CN111738132B - 人体温度的测量方法、装置、电子设备及可读存储介质 - Google Patents
人体温度的测量方法、装置、电子设备及可读存储介质 Download PDFInfo
- Publication number
- CN111738132B CN111738132B CN202010556054.1A CN202010556054A CN111738132B CN 111738132 B CN111738132 B CN 111738132B CN 202010556054 A CN202010556054 A CN 202010556054A CN 111738132 B CN111738132 B CN 111738132B
- Authority
- CN
- China
- Prior art keywords
- pedestrian
- temperature
- image
- human body
- determining
- 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
- 230000036760 body temperature Effects 0.000 title claims abstract description 151
- 238000000034 method Methods 0.000 title claims abstract description 34
- 238000001514 detection method Methods 0.000 claims description 29
- 230000005021 gait Effects 0.000 claims description 25
- 230000002159 abnormal effect Effects 0.000 claims description 18
- 238000000691 measurement method Methods 0.000 claims description 16
- 230000001815 facial effect Effects 0.000 claims description 15
- 238000010586 diagram Methods 0.000 claims description 12
- 238000009529 body temperature measurement Methods 0.000 claims description 10
- 238000002372 labelling Methods 0.000 claims description 10
- 238000005259 measurement Methods 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims description 5
- 238000004891 communication Methods 0.000 claims description 4
- 238000012544 monitoring process Methods 0.000 abstract description 23
- 201000010099 disease Diseases 0.000 abstract description 7
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 abstract description 7
- 241000700605 Viruses Species 0.000 description 5
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 208000015181 infectious disease Diseases 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000007480 spreading Effects 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000002458 infectious effect Effects 0.000 description 1
- 206010022000 influenza Diseases 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
- 238000012545 processing Methods 0.000 description 1
- 238000011160 research 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
- G06V40/103—Static body considered as a whole, e.g. static pedestrian or occupant recognition
-
- 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
- G06T7/246—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
-
- 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
-
- 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
- G06T2207/30232—Surveillance
-
- 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
- G06T2207/30241—Trajectory
Abstract
本申请提供了一种人体温度的测量方法、装置、电子设备及可读存储介质，采集待测温行人的待标注行人图像以及红外温度图像；从所述红外温度图像中确定出所述待测温行人的人体温度；确定所述待测温行人在所述待标注行人图像中的人体位置；基于所述人体位置，将所述人体温度标注在所述待标注行人图像中。这样，监测人员能够直接从待标注行人图像中看到待测温行人的人体温度，从而可以远距离的对行人的体温进行测量，有助于降低由于近距离接触使得监测人员感染疾病的概率，进而提高测量结果的准确性。
Description
技术领域
本申请涉及红外测温技术领域，尤其是涉及一种人体温度的测量方法、装置、电子设备及可读存储介质。
背景技术
随着经济的不断发展，生活质量的提高，人们的生活越来越多样化，出行、旅游等已经成为人们日常生活中一部分。在流感等传染性病毒流行的时间段上，过多的人员接触会使得病毒的扩散率较高，严重的甚至会威胁到人们正常的生活。
目前，为了防止病毒在公共场所中的传播，通常都是在公共场所的入口处设置相应的监测口，监测人员在监测口使用测温枪等检测器具对进入的人员进行体温检测等，这样，便会使得监测人员与行人之间的距离远远小于安全距离，进而增加了监测人员以及行人的患病概率，易造成较大的人员损失以及经济损失。
