提升;在环境温度较高情况下,检测温度值可能会高于真实体温,此时应该根据环境温度对红外传感测量值做适当降低。
由于不同的年龄会有不同的温度,因此,该方法还包括:
获取检测对象的年龄属性;
根据不同的年龄属性设定与不同年龄段对应的温度阈值。
例如,小孩代谢率较高,体温较成人稍高,对应小孩的温度阈值可设置稍高一点;年老者代谢率较低,温度可比青壮年稍低,因此,对应年老者阈值可设置稍低一点。
在一实施例中,该方法还包括:采用人脸识别技术或人体识别技术对所述异常对象进行追踪。
抓拍检测对象人脸或人体后,通过对检测指标进行检测,判断为异常对象后,通过识别出的人脸或人体特征,对异常对象进行追踪。
或者,抓拍检测对象的人脸或人体后,与异常对象库中的人脸或人体进行比对,比对成功的,则对该检测对象进行跟踪。
如图3所示,一种异常对象判断方法,包括:
S31获取检测对象的可见光图像;
S32基于所述可见光图像判断所述检测对象是否配戴防护装置;
S33在检测对象配戴防护装置的情况下,获取检测对象的激光图像;
S34对所述可见光图像进行目标部位检测,得到目标部位位置;
S35确定所述目标部位位置在检测对象的激光图像中的目标检测区域;
S36获取检测对象的目标检测区域的检测指标;
S37根据所述目标检测区域的检测指标,判断检测对象是否为异常对象。
在本实施例中,所述目标部位包括人脸、手背、脖子、肩头,所述目标检测区域为人脸区域、手背区域、脖子区域、肩头区域,所述检测指标为血液核酸特征。以下以目标检测区域为人脸区域进行说明。
在本实施例中,可见光图像可以通过可见光图像采集传感器进行采集,激光图像可以通过激光图像采集传感器获取。当然,在另一实施例中,可以采用通过一个设备对两种图像进行采集,例如,可以同时对可见光图像和激光图像进行采集的设备。当然,也可以由RGB-IR图像传感器(可同时接收RGB分量和IR分量)采集图像后,通过RGB-IR处理单元将接收到的RGB-IR图像数据,经过分离,得到同步的RGB图像(可见光图像)和IR图像(红外图像)。
可以理解的是,在人脸区域确定过程中,先对当前时刻的可见光图像进行人脸检测,获得人脸的位置,然后将当前时刻的可见光图像中的人脸位置映射到所述检测对象当前时刻的激光图像,以得到该检测对象在当前时刻的激光图像中的人脸区域。
本实施例采用的是人脸检测技术,可对图像画面内多人脸同时进行检测,以获取检测对象的人脸数据。进一步,可以通过人脸数据获得最佳人脸,测量人脸温度以最佳人脸时的人脸区域作为检测对象。最佳人脸可以通过人脸质量分、人脸大小、人脸角度、人脸遮挡率等多维度综合选择。
所述检测指标为血液核酸特征,则当检测对象的目标检测区域的血液核酸特征符合预设条件时,则该检测对象为异常对象。可以理解的是,需预先设置有一异常核酸特征库,其中存有若干核酸特征,这些核酸特征能够反映人体的不正常状态,通过这些核酸特征可以确定与之对应的异常症状。符合预设条件则可以认为是检测对象的血液核酸特征为异常核酸特征库中的一种。最后,当检测到异常对象时,发出报警提示。发出报警的提示可以参考前述实施例,此处不再进行赘述。
在一实施例中,还可以采用人脸识别技术或人体识别技术对所述异常对象进行追踪。
抓拍检测对象人脸或人体后,通过对检测指标进行检测,判断为异常对象后,通过识别出的人脸或人体特征,对异常对象进行追踪。
或者,抓拍检测对象的人脸或人体后,与异常对象库中的人脸或人体进行比对,比对成功的,则对该检测对象进行跟踪。
如图4所示,一种异常对象判断系统,包括:
可见光图像获取模块41,用于获取检测对象的可见光图像;
行为检测模块42,用于基于所述可见光图像判断所述检测对象是否配戴防护装置;
第一异常对象判断模块43,用于根据所述检测对象是否配戴防护装置,判断检测对象是否为异常对象。
本发明通过采集检测对象的可见光图像,通过可见光图像判断是否配戴口罩,根据所述检测对象是否配戴口罩,判断检测对象是否为异常对象。本发明实现了对是否戴配口罩的智能检测。
若检测对象没有配戴防护装置,则认为该检测对象为异常对象。
其中,所述防护装置包括口罩、面罩,是否佩戴口罩可以通过以下方法检测:
先获取检测对象的行为图片;
然后将所述行为图片输入至预先训练好的基于神经网络的行为识别模型中进行行为识别处理,得到用于标记检测对象的行为的行为标识;
若所述行为标识为预设的口罩配戴标识,则确定所述检测对象的行为属于配戴口罩行为。
如图5所示,一种异常对象判断系统,包括:
第一可见光图像获取模块51,用于获取检测对象的可见光图像;
第一行为检测模块52,用于基于所述可见光图像判断所述检测对象是否配戴防护装置;
红外图像获取模块53,用于在检测对象配戴防护装置的情况下获取检测对象的红外图像;
第一目标检测模块54,用于对所述可见光图像进行目标部位检测,得到目标部位位置;
第一目标区域确定模块55,用于确定所述目标部位位置在检测对象的红外图像中的目标检测区域;
第一检测指标获取模块56,用于获取检测对象的目标检测区域的检测指标;
第二异常对象判断模块57,用于根据所述目标检测区域的检测指标,判断检测对象是否为异常对象。
本发明通过使用红外图像及可见光图像,同时结合人工智能算法,可对发热人员自动跟踪、测量、告警,达到正常人员无感快速通关、发热人员及时告警,降低检查人员感染的风险。
