CN111486961B - 基于宽光谱人体额头成像与距离感知的高效额温估计方法 - Google Patents
基于宽光谱人体额头成像与距离感知的高效额温估计方法 Download PDFInfo
- Publication number
- CN111486961B CN111486961B CN202010293617.2A CN202010293617A CN111486961B CN 111486961 B CN111486961 B CN 111486961B CN 202010293617 A CN202010293617 A CN 202010293617A CN 111486961 B CN111486961 B CN 111486961B
- Authority
- CN
- China
- Prior art keywords
- forehead
- human
- imaging
- temperature
- neural network
- 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
- 210000001061 forehead Anatomy 0.000 title claims abstract description 85
- 238000000034 method Methods 0.000 title claims abstract description 26
- 238000003384 imaging method Methods 0.000 title claims abstract description 18
- 238000001228 spectrum Methods 0.000 title claims abstract description 13
- 238000013528 artificial neural network Methods 0.000 claims abstract description 19
- 238000009529 body temperature measurement Methods 0.000 claims abstract description 14
- 238000003330 mid-infrared imaging Methods 0.000 claims abstract description 13
- 238000003331 infrared imaging Methods 0.000 claims abstract description 11
- 238000012549 training Methods 0.000 claims abstract description 7
- 238000001514 detection method Methods 0.000 claims description 4
- 238000002372 labelling Methods 0.000 claims description 3
- 238000004861 thermometry Methods 0.000 claims description 2
- 238000004364 calculation method Methods 0.000 abstract description 5
- 239000011521 glass Substances 0.000 abstract description 5
- 230000006698 induction Effects 0.000 abstract description 2
- 238000002329 infrared spectrum Methods 0.000 abstract description 2
- 238000005516 engineering process Methods 0.000 description 4
- 230000001815 facial effect Effects 0.000 description 3
- 210000000887 face Anatomy 0.000 description 2
- 101100272279 Beauveria bassiana Beas gene Proteins 0.000 description 1
- 241000711573 Coronaviridae Species 0.000 description 1
- 206010035664 Pneumonia Diseases 0.000 description 1
- 206010037660 Pyrexia Diseases 0.000 description 1
- 230000036760 body temperature Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 238000012216 screening 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
- G01J5/0003—Radiation pyrometry, e.g. infrared or optical thermometry for sensing the radiant heat transfer of samples, e.g. emittance meter
-
- 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
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/10—Image acquisition
- G06V10/12—Details of acquisition arrangements; Constructional details thereof
- G06V10/14—Optical characteristics of the device performing the acquisition or on the illumination arrangements