发明内容
有鉴于此，本申请的目的在于提供一种人体温度的测量方法、装置、电子设备及可读存储介质，能够从行人的红外温度图像中确定出行人的人体温度，从而可以远距离的对行人的体温进行测量，有助于降低由于近距离接触使得监测人员感染疾病的概率，进而提高测量结果的准确性。
本申请实施例提供了一种人体温度的测量方法，所述测量方法包括：
采集待测温行人的待标注行人图像以及红外温度图像；
从所述红外温度图像中确定出所述待测温行人的人体温度；
确定所述待测温行人在所述待标注行人图像中的人体位置；
基于所述人体位置，将所述人体温度标注在所述待标注行人图像中。
在一种可能的实施方式中，在所述从所述红外温度图像中确定出所述待测温行人的人体温度之前，所述测量方法还包括：
以所述红外温度图像的像素坐标为基准，调整所述待标注行人图像的像素坐标，得到调整后的待标注行人图像；
当调整后的待标注行人图像的像素坐标与所述红外温度图像的像素坐标之间的匹配度达到预设匹配阈值时，将调整后的待标注行人图像确定为校准行人图像。
在一种可能的实施方式中，所述从所述红外温度图像中确定出所述待测温行人的人体温度，包括：
从所述校准行人图像中确定出所述待测温行人对应的待测温区域；
确定所述待测温区域的区域像素坐标；
基于所述区域像素坐标，从所述红外温度图像中确定出所述待测温行人的人体温度。
在一种可能的实施方式中，所述基于所述区域像素坐标，从所述红外温度图像中确定出所述待测温行人的人体温度，包括：
将所述红外温度图像中像素坐标与所述区域像素坐标相同的位置区域确定为红外测温区域；
从所述红外测温区域中确定出多个候选温度值；
将所述多个候选温度值中大于其他候选温度值的第一温度值确定为所述待测温行人对应的人体温度。
在一种可能的实施方式中，所述确定所述待测温行人在所述待标注行人图像中的人体位置，包括：
确定所述待标注行人图像与所述校准行人图像之间的坐标差异；
基于所述坐标差异，对所述区域像素坐标进行调整，得到调整后的区域像素坐标；
基于调整后的区域像素坐标，从所述待标注行人图像中确定出待测温行人的人体位置。
在一种可能的实施方式中，所述从所述校准行人图像中确定出所述待测温行人对应的待测温区域，包括：
对所述校准行人图像进行面部区域检测，从所述校准行人图像中确定出待测温行人的面部区域；
将所述面部区域确定为待测温区域。
在一种可能的实施方式中，所述从所述校准行人图像中确定出所述待测温行人对应的待测温区域，包括：
对所述校准行人图像进行步态检测，从所述校准行人图像中确定出待测温行人的行人位置区域；
将所述行人位置区域确定为待测温区域。
在一种可能的实施方式中，所述从所述校准行人图像中确定出所述待测温行人对应的待测温区域，包括：
对所述校准行人图像进行步态检测，从所述校准行人图像中确定出待测温行人所处的行人位置区域；
对所述行人位置区域进行面部区域检测，从所述行人位置区域中确定出待测温行人的面部位置区域；
将所述面部位置区域确定为待测温区域。
在一种可能的实施方式中，在所述基于所述人体位置，将所述人体温度标注在所述待标注行人图像中之后，所述测量方法还包括：
确定所述人体温度是否大于预设温度阈值；
若大于，将所述待标注行人图像中所述人体温度的标注颜色更改为预设警戒颜色，并将所述待测温行人确定为异常行人。
在一种可能的实施方式中，在所述基于所述人体位置，将所述人体温度标注在所述待标注行人图像中之后，所述测量方法还包括：
从标注有人体温度的待标注行人图像中提取所述待测温行人的行人特征信息，其中，所述行人特征信息包括所述待测温行人的面部图像、面部位置坐标、步态坐标、步态序列图以及人体温度中的至少一种；
当所述待测温行人被确定为所述异常行人时，基于所述行人特征信息确定所述异常行人的行踪轨迹。
在一种可能的实施方式中，在所述基于所述人体位置，将所述人体温度标注在所述待标注行人图像中之后，所述测量方法还包括：
将标注有所述人体温度的待标注行人图像进行显示。
本申请实施例还提供了一种人体温度的测量装置，所述测量装置包括：
图像采集模块，用于采集待测温行人的待标注行人图像以及红外温度图像；
温度确定模块，用于从所述红外温度图像中确定出所述待测温行人的人体温度；
位置确定模块，用于确定所述待测温行人在所述待标注行人图像中的人体位置；
体温标注模块，用于基于所述人体位置，将所述人体温度标注在所述待标注行人图像中。
在一种可能的实施方式中，所述测量装置还包括坐标调整模块，所述坐标调整模块用于：
以所述红外温度图像的像素坐标为基准，调整所述待标注行人图像的像素坐标，得到调整后的待标注行人图像；
当调整后的待标注行人图像的像素坐标与所述红外温度图像的像素坐标之间的匹配度达到预设匹配阈值时，将调整后的待标注行人图像确定为校准行人图像。
在一种可能的实施方式中，所述温度确定模块在用于从所述红外温度图像中确定出所述待测温行人的人体温度时，所述温度确定模块用于：
从所述校准行人图像中确定出所述待测温行人对应的待测温区域；
确定所述待测温区域的区域像素坐标；
基于所述区域像素坐标，从所述红外温度图像中确定出所述待测温行人的人体温度。
在一种可能的实施方式中，所述温度确定模块在用于基于所述区域像素坐标，从所述红外温度图像中确定出所述待测温行人的人体温度时，所述温度确定模块用于：
将所述红外温度图像中像素坐标与所述区域像素坐标相同的位置区域确定为红外测温区域；
从所述红外测温区域中确定出多个候选温度值；
将所述多个候选温度值中大于其他候选温度值的第一温度值确定为所述待测温行人对应的人体温度。
在一种可能的实施方式中，所述位置确定模块在用于确定所述待测温行人在所述待标注行人图像中的人体位置时，所述位置确定模块用于：
确定所述待标注行人图像与所述校准行人图像之间的坐标差异；
基于所述坐标差异，对所述区域像素坐标进行调整，得到调整后的区域像素坐标；
基于调整后的区域像素坐标，从所述待标注行人图像中确定出待测温行人的人体位置。
在一种可能的实施方式中，所述温度确定模块在用于从所述校准行人图像中确定出所述待测温行人对应的待测温区域时，所述温度确定模块用于：
对所述校准行人图像进行面部区域检测，从所述校准行人图像中确定出待测温行人的面部区域；
将所述面部区域确定为待测温区域。
在一种可能的实施方式中，所述温度确定模块在用于从所述校准行人图像中确定出所述待测温行人对应的待测温区域时，所述温度确定模块用于：
对所述校准行人图像进行步态检测，从所述校准行人图像中确定出待测温行人的行人位置区域；
将所述行人位置区域确定为待测温区域。
在一种可能的实施方式中，所述温度确定模块在用于从所述校准行人图像中确定出所述待测温行人对应的待测温区域时，所述温度确定模块用于：
对所述校准行人图像进行步态检测，从所述校准行人图像中确定出待测温行人所处的行人位置区域；
对所述行人位置区域进行面部区域检测，从所述行人位置区域中确定出待测温行人的面部位置区域；
将所述面部位置区域确定为待测温区域。
在一种可能的实施方式中，所述测量装置还包括预警模块，所述预警模块用于：
确定所述人体温度是否大于预设温度阈值；
若大于，将所述待标注行人图像中所述人体温度的标注颜色更改为预设警戒颜色，并将所述待测温行人确定为异常行人。
在一种可能的实施方式中，所述测量装置还包括行踪追溯模块，所述行踪追溯模块用于：