在本实施例中,所述目标部位包括人脸、手背、脖子、肩头,所述目标检测区域为人脸区域、手背区域、脖子区域、肩头区域,所述检测指标为温度。以下以目标检测区域为人脸区域进行说明。
在本实施例中,可见光图像可以通过可见光图像采集传感器进行采集,红外图像可以通过红外图像采集传感器进行采集。当然,在另一实施例中,可以采用通过一个设备对两种图像进行采集,例如,可以同时对可见光图像和红外图像进行采集的红外测温探头。当然,也可以由RGB-IR图像传感器(可同时接收RGB分量和IR分量)采集图像后,通过RGB-IR处理单元将接收到的RGB-IR图像数据,经过分离,得到同步的RGB图像(可见光图像)和IR图像(红外图像)。
可以理解的是,由于红外探测是一个持续的过程,会在一段时间内持续性地进行检测以获得多个红外图像。因此,在进行人脸温度测量时,需要获得同一时刻的图像,即当前时刻的红外图像和当前时刻的可见光图像。在人脸区域确定过程中,先对当前时刻的可见光图像进行人脸检测,获得人脸的位置,然后将当前时刻的可见光图像中的人脸位置映射到所述检测对象当前时刻的红外图像,以得到该检测对象在当前时刻的红外图像中的人脸区域。
由于人脸区域的图像为红外线图像,可以预先获取颜色与温度之间的对应关系,根据颜色与温度之间的对应关系,确定人脸区域中的颜色对应的温度,从而可以确定人脸区域的温度。
本实施例采用的是人脸检测技术,可对图像画面内多人脸同时进行检测,以获取检测对象的人脸数据。进一步,可以通过人脸数据获得最佳人脸,测量人脸温度以最佳人脸时的人脸区域作为测温对象。最佳人脸可以通过人脸质量分、人脸大小、人脸角度、人脸遮挡率等多维度综合选择。
判断人检测对象为异常对象的方法为:当检测对象的人脸区域的温度超过温度阈值时,该检测对象为异常对象,此时报警提示模块发出报警提示。
需要说明的是,用户可以对报警参数进行设置,比如预设温度阈值、报警灵敏度等。比如,当人脸区域的温度超过37.3度时,进行报警。其中,报警的方式有多种,比如声光指示报警,或者语音报警。
或者,在呈现红外图像的屏幕上用醒目颜色显示,并可对报警等级进行设定,可以用不同色彩显示不同报警等级,不同的报警等级发出不同的报警信号。比如,报警等级低,可以只发出声光报警,报警等极较高的发出语言报警,报警等级高的,同时发出声光报警和语音报警。
可以理解的是,目标检测区域的温度与获取图像的图像采集装置和目标检测区域之间的距离相关,因此,在一实施例中,该系统还包括:第一温度补偿模块,用于基于检测对象与所述图像采集装置的距离对所述目标检测区域的温度进行补偿。通过对目标检测区域的温度进行补偿提高了测量的精度。
由于在进行红外测温的时候,环境因素会对测温的准确性产生影响,因此需要对目标检测区的温度进行补偿。因此,该系统还包括:
温度获取模块,用于获取环境温度;
第二温度补偿模块,用于根据所述环境温度对所述目标检测区域的温度进行补偿。
具体地,更加具体地,在环境温度较低情况下,检测温度值会低于真实体温,此时应该根据环境温度对红外传感测量值做适当提升;在环境温度较高情况下,检测温度值可能会高于真实体温,此时应该根据环境温度对红外传感测量值做适当降低。
由于不同的年龄会有不同的温度,因此,该系统还包括:
年龄属性获取模块,用于获取检测对象的年龄属性;
温度阈值设定模块,用于根据不同的年龄属性设定与不同年龄段对应的温度阈值。
例如,小孩代谢率较高,体温较成人稍高,对应小孩的温度阈值可设置稍高一点;年老者代谢率较低,温度可比青壮年稍低,因此,对应年老者阈值可设置稍低一点。
在一实施例中,该系统还包括:追踪模块,用于采用人脸识别技术或人体识别技术对所述异常对象进行追踪。
抓拍检测对象人脸或人体后,通过对检测指标进行检测,判断为异常对象后,通过识别出的人脸或人体特征,对异常对象进行追踪。
或者,抓拍检测对象的人脸或人体后,与异常对象库中的人脸或人体进行比对,比对成功的,则对该检测对象进行跟踪。
如图6所示,一种异常对象判断系统,包括:
第二可见光图像获取模块61,用于获取检测对象的可见光图像;
第二行为检测模块62,用于基于所述可见光图像判断所述检测对象是否配戴防护装置;
激光图像获取模块63,用于在检测对象配戴防护装置的情况下,获取检测对象的激光图像;
第二目标检测模块64,用于对所述可见光图像进行目标部位检测,得到目标部位位置;
第二目标区域确定模块65,用于确定所述目标部位位置在检测对象的激光图像中的目标检测区域;
第二检测指标获取模块66,用于获取检测对象的目标检测区域的检测指标;
第三异常对象判断模块67,用于根据所述目标检测区域的检测指标,判断检测对象是否为异常对象。
在本实施例中,所述目标部位包括人脸、手背、脖子、肩头,所述目标检测区域为人脸区域、手背区域、脖子区域、肩头区域,所述检测指标为血液核酸特征。以下以目标检测区域为人脸区域进行说明。
在本实施例中,可见光图像可以通过可见光图像采集传感器进行采集,激光图像可以通过激光图像采集传感器获取。当然,在另一实施例中,可以采用通过一个设备对两种图像进行采集,例如,可以同时对可见光图像和激光图像进行采集的设备。
