CN111753636B - 基于面部遮挡条件下的测温识别方法及系统 - Google Patents

基于面部遮挡条件下的测温识别方法及系统 Download PDF

Info

Publication number
CN111753636B
CN111753636B CN202010335738.9A CN202010335738A CN111753636B CN 111753636 B CN111753636 B CN 111753636B CN 202010335738 A CN202010335738 A CN 202010335738A CN 111753636 B CN111753636 B CN 111753636B
Authority
CN
China
Prior art keywords
image
mask
body temperature
person
face image
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
Application number
CN202010335738.9A
Other languages
English (en)
Other versions
CN111753636A (zh
Inventor
朱文剑
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Taizhou Kevoon Electronic Technology Co ltd
Original Assignee
Taizhou Kevoon Electronic Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Taizhou Kevoon Electronic Technology Co ltd filed Critical Taizhou Kevoon Electronic Technology Co ltd
Priority to CN202010335738.9A priority Critical patent/CN111753636B/zh
Publication of CN111753636A publication Critical patent/CN111753636A/zh
Application granted granted Critical
Publication of CN111753636B publication Critical patent/CN111753636B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16Human faces, e.g. facial parts, sketches or expressions
    • G06V40/161Detection; Localisation; Normalisation
    • G06V40/165Detection; Localisation; Normalisation using facial parts and geometric relationships
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01JMEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J5/00Radiation pyrometry, e.g. infrared or optical thermometry
    • G01J5/0022Radiation pyrometry, e.g. infrared or optical thermometry for sensing the radiation of moving bodies
    • G01J5/0025Living bodies
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16Human faces, e.g. facial parts, sketches or expressions
    • G06V40/168Feature extraction; Face representation
    • G06V40/171Local features and components; Facial parts ; Occluding parts, e.g. glasses; Geometrical relationships
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16Human faces, e.g. facial parts, sketches or expressions
    • G06V40/172Classification, e.g. identification

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Computer Interaction (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Geometry (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Collating Specific Patterns (AREA)

Abstract

本发明涉及一种基于面部遮挡条件下的测温识别方法及系统,其包括建立存储有包括若干无遮挡的人体面部图像及对应身份信息的人体面部图像数据库;获取人体温度时采集被测人员佩戴口罩的面部图像、并截取所采集的面部图像中的口罩轮廓图像;根据所采集的被测人员佩戴口罩的面部图像以确定被测人员口罩的佩戴位置,将截取的口罩轮廓图像一一移动至人体面部图像数据库中所有人体面部图像的对应位置;识别人体面部图像数据库中佩戴所截取的口罩轮廓后的人体面部图像中与被测人员的面部图像相同的人体面部图像对应的身份信息作为被测人员的身份信息。本发明具有对佩戴口罩的被测人员进行体温检测的同时,识别被测人员的身份信息的效果。