从标注有人体温度的待标注行人图像中提取所述待测温行人的行人特征信息，其中，所述行人特征信息包括所述待测温行人的面部图像、面部位置坐标、步态坐标、步态序列图以及人体温度中的至少一种；
当所述待测温行人被确定为所述异常行人时，基于所述行人特征信息确定所述异常行人的行踪轨迹。
在一种可能的实施方式中，所述测量装置还包括显示模块，所述显示模块用于：
将标注有所述人体温度的待标注行人图像进行显示。
本申请实施例还提供一种电子设备，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器与所述存储器之间通过总线通信，所述机器可读指令被所述处理器执行时执行如上述的人体温度的测量方法的步骤。
本申请实施例还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运行时执行如上述的人体温度的测量方法的步骤。
本申请实施例提供的人体温度的测量方法、装置、电子设备及可读存储介质，采集待测温行人的待标注行人图像以及红外温度图像；从所述红外温度图像中确定出所述待测温行人的人体温度；确定所述待测温行人在所述待标注行人图像中的人体位置；基于所述人体位置，将所述人体温度标注在所述待标注行人图像中。
这样，本申请通过采集待测温行人的待标注图像以及红外温度图像，从待测温行人的红外温度图像中确定出待测温行人的人体温度，以及从待标注行人图像中确定出待测温行人的人体位置，基于确定出的人体位置，将待测温行人的人体温度标注在待标注行人图像中，以便监测人员通过图像对行人的人体温度进行监测，从而能够实现远距离的对待测温行人的人体温度的进行测量，有助于降低由于近距离接触使得监测人员感染疾病的概率，同时，还可以最大程度的降低外界温度对测量结果的影响，进而提高测量结果的准确性。
为使本申请的上述目的、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申请实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，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相关的附图。
图1为本申请实施例所提供的一种人体温度的测量方法的流程图；
图2为本申请另一实施例所提供的一种人体温度的测量方法的流程图；
图3为本申请实施例所提供的一种人体温度的测量装置的结构示意图之一；
图4为本申请实施例所提供的一种人体温度的测量装置的结构示意图之二；
图5为本申请实施例所提供的一种电子设备的结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的每个其他实施例，都属于本申请保护的范围。
首先，对本申请可适用的应用场景进行介绍。本申请可应用于红外测温技术领域。当需要测量行人的人体温度时，通过采集到的待测温行人的红外温度图像以及待标注行人图像，从红外温度图像中确定出待测温行人的人体温度，以及从待标注行人图像中确定出待测温行人的人体位置，基于确定出的待测温行人的人体位置，将待测温行人的人体温度标注在待标注行人图像中。这样，便能够远距离的对待测温行人的人体温度的进行测量，有助于降低由于近距离接触使得监测人员感染疾病的概率，同时，还可以最大程度的降低外界温度对测量结果的影响，进而提高测量结果的准确性。
经研究发现，目前，为了防止病毒在公共场所中的传播，通常都是在公共场所的入口处设置相应的监测口，监测人员在监测口使用测温枪等检测器具对进入的人员进行体温检测等，这样，便会使得监测人员与行人之间的距离远远小于安全距离，进而增加了监测人员以及行人的患病概率，易造成较大的人员损失以及经济损失。
基于此，本申请实施例提供了一种人体温度的测量方法，可以提高测量结果的准确性以及温度测量的速率。
请参阅图1，图1为本申请实施例所提供的一种人体温度的测量方法的流程图。如图1中所示，本申请实施例提供的人体温度的测量方法，包括：
S101、采集待测温行人的待标注行人图像以及红外温度图像。
该步骤中，在预设采集位置处设置用于采集图像的可见光摄像机以及红外温度摄像机，通过可见光摄像机采集待测温行人的待标注行人图像，并通过红外温度摄像机采集待测温行人的红外温度图像。
这里，待测温行人的待标注行人图像与红外温度图像的采集时刻以及采集区域相同。
另外，在确定待测温行人的待标注行人图像以及红外温度图像之前，首先，确定采集到的待标注行人图像中是否存在待测温行人，若存在，则将与该待标注行人图像采集时刻相同的红外温度图像确定为待测温行人的红外温度图像。
S102、从所述红外温度图像中确定出所述待测温行人的人体温度。
该步骤中，在采集到待测温行人的红外温度图像后，从红外温度图像中确定出待测温行人的人体温度。
这样，就不再需要监测人员通过测温枪等测温工具，近距离的测量待测温行人的人体温度，能够降低监测人员因为近距离接触待测温行人而患病的概率。
S103、确定所述待测温行人在所述待标注行人图像中的人体位置。
该步骤中，在获取到的待标注行人图像中可能会存在多个行人，为了能够更直观地确定出待标注行人图像中待测温行人的人体温度，还需从待标注行人图像中确定出待测温行人的人体位置，便于后续将人体温度标注在待标注行人图像中。
S104、基于所述人体位置，将所述人体温度标注在所述待标注行人图像中。
该步骤中，基于从待标注行人图像中确定出的待测温行人的人体位置，将从红外温度图像中确定出的人体温度标注在待标注行人图像中，以便监测人员查看待测温行人的人体温度。
这样，能够将待测温行人的人体温度简单明了的标注在待标注行人图像中，监测人员便可以通过标注有人体温度的待标注行人图像对待测温行人进行实时监测。
本申请实施例提供的人体温度的测量方法，采集待测温行人的待标注行人图像以及红外温度图像；从所述红外温度图像中确定出所述待测温行人的人体温度；确定所述待测温行人在所述待标注行人图像中的人体位置；基于所述人体位置，将所述人体温度标注在所述待标注行人图像中。
这样，本申请通过采集待测温行人的待标注图像以及红外温度图像，从待测温行人的红外温度图像中确定出待测温行人的人体温度，以及从待标注行人图像中确定出待测温行人的人体位置，基于确定出的人体位置，将待测温行人的人体温度标注在待标注行人图像中，以便监测人员通过图像对行人的人体温度进行监测，从而能够实现远距离的对待测温行人的人体温度进行测量，有助于降低由于近距离接触使得监测人员感染疾病的概率，同时，还可以最大程度的降低外界温度对测量结果的影响，进而提高测量结果的准确性。
请参阅图2，图2为本申请另一实施例提供的人体温度的测量方法的流程图。如图2中所示，本申请实施例提供的人体温度的测量方法，包括：
S201、采集待测温行人的待标注行人图像以及红外温度图像。
S202、以所述红外温度图像的像素坐标为基准，调整所述待标注行人图像的像素坐标，得到调整后的待标注行人图像。
该步骤中，由于待标注行人图像与红外温度图像分别采集于可见光摄像机和红外温度摄像机，所以，两张图像的采集角度之间会存在一定的差异，进而使得两张图像中像素坐标之间存在一定的差异，因此，需要对待标注行人图像与红外温度图像的像素坐标进行统一。