可以理解的是,在人脸区域确定过程中,先对当前时刻的可见光图像进行人脸检测,获得人脸的位置,然后将当前时刻的可见光图像中的人脸位置映射到所述检测对象当前时刻的激光图像,以得到该检测对象在当前时刻的激光图像中的人脸区域。
本实施例采用的是人脸检测技术,可对图像画面内多人脸同时进行检测,以获取检测对象的人脸数据。进一步,可以通过人脸数据获得最佳人脸,测量人脸温度以最佳人脸时的人脸区域作为检测对象。最佳人脸可以通过人脸质量分、人脸大小、人脸角度、人脸遮挡率等多维度综合选择。
所述检测指标为血液核酸特征,则当检测对象的目标检测区域的血液核酸特征符合预设条件时,则该检测对象为异常对象。可以理解的是,需预先设置有一异常核酸特征库,其中存有若干核酸特征,这些核酸特征能够反映人体的不正常状态,通过这些核酸特征可以确定与之对应的异常症状。符合预设条件则可以认为是检测对象的血液核酸特征为异常核酸特征库中的一种。最后,当检测到异常对象时,发出报警提示。发出报警的提示可以参考前述实施例,此处不再进行赘述。
在一实施例中,该方法还包括:采用人脸识别技术或人体识别技术对所述异常对象进行追踪。抓拍检测对象人脸或人体后,通过对检测指标进行检测,判断为异常对象后,通过识别出的人脸或人体特征,对异常对象进行追踪。
或者,抓拍检测对象的人脸或人体后,与异常对象库中的人脸或人体进行比对,比对成功的,则对该检测对象进行跟踪。
本发明采用非接触式测温,被检测人员无需停止、站立或做出任何动作,即可完成体温检测。同时,工作人员远离被测人群,有效地避免交叉感染。图像响应速度为0.04ms,测温响应速度快,能够在30毫秒内完成16个目标检测,可同时对16个目标实时测温,具有非接触快速、方便、直观、安全等特点,克服了传统的体温计、额温计、点温计和耳温计等仅针对个体测量,(如使用传统的体温计检测一般需要3分钟/人次,普通点温计、额温计、耳温计为单个人体检测,一般检测时间需要4~5秒/人次)。
本发明测温范围为:0℃~60℃,测温精度:28℃~45℃≤±0.3℃,内置自动测温修正。人脸检疫体温筛查预警避免了耗时多、易交叉感染等不足,而可有效的控制疫情扩散,减少人员伤亡,非常适合于在机场、码头、车站、银行、医院和商场等人流量较大的场合进行体温快速排查。
本发明能够进行远距离、大面积检测
热成像分辨率384*288;焦距6.8/15mm:1.2-2米检测距离,15mm焦距:3-7米检测距离;
可见光分辨率:1920*1080,焦距5mm;
本申请实施例还提供了一种设备,该设备可以包括:一个或多个处理器;和其上存储有指令的一个或多个机器可读介质,当由所述一个或多个处理器执行时,使得所述设备执行图1所述的方法。在实际应用中,该设备可以作为终端设备,也可以作为服务器,终端设备的例子可以包括:智能手机、平板电脑、电子书阅读器、MP3(动态影像专家压缩标准语音层面3,Moving Picture Experts GroupAudio Layer III)播放器、MP4(动态影像专家压缩标准语音层面4,Moving Picture Experts Group Audio Layer IV)播放器、膝上型便携计算机、车载电脑、台式计算机、机顶盒、智能电视机、可穿戴设备等等,本申请实施例对于具体的设备不加以限制。
本申请实施例还提供了一种非易失性可读存储介质,该存储介质中存储有一个或多个模块(programs),该一个或多个模块被应用在设备时,可以使得该设备执行本申请实施例的图1中方法所包含步骤的指令(instructions)。
图7为本申请一实施例提供的终端设备的硬件结构示意图。如图所示,该终端设备可以包括:输入设备1100、第一处理器1101、输出设备1102、第一存储器1103和至少一个通信总线1104。通信总线1104用于实现元件之间的通信连接。第一存储器1103可能包含高速RAM存储器,也可能还包括非易失性存储NVM,例如至少一个磁盘存储器,第一存储器1103中可以存储各种程序,用于完成各种处理功能以及实现本实施例的方法步骤。
可选的,上述第一处理器1101例如可以为中央处理器(Central ProcessingUnit,简称CPU)、应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现,该第一处理器1101通过有线或无线连接耦合到上述输入设备1100和输出设备1102。
可选的,上述输入设备1100可以包括多种输入设备,例如可以包括面向用户的用户接口、面向设备的设备接口、软件的可编程接口、摄像头、传感器中至少一种。可选的,该面向设备的设备接口可以是用于设备与设备之间进行数据传输的有线接口、还可以是用于设备与设备之间进行数据传输的硬件插入接口(例如USB接口、串口等);可选的,该面向用户的用户接口例如可以是面向用户的控制按键、用于接收语音输入的语音输入设备以及用户接收用户触摸输入的触摸感知设备(例如具有触摸感应功能的触摸屏、触控板等);可选的,上述软件的可编程接口例如可以是供用户编辑或者修改程序的入口,例如芯片的输入引脚接口或者输入接口等;输出设备1102可以包括显示器、音响等输出设备。
在本实施例中,该终端设备的处理器包括用于执行各设备中各模块的功能,具体功能和技术效果参照上述实施例即可,此处不再赘述。
