CN112001953A - 温度检测的方法、装置、设备和计算机设备 - Google Patents
温度检测的方法、装置、设备和计算机设备 Download PDFInfo
- Publication number
- CN112001953A CN112001953A CN202010730901.1A CN202010730901A CN112001953A CN 112001953 A CN112001953 A CN 112001953A CN 202010730901 A CN202010730901 A CN 202010730901A CN 112001953 A CN112001953 A CN 112001953A
- Authority
- CN
- China
- Prior art keywords
- detection
- angle
- image
- target
- temperature
- 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.)
- Pending
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 247
- 238000000034 method Methods 0.000 claims abstract description 55
- 238000001914 filtration Methods 0.000 claims abstract description 9
- 238000001931 thermography Methods 0.000 claims description 24
- 238000003384 imaging method Methods 0.000 claims description 21
- 238000004590 computer program Methods 0.000 claims description 17
- 210000001061 forehead Anatomy 0.000 claims description 13
- 238000012549 training Methods 0.000 claims description 10
- 238000007689 inspection Methods 0.000 claims description 4
- 238000010586 diagram Methods 0.000 description 12
- 238000009529 body temperature measurement Methods 0.000 description 11
- 238000013507 mapping Methods 0.000 description 4
- 230000036760 body temperature Effects 0.000 description 3
- 238000013527 convolutional neural network Methods 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 238000012935 Averaging Methods 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 241001465754 Metazoa Species 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 210000004709 eyebrow Anatomy 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 210000004279 orbit Anatomy 0.000 description 1
- 238000011176 pooling Methods 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Images
Classifications
-
- 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
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
- G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
- G06T7/344—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods involving models
-
- 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
- G01J5/02—Constructional details
- G01J5/025—Interfacing a pyrometer to an external device or network; User interface
-
- 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
- G01J5/02—Constructional details
- G01J5/026—Control of working procedures of a pyrometer, other than calibration; Bandwidth calculation; Gain control
-
- 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