具体的，可以以红外温度图像的像素坐标为基准，通过坐标标定算法对待标注行人图像的像素坐标进行调整，坐标标定算法能够对上述两张图像(待标注行人图像与红外温度图像)中的像素关系进行标定，使得上述两张图像(待标注行人图像与红外温度图像)中的像素坐标点在图像中尽可能的保持一致，得到调整后的待标注行人图像。
S203、当调整后的待标注行人图像的像素坐标与所述红外温度图像的像素坐标之间的匹配度达到预设匹配阈值时，将调整后的待标注行人图像确定为校准行人图像。
该步骤中，当调整后的待标注行人图像的像素坐标与红外温度图像的像素坐标之间的匹配度达到预设匹配阈值时，确定待标注行人图像的像素坐标调整完毕，将调整后的待标注行人图像确定为校准行人图像。
示例性的，假设预设匹配阈值为90％，当调整后的待标注行人图像的像素坐标与红外温度图像的像素坐标之间的匹配度达到96％时，即当调整后的待标注行人图像的像素坐标与红外温度图像的像素坐标之间的匹配度大于或等于预设匹配阈值时，确定待标注行人图像的像素坐标调整完毕，将调整后的待标注行人图像确定为校准行人图像。
S204、从所述红外温度图像中确定出所述待测温行人的人体温度。
S205、确定所述待测温行人在所述待标注行人图像中的人体位置。
S206、基于所述人体位置，将所述人体温度标注在所述待标注行人图像中。
其中，S201、S204至S206的描述可以参照S101至S104的描述，并且能达到相同的技术效果，对此不做赘述。
进一步的，步骤S204包括：从所述校准行人图像中确定出所述待测温行人对应的待测温区域；确定所述待测温区域的区域像素坐标；基于所述区域像素坐标，从所述红外温度图像中确定出所述待测温行人的人体温度。
该步骤中，当从红外温度图像中确定出待测温行人的人体温度时，首先，需要从校准行人图像中确定出待测温行人对应的待测温区域，其中，待测温区域为待测温行人可以进行温度测量的区域范围；其次，确定出待测温区域的区域像素坐标；再根据确定出的待测温区域的区域像素坐标，从待测温行人的红外温度图像中确定出待测温行人的人体温度。
进一步的，所述基于所述区域像素坐标，从所述红外温度图像中确定出所述待测温行人的人体温度，包括：将所述红外温度图像中像素坐标与所述区域像素坐标相同的位置区域确定为红外测温区域；从所述红外测温区域中确定出多个候选温度值；将所述多个候选温度值中大于其他候选温度值的第一温度值确定为所述待测温行人对应的人体温度。
该步骤中，根据确定出的区域像素坐标，将在红外温度图像中像素坐标与待测温区域的区域像素坐标相同的位置区域确定为红外测温区域；从确定出的红外测温区域中确定出待测温行人对应的多个候选温度值，并将多个候选温度值中大于其他候选温度值的第一温度值，确定为待测温行人对应的人体温度，即将所有候选温度值中的最大温度值，确定为待测温行人对应的人体温度。
进一步的，步骤S205包括：确定所述待标注行人图像与所述校准行人图像之间的坐标差异；基于所述坐标差异，对所述区域像素坐标进行调整，得到调整后的区域像素坐标；基于调整后的区域像素坐标，从所述待标注行人图像中确定出待测温行人的人体位置。
该步骤中，由于校准行人图像是待标注行人图像经过坐标调整之后得到的，因此，待标注行人图像与校准行人图像之间存在坐标差异，所以，在确定待测温行人在待标注行人图像中的人体位置前，需要确定待标注行人图像与校准行人图像之间的坐标差异，并基于坐标差异对校准图像中待测温区域的区域像素坐标进行调整，再基于调整后的区域像素坐标从待标注行人图像中确定出待测温行人的人体位置，用于后续对待测温行人的人体温度进行标注。
进一步的，所述从所述校准行人图像中确定出所述待测温行人对应的待测温区域，包括：对所述校准行人图像进行面部区域检测，从所述校准行人图像中确定出待测温行人的面部区域；将所述面部区域确定为待测温区域。
该步骤中，对校准行人图像进行面部区域检测，根据待测温行人的面部信息，从校准行人图像中确定出待测温行人的面部所处区域，即待测温行人的面部区域，将待测温行人的面部区域确定为待测温区域。
其中，可以通过任何的面部检测算法对校准图像中的待测温行人的面部区域进行检测。
进一步的，所述从所述校准行人图像中确定出所述待测温行人对应的待测温区域，包括：对所述校准行人图像进行步态检测，从所述校准行人图像中确定出待测温行人的行人位置区域；将所述行人位置区域确定为待测温区域。
该步骤中，对校准行人图像进行步态检测，根据待测温行人的步态信息，从校准行人图像中确定出待测温行人所处的行人位置区域，将待测温行人的行人位置区域确定为待测温区域。
其中，可以通过任何的步态检测算法识别出待测温行人的步态信息，从而确定出待测温行人所处的行人位置区域。
进一步的，所述从所述校准行人图像中确定出所述待测温行人对应的待测温区域，包括：对所述校准行人图像进行步态检测，从所述校准行人图像中确定出待测温行人所处的行人位置区域；对所述行人位置区域进行面部区域检测，从所述行人位置区域中确定出待测温行人的面部位置区域；将所述面部位置区域确定为待测温区域。
该步骤中，在确定校准行人图像中的待测温区域时，首先，对校准行人图像进行步态检测，识别出待测温行人的步态信息，进而，根据待测温行人的步态信息确定出校准行人图像中待测温行人所处的行人位置区域；再对确定出的行人位置区域进行面部区域检测，从行人位置区域中确定出待测温行人的面部位置区域，并将待测温行人的面部位置区域确定为待测温区域。
这样，本申请能够对校准行人图像进行双层区域检测，可以提高检测结果的准确性，有助于避免由于错误检测使得后续人体温度的确定存在问题的情况。
进一步的，在步骤S206之后，所述测量方法还包括：确定所述人体温度是否大于预设温度阈值；若大于，将所述待标注行人图像中所述人体温度的标注颜色更改为预设警戒颜色，并将所述待测温行人确定为异常行人。
该步骤中，在确定出待测温行人的人体温度后，进一步的确定待测温行人的人体温度是否大于预设温度阈值；若确定出人体温度大于预设温度阈值，则将待标注行人图像中标注的该待测温行人的人体温度的标准颜色更改为预设警戒颜色，以提醒监测人员对该待测温行人进行关注，同时，将该待测温行人确定为异常行人。
示例性的，将待测温行人的人体温度标注在待标注行人图像中待测温区域的上方(待测温行人头部上方)以绿色为标注颜色进行标注，当该待测温行人的人体温度超过预设温度阈值时，将人体温度的标注颜色(即绿色)更改为预设警戒颜色(红色等)。
另外，在本申请中还可以确定出待测温区域对应的区域检测框，将确定出的区域检测框与人体温度一同标注在待标注行人图像中，并在将待测温行人确定为异常行人后，将区域检测框与人体温度的标注颜色更改为预设警戒颜色。
进一步的，在步骤S206之后，所述测量方法还包括：从标注有人体温度的待标注行人图像中提取所述待测温行人的行人特征信息，其中，所述行人特征信息包括所述待测温行人的面部图像、面部位置坐标、步态坐标、步态序列图以及人体温度中的至少一种；当所述待测温行人被确定为所述异常行人时，基于所述行人特征信息确定所述异常行人的行踪轨迹。
该步骤中，从标注有人体温度的待标注行人图像中提取待测温行人的行人特征信息，其中，行人特征信息包括待测温行人的面部图像、面部位置坐标、步态坐标、步态序列图以及人体温度中的至少一种；当该待测温行人被确定为异常行人之后，可以根据该待测温行人的行人特征信息对其行踪轨迹进行追踪，确定出该待测温行人的行踪轨迹。