图8为本申请的一个实施例提供的终端设备的硬件结构示意图。图8是对图7在实现过程中的一个具体的实施例。如图所示,本实施例的终端设备可以包括第二处理器1201以及第二存储器1202。
第二处理器1201执行第二存储器1202所存放的计算机程序代码,实现上述实施例中图1所述方法。
第二存储器1202被配置为存储各种类型的数据以支持在终端设备的操作。这些数据的示例包括用于在终端设备上操作的任何应用程序或方法的指令,例如消息,图片,视频等。第二存储器1202可能包含随机存取存储器(random access memory,简称RAM),也可能还包括非易失性存储器(non-volatile memory),例如至少一个磁盘存储器。
可选地,第二处理器1201设置在处理组件1200中。该终端设备还可以包括:通信组件1203,电源组件1204,多媒体组件1205,语音组件1206,输入/输出接口1207和/或传感器组件1208。终端设备具体所包含的组件等依据实际需求设定,本实施例对此不作限定。
处理组件1200通常控制终端设备的整体操作。处理组件1200可以包括一个或多个第二处理器1201来执行指令,以完成上述数据处理方法中的全部或部分步骤。此外,处理组件1200可以包括一个或多个模块,便于处理组件1200和其他组件之间的交互。例如,处理组件1200可以包括多媒体模块,以方便多媒体组件1205和处理组件1200之间的交互。
电源组件1204为终端设备的各种组件提供电力。电源组件1204可以包括电源管理系统,一个或多个电源,及其他与为终端设备生成、管理和分配电力相关联的组件。
多媒体组件1205包括在终端设备和用户之间的提供一个输出接口的显示屏。在一些实施例中,显示屏可以包括液晶显示器(LCD)和触摸面板(TP)。如果显示屏包括触摸面板,显示屏可以被实现为触摸屏,以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界,而且还检测与所述触摸或滑动操作相关的持续时间和压力。
语音组件1206被配置为输出和/或输入语音信号。例如,语音组件1206包括一个麦克风(MIC),当终端设备处于操作模式,如语音识别模式时,麦克风被配置为接收外部语音信号。所接收的语音信号可以被进一步存储在第二存储器1202或经由通信组件1203发送。在一些实施例中,语音组件1206还包括一个扬声器,用于输出语音信号。
输入/输出接口1207为处理组件1200和外围接口模块之间提供接口,上述外围接口模块可以是点击轮,按钮等。这些按钮可包括但不限于:音量按钮、启动按钮和锁定按钮。
传感器组件1208包括一个或多个传感器,用于为终端设备提供各个方面的状态评估。例如,传感器组件1208可以检测到终端设备的打开/关闭状态,组件的相对定位,用户与终端设备接触的存在或不存在。传感器组件1208可以包括接近传感器,被配置用来在没有任何的物理接触时检测附近物体的存在,包括检测用户与终端设备间的距离。在一些实施例中,该传感器组件1208还可以包括摄像头等。
通信组件1203被配置为便于终端设备和其他设备之间有线或无线方式的通信。终端设备可以接入基于通信标准的无线网络,如WiFi,2G或3G,或它们的组合。在一个实施例中,该终端设备中可以包括SIM卡插槽,该SIM卡插槽用于插入SIM卡,使得终端设备可以登录GPRS网络,通过互联网与服务器建立通信。
由上可知,在图8实施例中所涉及的通信组件1203、语音组件1206以及输入/输出接口1207、传感器组件1208均可以作为图7实施例中的输入设备的实现方式。
上述实施例仅例示性说明本发明的原理及其功效,而非用于限制本发明。任何熟悉此技术的人士皆可在不违背本发明的精神及范畴下,对上述实施例进行修饰或改变。因此,举凡所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变,仍应由本发明的权利要求所涵盖。
Claims (36)
1.一种异常对象判断方法,其特征在于,包括:
获取检测对象的可见光图像;
基于所述可见光图像判断所述检测对象是否配戴防护装置;
根据所述检测对象是否配戴防护装置,判断检测对象是否为异常对象。
2.根据权利要求1所述的异常对象判断方法,其特征在于,若检测对象没有配戴防护装置,则认为该检测对象为异常对象。
3.根据权利要求1所述的异常对象判断方法,其特征在于,所述防护装置包括口罩、面罩。
4.根据权利要求1所述的异常对象判断方法,其特征在于,该方法还包括:
在检测对象配戴防护装置的情况下,获取检测对象的红外图像;
对所述可见光图像进行目标部位检测,得到目标部位位置;确定所述目标部位位置在检测对象的红外图像中的目标检测区域;
获取检测对象的目标检测区域的检测指标;
根据所述目标检测区域的检测指标,判断检测对象是否为异常对象。
5.根据权利要求4所述的异常对象判断方法,其特征在于,该方法还包括:所述检测指标为温度。
6.根据权利要求1所述的异常对象判断方法,其特征在于,该方法还包括:
在检测对象配戴防护装置的情况下,获取检测对象的激光图像;
对所述可见光图像进行目标部位检测,得到目标部位位置;确定所述目标部位位置在检测对象的激光图像中的目标检测区域;
获取检测对象的目标检测区域的检测指标;
根据所述目标检测区域的检测指标,判断检测对象是否为异常对象。
7.根据权利要求6所述的异常对象判断方法,其特征在于,所述检测指标为血液核酸特征。
8.根据权利要求5或7所述的异常对象判断方法,其特征在于,所述目标部位包括人脸、手背、脖子、肩头,所述目标检测区域为人脸区域、手背区域、脖子区域、肩头区域。
9.根据权利要求8所述的异常对象判断方法,其特征在于,若所述目标检测区域为人脸区域,则当检测对象的人脸区域的温度超过温度阈值时,该检测对象为异常对象。
10.根据权利要求8所述的异常对象判断方法,其特征在于,当检测对象的血液核酸特征符合预设条件时,该检测对象为异常对象。
11.根据权利要求1所述的异常对象判断方法,其特征在于,该方法还包括:
采用人脸识别技术或人体识别技术对所述异常对象进行追踪。
12.根据权利要求1所述的异常对象判断方法,其特征在于,该方法还包括:
当检测到异常对象时,发出报警提示。
13.根据权利要求9所述的异常对象判断方法,其特征在于,该方法还包括:
基于检测对象与图像采集装置的距离对所述人脸区域的温度进行补偿。
14.根据权利要求9所述的异常对象判断方法,其特征在于,该方法还包括:
获取环境温度;
根据所述环境温度对所述目标检测区域的温度进行补偿。
15.根据权利要求9所述的异常对象判断方法,其特征在于,该方法还包括:
获取检测对象的年龄属性;
根据不同的年龄属性设定与不同年龄段对应的温度阈值。
16.根据权利要求4所述的异常对象判断方法,其特征在于,确定目标部位位置在检测对象的红外图像中的目标检测区域,包括:
将所述可见光图像中的目标部位位置映射到所述检测对象的红外图像中,以得到该检测对象的红外图像中的人脸区域。
17.根据权利要求6所述的异常对象判断方法,其特征在于,确定目标部位位置在检测对象的激光图像中的目标检测区域,包括:
将所述可见光图像中的目标部位位置映射到所述检测对象的激光图像中,以得到该检测对象的激光图像中的人脸区域。
18.一种异常对象判断系统,其特征在于,包括:
可见光图像获取模块,用于获取检测对象的可见光图像;
行为检测模块,用于基于所述可见光图像判断所述检测对象是否配戴防护装置;
第一异常对象判断模块,用于根据所述检测对象是否配戴防护装置,判断检测对象是否为异常对象。
19.根据权利要求18所述的异常对象判断系统,其特征在于,若检测对象没有配戴防护装置,则认为该检测对象为异常对象。
20.根据权利要求18所述的异常对象判断系统,其特征在于,所述防护装置包括口罩、面罩。
21.根据权利要求18所述的异常对象判断系统,其特征在于,该系统还包括:
红外图像获取模块,用于在检测对象配戴防护装置的情况下获取检测对象的红外图像;
第一目标检测模块,用于对所述可见光图像进行目标部位检测,得到目标部位位置;
第一目标区域确定模块,用于确定所述目标部位位置在检测对象的红外图像中的目标检测区域;
第一检测指标获取模块,用于获取检测对象的目标检测区域的检测指标;
第二异常对象判断模块,用于根据所述目标检测区域的检测指标,判断检测对象是否为异常对象。
22.根据权利要求21所述的异常对象判断系统,其特征在于,所述检测指标为温度。
23.根据权利要求18所述的异常对象判断系统,其特征在于,该系统还包括:
激光图像获取模块,用于在检测对象配戴防护装置的情况下,获取检测对象的激光图像;
第二目标检测模块,用于对所述可见光图像进行目标部位检测,得到目标部位位置;
第二目标区域确定模块,用于确定所述目标部位位置在检测对象的激光图像中的目标检测区域;
第二检测指标获取模块,用于获取检测对象的目标检测区域的检测指标;
第三异常对象判断模块,用于根据所述目标检测区域的检测指标,判断检测对象是否为异常对象。
24.根据权利要求23所述的异常对象判断系统,其特征在于,所述检测指标为血液核酸特征。
25.根据权利要求22或24所述的异常对象判断系统,其特征在于,所述目标部位包括人脸、手背、脖子、肩头,所述目标检测区域为人脸区域、手背区域、脖子区域、肩头区域。
26.根据权利要求25所述的异常对象判断系统,其特征在于,若所述目标检测区域为人脸区域,则当检测对象的人脸区域的温度超过温度阈值时,该检测对象为异常对象。
27.根据权利要求25所述的异常对象判断系统,其特征在于,当检测对象的血液核酸特征符合预设条件时,该检测对象为异常对象。
28.根据权利要求18所述的异常对象判断系统,其特征在于,该系统还包括:
追踪模块,用于采用人脸识别技术或人体识别技术对所述异常对象进行追踪。
29.根据权利要求18所述的异常对象判断系统,其特征在于,该系统还包括:
报警提示模块,用于当检测到异常对象时,发出报警提示。
30.根据权利要求26所述的异常对象判断系统,其特征在于,该系统还包括:
第一温度补偿模块,基于检测对象与图像采集装置的距离对所述人脸区域的温度进行补偿。
31.根据权利要求26所述的异常对象判断系统,其特征在于,该系统还包括:
温度获取模块,用于获取环境温度;
第二温度补偿模块,用于根据所述环境温度对所述目标检测区域的温度进行补偿。
32.根据权利要求26所述的异常对象判断系统,其特征在于,该系统还包括:
年龄属性获取模块,用于获取检测对象的年龄属性;
