CN111366244B - 测温方法、装置、电子设备及计算机可读存储介质 - Google Patents
测温方法、装置、电子设备及计算机可读存储介质 Download PDFInfo
- Publication number
- CN111366244B CN111366244B CN202010137546.7A CN202010137546A CN111366244B CN 111366244 B CN111366244 B CN 111366244B CN 202010137546 A CN202010137546 A CN 202010137546A CN 111366244 B CN111366244 B CN 111366244B
- Authority
- CN
- China
- Prior art keywords
- black body
- temperature
- infrared image
- determining
- position information
- 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
- 238000000034 method Methods 0.000 title claims abstract description 42
- 238000001514 detection method Methods 0.000 claims abstract description 79
- 238000009529 body temperature measurement Methods 0.000 claims abstract description 42
- 238000001931 thermography Methods 0.000 claims abstract description 36
- 238000005259 measurement Methods 0.000 claims abstract description 29
- 238000012937 correction Methods 0.000 claims description 18
- 238000003062 neural network model Methods 0.000 claims description 15
- 238000004590 computer program Methods 0.000 claims description 8
- 208000006440 Open Bite Diseases 0.000 claims description 3
- 230000036760 body temperature Effects 0.000 claims description 3
- 238000013473 artificial intelligence Methods 0.000 abstract description 2
- 230000000875 corresponding effect Effects 0.000 description 17
- 230000005855 radiation Effects 0.000 description 6
- 238000012545 processing Methods 0.000 description 4
- 238000004861 thermometry Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 230000000903 blocking effect Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 206010035664 Pneumonia Diseases 0.000 description 1
- 206010037660 Pyrexia Diseases 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 239000000969 carrier Substances 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 208000015181 infectious disease Diseases 0.000 description 1
- 206010022000 influenza Diseases 0.000 description 1
- 238000003331 infrared imaging Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- QSHDDOUJBYECFT-UHFFFAOYSA-N mercury Chemical compound [Hg] QSHDDOUJBYECFT-UHFFFAOYSA-N 0.000 description 1
- 229910052753 mercury Inorganic materials 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 238000012360 testing method 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
- G01J5/52—Radiation pyrometry, e.g. infrared or optical thermometry using comparison with reference sources, e.g. disappearing-filament pyrometer
- G01J5/53—Reference sources, e.g. standard lamps; Black 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
- G01J5/08—Optical arrangements
- G01J5/0859—Sighting arrangements, e.g. cameras
-
- 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
-
- 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
- G01J5/48—Thermography; Techniques using wholly visual means
- G01J5/485—Temperature profile
-
- 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
- G01J5/52—Radiation pyrometry, e.g. infrared or optical thermometry using comparison with reference sources, e.g. disappearing-filament pyrometer
-
- 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
- G01J5/80—Calibration
