CN111735542A - 基于目标检测的红外热像仪测温校正方法及相关设备 - Google Patents
基于目标检测的红外热像仪测温校正方法及相关设备 Download PDFInfo
- Publication number
- CN111735542A CN111735542A CN202010695604.8A CN202010695604A CN111735542A CN 111735542 A CN111735542 A CN 111735542A CN 202010695604 A CN202010695604 A CN 202010695604A CN 111735542 A CN111735542 A CN 111735542A
- Authority
- CN
- China
- Prior art keywords
- temperature
- face
- target object
- thermal infrared
- target
- 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.)
- Granted
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 130
- 238000009529 body temperature measurement Methods 0.000 title claims abstract description 67
- 238000012937 correction Methods 0.000 title claims abstract description 62
- 238000000034 method Methods 0.000 title claims abstract description 43
- 230000000903 blocking effect Effects 0.000 claims abstract description 61
- 238000004422 calculation algorithm Methods 0.000 claims description 35
- 238000003860 storage Methods 0.000 claims description 7
- 238000004590 computer program Methods 0.000 claims description 6
- 238000013473 artificial intelligence Methods 0.000 abstract description 2
- 230000006870 function Effects 0.000 description 8
- 238000004364 calculation method Methods 0.000 description 7
- 230000008859 change Effects 0.000 description 6
- 238000009826 distribution Methods 0.000 description 6
- 238000012217 deletion Methods 0.000 description 4
- 230000037430 deletion Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000005855 radiation Effects 0.000 description 2
- 238000001931 thermography Methods 0.000 description 2
- 238000007599 discharging Methods 0.000 description 1
- 239000012634 fragment Substances 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000006467 substitution reaction 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
- G01J5/0022—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
- G01J5/80—Calibration
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/23—Updating
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/27—Replication, distribution or synchronisation of data between databases or within a distributed database system; Distributed database system architectures therefor
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/28—Databases characterised by their database models, e.g. relational or object models
- G06F16/284—Relational databases
-
- 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)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Computing Systems (AREA)
- Image Processing (AREA)
- Radiation Pyrometers (AREA)
Abstract
本发明涉及人工智能,提供一种基于目标检测的红外热像仪测温校正方法及相关设备,包括:采集第一红外图像并在人脸ID温度列表中记录目标对象的温度及目标对象的人脸ID;跟踪第一红外图像中的目标对象,并根据跟踪到的目标对象更新人脸ID温度列表;采集第二红外图像,并在判断红外热像仪处于黑体挡片期,且查询人脸ID温度列表中存在与第二红外图像中的目标对象对应的目标人脸ID时,获取目标人脸ID对应的温度;根据目标人脸ID对应的温度校正第二红外图像中的目标对象的温度。本发明能够解决红外热像仪处于黑体挡片期时无法准确测量人体温度的技术问题。此外,本发明还涉及区块链技术领域,人脸ID温度列表可存储于区块链中。
Description
技术领域
本发明涉及人工智能技术领域,具体涉及一种基于目标检测的红外热像仪测温校正方法、装置、红外热像仪及存储介质。
背景技术
基于无挡片的红外热像仪能够精确的测温,然其工艺复杂,制造成本较高,目前市场上还是以有黑体挡片的红外热像仪为主。有黑体挡片的红外热像仪的工作原理是当探测器工作温度发生一定的变化后,由挡片挡住探测器以提供一个环境黑体,基于这个环境黑体,再由热成像系统的图像处理单元对探测器进行环境温度补偿或温漂补偿校正。
但这种校正补偿方法,由于探测器工作状态发生较快变化时产生的频繁校正动作,会有2-5秒的断片,导致测得的温度是不准的。特别是当红外热成像系统在刚开机阶段探测器的工作温度变化尤为剧烈,造成观察盲区,无法测量温度。
发明内容
鉴于以上内容,有必要提出一种基于目标检测的红外热像仪测温校正方法、装置、红外热像仪及存储介质,能够解决红外热像仪处于黑体挡片期时无法准确测量人体温度的技术问题。