温度阈值设定模块,用于根据不同的年龄属性设定与不同年龄段对应的温度阈值。
33.根据权利要求21所述的异常对象判断系统,其特征在于,所述确定目标部位位置在检测对象的红外图像中的目标检测区域,包括:
将所述可见光图像中的目标部位位置映射到所述检测对象的红外图像中,以得到该检测对象的红外图像中的目标检测区域。
34.根据权利要求23所述的异常对象判断系统,其特征在于,所述确定目标部位位置在检测对象的激光图像中的目标检测区域,包括:
将所述可见光图像中的目标部位位置映射到所述检测对象的激光图像中,以得到该检测对象的激光图像中的目标检测区域。
35.一种设备,其特征在于,包括:
一个或多个处理器;和
其上存储有指令的一个或多个机器可读介质,当所述一个或多个处理器执行时,使得所述设备执行如权利要求1-17所述的一个或多个所述的方法。
36.一个或多个机器可读介质,其特征在于,其上存储有指令,当由一个或多个处理器执行时,使得设备执行如权利要求1-17所述的一个或多个所述的方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010089133.6A CN111325127A (zh) | 2020-02-12 | 2020-02-12 | 一种异常对象判断方法、系统、机器可读介质及设备 |
PCT/CN2020/110457 WO2021159683A1 (zh) | 2020-02-12 | 2020-08-21 | 一种异常对象判断方法、系统、机器可读介质及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010089133.6A CN111325127A (zh) | 2020-02-12 | 2020-02-12 | 一种异常对象判断方法、系统、机器可读介质及设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111325127A true CN111325127A (zh) | 2020-06-23 |
Family
ID=71168844
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010089133.6A Withdrawn CN111325127A (zh) | 2020-02-12 | 2020-02-12 | 一种异常对象判断方法、系统、机器可读介质及设备 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN111325127A (zh) |
WO (1) | WO2021159683A1 (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111860187A (zh) * | 2020-06-24 | 2020-10-30 | 广东邦鑫数据科技股份有限公司 | 一种高精度的佩戴口罩识别方法及系统 |
CN111912530A (zh) * | 2020-07-24 | 2020-11-10 | 歌尔科技有限公司 | 体温测量方法、体温测量装置、测温系统和可读存储介质 |
CN112033545A (zh) * | 2020-08-17 | 2020-12-04 | 深圳市视美泰技术股份有限公司 | 人体温度红外测量方法、装置及计算机设备 |
CN112232186A (zh) * | 2020-10-14 | 2021-01-15 | 盈合(深圳)机器人与自动化科技有限公司 | 防疫监测方法与系统 |
CN112232110A (zh) * | 2020-08-31 | 2021-01-15 | 中天天河(天津)大数据科技有限公司 | 一种智能化人脸温控识别装置及防疫系统 |
CN112329743A (zh) * | 2021-01-04 | 2021-02-05 | 华东交通大学 | 一种疫情环境下的异常体温监控方法、装置及介质 |
CN113175996A (zh) * | 2021-05-19 | 2021-07-27 | 云从科技集团股份有限公司 | 温度监测方法、装置、计算机可读存储介质及计算机设备 |
WO2021159683A1 (zh) * | 2020-02-12 | 2021-08-19 | 上海云从汇临人工智能科技有限公司 | 一种异常对象判断方法、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 |
CN113420629A (zh) * | 2021-06-17 | 2021-09-21 | 浙江大华技术股份有限公司 | 一种图像处理方法、装置、设备及介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1618395A (zh) * | 2003-11-17 | 2005-05-25 | 杨章民 | 一种用于生理机能监测与信息处理的方法及其装置 |
CN101999888A (zh) * | 2010-12-01 | 2011-04-06 | 北京航空航天大学 | 一种对体温异常者进行检测与搜寻的疫情防控系统 |