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10048—Infrared image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20084—Artificial neural networks [ANN]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30196—Human being; Person
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Radiation Pyrometers (AREA)
Abstract
本发明提供了一种测温方法、装置、电子设备及计算机可读存储介质,涉及人工智能领域,该方法包括通过可见光相机和热成像相机获取包含有目标对象的图像帧对(包括同一时刻采集的可见光图像和红外图像);热成像相机的图像采集区域内还设置有黑体;基于图像帧对确定目标对象的测量温度;对红外图像进行黑体检测,得到黑体的检测结果(包括黑体在红外图像中的位置信息);基于黑体的检测结果和红外图像,确定黑体的测量温度;根据黑体的测量温度以及黑体的预设温度,对目标对象的测量温度进行修正,将修正后的温度作为目标对象的测温结果。本发明可以有效提升温度测量的准确性。
Description
技术领域
本发明涉及人工智能领域,尤其是涉及一种测温方法、装置、电子设备及计算机可读存储介质。
背景技术
在爆发诸如新冠肺炎、流感等疫情发生后,“发烧”,“高温”成了筛选疑似携带者的信号之一。现有的测温设备大致分为三种,如传统的水银体温计、手持接触式测温设备以及红外成像测温设备。在公共场所,为了提高测温的便捷性,通常采用目前市面上常见的手持接触式测温设备,如温度枪,但通过温度枪进行温度检测需要大量人工来筛查,在大人流大密度的公共场所下,不仅严重影响效率,而且在一定程度上也会增加群体传染的风险,此外,采用温度枪进行温度检测,可能会由于设备自身以及外界环境的变化造成较大的误差,测温结果不准确。基于此,诸如机场、火车站等部分公共场所开始采用红外热成像设备。而现有的红外热成像设备虽然提升了温度检测效率以及测温安全性,但是仍旧会由于设备本身以及周围环境等原因造成温度偏差,导致测温结果准确性不高。
发明内容
有鉴于此,本发明的目的在于提供一种测温方法、装置、电子设备及计算机可读存储介质,缓解了由于外界环境或设备因素导致的温度测量不准确的问题,有效提升了温度测量的准确性。
为了实现上述目的,本发明实施例采用的技术方案如下:
第一方面,本发明实施例提供了一种测温方法,包括:通过可见光相机和热成像相机获取包含有目标对象的图像帧对;其中,所述图像帧对包括同一时刻采集的可见光图像和红外图像;所述热成像相机的图像采集区域内还设置有黑体;基于所述图像帧对确定所述目标对象的测量温度;对所述红外图像进行黑体检测,得到所述黑体的检测结果;所述检测结果包括所述黑体在所述红外图像中的位置信息;基于所述黑体的检测结果和所述红外图像,确定所述黑体的测量温度;根据所述黑体的测量温度以及所述黑体的预设温度,对所述目标对象的测量温度进行修正,将修正后的温度作为所述目标对象的测温结果。
进一步,所述基于所述图像帧对确定所述目标对象的测量温度的步骤,包括:对所述图像帧对中的可见光图像进行目标对象检测,得到所述目标对象在所述可见光图像中的位置信息;基于所述可见光相机和所述热成像相机的空间位置关系,以及所述目标对象在所述可见光图像中的位置信息,确定所述目标对象在所述红外图像的位置信息;根据所述目标对象在所述红外图像的位置信息,确定所述目标对象的测量温度。
进一步,所述检测结果还包括所述黑体所处的状态,所述状态包括遮挡状态和非遮挡状态;所述通过预设的神经网络模型对所述红外图像进行黑体检测,得到所述黑体的检测结果的步骤,包括:通过预设的神经网络模型对所述红外图像进行黑体检测,得到所述黑体在所述红外图像中的位置信息以及所述位置信息的置信度;根据所述黑体在所述红外图像中的位置信息以及所述位置信息的置信度确定所述黑体所处的状态。
进一步,所述根据所述黑体在所述红外图像中的位置信息以及所述位置信息的置信度确定所述黑体所处的状态的步骤,包括:如果所述黑体在所述红外图像中的位置信息为空,确定所述黑体所处的状态为遮挡状态;如果所述黑体在所述红外图像中的位置信息为非空,基于所述位置信息的置信度确定所述黑体的被遮挡概率;根据所述黑体的被遮挡概率确定所述黑体所处的状态。
进一步,所述基于所述位置信息的置信度确定所述黑体的被遮挡概率的步骤,包括:根据预先设定的位置信息的置信度与黑体的被遮挡概率之间的对应关系,确定与所述位置信息的置信度对应的所述黑体的被遮挡概率;在所述对应关系中,所述位置信息的置信度与所述黑体的被遮挡概率负相关。
进一步,所述根据所述黑体的被遮挡概率确定所述黑体所处的状态的步骤,包括:如果所述黑体的被遮挡概率大于预设阈值,确定所述黑体所处的状态为遮挡状态;如果所述黑体的被遮挡概率小于所述预设阈值,确定所述黑体所处的状态为非遮挡状态。
进一步,所述基于所述黑体的检测结果和所述红外图像,确定所述黑体的测量温度的步骤,包括:如果所述黑体所处的状态为遮挡状态,获取所述红外图像采集时刻之前的邻近指定时长内所述黑体的历史测量温度,基于所述黑体的历史测量温度确定所述黑体在所述红外图像采集时刻所对应的测量温度;如果所述黑体所处的状态为非遮挡状态,基于所述黑体在所述红外图像中的位置信息确定所述黑体在所述红外图像中所处的区域,将所述红外图像表征的所述区域的温度确定为所述黑体在所述红外图像采集时刻所对应的测量温度。
进一步,所述根据所述黑体的测量温度以及所述黑体的预设温度,对所述目标对象的测量温度进行修正的步骤,包括:将所述黑体的测量温度与所述黑体的预设温度之间的差值作为温度修正值;基于所述温度修正值对所述目标对象的测量温度进行修正。
第二方面,本发明实施例还提供一种测温装置,包括:图像获取模块,用于通过可见光相机和热成像相机获取包含有目标对象的图像帧对;其中,所述图像帧对包括同一时刻采集的可见光图像和红外图像;所述热成像相机的图像采集区域内还设置有黑体;对象温度确定模块,用于基于所述图像帧对确定所述目标对象的测量温度;黑体检测模块,用于对所述红外图像进行黑体检测,得到所述黑体的检测结果;所述检测结果包括所述黑体在所述红外图像中的位置信息;黑体温度确定模块,用于基于所述黑体的检测结果和所述红外图像,确定所述黑体的测量温度;温度修正模块,用于根据所述黑体的测量温度以及所述黑体的预设温度,对所述目标对象的测量温度进行修正,将修正后的温度作为所述目标对象的测温结果。
第三方面,本发明实施例提供了一种电子设备,包括:处理器和存储装置;所述存储装置上存储有计算机程序,所述计算机程序在被所述处理器运行时执行如前述实施例中任一项所述的方法。
第四方面,本发明实施例提供了一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器运行时执行前述实施例中任一项所述的方法的步骤。
本发明实施例提供了一种测温方法、装置、电子设备及计算机可读存储介质,通过可见光相机和热成像相机获取包含有目标对象的图像帧对(包括同一时刻采集的可见光图像和红外图像),且热成像相机的图像采集区域内还设置有黑体,然后基于图像帧对确定目标对象的测量温度,通过对红外图像进行黑体检测,得到黑体的检测结果(包括黑体在红外图像中的位置信息),之后基于黑体的检测结果和红外图像,确定黑体的测量温度,从而根据黑体的测量温度以及黑体的预设温度,对目标对象的测量温度进行修正,最后将修正后的温度作为目标对象的测温结果。上述方式利用黑体自身特性对目标对象的测量温度进行修正,校准了因外界环境以及测温设备自身所导致的温度测量误差,从而提升了测温准确性。