其中，行踪轨迹包括该待测温行人去过的地方，接触到的人等等，以便监测人员对该待测温行人的密切接触者进行追踪，从而有助于减少病毒的传播范围，可以更快的控制住疫情的发展。
这里，可以通过任何的步态检测算法、人脸检测算法、步态跟踪算法以及质量跟踪算法等模型，提取出待测温行人的行人特征信息。
进一步的，在步骤S206之后，所述测量方法还包括：将标注有所述人体温度的待标注行人图像进行显示。
该步骤中，为了便于监测人员查看待测温行人的人体温度，将标注有带测温行人的人体温度的待标注行人图像进行展示。
另外，本申请在确定出待测温行人的校准行人图像后，还可以将待测温行人的人体温度标注在校准行人图像中，进而，将校准行人图像显示给监测人员。
本申请实施例提供的人体温度的测量方法，采集待测温行人的待标注行人图像以及红外温度图像；以所述红外温度图像的像素坐标为基准，调整所述待标注行人图像的像素坐标，得到调整后的待标注行人图像；当调整后的待标注行人图像的像素坐标与所述红外温度图像的像素坐标之间的匹配度达到预设匹配阈值时，将调整后的待标注行人图像确定为校准行人图像；从所述红外温度图像中确定出所述待测温行人的人体温度；确定所述待测温行人在所述待标注行人图像中的人体位置；基于所述人体位置，将所述人体温度标注在所述待标注行人图像中。
这样，本申请通过采集待测温行人的待标注图像以及红外温度图像，并以红外温度图像为基准调整待标注行人图像的像素坐标，得到待测温行人对应的校准行人图像，进而在校准行人图像的基础上，从待测温行人的红外温度图像中确定出待测温行人的人体温度，以及从待标注行人图像中确定出待测温行人的人体位置，基于确定出的人体位置，将待测温行人的人体温度标注在待标注行人图像中，以便监测人员通过图像对行人的人体温度进行监测，从而能够实现远距离的对待测温行人的人体温度进行测量，有助于降低由于近距离接触使得监测人员感染疾病的概率，同时，还可以最大程度的降低外界温度对测量结果的影响，进而提高测量结果的准确性。
请参阅图3、图4，图3为本申请实施例所提供的一种人体温度的测量装置的结构示意图之一，图4为本申请实施例所提供的一种人体温度的测量装置的结构示意图之二。如图3中所示，所述测量装置300包括：
图像采集模块310，用于采集待测温行人的待标注行人图像以及红外温度图像；
温度确定模块320，用于从所述红外温度图像中确定出所述待测温行人的人体温度；
位置确定模块330，用于确定所述待测温行人在所述待标注行人图像中的人体位置；
体温标注模块340，用于基于所述人体位置，将所述人体温度标注在所述待标注行人图像中。
进一步的，如图4所示，所述测量装置300还包括坐标调整模块350，所述坐标调整模块350用于：
以所述红外温度图像的像素坐标为基准，调整所述待标注行人图像的像素坐标，得到调整后的待标注行人图像；
当调整后的待标注行人图像的像素坐标与所述红外温度图像的像素坐标之间的匹配度达到预设匹配阈值时，将调整后的待标注行人图像确定为校准行人图像。
进一步的，所述温度确定模块320在用于从所述红外温度图像中确定出所述待测温行人的人体温度时，所述温度确定模块320用于：
从所述校准行人图像中确定出所述待测温行人对应的待测温区域；
确定所述待测温区域的区域像素坐标；
基于所述区域像素坐标，从所述红外温度图像中确定出所述待测温行人的人体温度。
进一步的，所述温度确定模块320在用于基于所述区域像素坐标，从所述红外温度图像中确定出所述待测温行人的人体温度时，所述温度确定模块320用于：
将所述红外温度图像中像素坐标与所述区域像素坐标相同的位置区域确定为红外测温区域；
从所述红外测温区域中确定出多个候选温度值；
将所述多个候选温度值中大于其他候选温度值的第一温度值确定为所述待测温行人对应的人体温度。
进一步的，所述位置确定模块330在用于确定所述待测温行人在所述待标注行人图像中的人体位置时，所述位置确定模块330用于：
确定所述待标注行人图像与所述校准行人图像之间的坐标差异；
基于所述坐标差异，对所述区域像素坐标进行调整，得到调整后的区域像素坐标；
基于调整后的区域像素坐标，从所述待标注行人图像中确定出待测温行人的人体位置。
进一步的，所述温度确定模块320在用于从所述校准行人图像中确定出所述待测温行人对应的待测温区域时，所述温度确定模块320用于：
对所述校准行人图像进行面部区域检测，从所述校准行人图像中确定出待测温行人的面部区域；
将所述面部区域确定为待测温区域。
进一步的，所述温度确定模块320在用于从所述校准行人图像中确定出所述待测温行人对应的待测温区域时，所述温度确定模块320用于：
对所述校准行人图像进行步态检测，从所述校准行人图像中确定出待测温行人的行人位置区域；
将所述行人位置区域确定为待测温区域。
进一步的，所述温度确定模块320在用于从所述校准行人图像中确定出所述待测温行人对应的待测温区域时，所述温度确定模块320用于：
对所述校准行人图像进行步态检测，从所述校准行人图像中确定出待测温行人所处的行人位置区域；
对所述行人位置区域进行面部区域检测，从所述行人位置区域中确定出待测温行人的面部位置区域；
将所述面部位置区域确定为待测温区域。
进一步的，所述测量装置300还包括预警模块360，所述预警模块360用于：
确定所述人体温度是否大于预设温度阈值；
若大于，将所述待标注行人图像中所述人体温度的标注颜色更改为预设警戒颜色，并将所述待测温行人确定为异常行人。
进一步的，所述测量装置300还包括行踪追溯模块370，所述行踪追溯模块370用于：
从标注有人体温度的待标注行人图像中提取所述待测温行人的行人特征信息，其中，所述行人特征信息包括所述待测温行人的面部图像、面部位置坐标、步态坐标、步态序列图以及人体温度中的至少一种；
当所述待测温行人被确定为所述异常行人时，基于所述行人特征信息确定所述异常行人的行踪轨迹。
进一步的，所述测量装置300还包括显示模块380，所述显示模块380用于：
将标注有所述人体温度的待标注行人图像进行显示。
本申请实施例提供的人体温度的测量装置，采集待测温行人的待标注行人图像以及红外温度图像；从所述红外温度图像中确定出所述待测温行人的人体温度；确定所述待测温行人在所述待标注行人图像中的人体位置；基于所述人体位置，将所述人体温度标注在所述待标注行人图像中。
这样，本申请通过采集待测温行人的待标注图像以及红外温度图像，从待测温行人的红外温度图像中确定出待测温行人的人体温度，以及从待标注行人图像中确定出待测温行人的人体位置，基于确定出的人体位置，将待测温行人的人体温度标注在待标注行人图像中，以便监测人员通过图像对行人的人体温度进行监测，从而能够实现远距离的对待测温行人的人体温度进行测量，有助于降低由于近距离接触使得监测人员感染疾病的概率，同时，还可以最大程度的降低外界温度对测量结果的影响，进而提高测量结果的准确性。
请参阅图5，图5为本申请实施例所提供的一种电子设备的结构示意图。如图5中所示，所述电子设备500包括处理器510、存储器520和总线530。
所述存储器520存储有所述处理器510可执行的机器可读指令，当电子设备500运行时，所述处理器510与所述存储器520之间通过总线530通信，所述机器可读指令被所述处理器510执行时，可以执行如上述图1以及图2所示方法实施例中的人体温度的测量方法的步骤，具体实现方式可参见方法实施例，在此不再赘述。
本申请实施例还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运行时可以执行如上述图1以及图2所示方法实施例中的人体温度的测量方法的步骤，具体实现方式可参见方法实施例，在此不再赘述。
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、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本申请所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，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，又例如，多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元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单元来实现本实施例方案的目的。
另外，在本申请各个实施例中的各功能单元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。
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，可以存储在一个处理器可执行的非易失的计算机可读取存储介质中。基于这样的理解，本申请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)执行本申请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(Read-OnlyMemory，ROM)、随机存取存储器(Random Access Memory，RAM)、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，仅为本申请的具体实施方式，用以说明本申请的技术方案，而非对其限制，本申请的保护范围并不局限于此，尽管参照前述实施例对本申请进行了详细的说明，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申请揭露的技术范围内，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申请实施例技术方案的精神和范围，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以权利要求的保护范围为准。
Claims (11)
1.一种人体温度的测量方法，其特征在于，所述测量方法包括：
采集待测温行人的待标注行人图像以及红外温度图像；
以所述红外温度图像的像素坐标为基准，调整所述待标注行人图像的像素坐标，得到调整后的待标注行人图像；
当调整后的待标注行人图像的像素坐标与所述红外温度图像的像素坐标之间的匹配度达到预设匹配阈值时，将调整后的待标注行人图像确定为校准行人图像；
从所述校准行人图像中确定出所述待测温行人对应的待测温区域；
确定所述待测温区域的区域像素坐标；
基于所述区域像素坐标，从所述红外温度图像中确定出所述待测温行人的人体温度；
确定所述待测温行人在所述待标注行人图像中的人体位置；
基于所述人体位置，将所述人体温度标注在所述待标注行人图像中。
2.根据权利要求1所述的测量方法，其特征在于，所述基于所述区域像素坐标，从所述红外温度图像中确定出所述待测温行人的人体温度，包括：
将所述红外温度图像中像素坐标与所述区域像素坐标相同的位置区域确定为红外测温区域；
从所述红外测温区域中确定出多个候选温度值；
将所述多个候选温度值中大于其他候选温度值的第一温度值确定为所述待测温行人对应的人体温度。
3.根据权利要求1所述的测量方法，其特征在于，所述确定所述待测温行人在所述待标注行人图像中的人体位置，包括：
确定所述待标注行人图像与所述校准行人图像之间的坐标差异；
基于所述坐标差异，对所述区域像素坐标进行调整，得到调整后的区域像素坐标；
基于调整后的区域像素坐标，从所述待标注行人图像中确定出待测温行人的人体位置。
4.根据权利要求1所述的测量方法，其特征在于，所述从所述校准行人图像中确定出所述待测温行人对应的待测温区域，包括：
对所述校准行人图像进行面部区域检测，从所述校准行人图像中确定出待测温行人的面部区域；
将所述面部区域确定为待测温区域。
5.根据权利要求1所述的测量方法，其特征在于，所述从所述校准行人图像中确定出所述待测温行人对应的待测温区域，包括：
对所述校准行人图像进行步态检测，从所述校准行人图像中确定出待测温行人的行人位置区域；
将所述行人位置区域确定为待测温区域。
6.根据权利要求1所述的测量方法，其特征在于，所述从所述校准行人图像中确定出所述待测温行人对应的待测温区域，包括：
对所述校准行人图像进行步态检测，从所述校准行人图像中确定出待测温行人所处的行人位置区域；
对所述行人位置区域进行面部区域检测，从所述行人位置区域中确定出待测温行人的面部位置区域；
将所述面部位置区域确定为待测温区域。
7.根据权利要求1所述的测量方法，其特征在于，在所述基于所述人体位置，将所述人体温度标注在所述待标注行人图像中之后，所述测量方法还包括：
确定所述人体温度是否大于预设温度阈值；
若大于，将所述待标注行人图像中所述人体温度的标注颜色更改为预设警戒颜色，并将所述待测温行人确定为异常行人。
8.根据权利要求7所述的测量方法，其特征在于，在所述基于所述人体位置，将所述人体温度标注在所述待标注行人图像中之后，所述测量方法还包括：
从标注有人体温度的待标注行人图像中提取所述待测温行人的行人特征信息，其中，所述行人特征信息包括所述待测温行人的面部图像、面部位置坐标、步态坐标、步态序列图以及人体温度中的至少一种；
当所述待测温行人被确定为所述异常行人时，基于所述行人特征信息确定所述异常行人的行踪轨迹。
9.一种人体温度的测量装置，其特征在于，所述测量装置包括：
图像采集模块，用于采集待测温行人的待标注行人图像以及红外温度图像；
坐标调整模块，用于以所述红外温度图像的像素坐标为基准，调整所述待标注行人图像的像素坐标，得到调整后的待标注行人图像；当调整后的待标注行人图像的像素坐标与所述红外温度图像的像素坐标之间的匹配度达到预设匹配阈值时，将调整后的待标注行人图像确定为校准行人图像；
温度确定模块，用于从所述校准行人图像中确定出所述待测温行人对应的待测温区域；确定所述待测温区域的区域像素坐标；基于所述区域像素坐标，从所述红外温度图像中确定出所述待测温行人的人体温度；
位置确定模块，用于确定所述待测温行人在所述待标注行人图像中的人体位置；
体温标注模块，用于基于所述人体位置，将所述人体温度标注在所述待标注行人图像中。
10.一种电子设备，其特征在于，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器与所述存储器之间通过所述总线通信，所述机器可读指令被所述处理器执行时执行如权利要求1至8中任一项所述的人体温度的测量方法的步骤。