- G06V10/143—Sensing or illuminating at different wavelengths
-
- 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
- G01J2005/0077—Imaging
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Abstract
本发明公开了基于宽光谱人体额头成像与距离感知的高效额温估计方法,针对现有技术中额温测量计算复杂的问题提出本方案。包括神经网络训练的步骤、计算测温模型中系数最优值的步骤、利用神经网络进行额头区域图像截取及能值计算的步骤、获取对象人体距离的步骤、利用测温模型计算对象人体温度步骤。优点在于,适用于整个中红外光谱范围,且计算高效、硬件成本低。人体额头区域的中红外成像与人脸其他区域相比不仅包含较稳定的温度信息,而且能够有效规避人脸可能佩戴的眼镜与口罩的遮挡引起的热感应干扰。本发明可用于多人的额温估计,即场景中存在多人时,获取不同人的人脸区域中红外成像以及成像距离以后,可分别快速计算每人的额温值。
Description
技术领域
本发明涉及无接触人体测温技术,尤其涉及基于宽光谱人体额头成像与距离感知的高效额温估计方法。
背景技术
基于中红外宽光谱的人体额头成像技术上容易实现。与其他身体测温技术相比,基于中红外成像的温度估计具有硬件成本低和适用范围广的优势,其显著应用价值体现为:可广泛应用于机场、铁路、医院等公共场合入口处的多人快速体温监测与发热人员筛选。特别地,在新型冠状病毒肺炎等具有发热特点的疫情下,该项技术具有很好的应用性。现有技术中的红外测温方法计算复杂,成本高,不能很好满足防疫要求。
发明内容
为了解决所述现有技术存在的问题,本发明目的在于提供基于宽光谱人体额头成像与距离感知的高效额温估计方法。
本发明所述的基于宽光谱人体额头成像与距离感知的高效额温估计方法,包括神经网络训练的步骤、计算测温模型中系数最优值的步骤、利用所述神经网络进行额头区域图像截取及能值计算的步骤、获取对象人体距离的步骤、利用所述测温模型计算对象人体温度步骤;所述测温模型为z=ax+by+c,其中z=ln T,x=ln f,y=ln d;a、b、c分别为系数,T为对象人体温度、f为额头区域图像的能值、d为对象人体距离。
所述神经网络训练的步骤具体为:收集较大量不同人体所对应的人脸部区域的中红外成像图像;对收集的人脸部区域的中红外成像图像进行额头区域图像的标注,并设所述额头区域图像为正样本;收集较大量的非额头区域的中红外成像图像设为负样本;设计一个神经网络,利用所述的正样本和负样本对所述神经网络进行训练,再利用训练好的神经网络检测出红外成像中的额头区域图像。
所述额头区域图像限定为人脸部区域中红外成像图像的上三分之一部位内;确定出人脸部区域矩形框的上三分之一后,仅利用训练好的神经网络在所述人脸部区域矩形框内进行额头区域图像的检测。
所述能值为额头区域图像所有像素的均值。
本发明所述的基于宽光谱人体额头成像与距离感知的高效额温估计方法,其优点在于,适用于整个中红外光谱范围即波长2.5~25μm的范围,且计算高效、硬件成本低。人体额头区域的中红外成像与人脸其他区域相比不仅包含较稳定的温度信息,而且能够有效规避人脸可能佩戴的眼镜与口罩的遮挡引起的热感应干扰。本发明可用于多人的额温估计,即场景中存在多人时,获取不同人的人脸区域中红外成像以及成像距离以后,可分别快速计算每人的额温值。
附图说明
图1是本发明所述方法中计算测温模型中系数最优值步骤的流程示意图。
图2是本发明所述方法的工作流程示意图。
图3是本发明额头区域图像截取的流程示意图
具体实施方式
如图1、2、3所示,本发明所述的基于宽光谱人体额头成像与距离感知的高效额温估计方法工作在人的脸部区域的中红外成像以及成像距离已经获得的情况。
基本原理:
中红外光波段的额头区域图像能值f与额温T、红外成像仪与人体额头之间距离d存在如下关系:ln f=αlnT-βlnd+γ(α,β,γ为系数)。因此,可得测温模型z=ax+by+c(a,b,c为系数),其中z=ln T,x=ln f,y=ln d。额头区域图像的能值f可由人体额头中红外光图像中所有像素的均值表示。
只要事先测量得出m个人员的额温、额头区域图像能值及红外成像仪与人体额头之间距离,计算出相应的z,x,y值,依据测温模型z=ax+by+c就可得出m个关于a,b,c的方程。利用代数的方法和这m个方程求解出a,b,c的最优值之后,就得出了可以实际应用的测温模型即其实际应用过程为:测量出与人体额头之间距离、额头区域图像能值后,计算出相应的x,y,c值,然后利用计算出人体额温T。
则有Z=XA。由于Z=XA等效于XTZ=XTXA,因此,利用得出A在数值上比较稳定的解,其中μ,I分别为一个小的正数和单位矩阵,μ比较适合的取值范围为0.0001≤μ≤0.01。显然,为一个三维向量。
本发明所述方法应用过程描述如下:
从包含人的脸部区域的中红外成像中,利用训练好的神经网络检测出人体额头区域的图像。
利用人体额头区域的图像计算出相应的x值。
利用成像距离计算出相应的y值。
该技术方案建立在人的脸部区域的中红外成像已经获得的条件下。根据经验,额头位于脸部区域的最上部,所以本发明所述方法限定额头区域图像在脸部区域上三分之一的范围内。当检测出人体额头区域后,对其进行去噪处理,以剔除其中的噪点,去噪后的额头区域即为结果,其所有像素的均值即为额头区域图像能值f。
神经网络获取的步骤如下:
收集较大量的各式各样的人脸部区域的中红外成像图像,其中包括男女两个性别的不同年龄段的人的图像。且其中不仅包含自然脸(脸部没有眼镜、口罩等遮挡物)的图像,也包括佩戴了眼镜、口罩等遮挡物的人脸部区域的图像。
对收集的人脸部区域的中红外成像图像进行额头区域的标注。由于额头区域为一个矩形区域,标示出每幅图像中额头区域的左上、左下、右上、右下四个坐标值。称这些额头区域图像为正样本。
收集较大量的非额头区域的中红外成像图像,并称其为负样本。只要不是额头区域的中红外成像图像都可以收集,例如帽子、眼镜、口罩等等的中红外图像。
设计一个神经网络,利用上述的正样本和负样本对网络进行训练。