Description

基于面部遮挡条件下的测温识别方法及系统
技术领域
本发明涉及测温方法的技术领域,尤其是涉及一种基于面部遮挡条件下的测温方法及系统。
背景技术
现有技术中,对人体进行测温检疫的方法如授权公告号为CN209842719U公开的一种检验检疫系统,包括黑体、红外测温仪组、扬声器、证件阅读器、交换机及服务器,旅客通过检疫通道时,手持身份证、护照及通信证等证件,证件阅读器自动识别旅客身份,同时红外测温仪组和黑体对旅客体温进行自动扫描检测,并将身份信息和对应的旅客的体温信息一并传送至服务器,若服务器通过核对该旅客体温信息异常则发送信息给扬声器进行报警,服务器会对该报警进行记录。
上述中的现有技术方案存在以下缺陷:上述检验检疫系统同样可以用于测量佩戴口罩后人们的体温,然而在确定所测量人员的身份时,由于佩戴口罩的原因,需要被测人员拿出身份证进行识别确认,较为麻烦。
发明内容
针对现有技术存在的不足,本发明的目的之一是提供一种基于面部遮挡条件下的测温识别方法,可对佩戴口罩的被测人员进行体温检测,同时可识别被测人员的身份信息,无需被测人员拿出身份证进行识别确认,较为方便。
本发明的上述发明目的是通过以下技术方案得以实现的:
一种基于面部遮挡条件下的测温识别方法,包括:
建立存储有包括若干无遮挡的人体面部图像及对应身份信息的人体面部图像数据库;
获取人体温度时采集被测人员佩戴口罩的面部图像、并截取所采集的面部图像中的口罩轮廓图像;
根据所采集的被测人员佩戴口罩的面部图像以确定被测人员口罩的佩戴位置,将截取的口罩轮廓图像一一移动至人体面部图像数据库中所有人体面部图像的对应位置;
识别人体面部图像数据库中佩戴所截取的口罩轮廓后的人体面部图像中与被测人员的面部图像相同的人体面部图像对应的身份信息作为被测人员的身份信息。
通过采用上述技术方案,在对戴口罩的被测人员进行测温识别时,确定被测人员面部所戴口罩位置并截取口罩的轮廓图像,以作为人体面部图像数据库中所有人体面部图像的口罩轮廓,并将口罩轮廓移动至对应的位置上,之后再从人体面部图像数据库选取与被测人员面部图像相同的佩戴口罩后的面部图像,并将该面部图像对应的身份信息作为被测人员的身份信息,进而可在检测被测人员体温的同时识别被测人员的身份,便捷性高。
本发明在一较佳示例中可以进一步配置为:所述移动相同类型或截取的口罩图像至人体面部图像数据库所有的人体面部图像的对应位置时,包括:
建立被测人员面部图像中两个瞳孔中心之间的预测水平线、并确定预测水平线上的预测中间点位置;
根据预测中间点位置建立垂直于预测水平线且向口罩图像延伸的预测垂直线、并标记预测垂直线与口罩图像的第一接触点位置;
计算预测中间点与第一接触点之间的预测距离;
建立人体面部图像数据库中各面部图像中两个瞳孔中心之间的实际水平线、并确定实际水平线上的实际中间点位置;
根据实际中间点位置建立垂直于实际水平线的实际垂直线;
移动口罩轮廓图像时将第一接触点移动至与实际垂直线重合后,并使得第一接触点沿实际垂直线移动至与实际中间点的距离达到预测距离。
通过采用上述技术方案,通过在被测人员面部图像上设置预测水平线、预测中间点位置及预测垂直线,同时在人体面部图像数据库中的面部图像上设置对应的的实际水平线、实际中间点位置及实际垂直线,使得口罩轮廓在移动后第一接触点与实际中间点的距离与预测中间点与第一接触点之间的距离相同,有利于提高口罩轮廓在移动后所处位置的准确性。
本发明在一较佳示例中可以进一步配置为:所述佩戴所截取口罩以识别被测人员身份信息时,包括:
复制所获取的被测人员面部图像到人体面部图像数据库中所有佩戴所截取口罩后人体面部图像上;
将被测人员面部图像上的口罩轮廓与佩戴所截取口罩轮廓后人体面部图像上的口罩轮廓进行重合以形成重合识别图像;
标记重合识别图像中被测人员面部图像与佩戴所截取口罩轮廓后人体面部图像中的重合区域及分离区域;
计算分离区域的面积并与预设的分离面积阈值进行比较、并删除分离区域面积大于分离面积阈值的重合识别图像。
通过采用上述技术方案,通过设置重合识别图像,并根据重合识别图像上的重合区域及分离区域,以删除分离区域面积大于分离面积阈值的重合识别图像,以缩小人体面部图像数据库中所有佩戴所截取口罩后人体面部图像与被测人员面部对比的范围。
本发明在一较佳示例中可以进一步配置为:所述删除分离区域面积大于分离面积阈值的重合识别图像后,还包括:
以第一接触点为中心建立与预测水平线平行的分割水平线;
删除分割水平线以下存在分离区域的重合识别图像;
计算删除后的重合识别图像中位于分割水平线以上的分离区域的识别面积;
对比识别面积与预设的识别面积阈值、并将识别面积小于识别面积阈值的重合识别图像中的佩戴所截取口罩轮廓后人体面部图像对应的身份信息作为被测人员的身份信息。
通过采用上述技术方案,通过设置分割水平线以进一步缩小人体面部图像数据库中人体面部图像与被测人员面部对比的范围,以便于通过识别面积进行身份信息的确定。
本发明在一较佳示例中可以进一步配置为:所述确定被测人员身份信息后,还包括:
存储所获取的每个被测人员体温数据至预设的对应人员体温数据库内;
标记人员体温数据库中每个体温数据的获取时间;
对比同一个体温数据库中每个体温数据及任意相邻两个体温数据获取时间的时间间隔与预设的体温阈值及时间间隔阈值的大小;
于体温数据大于体温阈值或时间间隔小于时间间隔阈值时进行报警。
通过采用上述技术方案,可对确定身份信息的被测人员的体温数据及进出小区或村的时间进行实时监控。
本发明在一较佳示例中可以进一步配置为:所述人员体温数据库存储有超过体温数据个数阈值时,包括:
建立以获取时间横轴,对应体温数据为纵轴的体温数据图像,并标记体温阈值临界线;
建立以时间间隔计算次数为横轴,对应时间间隔数据为纵轴的时间间隔图像,并标记时间间隔阈值临界线。
通过采用上述技术方案,通过建立对应的数据图像,以便于直观显示被测人员体温及进出小区或村的时间。
针对现有技术存在的不足,本发明的目的之二是提供一种基于面部遮挡条件下的测温识别系统,可对佩戴口罩的被测人员进行体温检测,同时可识别被测人员的身份信息,无需被测人员拿出身份证进行识别确认,较为方便。
本发明的上述发明目的是通过以下技术方案得以实现的:
一种基于面部遮挡条件下的测温识别系统,包括:
建立存储有包括若干无遮挡的人体面部图像及对应身份信息的人体面部图像数据库;
体温检测模块,用于获取人体温度并采集被测人员佩戴口罩的面部图像、并截取所采集的面部图像中的口罩轮廓图像;
图像匹配模块,根据所采集的被测人员佩戴口罩的面部图像以确定被测人员口罩的佩戴位置,用于将截取的口罩轮廓图像一一移动至人体面部图像数据库中所有人体面部图像的对应位置;
身份识别模块,用于识别人体面部图像数据库中佩戴所截取的口罩轮廓后的人体面部图像中与被测人员的面部图像相同的人体面部图像对应的身份信息作为被测人员的身份信息。
本发明在一较佳示例中可以进一步配置为:还包括:
标点建立模块,用于建立被测人员面部图像中两个瞳孔中心之间的预测水平线及人体面部图像数据库中各面部图像中两个瞳孔中心之间的实际水平线,并确定预测水平线上的预测中间点位置及实际水平线上的实际中间点位置;
标线建立模块,用于根据预测中间点位置建立垂直于预测水平线且向口罩图像延伸的预测垂直线及根据实际中间点位置建立垂直于实际水平线的实际垂直线;
标距测算模块,用于标记预测垂直线与口罩图像的第一接触点位置、并计算预测中间点与第一接触点之间的预测距离;
口罩图像移动模块,用于移动口罩轮廓图像并使得第一接触点移动至与实际垂直线重合后且第一接触点沿实际垂直线移动至与实际中间点的距离达到预测距离。
本发明在一较佳示例中可以进一步配置为:还包括:
复制模块,用于复制所获取的被测人员面部图像到人体面部图像数据库中所有佩戴所截取口罩后人体面部图像上;
图像合并模块,用于将被测人员面部图像上的口罩轮廓与佩戴所截取口罩轮廓后人体面部图像上的口罩轮廓进行重合以形成重合识别图像;
图像标记模块,标记重合识别图像中被测人员面部图像与佩戴所截取口罩轮廓后人体面部图像中的重合区域及分离区域;
阈值存储模块,存储有分离面积阈值及识别面积阈值;
图像选择模块,计算分离区域的面积并与预设的分离面积阈值进行比较,删除分离区域面积大于分离面积阈值的重合识别图像;
建标模块,于分离区域面积小于分离面积阈值的重合识别图像上以第一接触点为中心建立与预测水平线平行的分割水平线;
图像筛选模块,用于删除分离区域面积小于分离面积阈值的重合识别图像中分割水平线以下存在分离区域的重合识别图像;
图像识别模块,用于计算分割水平线以上存在分离区域的重合识别图像中分离区域的识别面积,并将识别面积小于识别面积阈值的重合识别图像中的佩戴所截取口罩轮廓后人体面部图像对应的身份信息作为被测人员的身份信息。
本发明在一较佳示例中可以进一步配置为:还包括:
建立存储所获取的每个被测人员体温数据的对应人员体温数据库;
获取时间标记模块,用于标记人员体温数据库中每个体温数据的获取时间;
时间间隔计算模块,用于计算每个人员体温数据库中相邻两个体温数据获取的时间间隔;阈值模块,存储有体温阈值、时间间隔阈值及体温数据个数阈值;
图像模块,用于当人员体温数据库存储有超过体温数据个数阈值时,建立以获取时间横轴,对应体温数据为纵轴的体温数据图像,并标记体温阈值临界线、以及建立以时间间隔计算次数为横轴,对应时间间隔数据为纵轴的时间间隔图像,并标记时间间隔阈值临界线;
对比模块,用于对比同一个体温数据库中每个体温数据及任意相邻两个体温数据获取时间的时间间隔与预设的体温阈值及时间间隔阈值的大小;
报警模块,用于当体温数据大于体温阈值或时间间隔大于时间间隔阈值时进行报警。
综上所述,本发明包括以下至少一种有益技术效果:
在对戴口罩的被测人员进行测温识别时,通过截取口罩的轮廓图像,以作为人体面部图像数据库中所有人体面部图像的口罩轮廓,并将口罩轮廓移动至对应的位置上,之后再从人体面部图像数据库选取与被测人员面部图像相同的佩戴口罩后的面部图像,并将该面部图像对应的身份信息作为被测人员的身份信息,进而可在检测被测人员体温的同时识别被测人员的身份,便捷性高。
附图说明
图1是本发明实施例一的原理示意图一。
图2是本发明实施例一中测温器的结构示意图。
图3是本发明实施例一中口罩轮廓截取示意图。
图4是本发明实施例一的原理示意图二。
图5是本发明实施例一中口罩轮廓的移动示意图。
图6是本发明实施例一的原理示意图三。
图7是本发明实施例一的原理示意图四。
图8是本发明实施例一的原理示意图五。
图9是本发明实施例一的原理示意图六。
图10是本发明实施例二的原理示意图一。
图11是本发明实施例二的原理示意图二。
图中,1、人体面部图像数据库;2、体温检测模块;3、图像匹配模块;4、身份识别模块;5、标点建立模块;6、标线建立模块;7、标距测算模块;8、口罩图像移动模块;9、复制模块;10、图像合并模块;11、图像标记模块;12、阈值存储模块;13、图像选择模块;14、建标模块;15、图像筛选模块;16、图像识别模块;17、人员体温数据库;18、获取时间标记模块;19、时间间隔计算模块;20、阈值模块;21、图像模块;22、对比模块;23、报警模块。
具体实施方式
以下结合附图对本发明作进一步详细说明。
参照图1,为本发明公开的一种基于面部遮挡条件下的测温识别方法,运用于区域内部人员在戴口罩测温时进行人脸识别,本实施例中的区域优选为村、小区等。
具体测温识别的方法包括如下步骤:
步骤S100,建立存储有包括若干无遮挡的人体面部图像及对应身份信息的人体面部图像数据库。
本实施例中,在建立人体面部图像数据库前,可通过拍摄村、小区等内部人员在无遮挡条件下的面部图像,或者采集内部人员在距离开始测温识别前一段时间内所拍摄的照片,本实施例中的一段时间优选为一个月,之后将所拍摄的面部图像与采集的照片录入以建立包含村或小区等内部所有人面部图像的数据库,且根据所拍摄的面部图像与采集的照片获得对应人员的姓名、年龄及住址等身份信息。
步骤S200,获取人体温度时采集被测人员佩戴口罩的面部图像、并截取所采集的面部图像中的口罩轮廓图像。
本实施例中,在获取人体温度时,采用如图2所示的测温器,测温器内设置红外测温传感器、带蓝牙的主控模块、显示屏及连接终端数据电源接口的USB接口,其中红外测温传感器用于采集人体温度并发出体温检测模拟信号,主控模块接收体温检测模拟信号并转换为体温检测数字信号后通过蓝牙传递至显示屏以进行体温的显示,同时蓝牙可将体温检测数字信号通过USB接口传递至与测温器连接的终端中。
本实施例中终端可以是,但不限于手机、平板或PC机等,终端内设有体温APP以及连接体温APP的摄像头,人体面部图像数据库内的面部数据录入到体温APP内,测温器开始进行人体测温时,体温APP开始运行,摄像头开始拍摄被测人员的面部图像;当终端在接收到所检测的体温信号时,被测人员的面部图像同时传递至体温APP内,此时根据被测人员的面部图像,截取如图3所示的面部图像上的口罩轮廓。
参照图1、图4,步骤S300,根据所采集的被测人员佩戴口罩的面部图像以确定被测人员口罩的佩戴位置,将截取的口罩轮廓图像一一移动至人体面部图像数据库中所有人体面部图像的对应位置。
具体包括:
步骤S310,建立被测人员面部图像中两个瞳孔中心之间的预测水平线、并确定预测水平线上的预测中间点位置。
本实施例中,在终端的摄像头采集到被测人员的面部图像后,标记被测人员面部图像中眼睛内的两个瞳孔中心位置,对于人体眼镜中瞳孔中心位置的确定为公知常识,在此不在赘述,之后以两个瞳孔中心位置为端点并进行连接以形成预测水平线的线段,预测水平线上到两个瞳孔中心位置距离相同的点为预测中间点。
步骤S320,根据预测中间点位置建立垂直于预测水平线且向口罩图像延伸的预测垂直线、并标记预测垂直线与口罩图像的第一接触点位置。
本实施例中,预测垂直线向口罩图像方向延伸的过程中,当预测垂直线接触到口罩轮廓时停止延伸,此时第一接触点即为预测垂直线与口罩轮廓的交点。
步骤S330,计算预测中间点与第一接触点之间的预测距离。
本实施例中,预测距离为预测中间点与第一接触点之间的直线长度。
步骤S340,建立人体面部图像数据库中各面部图像中两个瞳孔中心之间的实际水平线、并确定实际水平线上的实际中间点位置。
本实施例中,将人体面部图像数据库中所有的无遮挡面部图像一一排列后,标记每张面部图像中眼睛的两个瞳孔中心位置,之后以两个瞳孔中心位置为端点并进行连接以形成实际水平线的线段,实际水平线上到两个瞳孔中心位置距离相同的点为预测中间点。
步骤S350,根据实际中间点位置建立垂直于实际水平线的实际垂直线。
步骤S360,移动口罩轮廓图像时将第一接触点移动至与实际垂直线重合后,并使得第一接触点沿实际垂直线移动至与实际中间点的距离达到预测距离。