11.一种计算机可读存储介质，其特征在于，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如权利要求1至8中任一项所述的人体温度的测量方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010556054.1A CN111738132B (zh) | 2020-06-17 | 2020-06-17 | 人体温度的测量方法、装置、电子设备及可读存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010556054.1A CN111738132B (zh) | 2020-06-17 | 2020-06-17 | 人体温度的测量方法、装置、电子设备及可读存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111738132A CN111738132A (zh) | 2020-10-02 |
| CN111738132B true CN111738132B (zh) | 2024-03-05 |
Family
ID=72649635
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010556054.1A Active CN111738132B (zh) | 2020-06-17 | 2020-06-17 | 人体温度的测量方法、装置、电子设备及可读存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111738132B (zh) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112432709B (zh) * | 2020-10-28 | 2022-03-01 | 浙江大华技术股份有限公司 | 人体测温的方法和系统 |
| CN113405666A (zh) * | 2021-05-18 | 2021-09-17 | 福州大学 | 结合识别人脸的红外热成像人体温度差值检测方法及装置 |
| CN113470818A (zh) * | 2021-07-08 | 2021-10-01 | 建信金融科技有限责任公司 | 疾病预测方法、装置、系统、电子设备及计算机可读介质 |
| CN114446487A (zh) * | 2022-01-19 | 2022-05-06 | 海南师范大学 | 一种基于人脸识别的体温检测和轨迹追踪方法 |
Citations (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5555512A (en) * | 1993-08-19 | 1996-09-10 | Matsushita Electric Industrial Co., Ltd. | Picture processing apparatus for processing infrared pictures obtained with an infrared ray sensor and applied apparatus utilizing the picture processing apparatus |
| CN103168467A (zh) * | 2010-08-16 | 2013-06-19 | 韩国标准科学研究院 | 使用热图像坐标的安防摄像机追踪和监控系统及方法 |
| CN107133592A (zh) * | 2017-05-05 | 2017-09-05 | 国网江苏省电力公司无锡供电公司 | 电力变电站采用红外热成像及可见光成像技术融合的人体目标特征检测算法 |
| 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 |
| CN109410252A (zh) * | 2018-12-20 | 2019-03-01 | 合肥英睿系统技术有限公司 | 一种热像设备 |
| CN109443553A (zh) * | 2018-08-20 | 2019-03-08 | 杭州御数信息技术有限公司 | 红外测温方法、装置、系统及计算机可读存储介质 |
| CN109491303A (zh) * | 2018-10-30 | 2019-03-19 | 国家电网有限公司 | 基于人工智能的项目现场管理系统及方法 |
| WO2019061293A1 (zh) * | 2017-09-29 | 2019-04-04 | 深圳市大疆创新科技有限公司 | 对象检测方法、对象检测终端及计算机可读介质 |
| 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 |
| CN110196103A (zh) * | 2019-06-27 | 2019-09-03 | Oppo广东移动通信有限公司 | 温度测量方法及相关设备 |
| CN110633682A (zh) * | 2019-09-19 | 2019-12-31 | 合肥英睿系统技术有限公司 | 基于双光融合的红外图像的异常监测方法、装置、设备 |
| CN111202504A (zh) * | 2020-02-12 | 2020-05-29 | 上海云从汇临人工智能科技有限公司 | 一种异常对象管理方法、系统、机器可读介质及设备 |
| CN111209810A (zh) * | 2018-12-26 | 2020-05-29 | 浙江大学 | 向可见光与红外图像准确实时行人检测的边界框分割监督深度神经网络架构 |
| CN111242946A (zh) * | 2020-03-03 | 2020-06-05 | 广州紫川电子科技有限公司 | 一种基于红外热成像的人体体温异常检测方法及装置 |
| CN111289110A (zh) * | 2020-02-14 | 2020-06-16 | 北京都是科技有限公司 | 人体温度检测方法、系统、装置及热红外图像处理器 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP3723364A4 (en) * | 2017-12-04 | 2021-02-24 | Sony Corporation | IMAGE PROCESSING DEVICE AND METHOD |
| US20200146557A1 (en) * | 2018-11-09 | 2020-05-14 | Electrical and Mechanical Services Department, The Government of the Hong Kong Special Administrativ | Smart Body Temperature Screening System at Controlled Area |
-
2020
- 2020-06-17 CN CN202010556054.1A patent/CN111738132B/zh active Active