实际应用中,当获得人脸部区域的中红外成像后,将训练好的网络用于人体额头区域的检测,并将检测出的区域截取出来当做额头区域的图像。
人体额头区域图像去噪步骤如下:
将人体额头区域图像按照从左至右、从上至下的方式划分为等大的小矩形块。令每个小矩形块的大小为p×q(即包含p×q个像素),3≤p,q≤7。计算当前小矩形块内所有像素值的均值与标准差σ。将像素值小于与像素值大于的点均作为噪声点,且将所有像素值小于的点的像素值设为将所有像素值大于的点的像素值设为对每个小矩形块均进行上述操作后,就完成了额头区域图像的去噪步骤。
本发明尤其适用于疫情期间对多人体的快速检测,且检测精度满足疫情要求。
对于本领域的技术人员来说,可根据以上描述的技术方案以及构思,做出其它各种相应的改变以及形变,而所有的这些改变以及形变都应该属于本发明权利要求的保护范围之内。
Claims (5)
1.基于宽光谱人体额头成像与距离感知的高效额温估计方法,其特征在于,包括神经网络训练的步骤、计算测温模型中系数最优值的步骤、利用所述神经网络进行额头区域图像截取及能值计算的步骤、获取对象人体距离的步骤、利用所述测温模型计算对象人体温度步骤;
所述测温模型为z=ax+by+c,其中z=lnT,x=lnf,y=lnd;a、b、c分别为系数,T为对象人体温度、f为额头区域图像的能值、d为对象人体距离。
2.根据权利要求1所述基于宽光谱人体额头成像与距离感知的高效额温估计方法,其特征在于,所述神经网络训练的步骤具体为:收集较大量不同人体所对应的人脸部区域的中红外成像图像;
对收集的人脸部区域的中红外成像图像进行额头区域图像的标注,并设所述额头区域图像为正样本;收集较大量的非额头区域的中红外成像图像设为负样本;设计一个神经网络,利用所述的正样本和负样本对所述神经网络进行训练,再利用训练好的神经网络检测出红外成像中的额头区域图像。
3.根据权利要求2所述基于宽光谱人体额头成像与距离感知的高效额温估计方法,其特征在于,所述额头区域图像限定在人脸部区域红外成像图像的上三分之一部位内;确定出人脸部区域矩形框的上三分之一后,仅利用训练好的神经网络在所述人脸部区域矩形框内进行额头区域图像的检测。
4.根据权利要求1所述基于宽光谱人体额头成像与距离感知的高效额温估计方法,其特征在于,所述能值为额头区域图像所有像素的均值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010293617.2A CN111486961B (zh) | 2020-04-15 | 2020-04-15 | 基于宽光谱人体额头成像与距离感知的高效额温估计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010293617.2A CN111486961B (zh) | 2020-04-15 | 2020-04-15 | 基于宽光谱人体额头成像与距离感知的高效额温估计方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111486961A CN111486961A (zh) | 2020-08-04 |
CN111486961B true CN111486961B (zh) | 2023-05-09 |
Family
ID=71792790
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010293617.2A Active CN111486961B (zh) | 2020-04-15 | 2020-04-15 | 基于宽光谱人体额头成像与距离感知的高效额温估计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111486961B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111964789B (zh) * | 2020-08-14 | 2021-08-10 | 深圳市视美泰技术股份有限公司 | 温度测量方法、装置、计算机设备和存储介质 |
CN112381694B (zh) * | 2020-12-09 | 2021-06-22 | 兰和科技(深圳)有限公司 | 基于互联网的校园公用卫生综合智能控制系统及方法 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107580180A (zh) * | 2017-08-24 | 2018-01-12 | 深圳市华盛昌科技实业股份有限公司 | 取景框的显示方法、装置、设备及计算机可读存储介质 |
Family Cites Families (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104568157A (zh) * | 2014-12-25 | 2015-04-29 | 北京农业信息技术研究中心 | 一种提高热红外成像测温精度的装置及方法 |
CN105509899B (zh) * | 2016-01-26 | 2018-11-13 | 云南电网有限责任公司电力科学研究院 | 一种红外图像测温校准方法及系统 |
CN106017690B (zh) * | 2016-01-27 | 2019-05-28 | 广州紫川电子科技有限公司 | 一种多目标自动区分测温方法及系统 |
CN106022209B (zh) * | 2016-04-29 | 2019-09-17 | 杭州华橙网络科技有限公司 | 一种基于人脸检测的距离估算和处理的方法及装置 |
CN107490436A (zh) * | 2017-08-10 | 2017-12-19 | 成都市晶林科技有限公司 | 一种红外测温系统大气透射率校正方法 |
CN107633204B (zh) * | 2017-08-17 | 2019-01-29 | 平安科技(深圳)有限公司 | 人脸遮挡检测方法、装置及存储介质 |
CN107633229A (zh) * | 2017-09-21 | 2018-01-26 | 北京智芯原动科技有限公司 | 基于卷积神经网络的人脸检测方法及装置 |
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 |