本实施例中,将截取的口罩轮廓移动到人体面部图像数据库中每张无遮挡的面部图像上,使得第一接触点位于实际垂直线上并进行上下移动,直至第一接触点与实际中间点之间的长度达到预测中间点与第一接触点之间的直线长度,以完成对口罩轮廓图像的移动,如图5所示。
参照图1、图6,步骤S400,识别人体面部图像数据库中佩戴所截取的口罩轮廓后的人体面部图像中与被测人员的面部图像相同的人体面部图像对应的身份信息作为被测人员的身份信息。
识别人体面部图像数据库中与被测人员相同的面部图像时,具体包括以下步骤:步骤S410,复制所获取的被测人员面部图像到人体面部图像数据库中所有佩戴所截取口罩后人体面部图像上。
本实施例中,在完成将被测人员面部的口罩轮廓截取至人体面部图像数据库中所有面部图像,并佩戴至对应位置后,将摄像头所拍摄的被测人员面部图像复制到每一张佩戴口罩轮廓的人体面部图像数据库中的面部图像上。
步骤S420,将被测人员面部图像上的口罩轮廓与佩戴所截取口罩轮廓后人体面部图像上的口罩轮廓进行重合以形成重合识别图像。
本实施例中,将被测人员面部图像复制到每一张佩戴口罩轮廓的人体面部图像数据库中的面部图像时,由于人体面部图像数据库中面部图像上所佩戴的口罩轮廓为被测人员面部的口罩轮廓,进而在将被测人员面部图像与人体面部图像数据库中每张面部图像进行重合时,通过口罩轮廓的重合形成重合识别图像。
步骤S430,标记重合识别图像中被测人员面部图像与佩戴所截取口罩轮廓后人体面部图像中的重合区域及分离区域。
本实施例中,重合识别图像是通过将被测人员面部图像与人体面部图像数据库中的面部图像重合叠加形成,使得每张重合识别图像均包括两层面部图像及单层面部图像,重合区域即为两层面部图像的区域,分离区域即为单层面部图像的区域。
步骤S440,计算分离区域的面积并与预设的分离面积阈值进行比较、并删除分离区域面积大于分离面积阈值的重合识别图像。
本实施例中,分离区域面积即为单层面部图像区域的面积,分离区域面积大于分离面积阈值的重合识别图像中,关于人体面部图像数据库中的面部图像对应的身份信息非被测人员的身份信息,而分离区域面积小于分离面积阈值的重合识别图像中,需要进一步筛选。
参照图7,具体的,在筛选分离区域面积小于分离面积阈值的重合识别图像时,包括:
步骤S441,以第一接触点为中心建立与预测水平线平行的分割水平线。
本实施例中,重合识别图像中的第一接触点及预测水平线即为被测人员面部图像上的所标记第一接触点及两个瞳孔中心之间的连线,所建立的分割水平线运用于重合识别图像上。
步骤S442,删除分割水平线以下存在分离区域的重合识别图像。
本实施例中,根据分割水平线,将分离区域面积小于分离面积阈值的重合识别图像中,在分割水平线存在单层面部图像的重合识别图像继续删除。
步骤S443,计算删除后的重合识别图像中位于分割水平线以上的分离区域的识别面积。
本实施例中,所计算的分割水平线以上存在分离区域的重合识别图像中分离区域的面积为识别面积。
步骤S444,对比识别面积与预设的识别面积阈值、并将识别面积小于识别面积阈值的重合识别图像中的佩戴所截取口罩轮廓后人体面部图像对应的身份信息作为被测人员的身份信息。
本实施例中,当识别面积小于识别面积阈值时,此时再将对应的重合识别图像中的被测人员面部图像与人体面部图像数据库中的面部图像进行分离,且人体面部图像数据库中的面部图像对应的身份信息即为被测人员的身份信息。
需要注意的是本实施例中所建立的人体面部图像数据库能够使用的时间优选为一个月,从开始进行戴口罩人员的体温检测面部识别的一个月后,需要重新建立人体面部图像数据库。
参照图8,另外,在确定被测人员的身份信息后,本发明还包括:
步骤S500,存储所获取的每个被测人员体温数据至预设的对应人员体温数据库内。
本实施例中,根据人体面部图像数据库中面部图像对应的人员身份信息,建立每个人员的人员体温数据库,在测温器检测到被测人员的体温后,并将被测人员的身份信息确定后,将测温器所检测到的体温数据存储到对应身份信息的人员体温数据库内。
步骤S600,标记人员体温数据库中每个体温数据的获取时间。
本实施例中,在测温器检测到被测人员的体温并确定被测人员的身份,将体温数据存储到人员体温数据库后,记录存储的时间。
步骤S700,对比同一个体温数据库中每个体温数据及任意相邻两个体温数据获取时间的时间间隔与预设的体温阈值及时间间隔阈值的大小。
本实施例中,体温阈值优选为人体安全温度的37度,间隔时间阈值优选为进出小区或村的最大间隔时间48小时。
步骤S800,于体温数据大于体温阈值或时间间隔小于时间间隔阈值时进行报警。
本实施例中,当被测人员的体温数据大于体温阈值进行报警,或者被测人员相邻两次检测体温的时间间隔小于时间间隔阈值时进行报警,以对被测人员进行检查。
参照图9,进一步的,当每个人员体温数据库中所存储的体温数据个数超过体温数据个数阈值时,包括以下步骤,本实施例中体温数据个数阈值优选为5个。
步骤S610,建立以获取时间横轴,对应体温数据为纵轴的体温数据图像,并标记体温阈值临界线。