- G01J5/02—Constructional details
- G01J5/0275—Control or determination of height or distance or angle information for sensors or receivers
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
- G06T7/75—Determining position or orientation of objects or cameras using feature-based methods involving models
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
-
- 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
-
- 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
-
- 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
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20081—Training; Learning
-
- 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
- G06T2207/30201—Face
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- General Health & Medical Sciences (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Human Computer Interaction (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Life Sciences & Earth Sciences (AREA)
- Medical Informatics (AREA)
- Evolutionary Computation (AREA)
- Software Systems (AREA)
- Databases & Information Systems (AREA)
- Computing Systems (AREA)
- Artificial Intelligence (AREA)
- Geometry (AREA)
- Heart & Thoracic Surgery (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Biomedical Technology (AREA)
- Pathology (AREA)
- Biophysics (AREA)
- Radiation Pyrometers (AREA)
- Image Analysis (AREA)
Abstract
本申请涉及一种温度检测的方法、装置、设备和计算机设备，其中，该温度检测的方法包括：获取目标的检测图像，将该检测图像输入角度检测模型；通过该角度检测模型，将该检测图像与该角度检测模型中的样本图像进行对应，获取该目标与摄像装置之间的检测角度；在该检测角度在预设角度范围内的情况下，获取该检测图像中该目标的温度。通过本申请，解决了在对目标人员进行检测的过程中，需要对图像中的所有温度点进行计算，检测效率低的问题，实现了对检测图像的过滤，提高了检测效率，同时降低了由于检测图像中部分区域温度过高带来的误报率。
Description
技术领域
本申请涉及温度检测技术领域，特别是涉及温度检测的方法、装置、设备和计算机设备。
背景技术
在疫情防控中，体温检测是对疑似感染人员最高效的确认手段，在机场、火车站、学校、购物中心等公共区域，通常通过红外热成像对人群进行体温检测。通常情况下，人体测温的范围较小，在30到45摄氏度之间，同时人体测温的精度要求较高，目的是便于准确对疑似感染人员和正常人员进行区分。
在相关技术中，在检测目标人员的体温之后，再对超过预定值的高温范围进行标定，这一方法需要对每一张图像的所有温度点进行计算，效率较低，而且在温度计算的过程中，不能对感兴趣区域进行针对测量。
目前针对相关技术中，在对目标人员进行检测的过程中，需要对图像中的所有温度点进行计算，检测效率低的问题，尚未提出有效的解决方案。
发明内容
本申请实施例提供了一种温度检测的方法、装置、设备、计算机设备和计算机可读存储介质，以至少解决相关技术中在对目标人员进行检测的过程中，需要对图像中的所有温度点进行计算，检测效率低的问题。
第一方面，本申请实施例提供了一种温度检测的方法，所述方法包括：
获取目标的检测图像，将所述检测图像输入角度检测模型；
通过所述角度检测模型，将所述检测图像与所述角度检测模型中的样本图像进行对应，获取所述目标与摄像装置之间的检测角度；
在所述检测角度在预设角度范围内的情况下，获取所述检测图像中所述目标的温度。
在其中一些实施例中，训练所述角度检测模型包括：
获取样本图像，标注所述样本图像中，样本目标与所述摄像装置之间的成像角度；
将所述成像角度分成多个角度区间，根据每个所述角度区间中的所述样本图像，对所述角度检测模型进行训练。
在其中一些实施例中，在所述获取所述目标与摄像装置之间的检测角度之后，所述方法还包括：
在所述检测角度不在所述预设角度范围内的情况下，将所述检测图像过滤。
在其中一些实施例中，所述获取所述检测图像中所述目标的温度至少包括以下之一：
获取所述目标的脸部区域，根据所述脸部区域的温度信息，计算所述目标的温度；或者，
获取所述目标的额头区域，根据所述额头区域的温度信息，计算所述目标的温度。