本发明的第一方面提供一种基于目标检测的红外热像仪测温校正方法,所述基于目标检测的红外热像仪测温校正方法包括:
使用红外热像仪采集第一红外图像并在人脸ID温度列表中记录所述第一红外图像中的目标对象的温度及所述目标对象的人脸ID;
调用目标跟踪算法跟踪所述第一红外图像中的目标对象,并根据跟踪到的目标对象更新所述人脸ID温度列表;
使用所述红外热像仪采集第二红外图像,并根据所述第二红外图像判断所述红外热像仪处于正常运行期还是黑体挡片期;
当判断所述红外热像仪处于黑体挡片期时,查询所述人脸ID温度列表中是否存在与所述第二红外图像中的目标对象对应的目标人脸ID;
当查询到所述人脸ID温度列表中存在所述目标人脸ID时,获取所述目标人脸ID对应的温度;
根据所述目标人脸ID对应的温度校正所述第二红外图像中的目标对象的温度。
根据本发明的一个可选的实施例,所述调用目标跟踪算法跟踪所述第一红外图像中的目标对象,并根据跟踪到的目标对象更新所述人脸ID温度列表包括:
获取与上一帧对应的第一红外图像中的目标对象的第一检测框及与所述第一检测框对应的关键信息;
利用卡尔曼滤波器检测与当前帧对应的第一红外图像中的目标对象的第二检测框并利用匈牙利算法关联所述第一检测框与所述第二检测框;
根据所述第一检测框对应的关键信息和所述第二检测框对应的关键信息计算所述第一检测框和所述第二检测框之间的重叠率;
判断所述重叠率是否小于重叠率阈值;
当判断所述重叠率大于所述重叠率阈值时,确定所述第二检测框中的目标对象与所述第一检测框中的目标对象为同一个目标对象,并基于所述第二检测框及与所述第二检测框对应的关键信息进行下一帧的目标对象的跟踪;
将所述第二红外图像、所述第二红外图像中的目标对象的温度与所述第一红外图像中的目标对象的人脸ID进行关联存储,并更新所述人脸ID温度列表。
根据本发明的一个可选的实施例,所述根据所述第二红外图像判断所述红外热像仪处于正常运行期还是黑体挡片期包括:
获取所述第二红外图像中的每个像素点对应的温度值;
计算所述温度值的温度波动幅度;
比较所述温度波动幅度与预设温度幅度阈值;
当所述温度波动幅度大于所述预设温度幅度阈值时,确定所述红外热像仪处于黑体挡片期;
当所述温度波动幅度小于或者等于所述预设温度幅度阈值时,确定所述红外热像仪处于正常运行期。
根据本发明的一个可选的实施例,所述基于目标检测的红外热像仪测温校正方法还包括:
当判断所述红外热像仪处于正常运行期时,确定所述第二红外图像中的目标对象的人脸ID及所述目标对象的温度;
将所述目标对象的人脸ID及所述目标对象的温度添加至所述人脸ID温度列表中,所述人脸ID温度列表存储于区块链节点中。
根据本发明的一个可选的实施例,所述基于目标检测的红外热像仪测温校正方法还包括:
计算所述人脸ID温度列表中的人脸ID的数量;
判断所述人脸ID的数量是否大于预设数量阈值;
当确定所述人脸ID的数量大于所述预设数量阈值时,删除所述人脸ID温度列表中的第一行数据。
根据本发明的一个可选的实施例,所述基于目标检测的红外热像仪测温校正方法还包括:
获取所述红外热像仪的内存使用率;
判断所述内存使用率是否大于预设第一使用率阈值;
当确定所述内存使用率大于所述预设第一使用率阈值时,从所述人脸ID温度列表中的第一行开始执行逐行删除操作,并在每执行一行删除操作后,判断所述内存使用率是否小于预设第二使用率阈值;
当确定所述内存使用率小于所述预设第二使用率阈值时,停止执行删除操作。
根据本发明的一个可选的实施例,所述基于目标检测的红外热像仪测温校正方法还包括:
当查询到所述人脸ID温度列表中不存在所述目标人脸ID时,输出预设提示信息。
本发明的第二方面提供一种基于目标检测的红外热像仪测温校正装置,所述基于目标检测的红外热像仪测温校正装置包括:
第一采集模块,用于使用红外热像仪采集第一红外图像并在人脸ID温度列表中记录所述第一红外图像中的目标对象的温度及所述目标对象的人脸ID;
目标跟踪模块,用于调用目标跟踪算法跟踪所述第一红外图像中的目标对象,并根据跟踪到的目标对象更新所述人脸ID温度列表;
第二采集模块,用于使用所述红外热像仪采集第二红外图像,并根据所述第二红外图像判断所述红外热像仪处于正常运行期还是黑体挡片期;
人脸ID查询模块,用于当判断所述红外热像仪处于黑体挡片期时,查询所述人脸ID温度列表中是否存在与所述第二红外图像中的目标对象对应的目标人脸ID;
温度获取模块,用于当查询到所述人脸ID温度列表中存在所述目标人脸ID时,获取所述目标人脸ID对应的温度;
温度校正模块,用于根据所述目标人脸ID对应的温度校正所述第二红外图像中的目标对象的温度。
根据本发明的一个可选的实施例,所述目标跟踪模块调用目标跟踪算法跟踪所述第一红外图像中的目标对象,并根据跟踪到的目标对象更新所述人脸ID温度列表包括:
获取与上一帧对应的第一红外图像中的目标对象的第一检测框及与所述第一检测框对应的关键信息;
利用卡尔曼滤波器检测与当前帧对应的第一红外图像中的目标对象的第二检测框,并利用匈牙利算法关联所述第一检测框与所述第二检测框;
根据所述第一检测框对应的关键信息和所述第二检测框对应的关键信息计算所述第一检测框和所述第二检测框之间的重叠率;
判断所述重叠率是否小于重叠率阈值;
当判断所述重叠率大于所述重叠率阈值时,确定所述第二检测框中的目标对象与所述第一检测框中的目标对象为同一个目标对象,并基于所述第二检测框及与所述第二检测框对应的关键信息进行下一帧的目标对象的跟踪;
将所述第二红外图像、所述第二红外图像中的目标对象的温度与所述第一红外图像中的目标对象的人脸ID进行关联存储,并更新所述人脸ID温度列表。
根据本发明的一个可选的实施例,所述第二采集模块根据所述第二红外图像判断所述红外热像仪处于正常运行期还是黑体挡片期包括:
获取所述第二红外图像中的每个像素点对应的温度值;
计算所述温度值的温度波动幅度;
比较所述温度波动幅度与预设温度幅度阈值;
当所述温度波动幅度大于所述预设温度幅度阈值时,确定所述红外热像仪处于黑体挡片期;
当所述温度波动幅度小于或者等于所述预设温度幅度阈值时,确定所述红外热像仪处于正常运行期。
根据本发明的一个可选的实施例,所述基于目标检测的红外热像仪测温校正装置还包括列表更新模块,用于:
当判断所述红外热像仪处于正常运行期时,确定所述第二红外图像中的目标对象的人脸ID及所述目标对象的温度;
将所述目标对象的人脸ID及所述目标对象的温度添加至所述人脸ID温度列表中,所述人脸ID温度列表存储于区块链节点中。
根据本发明的一个可选的实施例,所述基于目标检测的红外热像仪测温校正装置还包括第一删除模块,用于:
计算所述人脸ID温度列表中的人脸ID的数量;
判断所述人脸ID的数量是否大于预设数量阈值;
当确定所述人脸ID的数量大于所述预设数量阈值时,删除所述人脸ID温度列表中的第一行数据。
根据本发明的一个可选的实施例,所述基于目标检测的红外热像仪测温校正装置还包括第二删除模块,用于:
获取所述红外热像仪的内存使用率;
判断所述内存使用率是否大于预设第一使用率阈值;
当确定所述内存使用率大于所述预设第一使用率阈值时,从所述人脸ID温度列表中的第一行开始执行逐行删除操作,并在每执行一行删除操作后,判断所述内存使用率是否小于预设第二使用率阈值;
当确定所述内存使用率小于所述预设第二使用率阈值时,停止执行删除操作。
根据本发明的一个可选的实施例,所述基于目标检测的红外热像仪测温校正装置还包括提示输出模块,用于:
当查询到所述人脸ID温度列表中不存在所述目标人脸ID时,输出预设提示信息。
本发明的第三方面提供一种红外热像仪,所述红外热像仪包括处理器,所述处理器用于执行存储器中存储的计算机程序时实现所述基于目标检测的红外热像仪测温校正方法。