本实施例中,体温数据图像优选为折线图,相邻两个体温数据之间用直线连接,体温阈值临界线优选为纵轴上37度所处位置的体温临界直线,且体温临界直线垂直于纵轴。
步骤S620,建立以时间间隔计算次数为横轴,对应时间间隔数据为纵轴的时间间隔图像,并标记时间间隔阈值临界线。
本实施例中,每个时间间隔图像中的时间间隔计算次数均比体温数据图像中的体温获取次数少1次,时间间隔阈值临界线优选为纵轴上48小时所处位置的时间间隔临界直线,且时间间隔临界直线垂直于纵轴。
实施例二:
参照图10,一种基于面部遮挡条件下的测温识别系统,包括体温检测模块2、图像匹配模块3及身份识别模块4,并建立存储有包括若干无遮挡的人体面部图像及对应身份信息的人体面部图像数据库1;人体面部图像数据库1中的面部图像为通过拍摄的在无遮挡条件下人员的面部图像,及采集的在距离开始测温识别前一个月内人员所拍摄的照片。
体温检测模块2用于获取人体温度并采集被测人员佩戴口罩的面部图像、并截取所采集的面部图像中的口罩轮廓图像,本实施例中在获取人体温度时采用测温器;图像匹配模块3根据所采集的被测人员佩戴口罩的面部图像以确定被测人员口罩的佩戴位置,用于将截取的口罩轮廓图像一一移动至人体面部图像数据库1中所有人体面部图像的对应位置;身份识别模块4用于识别人体面部图像数据库1中佩戴所截取的口罩轮廓后的人体面部图像中与被测人员的面部图像相同的人体面部图像对应的身份信息作为被测人员的身份信息。
进一步的,移动相同类型或截取的口罩图像至人体面部图像数据库1所有的人体面部图像的对应位置时,本发明还包括标点建立模块5、标线建立模块6、标距测算模块7及口罩图像移动模块8。
标点建立模块5用于建立被测人员面部图像中两个瞳孔中心之间的预测水平线及人体面部图像数据库1中各面部图像中两个瞳孔中心之间的实际水平线,并确定预测水平线上的预测中间点位置及实际水平线上的实际中间点位置;标线建立模块6用于根据预测中间点位置建立垂直于预测水平线且向口罩图像延伸的预测垂直线及根据实际中间点位置建立垂直于实际水平线的实际垂直线;标距测算模块7用于标记预测垂直线与口罩图像的第一接触点位置、并计算预测中间点与第一接触点之间的预测距离;口罩图像移动模块8用于移动口罩轮廓图像并使得第一接触点移动至与实际垂直线重合后且第一接触点沿实际垂直线移动至与实际中间点的距离达到预测距离。
进一步的,佩戴所截取口罩以识别被测人员身份信息时,本发明还包括复制模块9、图像合并模块10、图像标记模块11、阈值存储模块12、图像选择模块13、建标模块14、图像筛选模块15及图像识别模块16。
复制模块9用于复制所获取的被测人员面部图像到人体面部图像数据库1中所有佩戴所截取口罩后人体面部图像上;图像合并模块10用于将被测人员面部图像上的口罩轮廓与佩戴所截取口罩轮廓后人体面部图像上的口罩轮廓进行重合以形成重合识别图像;图像标记模块11用于标记重合识别图像中被测人员面部图像与佩戴所截取口罩轮廓后人体面部图像中的重合区域及分离区域;阈值存储模块12内存储有分离面积阈值及识别面积阈值;图像选择模块13计算分离区域的面积并与预设的分离面积阈值进行比较,删除分离区域面积大于分离面积阈值的重合识别图像;建标模块14于分离区域面积小于分离面积阈值的重合识别图像上以第一接触点为中心建立与预测水平线平行的分割水平线;图像筛选模块15用于删除分离区域面积小于分离面积阈值的重合识别图像中分割水平线以下存在分离区域的重合识别图像;图像识别模块16用于计算分割水平线以上存在分离区域的重合识别图像中分离区域的识别面积,并将识别面积小于识别面积阈值的重合识别图像中的佩戴所截取口罩轮廓后人体面部图像对应的身份信息作为被测人员的身份信息。
参照图11,进一步的,在确定被测人员身份信息后,本发明还包括获取时间标记模块18、时间间隔计算模块19、阈值模块20、图像模块21、对比模块22及报警模块23,并建立存储所获取的每个被测人员体温数据的对应人员体温数据库17。
获取时间标记模块18用于标记人员体温数据库17中每个体温数据的获取时间;时间间隔计算模块19用于计算每个人员体温数据库17中相邻两个体温数据获取的时间间隔;阈值模块20内存储有体温阈值、时间间隔阈值及体温数据个数阈值;图像模块21用于当人员体温数据库17存储有超过体温数据个数阈值时,建立以获取时间横轴,对应体温数据为纵轴的体温数据图像,并标记体温阈值临界线、以及建立以时间间隔计算次数为横轴,对应时间间隔数据为纵轴的时间间隔图像,并标记时间间隔阈值临界线;对比模块22用于对比同一个体温数据库中每个体温数据及任意相邻两个体温数据获取时间的时间间隔与预设的体温阈值及时间间隔阈值的大小;报警模块23用于当体温数据大于体温阈值或时间间隔大于时间间隔阈值时进行报警。
本具体实施方式的实施例均为本发明的较佳实施例,并非依此限制本发明的保护范围,故:凡依本发明的结构、形状、原理所做的等效变化,均应涵盖于本发明的保护范围之内。

