CN112200002B - 一种体温测量方法、装置、终端设备及存储介质 - Google Patents
一种体温测量方法、装置、终端设备及存储介质 Download PDFInfo
- Publication number
- CN112200002B CN112200002B CN202010956236.8A CN202010956236A CN112200002B CN 112200002 B CN112200002 B CN 112200002B CN 202010956236 A CN202010956236 A CN 202010956236A CN 112200002 B CN112200002 B CN 112200002B
- Authority
- CN
- China
- Prior art keywords
- human
- thermal imaging
- head
- forehead
- 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 59
- 238000000034 method Methods 0.000 title claims abstract description 39
- 210000003128 head Anatomy 0.000 claims abstract description 113
- 238000001931 thermography Methods 0.000 claims abstract description 108
- 210000001061 forehead Anatomy 0.000 claims abstract description 95
- 238000001514 detection method Methods 0.000 claims abstract description 82
- 238000009529 body temperature measurement Methods 0.000 claims abstract description 24
- 238000004590 computer program Methods 0.000 claims description 24
- 239000011159 matrix material Substances 0.000 claims description 22
- 230000009466 transformation Effects 0.000 claims description 10
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 claims description 9
- 210000004709 eyebrow Anatomy 0.000 claims description 5
- 230000002159 abnormal effect Effects 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 claims description 4
- 230000006870 function Effects 0.000 description 9
- 230000008569 process Effects 0.000 description 7
- 230000001815 facial effect Effects 0.000 description 6
- 238000004422 calculation algorithm Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 230000003190 augmentative effect Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000004044 response Effects 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000005259 measurement Methods 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 206010037660 Pyrexia Diseases 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 210000000887 face Anatomy 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 208000024891 symptom Diseases 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