本发明实施例的其他特征和优点将在随后的说明书中阐述,或者,部分特征和优点可以从说明书推知或毫无疑义地确定,或者通过实施本发明实施例的上述技术即可得知。
为使本发明的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施方式,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1示出了本发明实施例所提供的一种电子设备的结构图;
图2示出了本发明实施例所提供的一种测温方法的流程图;
图3示出了本发明实施例所提供的另一种测温方法的流程图;
图4示出了本发明实施例所提供的一种测温装置的结构图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合附图对本发明的技术方案进行描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。
考虑到现有技术中的测温设备由于外界环境或设备因素导致的温度测量不准确,为改善此问题,本发明实施例提供了一种测温方法、装置、电子设备及计算机可读存储介质,该技术可应用于需要进行温度测量的设备,诸如应用于测温设备。为便于理解,以下对本发明实施例进行详细介绍。
实施例一:
首先,参照图1来描述用于实现本发明实施例的一种测温方法、装置、电子设备及计算机可读存储介质的示例电子设备100。
如图1所示的一种电子设备的结构示意图,电子设备100包括一个或多个处理器102、一个或多个存储装置104、输入装置106、输出装置108以及图像采集装置110,这些组件通过总线系统112和/或其它形式的连接机构(未示出)互连。应当注意,图1所示的电子设备100的组件和结构只是示例性的,而非限制性的,根据需要,所述电子设备也可以具有其他组件和结构。
所述处理器102可以采用数字信号处理器(DSP)、现场可编程门阵列(FPGA)、可编程逻辑阵列(PLA)中的至少一种硬件形式来实现,所述处理器102可以是中央处理单元(CPU)、图形处理单元(GPU)或者具有数据处理能力和/或指令执行能力的其它形式的处理单元中的一种或几种的组合,并且可以控制所述电子设备100中的其它组件以执行期望的功能。
所述存储装置104可以包括一个或多个计算机程序产品,所述计算机程序产品可以包括各种形式的计算机可读存储介质,例如易失性存储器和/或非易失性存储器。所述易失性存储器例如可以包括随机存取存储器(RAM)和/或高速缓冲存储器(cache)等。所述非易失性存储器例如可以包括只读存储器(ROM)、硬盘、闪存等。在所述计算机可读存储介质上可以存储一个或多个计算机程序指令,处理器102可以运行所述程序指令,以实现下文所述的本发明实施例中(由处理器实现)的客户端功能以及/或者其它期望的功能。在所述计算机可读存储介质中还可以存储各种应用程序和各种数据,例如所述应用程序使用和/或产生的各种数据等。
所述输入装置106可以是用户用来输入指令的装置,并且可以包括键盘、鼠标、麦克风和触摸屏等中的一个或多个。
所述输出装置108可以向外部(例如,用户)输出各种信息(例如,图像或声音),并且可以包括显示器、扬声器等中的一个或多个。
所述图像采集装置110可以拍摄用户期望的图像(例如照片、视频等),并且将所拍摄的图像存储在所述存储装置104中以供其它组件使用。
示例性地,用于实现根据本发明实施例的测温方法、装置、电子设备及计算机可读存储介质的示例电子设备可以被实现为诸如测温相机、智能手机、穿戴式电子设备等智能终端。
实施例二:
参见图2所示的一种测温方法的流程示意图,该方法主要包括如下步骤S202至步骤S210:
步骤S202,通过可见光相机和热成像相机获取包含有目标对象的图像帧对;其中,图像帧对包括同一时刻采集的可见光图像和红外图像;热成像相机的图像采集区域内还设置有黑体。
可见光是电磁波谱中人眼可以感知的部分,一般可见光的波长在400~760nm之间,可见光相机获取的可见光图像也即人眼可以看到的图像,通过可见光相机获取的可见光图像可以直观反映出可见光相机的图像采集区域所呈现的当前状态,诸如呈现出位于图像采集区域内的目标对象的位置等。其中,目标对象包括但不限于人体等可作为红外辐射源的自然生物。以目标对象是人体为例,由于人体是一个自然的生物红外辐射源,能够不断向周围发射和吸收红外辐射,正常人体的温度分布具有一定的稳定性和特征性,通过热成像相机(也可称为红外相机)可以获取反映人体温度的红外图像。在本实施例中,通过可见光相机采集可见光图像,通过热成像相机采集红外图像,然后将可见光相机和热成像相机在同一时刻采集的可见光图像和红外图像作为一组图像帧对。在实际应用中,可见光相机和热成像相机可以预先进行时间同步。
黑体是在热辐射中一种理想化的物体,具备在任何条件下,完全吸收任何波长的外来辐射而无任何反射、吸收比为1且在任何温度下对入射的任何波长的辐射全部吸收三种特性,因此可以将黑体视为一种恒温体,本实施例在热成像相机的图像采集区域内设置黑体,可以通过实时采集测温设备测量得到的黑体温度,黑体的测量温度和黑体自身设定的温度之间的差值即为环境或设备自身导致的温度偏差。诸如,当环境温度较低时,传感器在提取红外数据时得到的测量温度可能比真实温度偏低,或者当设备长时间运行时可能导致设备的温度升高,从而测量温度比真实温度偏高,均会导致设备的测量温度不准确,而将黑体设置在热成像相机的图像采集区域内,可以利用黑体的恒温特性判断设备的测量温度是否具有温度偏差。
步骤S204,基于图像帧对确定目标对象的测量温度。
可以理解的是,可见光相机和红外相机的位置不同,图像采集范围具有一定偏差,因此针对同一区域采集到的图像也不同,也即同一目标对象在可见光图像和红外图像中的位置也不同,但是会具有一定的对应关系。在图像帧对中的可见光图像和红外图像均为同一时刻采集的基础上,可以根据可见光相机和红外相机之间的空间位置关系来确定可见光图像和红外图像的对应关系,诸如,识别出目标人物A在可见光图像中所处的第一位置区域,基于可见光图像和红外图像之间的对应关系,将第一位置区域转换为红外图像中的第二位置区域,第二位置区域即为目标人物A在红外图像中所处的位置,从而将红外图像中所显示的第二位置区域的温度作为目标人物A的测量温度。
步骤S206,对红外图像进行黑体检测,得到黑体的检测结果;检测结果包括黑体在红外图像中的位置信息。
在一种实施方式中,可以利用人工检查并标定黑体位置,从而实现对红外图像的黑体检测。
考虑到在实际应用中,可能会因各种原因导致需要黑体校准的设备的位置发生移动或者黑体自身的位置移动,黑体检测结果将发生变化,为了能够更好的节约标定黑体的成本,以及避免人工标定误差,同时也尽量提高黑体检测效率,本实施例进一步可以通过预设的神经网络模型对红外图像进行黑体检测,神经网络模型可以基于目标检测算法实现,具体可采用诸如SSD(Single Shot MultiBox Detector),YOLO(You Only Look Once:Unified,Real-Time Object Detection)和卷积神经网络(Convolutional NeuralNetworks,CNN)等神经网络模型实现。对红外图像进行黑体检测,也即在红外图像中对黑体进行目标检测,可以通过得到的结果获取到黑体在红外图像中的位置信息,该位置信息可以包括黑体在红外图像中的位置坐标。当然,在实际应用中,如果黑体的位置信息为空(诸如无位置坐标输出),则认为未在红外图像中检测到黑体。
