CN111444837B - 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 - Google Patents
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 Download PDFInfo
- Publication number
- CN111444837B CN111444837B CN202010222734.XA CN202010222734A CN111444837B CN 111444837 B CN111444837 B CN 111444837B CN 202010222734 A CN202010222734 A CN 202010222734A CN 111444837 B CN111444837 B CN 111444837B
- Authority
- CN
- China
- Prior art keywords
- infrared
- face
- color
- image
- detected
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 71
- 238000009529 body temperature measurement Methods 0.000 title claims abstract description 23
- 238000000034 method Methods 0.000 title claims abstract description 19
- 238000012545 processing Methods 0.000 claims abstract description 15
- 238000004088 simulation Methods 0.000 claims description 5
- 238000004861 thermometry Methods 0.000 claims description 4
- 230000002708 enhancing effect Effects 0.000 claims description 2
- 230000000694 effects Effects 0.000 abstract description 7
- 230000002159 abnormal effect Effects 0.000 abstract description 6
- 230000007547 defect Effects 0.000 abstract description 4
- 238000005286 illumination Methods 0.000 abstract description 4
- 230000036760 body temperature Effects 0.000 description 9
- 238000012549 training Methods 0.000 description 3
- 238000003331 infrared imaging Methods 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 238000001931 thermography Methods 0.000 description 1
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
- G06V40/161—Detection; Localisation; Normalisation
-
- 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
- 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
Abstract
本发明涉及一种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，包括：彩色采集模组，对待测区域采集RGB图像；红外采集模组，对待测区域采集红外图像；彩色人脸检测模块，判断RGB图像中是否检测到彩色人脸区；红外人脸检测模块，将红外图像与预设的红外人脸检测模型对比，判断红外图像中是否检测到红外人脸区；人脸检测处理模块，用于检测RGB图像是否检测到彩色人脸区，红外图像中是否检测到红外人脸区。利用人脸温度分布的特性和热红外温度检测效果，弥补彩色采集模组在异常情况下的不足，通过这种配合，来实现对极端光照环境人脸检测的兼容，让人脸也能够在异常情况下检测温度并上报。RGB图像和红外图像之间可以互相作为参考，提升了可用性。
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。
背景技术
相关技术中，人脸机一般是在彩色通道检测完人脸后，再在热红外成像中按一定的策略找到相对应的温度。
然而基于彩色通道检测人脸会有一定的缺陷，在极端光照条件下会出现检测效果较弱，甚至检测不到人脸的情况。
如户外强光照射下彩色镜头会呈现一种泛白的画面，人脸机不一定能找到对应的人脸区域，这个时候需要管理人手工的去测量体温，这会增加一定的管理成本，降低测温速度，对于一些急着赶时间如上班的人来说体验是不好的。如何减少这种情况成为亟待解决的技术问题。
发明内容