- G06V40/16—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
Abstract
本申请适用于温度测量技术领域,提供了一种体温测量方法、装置、终端设备及存储介质,其中,方法包括:对可见光图像进行人脸检测,并在检测到人脸时,确定位于额头的预设关键点的第一坐标;对热成像图像进行人头检测,获得人头的坐标范围;根据预设关键点的第一坐标和预设配准参数,确定热成像图像中预设关键点的第二坐标;若第二坐标位于人头的坐标范围内,则根据第二坐标确定热成像图像中的额温检测区域;根据额温检测区域的温度值,确定对应人体的体温值。通过可见光图像中位于额头的预设关键点的坐标确定热成像图像中的预设关键点的坐标,再确定热成像图像中的额温检测区域,根据额温检测区域确定人体的体温值,可提高体温测量的准确性。
Description
技术领域
本申请属于温度测量技术领域,尤其涉及一种体温测量方法、装置、终端设备及存储介质。
背景技术
发热是各种疫情常见的症状表现,因此测量体温成为疫情防控的一个重要手段。目前为使测量更方便快捷,通常通过测量额温来反应人体的体温。
为提高测温效率,可以通过热成像进行自动测温,热成像图像是通过非接触方式探测目标辐射的红外能量,生成能反应目标温度信息的图像,并通过热成像技术获得人体表面的温度值,由于热成像获取的人体表面温度中,额温是最接近人体的实际温度,热成像图像对比度较低,图像细节的反映能力差,获得的温度不能准确地确定是人体额头的温度,使得体温测量的准确性不高。
发明内容
本申请实施例提供了一种体温测量方法、装置、终端设备及存储介质,旨在解决现有现有的热成像测温不能准确地确定是人体额头的温度,使得体温测量的准确性不高的问题。
第一方面,本申请实施例提供了一种体温测量方法,包括:
获取可见光图像和热成像图像;
对所述可见光图像进行人脸检测,并在检测到人脸时,确定所述可见光图像中位于额头的预设关键点的第一坐标;对所述热成像图像进行人头检测,并在检测到人头时,获得所述人头的坐标范围;
根据所述预设关键点的第一坐标和预设配准参数,确定所述热成像图像中所述预设关键点的第二坐标;
若所述第二坐标位于所述人头的坐标范围内,则根据所述第二坐标确定所述热成像图像中的额温检测区域;
根据所述额温检测区域的温度值,确定所述人脸和所述人头对应的人体的体温值。
第二方面,本申请实施例提供了一种体温测量装置,包括:
获取模块,用于获取可见光图像和热成像图像;
第一确定模块,用于对所述可见光图像进行人脸检测,并在检测到人脸时,确定所述可见光图像中位于额头的预设关键点的第一坐标;对所述热成像图像进行人头检测,并在检测到人头时,获得所述人头的坐标范围;
第二确定模块,用于根据所述预设关键点的第一坐标和预设配准参数,确定所述热成像图像中所述预设关键点的第二坐标;
第三确定模块,用于若所述第二坐标位于所述人头的坐标范围内,则根据所述第二坐标确定所述热成像图像中的额温检测区域;
第四确定模块,用于根据所述额温检测区域的温度值,确定所述人脸和所述人头对应的人体的体温值。
第三方面,本申请实施例提供了一种终端设备,包括存储器、处理器以及存储在所述存储器中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体温测量方法的步骤。
第四方面,本申请实施例提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,上述计算机程序被处理器执行时实现上述体温测量方法的步骤。
第五方面,本申请实施例提供了一种计算机程序产品,当计算机程序产品在电子设备上运行时,使得电子设备执行上述现上述体温测量方法的步骤。
本申请实施例与现有技术相比存在的有益效果是:本申请实施例通过获取可见光图像和热成像图像;对所述可见光图像进行人脸检测,并在检测到人脸时,确定所述可见光图像中位于额头的预设关键点的第一坐标;对所述热成像图像进行人头检测,并在检测到人头时,获得所述人头的坐标范围;根据所述预设关键点的第一坐标和预设配准参数,确定所述热成像图像中所述预设关键点的第二坐标;若所述第二坐标位于所述人头的坐标范围内,则根据所述第二坐标确定所述热成像图像中的额温检测区域;根据所述额温检测区域的温度值,确定所述人脸和所述人头对应的人体的体温值。由于可通过可见光图像中位于额头的预设关键点的坐标确定热成像图像中的预设关键点的坐标,再根据热成像图像中中关键点的坐标确定出热成像图像中额温检测区域,根据额温检测区域的温度值确定对应人体的体温值,可提高体温测量的准确性。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,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的附图。
图1是本申请实施例提供的体温测量方法的流程示意图;