本实施例通过神经网络模型对黑体进行自动检测,有效提升了黑体标定效率和可靠性,而且降低了黑体位置的局限性,无需要求黑体位置保持不变,可以根据需求而灵活调整黑体位置,只需黑体位于热成像相机的图像采集区域即可,即便黑体与热成像相机之间的位置关系发生变化,也可以通过神经网络模型得到较为准确的黑体检测结果,避免由于黑体的位置变化造成的温度检测不准确的情况。
步骤S208,基于黑体的检测结果和红外图像,确定黑体的测量温度。
根据黑体的检测结果中所携带的黑体在红外图像中的位置信息,确定黑体在红外图像中所处的区域,将红外图像中所呈现的该区域的温度作为黑体的测量温度。
步骤S210,根据黑体的测量温度以及黑体的预设温度,对目标对象的测量温度进行修正,将修正后的温度作为目标对象的测温结果。
在一种实施方式中,诸如,黑体的预设温度可以在30度到40度之间设置,具体可以根据黑体所处的环境进行经验设置,诸如,当在室外时,可以设定黑体的预设温度为34度。由于黑体具有恒温特性,当黑体的测量温度与黑体的预设温度存在区别时,说明测温设备的测量温度存在偏差。诸如,当黑体的预设温度为34度,而测温设备得到的黑体的测量温度为34.4度时,可以确定测温设备的测温结果比实际温度偏高0.4度,因此设定对目标人物A的测量温度进行修正的修正值为0.4度,假设目标人物A通过热成像相机得到的测量温度为37.6度,则修正后的温度为37.2度。将修正后的温度37.2度作为目标人物A的测温结果,从而避免了将目标人物A误报为高危人员。上述利用黑体的恒温特性对目标对象的测量温度进行修正,可以降低由于设备或环境因素导致的测温误差,提升了温度测量的准确性。
本发明实施例提供的上述测温方法,利用黑体自身特性对目标对象的测量温度进行修正,校准了因外界环境以及测温设备自身所导致的温度测量误差,从而提升了测温准确性,此外,上述方式可基于神经网络模型实现黑体自动检测,无需人工标定黑体位置,避免了人工标定的繁琐与人为误差,使得黑体的测量温度更真实可靠,从而进一步提升了温度修正的可靠性,使得修正后的测温结果更准确。
为便于理解,本实施例提供了一种基于图像帧对确定目标对象的测量温度的具体实施方式,也即上述步骤S204可以参照如下步骤(1)至步骤(3)执行:
步骤(1),对图像帧对中的可见光图像进行目标对象检测,得到目标对象在可见光图像中的位置信息。其中,可以采用目标检测算法对可见光图像进行目标对象检测,目标检测算法可以根据实际情况选择单目标检测或多目标检测等,在此不进行限定。以多目标检测为例,在可见光图像中对多个目标对象的进行检测识别,并在可见光图像上确定每个目标对象的位置信息。
步骤(2),基于可见光相机和热成像相机的空间位置关系,以及目标对象在可见光图像中的位置信息,确定目标对象在红外图像的位置信息。诸如,已知目标人物A在可见光图像中的第一位置坐标,根据可见光相机和热成像相机的空间位置关系,将第一位置坐标投影转换至红外图像中的第二位置坐标,从而得到目标人物A在红外图像中的位置信息。
步骤(3),根据目标对象在红外图像的位置信息,确定目标对象的测量温度。也即,将目标对象在红外图像所处区域对应的温度确定为目标对象的测量温度。
考虑到黑体可能会被遮挡,诸如在火车站等公共场合中,行人可能会全部或部分遮挡黑体,为了尽可能避免将遮挡了黑体的物体温度作为黑体的测量温度,从而影响测温准确性,本实施例通过预设的神经网络模型检测得到黑体的检测结果还包括黑体所处的状态,该状态包括遮挡状态和非遮挡状态,基于此,上述步骤S206可以进一步包括如下步骤1和步骤2:
步骤1,通过预设的神经网络模型对红外图像进行黑体检测,得到黑体在红外图像中的位置信息以及位置信息的置信度。
诸如,预设的神经网络模型的输入是一整幅红外图像,输出是检测到的黑体的位置信息(诸如黑体的位置坐标)以及黑体位置信息的置信度,诸如,当检测到黑体的位置信息为在红外图像的左下角,且置信度为90%,则说明黑体可能在红外图像左下角的几率为90%。
可选地,通过预设的神经网络模型对红外图像进行黑体检测,还可以得到黑体的形状或大小,黑体的形状可以包括圆形或方形等,在实际应用中,可以基于检测出的黑体的大小在红外图像中的占比判别黑体与热成像相机之间的距离是否合理。若黑体距离热成像相机过近,整个红外图像中黑体占比太大,则无法对目标对象进行正常的检测;若黑体距离热成像相机过远,红外图像中黑体的大小占比过小时,则会较难准确确定黑体的测量温度。
步骤2,根据黑体在红外图像中的位置信息以及位置信息的置信度确定黑体所处的状态。当黑体所处的状态包括遮挡状态和非遮挡状态时,本实施例进一步给出了步骤2的具体实施方式,可以参照如下步骤2.1至步骤2.3实现:
步骤2.1,如果黑体在红外图像中的位置信息为空,确定黑体所处的状态为遮挡状态。
在一种实施方式中,如果黑体在红外图像中的位置信息为空,也即红外图像中没有检测到黑体,但是黑体是位于热成像相机的图像采集范围内,如果未检测到黑体,此时确定黑体被遮挡,也即黑体所处的状态为遮挡状态。
步骤2.2,如果黑体在红外图像中的位置信息为非空,基于位置信息的置信度确定黑体的被遮挡概率。
在一种实施方式中,如果黑体在红外图像中的位置信息为非空时,可以根据预先设定的位置信息的置信度与黑体的被遮挡概率之间的对应关系,确定与位置信息的置信度对应的黑体的被遮挡概率,在位置信息的置信度与黑体的被遮挡概率的对应关系中,位置信息的置信度与黑体的被遮挡概率负相关,也即位置信息的置信度越低,则被遮挡概率越高。诸如,当位置信息的置信度为15%时,在对应关系中设定黑体被遮挡的概率为85%。应当注意的是,以上举例仅为示意性说明,不应当被视为限制。
步骤2.3,根据黑体的被遮挡概率确定黑体所处的状态。
如果黑体的被遮挡概率大于预设阈值,确定黑体所处的状态为遮挡状态;如果黑体的被遮挡概率小于预设阈值,确定黑体所处的状态为非遮挡状态。其中,预设阈值可以根据经验值进行设置。
在已知携带有黑体的位置信息以及黑体是否被遮挡的状态的黑体检测结果的基础上,可以结合红外图像进一步确定黑体的测量温度,具体可参照如下(1)和(2)实现:
(1)如果黑体所处的状态为遮挡状态,则获取红外图像采集时刻之前的邻近指定时长内黑体的历史测量温度,基于黑体的历史测量温度确定黑体在红外图像采集时刻所对应的测量温度。邻近指定时长可以灵活设置。该测量温度可以是当前红外图像采集之前邻近指定时长内包含的多帧未被遮挡的黑体的平均检测温度,也可以是当前红外图像采集之前邻近指定时长内包含的所有帧的黑体的平均检测温度,由于采集时刻之前处于遮挡状态的黑体的测量温度已经经过历史帧温度校正,因此也可以采用采集时刻前一段时间内所有帧的测量温度平均值作为采集时刻的测量温度。
(2)如果黑体所处的状态为非遮挡状态,则基于黑体在红外图像中的位置信息确定黑体在红外图像中所处的区域,将红外图像表征的区域的温度确定为黑体在红外图像采集时刻所对应的测量温度。
通过上述步骤确定了黑体的测量温度后,可以将黑体的测量温度与黑体的预设温度之间的差值作为温度修正值,并基于温度修正值对目标对象的测量温度进行修正,从而可以避免由于环境或设备因素导致的目标对象的测量温度不准确的问题,提升了温度测量的准确性。
实施例三:
在前述实施例的基础上,本实施例提供了一种应用前述测温方法的具体示例,参见图3所示的另一种测温方法的流程图,该方法主要包括如下步骤S302至步骤S314:
步骤S302,通过可见光相机采集可见光图像,通过红外相机(也即前述热成像相机)采集红外图像,基于可见光图像和红外图像确定待检测人员的位置信息和测量温度。
步骤S304,将红外图像输入至黑体检测模型,通过黑体检测模型确定黑体的位置信息并判断黑体是否被遮挡。如果是,则执行步骤S306,如果否,则执行步骤S308。具体而言,在红外相机的采集区域内设置黑体,黑体检测模型可以检测出黑体在红外图像中的位置,以及黑体位于该位置的置信度,从而基于位置置信度得到黑体被遮挡的概率,进而根据黑体被遮挡的概率判别出黑体是否被遮挡。
步骤S306,基于历史红外图像帧确定黑体的测量温度。历史红外图像帧可以是当前红外图像采集时刻的前一帧或多帧未被遮挡的红外图像,也可以是当前采集时刻的前一段时间内采集的所有红外图像。在一种具体的实施方式中,可以将历史红外图像帧的黑体检测温度的均值作为当前被遮挡的黑体的测量温度。
步骤S308,基于当前的红外图像确定黑体的测量温度。当确定黑体未被遮挡时,黑体检测模型检测出黑体在当前红外图像中的位置所在区域的温度即为黑体当前的测量温度。
步骤S310,基于黑体预设温度和黑体的测量温度确定温度修正值。具体而言,温度修正值为黑体预设温度和黑体检测温度作差得到的值。
步骤S312,根据温度修正值对待检测人员的测量温度进行修正,得到修正后的温度结果。通过对人员温度进行修正,可以缓解由于周围环境或者设备因素导致的温度测量不准确的问题,提升了温度检测的准确性。
本发明实施例提供的测温方法,一方面利用黑体自身的恒温特性对目标对象的测量温度进行修正,校准了因外界环境以及测温设备自身所导致的温度测量误差,另一方面基于神经网络模型实现黑体自动检测,无需人工标定黑体位置,避免了人工标定的繁琐与人为误差,使得黑体的测量温度更真实可靠;进一步,上述方法通过对黑体是否被遮挡的状态进行判别,黑体的状态不同,黑体的测量温度的确定方式也不同,更进一步提升了黑体测温结果的准确性,综合提升了温度修正的可靠性,使得最终得到的修正后的温度更为真实准确。
实施例四:
对于实施例二中所提供的测温方法,本发明实施例提供了一种测温装置,参见图4所示的一种测温装置的结构示意图,该装置包括以下模块:
图像获取模块402,用于通过可见光相机和热成像相机获取包含有目标对象的图像帧对;其中,图像帧对包括同一时刻采集的可见光图像和红外图像;热成像相机的图像采集区域内还设置有黑体;
对象温度确定模块404,用于基于图像帧对确定目标对象的测量温度;
黑体检测模块406,用于对红外图像进行黑体检测,得到黑体的检测结果;检测结果包括黑体在红外图像中的位置信息;
黑体温度确定模块408,用于基于黑体的检测结果和红外图像,确定黑体的测量温度;
温度修正模块410,用于根据黑体的测量温度以及黑体的预设温度,对目标对象的测量温度进行修正,将修正后的温度作为目标对象的测温结果。
本发明实施例提供的上述测温装置,利用黑体自身特性对目标对象的测量温度进行修正,校准了因外界环境以及测温设备自身所导致的温度测量误差,从而提升了测温准确性。
在一种实施方式中,上述对象温度确定模块404,进一步用于对图像帧对中的可见光图像进行目标对象检测,得到目标对象在可见光图像中的位置信息;基于可见光相机和热成像相机的空间位置关系,以及目标对象在可见光图像中的位置信息,确定目标对象在红外图像的位置信息;根据目标对象在红外图像的位置信息,确定目标对象的测量温度。
在一种实施方式中,检测结果还包括黑体所处的状态,状态包括遮挡状态和非遮挡状态;上述黑体检测模块406,进一步包括:位置检测单元,用于通过预设的神经网络模型对红外图像进行黑体检测,得到黑体在红外图像中的位置信息以及位置信息的置信度;状态确定单元,用于根据黑体在红外图像中的位置信息以及位置信息的置信度确定黑体所处的状态。
在一种实施方式中,上述状态确定单元,进一步用于如果黑体在红外图像中的位置信息为空,确定黑体所处的状态为遮挡状态;如果黑体在红外图像中的位置信息为非空,基于位置信息的置信度确定黑体的被遮挡概率;根据黑体的被遮挡概率确定黑体所处的状态。
在一种实施方式中,上述状态确定单元进一步用于根据预先设定的位置信息的置信度与黑体的被遮挡概率之间的对应关系,确定与位置信息的置信度对应的黑体的被遮挡概率;在对应关系中,位置信息的置信度与黑体的被遮挡概率负相关。
在一种实施方式中,上述状态确定单元进一步用于如果黑体的被遮挡概率大于预设阈值,确定黑体所处的状态为遮挡状态;如果黑体的被遮挡概率小于预设阈值,确定黑体所处的状态为非遮挡状态。
在一种实施方式中,上述黑体温度确定模块408,进一步用于如果黑体所处的状态为遮挡状态,获取红外图像采集时刻之前的邻近指定时长内黑体的历史测量温度,基于黑体的历史测量温度确定黑体在红外图像采集时刻所对应的测量温度;如果黑体所处的状态为非遮挡状态,基于黑体在红外图像中的位置信息确定黑体在红外图像中所处的区域,将红外图像表征的区域的温度确定为黑体在红外图像采集时刻所对应的测量温度。
在一种实施方式中,上述温度修正模块410,进一步用于将黑体的测量温度与黑体的预设温度之间的差值作为温度修正值;基于温度修正值对目标对象的测量温度进行修正。
本实施例所提供的装置,其实现原理及产生的技术效果和前述实施例相同,为简要描述,装置实施例部分未提及之处,可参考前述方法实施例中相应内容。
综上所述,本发明实施例提供的测温方法、装置、电子设备及计算机可读存储介质,利用黑体自身特性对目标对象的测量温度进行修正,校准了因外界环境以及测温设备自身所导致的温度测量误差,从而提升了测温准确性,此外,本实施例可基于神经网络模型实现黑体自动检测,无需人工标定黑体位置,避免了人工标定的繁琐与人为误差,使得黑体的测量温度更真实可靠,从而进一步提升了温度修正的可靠性,使得修正后的测温结果更准确。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统具体工作过程,可以参考前述实施例中的对应过程,在此不再赘述。
本发明实施例所提供的测温方法、装置、电子设备及计算机可读存储介质的计算机程序产品,包括存储了程序代码的计算机可读存储介质,所述程序代码包括的指令可用于执行前面方法实施例中所述的方法,具体实现可参见方法实施例,在此不再赘述。
另外,在本发明实施例的描述中,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是:以上所述实施例,仅为本发明的具体实施方式,用以说明本发明的技术方案,而非对其限制,本发明的保护范围并不局限于此,尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化,或者对其中部分技术特征进行等同替换;而这些修改、变化或者替换,并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为准。
Claims (10)
1.一种测温方法,其特征在于,包括:
通过可见光相机和热成像相机获取包含有目标对象的图像帧对;其中,所述图像帧对包括同一时刻采集的可见光图像和红外图像;所述热成像相机的图像采集区域内还设置有黑体;
基于所述图像帧对确定所述目标对象的测量温度;
对所述红外图像进行黑体检测,得到所述黑体的检测结果;所述检测结果包括所述黑体在所述红外图像中的位置信息;所述结果还包括所述黑体所处的状态,所述状态包括遮挡状态和非遮挡状态;基于所述黑体的检测结果和所述红外图像,确定所述黑体的测量温度;