本发明要解决的技术问题在于，提供一种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。
本发明解决其技术问题所采用的技术方案是：构造一种在极端环境下提升人脸检测可用性的测温方法，包括以下步骤：
S1、彩色采集模组、红外采集模组分别对待测区域采集RGB图像和红外图像；
S2、判断所述RGB图像中是否检测到彩色人脸区，将所述红外图像与预设的红外人脸检测模型对比，判断所述红外图像中是否检测到红外人脸区；
S3、其中，a、若所述RGB图像中未检测到彩色人脸区，所述红外图像中检测到红外人脸区，基于所述红外图像中的红外人脸区，模拟得到所述彩色图像中的彩色人脸区；
b、若所述RGB图像中检测到彩色人脸区，所述红外图像中未检测到红外人脸区，基于所述RGB图像中的彩色人脸区，模拟得到所述红外图像中的红外人脸区；
c、若所述RGB图像中检测到彩色人脸区，所述红外图像中也检测到红外人脸区，获取所述RGB图像的彩色人脸区和所述红外图像中的红外人脸区，进入下一步骤；
S4、在所述红外人脸区遍历所有温度点，得到温度最大值坐标。
优选地，所述步骤S3的步骤a、b中，参照所述彩色采集模组、红外采集模组的相对位置，在所述彩色人脸区、红外人脸区之间加上偏移量。
优选地，所述步骤S4还包括以下步骤：
S41、统计所述红外人脸区中的温度点与所述温度最大值之差小于预设的阈值的个数；
S42、将所述步骤S41中统计的所述温度点的个数大于阈值的平均值作为最终温度值。
优选地，所述步骤S4还包括以下步骤S43、将所述RGB图像和最终温度值上报。
优选地，所述步骤S4还包括以下步骤S44、对所述RGB图片中的彩色人脸区进行人脸识别。
一种在极端环境下提升人脸检测可用性的测温系统，包括：
彩色采集模组，对待测区域采集RGB图像；
红外采集模组，对待测区域采集红外图像；
彩色人脸检测模块，判断所述RGB图像中是否检测到彩色人脸区；
红外人脸检测模块，将所述红外图像与预设的红外人脸检测模型对比，判断所述红外图像中是否检测到红外人脸区；
人脸检测处理模块，用于检测所述RGB图像是否检测到彩色人脸区，所述红外图像中是否检测到红外人脸区，且在所述RGB图像中未检测到彩色人脸区，且所述红外图像中检测到红外人脸区时，基于所述红外图像中的红外人脸区，得到所述彩色图像中的彩色人脸区；或，在所述RGB图像中检测到彩色人脸区，且所述红外图像中未检测到红外人脸区，基于所述RGB图像中的彩色人脸区，得到所述红外图像中的红外人脸区；以及
温度处理模块，在所述红外人脸区遍历所有温度点，得到温度最大值坐标。
优选地，所述人脸检测处理模块还参照所述彩色采集模组、红外采集模组的相对位置，在所述彩色人脸区、红外人脸区之间加上偏移量。
优选地，所述温度处理模块统计所述红外人脸区中的温度点与所述温度最大值之差小于预设的阈值的个数；将统计的所述温度点的个数大于阈值的平均值作为最终温度值。
优选地，还包括上报模块，将所述RGB图像和最终温度值上报。
优选地，还包括人脸识别模块，对所述彩色人脸区进行人脸识别。
实施本发明的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，具有以下有益效果：利用人脸温度分布的特性和热红外温度检测效果，弥补彩色采集模组在异常情况下的不足，通过这种配合，来实现对极端光照环境人脸检测的兼容，让人脸也能够在异常情况下检测温度并上报。RGB图像和红外图像之间可以互相作为参考，提升了可用性。
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在极端环境下提升人脸检测可用性的测温系统的模块示意图；
图2是在极端环境下提升人脸检测可用性的测温方法中未检测到彩色人脸区和红外人脸区时的流程示意图；
图3是在极端环境下提升人脸检测可用性的测温方法中未检测到彩色人脸区、且检测到红外人脸区时的流程示意图；
图4是在极端环境下提升人脸检测可用性的测温方法中检测到彩色人脸区、且未检测到红外人脸区时的流程示意图；
图5是在极端环境下提升人脸检测可用性的测温方法中检测到彩色人脸区、红外人脸区时的流程示意图。
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在极端环境下提升人脸检测可用性的测温系统包括彩色采集模组、红外采集模组、彩色人脸检测模块、红外人脸检测模块、人脸检测处理模块、以及温度处理模块。
结合图1至图5所示，彩色采集模组对待测区域采集RGB图像；红外采集模组，对待测区域采集红外图像；彩色人脸检测模块，判断RGB图像中是否检测到彩色人脸区。
红外人脸检测模块将红外图像与预设的红外人脸检测模型对比，判断红外图像中是否检测到红外人脸区。
人脸检测处理模块用于检测RGB图像是否检测到彩色人脸区，红外图像中是否检测到红外人脸区。如图2所示，当彩色采集模组、红外采集模组都没有检测到时，重新检测。
如图3所示，在RGB图像中未检测到彩色人脸区，且红外图像中检测到红外人脸区时，基于红外图像中的红外人脸区，模拟得到彩色图像中的彩色人脸区。
如图4所示，或在RGB图像中检测到彩色人脸区，且红外图像中未检测到红外人脸区，基于RGB图像中的彩色人脸区，模拟得到红外图像中的红外人脸区。
如图5所示，最优地，在RGB图像中检测到彩色人脸区，且红外图像中检测到红外人脸区。
温度处理模块，在红外人脸区遍历所有温度点，得到温度最大值坐标。