在其中一些实施例中，所述获取所述检测图像中所述目标的温度还包括：
设置测温框的几何参数和位置参数，根据所述测温框中的温度信息，计算所述目标的温度。
在其中一些实施例中，所述获取所述检测图像中所述目标的温度还包括：
获取所述目标的红外热成像，通过所述检测图像与所述红外热成像之间的坐标对应，根据所述红外热成像中的温度信息，计算所述目标的温度。
第二方面，本申请实施例提供了一种温度检测的装置，所述装置包括图像采集设备和微控制器：
所述微控制器通过所述图像采集设备获取目标的检测图像，将所述检测图像输入角度检测模型；
所述微控制器通过所述角度检测模型，将所述检测图像与所述角度检测模型中的样本图像进行对应，获取所述目标与所述图像采集设备之间的检测角度；
在所述检测角度在预设角度范围内的情况下，所述微控制器获取所述检测图像中，所述目标的温度。
第三方面，本申请实施例提供了一种温度检测的设备，所述设备包括获取模块、对应模块和检测模块：
所述获取模块，通过摄像装置获取目标的检测图像，将所述检测图像输入角度检测模型；
所述对应模块，通过所述角度检测模型，将所述检测图像与所述角度检测模型中的样本图像进行对应，获取所述目标与所述摄像装置之间的检测角度；
所述检测模块，在所述检测角度在预设角度范围内的情况下，获取所述检测图像中，所述目标的温度。
第四方面，本申请实施例提供了一种计算机设备，包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述任一所述方法。
第五方面，本申请实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述任一所述方法。
相比于相关技术，本申请实施例提供的温度检测的方法，通过获取目标的检测图像，将该检测图像输入角度检测模型；通过该角度检测模型，将该检测图像与该角度检测模型中的样本图像进行对应，获取该目标与摄像装置之间的检测角度；在该检测角度在预设角度范围内的情况下，获取该检测图像中该目标的温度。解决了在对目标人员进行检测的过程中，需要对图像中的所有温度点进行计算，检测效率低的问题，实现了对检测图像的过滤，提高了检测效率，同时降低了由于检测图像中部分区域温度过高带来的误报率。
本申请的一个或多个实施例的细节在以下附图和描述中提出，以使本申请的其他特征、目的和优点更加简明易懂。
附图说明
此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
图1是根据本申请实施例的温度检测的方法的应用环境示意图；
图2是根据本申请实施例的温度检测的方法的流程图；
图3是根据本申请实施例的角度检测模型的训练方法的流程图；
图4是根据本申请实施例的温度检测的装置的结构框图；
图5是根据本申请实施例的温度检测的设备的结构框图；
图6是根据本申请实施例的电子设备的内部结构示意图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行描述和说明。应当理解，此处所描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。基于本申请提供的实施例，本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。
显而易见地，下面描述中的附图仅仅是本申请的一些示例或实施例，对于本领域的普通技术人员而言，在不付出创造性劳动的前提下，还可以根据这些附图将本申请应用于其他类似情景。此外，还可以理解的是，虽然这种开发过程中所作出的努力可能是复杂并且冗长的，然而对于与本申请公开的内容相关的本领域的普通技术人员而言，在本申请揭露的技术内容的基础上进行的一些设计，制造或者生产等变更只是常规的技术手段，不应当理解为本申请公开的内容不充分。
在本申请中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域普通技术人员显式地和隐式地理解的是，本申请所描述的实施例在不冲突的情况下，可以与其它实施例相结合。
除非另作定义，本申请所涉及的技术术语或者科学术语应当为本申请所属技术领域内具有一般技能的人士所理解的通常意义。本申请所涉及的“一”、“一个”、“一种”、“该”等类似词语并不表示数量限制，可表示单数或复数。本申请所涉及的术语“包括”、“包含”、“具有”以及它们任何变形，意图在于覆盖不排他的包含；例如包含了一系列步骤或模块(单元)的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可以还包括没有列出的步骤或单元，或可以还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。本申请所涉及的“连接”、“相连”、“耦接”等类似的词语并非限定于物理的或者机械的连接，而是可以包括电气的连接，不管是直接的还是间接的。本申请所涉及的“多个”是指两个或两个以上。“和/或”描述关联对象的关联关系，表示可以存在三种关系，例如，“A和/或B”可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。本申请所涉及的术语“第一”、“第二”、“第三”等仅仅是区别类似的对象，不代表针对对象的特定排序。
本申请提供的温度检测的方法，可以应用于如图1所示的应用环境中，图1是根据本申请实施例的温度检测的方法的应用环境示意图，如图1所示。其中，摄像装置102与芯片104通过网络进行数据传输。摄像装置102获取目标的检测图像，芯片104获取该目标的检测图像，将该检测图像输入角度检测模型，通过该角度检测模型，将该检测图像与该角度检测模型中的样本图像进行对应，获取该目标与摄像装置之间的检测角度，在该检测角度在预设角度范围内的情况下，获取该检测图像中该目标的温度。其中，摄像装置102可以为安装于街道或者公共场所的监控摄像头，也可以为手机或者平板等移动设备。