CN108344525B (zh) * | 2018-02-09 | 2020-06-23 | 英华达(上海)科技有限公司 | 自适应体温监控方法及系统 |
CN108764057A (zh) * | 2018-05-03 | 2018-11-06 | 武汉高德智感科技有限公司 | 一种基于深度学习的远红外人体面部检测方法及系统 |
CN108760053A (zh) * | 2018-06-06 | 2018-11-06 | 宇龙计算机通信科技(深圳)有限公司 | 一种额温检测方法和装置 |
CN109871802A (zh) * | 2019-02-15 | 2019-06-11 | 深圳和而泰数据资源与云技术有限公司 | 图像检测方法及图像检测装置 |
CN109846463A (zh) * | 2019-03-04 | 2019-06-07 | 武汉迅检科技有限公司 | 红外人脸测温方法、系统、设备及存储介质 |
CN110006535A (zh) * | 2019-04-15 | 2019-07-12 | 中科和光(天津)应用激光技术研究所有限公司 | 一种基于红外热成像技术的测温方法 |
CN110411570B (zh) * | 2019-06-28 | 2020-08-28 | 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 |
CN111006775A (zh) * | 2019-12-20 | 2020-04-14 | 中科和光(天津)应用激光技术研究所有限公司 | 一种基于非制冷红外热成像测温技术的距离补偿方法 |
-
2020
- 2020-04-15 CN CN202010293617.2A patent/CN111486961B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107580180A (zh) * | 2017-08-24 | 2018-01-12 | 深圳市华盛昌科技实业股份有限公司 | 取景框的显示方法、装置、设备及计算机可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN111486961A (zh) | 2020-08-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2020215961A1 (zh) | 面向室内环境控制的人员信息检测方法与系统 | |
US10080513B2 (en) | Activity analysis, fall detection and risk assessment systems and methods | |
CN111486961B (zh) | 基于宽光谱人体额头成像与距离感知的高效额温估计方法 | |
CN109477951A (zh) | 在保护隐私的同时识别人及/或识别并量化疼痛、疲劳、情绪及意图的系统及方法 | |
CN106251363A (zh) | 一种智慧金睛识别人流人数统计方法和装置 | |
CN104331685A (zh) | 非接触式主动呼叫方法 | |
CN114894337B (zh) | 一种用于室外人脸识别测温方法及装置 | |
Jagadev et al. | Human respiration monitoring using infrared thermography and artificial intelligence | |
CN111829661A (zh) | 一种基于人脸解析的额温测量方法及系统 | |
CN112131976B (zh) | 一种自适应人像温度匹配和口罩识别方法及装置 | |
CN113963237B (zh) | 模型训练、戴口罩状态检测方法、电子设备及存储介质 | |
Shu et al. | Non-contact measurement of human respiration using an infrared thermal camera and the deep learning method | |
CN113762009B (zh) | 一种基于多尺度特征融合及双注意力机制的人群计数方法 | |
CN112716468A (zh) | 基于三维卷积网络的非接触心率测量方法及装置 | |
CN104123569B (zh) | 一种基于有监督学习的视频人数信息统计方法 | |
CN109583341A (zh) | 对包含人像的图像的多人骨骼关键点检测方法及装置 | |
CN107316011A (zh) | 数据处理方法、装置及存储介质 | |
CN107731306B (zh) | 一种基于热成像技术的非接触式心率提取方法 | |
EP4020403A1 (en) | Systems and methods for privacy-preserving facemask-compliance-level measurement | |
CN106530389B (zh) | 基于中波红外人脸图像的立体重构方法 | |
CN110321781A (zh) | 一种用于无接触式测量的信号处理方法及装置 | |
CN108764209A (zh) | 一种基于监控视频的人物异常行为自动检测方法 | |
CN115089150A (zh) | 一种基于无人机的脉搏波检测方法、装置、电子设备及存储介质 | |
Avuthu et al. | A Deep Learning approach for detection and analysis of respiratory infections in covid-19 patients using RGB and infrared images. | |
Fadzil et al. | Recent Development of Crowd Monitoring Technology Solution for Covid-19 Prevention at Airport Terminal. |
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 |