本发明的第四方面提供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执行时实现所述基于目标检测的红外热像仪测温校正方法。
综上所述,本发明所述的基于目标检测的红外热像仪测温校正方法、装置、红外热像仪及存储介质,对于固定帧率的红外热像仪而言,在黑体挡片期时,虽能捕捉到红外图像,但由于曝光时间不足,导致测得的温度不准确。本实施例通过结合目标跟踪算法,使用历史测温结果对黑体挡片期时红外热像仪测温不准的情形完成了一次修正,以降低人体测温产品的误判率,提高有黑体挡片的红外热像仪的测温精度;此外,本实施例采用软件的思想对有黑体挡片的红外热像仪进行温度校正,不需增加任何硬件成本。
附图说明
图1是本发明实施例一提供的基于目标检测的红外热像仪测温校正方法的流程图。
图2是本发明实施例二提供的基于目标检测的红外热像仪测温校正装置的结构图。
图3是本发明实施例三提供的红外热像仪的结构示意图。
具体实施方式
为了能够更清楚地理解本发明的上述目的、特征和优点,下面结合附图和具体实施例对本发明进行详细描述。需要说明的是,在不冲突的情况下,本发明的实施例及实施例中的特征可以相互组合。
除非另有定义,本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的,不是旨在于限制本发明。
图1是本发明实施例一提供的基于目标检测的红外热像仪测温校正方法的流程图。所述基于目标检测的红外热像仪测温校正方法具体包括以下步骤,根据不同的需求,该流程图中步骤的顺序可以改变,某些可以省略。
S11,使用红外热像仪采集第一红外图像并在人脸ID温度列表中记录所述第一红外图像中的目标对象的温度及所述目标对象的人脸ID。
用于自动人体测温的红外热像仪包括:人脸检测模块和测温模块,其中,所述人脸检测模块采集红外图像并给出目标对象的人脸在红外图像中的位置,所述测温模块给出红外图像中的像素点对应的温度值。
红外热像仪中预先创建有人脸ID温度列表,在红外热像仪开启并处于正常运行期时,采集第一张红外图像,所述第一张红外图像中包括一个或多个目标对象。
红外热像仪为第一红外图像中的一个或多个目标对象生成用于唯一标识目标对象的人脸ID,并将采集的红外图像、红外图像中的目标对象的人脸ID及对应的温度关联存储在人脸ID温度列表中。
在其他实施例中,人脸ID温度列表中还可以记录采集红外图像的时间、地点等信息。
S12,调用目标跟踪算法跟踪所述第一红外图像中的目标对象,并根据跟踪到的目标对象更新所述人脸ID温度列表。
红外热像仪中存储有目标跟踪算法,例如,简单在线和实时跟踪(Simple OnlineAnd Realtime Tracking,SORT)算法,SORT算法能够在高帧率下取得良好的跟踪性能。
红外热像仪在采集到红外图像后,调用目标跟踪算法对红外图像中的目标对象进行实时跟踪,并在每一个采集时刻,将跟踪到的目标对象的相关信息(例如,红外图像、红外图像中的目标对象的人脸ID、温度、时间、地点等)记录在人脸ID温度列表中并对人脸ID温度列表进行更新。
在一个可选的实施例中,所述步骤S12(调用目标跟踪算法跟踪所述第一红外图像中的目标对象,并根据跟踪到的目标对象更新所述人脸ID温度列表)具体包括:
S121,获取与上一帧对应的第一红外图像中的目标对象的第一检测框及与所述第一检测框对应的关键信息;
S122,利用卡尔曼滤波器检测与当前帧对应的第一红外图像中的目标对象的第二检测框并利用匈牙利算法关联所述第一检测框与所述第二检测框;
S123,根据所述第一检测框对应的关键信息和所述第二检测框对应的关键信息计算所述第一检测框和所述第二检测框之间的重叠率;
S124,判断所述重叠率是否小于重叠率阈值;
S125,当判断所述重叠率大于所述重叠率阈值时,确定所述第二检测框中的目标对象与所述第一检测框中的目标对象为同一个目标对象,并基于所述第二检测框及与所述第二检测框对应的关键信息进行下一帧的目标对象的跟踪;
S126,将所述第二红外图像、所述第二红外图像中的目标对象的温度与所述第一红外图像中的目标对象的人脸ID进行关联存储,并更新所述人脸ID温度列表。
当目标对象第一次进入红外采集区域时,需要在跟踪器中手动添加目标对象,当目标对象离开红外采集区域时,需要在跟踪器中删除目标对象。
对于每帧红外图像而言,检测框对应的关键信息可以表示为:。其中,u代表红外图像中目标对象的水平位置,v代表红外图像中目标对象的垂直位置,s代表检测框的面积,r代表检测框的长宽比,代表水平位置随时间的变化率,代表垂直位置随时间的变化率,代表检测框的面积随时间的变化率。
重叠率(Intersection over Union,IOU)的计算方法为第一检测框与第二检测框之间的面积的交并比。
该可选的实施例中,SORT算法利用重叠率作为前后两帧中目标对象之间的度量指标,当重叠率较高(大于预设重叠率阈值)时,表明前后两帧中目标对象为同一目标对象,能够从所述人脸ID温度列表中检索出与所述第二红外图像中的目标对象对应的人脸ID;当重叠率较低(小于或者等于预设重叠率阈值)时,表明前后两帧中目标对象不为同一目标对象,不能够从所述人脸ID温度列表中检索出与所述第二红外图像中的目标对象对应的人脸ID。
S13,使用所述红外热像仪采集第二红外图像并根据所述第二红外图像判断所述红外热像仪处于正常运行期还是黑体挡片期。
将红外热像仪在采集第一红外图像后的任意一个时刻采集到的红外图像称之为第二红外图像。
由于每隔预设时间段红外热像仪就会自动开启黑体挡片挡住探测器,从而提供一个环境黑体以对探测器进行环境温度补偿或温漂补偿校正,因而每次采集到第二红外图像后,先判断红外热像仪当前时刻是处于正常运行期还是黑体挡片期,以便确定是否需要执行温度校正操作。
在一个可选的实施例中,所述步骤S13(根据所述第二红外图像判断所述红外热像仪处于正常运行期还是黑体挡片期)具体包括:
S131,获取所述第二红外图像中的每个像素点对应的温度值;
S132,计算所述温度值的温度波动幅度;
S133,比较所述温度波动幅度与预设温度幅度阈值;
S134,当所述温度波动幅度大于所述预设温度幅度阈值时,确定所述红外热像仪处于黑体挡片期;
S135,当所述温度波动幅度小于或者等于所述预设温度幅度阈值时,确定所述红外热像仪处于正常运行期。
该可选的实施例中,红外图像反映了目标对象红外辐射的强弱,红外图像中的像素点的数据信息能够反映出温度的分布。红外热像仪处于正常工作期时,温度的分布呈均匀状态,波动幅度较小。红外热像仪处于黑体挡片期时,温度的分布呈剧烈状态,波动幅度较大。
具体实施时,先计算出第二红外图像中所有像素点的温度值的均值,再根据均值计算出第二红外图像中的所有像素点的温度值的方差,通过方差反映第二红外图像的温度波动幅度。关于温度值的均值和方差的计算过程为现有技术,本发明在此不再详细阐述。
当红外图像中出现了多个极高温点和/或极低温点时,计算出的温度值的方差就会较大,温度波动幅度就会大于预设温度幅度阈值,从而就可以确定红外热像仪处于黑体挡片期。
S14,当判断所述红外热像仪处于黑体挡片期时,查询所述人脸ID温度列表中是否存在与所述第二红外图像中的目标对象对应的目标人脸ID。
由于目标跟踪算法结合了历史帧的信息,因而能给出当前帧所检测到的每个目标对象在历史帧里是否出现及在历史帧里所对应的位置。根据目标跟踪算法的这一性质,若某个目标对象既出现在测不准温度的黑体挡片期,又出现在了黑体挡片期之前的正常运行期,红外热像仪即可通过目标跟踪算法将历史帧中的信息(人脸ID、温度等)和当前帧中的信息对应上,从而根据历史帧中的信息修正测不准温度的黑体挡片期中的目标对象的温度。