本实施例提供了一种温度检测的方法。图2是根据本申请实施例的温度检测的方法的流程图，如图2所示，该方法包括如下步骤：
步骤S201，获取目标的检测图像，将该检测图像输入角度检测模型。
本实施例中，目标为行人，在其他实施例中，该目标还可以为其他动物或者需要进行温度监测的装置设备等等。该检测图像可以为可见光成像，通过摄像装置获得，摄像装置可以为安装于街道或者公共场所的监控摄像头，也可以为手机或者平板等移动设备。
在本实施例中，角度检测模型为计算检测目标与摄像装置之间的成像角度的模型，该模型可以通过传统的机器学习或者基于神经网络的深度学习训练实现，也可以通过Java、Python等计算机语言直接编程实现。
该角度检测模型可以存储在芯片中，芯片可以内置于摄像装置中，此时检测图像可以通过排线传输。角度检测模型还可以存储于服务器的内存中，服务器与摄像装置之间，可以通过无线网络或者移动数据网络进行数据传输，还可以通过蓝牙连接进行数据传输。
步骤S202，通过该角度检测模型，将该检测图像与该角度检测模型中的样本图像进行对应，获取该目标与摄像装置之间的检测角度。
其中，检测角度为目标与摄像装置之间的成像角度。
本实施例中的角度检测模型，可以连接或者调用检测图像库，该检测图像库中的图像均为已经标注好成像角度的样本图像。在角度检测模型获取到新的检测图像的情况下，将该检测图像与检测图像库中的样本图像进行对比，在样本图像与检测图像之间的差异小于预设差值的情况下，认为样本图像与检测图像匹配成功，将该检测图像中的检测角度与样本图像的成像角度进行对应。可选地，本实施例中的差异根据检测图像的角度特征与样本图像的角度特征之间的偏差得到，角度检测模型在经过训练之后可以自动识别该差异。
步骤S203，在该检测角度在预设角度范围内的情况下，获取该检测图像中该目标的温度。
本实施例中的预设角度范围用于对检测图像进行过滤，可以根据使用者的需要进行调整，在检测角度符合要求的情况下，再进行温度检测。
通过上述步骤S201至步骤S203，通过角度检测模型，获取检测图像中目标与摄像装置之间的检测角度，通过预设角度范围对该检测角度进行过滤，减少了需要进行温度检测的图像数据量，解决了在对目标人员进行检测的过程中，需要对每一张图像的所有温度点进行计算，检测效率低的问题，实现了对检测图像的过滤，提高了检测效率，同时降低了由于检测图像中部分区域温度过高带来的误报率。
在其中一些实施例中，图3是根据本申请实施例的角度检测模型的训练方法的流程图，如图3所示，该方法包括如下步骤：
步骤S301，获取样本图像，标注该样本图像中，样本目标与该摄像装置之间的成像角度。
在对角度检测模型进行训练的过程中，需要大量的样本图像，对于每一个样本图像，都需要标注其成像角度，所有标注完成的样本图像形成检测图像库，用于对检测图像进行匹配。
步骤S302，将该成像角度分成多个角度区间，根据每个该角度区间中的该样本图像，对该角度检测模型进行训练。
根据不同成像角度下温度检测的准确率，将成像角度分为多个角度区间，将样本图像按照成像角度划分为不同的集合，在每个角度区间中，对该角度区间中的样本图像集合进行训练，计算角度检测模型中的权重参数，从而最终得到角度检测模型。可选地，本实施例中可以通过卷积神经网络对角度检测模型进行训练，通过卷积神经网络模型训练角度检测模型的过程包括前向传播阶段和反向传播阶段，其中，在前向传播阶段，在样本图像集合经过多层卷积层的卷积和池化处理之后，可以提取到样本图像集合中各个图像的特征向量，将特征向量传入全连接层中，可以得出分类识别的结果，在分类识别的结果与期望值相符时，输出结果，在分类识别的结果与期望值不相符时，则进入反向传播阶段。反向传播阶段具体为，求出分类识别的结果与期望值的误差，再将误差一层一层的返回，计算出卷积神经网络每一层的误差，然后对权重参数进行更新。
通过上述步骤S301和步骤S302，本实施例通过基于神经网络的深度学习实现角度检测模型，通过将检测图像与大量的样本进行匹配，可以提高对检测角度进行识别的准确率。
在一些实施例中，在获取该目标与该摄像装置之间的检测角度之后，该方法还包括：在该检测角度不在预设角度范围内的情况下，将该检测图像过滤。通常情况下，在行人面部正对摄像装置的情况下，检测角度记为0°，在行人侧脸朝向摄像装置的情况下，检测角度为90°，检测角度为0°时，由于检测图像中面部区域较大，温度检测更为准确。本实施例中的预设角度范围可以根据角度阈值进行设定，例如，在角度阈值为30°的情况下，预设角度范围为0～30°，则在该范围内可以准确识别到行人的温度，在通过角度检测模型，获取到检测图像中的检测角度为40°的情况下，将该检测图像舍弃，进一步地，本实施例中的预设角度范围可以根据实际场景进行设置，以满足不同的检测需求。需要说明的是，在目标移动的情况下，摄像装置获得到的某些检测角度下的检测图像无法正确识别目标的温度，例如，行走的过程中，行人与摄像装置之间形成的检测角度各不相同，某些角度下，摄像装置未能拍摄到行人正脸，某些角度下，摄像装置仅拍摄到行人的耳朵，此时，由于耳朵的温度较高，从检测图像中获取到的温度会偏离正常温度范围，产生误报，因此，需要将检测角度不在预设角度范围内的检测图像过滤，减少温度检测的工作量，同时降低误报率。
在一些实施例中，获取检测图像中目标的温度可以通过如下方式实现：获取该目标的脸部区域，根据该脸部区域的温度信息，计算该目标的温度。本实施例中，通过对检测图像中的行人脸部进行识别，得到脸部区域，计算脸部区域温度的平均值，将该平均值作为检测图像中目标的温度。其中，该平均值可以通过脸部区域中若干特征点的温度均值得到。具体地，在可见光图像中获取到脸部区域之后，可以通过可见光图像与红外热成像之间的坐标映射，根据红外热成像自带的温度信息获取脸部区域的温度信息，例如，在脸部区域中取若干个点，根据坐标映射，从红外热成像中获取这些点的温度值，计算温度值的平均值，将该平均值作为目标的温度。本实施例中通过对脸部温度的计算，得到目标的温度，识别准确率高，检测速度快。