Claims (5)

1.一种基于面部遮挡条件下的测温识别方法,其特征在于:包括:
建立存储有包括若干无遮挡的人体面部图像及对应身份信息的人体面部图像数据库;
获取人体温度时采集被测人员佩戴口罩的面部图像、并截取所采集的面部图像中的口罩轮廓图像;
根据所采集的被测人员佩戴口罩的面部图像以确定被测人员口罩的佩戴位置,将截取的口罩轮廓图像一一移动至人体面部图像数据库中所有人体面部图像的对应位置;
识别人体面部图像数据库中佩戴所截取的口罩轮廓后的人体面部图像中与被测人员的面部图像相同的人体面部图像对应的身份信息作为被测人员的身份信息;
所述移动相同类型或截取的口罩图像至人体面部图像数据库所有的人体面部图像的对应位置时,包括:
建立被测人员面部图像中两个瞳孔中心之间的预测水平线、并确定预测水平线上的预测中间点位置;
根据预测中间点位置建立垂直于预测水平线且向口罩图像延伸的预测垂直线、并标记预测垂直线与口罩图像的第一接触点位置;
计算预测中间点与第一接触点之间的预测距离;
建立人体面部图像数据库中各面部图像中两个瞳孔中心之间的实际水平线、并确定实际水平线上的实际中间点位置;
根据实际中间点位置建立垂直于实际水平线的实际垂直线;
移动口罩轮廓图像时将第一接触点移动至与实际垂直线重合后,并使得第一接触点沿实际垂直线移动至与实际中间点的距离达到预测距离;
所述佩戴所截取口罩以识别被测人员身份信息时,包括:
复制所获取的被测人员面部图像到人体面部图像数据库中所有佩戴所截取口罩后人体面部图像上;
将被测人员面部图像上的口罩轮廓与佩戴所截取口罩轮廓后人体面部图像上的口罩轮廓进行重合以形成重合识别图像;
标记重合识别图像中被测人员面部图像与佩戴所截取口罩轮廓后人体面部图像中的重合区域及分离区域;
计算分离区域的面积并与预设的分离面积阈值进行比较、并删除分离区域面积大于分离面积阈值的重合识别图像;
所述删除分离区域面积大于分离面积阈值的重合识别图像后,还包括:
以第一接触点为中心建立与预测水平线平行的分割水平线;
删除分割水平线以下存在分离区域的重合识别图像;
计算删除后的重合识别图像中位于分割水平线以上的分离区域的识别面积;
对比识别面积与预设的识别面积阈值、并将识别面积小于识别面积阈值的重合识别图像中的佩戴所截取口罩轮廓后人体面部图像对应的身份信息作为被测人员的身份信息。
2.根据权利要求1所述的方法,其特征在于:所述确定被测人员身份信息后,还包括:
存储所获取的每个被测人员体温数据至预设的对应人员体温数据库内;
标记人员体温数据库中每个体温数据的获取时间;
对比同一个体温数据库中每个体温数据及任意相邻两个体温数据获取时间的时间间隔与预设的体温阈值及时间间隔阈值的大小;
于体温数据大于体温阈值或时间间隔小于时间间隔阈值时进行报警。
3.根据权利要求2所述的方法,其特征在于:所述人员体温数据库存储有超过体温数据个数阈值时,包括:
建立以获取时间横轴,对应体温数据为纵轴的体温数据图像,并标记体温阈值临界线;
建立以时间间隔计算次数为横轴,对应时间间隔数据为纵轴的时间间隔图像,并标记时间间隔阈值临界线。
4.一种基于面部遮挡条件下的测温识别系统,其特征在于:包括:
建立存储有包括若干无遮挡的人体面部图像及对应身份信息的人体面部图像数据库(1);
体温检测模块(2),用于获取人体温度并采集被测人员佩戴口罩的面部图像、并截取所采集的面部图像中的口罩轮廓图像;
图像匹配模块(3),根据所采集的被测人员佩戴口罩的面部图像以确定被测人员口罩的佩戴位置,用于将截取的口罩轮廓图像一一移动至人体面部图像数据库(1)中所有人体面部图像的对应位置;
身份识别模块(4),用于识别人体面部图像数据库(1)中佩戴所截取的口罩轮廓后的人体面部图像中与被测人员的面部图像相同的人体面部图像对应的身份信息作为被测人员的身份信息;
还包括:
标点建立模块(5),用于建立被测人员面部图像中两个瞳孔中心之间的预测水平线及人体面部图像数据库(1)中各面部图像中两个瞳孔中心之间的实际水平线,并确定预测水平线上的预测中间点位置及实际水平线上的实际中间点位置;
标线建立模块(6),用于根据预测中间点位置建立垂直于预测水平线且向口罩图像延伸的预测垂直线及根据实际中间点位置建立垂直于实际水平线的实际垂直线;
标距测算模块(7),用于标记预测垂直线与口罩图像的第一接触点位置、并计算预测中间点与第一接触点之间的预测距离;
口罩图像移动模块(8),用于移动口罩轮廓图像并使得第一接触点移动至与实际垂直线重合后且第一接触点沿实际垂直线移动至与实际中间点的距离达到预测距离;
还包括:
复制模块(9),用于复制所获取的被测人员面部图像到人体面部图像数据库(1)中所有佩戴所截取口罩后人体面部图像上;
图像合并模块(10),用于将被测人员面部图像上的口罩轮廓与佩戴所截取口罩轮廓后人体面部图像上的口罩轮廓进行重合以形成重合识别图像;
图像标记模块(11),标记重合识别图像中被测人员面部图像与佩戴所截取口罩轮廓后人体面部图像中的重合区域及分离区域;
阈值存储模块(12),存储有分离面积阈值及识别面积阈值;
图像选择模块(13),计算分离区域的面积并与预设的分离面积阈值进行比较,删除分离区域面积大于分离面积阈值的重合识别图像;
建标模块(14),于分离区域面积小于分离面积阈值的重合识别图像上以第一接触点为中心建立与预测水平线平行的分割水平线;
图像筛选模块(15),用于删除分离区域面积小于分离面积阈值的重合识别图像中分割水平线以下存在分离区域的重合识别图像;
图像识别模块(16),用于计算分割水平线以上存在分离区域的重合识别图像中分离区域的识别面积,并将识别面积小于识别面积阈值的重合识别图像中的佩戴所截取口罩轮廓后人体面部图像对应的身份信息作为被测人员的身份信息。
5.根据权利要求4所述的系统,其特征在于:还包括:
建立存储所获取的每个被测人员体温数据的对应人员体温数据库(17);
获取时间标记模块(18),用于标记人员体温数据库(17)中每个体温数据的获取时间;
时间间隔计算模块(19),用于计算每个人员体温数据库(17)中相邻两个体温数据获取的时间间隔;
阈值模块(20),存储有体温阈值、时间间隔阈值及体温数据个数阈值;
图像模块(21),用于当人员体温数据库(17)存储有超过体温数据个数阈值时,建立以获取时间横轴,对应体温数据为纵轴的体温数据图像,并标记体温阈值临界线、以及建立以时间间隔计算次数为横轴,对应时间间隔数据为纵轴的时间间隔图像,并标记时间间隔阈值临界线;
对比模块(22),用于对比同一个体温数据库中每个体温数据及任意相邻两个体温数据获取时间的时间间隔与预设的体温阈值及时间间隔阈值的大小;
报警模块(23),用于当体温数据大于体温阈值或时间间隔大于时间间隔阈值时进行报警。
CN202010335738.9A 2020-04-25 2020-04-25 基于面部遮挡条件下的测温识别方法及系统 Active CN111753636B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010335738.9A CN111753636B (zh) 2020-04-25 2020-04-25 基于面部遮挡条件下的测温识别方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010335738.9A CN111753636B (zh) 2020-04-25 2020-04-25 基于面部遮挡条件下的测温识别方法及系统

Publications (2)

Publication Number Publication Date
CN111753636A CN111753636A (zh) 2020-10-09
CN111753636B true CN111753636B (zh) 2024-02-20

Family

ID=72673577

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010335738.9A Active CN111753636B (zh) 2020-04-25 2020-04-25 基于面部遮挡条件下的测温识别方法及系统

Country Status (1)

Country Link
CN (1) CN111753636B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112488647A (zh) * 2020-11-25 2021-03-12 京东方科技集团股份有限公司 考勤系统及方法、存储介质及电子设备
CN113420675A (zh) * 2021-06-25 2021-09-21 浙江大华技术股份有限公司 一种口罩佩戴规范度的检测方法及装置

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106546338A (zh) * 2016-11-04 2017-03-29 中云智慧(北京)科技有限公司 一种卫生检疫自助通行方法
CN109186584A (zh) * 2018-07-18 2019-01-11 浙江臻万科技有限公司 一种基于人脸识别的室内定位方法及定位系统
CN110309719A (zh) * 2019-05-27 2019-10-08 安徽继远软件有限公司 一种电网作业人员安全帽佩戴管理控制方法和系统

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106546338A (zh) * 2016-11-04 2017-03-29 中云智慧(北京)科技有限公司 一种卫生检疫自助通行方法
CN109186584A (zh) * 2018-07-18 2019-01-11 浙江臻万科技有限公司 一种基于人脸识别的室内定位方法及定位系统
CN110309719A (zh) * 2019-05-27 2019-10-08 安徽继远软件有限公司 一种电网作业人员安全帽佩戴管理控制方法和系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
人脸识别在视频监控领域的应用;王智昊;柴宝起;;中国公共安全(第08期);全文 *

Also Published As

Publication number Publication date
CN111753636A (zh) 2020-10-09

Similar Documents

Publication Publication Date Title
KR101729327B1 (ko) 듀얼 카메라를 이용한 체온 추적 모니터링 시스템
KR101978264B1 (ko) 비접촉식 체온 모니터링 시스템
KR101806400B1 (ko) 흑체를 이용한 듀얼 카메라 기반 체온 감시 시스템
CN111753636B (zh) 基于面部遮挡条件下的测温识别方法及系统
US7336807B2 (en) Dishonest registration preventive apparatus in personal authentication system
CN111341461A (zh) 红外疫情智能综合检测识别系统
KR20210120785A (ko) 얼굴 감시 및 열화상 감시를 이용한 건강 이상 감지방법, 건강 이상 감지장치 및 컴퓨터 프로그램
CN211527668U (zh) 一种基于人体身份特征识别的测温装置
CN110108363A (zh) 一种机器人的人体红外温度监测装置
CN111772595A (zh) 一种群体体温检测系统与方法
KR102268431B1 (ko) 열화상 카메라 체온측정 시스템 및 이를 이용한 데이터 이용 시스템
CN112001953A (zh) 温度检测的方法、装置、设备和计算机设备
CN113793475A (zh) 一种重点区域老人跌倒检测系统和方法
CN112816073B (zh) 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
CN106618580B (zh) 一种斜视与眼球震颤头位检测方法、装置及系统
CN112528767A (zh) 基于机器视觉的施工机械操作员疲劳作业检测系统及方法
CN111595460A (zh) 一种基于人脸识别的高精度红外测温方法、装置
CN111310717A (zh) 运动人群无感体温智能筛查与身份识别装置
CN111428588A (zh) 人证核验装置及系统
Rao et al. F 3 s: Free flow fever screening
CN212378909U (zh) 一种人脸识别手腕测温终端
CN112603256B (zh) 基于瞳孔大小的高精度非接触式涉毒检测方法及检测系统
CN112883809A (zh) 一种目标检测方法、装置、设备及介质
US20230290206A1 (en) Information processing device, system, information processing method, and recording medium
KR20100071222A (ko) 감시 카메라 시스템에서 카메라 영상의 사람 객체 움직임 양에 따른 가변 프레임 동영상 저장 방법과 감시 영상 인증방법

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