利用人脸温度分布的特性和热红外温度检测效果，弥补彩色采集模组在异常情况下的不足，通过这种配合，来实现对极端光照环境人脸检测的兼容，让人脸也能够在异常情况下检测温度并上报。RGB图像和红外图像之间可以互相作为参考，提升了可靠性。
人脸机设备上已有彩色采集模块，如彩色镜头，再集成红外采集模组，如红外体温检测传感器，结合人体的体温特征来解决人脸检测不到导致体温不能检测的问题。由于人体的体温在空间上是连续的，而且有一定的规律，基于人体测温的场景，本实施例中利用HEIMANN 32x32高分辨率热成像传感器测阵列辅助检测人脸与改进测温机制，在原有的检测流程上加入了热红外成像人脸检测技术。
人脸检测和红外测温传感器测量同时进行，提前给红外图像训练个人脸检测模型。由于彩色图片可以提供人脸检测，在训练时把彩色检测框映射到红外，得到红外检测数据集，使用热红外人脸检测的数据比对训练，训练过来的人脸可以提升人脸检测效果，让神经网络补充人脸检测，由热红外的通道来训练检测。在实际实验中，32x32热红外像素矩阵可以明显分辨出人的轮廓。
通过红外人脸检测模型反过来提升在强光低亮度背景下的彩色图片的人脸检测效果，人脸机可以在该条件下分辨人脸和判别体温。
温度最大值可作为人脸的温度，也可根据所有的温度点进行一定的计算后取值，得到人脸的温度值。
由于人体温度是在空间上是连续的，因此使用一个点来决定该人的温度是不合理的。优选地，温度处理模块统计红外人脸区中的温度点与温度最大值之差小于预设的阈值的个数，判断温度点个数是否大于阈值；将统计的温度点的个数大于阈值的平均值作为最终温度值。
人脸检测处理模块还参照彩色采集模组、红外采集模组的相对位置，在彩色人脸区、红外人脸区之间加上偏移量，由该偏移量，可以在彩色人脸区或红外人脸区其中一个检测到时，根据统计数据库计算得到另一个。
例如，在RGB图像中未检测到彩色人脸区，且红外图像中检测到红外人脸区时，将红外图像中的红外人脸区的检测框缩放到彩色RGB图片中，由于两个摄像头摆放的位置不同，所以还要加上一定的偏移量，最终模拟出彩色RGB图片的彩色人脸区。
再例如，在RGB图像中检测到彩色人脸区，且红外图像中未检测到红外人脸区，将彩色RGB图像中的彩色人脸区的检测框缩放到红外温度图中，并进行一定的偏移，得出红外温度图的红外人脸区。
进一步地，测温系统还包括上报模块，将RGB图像和最终温度值上报，作为存档数据。测温系统还包括人脸识别模块，对彩色人脸区进行人脸识别，将人脸数据和体温数据配对，作为一个整体数据记录。
进一步地，结合图2至图5所示，本发明一个优选实施例还提供一种在极端环境下提升人脸检测可用性的测温方法，包括以下步骤：
S1、彩色采集模组、红外采集模组分别对待测区域采集RGB图像和红外图像；
S2、判断RGB图像中是否检测到彩色人脸区，将红外图像与预设的红外人脸检测模型对比，判断红外图像中是否检测到红外人脸区；
S3、其中，a、如图3所示，若RGB图像中未检测到彩色人脸区，红外图像中检测到红外人脸区，基于红外图像中的红外人脸区，模拟得到彩色图像中的彩色人脸区；
b、如图4所示，若RGB图像中检测到彩色人脸区，红外图像中未检测到红外人脸区，基于RGB图像中的彩色人脸区，模拟得到红外图像中的红外人脸区；
c、如图5所示，若RGB图像中检测到彩色人脸区，红外图像中也检测到红外人脸区，获取RGB图像的彩色人脸区和红外图像中的红外人脸区，进入下一步骤；
S4、在红外人脸区遍历所有温度点，得到温度最大值坐标。
进一步地，结合图3至图5所示，步骤S4还包括以下步骤：
S41、统计红外人脸区中的温度点与温度最大值之差小于预设的阈值的个数；
S42、将步骤S41中统计的温度点的个数大于阈值的平均值作为最终温度值。
步骤S4还包括以下步骤S43：将RGB图像和最终温度值上报。
步骤S4还包括以下步骤S44：对RGB图片中的彩色人脸区进行人脸识别。
步骤S3的步骤a、b中，参照彩色采集模组、红外采集模组的相对位置，在彩色人脸区、红外人脸区之间加上偏移量，由该偏移量，可以在彩色人脸区或红外人脸区其中一个检测到时，根据统计数据库计算得到另一个。
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)
1.一种在极端环境下提升人脸检测可用性的测温方法，其特征在于，包括以下步骤：
S1、彩色采集模组、红外采集模组分别对待测区域采集RGB图像和红外图像；
S2、判断所述RGB图像中是否检测到彩色人脸区，将所述红外图像与预设的红外人脸检测模型对比，判断所述红外图像中是否检测到红外人脸区；
S3、其中，a、若所述RGB图像中未检测到彩色人脸区，所述红外图像中检测到红外人脸区，基于所述红外图像中的红外人脸区，模拟得到所述RGB图像中的彩色人脸区；
b、若所述RGB图像中检测到彩色人脸区，所述红外图像中未检测到红外人脸区，基于所述RGB图像中的彩色人脸区，模拟得到所述红外图像中的红外人脸区；
c、若所述RGB图像中检测到彩色人脸区，所述红外图像中也检测到红外人脸区，获取所述RGB图像的彩色人脸区和所述红外图像中的红外人脸区，进入下一步骤；
S4、在所述红外人脸区遍历所有温度点，得到温度最大值的坐标。
2.根据权利要求1所述的在极端环境下提升人脸检测可用性的测温方法，其特征在于，所述步骤S3的步骤a、b中，参照所述彩色采集模组和红外采集模组的相对位置，在所述彩色人脸区和红外人脸区之间加上偏移量。
3.根据权利要求1或2所述的在极端环境下提升人脸检测可用性的测温方法，其特征在于，所述步骤S4还包括以下步骤：