获取检测图像中目标的温度还可以通过如下方式实现：获取该目标的额头区域，根据该额头区域的温度信息，计算该目标的温度。本实施例中，通过对目标的额头区域进行识别，计算该额头区域中温度的平均值作为检测图像中目标的温度，更加准确。其中，该平均值可以通过额头区域中的若干特征点的温度均值得到。
通过脸部区域或者额头区域对目标进行温度检测的方式，用户可以通过直接输入“额头检测模式”或者“人脸检测模式”，来控制温度检测设备的工作模式，还可以通过点击操作，来选取温度检测设备的工作模式，温度检测设备可以根据不同的工作模式，自适应识别并框取脸部或者额头，从而进行温度计算。
在其他实施例中，还可以通过识别目标的眉心区域，实现温度检测，该眉心区域包括目标的额头和眼窝。
在一些实施例中，获取检测图像中目标的温度还可以通过如下方式实现：设置测温框的几何参数和位置参数，根据该测温框中的温度信息，计算该目标的温度。本实施例中，用户可以根据需求，设置测温框选取其他感兴趣区域进行温度检测，用户可以在测温界面中输入该测温框的几何参数和位置坐标，在测温框为矩形的情况下，该几何参数可以为矩形的长和宽，位置参数可以为矩形四角的位置坐标，也可以为矩形几何中心的位置坐标，在测温框为圆形的情况下，几何参数为该圆形的半径，位置参数为该圆形的圆心坐标。在本实施例中，温度检测设备通过计算测温框中的温度均值，得到目标的温度，具体地，在可见光图像中设置测温框之后，可以通过可见光图像与红外热成像之间的坐标映射，根据红外热成像自带的温度信息获取测温框中的温度信息，例如，在测温框中取若干个点，根据坐标映射，从红外热成像中获取这些点的温度值，计算温度值的平均值，将该平均值作为目标的温度。该测温框由用户根据需求设定，场景适应性更好。
在一些实施例中，对目标的温度进行计算，需要获取该目标的红外热成像，通过该检测图像与该红外热成像之间的坐标对应，根据该红外热成像中的温度信息，计算该目标的温度。在检测图像为可见光图像的情况下，由于可见光图像中不包含目标的温度信息，因此还需要获取该目标的红外热成像，通过坐标对应，获取目标在红外热成像中的温度信息，从而得到目标的温度。其中，该红外热成像可以通过红外热成像仪得到，将红外热成像与可见光图像进行坐标对应的文件，在红外热成像仪出厂时，已经标定完成，可以保证可见光图像与红外热成像进行坐标对应的准确度。具体地，在检测图像为红外热成像的情况下，在红外热成像中获取对应位置的像素点，由于红外热成像中的像素点自带温度信息，因此可以通过像素点的温度信息获取目标在红外热成像中的温度信息，从而得到目标的温度。本实施例中，通过将检测图像与红外热成像进行坐标对应，从而获得检测图像的温度信息，方便快捷准确，有利于提高温度检测的效率和准确度。
需要说明的是，在上述流程中或者附图的流程图中示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
本实施例还提供了一种温度检测的装置，该装置用于实现上述实施例及优选实施方式，已经进行过说明的不再赘述。如以下所使用的，术语“模块”、“单元”、“子单元”等可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可能并被构想的。
在一些实施例中，图4是根据本申请实施例的温度检测的装置的结构框图，如图4所示，该装置包括图像采集设备41和微控制器42：该微控制器42通过该图像采集设备41获取目标的检测图像，将该检测图像输入角度检测模型；该微控制器42通过该角度检测模型，将该检测图像与该角度检测模型中的样本图像进行对应，获取该目标与该图像采集设备41之间的检测角度；在该检测角度在预设角度范围内的情况下，该微控制器42获取该检测图像中，该目标的温度。微控制器42通过角度检测模型，获取检测图像中目标与图像采集设备41之间的检测角度，微控制器42通过预设角度范围对该检测角度进行过滤，减少了需要进行温度检测的图像数据量，解决了在对目标人员进行检测的过程中，需要对每一张图像的所有温度点进行计算，检测效率低的问题，实现了对检测图像的过滤，提高了检测效率，同时降低了由于检测图像中部分区域温度过高带来的误报率。
图5是根据本申请实施例的温度检测的设备的结构框图，如图5所示，该设备包括获取模块51、对应模块52和检测模块53：
获取模块51，通过摄像装置获取目标的检测图像，将该检测图像输入角度检测模型。
对应模块52，通过该角度检测模型，将该检测图像与该角度检测模型中的样本图像进行对应，获取该目标与该摄像装置之间的检测角度。
检测模块53，在该检测角度在预设角度范围内的情况下，获取该检测图像中，该目标的温度。
本实施例中，温度检测设备通过对应模块52的角度检测模型，获取检测图像中目标与摄像装置之间的检测角度，通过检测模块53在预设角度范围内，对该检测角度进行过滤，减少了需要进行温度检测的图像数据量，解决了在对目标人员进行检测的过程中，需要对每一张图像的所有温度点进行计算，检测效率低的问题，实现了对检测图像的过滤，提高了检测效率，同时降低了由于检测图像中部分区域温度过高带来的误报率。
需要说明的是，上述各个模块可以是功能模块也可以是程序模块，既可以通过软件来实现，也可以通过硬件来实现。对于通过硬件来实现的模块而言，上述各个模块可以位于同一处理器中；或者上述各个模块还可以按照任意组合的形式分别位于不同的处理器中。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是终端。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口、显示屏和输入装置。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种温度检测的方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。