Patent Citations (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5555512A (en) * | 1993-08-19 | 1996-09-10 | Matsushita Electric Industrial Co., Ltd. | Picture processing apparatus for processing infrared pictures obtained with an infrared ray sensor and applied apparatus utilizing the picture processing apparatus |
| CN103168467A (zh) * | 2010-08-16 | 2013-06-19 | 韩国标准科学研究院 | 使用热图像坐标的安防摄像机追踪和监控系统及方法 |
| CN107133592A (zh) * | 2017-05-05 | 2017-09-05 | 国网江苏省电力公司无锡供电公司 | 电力变电站采用红外热成像及可见光成像技术融合的人体目标特征检测算法 |
| WO2019061293A1 (zh) * | 2017-09-29 | 2019-04-04 | 深圳市大疆创新科技有限公司 | 对象检测方法、对象检测终端及计算机可读介质 |
| 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 |
| CN109443553A (zh) * | 2018-08-20 | 2019-03-08 | 杭州御数信息技术有限公司 | 红外测温方法、装置、系统及计算机可读存储介质 |
| CN109491303A (zh) * | 2018-10-30 | 2019-03-19 | 国家电网有限公司 | 基于人工智能的项目现场管理系统及方法 |
| CN109410252A (zh) * | 2018-12-20 | 2019-03-01 | 合肥英睿系统技术有限公司 | 一种热像设备 |
| CN111209810A (zh) * | 2018-12-26 | 2020-05-29 | 浙江大学 | 向可见光与红外图像准确实时行人检测的边界框分割监督深度神经网络架构 |
| 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 |
| CN110196103A (zh) * | 2019-06-27 | 2019-09-03 | Oppo广东移动通信有限公司 | 温度测量方法及相关设备 |
| CN110633682A (zh) * | 2019-09-19 | 2019-12-31 | 合肥英睿系统技术有限公司 | 基于双光融合的红外图像的异常监测方法、装置、设备 |
| CN111202504A (zh) * | 2020-02-12 | 2020-05-29 | 上海云从汇临人工智能科技有限公司 | 一种异常对象管理方法、系统、机器可读介质及设备 |
| CN111289110A (zh) * | 2020-02-14 | 2020-06-16 | 北京都是科技有限公司 | 人体温度检测方法、系统、装置及热红外图像处理器 |
| CN111242946A (zh) * | 2020-03-03 | 2020-06-05 | 广州紫川电子科技有限公司 | 一种基于红外热成像的人体体温异常检测方法及装置 |
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,李扬,王俊影,刘航;;《红外技术》;第41卷(第12期);第1181-1186页 * |
| 袁浩期,李扬,王俊影,刘航 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111738132A (zh) | 2020-10-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111738132B (zh) | 人体温度的测量方法、装置、电子设备及可读存储介质 | |
| WO2021174601A1 (zh) | 一种基于红外热成像的人体体温异常检测方法及装置 | |
| US20230419641A1 (en) | Method For Estimating Blood Component Quantities In Surgical Textiles | |
| KR101806400B1 (ko) | 흑체를 이용한 듀얼 카메라 기반 체온 감시 시스템 | |
| KR101729327B1 (ko) | 듀얼 카메라를 이용한 체온 추적 모니터링 시스템 | |
| KR20180123900A (ko) | 인체 감시 발열 경보 방법 및 장치 | |
| JP6544244B2 (ja) | 情報処理装置、情報処理方法及びプログラム | |
| CN111126153B (zh) | 基于深度学习的安全监测方法、系统、服务器及存储介质 | |
| CN111595450B (zh) | 测量温度的方法、装置、电子设备和计算机可读存储介质 | |
| US20160110614A1 (en) | Person detection system, method, and non-transitory computer readable medium | |
| KR101921610B1 (ko) | 촬영영상으로부터 객체를 감시하기 위한 장치 및 방법 | |
| CN102881106A (zh) | 一种热成像视频双鉴林火识别系统及其识别方法 | |
| CN103456168B (zh) | 一种交通路口行人行为监测系统和方法 | |
| CN110108363A (zh) | 一种机器人的人体红外温度监测装置 | |
| CN107948585A (zh) | 录像标记方法、装置及计算机可读存储介质 | |
| CN110036407B (zh) | 用于基于人类巩膜和瞳孔校正数字图像颜色的系统和方法 | |
| CN111898580A (zh) | 针对戴口罩人群的体温和呼吸数据采集系统、方法及设备 | |
| CN111289110A (zh) | 人体温度检测方法、系统、装置及热红外图像处理器 | |
| CN111920391A (zh) | 一种测温方法及设备 | |
| CN108362382B (zh) | 一种热成像监控方法及其监控系统 | |
| CN113314230A (zh) | 基于大数据的智能防疫方法、装置、设备及存储介质 | |
| CN111811667A (zh) | 温度检测方法、装置、电子设备及可读存储介质 | |
| CN112084882A (zh) | 一种行为检测方法、装置及计算机可读存储介质 | |
| CN111310717A (zh) | 运动人群无感体温智能筛查与身份识别装置 | |
| JP2023549865A (ja) | 児童を対象とした両眼距離測定の方法及びシステム |
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 |