S41、统计所述红外人脸区中的温度点与所述温度最大值之差小于预设的阈值的个数；
S42、将所述步骤S41中统计的所述温度点的个数的平均值作为最终温度值。
4.根据权利要求3所述的在极端环境下提升人脸检测可用性的测温方法，其特征在于，所述步骤S4还包括以下步骤S43、将所述RGB图像和最终温度值上报。
5.根据权利要求1或2所述的在极端环境下提升人脸检测可用性的测温方法，其特征在于，所述步骤S4还包括以下步骤S44，对所述RGB图像中的彩色人脸区进行人脸识别。
6.一种在极端环境下提升人脸检测可用性的测温系统，其特征在于，包括：
彩色采集模组，对待测区域采集RGB图像；
红外采集模组，对待测区域采集红外图像；
彩色人脸检测模块，判断所述RGB图像中是否检测到彩色人脸区；
红外人脸检测模块，将所述红外图像与预设的红外人脸检测模型对比，判断所述红外图像中是否检测到红外人脸区；
人脸检测处理模块，用于检测所述RGB图像是否检测到彩色人脸区，所述红外图像中是否检测到红外人脸区，且在所述RGB图像中未检测到彩色人脸区，且所述红外图像中检测到红外人脸区时，基于所述红外图像中的红外人脸区，得到所述RGB图像中的彩色人脸区；在所述RGB图像中检测到彩色人脸区，且所述红外图像中未检测到红外人脸区，基于所述RGB图像中的彩色人脸区，得到所述红外图像中的红外人脸区；且所述RGB图像中检测到彩色人脸区，所述红外图像中也检测到红外人脸区，获取所述RGB图像的彩色人脸区和所述红外图像中的红外人脸区；以及
温度处理模块，在所述红外人脸区遍历所有温度点，得到温度最大值的坐标。
7.根据权利要求6所述的在极端环境下提升人脸检测可用性的测温系统，其特征在于，所述人脸检测处理模块还参照所述彩色采集模组和红外采集模组的相对位置，在所述彩色人脸区和红外人脸区之间加上偏移量。
8.根据权利要求6或7所述的在极端环境下提升人脸检测可用性的测温系统，其特征在于，所述温度处理模块统计所述红外人脸区中的温度点与所述温度最大值之差小于预设的阈值的个数；将统计的所述温度点的个数的平均值作为最终温度值。
9.根据权利要求8所述的在极端环境下提升人脸检测可用性的测温系统，其特征在于，还包括上报模块，将所述RGB图像和最终温度值上报。
10.根据权利要求6或7所述的在极端环境下提升人脸检测可用性的测温系统，其特征在于，还包括人脸识别模块，对所述彩色人脸区进行人脸识别。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010222734.XA CN111444837B (zh) | 2020-03-26 | 2020-03-26 | 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 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010222734.XA CN111444837B (zh) | 2020-03-26 | 2020-03-26 | 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 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111444837A CN111444837A (zh) | 2020-07-24 |
| CN111444837B true CN111444837B (zh) | 2023-10-31 |
Family
ID=71654370
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010222734.XA Active CN111444837B (zh) | 2020-03-26 | 2020-03-26 | 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 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111444837B (zh) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US11501560B2 (en) * | 2020-10-01 | 2022-11-15 | Black Sesame Technologies Inc. | Infrared temperature measurement fused with facial identification in an access control system |
| CN112949467B (zh) * | 2021-02-26 | 2024-03-08 | 北京百度网讯科技有限公司 | 人脸检测方法、装置、电子设备和存储介质 |
| CN113375811A (zh) * | 2021-06-17 | 2021-09-10 | 广东天波信息技术股份有限公司 | 热成像伪彩色添加方法、测温设备和计算机存储介质 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108288028A (zh) * | 2017-12-29 | 2018-07-17 | 佛山市幻云科技有限公司 | 校园发热监控方法、装置及服务器 |
| CN108416302A (zh) * | 2018-03-09 | 2018-08-17 | 上海市金山区青少年活动中心 | 晨检方法和晨检系统 |