在一个实施例中，图6是根据本申请实施例的电子设备的内部结构示意图，如图6所示，提供了一种电子设备，该电子设备可以是服务器，其内部结构图可以如图6所示。该电子设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中，该电子设备的处理器用于提供计算和控制能力。该电子设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该电子设备的数据库用于存储数据。该电子设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种温度检测的方法。
本领域技术人员可以理解，图6中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的电子设备的限定，具体的电子设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现上述各实施例提供的温度检测的方法中的步骤。
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述各个实施例提供的温度检测的方法中的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，该计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种温度检测的方法，其特征在于，所述方法包括：
获取目标的检测图像，将所述检测图像输入角度检测模型；
通过所述角度检测模型，将所述检测图像与所述角度检测模型中的样本图像进行对应，获取所述目标与摄像装置之间的检测角度；
在所述检测角度在预设角度范围内的情况下，获取所述检测图像中所述目标的温度。
2.根据权利要求1所述的方法，其特征在于，训练所述角度检测模型包括：
获取样本图像，标注所述样本图像中，样本目标与所述摄像装置之间的成像角度；
将所述成像角度分成多个角度区间，根据每个所述角度区间中的所述样本图像，对所述角度检测模型进行训练。
3.根据权利要求1所述的方法，其特征在于，在所述获取所述目标与摄像装置之间的检测角度之后，所述方法还包括：
在所述检测角度不在所述预设角度范围内的情况下，将所述检测图像过滤。
4.根据权利要求1所述的方法，其特征在于，所述获取所述检测图像中所述目标的温度至少包括以下之一：
获取所述目标的脸部区域，根据所述脸部区域的温度信息，计算所述目标的温度；或者，
获取所述目标的额头区域，根据所述额头区域的温度信息，计算所述目标的温度。
5.根据权利要求1所述的方法，其特征在于，所述获取所述检测图像中所述目标的温度还包括：
设置测温框的几何参数和位置参数，根据所述测温框中的温度信息，计算所述目标的温度。
6.根据权利要求1所述的方法，其特征在于，所述获取所述检测图像中所述目标的温度还包括：
获取所述目标的红外热成像，通过所述检测图像与所述红外热成像之间的坐标对应，根据所述红外热成像中的温度信息，计算所述目标的温度。
7.一种温度检测的装置，其特征在于，所述装置包括图像采集设备和微控制器：
所述微控制器通过所述图像采集设备获取目标的检测图像，将所述检测图像输入角度检测模型；
所述微控制器通过所述角度检测模型，将所述检测图像与所述角度检测模型中的样本图像进行对应，获取所述目标与所述图像采集设备之间的检测角度；
在所述检测角度在预设角度范围内的情况下，所述微控制器获取所述检测图像中所述目标的温度。
8.一种温度检测的设备，其特征在于，所述设备包括获取模块、对应模块和检测模块：
所述获取模块，通过摄像装置获取目标的检测图像，将所述检测图像输入角度检测模型；
所述对应模块，通过所述角度检测模型，将所述检测图像与所述角度检测模型中的样本图像进行对应，获取所述目标与所述摄像装置之间的检测角度；
所述检测模块，在所述检测角度在预设角度范围内的情况下，获取所述检测图像中所述目标的温度。
9.一种计算机设备，包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至6中任一项所述方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1至6中任一项所述方法的步骤。
Priority Applications (4)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010730901.1A CN112001953A (zh) | 2020-07-27 | 2020-07-27 | 温度检测的方法、装置、设备和计算机设备 |
| EP21849903.6A EP4162446A4 (en) | 2020-07-27 | 2021-07-23 | TEMPERATURE MEASUREMENT SYSTEMS AND METHODS |
| PCT/CN2021/108216 WO2022022425A1 (en) | 2020-07-27 | 2021-07-23 | Systems and methods for temperature measurement |
| US18/154,085 US20230172457A1 (en) | 2020-07-27 | 2023-01-13 | Systems and methods for temperature measurement |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010730901.1A CN112001953A (zh) | 2020-07-27 | 2020-07-27 | 温度检测的方法、装置、设备和计算机设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112001953A true CN112001953A (zh) | 2020-11-27 |