图2是本申请实施例提供的步骤S104的一个具体流程示意图;
图3是本申请实施例提供的步骤S105的一个具体流程示意图;
图4是本申请实施例提供的体温测量装置的结构示意图;
图5是本申请实施例提供的终端设备的结构示意图。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、技术之类的具体细节,以便透彻理解本申请实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中,省略对众所周知的系统、装置、电路以及方法的详细说明,以免不必要的细节妨碍本申请的描述。
应当理解,当在本申请说明书和所附权利要求书中使用时,术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在,但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解,在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合,并且包括这些组合。
如在本申请说明书和所附权利要求书中所使用的那样,术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地,短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。
另外,在本申请说明书和所附权利要求书的描述中,术语“第一”、“第二”、“第三”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
在本申请说明书中描述的参考“一个实施例”或“一些实施例”等意味着在本申请的一个或多个实施例中包括结合该实施例描述的特定特征、结构或特点。由此,在本说明书中的不同之处出现的语句“在一个实施例中”、“在一些实施例中”、“在其他一些实施例中”、“在另外一些实施例中”等不是必然都参考相同的实施例,而是意味着“一个或多个但不是所有的实施例”,除非是以其他方式另外特别强调。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”,除非是以其他方式另外特别强调。
本申请实施例提供的体温测量方法,可以应用于包括热成像传感器和可见光传感器的摄像机或电子设备,或者与所述包括热成像传感器和可见光传感器的摄像机或电子设备进行通信连接的终端设备,所述终端设备为机器人、手机、平板电脑、可穿戴设备、车载设备、增强现实(Augmented Reality,AR)/虚拟现实(Virtual Reality,VR)设备、笔记本电脑、超级移动个人计算机(Ultra-Mobile Personal Computer,UMPC)、上网本、个人数字助理(Personal Digital Assistant,PDA)等终端设备上,本申请实施例对终端设备的具体类型不作任何限制。
为了说明本申请所述的技术方案,下面通过以下实施例来进行说明。
请参阅图1,本申请实施例提供的一种体温测量方法,包括:
步骤S101,获取可见光图像和热成像图像。
具体的,通过摄像机进行拍摄,在拍摄的过程中可获取可见光图像和对应的热成像图像,所述可见光图像和对应的热成像图像为摄像机在同一时刻采集的可见光图像和对应的热成像图像。其中,所述摄像机包括可见光传感器和热成像传感器。
步骤S102,对所述可见光图像进行人脸检测,并在检测到人脸时,确定所述可见光图像中位于额头的预设关键点的第一坐标;对所述热成像图像进行人头检测,并在检测到人头时,获得所述人头的坐标范围。
具体的,在拍摄过程中对获取到的可见光图像进行人脸检测,在检测到人脸时,检测人脸中位于额头的预设关键点,并获得预设关键点的在可见光图像中的坐标。上述人脸检测可采用基于深度学习的人脸检测算法,人脸检测能检测图像是否包含人脸,并在包含人脸时确定人脸在图像的位置。将可见光图像中位于额头的预设关键点的坐标作为第一坐标。
由于人脸检测算法通常是基于人脸的五官特征进行检测或基于五官特征建立模型进行人脸检测,由于热成像图像不能反应五官的细节,从而不适应采用人脸检测算法,因此可根据热成像图像中人头的特征进行人头检测,确定对应人头在热成像图像中的位置,从而获得人头在热成像图像中的坐标范围。
在一个实施例中,所述对所述热成像图像进行人头检测,并在检测到人头时,获得所述人头的坐标范围,包括;将所述热成像图像输入至已训练的人头检测模型中进行人头检测,在检测到人头时,获得所述人头的坐标范围。
具体的,预先构建人头检测模型并对人体检测模型进行训练,将训练后的人头检测模型对热成像图像进行人头检测,并在检测到人头时,获得人头在热成像图像中的坐标范围。可基于神经网络预先构建人头检测模型对热成像图片进行人头检测,人头检测模型可以是基于轻量级神经网络模型构建。