| 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 CN202010222734.XA patent/CN111444837B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108288028A (zh) * | 2017-12-29 | 2018-07-17 | 佛山市幻云科技有限公司 | 校园发热监控方法、装置及服务器 |
| CN108416302A (zh) * | 2018-03-09 | 2018-08-17 | 上海市金山区青少年活动中心 | 晨检方法和晨检系统 |
| 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 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111444837A (zh) | 2020-07-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111444837B (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 | |
| CN110044486B (zh) | 用于人体检验检疫系统避免重复报警的方法、装置、设备 | |
| CN111579083B (zh) | 基于红外图像人脸检测的体温测量的方法和装置 | |
| CN111563887B (zh) | 一种口腔图像的智能分析方法与装置 | |
| CN110032992A (zh) | 一种基于姿态的考试作弊检测方法 | |
| CN104168478B (zh) | 基于Lab空间及相关性函数的视频图像偏色检测方法 | |
| CN103425967A (zh) | 一种基于行人检测和跟踪的人流监控方法 | |
| TWI382360B (zh) | 物件偵測方法及其裝置 | |
| CN109167997A (zh) | 一种视频质量诊断系统及方法 | |
| CN104700405B (zh) | 一种前景检测方法和系统 | |
| CN109711309B (zh) | 一种自动识别人像图片是否闭眼的方法 | |
| CN110751635B (zh) | 一种基于帧间差分和hsv颜色空间的口腔检测方法 | |
| CN115862259B (zh) | 一种基于温度监测的火警预警系统 | |
| CN112367520B (zh) | 基于人工智能的视频质量诊断系统 | |
| CN108737785B (zh) | 基于tof 3d摄像机的室内跌倒自动检测系统 | |
| CN111444555B (zh) | 一种测温信息显示方法、装置及终端设备 | |
| CN104598914A (zh) | 一种肤色检测的方法及装置 | |
| CN104063689B (zh) | 一种基于双目立体视觉的人脸图像识别方法 | |
| CN114529979A (zh) | 人体姿势辨识系统、人体姿势辨识方法以及非暂态计算机可读取储存媒体 | |
| CN112183287A (zh) | 一种移动机器人在复杂背景下的人数统计方法 | |
| CN111950457A (zh) | 油田安全生产图像识别方法及系统 | |
| CN114333047A (zh) | 一种基于双光感知信息融合的人体摔倒检测装置与方法 | |
| CN105516716B (zh) | 闭环安防系统视频画质的现场测试方法 | |
| CN109028234B (zh) | 一种能够对烟雾等级进行标识的油烟机 | |
| CN111402189B (zh) | 一种视频图像偏色检测装置及方法 |
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 | ||
| TA01 | Transfer of patent application right | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20230927 Address after: 518000 Software Building 809, No. 9 Gaoxin Middle Road, Maling Community, Yuehai Street, Nanshan District, Shenzhen, Guangdong Province Applicant after: Shenzhen Yutuo Technology Co.,Ltd. Address before: C1505, Block ABCD, Building 3, Tian'an Yungu Industrial Park Phase I, Gangtou Community, Bantian Street, Longgang District, Shenzhen City, Guangdong Province, 518000 Applicant before: Shenzhen Zhijian Yunlian Technology Co.,Ltd. |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant |