CN111968291A - 人脸识别智能柱 - Google Patents
人脸识别智能柱 Download PDFInfo
- Publication number
- CN111968291A CN111968291A CN202010873500.1A CN202010873500A CN111968291A CN 111968291 A CN111968291 A CN 111968291A CN 202010873500 A CN202010873500 A CN 202010873500A CN 111968291 A CN111968291 A CN 111968291A
- Authority
- CN
- China
- Prior art keywords
- detection
- temperature
- signal
- abnormal
- terminal
- 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 claims abstract description 183
- 230000036760 body temperature Effects 0.000 claims abstract description 56
- 230000001815 facial effect Effects 0.000 claims abstract description 22
- 230000036541 health Effects 0.000 claims abstract description 14
- 238000009529 body temperature measurement Methods 0.000 claims abstract description 10
- 238000010586 diagram Methods 0.000 claims abstract description 10
- 230000002159 abnormal effect Effects 0.000 claims description 72
- 238000012790 confirmation Methods 0.000 claims description 35
- 239000000284 extract Substances 0.000 claims description 6
- 230000009471 action Effects 0.000 claims description 4
- 238000013507 mapping Methods 0.000 claims description 3
- 206010011409 Cross infection Diseases 0.000 abstract description 3
- 206010029803 Nosocomial infection Diseases 0.000 abstract description 3
- 238000000034 method Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 4
- 239000011521 glass Substances 0.000 description 4
- 238000002955 isolation Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 210000001061 forehead Anatomy 0.000 description 2
- 230000002265 prevention Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 230000000638 stimulation Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 210000003128 head Anatomy 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 238000010792 warming Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C9/00—Individual registration on entry or exit
- G07C9/30—Individual registration on entry or exit not involving the use of a pass
- G07C9/32—Individual registration on entry or exit not involving the use of a pass in combination with an identity check
- G07C9/37—Individual registration on entry or exit not involving the use of a pass in combination with an identity check using biometric data, e.g. fingerprints, iris scans or voice recognition
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/01—Measuring temperature of body parts ; Diagnostic temperature sensing, e.g. for malignant or inflamed tissue
-
- 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
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/161—Detection; Localisation; Normalisation
- G06V40/166—Detection; Localisation; Normalisation using acquisition arrangements
-
- 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
-
- 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
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Human Computer Interaction (AREA)
- Life Sciences & Earth Sciences (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Pathology (AREA)
- Surgery (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Biophysics (AREA)
- Animal Behavior & Ethology (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Alarm Systems (AREA)
Abstract
本发明属于测温设备技术领域,尤其涉及一种人脸识别智能柱,包括检测端和警务端;检测端用于采集温度数据,还用于采集人体的图像信息;检测端还用于根据采集的温度数据及人体图像数据得到温度分布图,还用于根据采集的人体图像信息提取面部区域图像,并结合温度分布图得到检测温度,还用于将检测温度与预设的健康阈值进行对比;还用于当检测温度大于健康阈值时,给警务端发送警示信号;警务端用于接收及查看警示信号。使用本装置,可以同时对多个人进行体温检测,检测效率高,可有效的减缓因排队而造成的人群扎堆现象;并且规避了“接触式检测”存在的交叉感染风险。
Description
技术领域
本发明属于测温设备技术领域,尤其涉及一种人脸识别智能柱。
背景技术
在越来越多企业复工、学校开学的时候,为了防止疫情扩散,人口密集的区域都做了相应的防控工作,其中,各公共区域的出入口(如学校大门、图书馆门口)更是作为重点区域对进出人员进行严格的监测。
由于发热检测的操作较为简单、检测效率较高,检测的方式主要是体温测量。目前,主流的体温检测方式是工作人员手持额头温度枪对出入人员进行头部的温度测量。
不过,额头温度枪一次只能对一位进出人员进行温度测量,并且检测的效率较低,这样就很容易导致排队现象,在人员进出的高峰时间段,更是可能造成人员拥堵、扎堆的情况,不仅耽搁排队人员的时间,也不利于疫情的防控。
发明内容
本发明的目的在于,提供一种人脸识别智能柱,能够有效的缓解高峰期的排队现象。
本发明提供的基础方案为:
人脸识别智能柱,包括检测端和警务端;
检测端用于采集温度数据,还用于采集人体的图像信息;检测端还用于根据采集的温度数据及人体图像数据得到温度分布图,还用于根据采集的人体图像信息提取面部区域图像,并结合温度分布图得到检测温度,还用于将检测温度与预设的健康阈值进行对比;还用于当检测温度大于健康阈值时,给警务端发送警示信号;
警务端用于接收及查看警示信号。
基础方案工作原理及有益效果:
检测端采集人体的温度数据的同时还采集人体的图像信息。之后,检测端将采集的人体图像信息和温度数据进行映射,得到待检测人员的身体的温度分布图,再根据采集的人体图像信息提取人脸区域图像,并结合温度分布图得到检测温度,即,得到带检测人员的面部温度数据。这样,就完成了对待检测人员的体温检测。
和现有技术使用温度枪进行测温相比,使用本人脸识别智能柱,可以同时对多个人进行体温检测,检测效率高,可有效的减缓因排队而造成的人群扎堆现象。并且规避了“接触式检测”存在的交叉感染风险。
再然后,检测端将检测温度与预设的健康阈值进行对比,若检测温度大于健康阈值,说明对应的被检测人员体温异常,因此,检测端给警务端发送警示信号,提醒工作人员注意有体温异常的人员。工作人员可及时进行后续处理,如温度确认、异常信息上报等事项。
进一步,检测端进行面部特征集合提取时,先从采集的图像信息中提取出人员的面部图像,再将戴口罩区域进行识别,之后在面部图像除戴口罩区域以外的区域内提取N个特征点,组成特征集合。
由于被检测人员基本都戴着口罩,用常规的面部识别技术,难以对面部进行有效的识别和匹配。通过这样处理,可有效的利用口罩外的区域进行特征集合的提取,从而保障面部识别及匹配的准确性。
进一步,N的数值不小于150。
特征值到达一定的数量级,才能保证特征集合与人员之间对应关系的唯一性。
进一步,警示信号包括异常人员的图像信息。
便于工作人员快速准确的找到体温异常的人员。
进一步,警务端还用于接收到警示信号后发送第一确认信号;检测端还用于接收第一确认信号;
检测端还用于接收到第一确认信号后,对异常人员进行二次检测,二次检测包括体温检测和动作检测;若二次检测为体温正常,则给警务端发送通行信号;若二次检测结果为体温异常且有面部遮挡物,则给警务端发送第二警示信号;若二次检测结果为体温异常且无面部遮挡物,则给警务端发送拦截信号;
警务端还用于接收通行信号、第二警示信号及拦截信号;还用于接收到第二警示信号后向检测端发送第二确认信号;还用于接收到拦截信号后向检测端发送第三确认信号;
检测端还用于接收到第二确认信号后,对异常人员进行三次检测,三次检测包括体温检测,若三次检测为体温正常,则给警务端发送通行信号;若三次检测结果为体温异常且无面部遮挡物,则给警务端发送拦截信号。
工作原理及效果:
要判断某个被检测者为温度异常者,需要满足两个检测条件:第一,被检测者存在温度异常点;第二,温度异常点与面部的距离小于预设值。但是,如果温度异常点并非人体本身温度,而是由外部物体发出,如通过检测点时将电话贴在面部打电话(且电话温度较高)、手机贴近面部发语音信息(如微信)、用暖水袋进行面部取暖等等。发生上述情况时,即使异常温度来源于外界物体,现有体温识别装置仍然会将该人员标记为温度异常人员。被标记为温度异常人员后,会由工作人员将其拦截下来,待工作人员用测温枪等测温仪器对其进行体温测量,若其体温正常则放行,若体温异常则进行后续的隔离操作。
这样的操作,体温异常的识别成功率不足,异常温度由外部物体发出的正常体温者同样会被拦截下来;除此,由于高峰期时人员较多,工作人员将被标记人员从群中拦截下来单独测量体温时,其他人员的行动同样会受到一定的影响,导致整体的通过效率降低。
使用本装置,当识别结果为存在异常时,会将包括异常人员信息(如穿白色衣服戴黑框眼镜的长头发女生)的图像发送给工作人员,工作人员根据异常人员的特征,可以对其进行提醒(如“那位白衣服戴黑框眼镜的女生,稍等一下”)。
在听到提醒后,大部分人都会下意识的放下手部,露出面部,检测端对进行二次检测;若检测结果为温度正常,则给警务端发送通行信号;若检测结果为温度异常且图像识别出其面部仍存在遮挡物,则给警务端发送第二警示信号;若检测结果为温度异常且面部无遮挡物,则给警务端发送拦截信号。
工作人员可根据警务端接收到的信号进行后续操作。若接收到通行信号,说明人员的体温不存在问题,直接放其通行即可;若接收到拦截信号,则说明该人员的体温的确存在异常,因此,工作人员将其拦截下来,进行后续的观察或隔离操作。若接收到第二警示信号,则说明还是不能确认该人员的面部仍然存在干扰,因此,工作人员可直接提醒该异常人员放下遮挡物,露出完整的面部后进行后续检测,同时,工作人员可通过警务端给检测端发送第二确认信号。
检测端接收到第二确认信号后,对异常人员进行三次检测,三次检测包括体温检测,若三次检测为体温正常,则给警务端发送通行信号;若三次检测结果为体温异常且无面部遮挡物,则给警务端发送拦截信号。工作人员可根据接收到的信号类型,对被检测者进行放行或拦截的操作。
这样,通过层层筛查的方式,本装置可将因面部被高温物体遮挡,导致温度检测异常的人员筛查出来,进一步提高了体温检测的准确性。
除此,通过这样的方式,工作人员只是在接收到拦截信号时将异常人员拦截下来,其他时候,只需要发出提醒即可,相应的,通行过程中,疑似人员可以持续向前移动,只是被提醒时驻足一下即可,其余时间可正常移动,也不会影响到其他正常通信人员。使用本装置,可以提高检测点的整体通过效率。
进一步,若接收警示信号后预设时间内发送第一确认信号,接收第二警示信号后预设时间内未发送第二确认信号,或接收拦截信号后预设时间内未发送第三确认信号,管理端发出紧急提醒。
发生上述情况,说明工作人员没有及时通过警务端向检测端进行反馈,可能导致检测端的后续工作受阻,因此,管理端发出紧急提醒,让工作人员及时进行反馈。
进一步,紧急提醒的方式为语音。
语音提醒的刺激性较强,能够引起工作人员的注意,及时向检测端进行反馈。
进一步,还包括服务器,服务器内存储有信息库,信息库包括人员信息、特征集合以及人员信息与特征集合的映射关系;检测端还用于发送警示信号时,根据提取的异常人员的面部区域图像,用预设的算法进行特征集合提取,并用提取的特征集合在服务器内进行人员信息匹配。
这样,当检测出体温存在异常的人员时,能够自动、快速匹配出该人员的个人信息,方便后续处理。
进一步,检测端还用于向服务器发送检测结果,检测结果包括检测人次、异常人次及异常人员信息;服务器还用于接收检测结果。
名词解释:检测人次,即测温仪检测体温的人次;异常人次,即测温仪检测到异常体温的人次。
与本地存储相比,用服务器进行存储的方式,一个服务器可以与多个检测终端进行通信,能够同时记录多个检测终端的检测数据,便于进行整体的数据分析。
进一步,检测端采集测温的方式为红外测温。
红外测温的技术成熟,采集温度的效率快且可靠度高。
附图说明
图1为本发明人脸识别智能柱实施例一的逻辑框图。
具体实施方式
下面通过具体实施方式进一步详细说明:
实施例一
如图1所示,人脸识别智能柱,包括检测端、管理端和服务器。
检测端通过5G模块或WIFI模块与服务器进行通信,本实施例中,服务器为腾讯云服务器。管理端为装载对应APP的手机或PC,本实施例中,管理终端为装载对应APP的手机,管理终端通过蓝牙模块与检测端进行通信。
检测端用于采集温度数据,还用于采集人体的图像信息;本实施例中,采集测温的方式为红外测温。因为红外测温的技术成熟,采集温度的效率快且可靠度高。
检测端还用于根据采集的温度数据及人体图像数据得到温度分布图,还用于根据采集的人体图像信息提取面部区域图像,并结合温度分布图得到检测温度,还用于将检测温度与预设的健康阈值进行对比。
具体的,检测端进行面部特征集合提取时,先从采集的图像信息中提取出人员的面部图像,再将戴口罩区域进行识别,之后在面部图像除戴口罩区域以外的区域内提取N个特征点,组成特征集合。N的数值不小于150,本实施例中,N的数值为150。特征值到达一定的数量级,才能保证特征集合与人员之间对应关系的唯一性。
还用于当检测温度大于健康阈值时,给警务端发送警示信号,警示信号包括体温异常人员的图像信息。本实施例中,健康阈值的数值为37.2。警务端用于接收及查看警示信号。检测端还用于向服务器发送检测结果,检测结果包括检测人次、异常人次及异常人员信息。
服务器内存储有信息库,信息库包括人员信息、特征集合以及人员信息与特征集合的映射关系;服务器还用于接收检测结果。与本地存储相比,用服务器进行存储的方式,一个服务器可以与多个检测终端进行通信,能够同时记录多个检测终端的检测数据,便于进行整体的数据分析。
检测端还用于发送警示信号时,根据提取的异常人员的面部区域图像,用预设的算法进行特征集合提取,并用提取的特征集合在服务器内进行人员信息匹配。
具体实施过程如下:
本实施例中,人脸智能识别柱的应用场景为校园大门处。在某校园的大门处安装有检测端,对进出的人员进行温度检测。当有学生、教师或其他人员进出校门时,只需将面部对准检测端即可。
采集端会采集路过人员的图像数据,同时用红外线测温的方式采集路过人员的温度数据采集。之后,采集端将温度数据与图像数据进行分析处理,得到路过人员的身体温度分布图;接着根据路过人员的图像数据,用图像分析的技术提取并锁定路过人员的面部,再结合其身体温度分布图,得到路过人员的面部温度数据,即检测数据。
再然后,采集端将得到的检测数据与预存的健康阈值进行对比,若检测数据大于健康阈值,如健康阈值为37.2℃而检测温度为37.4℃,此时,检测端给管理端发送警示信号,提醒工作人员注意有体温异常的人员。工作人员可及时进行后续处理,如温度确认、异常信息上报等事项。由于警示信号包括异常人员的图像信息。便于工作人员快速准确的找到体温异常的人员。
与此同时,检测端还通过面部特征集提取的方式,提取检测温度过高人员的面部特征集后,在服务器内匹配出该体温异常人员的个人信息。由于路过人员都戴着口罩,采用普通的面积识别方式,难以采集到足够的个人特征。本申请中采集特征集的方式为,以口罩的边缘为界限,对路过人员的面部图像进行分割,之后,从口罩之外的区域提取出150个特征点,150个特征点的分布排列方式,本领域技术人员可依据经验具体设置。
检测端按照预设的频率向服务器发送检测数据,检测数据包括检测人次,异常人次及异常人员信息。服务器接收到检测数据后将检测数据存储在服务器内。通过这样的方式,服务器能够及时接收最新的检测数据。同时,由于服务器能够同时与多个检测终端进行通讯,服务器可以获得足够的检测数据。
管理人员可通过管理终端可以查看服务器内的数据,以此了解各检测区域最新的检测情况。
和现有技术使用温度枪进行测温相比,使用本人脸识别智能柱,可以同时对多个人进行体温检测,检测效率高,可有效的减缓因排队而造成的人群扎堆现象。并且规避了“接触式检测”存在的交叉感染风险。
实施例二
与实施例一不同的是,本实施例中,警务端还用于接收到警示信号后发送第一确认信号;检测端还用于接收第一确认信号;
检测端还用于接收到第一确认信号后,对异常人员进行二次检测,二次检测包括体温检测和动作检测;若二次检测为体温正常,则给警务端发送通行信号;若二次检测结果为体温异常且有面部遮挡物,则给警务端发送第二警示信号;若二次检测结果为体温异常且无面部遮挡物,则给警务端发送拦截信号;
警务端还用于接收通行信号、第二警示信号及拦截信号;还用于接收到第二警示信号后向检测端发送第二确认信号;还用于接收到拦截信号后向检测端发送第三确认信号;
检测端还用于接收到第二确认信号后,对异常人员进行三次检测,三次检测包括体温检测,若三次检测为体温正常,则给警务端发送通行信号;若三次检测结果为体温异常且无面部遮挡物,则给警务端发送拦截信号。
若接收警示信号后预设时间内发送第一确认信号,接收第二警示信号后预设时间内未发送第二确认信号,或接收拦截信号后预设时间内未发送第三确认信号,管理端发出紧急提醒。本实施例中,紧急提醒的方式为语音。语音提醒的刺激性较强,能够引起工作人员的注意,及时向检测端进行反馈。
具体实施过程如下:
使用本装置,当识别结果为存在异常时,会将包括异常人员信息(如穿白色衣服戴黑框眼镜的长头发女生)的图像发送给工作人员,工作人员根据异常人员的特征,可以对其进行提醒(如“那位白衣服戴黑框眼镜的女生,稍等一下”)。
在听到提醒后,大部分人都会下意识的放下手部,露出面部,检测端对进行二次检测;若检测结果为温度正常,则给警务端发送通行信号;若检测结果为温度异常且图像识别出其面部仍存在遮挡物,则给警务端发送第二警示信号;若检测结果为温度异常且面部无遮挡物,则给警务端发送拦截信号。
工作人员可根据警务端接收到的信号进行后续操作。若接收到通行信号,说明人员的体温不存在问题,直接放其通行即可;若接收到拦截信号,则说明该人员的体温的确存在异常,因此,工作人员将其拦截下来,进行后续的观察或隔离操作。若接收到第二警示信号,则说明还是不能确认该人员的面部仍然存在干扰,因此,工作人员可直接提醒该异常人员放下遮挡物,露出完整的面部后进行后续检测,同时,工作人员可通过警务端给检测端发送第二确认信号。
检测端接收到第二确认信号后,对异常人员进行三次检测,三次检测包括体温检测,若三次检测为体温正常,则给警务端发送通行信号;若三次检测结果为体温异常且无面部遮挡物,则给警务端发送拦截信号。工作人员可根据接收到的信号类型,对被检测者进行放行或拦截的操作。
其中,若接收警示信号后预设时间内发送第一确认信号,接收第二警示信号后预设时间内未发送第二确认信号,或接收拦截信号后预设时间内未发送第三确认信号,说明工作人员没有及时通过警务端向检测端进行反馈,可能导致检测端的后续工作受阻,因此,管理端发出紧急提醒,让工作人员及时进行反馈。
这样,通过层层筛查的方式,本装置可将因面部被高温物体遮挡,导致温度检测异常的人员筛查出来,进一步提高了体温检测的准确性。
除此,通过这样的方式,工作人员只是在接收到拦截信号时将异常人员拦截下来,其他时候,只需要发出提醒即可,相应的,通行过程中,疑似人员可以持续向前移动,只是被提醒时驻足一下即可,其余时间可正常移动,也不会影响到其他正常通信人员。使用本装置,可以提高检测点的整体通过效率。
以上所述的仅是本发明的实施例,方案中的具体结构及特性等常识在此未作过多描述,所属领域普通技术人员知晓申请日或者优先权日之前发明所属技术领域所有的普通技术知识,能够获知该领域中所有的现有技术,并且具有应用该日期之前常规实验手段的能力,所属领域普通技术人员可以在本申请给出的启示下,结合自身能力完善并实施本方案,一些典型的公知结构或者公知方法不应当成为所属领域普通技术人员实施本申请的障碍。应当指出,对于本领域的技术人员来说,在不脱离本发明结构的前提下,还可以作出若干变形和改进,这些也应该视为本发明的保护范围,这些都不会影响本发明实施的效果和专利的实用性。本申请要求的保护范围应当以其权利要求的内容为准,说明书中的具体实施方式等记载可以用于解释权利要求的内容。
Claims (10)
1.人脸识别智能柱,其特征在于:包括检测端和警务端;
检测端用于采集温度数据,还用于采集人体的图像信息;检测端还用于根据采集的温度数据及人体图像数据得到温度分布图,还用于根据采集的人体图像信息提取面部区域图像,并结合温度分布图得到检测温度,还用于将检测温度与预设的健康阈值进行对比;还用于当检测温度大于健康阈值时,给警务端发送警示信号;
警务端用于接收及查看警示信号。
2.根据权利要求1所述的人脸识别智能柱,其特征在于:检测端进行面部特征集合提取时,先从采集的图像信息中提取出人员的面部图像,再将戴口罩区域进行识别,之后在面部图像除戴口罩区域以外的区域内提取N个特征点,组成特征集合。
3.根据权利要求2所述的人脸识别智能柱,其特征在于:N的数值不小于150。
4.根据权利要求1所述的人脸识别智能柱,其特征在于:警示信号包括异常人员的图像信息。
5.根据权利要求4所述的人脸识别智能柱,其特征在于:警务端还用于接收到警示信号后发送第一确认信号;检测端还用于接收第一确认信号;
检测端还用于接收到第一确认信号后,对异常人员进行二次检测,二次检测包括体温检测和动作检测;若二次检测为体温正常,则给警务端发送通行信号;若二次检测结果为体温异常且有面部遮挡物,则给警务端发送第二警示信号;若二次检测结果为体温异常且无面部遮挡物,则给警务端发送拦截信号;
警务端还用于接收通行信号、第二警示信号及拦截信号;还用于接收到第二警示信号后向检测端发送第二确认信号;还用于接收到拦截信号后向检测端发送第三确认信号;
检测端还用于接收到第二确认信号后,对异常人员进行三次检测,三次检测包括体温检测,若三次检测为体温正常,则给警务端发送通行信号;若三次检测结果为体温异常且无面部遮挡物,则给警务端发送拦截信号。
6.根据权利要求5所述的人脸识别智能柱,其特征在于:若接收警示信号后预设时间内发送第一确认信号,接收第二警示信号后预设时间内未发送第二确认信号,或接收拦截信号后预设时间内未发送第三确认信号,管理端发出紧急提醒。
7.根据权利要求6所述的人脸识别智能柱,其特征在于:紧急提醒的方式为语音。
8.根据权利要求1所述的人脸识别智能柱,其特征在于:还包括服务器,服务器内存储有信息库,信息库包括人员信息、特征集合以及人员信息与特征集合的映射关系;检测端还用于发送警示信号时,根据提取的异常人员的面部区域图像,用预设的算法进行特征集合提取,并用提取的特征集合在服务器内进行人员信息匹配。
9.根据权利要求8所述的人脸识别智能柱,其特征在于:检测端还用于向服务器发送检测结果,检测结果包括检测人次、异常人次及异常人员信息;服务器还用于接收检测结果。
10.根据权利要求1所述的人脸识别智能柱,其特征在于:检测端采集测温的方式为红外测温。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010873500.1A CN111968291B (zh) | 2020-08-26 | 2020-08-26 | 人脸识别智能柱 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010873500.1A CN111968291B (zh) | 2020-08-26 | 2020-08-26 | 人脸识别智能柱 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111968291A true CN111968291A (zh) | 2020-11-20 |
CN111968291B CN111968291B (zh) | 2022-05-17 |
Family
ID=73391425
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010873500.1A Active CN111968291B (zh) | 2020-08-26 | 2020-08-26 | 人脸识别智能柱 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111968291B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022144875A1 (en) * | 2020-12-29 | 2022-07-07 | Essence Smartcare Ltd. | A bio-parameter measuring system |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009279076A (ja) * | 2008-05-20 | 2009-12-03 | Masahiro Yoshizawa | 監視システム |
KR101729327B1 (ko) * | 2015-11-10 | 2017-04-21 | 홍미선 | 듀얼 카메라를 이용한 체온 추적 모니터링 시스템 |
CN109215806A (zh) * | 2018-10-31 | 2019-01-15 | 绍兴文理学院 | 一种基于人脸识别的公共场所健康监测系统及方法 |
CN111207836A (zh) * | 2020-02-19 | 2020-05-29 | 安徽达尔智能控制系统股份有限公司 | 基于云平台的出入口热成像人体测温筛查系统和方法 |
CN111243150A (zh) * | 2020-03-17 | 2020-06-05 | 苏州雷格特智能设备股份有限公司 | 智慧防疫闸机系统 |
CN111341461A (zh) * | 2020-02-24 | 2020-06-26 | 中国船舶重工集团公司第七一七研究所 | 红外疫情智能综合检测识别系统 |
CN111358443A (zh) * | 2020-03-06 | 2020-07-03 | 深圳市爱深盈通信息技术有限公司 | 体温监测方法及装置 |
CN111488811A (zh) * | 2020-03-31 | 2020-08-04 | 长沙千视通智能科技有限公司 | 人脸识别方法、装置、终端设备及计算机可读介质 |
KR102143231B1 (ko) * | 2020-03-26 | 2020-08-10 | 주식회사 동진에스앤디 | 얼굴 감시 및 열화상 감시를 이용한 건강 이상 감지방법, 건강 이상 감지장치 및 컴퓨터 프로그램 |
CN111521270A (zh) * | 2020-04-23 | 2020-08-11 | 烟台艾睿光电科技有限公司 | 一种体温筛查报警系统及其工作方法 |
-
2020
- 2020-08-26 CN CN202010873500.1A patent/CN111968291B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009279076A (ja) * | 2008-05-20 | 2009-12-03 | Masahiro Yoshizawa | 監視システム |
KR101729327B1 (ko) * | 2015-11-10 | 2017-04-21 | 홍미선 | 듀얼 카메라를 이용한 체온 추적 모니터링 시스템 |
CN109215806A (zh) * | 2018-10-31 | 2019-01-15 | 绍兴文理学院 | 一种基于人脸识别的公共场所健康监测系统及方法 |
CN111207836A (zh) * | 2020-02-19 | 2020-05-29 | 安徽达尔智能控制系统股份有限公司 | 基于云平台的出入口热成像人体测温筛查系统和方法 |
CN111341461A (zh) * | 2020-02-24 | 2020-06-26 | 中国船舶重工集团公司第七一七研究所 | 红外疫情智能综合检测识别系统 |
CN111358443A (zh) * | 2020-03-06 | 2020-07-03 | 深圳市爱深盈通信息技术有限公司 | 体温监测方法及装置 |
CN111243150A (zh) * | 2020-03-17 | 2020-06-05 | 苏州雷格特智能设备股份有限公司 | 智慧防疫闸机系统 |
KR102143231B1 (ko) * | 2020-03-26 | 2020-08-10 | 주식회사 동진에스앤디 | 얼굴 감시 및 열화상 감시를 이용한 건강 이상 감지방법, 건강 이상 감지장치 및 컴퓨터 프로그램 |
CN111488811A (zh) * | 2020-03-31 | 2020-08-04 | 长沙千视通智能科技有限公司 | 人脸识别方法、装置、终端设备及计算机可读介质 |
CN111521270A (zh) * | 2020-04-23 | 2020-08-11 | 烟台艾睿光电科技有限公司 | 一种体温筛查报警系统及其工作方法 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022144875A1 (en) * | 2020-12-29 | 2022-07-07 | Essence Smartcare Ltd. | A bio-parameter measuring system |
Also Published As
Publication number | Publication date |
---|---|
CN111968291B (zh) | 2022-05-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109543625B (zh) | 一种矿井人员唯一性识别系统及方法 | |
KR102012672B1 (ko) | 얼굴인식 기반의 사람 특징인식을 이용한 방범 시스템 및 방법 | |
CN114153343B (zh) | 一种健康码显示方法及电子设备 | |
CN109326073A (zh) | 一种基于多点定位的无线传感器网络安防监控系统 | |
CN111128397A (zh) | 感温智能穿戴监控装置及其监控方法 | |
CN111564224A (zh) | 一种具有健康监测的智能监控系统及其实现方法 | |
CN111028473B (zh) | 校园安全监控联动识别系统 | |
CN109740411A (zh) | 基于人脸识别的智能监控系统、监控方法及快速出警方法 | |
CN103530967A (zh) | 小区安防报警系统 | |
CN108397235B (zh) | 一种煤矿安全监测巡检管理系统 | |
CN111968291B (zh) | 人脸识别智能柱 | |
CN111970328A (zh) | 一种基于物联网的健康防疫管理系统 | |
CN111402475A (zh) | 一种带有测量体温功能的智能闸机通行系统、方法及计算机可读存储介质 | |
CN113837030A (zh) | 用于疫情防控的人员智能管控方法、系统及计算机设备 | |
CN106295470A (zh) | 一种银行自助服务区预警监测方法、装置及系统 | |
CN211237738U (zh) | 感温智能穿戴监控装置 | |
CN109492509A (zh) | 身份识别方法、装置、计算机可读介质及系统 | |
CN112489275A (zh) | 门禁控制方法、装置、电子设备及存储介质 | |
CN113793441B (zh) | 基于物联网的校园访客安全分析系统 | |
CN106327760B (zh) | 一种有限空间作业安全防护系统 | |
CN114170718A (zh) | 一种基于疫情共享数据分析的门禁智能管理预警系统 | |
CN113723276A (zh) | 基于静脉识别的健康码管理方法及相关装置 | |
CN106507037A (zh) | 人员入侵/越界的智能监控方法和系统 | |
CN109460714B (zh) | 识别对象的方法、系统和装置 | |
CN108022411B (zh) | 基于图像处理的监控系统 |
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 |