CN111414967A - 提高测温系统鲁棒性的方法及监测系统 - Google Patents
提高测温系统鲁棒性的方法及监测系统 Download PDFInfo
- Publication number
- CN111414967A CN111414967A CN202010223105.9A CN202010223105A CN111414967A CN 111414967 A CN111414967 A CN 111414967A CN 202010223105 A CN202010223105 A CN 202010223105A CN 111414967 A CN111414967 A CN 111414967A
- Authority
- CN
- China
- Prior art keywords
- acquisition module
- area
- acquired
- depth map
- acquiring
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 25
- 238000009529 body temperature measurement Methods 0.000 title claims abstract description 23
- 238000012544 monitoring process Methods 0.000 title claims abstract description 12
- 238000010586 diagram Methods 0.000 claims abstract description 56
- 230000002159 abnormal effect Effects 0.000 claims abstract description 31
- 230000036760 body temperature Effects 0.000 claims abstract description 23
- 238000001514 detection method Methods 0.000 claims abstract description 18
- 238000012545 processing Methods 0.000 claims abstract description 12
- 238000003062 neural network model Methods 0.000 claims abstract description 9
- 238000004861 thermometry Methods 0.000 claims description 9
- 230000000694 effects Effects 0.000 abstract description 4
- 238000013528 artificial neural network Methods 0.000 description 7
- 230000006399 behavior Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 241001465754 Metazoa Species 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 210000001061 forehead Anatomy 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/25—Fusion techniques
- G06F18/251—Fusion techniques of input or preprocessed data
-
- 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
- G01K13/00—Thermometers specially adapted for specific purposes
- G01K13/20—Clinical contact thermometers for use with humans or animals
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
-
- 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
- G06V40/161—Detection; Localisation; Normalisation
- G06V40/166—Detection; Localisation; Normalisation using acquisition arrangements
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Human Computer Interaction (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Radiation Pyrometers (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
本发明涉及一种提高测温系统鲁棒性的方法及监测系统,包括:第一采集模组,用于从待采集区域采集图像并获取温度待测区域;第二采集模组,用于从待采集区域获取热力图;第三采集模组,用于从待采集区域获取深度图;体温处理模块,用于通过识别到的所述温度待测区域分别在所述深度图、热力图获取相对应的区域,并将所述深度图、热力图中与所述温度待测区域对应的区域经过预设的神经网络模型推理,判断所述热力图是否异常;若异常,取消数据上传,若正常,数据上传。体温检测结合人脸识别模块,通过分析人体的体温和体表特征和异常情况下的不同点,融合深度图和红外温度图,把异常热源干扰的检测整合到测温流程中,从而得到鲁棒精准的人体测温效果。
Description
技术领域
本发明涉及体温检测领域,更具体地说,涉及一种提高测温系统鲁棒性的方法及监测系统。
背景技术
相关技术中的对于现有集成体温检测的人脸机设备一般是在人脸检测后根据人脸区域找到在红外温度图中对应最高温度的区域,或者是在找到对应人脸区域后根据人脸关键点找到额头部位对应红外温度图中对应最高温度的区域,更粗暴的做法是直接在红外温度图中找到最高温度,而不管热源是否对应在人脸区域。
但是这样的策略在一些人恶意使用高温物体如热水瓶遮挡部分人脸区域,或者是将它放在人脸机旁时会导致体温误报,会增加管理成本。
发明内容
本发明要解决的技术问题在于,提供一种提高测温系统鲁棒性的方法及监测系统。
本发明解决其技术问题所采用的技术方案是:构造一种提高测温系统鲁棒性的方法,包括以下步骤:
S1、第一采集模组从待采集区域采集图像并从采集的图像上获取温度待测区域,第二采集模组从所述待采集区域获取热力图,第三采集模组从所述待采集区域获取深度图;
S2、通过识别到的所述温度待测区域分别在所述深度图、热力图获取相对应的区域;
S3、将所述深度图、热力图中与所述温度待测区域对应的区域经过预设的神经网络模型推理,判断所述热力图是否异常;
S4、若异常,取消数据上传,若正常,上传数据进行测温。
优选地,所述步骤S1还包括以下步骤:参照所述第一采集模组的采集角度,对所述第二采集模组采集的图像修正。
优选地,所述第二采集模组为热传感阵列测温模组,以生成所述待采集区域的热力图。
优选地,所述第三采集模组为双目摄像头,以获取所述待采集区域的图像,校准后生成所述深度图。
优选地,所述步骤S2中,根据所述第一采集模组、第二采集模组、第三采集模组的相对位置计算所述待测区域相对所述热力图、深度图的偏移距离,以该偏移距离获取所述待测区域在对应的热力图和深度图中的位置。
优选地,所述步骤S2中,将所述热力图的像素大小提升和所述深度图的像素大小一样。
优选地,所述第一采集模组为人脸检测摄像头,所述温度待测区域为从所述待采集区域采集的人脸区域,所述步骤S4中,若异常,发出告警,让用户排除干扰,重新返回所述步骤S1检测,若正常,继续对所述待测区域进行人脸识别。
一种提高测温系统鲁棒性的监测系统,包括:
第一采集模组,用于从待采集区域采集图像并获取温度待测区域;
第二采集模组,用于从待采集区域获取热力图;
第三采集模组,用于从待采集区域获取深度图;
体温处理模块,用于通过识别到的所述温度待测区域分别在所述深度图、热力图获取相对应的区域,并将所述深度图、热力图中与所述温度待测区域对应的区域经过预设的神经网络模型推理,判断所述热力图是否异常;若异常,取消数据上传,若正常,数据上传。
优选地,所述第一采集模组为人脸检测摄像头,所述温度待测区域为从所述待采集区域采集的人脸区域;
所述第二采集模组为热传感阵列测温模组,以生成所述待采集区域的热力图;
所述第三采集模组为双目摄像头,以获取所述待采集区域的图像,校准后生成所述深度图;
图像识别模块,接收所述体温处理模块上传的数据,对所述待测区域进行人脸识别。
优选地,所述体温处理模块根据所述第一采集模组、第二采集模组、第三采集模组的相对位置计算所述待测区域的相对所述热力图、深度图的偏移距离,以该偏移距离获取所述待测区域在对应的热力图和深度图中的位置,并将所述热力图的像素大小提升和所述深度图的像素大小一样。
实施本发明的提高测温系统鲁棒性的方法及监测系统,具有以下有益效果:体温检测结合人脸识别模块的基础上,通过分析人体的体温和体表特征和异常情况下的不同点,融合深度图和红外温度图,把异常热源干扰的检测整合到已有的测温流程当中,判断图像中是否存在异常情况,然后提示用户配合消除干扰,从而得到鲁棒精准的人体测温效果。
附图说明
下面将结合附图及实施例对本发明作进一步说明,附图中:
图1是本发明实施例中的提高测温系统鲁棒性的监测系统的模块示意图;
图2是本发明实施例中的提高测温系统鲁棒性的方法的流程示意图。
具体实施方式
为了对本发明的技术特征、目的和效果有更加清楚的理解,现对照附图详细说明本发明的具体实施方式。
如图1所示,本发明一个优选实施例中的提高测温系统鲁棒性的监测系统包括第一采集模组、第二采集模组、第三采集模组、体温处理模块、以及图像识别模块。
第一采集模组用于从待采集区域采集图像并获取温度待测区域;第二采集模组,用于从待采集区域获取热力图;第三采集模组用于从待采集区域获取深度图。
体温处理模块,用于通过识别到的所述温度待测区域分别在所述深度图、热力图获取相对应的区域,并将所述深度图、热力图中与所述温度待测区域对应的区域经过预设的神经网络模型推理,判断所述热力图是否异常;若异常,取消数据上传,若正常,数据上传。
进一步地,第一采集模组为人脸检测摄像头,所述温度待测区域为从所述待采集区域采集的人脸区域。在其他实施例中,第一采集模组也可采集人体其它外露部位的图像,或采集其它动物的面部、驱赶等部位的图像,以测得相应位置的温度。
体温检测结合人脸识别模块的基础上,通过分析人体的体温和体表特征和异常情况下的不同点,融合深度图和红外温度图,把异常热源干扰的检测整合到已有的测温流程当中,判断图像中是否存在异常情况,然后提示用户配合消除干扰,从而得到鲁棒精准的人体测温效果。
本发明通过结合深度图和红外温度图来判断体温检测过程中出现的恶意放置热源干扰的举动,针对这些行为,提出更为鲁棒的体温检测流程。
融合深度图和红外温度热力图信息,提前训练神经网络,作为神经网络模型,依靠神经网络来判别异常情况,并抑制该信号,可用于减少高温体表的误判。
由于人脸表面的温度特征是在空间上是自然连续的,当人脸区域附件有异常干扰的热源时,近红外生成的红外温度图会有明显跳变,该特征可以被神经网络有效捕捉。
由于人脸部位是一个相对平的面,当热水瓶之类的东西进行遮挡的时候这些物体会相对近些,结合该空间特征,利用双目摄像头形成的深度图可以有效辅助神经网络判断是否有异常热源物体在干扰。
在训练神经网络时,将深度和热力两个通道合到一起,热力图上彩样,深度图、热力图都有彩色图片,低分辨率扩大像素大小和深度图一样大,提供一套正常的测的数据,和一套异常干扰的测的,送给神经网络,通过收集正负样本数据来训练神经网络判断是否受到异常热源干扰。
进一步地,第二采集模组为热传感阵列测温模组,以生成所述待采集区域的热力图。
第三采集模组为双目摄像头,以获取所述待采集区域的图像,校准后生成所述深度图。图像识别模块接收所述体温处理模块上传的数据,对所述待测区域进行人脸识别。
体温处理模块根据所述第一采集模组、第二采集模组、第三采集模组的相对位置计算所述待测区域的相对所述热力图、深度图的偏移距离,以该偏移距离获取所述待测区域在对应的热力图和深度图中的位置,并将所述热力图的像素大小提升和所述深度图的像素大小一样。
待测区域用框显示,在图像上显示为坐标框。在第一采集模组中通过人脸检测获取相应的人脸区域相应的坐标点(x1,y2),(x2,y2),其中x1、y1代表人脸区域坐标框的左上角坐标,x2、y2代表人脸框右下角的坐标。
再获取第二采集模组的红外温度热力图,由于第一采集模组、第二采集模组两个摄像头不在同一个地方,拍摄出来的图像有一定的偏差,需要进行修正。
之后再从第三采集模组获取深度图,其基本原理是第二采集模组、第三采集模组拍出来的两张彩色图像是同一个画面,但同一个物体在两张图片中的像素坐标不完全一致,根据该距离和两个摄像头之间的距离计算出深度图。
例如:使用一个固定的热源物体,分别距离人脸机0.1m,0.2m、0.3m……1.5m拍照,以红外温度热力图为基准,移动深度图至两幅图像大致吻合,分别计算偏移的像素点,取平均值。
在体温处理模块中,我们获取了人脸区域的坐标框、红外温度热力图和深度图,之后计算坐标框的相对偏移距离,以该偏移距离获取人脸在对应的红外温度热力图和深度图位置,通过预训练好的神经网络模型判断该图像是否存在异常。
若存在异常,则取消数据上传,并发出告警,让用户排除干扰,并重新检测。若正常,则继续之前的人脸识别。
进一步地,本发明一个优选实施例还提供一种提高测温系统鲁棒性的方法,包括以下步骤:
S1、第一采集模组从待采集区域采集图像并从采集的图像上获取温度待测区域,第二采集模组从所述待采集区域获取热力图,第三采集模组从所述待采集区域获取深度图;
S2、通过识别到的所述温度待测区域分别在所述深度图、热力图获取相对应的区域;
S3、将所述深度图、热力图中与所述温度待测区域对应的区域经过预设的神经网络模型推理,判断所述热力图是否异常;
S4、若异常,取消数据上传,若正常,上传数据进行测温。
在一些实施例中,所述步骤S1还包括以下步骤:参照所述第一采集模组的采集角度,对所述第二采集模组采集的图像修正。
进一步地,第二采集模组为热传感阵列测温模组,以生成所述待采集区域的热力图。第三采集模组为双目摄像头,以获取所述待采集区域的图像,校准后生成所述深度图。
在一些实施例中,所述步骤S2中,根据所述第一采集模组、第二采集模组、第三采集模组的相对位置计算所述待测区域的相对所述热力图、深度图的偏移距离,以该偏移距离裁剪所述待测区域在对应的热力图和深度图中的位置。
进一步地,为了让热力图能与深度图上的待测区域更好的匹配,所述步骤S2中,将所述热力图的像素大小提升和所述深度图的像素大小一样。
在一些实施例中,第一采集模组为人脸检测摄像头,所述温度待测区域为从所述待采集区域采集的人脸区域,所述步骤S4中,若异常,发出告警,让用户排除干扰,重新返回所述步骤S1检测,若正常,继续对所述待测区域进行人脸识别。
可以理解地,上述各技术特征可以任意组合使用而不受限制。
以上所述仅为本发明的实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种提高测温系统鲁棒性的方法,其特征在于,包括以下步骤:
S1、第一采集模组从待采集区域采集图像并从采集的图像上获取温度待测区域,第二采集模组从所述待采集区域获取热力图,第三采集模组从所述待采集区域获取深度图;
S2、通过识别到的所述温度待测区域分别在所述深度图、热力图获取相对应的区域;
S3、将所述深度图、热力图中与所述温度待测区域对应的区域经过预设的神经网络模型推理,判断所述热力图是否异常;
S4、若异常,取消数据上传,若正常,上传数据进行测温。
2.根据权利要求1所述的提高测温系统鲁棒性的方法,其特征在于,所述步骤S1还包括以下步骤:参照所述第一采集模组的采集角度,对所述第二采集模组采集的图像修正。
3.根据权利要求1所述的提高测温系统鲁棒性的方法,其特征在于,所述第二采集模组为热传感阵列测温模组,以生成所述待采集区域的热力图。
4.根据权利要求1所述的提高测温系统鲁棒性的方法,其特征在于,所述第三采集模组为双目摄像头,以获取所述待采集区域的图像,校准后生成所述深度图。
5.根据权利要求1至4任一项所述的提高测温系统鲁棒性的方法,其特征在于,所述步骤S2中,根据所述第一采集模组、第二采集模组、第三采集模组的相对位置计算所述待测区域相对所述热力图、深度图的偏移距离,以该偏移距离获取所述待测区域在对应的热力图和深度图中的位置。
6.根据权利要求5所述的提高测温系统鲁棒性的方法,其特征在于,所述步骤S2中,将所述热力图的像素大小提升和所述深度图的像素大小一样。
7.根据权利要求5所述的提高测温系统鲁棒性的方法,其特征在于,所述第一采集模组为人脸检测摄像头,所述温度待测区域为从所述待采集区域采集的人脸区域,所述步骤S4中,若异常,发出告警,让用户排除干扰,重新返回所述步骤S1检测,若正常,继续对所述待测区域进行人脸识别。
8.一种提高测温系统鲁棒性的监测系统,其特征在于,包括:
第一采集模组,用于从待采集区域采集图像并获取温度待测区域;
第二采集模组,用于从待采集区域获取热力图;
第三采集模组,用于从待采集区域获取深度图;
体温处理模块,用于通过识别到的所述温度待测区域分别在所述深度图、热力图获取相对应的区域,并将所述深度图、热力图中与所述温度待测区域对应的区域经过预设的神经网络模型推理,判断所述热力图是否异常;若异常,取消数据上传,若正常,数据上传。
9.根据权利要求8所述的提高测温系统鲁棒性的监测系统,其特征在于,
所述第一采集模组为人脸检测摄像头,所述温度待测区域为从所述待采集区域采集的人脸区域;
所述第二采集模组为热传感阵列测温模组,以生成所述待采集区域的热力图;
所述第三采集模组为双目摄像头,以获取所述待采集区域的图像,校准后生成所述深度图;
图像识别模块,接收所述体温处理模块上传的数据,对所述待测区域进行人脸识别。
10.根据权利要求8或9所述的提高测温系统鲁棒性的监测系统,其特征在于,
所述体温处理模块根据所述第一采集模组、第二采集模组、第三采集模组的相对位置计算所述待测区域的相对所述热力图、深度图的偏移距离,以该偏移距离获取所述待测区域在对应的热力图和深度图中的位置,并将所述热力图的像素大小提升和所述深度图的像素大小一样。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010223105.9A CN111414967A (zh) | 2020-03-26 | 2020-03-26 | 提高测温系统鲁棒性的方法及监测系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010223105.9A CN111414967A (zh) | 2020-03-26 | 2020-03-26 | 提高测温系统鲁棒性的方法及监测系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111414967A true CN111414967A (zh) | 2020-07-14 |
Family
ID=71491442
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010223105.9A Pending CN111414967A (zh) | 2020-03-26 | 2020-03-26 | 提高测温系统鲁棒性的方法及监测系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111414967A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111811663A (zh) * | 2020-07-21 | 2020-10-23 | 太仓光电技术研究所 | 一种基于视频流的温度检测方法及装置 |
CN113112427A (zh) * | 2021-04-16 | 2021-07-13 | 广东韶钢松山股份有限公司 | 一种铁水运输的监测方法、装置、设备及存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005237861A (ja) * | 2004-02-27 | 2005-09-08 | Omron Corp | 自動検温装置および自動検温方法 |
CN109101871A (zh) * | 2018-08-07 | 2018-12-28 | 北京华捷艾米科技有限公司 | 一种基于深度和近红外信息的活体检测装置、检测方法及其应用 |
CN109446981A (zh) * | 2018-10-25 | 2019-03-08 | 腾讯科技(深圳)有限公司 | 一种脸部活体检测、身份认证方法及装置 |
CN110411570A (zh) * | 2019-06-28 | 2019-11-05 | 武汉高德智感科技有限公司 | 基于人体检测和人体跟踪技术的红外人体温度筛查方法 |
-
2020
- 2020-03-26 CN CN202010223105.9A patent/CN111414967A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005237861A (ja) * | 2004-02-27 | 2005-09-08 | Omron Corp | 自動検温装置および自動検温方法 |
CN109101871A (zh) * | 2018-08-07 | 2018-12-28 | 北京华捷艾米科技有限公司 | 一种基于深度和近红外信息的活体检测装置、检测方法及其应用 |
CN109446981A (zh) * | 2018-10-25 | 2019-03-08 | 腾讯科技(深圳)有限公司 | 一种脸部活体检测、身份认证方法及装置 |
CN110411570A (zh) * | 2019-06-28 | 2019-11-05 | 武汉高德智感科技有限公司 | 基于人体检测和人体跟踪技术的红外人体温度筛查方法 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111811663A (zh) * | 2020-07-21 | 2020-10-23 | 太仓光电技术研究所 | 一种基于视频流的温度检测方法及装置 |
CN113112427A (zh) * | 2021-04-16 | 2021-07-13 | 广东韶钢松山股份有限公司 | 一种铁水运输的监测方法、装置、设备及存储介质 |
CN113112427B (zh) * | 2021-04-16 | 2024-05-10 | 广东韶钢松山股份有限公司 | 一种铁水运输的监测方法、装置、设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR102021999B1 (ko) | 인체 감시 발열 경보 장치 | |
CN104902246B (zh) | 视频监视方法和装置 | |
CN109691989B (zh) | 一种基于红外人脸检测技术的人体温度测量方法 | |
CN100578531C (zh) | 一种实现视力保护的显示器、装置及方法 | |
CN110987189B (zh) | 对目标对象进行温度检测的方法、系统以及装置 | |
CN106919806A (zh) | 一种人体监测方法、装置以及系统及计算机可读存储设备 | |
JP3453870B2 (ja) | 画像処理装置と画像処理装置を用いた応用機器 | |
CN111739250A (zh) | 结合图像处理技术与红外传感器的火灾探测方法及系统 | |
CN108335454B (zh) | 一种火情检测方法及装置 | |
CN111521270A (zh) | 一种体温筛查报警系统及其工作方法 | |
CN115512307B (zh) | 广域空间红外多点实时火灾探测方法及系统、定位方法 | |
CN115171361B (zh) | 一种基于计算机视觉的危险行为智能检测预警方法 | |
CN111414967A (zh) | 提高测温系统鲁棒性的方法及监测系统 | |
CN111738132B (zh) | 人体温度的测量方法、装置、电子设备及可读存储介质 | |
KR20200018553A (ko) | 열화상센서를 갖는 스마트폰, 차량, 카메라 및 이를 이용한 디스플레이 및 감지 방법 | |
CN112067139A (zh) | 热成像测温装置以及热成像测温方法 | |
CN111854964A (zh) | 一种测量体温的方法、装置、测温工具及存储介质 | |
CN113358231A (zh) | 红外测温方法、装置及设备 | |
CN113834571A (zh) | 一种目标测温方法、装置及测温系统 | |
CN111444837A (zh) | 在极端环境下提升人脸检测可用性的测温方法及测温系统 | |
CN111428600A (zh) | 吸烟检测方法、系统、装置及热红外图像处理器 | |
CN109596226B (zh) | 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 | |
CN111707372B (zh) | 人体温度检测方法、系统、装置及图像处理器 | |
CN112097915B (zh) | 一种人脸识别测温方法及装置 | |
CN115855274A (zh) | 一种基于人脸识别的红外测温校正方法及装置 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200714 |