Family
ID=73468197
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010730901.1A Pending CN112001953A (zh) | 2020-07-27 | 2020-07-27 | 温度检测的方法、装置、设备和计算机设备 |
Country Status (4)
| Country | Link |
|---|---|
| US (1) | US20230172457A1 (zh) |
| EP (1) | EP4162446A4 (zh) |
| CN (1) | CN112001953A (zh) |
| WO (1) | WO2022022425A1 (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113516013A (zh) * | 2021-04-09 | 2021-10-19 | 阿波罗智联(北京)科技有限公司 | 目标检测方法、装置、电子设备、路侧设备和云控平台 |
| WO2022022425A1 (en) * | 2020-07-27 | 2022-02-03 | Zhejiang Dahua Technology Co., Ltd. | Systems and methods for temperature measurement |
| US11430098B2 (en) * | 2020-01-03 | 2022-08-30 | AlgoLook, Inc. | Camera body temperature detection |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117537930B (zh) * | 2023-10-31 | 2024-05-07 | 雷玺智能科技(上海)有限公司 | 一种基于红外热成像的阵列测温方法及管理系统 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20170248478A1 (en) * | 2016-02-26 | 2017-08-31 | Nelsen YEN | Apparatus and method for measuring body temperature of a human body |
| 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 |
| CN111297337A (zh) * | 2020-02-25 | 2020-06-19 | 云从科技集团股份有限公司 | 一种检测对象判断方法、系统、机器可读介质及设备 |
| CN111426388A (zh) * | 2020-03-31 | 2020-07-17 | 高新兴科技集团股份有限公司 | 人员体温测量方法、系统、计算机存储介质及电子设备 |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107361748B (zh) * | 2017-07-20 | 2023-11-28 | 歌尔股份有限公司 | 一种体温测试方法和装置 |
| CN111223225A (zh) * | 2020-02-11 | 2020-06-02 | 厦门瑞为信息技术有限公司 | 一套集成测温和人脸识别闸机伴侣的检测通行系统 |
| CN111339951A (zh) * | 2020-02-26 | 2020-06-26 | 北京迈格威科技有限公司 | 体温测量方法、装置及系统 |
| CN112001953A (zh) * | 2020-07-27 | 2020-11-27 | 浙江大华技术股份有限公司 | 温度检测的方法、装置、设备和计算机设备 |
-
2020
- 2020-07-27 CN CN202010730901.1A patent/CN112001953A/zh active Pending
-
2021
- 2021-07-23 WO PCT/CN2021/108216 patent/WO2022022425A1/en unknown
- 2021-07-23 EP EP21849903.6A patent/EP4162446A4/en active Pending
-
2023
- 2023-01-13 US US18/154,085 patent/US20230172457A1/en active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20170248478A1 (en) * | 2016-02-26 | 2017-08-31 | Nelsen YEN | Apparatus and method for measuring body temperature of a human body |
| 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 |
| CN111297337A (zh) * | 2020-02-25 | 2020-06-19 | 云从科技集团股份有限公司 | 一种检测对象判断方法、系统、机器可读介质及设备 |
| CN111426388A (zh) * | 2020-03-31 | 2020-07-17 | 高新兴科技集团股份有限公司 | 人员体温测量方法、系统、计算机存储介质及电子设备 |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US11430098B2 (en) * | 2020-01-03 | 2022-08-30 | AlgoLook, Inc. | Camera body temperature detection |