如果所述黑体所处的状态为遮挡状态,获取所述红外图像采集时刻之前的邻近指定时长内所述黑体的历史测量温度,基于所述黑体的历史测量温度确定所述黑体在所述红外图像采集时刻所对应的测量温度;
如果所述黑体所处的状态为非遮挡状态,基于所述黑体在所述红外图像中的位置信息确定所述黑体在所述红外图像中所处的区域,将所述红外图像表征的所述区域的温度确定为所述黑体在所述红外图像采集时刻所对应的测量温度;根据所述黑体的测量温度以及所述黑体的预设温度,对所述目标对象的测量温度进行修正,将修正后的温度作为所述目标对象的测温结果。
2.根据权利要求1所述的方法,其特征在于,所述基于所述图像帧对确定所述目标对象的测量温度的步骤,包括:
对所述图像帧对中的可见光图像进行目标对象检测,得到所述目标对象在所述可见光图像中的位置信息;
基于所述可见光相机和所述热成像相机的空间位置关系,以及所述目标对象在所述可见光图像中的位置信息,确定所述目标对象在所述红外图像的位置信息;
根据所述目标对象在所述红外图像的位置信息,确定所述目标对象的测量温度。
3.根据权利要求1所述的方法,其特征在于,所述对所述红外图像进行黑体检测,得到所述黑体的检测结果的步骤,包括:
通过预设的神经网络模型对所述红外图像进行黑体检测,得到所述黑体在所述红外图像中的位置信息以及所述位置信息的置信度;
根据所述黑体在所述红外图像中的位置信息以及所述位置信息的置信度确定所述黑体所处的状态。
4.根据权利要求3所述的方法,其特征在于,所述根据所述黑体在所述红外图像中的位置信息以及所述位置信息的置信度确定所述黑体所处的状态的步骤,包括:
如果所述黑体在所述红外图像中的位置信息为空,确定所述黑体所处的状态为遮挡状态;
如果所述黑体在所述红外图像中的位置信息为非空,基于所述位置信息的置信度确定所述黑体的被遮挡概率;
根据所述黑体的被遮挡概率确定所述黑体所处的状态。
5.根据权利要求4所述的方法,其特征在于,所述基于所述位置信息的置信度确定所述黑体的被遮挡概率的步骤,包括:
根据预先设定的位置信息的置信度与黑体的被遮挡概率之间的对应关系,确定与所述位置信息的置信度对应的所述黑体的被遮挡概率;在所述对应关系中,所述位置信息的置信度与所述黑体的被遮挡概率负相关。
6.根据权利要求4所述的方法,其特征在于,所述根据所述黑体的被遮挡概率确定所述黑体所处的状态的步骤,包括:
如果所述黑体的被遮挡概率大于预设阈值,确定所述黑体所处的状态为遮挡状态;
如果所述黑体的被遮挡概率小于所述预设阈值,确定所述黑体所处的状态为非遮挡状态。
7.根据权利要求1所述的方法,其特征在于,所述根据所述黑体的测量温度以及所述黑体的预设温度,对所述目标对象的测量温度进行修正的步骤,包括:
将所述黑体的测量温度与所述黑体的预设温度之间的差值作为温度修正值;
基于所述温度修正值对所述目标对象的测量温度进行修正。
8.一种测温装置,其特征在于,包括:
图像获取模块,用于通过可见光相机和热成像相机获取包含有目标对象的图像帧对;其中,所述图像帧对包括同一时刻采集的可见光图像和红外图像;所述热成像相机的图像采集区域内还设置有黑体;
对象温度确定模块,用于基于所述图像帧对确定所述目标对象的测量温度;
黑体检测模块,用于对所述红外图像进行黑体检测,得到所述黑体的检测结果;所述检测结果包括所述黑体在所述红外图像中的位置信息;
黑体温度确定模块,用于基于所述黑体的检测结果和所述红外图像,确定所述黑体的测量温度;
所述黑体温度确定模块,还用于如果所述黑体所处的状态为遮挡状态,获取所述红外图像采集时刻之前的邻近指定时长内所述黑体的历史测量温度,基于所述黑体的历史测量温度确定所述黑体在所述红外图像采集时刻所对应的测量温度;如果所述黑体所处的状态为非遮挡状态,基于所述黑体在所述红外图像中的位置信息确定所述黑体在所述红外图像中所处的区域,将所述红外图像表征的所述区域的温度确定为所述黑体在所述红外图像采集时刻所对应的测量温度;
温度修正模块,用于根据所述黑体的测量温度以及所述黑体的预设温度,对所述目标对象的测量温度进行修正,将修正后的温度作为所述目标对象的测温结果。
9.一种电子设备,其特征在于,包括:处理器和存储装置;
所述存储装置上存储有计算机程序,所述计算机程序在被所述处理器运行时执行如权利要求1至7任一项所述的方法。
10.一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,其特征在于,所述计算机程序被处理器运行时执行上述权利要求1至7任一项所述的方法的步骤。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010137546.7A CN111366244B (zh) | 2020-03-02 | 2020-03-02 | 测温方法、装置、电子设备及计算机可读存储介质 |
PCT/CN2020/119459 WO2021174841A1 (zh) | 2020-03-02 | 2020-09-30 | 测温方法、测温装置、电子设备及计算机可读存储介质 |
US17/759,835 US20230075679A1 (en) | 2020-03-02 | 2020-09-30 | Temperature measurement method, temperature measurement apparatus, electronic device and computer-readable storage medium |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010137546.7A CN111366244B (zh) | 2020-03-02 | 2020-03-02 | 测温方法、装置、电子设备及计算机可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111366244A CN111366244A (zh) | 2020-07-03 |
CN111366244B true CN111366244B (zh) | 2021-08-10 |
Family
ID=71206475
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010137546.7A Active CN111366244B (zh) | 2020-03-02 | 2020-03-02 | 测温方法、装置、电子设备及计算机可读存储介质 |
Country Status (3)
Country | Link |
---|---|
US (1) | US20230075679A1 (zh) |
CN (1) | CN111366244B (zh) |
WO (1) | WO2021174841A1 (zh) |
Families Citing this family (34)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111366244B (zh) * | 2020-03-02 | 2021-08-10 | 北京迈格威科技有限公司 | 测温方法、装置、电子设备及计算机可读存储介质 |
CN111953935A (zh) * | 2020-07-07 | 2020-11-17 | 北京迈格威科技有限公司 | 体温监管方法、装置、智慧屏和计算机可读存储介质 |