CN203897352U (zh) * | 2014-06-23 | 2014-10-29 | 上海舒爽材料科技有限公司 | 实现智能检测功能的抗菌防微尘口罩 |
CN106154986A (zh) * | 2015-03-26 | 2016-11-23 | 齐齐哈尔医学院 | 一种校园监控系统及监控方法 |
CN106570970A (zh) * | 2016-11-03 | 2017-04-19 | 中云智慧(北京)科技有限公司 | 一种卫生检疫自助通行方法 |
CN109951936A (zh) * | 2019-04-18 | 2019-06-28 | 大连海事大学 | 一种根据不同应用场景智能调整的照明控制系统及方法 |
CN110321790A (zh) * | 2019-05-21 | 2019-10-11 | 华为技术有限公司 | 一种对抗样本的检测方法及电子设备 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109146322A (zh) * | 2018-09-12 | 2019-01-04 | 深圳市商汤科技有限公司 | 监控方法及装置和系统、电子设备以及存储介质 |
CN110381293A (zh) * | 2019-06-18 | 2019-10-25 | 平安国际智慧城市科技股份有限公司 | 视频监控方法、装置及计算机可读存储介质 |
CN110232366A (zh) * | 2019-06-19 | 2019-09-13 | 精英数智科技股份有限公司 | 静电防护执行情况的检测方法、装置、服务器及介质 |
CN114821546A (zh) * | 2019-10-22 | 2022-07-29 | 上海商汤智能科技有限公司 | 车舱内图像处理方法及装置 |
CN111325127A (zh) * | 2020-02-12 | 2020-06-23 | 上海云从汇临人工智能科技有限公司 | 一种异常对象判断方法、系统、机器可读介质及设备 |
-
2020
- 2020-02-12 CN CN202010089133.6A patent/CN111325127A/zh not_active Withdrawn
- 2020-08-21 WO PCT/CN2020/110457 patent/WO2021159683A1/zh active Application Filing
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1618395A (zh) * | 2003-11-17 | 2005-05-25 | 杨章民 | 一种用于生理机能监测与信息处理的方法及其装置 |
CN101999888A (zh) * | 2010-12-01 | 2011-04-06 | 北京航空航天大学 | 一种对体温异常者进行检测与搜寻的疫情防控系统 |
CN203897352U (zh) * | 2014-06-23 | 2014-10-29 | 上海舒爽材料科技有限公司 | 实现智能检测功能的抗菌防微尘口罩 |
CN106154986A (zh) * | 2015-03-26 | 2016-11-23 | 齐齐哈尔医学院 | 一种校园监控系统及监控方法 |
CN106570970A (zh) * | 2016-11-03 | 2017-04-19 | 中云智慧(北京)科技有限公司 | 一种卫生检疫自助通行方法 |
CN109951936A (zh) * | 2019-04-18 | 2019-06-28 | 大连海事大学 | 一种根据不同应用场景智能调整的照明控制系统及方法 |
CN110321790A (zh) * | 2019-05-21 | 2019-10-11 | 华为技术有限公司 | 一种对抗样本的检测方法及电子设备 |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
WO2021159683A1 (zh) * | 2020-02-12 | 2021-08-19 | 上海云从汇临人工智能科技有限公司 | 一种异常对象判断方法、系统、机器可读介质及设备 |
CN111860187A (zh) * | 2020-06-24 | 2020-10-30 | 广东邦鑫数据科技股份有限公司 | 一种高精度的佩戴口罩识别方法及系统 |
CN111912530A (zh) * | 2020-07-24 | 2020-11-10 | 歌尔科技有限公司 | 体温测量方法、体温测量装置、测温系统和可读存储介质 |
CN111912530B (zh) * | 2020-07-24 | 2021-09-17 | 歌尔科技有限公司 | 体温测量方法、体温测量装置、测温系统和可读存储介质 |
CN112033545A (zh) * | 2020-08-17 | 2020-12-04 | 深圳市视美泰技术股份有限公司 | 人体温度红外测量方法、装置及计算机设备 |
CN112033545B (zh) * | 2020-08-17 | 2022-04-22 | 深圳市视美泰技术股份有限公司 | 人体温度红外测量方法、装置及计算机设备 |
CN112232110A (zh) * | 2020-08-31 | 2021-01-15 | 中天天河(天津)大数据科技有限公司 | 一种智能化人脸温控识别装置及防疫系统 |
CN112232186A (zh) * | 2020-10-14 | 2021-01-15 | 盈合(深圳)机器人与自动化科技有限公司 | 防疫监测方法与系统 |
CN112232186B (zh) * | 2020-10-14 | 2024-02-27 | 盈合(深圳)机器人与自动化科技有限公司 | 防疫监测方法与系统 |
CN112329743A (zh) * | 2021-01-04 | 2021-02-05 | 华东交通大学 | 一种疫情环境下的异常体温监控方法、装置及介质 |
CN113175996A (zh) * | 2021-05-19 | 2021-07-27 | 云从科技集团股份有限公司 | 温度监测方法、装置、计算机可读存储介质及计算机设备 |
CN113420629A (zh) * | 2021-06-17 | 2021-09-21 | 浙江大华技术股份有限公司 | 一种图像处理方法、装置、设备及介质 |
Also Published As
Publication number | Publication date |
---|---|
WO2021159683A1 (zh) | 2021-08-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111325127A (zh) | 一种异常对象判断方法、系统、机器可读介质及设备 | |
CN111202504A (zh) | 一种异常对象管理方法、系统、机器可读介质及设备 | |
CN111310692B (zh) | 一种检测对象管理方法、系统、机器可读介质及设备 | |
CN110916620A (zh) | 一种体温测量方法及终端 | |
CN103955272B (zh) | 一种终端设备用户姿态检测系统 | |
CN111579083B (zh) | 基于红外图像人脸检测的体温测量的方法和装置 | |
US20200143947A1 (en) | Device and method for measuring risk of dry eye, and computer program for executing method | |
CN110262947A (zh) | 阈值告警方法、装置、计算机设备及存储介质 | |
CN110569909A (zh) | 基于区块链的故障预警方法、装置、设备及存储介质 | |
CN108012026B (zh) | 一种保护视力方法及移动终端 | |
CN109381165A (zh) | 一种皮肤检测方法及移动终端 | |
CN110659542B (zh) | 监控方法及装置 | |
CN109091118A (zh) | 一种体征数据监测系统、监测方法以及终端 | |
CN111297337A (zh) | 一种检测对象判断方法、系统、机器可读介质及设备 | |
WO2018021726A1 (ko) | 카메라 모듈의 활성화를 제어하기 위한 전자 장치 및 방법 | |
WO2018084649A1 (ko) | 눈을 촬영하여 정보를 획득하는 방법 및 장치 | |
WO2020209618A1 (en) | Electronic device and method for providing information for stress relief by same | |
EP4202385B1 (en) | Method and apparatus for detecting ambient light under display screen and electronic device | |
CN105279497B (zh) | 眼球识别方法、眼球识别装置及智能移动终端 | |
CN112987910B (zh) | 眼球追踪设备的测试方法、装置、设备及存储介质 | |
CN109088993A (zh) | 基于接近传感器的接近状态判断方法、装置和电子设备 | |
CN111695509A (zh) | 一种身份验证方法、装置、机器可读介质及设备 | |
CN104754301A (zh) | 具近端看护功能及云端传送的自动监视系统 | |
CN110456923A (zh) | 一种姿态传感数据处理方法及电子设备 | |
CN107669282A (zh) | 基于面部识别的测谎仪 |
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 | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20200623 |
|
WW01 | Invention patent application withdrawn after publication |