| WO2022022425A1 (en) * | 2020-07-27 | 2022-02-03 | Zhejiang Dahua Technology Co., Ltd. | Systems and methods for temperature measurement |
| CN113516013A (zh) * | 2021-04-09 | 2021-10-19 | 阿波罗智联(北京)科技有限公司 | 目标检测方法、装置、电子设备、路侧设备和云控平台 |
| CN113516013B (zh) * | 2021-04-09 | 2024-05-14 | 阿波罗智联(北京)科技有限公司 | 目标检测方法、装置、电子设备、路侧设备和云控平台 |
Also Published As
| Publication number | Publication date |
|---|---|
| EP4162446A1 (en) | 2023-04-12 |
| US20230172457A1 (en) | 2023-06-08 |
| WO2022022425A1 (en) | 2022-02-03 |
| EP4162446A4 (en) | 2023-08-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112001953A (zh) | 温度检测的方法、装置、设备和计算机设备 | |
| CN107784282B (zh) | 对象属性的识别方法、装置及系统 | |
| CN111626125A (zh) | 人脸温度检测的方法、系统、装置和计算机设备 | |
| CN103955272B (zh) | 一种终端设备用户姿态检测系统 | |
| CN110916620A (zh) | 一种体温测量方法及终端 | |
| US11695903B2 (en) | Method for detecting event of object by using wearable device and management server operating same | |
| CN111639522B (zh) | 活体检测方法、装置、计算机设备和存储介质 | |
| CN111681770B (zh) | 异常目标的智能检测方法、装置、计算机设备及存储介质 | |
| US20170206664A1 (en) | Method for identifying, tracking persons and objects of interest | |
| 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 | |
| CN106796746A (zh) | 活动监视方法以及系统 | |
| CN111920391B (zh) | 一种测温方法及设备 | |
| CN111553266A (zh) | 识别验证方法、装置及电子设备 | |
| WO2022241964A1 (zh) | 测温方法、计算机设备和计算机可读存储介质 | |
| WO2020216091A1 (zh) | 图像处理方法及相关装置 | |
| US11647167B2 (en) | Wearable device for performing detection of events by using camera module and wireless communication device | |
| CN108418867A (zh) | 一种防止人为干扰的环境监测方法 | |
| US10659680B2 (en) | Method of processing object in image and apparatus for same | |
| CN111738132A (zh) | 人体温度的测量方法、装置、电子设备及可读存储介质 | |
| CN114429826A (zh) | 抗原检测结果的处理方法、系统、电子设备及存储介质 | |
| CN113392738A (zh) | 行为规范性检测方法、装置、电子设备和存储介质 | |
| CN109938722B (zh) | 数据采集方法、装置、智能穿戴设备及存储介质 | |
| CN113569676B (zh) | 图像处理方法、装置、电子设备及存储介质 | |
| US11256910B2 (en) | Method and system for locating an occupant | |
| CN112525355A (zh) | 图像处理方法、装置及设备 |
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 | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20230824 Address after: Building A, No. 858 Jianshe Second Road, Xiaoshan District, Hangzhou City, Zhejiang Province, 311200 Applicant after: Zhejiang Huagan Technology Co.,Ltd. Address before: No. 1187 Bin'an Road, Binjiang District, Hangzhou, Zhejiang Province Applicant before: ZHEJIANG DAHUA TECHNOLOGY Co.,Ltd. |
|
| TA01 | Transfer of patent application right |