CN111811694B (zh) * | 2020-07-13 | 2021-11-30 | 广东博智林机器人有限公司 | 一种温度校准方法、装置、设备及存储介质 |
CN111693150B (zh) * | 2020-07-13 | 2021-05-04 | 山东科技大学 | 温度测量方法、云端服务器及温度测量仪 |
CN112001886A (zh) * | 2020-07-17 | 2020-11-27 | 深圳市优必选科技股份有限公司 | 一种温度检测方法、装置、终端及可读存储介质 |
CN111998959B (zh) * | 2020-07-20 | 2022-07-22 | 北京百度网讯科技有限公司 | 基于实时测温系统的温度校准方法、装置及存储介质 |
CN112033543B (zh) * | 2020-07-21 | 2021-09-17 | 深圳市优必选科技股份有限公司 | 黑体对准方法、装置、机器人及计算机可读存储介质 |
DE102020119264A1 (de) * | 2020-07-21 | 2022-01-27 | Mühlbauer Gmbh & Co. Kg | Verfahren und Vorrichtung zur Personenzugangskontrolle in Abhängigkeit von einer Temperaturmessung |
CN111879414A (zh) * | 2020-08-04 | 2020-11-03 | 银河水滴科技(北京)有限公司 | 一种红外测温的方法、装置、计算机设备和介质 |
CN111964790A (zh) * | 2020-08-14 | 2020-11-20 | 济南博观智能科技有限公司 | 一种温度校准方法及红外测温装置 |
CN112995627B (zh) * | 2020-09-27 | 2023-10-03 | 深圳市当智科技有限公司 | 投影机安全工作方法和投影机 |
CN112161711A (zh) * | 2020-09-28 | 2021-01-01 | 深圳市商汤科技有限公司 | 温度校正方法、装置、黑体、红外测温设备及系统 |
CN112229524A (zh) * | 2020-10-27 | 2021-01-15 | 深圳英飞拓科技股份有限公司 | 一种体温筛查方法、装置、终端设备及存储介质 |
CN112683405A (zh) * | 2020-11-11 | 2021-04-20 | 浙江大华技术股份有限公司 | 一种温度检测方法、系统以及存储介质 |
CN112435295B (zh) * | 2020-11-12 | 2024-06-21 | 浙江华感科技有限公司 | 黑体位置检测方法、电子装置以及计算机可读存储介质 |
CN112529956B (zh) * | 2020-11-12 | 2024-06-18 | 浙江华感科技有限公司 | 黑体位置检测方法、电子装置以及计算机可读存储介质 |
CN114659646A (zh) * | 2020-12-07 | 2022-06-24 | 华为技术有限公司 | 一种测温方法、装置、设备及系统 |
CN112556858B (zh) * | 2020-12-07 | 2022-02-11 | 深圳市优必选科技股份有限公司 | 黑体检测方法、测温机器人、终端设备及存储介质 |
CN112818816B (zh) * | 2021-01-27 | 2024-03-01 | 杭州海康威视数字技术股份有限公司 | 一种温度检测方法、装置及设备 |
CN112880838A (zh) * | 2021-02-08 | 2021-06-01 | 深圳市宇通联发科技有限公司 | 红外体温检测方法、存储介质以及红外体温检测设备 |
CN113008404A (zh) * | 2021-02-22 | 2021-06-22 | 深圳市商汤科技有限公司 | 温度测量方法及装置、电子设备和存储介质 |
CN112924037A (zh) * | 2021-02-26 | 2021-06-08 | 河北地质大学 | 基于图像配准的红外体温检测系统及检测方法 |
EP4305393A1 (en) * | 2021-03-09 | 2024-01-17 | C2RO Cloud Robotics Inc. | System and method for thermal screening |
CN113049109B (zh) * | 2021-03-12 | 2022-11-29 | 红相股份有限公司 | 基于参考黑体的红外测温方法及计算机可读存储介质 |
CN113091914A (zh) * | 2021-04-06 | 2021-07-09 | 佛山华数机器人有限公司 | 一种基于红外测温的工业机器人温度测试方法及系统 |
CN113084869B (zh) * | 2021-04-06 | 2022-06-10 | 佛山华数机器人有限公司 | 一种基于红外测温的工业机器人故障诊断方法及系统 |
CN113483896B (zh) * | 2021-07-06 | 2022-07-12 | 国网浙江宁海县供电有限公司 | 一种电力设备测温方法、装置、计算机设备及存储介质 |
CN113959565B (zh) * | 2021-09-29 | 2023-07-14 | 浙江双视科技股份有限公司 | 一种红外热像仪测温方法 |
CN113879357B (zh) * | 2021-10-14 | 2022-11-18 | 中车青岛四方机车车辆股份有限公司 | 列车轴温检测方法及装置 |
CN114136462A (zh) * | 2021-11-25 | 2022-03-04 | 深圳市商汤科技有限公司 | 标定方法及装置、电子设备及计算机可读存储介质 |
CN114279575B (zh) * | 2021-12-28 | 2024-02-27 | 杭州涂鸦信息技术有限公司 | 获取环境温度的方法、人体测温方法以及装置 |
CN114323306B (zh) * | 2022-03-07 | 2022-07-08 | 深圳佳特安科技有限公司 | 一种黑体一体式体温测量装置及其检测方法 |
CN114910173A (zh) * | 2022-06-07 | 2022-08-16 | 中国人民解放军国防科技大学 | 一种利用黑体标准温度源的红外测温装置 |
CN115836841A (zh) * | 2022-11-23 | 2023-03-24 | 深兰自动驾驶研究院(山东)有限公司 | 乳腺监测方法、装置和计算机可读存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN207515910U (zh) * | 2017-12-04 | 2018-06-19 | 中华人民共和国首都机场出入境检验检疫局 | 一种全自动红外测温仪 |
CN209070548U (zh) * | 2018-10-26 | 2019-07-05 | 深圳市欧德克科技有限公司 | 一种火车站监控系统 |
CN110135266A (zh) * | 2019-04-17 | 2019-08-16 | 浙江理工大学 | 一种基于深度学习的双摄像头电气火灾防控方法及系统 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1646310B1 (en) * | 2003-05-27 | 2015-07-08 | Cardiowave, Inc. | Methods and apparatus for a remote, noninvasive technique to detect core body temperature in a subject via thermal imaging |
CN106919806A (zh) * | 2017-04-27 | 2017-07-04 | 刘斌 | 一种人体监测方法、装置以及系统及计算机可读存储设备 |
CN110060272A (zh) * | 2018-01-18 | 2019-07-26 | 杭州海康威视数字技术股份有限公司 | 人脸区域的确定方法、装置、电子设备及存储介质 |
CN208420179U (zh) * | 2018-05-29 | 2019-01-22 | 浙江双视红外科技股份有限公司 | 一种闸机单元及闸机系统 |
CN109596226B (zh) * | 2018-12-27 | 2019-12-24 | 武汉高德智感科技有限公司 | 用于红外热成像测温系统的黑体异常检测方法、装置、设备及系统 |
CN110108364A (zh) * | 2019-05-08 | 2019-08-09 | 武汉高德智感科技有限公司 | 一种基于黑体定时补偿的可移动人体温度筛选方法及系统 |
CN111366244B (zh) * | 2020-03-02 | 2021-08-10 | 北京迈格威科技有限公司 | 测温方法、装置、电子设备及计算机可读存储介质 |
-
2020
- 2020-03-02 CN CN202010137546.7A patent/CN111366244B/zh active Active
- 2020-09-30 US US17/759,835 patent/US20230075679A1/en active Pending
- 2020-09-30 WO PCT/CN2020/119459 patent/WO2021174841A1/zh active Application Filing
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN207515910U (zh) * | 2017-12-04 | 2018-06-19 | 中华人民共和国首都机场出入境检验检疫局 | 一种全自动红外测温仪 |
CN209070548U (zh) * | 2018-10-26 | 2019-07-05 | 深圳市欧德克科技有限公司 | 一种火车站监控系统 |
CN110135266A (zh) * | 2019-04-17 | 2019-08-16 | 浙江理工大学 | 一种基于深度学习的双摄像头电气火灾防控方法及系统 |
Non-Patent Citations (2)
Title |
---|
"基于红外热像的行人面部温度高精度检测技术";袁浩期 等;《红外技术》;20191231;第41卷(第12期);1182-1185页 * |
"红外远程人体测温系统研究";李志俊;《万方学位论文》;20121225;全文 * |
Also Published As
Publication number | Publication date |
---|---|
WO2021174841A1 (zh) | 2021-09-10 |
CN111366244A (zh) | 2020-07-03 |
US20230075679A1 (en) | 2023-03-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111366244B (zh) | 测温方法、装置、电子设备及计算机可读存储介质 | |
CN111751003B (zh) | 一种热像仪温度修正系统、方法及热像仪 | |
JP2019200773A (ja) | 物体検出システム、それを用いた自律走行車、およびその物体検出方法 | |
CN111337142A (zh) | 体温修正方法、装置及电子设备 | |
CN111426393B (zh) | 温度修正方法、装置及系统 | |
CN111157123A (zh) | 测量温度的方法、装置、服务器和测量温度的系统 | |
US10914817B2 (en) | Multipath interference error correction in a time of flight sensor | |
US10419696B2 (en) | Infrared imaging device and signal correction method using infrared imaging device | |
WO2023273094A1 (zh) | 一种光谱反射率的确定方法、装置及设备 | |
WO2023273412A1 (zh) | 一种光谱反射率的确定方法、装置及设备 | |
WO2017206444A1 (zh) | 一种成像差异检测方法、装置及计算机存储介质 | |
KR100939079B1 (ko) | 적설량 관측 시스템 및 적설량 원격 측정 방법 | |
CN112689100B (zh) | 图像检测方法、装置、设备和存储介质 | |
US10070076B2 (en) | Drift correction method for infrared imaging device | |
WO2017114368A1 (zh) | 摄像头模组感光质量的处理方法、装置和存储介质 | |
CN106302912B (zh) | 移动终端中校准光感特性曲线的方法及移动终端 | |
US11706380B2 (en) | Radiometric camera with black body elements for screening infectious disease carriers and method for calibrating a thermal camera having internal black body elements | |
CN112612714A (zh) | 红外目标检测器的安全性测试方法和装置 | |
CN111953935A (zh) | 体温监管方法、装置、智慧屏和计算机可读存储介质 | |
CN113096041A (zh) | 图像校正方法及装置 | |
CN115760653B (zh) | 图像校正方法、装置、设备及可读存储介质 | |
CN111968163A (zh) | 一种热电堆阵列测温方法及装置 | |
CN112070709A (zh) | 三维点云信息的采集方法、装置及电子设备 | |
TW200408373A (en) | Method for calibrating the intensity profile for a movable x-ray source | |
JP7509897B2 (ja) | 深度画像生成方法及び装置、基準画像生成方法及び装置、電子機器、ならびにコンピュータプログラム |
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 |