S15,当查询到所述人脸ID温度列表中存在所述目标人脸ID时,获取所述目标人脸ID对应的温度。
人脸ID温度列表中记录有时间,则可以根据记录的时间中的最新时间确定人脸ID对应的温度。将最新时间的温度确定为目标人脸ID对应的温度。
在一个可选的实施例中,所述基于目标检测的红外热像仪测温校正方法还包括:
当查询到所述人脸ID温度列表中不存在所述目标人脸ID时,输出预设提示信息。
该可选的实施例中,当无法检索到与所述第二红外图像中的目标对象对应的人脸ID时,表明第二红外图像中的目标对象为首次出现,即人脸ID温度列表中未记录第二红外图像中的目标对象的相关信息。
红外热像仪预先存储有提示信息,用以在红外热像仪处于黑体挡片期且对某个目标对象进行首次温度采集时,提示采集者红外热像仪正在矫正中,便于采集者重新对目标对象进行温度采集。
S16,根据所述目标人脸ID对应的温度校正所述第二红外图像中的目标对象的温度。
红外热像仪获取到人脸ID对应的温度后,作为当前帧中第二红外图像中的目标对象的温度,并显示给采集者。
本实施例中,对于固定帧率的红外热像仪而言,在黑体挡片期时,虽能捕捉到红外图像,但由于曝光时间不足,导致测得的温度不准确。本实施例通过结合目标跟踪算法,使用历史测温结果对黑体挡片期时红外热像仪测温不准的情形完成了一次修正,以降低人体测温产品的误判率,提高有黑体挡片的红外热像仪的测温精度;此外,本实施例采用软件的思想对有黑体挡片的红外热像仪进行温度校正,不需增加任何硬件成本。
在一个可选的实施例中,所述基于目标检测的红外热像仪测温校正方法还包括:
当判断所述红外热像仪处于正常运行期时,确定所述第二红外图像中的目标对象的人脸ID及所述目标对象的温度;
将所述目标对象的人脸ID及所述目标对象的温度添加至所述人脸ID温度列表中。
该可选的实施例中,如果红外热像仪处于正常运行期时,就能够采集到目标对象的红外图像并准确的记录目标对象的温度。如果红外热像仪处于黑体挡片期时,虽能采集到目标对象的红外图像但无法准确的记录目标对象的温度。
将目标对象的人脸ID和目标对象的温度记录在人脸ID温度列表中,便于后续红外热像仪处于黑体挡片期时,根据人脸ID对应的最新的温度对目标对象的温度进行校正。
在一个可选的实施例中,所述基于目标检测的红外热像仪测温校正方法还包括:
计算所述人脸ID温度列表中的人脸ID的数量;
判断所述人脸ID的数量是否大于预设数量阈值;
当确定所述人脸ID的数量大于所述预设数量阈值时,删除所述人脸ID温度列表中的第一行数据。
该可选的实施例中,所述预设数量阈值可以为100。
当人脸ID温度列表中的人脸ID的数量为101时,确定所述人脸ID的数量大于所述预设数量阈值,将人脸ID温度列表中的第一行的数据进行删除操作。
通过控制人脸ID温度列表中的人脸ID的数量,能够在查询所述人脸ID温度列表中是否存在与所述第二红外图像中的目标对象对应的目标人脸ID时,减少计算量,从而提高检索效率。
在一个可选的实施例中,所述基于目标检测的红外热像仪测温校正方法还包括:
获取所述红外热像仪的内存使用率;
判断所述内存使用率是否大于预设第一使用率阈值;
当确定所述内存使用率大于所述预设第一使用率阈值时,从所述人脸ID温度列表中的第一行开始执行逐行删除操作,并在每执行一行删除操作后,判断所述内存使用率是否小于预设第二使用率阈值;
当确定所述内存使用率小于所述预设第二使用率阈值时,停止执行删除操作。
该可选的实施例中,预设第一使用率阈值大于预设第二使用率阈值,例如,第一使用率阈值可以为90%,预设第二使用率阈值可以为80%。人脸ID温度列表中的数据是随着使用时间的顺序逐行记录的。即,记录在人脸ID温度列表中的第一行的数据为最历史的数据,记录在人脸ID温度列表中的最后一行的数据为最新的数据。
随着人脸ID温度列表中的数据越来越多,红外热像仪中的内存使用率越来越高,内存剩余空间越来越少,而内存的不足会导致红外热像仪的性能下降,甚至无法正常工作,因此需要实时删除人脸ID温度列表中的数据以提高内存剩余空间。当内存使用率小于预设第二使用率阈值时停止删除操作,使得人脸ID温度列表中的数据保留最多的同时确保内存剩余空间更多,进而保证红外热像仪的最佳运行。
需要强调的是,为进一步保证上述人脸ID温度列表的私密和安全性,上述人脸ID温度列表还可以存储于一区块链的节点中。
本发明所指区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(Blockchain),本质上是一个去中心化的数据库,是一串使用密码学方法相关联产生的数据块,每一个数据块中包含了一批次网络交易的信息,用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。
图2是本发明实施例二提供的基于目标检测的红外热像仪测温校正装置的结构图。
在一些实施例中,所述基于目标检测的红外热像仪测温校正装置20可以包括多个由程序代码段所组成的功能模块。所述基于目标检测的红外热像仪测温校正装置20中的各个程序段的程序代码可以存储于红外热像仪的存储器中,并由所述至少一个处理器所执行,以执行(详见图1描述)基于目标检测的红外热像仪测温校正的功能。
本实施例中,所述基于目标检测的红外热像仪测温校正装置20根据其所执行的功能,可以被划分为多个功能模块。所述功能模块可以包括:第一采集模块201、目标跟踪模块202、第二采集模块203、人脸ID查询模块204、温度获取模块205、提示输出模块206、温度校正模块207、列表更新模块208、第一删除模块209及第二删除模块210。本发明所称的模块是指一种能够被至少一个处理器所执行并且能够完成固定功能的一系列计算机程序段,其存储在存储器中。在本实施例中,关于各模块的功能将在后续的实施例中详述。
所述第一采集模块201,用于使用红外热像仪采集第一红外图像并在人脸ID温度列表中记录所述第一红外图像中的目标对象的温度及所述目标对象的人脸ID。
用于自动人体测温的红外热像仪包括:人脸检测模块和测温模块,其中,所述人脸检测模块采集红外图像并给出目标对象的人脸在红外图像中的位置,所述测温模块给出红外图像中的像素点对应的温度值。
红外热像仪中预先创建有人脸ID温度列表,在红外热像仪开启并处于正常运行期时,采集第一张红外图像,所述第一张红外图像中包括一个或多个目标对象。
红外热像仪为第一红外图像中的一个或多个目标对象生成用于唯一标识目标对象的人脸ID,并将采集的红外图像、红外图像中的目标对象的人脸ID及对应的温度关联存储在人脸ID温度列表中。
在其他实施例中,人脸ID温度列表中还可以记录采集红外图像的时间、地点等信息。
所述目标跟踪模块202,用于调用目标跟踪算法跟踪所述第一红外图像中的目标对象,并根据跟踪到的目标对象更新所述人脸ID温度列表。
红外热像仪中存储有目标跟踪算法,例如,简单在线和实时跟踪(Simple OnlineAnd Realtime Tracking,SORT)算法,SORT算法能够在高帧率下取得良好的跟踪性能。
红外热像仪在采集到红外图像后,调用目标跟踪算法对红外图像中的目标对象进行实时跟踪,并在每一个采集时刻,将跟踪到的目标对象的相关信息(例如,红外图像、红外图像中的目标对象的人脸ID、温度、时间、地点等)记录在人脸ID温度列表中并对人脸ID温度列表进行更新。
在一个可选的实施例中,所述目标跟踪模块202调用目标跟踪算法跟踪所述第一红外图像中的目标对象,并根据跟踪到的目标对象更新所述人脸ID温度列表包括:
获取与上一帧对应的第一红外图像中的目标对象的第一检测框及与所述第一检测框对应的关键信息;
利用卡尔曼滤波器检测与当前帧对应的第一红外图像中的目标对象的第二检测框并利用匈牙利算法关联所述第一检测框与所述第二检测框;
根据所述第一检测框对应的关键信息和所述第二检测框对应的关键信息计算所述第一检测框和所述第二检测框之间的重叠率;
判断所述重叠率是否小于重叠率阈值;
当判断所述重叠率大于所述重叠率阈值时,确定所述第二检测框中的目标对象与所述第一检测框中的目标对象为同一个目标对象,并基于所述第二检测框及与所述第二检测框对应的关键信息进行下一帧的目标对象的跟踪;
将所述第二红外图像、所述第二红外图像中的目标对象的温度与所述第一红外图像中的目标对象的人脸ID进行关联存储,并更新所述人脸ID温度列表。
当目标对象第一次进入红外采集区域时,需要在跟踪器中手动添加目标对象,当目标对象离开红外采集区域时,需要在跟踪器中删除目标对象。
对于每帧红外图像而言,检测框对应的关键信息可以表示为:。其中,u代表红外图像中目标对象的水平位置,v代表红外图像中目标对象的垂直位置,s代表检测框的面积,r代表检测框的长宽比,代表水平位置随时间的变化率,代表垂直位置随时间的变化率,代表检测框的面积随时间的变化率。
重叠率(Intersection over Union,IOU)的计算方法为第一检测框与第二检测框之间的面积的交并比。
该可选的实施例中,SORT算法利用重叠率作为前后两帧中目标对象之间的度量指标,当重叠率较高(大于预设重叠率阈值)时,表明前后两帧中目标对象为同一目标对象,能够从所述人脸ID温度列表中检索出与所述第二红外图像中的目标对象对应的人脸ID;当重叠率较低(小于或者等于预设重叠率阈值)时,表明前后两帧中目标对象不为同一目标对象,不能够从所述人脸ID温度列表中检索出与所述第二红外图像中的目标对象对应的人脸ID。
所述第二采集模块203,用于使用所述红外热像仪采集第二红外图像并根据所述第二红外图像判断所述红外热像仪处于正常运行期还是黑体挡片期。
将红外热像仪在采集第一红外图像后的任意一个时刻采集到的红外图像称之为第二红外图像。
由于每隔预设时间段红外热像仪就会自动开启黑体挡片挡住探测器,从而提供一个环境黑体以对探测器进行环境温度补偿或温漂补偿校正,因而每次采集到第二红外图像后,先判断红外热像仪当前时刻是处于正常运行期还是黑体挡片期,以便确定是否需要执行温度校正操作。
在一个可选的实施例中,所述第二采集模块203根据所述第二红外图像判断所述红外热像仪处于正常运行期还是黑体挡片期包括:
获取所述第二红外图像中的每个像素点对应的温度值;
计算所述温度值的温度波动幅度;
比较所述温度波动幅度与预设温度幅度阈值;
当所述温度波动幅度大于所述预设温度幅度阈值时,确定所述红外热像仪处于黑体挡片期;
当所述温度波动幅度小于或者等于所述预设温度幅度阈值时,确定所述红外热像仪处于正常运行期。
该可选的实施例中,红外图像反映了目标对象红外辐射的强弱,红外图像中的像素点的数据信息能够反映出温度的分布。红外热像仪处于正常工作期时,温度的分布呈均匀状态,波动幅度较小。红外热像仪处于黑体挡片期时,温度的分布呈剧烈状态,波动幅度较大。
具体实施时,先计算出第二红外图像中所有像素点的温度值的均值,再根据均值计算出第二红外图像中的所有像素点的温度值的方差,通过方差反映第二红外图像的温度波动幅度。关于温度值的均值和方差的计算过程为现有技术,本发明在此不再详细阐述。
当红外图像中出现了多个极高温点和/或极低温点时,计算出的温度值的方差就会较大,温度波动幅度就会大于预设温度幅度阈值,从而就可以确定红外热像仪处于黑体挡片期。
所述人脸ID查询模块204,用于当判断所述红外热像仪处于黑体挡片期时,查询所述人脸ID温度列表中是否存在与所述第二红外图像中的目标对象对应的目标人脸ID。
由于目标跟踪算法结合了历史帧的信息,因而能给出当前帧所检测到的每个目标对象在历史帧里是否出现及在历史帧里所对应的位置。根据目标跟踪算法的这一性质,若某个目标对象既出现在测不准温度的黑体挡片期,又出现在了黑体挡片期之前的正常运行期,红外热像仪即可通过目标跟踪算法将历史帧中的信息(人脸ID、温度等)和当前帧中的信息对应上,从而根据历史帧中的信息修正测不准温度的黑体挡片期中的目标对象的温度。
所述温度获取模块205,用于当查询到所述人脸ID温度列表中存在所述目标人脸ID时,获取所述目标人脸ID对应的温度。
人脸ID温度列表中记录有时间,则可以根据记录的时间中的最新时间确定人脸ID对应的温度。将最新时间的温度确定为目标人脸ID对应的温度。
所述提示输出模块206,用于当查询到所述人脸ID温度列表中不存在所述目标人脸ID时,输出预设提示信息。
该可选的实施例中,当无法检索到与所述第二红外图像中的目标对象对应的人脸ID时,表明第二红外图像中的目标对象为首次出现,即人脸ID温度列表中未记录第二红外图像中的目标对象的相关信息。
红外热像仪预先存储有提示信息,用以在红外热像仪处于黑体挡片期且对某个目标对象进行首次温度采集时,提示采集者红外热像仪正在矫正中,便于采集者重新对目标对象进行温度采集。
所述温度校正模块207,用于根据所述目标人脸ID对应的温度校正所述第二红外图像中的目标对象的温度。
红外热像仪获取到人脸ID对应的温度后,作为当前帧中第二红外图像中的目标对象的温度,并显示给采集者。
本实施例中,对于固定帧率的红外热像仪而言,在黑体挡片期时,虽能捕捉到红外图像,但由于曝光时间不足,导致测得的温度不准确。本实施例通过结合目标跟踪算法,使用历史测温结果对黑体挡片期时红外热像仪测温不准的情形完成了一次修正,以降低人体测温产品的误判率,提高有黑体挡片的红外热像仪的测温精度;此外,本实施例采用软件的思想对有黑体挡片的红外热像仪进行温度校正,不需增加任何硬件成本。
所述列表更新模块208,用于当判断所述红外热像仪处于正常运行期时,确定所述第二红外图像中的目标对象的人脸ID及所述目标对象的温度;将所述目标对象的人脸ID及所述目标对象的温度添加至所述人脸ID温度列表中。
该可选的实施例中,如果红外热像仪处于正常运行期时,就能够采集到目标对象的红外图像并准确的记录目标对象的温度。如果红外热像仪处于黑体挡片期时,虽能采集到目标对象的红外图像但无法准确的记录目标对象的温度。
将目标对象的人脸ID和目标对象的温度记录在人脸ID温度列表中,便于后续红外热像仪处于黑体挡片期时,根据人脸ID对应的最新的温度对目标对象的温度进行校正。
所述第一删除模块209,用于计算所述人脸ID温度列表中的人脸ID的数量;判断所述人脸ID的数量是否大于预设数量阈值;当确定所述人脸ID的数量大于所述预设数量阈值时,删除所述人脸ID温度列表中的第一行数据。
该可选的实施例中,所述预设数量阈值可以为100。
当人脸ID温度列表中的人脸ID的数量为101时,确定所述人脸ID的数量大于所述预设数量阈值,将人脸ID温度列表中的第一行的数据进行删除操作。
通过控制人脸ID温度列表中的人脸ID的数量,能够在查询所述人脸ID温度列表中是否存在与所述第二红外图像中的目标对象对应的目标人脸ID时,减少计算量,从而提高检索效率。
所述第二删除模块210,用于获取所述红外热像仪的内存使用率;判断所述内存使用率是否大于预设第一使用率阈值;当确定所述内存使用率大于所述预设第一使用率阈值时,从所述人脸ID温度列表中的第一行开始执行逐行删除操作,并在每执行一行删除操作后,判断所述内存使用率是否小于预设第二使用率阈值;当确定所述内存使用率小于所述预设第二使用率阈值时,停止执行删除操作。
该可选的实施例中,预设第一使用率阈值大于预设第二使用率阈值,例如,第一使用率阈值可以为90%,预设第二使用率阈值可以为80%。人脸ID温度列表中的数据是随着使用时间的顺序逐行记录的。即,记录在人脸ID温度列表中的第一行的数据为最历史的数据,记录在人脸ID温度列表中的最后一行的数据为最新的数据。
随着人脸ID温度列表中的数据越来越多,红外热像仪中的内存使用率越来越高,内存剩余空间越来越少,而内存的不足会导致红外热像仪的性能下降,甚至无法正常工作,因此需要实时删除人脸ID温度列表中的数据以提高内存剩余空间。当内存使用率小于预设第二使用率阈值时停止删除操作,使得人脸ID温度列表中的数据保留最多的同时确保内存剩余空间更多,进而保证红外热像仪的最佳运行。
需要强调的是,为进一步保证上述人脸ID温度列表的私密和安全性,上述人脸ID温度列表还可以存储于一区块链的节点中。
本发明所指区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(Blockchain),本质上是一个去中心化的数据库,是一串使用密码学方法相关联产生的数据块,每一个数据块中包含了一批次网络交易的信息,用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。
参阅图3所示,为本发明实施例三提供的红外热像仪的结构示意图。在本发明较佳实施例中,所述红外热像仪3包括存储器31、至少一个处理器32、至少一条通信总线33及收发器34。
本领域技术人员应该了解,图3示出的红外热像仪的结构并不构成本发明实施例的限定,既可以是总线型结构,也可以是星形结构,所述红外热像仪3还可以包括比图示更多或更少的其他硬件或者软件,或者不同的部件布置。
在一些实施例中,所述红外热像仪3是一种能够按照事先设定或存储的指令,自动进行数值计算和/或信息处理的设备,其硬件包括但不限于微处理器、专用集成电路、可编程门阵列、数字处理器及嵌入式设备等。所述红外热像仪3还可包括客户设备,所述客户设备包括但不限于任何一种可与客户通过键盘、鼠标、遥控器、触摸板或声控设备等方式进行人机交互的电子产品,例如,个人计算机、平板电脑、智能手机、数码相机等。
需要说明的是,所述红外热像仪3仅为举例,其他现有的或今后可能出现的电子产品如可适应于本发明,也应包含在本发明的保护范围以内,并以引用方式包含于此。
在一些实施例中,所述存储器31中存储有程序代码,且所述至少一个处理器32可调用所述存储器31中存储的程序代码以执行相关的功能。例如,上述实施例中所述的各个模块是存储在所述存储器31中的程序代码,并由所述至少一个处理器32所执行,从而实现所述各个模块的功能。所述存储器31包括只读存储器(Read-Only Memory,ROM)、可编程只读存储器(Programmable Read-Only Memory,PROM)、可擦除可编程只读存储器(ErasableProgrammable Read-Only Memory,EPROM)、一次可编程只读存储器(One-timeProgrammable Read-Only Memory,OTPROM)、电子擦除式可复写只读存储器(Electrically-Erasable Programmable Read-Only Memory,EEPROM)、只读光盘(CompactDisc Read-Only Memory,CD-ROM)或其他光盘存储器、磁盘存储器、磁带存储器、或者能够用于携带或存储数据的计算机可读的任何其他介质。
在一些实施例中,所述至少一个处理器32是所述红外热像仪3的控制核心(Control Unit),利用各种接口和线路连接整个红外热像仪3的各个部件,通过运行或执行存储在所述存储器31内的程序或者模块,以及调用存储在所述存储器31内的数据,以执行红外热像仪3的各种功能和处理数据。例如,所述至少一个处理器32执行所述存储器中存储的程序代码时实现本发明实施例中所述的基于目标检测的红外热像仪测温校正方法的全部或者部分步骤。所述至少一个处理器32可以由集成电路组成,例如可以由单个封装的集成电路所组成,也可以是由多个相同功能或不同功能封装的集成电路所组成,包括一个或者多个中央处理器(Central Processing unit,CPU)、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。
在一些实施例中,所述至少一条通信总线33被设置为实现所述存储器31以及所述至少一个处理器32等之间的连接通信。
尽管未示出,所述红外热像仪3还可以包括给各个部件供电的电源(比如电池),优选的,电源可以通过电源管理装置与所述至少一个处理器32逻辑相连,从而通过电源管理装置实现管理充电、放电、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电装置、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述红外热像仪3还可以包括多种传感器、蓝牙模块、Wi-Fi模块等,在此不再赘述。
上述以软件功能模块的形式实现的集成的单元,可以存储在一个计算机可读取存储介质中。上述软件功能模块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,红外热像仪,或者网络设备等)或处理器(processor)执行本发明各个实施例所述基于目标检测的红外热像仪测温校正方法的部分。
在本发明所提供的几个实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述模块的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的,作为模块显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能模块的形式实现。
对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明。因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。此外,显然“包括”一词不排除其他单元或,单数不排除复数。装置权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第一,第二等词语用来表示名称,而并不表示任何特定的顺序。
最后应说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或等同替换,而不脱离本发明技术方案的精神和范围。
Claims (10)
1.一种基于目标检测的红外热像仪测温校正方法,其特征在于,所述基于目标检测的红外热像仪测温校正方法包括:
使用红外热像仪采集第一红外图像并在人脸ID温度列表中记录所述第一红外图像中的目标对象的温度及所述目标对象的人脸ID;
调用目标跟踪算法跟踪所述第一红外图像中的目标对象,并根据跟踪到的目标对象更新所述人脸ID温度列表;
使用所述红外热像仪采集第二红外图像,并根据所述第二红外图像判断所述红外热像仪处于正常运行期还是黑体挡片期;
当判断所述红外热像仪处于黑体挡片期时,查询所述人脸ID温度列表中是否存在与所述第二红外图像中的目标对象对应的目标人脸ID;
当查询到所述人脸ID温度列表中存在所述目标人脸ID时,获取所述目标人脸ID对应的温度;
根据所述目标人脸ID对应的温度校正所述第二红外图像中的目标对象的温度。
2.如权利要求1所述的基于目标检测的红外热像仪测温校正方法,其特征在于,所述调用目标跟踪算法跟踪所述第一红外图像中的目标对象,并根据跟踪到的目标对象更新所述人脸ID温度列表包括:
获取与上一帧对应的第一红外图像中的目标对象的第一检测框及与所述第一检测框对应的关键信息;
利用卡尔曼滤波器检测与当前帧对应的第一红外图像中的目标对象的第二检测框,并利用匈牙利算法关联所述第一检测框与所述第二检测框;
根据所述第一检测框对应的关键信息和所述第二检测框对应的关键信息计算所述第一检测框和所述第二检测框之间的重叠率;
判断所述重叠率是否小于重叠率阈值;
当判断所述重叠率大于所述重叠率阈值时,确定所述第二检测框中的目标对象与所述第一检测框中的目标对象为同一个目标对象,并基于所述第二检测框及与所述第二检测框对应的关键信息进行下一帧的目标对象的跟踪;
将所述第二红外图像、所述第二红外图像中的目标对象的温度与所述第一红外图像中的目标对象的人脸ID进行关联存储,并更新所述人脸ID温度列表。
3.如权利要求1所述的基于目标检测的红外热像仪测温校正方法,其特征在于,所述根据所述第二红外图像判断所述红外热像仪处于正常运行期还是黑体挡片期包括:
获取所述第二红外图像中的每个像素点对应的温度值;
计算所述温度值的温度波动幅度;
比较所述温度波动幅度与预设温度幅度阈值;
当所述温度波动幅度大于所述预设温度幅度阈值时,确定所述红外热像仪处于黑体挡片期;
当所述温度波动幅度小于或者等于所述预设温度幅度阈值时,确定所述红外热像仪处于正常运行期。
4.如权利要求1所述的基于目标检测的红外热像仪测温校正方法,其特征在于,所述基于目标检测的红外热像仪测温校正方法还包括:
当判断所述红外热像仪处于正常运行期时,确定所述第二红外图像中的目标对象的人脸ID及所述目标对象的温度;
将所述目标对象的人脸ID及所述目标对象的温度添加至所述人脸ID温度列表中,所述人脸ID温度列表存储于区块链节点中。
5.如权利要求1所述的基于目标检测的红外热像仪测温校正方法,其特征在于,所述基于目标检测的红外热像仪测温校正方法还包括:
计算所述人脸ID温度列表中的人脸ID的数量;
判断所述人脸ID的数量是否大于预设数量阈值;
当确定所述人脸ID的数量大于所述预设数量阈值时,删除所述人脸ID温度列表中的第一行数据。
6.如权利要求1所述的基于目标检测的红外热像仪测温校正方法,其特征在于,所述基于目标检测的红外热像仪测温校正方法还包括:
获取所述红外热像仪的内存使用率;
判断所述内存使用率是否大于预设第一使用率阈值;
当确定所述内存使用率大于所述预设第一使用率阈值时,从所述人脸ID温度列表中的第一行开始执行逐行删除操作,并在每执行一行删除操作后,判断所述内存使用率是否小于预设第二使用率阈值;
当确定所述内存使用率小于所述预设第二使用率阈值时,停止执行删除操作。
7.如权利要求1至6中任意一项所述的基于目标检测的红外热像仪测温校正方法,其特征在于,所述基于目标检测的红外热像仪测温校正方法还包括:
当查询到所述人脸ID温度列表中不存在所述目标人脸ID时,输出预设提示信息。
8.一种基于目标检测的红外热像仪测温校正装置,其特征在于,所述基于目标检测的红外热像仪测温校正装置包括:
第一采集模块,用于使用红外热像仪采集第一红外图像并在人脸ID温度列表中记录所述第一红外图像中的目标对象的温度及所述目标对象的人脸ID;
目标跟踪模块,用于调用目标跟踪算法跟踪所述第一红外图像中的目标对象,并根据跟踪到的目标对象更新所述人脸ID温度列表;
第二采集模块,用于使用所述红外热像仪采集第二红外图像,并根据所述第二红外图像判断所述红外热像仪处于正常运行期还是黑体挡片期;
人脸ID查询模块,用于当判断所述红外热像仪处于黑体挡片期时,查询所述人脸ID温度列表中是否存在与所述第二红外图像中的目标对象对应的目标人脸ID;
温度获取模块,用于当查询到所述人脸ID温度列表中存在所述目标人脸ID时,获取所述目标人脸ID对应的温度;
温度校正模块,用于根据所述目标人脸ID对应的温度校正所述第二红外图像中的目标对象的温度。
9.一种红外热像仪,其特征在于,所述红外热像仪包括处理器,所述处理器用于执行存储器中存储的计算机程序时实现如权利要求1至7中任意一项所述基于目标检测的红外热像仪测温校正方法。
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执行时实现如权利要求1至7中任意一项所述基于目标检测的红外热像仪测温校正方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010695604.8A CN111735542B (zh) | 2020-07-20 | 2020-07-20 | 基于目标检测的红外热像仪测温校正方法及相关设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010695604.8A CN111735542B (zh) | 2020-07-20 | 2020-07-20 | 基于目标检测的红外热像仪测温校正方法及相关设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111735542A true CN111735542A (zh) | 2020-10-02 |
CN111735542B CN111735542B (zh) | 2020-11-24 |
Family
ID=72654960
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010695604.8A Active CN111735542B (zh) | 2020-07-20 | 2020-07-20 | 基于目标检测的红外热像仪测温校正方法及相关设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111735542B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112816073A (zh) * | 2021-02-07 | 2021-05-18 | 深圳市今视通数码科技有限公司 | 一种基于人脸识别测温一体机的测温方法、系统及存储介质 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2003087885A3 (en) * | 2002-04-10 | 2004-03-25 | D G Y Infrared Ltd | Apparatus and method for true temperature estimation |
CN101470026A (zh) * | 2007-12-24 | 2009-07-01 | 南京理工大学 | 凝视型热像仪非均匀性校正实时标定装置 |
CN103528690A (zh) * | 2013-09-24 | 2014-01-22 | 电子科技大学 | 一种红外热像仪的非均匀校正方法 |
CN103792011A (zh) * | 2014-01-27 | 2014-05-14 | 无锡艾立德智能科技有限公司 | 一种自适应红外热像仪温漂补偿方法及装置 |
CN107937910A (zh) * | 2017-12-27 | 2018-04-20 | 西安交通大学 | 一种激光金属熔覆快速成型过程中的缺陷检测装置及检测和修复方法 |
CN108254084A (zh) * | 2018-01-18 | 2018-07-06 | 武汉格物优信科技有限公司 | 一种红外热像仪生产中的标定方法和标定系统 |
US20180238740A1 (en) * | 2017-02-17 | 2018-08-23 | Flir Systems, Inc. | Radiometric correction and alignment techniques for thermal imager with non-contact temperature sensor |
CN109405976A (zh) * | 2018-11-08 | 2019-03-01 | 武汉高德智感科技有限公司 | 一种人体检验检疫系统温度自动修正方法 |
CN110793635A (zh) * | 2019-10-10 | 2020-02-14 | 深圳市景阳信息技术有限公司 | 热成像测温方法、装置及终端设备 |
US20200177825A1 (en) * | 2018-11-29 | 2020-06-04 | Tokyo Electron Limited | Calibration method of infrared camera and calibration system of infrared camera |
CN111246138A (zh) * | 2020-01-17 | 2020-06-05 | 北京安酷智芯科技有限公司 | 一种非制冷红外图像传感器及其校正方法 |
-
2020
- 2020-07-20 CN CN202010695604.8A patent/CN111735542B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2003087885A3 (en) * | 2002-04-10 | 2004-03-25 | D G Y Infrared Ltd | Apparatus and method for true temperature estimation |
CN101470026A (zh) * | 2007-12-24 | 2009-07-01 | 南京理工大学 | 凝视型热像仪非均匀性校正实时标定装置 |
CN103528690A (zh) * | 2013-09-24 | 2014-01-22 | 电子科技大学 | 一种红外热像仪的非均匀校正方法 |
CN103792011A (zh) * | 2014-01-27 | 2014-05-14 | 无锡艾立德智能科技有限公司 | 一种自适应红外热像仪温漂补偿方法及装置 |
US20180238740A1 (en) * | 2017-02-17 | 2018-08-23 | Flir Systems, Inc. | Radiometric correction and alignment techniques for thermal imager with non-contact temperature sensor |
CN107937910A (zh) * | 2017-12-27 | 2018-04-20 | 西安交通大学 | 一种激光金属熔覆快速成型过程中的缺陷检测装置及检测和修复方法 |
CN108254084A (zh) * | 2018-01-18 | 2018-07-06 | 武汉格物优信科技有限公司 | 一种红外热像仪生产中的标定方法和标定系统 |
CN109405976A (zh) * | 2018-11-08 | 2019-03-01 | 武汉高德智感科技有限公司 | 一种人体检验检疫系统温度自动修正方法 |
US20200177825A1 (en) * | 2018-11-29 | 2020-06-04 | Tokyo Electron Limited | Calibration method of infrared camera and calibration system of infrared camera |
CN110793635A (zh) * | 2019-10-10 | 2020-02-14 | 深圳市景阳信息技术有限公司 | 热成像测温方法、装置及终端设备 |
CN111246138A (zh) * | 2020-01-17 | 2020-06-05 | 北京安酷智芯科技有限公司 | 一种非制冷红外图像传感器及其校正方法 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112816073A (zh) * | 2021-02-07 | 2021-05-18 | 深圳市今视通数码科技有限公司 | 一种基于人脸识别测温一体机的测温方法、系统及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN111735542B (zh) | 2020-11-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9310345B2 (en) | Sensor system, computer, and machine | |
CN112562836A (zh) | 医生推荐方法、装置、电子设备及存储介质 | |
KR20210070937A (ko) | 쓰레기 배출량 측정 및 수거 관리 서버, 방법 및 프로그램 | |
JP2019144985A (ja) | 異常検知データ識別装置、異常識別システムおよび異常識別プログラム | |
CN106502871A (zh) | 监管系统的告警阈值动态配置系统及方法 | |
CN112216361A (zh) | 基于人工智能的随访计划单生成方法、装置、终端及介质 | |
CN111735542B (zh) | 基于目标检测的红外热像仪测温校正方法及相关设备 | |
CN113139743A (zh) | 污水排放指标分析方法、装置、电子设备及存储介质 | |
CN113762106A (zh) | 人脸识别方法、装置、电子设备及存储介质 | |
CN109377207A (zh) | 异常住院行为判定的方法及相关产品 | |
KR101960755B1 (ko) | 미취득 전력 데이터 생성 방법 및 장치 | |
KR102188981B1 (ko) | 스마트 고독사 방지 시스템 및 그 방법 | |
CN111931965A (zh) | 疫苗接种的推荐方法、装置、电子设备及存储介质 | |
CN113011477A (zh) | 一种太阳辐照数据的清洗和补全系统及方法 | |
CN117036112A (zh) | 一种土地规划用的地理信息系统及方法 | |
CN114661569B (zh) | 用户行为数据动态埋点采集方法 | |
CN110675937A (zh) | 一种穿刺点定位方法和用于穿刺的智能管理系统 | |
US11062681B2 (en) | Monitoring system, data model management device, and method of generating display data | |
CN110599245A (zh) | 一种工程项目造价数据管理系统 | |
CN112734367B (zh) | 一种工程造价咨询项目风险管理方法、存储介质、终端及系统 | |
CN114240677A (zh) | 医疗数据风险识别方法、装置、电子设备及存储介质 | |
CN114662716A (zh) | 基于区块链的电梯维护处理方法、装置以及存储介质 | |
CN108255710A (zh) | 一种脚本的异常检测方法及其终端 | |
CN112163964A (zh) | 风险预测方法、装置、电子设备及存储介质 | |
US10258294B2 (en) | Alarm controlling method and apparatus for patient monitor, and adaptive alarming method for patient monitor |
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 |