具体的,在人头检测模型对热成像图像进行人头检测之前,预先对人头检测模型进行训练,训练的过程可以是预先准备大量的包括人体的热成像图像,并对热成像图像中人体的人头的边界框进行标记,将准备大量的包含人体的热成像图像对人头检测模型进行训练,直至人头检测模型的预设损失函数收敛为止,判定人头检测模型为已经训练好的模型。预设的损失函数表示人头检测模型输出的热成像图像中的人头边界框与标记的的人头边界框之间的差值。如预设损失函数可基于均方误差构建的损失函数。
在一个实施例中,所述预设关键点位于所述人脸的眉心;所述确定所述可见光图像中人脸预设关键点的第一坐标,包括:确定所述可见光图像中人脸的眉心的第一坐标。
具体的,如人脸的额头中预设的关键点可以是眉心,在可见光图像中检测到人脸后,检测左右眼角中至少两个对称的一组特征点,根据左右眼角的对称的至少一组特征点的坐标,确定该一组特征点的中心位置坐标作为眉心的坐标。
在另一个实施例中,预设的关键点还可以是人脸额头的其他位置中的关键点,如额头的中心点或位于额头其他位置处的点,预先存储预设关键点分别与人脸五官中包括的至少三个特征点之间的距离,在可见光图像中检测到人脸后,可基于人脸的五官特征检测五官中的上述至少三个特征点,再根据预存储的预设关键点与这三个特征点之间的距离,通过三角定位算法可确定预设关键点的位置,从而确定了可见光图像中人脸的预设关键点的坐标位置,并作为第一坐标。
步骤S103,根据所述预设关键点的第一坐标和预设配准参数,确定所述热成像图像中所述预设关键点的第二坐标。
具体的,预先存储可见光图像与热成像图像之间进行配准的配准参数作为预设配准参数,可基于可见光图像中位于额头的关键点,根据变换参数求出热成像图像中额头的关键点的坐标,作为上述热成像图像中所述预设关键点的第二坐标。所述预设配准参数为所述可见光图像与所述热成像图像之间进行配准的参数,可预先根据热成像图像与可见光图中特征点进行标定后确定,如配准参数可以是仿射变换矩阵或者单应性矩阵。
如预先标定的配准参数是仿射变换矩阵时,具体标定过程可以是:如预先让一个用户当做标定目标,用户位于摄像机前方且用户正面面向摄像机,保持该用户手,脸基本在同一个平面内,通过摄像机获取到包括人体的可见光图像和热成像图像后,手动标注可见光图像和热成像图像中人体对应的特征点,由于仿射变换矩阵为一个2*3的矩阵,可通过计算出仿射变换矩阵中6个未知数得到两幅图之间的仿射变换矩阵;其中,计算6个未知数需要6个方程进行求解,即确定仿射变换矩阵至少需要提供3组特征点,且这三组特征点不同线,每组特征点可列两个方程,对应的三组特征点即可有六个未知数六个方程;因此,具体可在第二可见光图像标注出至少三个第一特征点,以及在第二热成像图像中标注出与可见光图像中标注出的特征点对应的至少三个第二特征点,根据标注的特征点在图像中的坐标,即可确定出第二可见光图像与第二热成像图像之间的仿射变换矩阵。
如预先标定的配准参数是单应性矩阵时,具体标定过程可以是:如预先让一个用户当做标定目标,用户位于摄像机前方且用户正面面向摄像机,保持该用户手,脸基本在同一个平面内,通过摄像机获取到包括人体的可见光图像和热成像图像后,手动标注可见光图像和热成像图像中人体对应的特征点,由于单应性矩阵为一个3*3的矩阵,单应性矩阵可表示二维图像点之间的关系,单应性矩阵是用到齐次坐标表达九个变量,一般会令右下角的元素为1来归一化,可通过计算出单应性矩阵中8个未知数即可得到两幅图之间的单应性矩阵;其中,计算8个未知数需要8个方程进行求解,即确定单应性矩阵至少需要提供4组特征点,每组特征点可列两个方程,对应的四组特征点即可有八个未知数八个方程,因此具体可在第二可见光图像标注出至少四个第三特征点,以及在第二热成像图像中标注出与可见光图像中标注出的特征点对应的至少四个第四特征点,根据标注的特征点的在图像中的坐标,即可确定出第二可见光图像与第二热成像图像之间的单应性矩阵。
步骤S104,若所述第二坐标位于所述人头的坐标范围内,则根据所述第二坐标确定所述热成像图像中的额温检测区域。
具体的,所述第二坐标表示可见光图像中的人脸的额头中的关键点映射到热成像图像中的关键点的坐标,可进一步检测第二坐标是否在上述热成像图中检测到的人头的坐标范围内,若所述第二坐标位于所述人头的坐标范围内,则根据所述第二坐标确定所述热成像图像中对应的额温检测区域;若所述第二坐标不位于所述人头的坐标范围内,可能是检测错误,此时判定未检测到额温检测区域,从而可提高后续确定额头区域的准确性。
在一个实施例中,如图2所示,步骤S104包括步骤S1041至步骤S1043:
步骤S1041,计算所述人头和所述热成像图像的比值;其中,所述比值包括所述人头的像素长度与所述热成像图像的像素长度的比值,或所述人头的像素宽度与所述热成像图像的像素宽度的比值。
具体的,由于拍摄远近或焦距不同等因素,拍摄出的热成像图像中的人头大小并不一样,基于额头的关键点的位置,以固定的范围参数去确定额温检测区域会使得确定的范围准确性不高,因此可先计算检测到的人头和所述热成像图像的比值,再通过比值的大小确定对应的范围参数去确定额温检测区域,不同大小的比值确定出的范围参数不一致。上述人头的像素长度表示人头在所述热成像图像中垂直方向上所占的像素个数,上述热成像图像的像素长度表示所述热成像图像在垂直方向上的总像素个数;上述人头的像素宽度表示人头在所述热成像图像中水平方向上所占的像素个数,上述热成像图像的像素宽度表示所述热成像图像在水平方向上的总像素个数。
步骤S1042,获取与所述比值对应的范围参数。
具体的,预先根据不同比值的大小关联不同的范围参数并进行存储,可获取与所述比值对应的范围参数。
步骤S1043,根据第二坐标和所述范围参数,确定所述热成像图像中对应的额温检测区域。
在应用中,上述第二坐标表示热成像图像中检测到的人脸的额头中的预设关键点的坐标,假设预存储的范围参数可以是与关键点的四个距离参数,不同大小的比值对应存储的四个距离参数的大小不一致,四个距离参数包括上边距离、下边距离、左边距离和右边距离,从而根据第二坐标以及与第二坐标的上下左右的四个距离确定一个长方区域作为对应的额温检测区域。或者,预存储的范围参数可以是半径参数,不同大小的比值存储的半径参数不一致,以第二坐标为圆心以及半径参数为半径确定圆形区域作为对应的额温检测区域。以上确定额温检测区域的形状以及预存储的范围参数仅是举例,在实际应用中额温区域可以是规则形状或不规则形状等,范围参数可以根据具体的形状存储对应的范围参数,具体可根据实际应用进行设定,对此不作限定。
步骤S105,根据所述额温检测区域的温度值,确定所述人脸和所述人头对应的人体的体温值。
具体的,根据热成像图像中额温检测区域中每个像素点对应的温度值,确定出检测到的人脸和人头对应的人体的体温值。
在一个实施例中,步骤S105包括步骤S1051至步骤S1052:
步骤S1051,根据所述额温检测区中每个像素点对应的额温值,获取最大的前N个额温值。
具体的,根据所述额温检测区中每个像素点对应的额温值进行从大到小排序,并获取排序在前N个最大的额温值。
步骤S1052,根据所述N个额温值的平均值,确定所述人脸和所述人头对应的人体的体温值。
具体的,可计算N个额温值的平均值,将该平均值作为检测到的额温值,并将该检测到的额温值确定为所述人脸和所述人头对应的人体的体温值。
在一个实施例中,所述根据所述N个额温值的平均值,确定所述人脸和所述人头对应的人体的体温值,包括:对所述N个额温值的平均值进行温度补偿,获得对应人体的温度值;其中,进行温度补偿的计算公式为:所述Tr表示所述人体的温度值,所述Tmr表示标准体温值,所述Tms表示标准额温值,所述Ts表示所述N个额温值的平均值,所述/>表示预设缩放因子。
具体的,直接计算N个额温值的平均值,将该平均值作为检测到的额温值,并将该检测到的额温值确定为所述人脸和所述人头对应的人体的体温值的准确性不高,因此可对计算出的平均值通过预先设定的公式进行温度补偿,如进行温度补偿的计算公式为:所述Tr表示所述人体的温度值,所述Tmr表示标准体温值,所述Tms表示标准额温值,所述Ts表示所述N个额温值的平均值,所述/>表示预设缩放因子。上述标准体温值可以是存储的与预设定的人体标准腋下体温值,标准额温值可以是预存储的人体标准的额温值,由于额温易受环境影响,可预先存储不同温度下的额温标准值,并检测当前环境下温度,获取与当前环境对应的额温标准值,检测的当前环境的温度可通过设置温度传感器检测当前环境的温度。
在一个实施例中,在根据所述额温检测区域的温度值,确定所述人脸和所述人头对应的人体的体温值之后,还包括:将所述体温值与所述检测到的人脸进行关联并显示;当所述体温值不在预设范围内时,提示所述人脸和所述人头对应的人体的体温值异常。
具体的,确定所述人脸和所述人头对应的人体的体温值之后,可将体温值与所述检测到的人脸进行关联在预先指定的显示器或镜头中进行显示,以便进行体温排查;当体温值不在预设范围内时,提示所述人脸和所述人头对应的人体的体温值异常。上述预设范围为预先设定的正常人体的体温范围,若体温值超出预设范围,发出对应人体的体温是高温的报警提示;若体温值还未达到预设范围,发出对应人体的体温是低温的报警提示。
本申请实施例由于可通过可见光图像中位于额头的预设关键点的坐标确定热成像图像中的预设关键点的坐标,再根据热成像图像中中关键点的坐标确定出热成像图像中额温检测区域,根据额温检测区域的温度值确定对应人体的体温值,可提高体温测量的准确性。
对应于上文实施例所述的体温测量方法,图4示出了本申请实施例提供的目标识别装置的结构框图,为了便于说明,仅示出了与本申请实施例相关的部分。参照图4,体温测量装置400包括:
获取模块401,用于获取可见光图像和热成像图像;
第一确定模块402,用于对所述可见光图像进行人脸检测,并在检测到人脸时,确定所述可见光图像中位于额头的预设关键点的第一坐标;对所述热成像图像进行人头检测,并在检测到人头时,获得所述人头的坐标范围;
第二确定模块403,用于根据所述预设关键点的第一坐标和预设配准参数,确定所述热成像图像中所述预设关键点的第二坐标;
第三确定模块404,用于若所述第二坐标位于所述人头的坐标范围内,则根据所述第二坐标确定所述热成像图像中的额温检测区域;
第四确定模块405,用于根据所述额温检测区域的温度值,确定所述人脸和所述人头对应的人体的体温值。
在一个实施例中,所述第三确定模块404包括:
计算单元,用于计算所述人头和所述热成像图像的比值;其中,所述比值包括所述人头的像素长度与所述热成像图像的像素长度的比值,或所述人头的像素宽度与所述热成像图像的像素宽度的比值;
获取单元,用于获取与所述比值对应的范围参数;
确定单元,用于根据第二坐标和所述范围参数,确定所述热成像图像中对应的额温检测区域。
在一个实施例中,所述确定单元具体包括:
获取子单元,用于根据所述额温检测区中每个像素点对应的额温值,获取最大的前N个额温值;
确定子单元,用于根据所述N个额温值的平均值,确定所述人脸和所述人头对应的人体的体温值。
在一个实施例中,所述确定子单元具体用于:
对所述N个额温值的平均值进行温度补偿,获得对应人体的温度值;
其中,进行温度补偿的计算公式为:所述Tr表示所述人体的温度值,所述Tmr表示标准体温值,所述Tms表示标准额温值,所述Ts表示所述N个额温值的平均值,所述/>表示预设缩放因子。
在一个实施例中,所述体温测量装置400还包括:
显示模块,用于将所述体温值与所述检测到的人脸进行关联并显示;
提示模块,用于当所述体温值不在预设范围内时,提示所述人脸和所述人头对应的人体的体温值异常。
在一个实施例中,第一确定模块具体用于:对所述可见光图像进行人脸检测,并在检测到人脸时,确定所述可见光图像中位于额头的预设关键点的第一坐标;将所述热成像图像输入至已训练的人头检测模型中进行人头检测,在检测到人头时,获得所述人头的坐标范围。
本申请实施例由于可通过可见光图像中位于额头的预设关键点的坐标确定热成像图像中的预设关键点的坐标,再根据热成像图像中中关键点的坐标确定出热成像图像中额温检测区域,根据额温检测区域的温度值确定对应人体的体温值,可提高体温测量的准确性。
如图5所示,本发明的一个实施例还提供一种终端设备500包括:处理器501,存储器502以及存储在所述存储器502中并可在所述处理器501上运行的计算机程序503,例如体温测量程序。所述处理器501执行所述计算机程序503时实现上述各个体温测量方法实施例中的步骤。所述处理器501执行所述计算机程序503时实现上述各装置实施例中各模块的功能,例如图4所示模块401至405的功能。
示例性的,所述计算机程序503可以被分割成一个或多个模块,所述一个或者多个模块被存储在所述存储器502中,并由所述处理器501执行,以完成本发明。所述一个或多个模块可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述所述计算机程序503在所述终端设备500中的执行过程。例如,所述计算机程序503可以被分割成获取模块,第一确定模块,第二确定模块,第三确定模块和第四确定模块,各模块具体功能在上述实施例中已有描述,此处不再赘述。
所述终端设备500可以是包括热成像传感器和可见光传感器的摄像机或电子设备,或者与所述包括热成像传感器和可见光传感器的摄像机或电子设备进行通信连接的终端设备,所述终端设备为机器人、手机、平板电脑、可穿戴设备、车载设备、增强现实(augmented reality,AR)/虚拟现实(virtual reality,VR)设备、笔记本电脑、超级移动个人计算机(ultra-mobile personal computer,UMPC)、上网本、个人数字助理(personaldigital assistant,PDA)等终端设备机器人,移动终端设备桌上型计算机、笔记本及掌上电脑等计算设备。所述终端设备可包括,但不仅限于,处理器501,存储器502。本领域技术人员可以理解,图5仅仅是终端设备500的示例,并不构成对终端设备500的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如所述终端设备还可以包括输入输出设备、网络接入设备、总线等。
所称处理器501可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器502可以是所述终端设备500的内部存储单元,例如终端设备500的硬盘或内存。所述存储器502也可以是所述终端设备500的外部存储设备,例如所述终端设备500上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(SecureDigital,SD)卡,闪存卡(Flash Card)等。进一步地,所述存储器502还可以既包括所述终端设备500的内部存储单元也包括外部存储设备。所述存储器502用于存储所述计算机程序以及所述终端设备所需的其他程序和数据。所述存储器502还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将所述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中,上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。另外,各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
在本发明所提供的实施例中,应该理解到,所揭露的装置/终端设备和方法,可以通过其它的方式实现。例如,以上所描述的装置/终端设备实施例仅仅是示意性的,例如,所述模块或单元的划分,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,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讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,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,在本发明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。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的模块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,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,RandomAccess Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是,所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括电载波信号和电信信号。
以上所述实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围,均应包含在本发明的保护范围之内。
Claims (9)
1.一种体温测量方法,其特征在于,包括:
获取可见光图像和热成像图像;
对所述可见光图像进行人脸检测,并在检测到人脸时,确定所述可见光图像中位于额头的预设关键点的第一坐标;对所述热成像图像进行人头检测,并在检测到人头时,获得所述人头的坐标范围;
根据所述预设关键点的第一坐标和预设配准参数,确定所述热成像图像中所述预设关键点的第二坐标;
若所述第二坐标位于所述人头的坐标范围内,则根据所述第二坐标确定所述热成像图像中的额温检测区域;
根据所述额温检测区域的温度值,确定所述人脸和所述人头对应的人体的体温值;
所述根据所述额温检测区域的温度值,确定所述人脸和所述人头对应的人体的体温值,包括:
根据所述额温检测区中每个像素点对应的额温值,获取最大的前N个额温值;
根据所述N个额温值的平均值,确定所述人脸和所述人头对应的人体的体温值;
其中,所述预设配准参数是仿射变换矩阵或者单应性矩阵。
2.根据权利要求1所述的体温测量方法,其特征在于,所述根据所述第二坐标确定所述热成像图像中的额温检测区域,包括:
计算所述人头和所述热成像图像的比值;其中,所述比值包括所述人头的像素长度与所述热成像图像的像素长度的比值,或所述人头的像素宽度与所述热成像图像的像素宽度的比值;
获取与所述比值对应的范围参数;
根据第二坐标和所述范围参数,确定所述热成像图像中对应的额温检测区域。
3.根据权利要求1所述的体温测量方法,其特征在于,所述根据所述N个额温值的平均值,确定所述人脸和所述人头对应的人体的体温值,包括:
对所述N个额温值的平均值进行温度补偿,获得对应人体的温度值;
其中,进行温度补偿的计算公式为:所述Tr表示所述人体的温度值,所述Tmr表示标准体温值,所述Tms表示标准额温值,所述Ts表示所述N个额温值的平均值,所述/>表示预设缩放因子。
4.根据权利要求1所述的体温测量方法,其特征在于,在根据所述额温检测区域的温度值,确定所述人脸和所述人头对应的人体的体温值之后,还包括:
将所述体温值与所述检测到的人脸进行关联并显示;
当所述体温值不在预设范围内时,提示所述人脸和所述人头对应的人体的体温值异常。
5.根据权利要求1至4任一项所述的体温测量方法,其特征在于,所述对所述热成像图像进行人头检测,并在检测到人头时,获得所述人头的坐标范围,包括;
将所述热成像图像输入至已训练的人头检测模型中进行人头检测,在检测到人头时,获得所述人头的坐标范围。
6.根据权利要求1至4任一项所述的体温测量方法,其特征在于,所述预设关键点位于眉心。
7.一种体温测量装置,其特征在于,包括:
获取模块,用于获取可见光图像和热成像图像;
第一确定模块,用于对所述可见光图像进行人脸检测,并在检测到人脸时,确定所述可见光图像中位于额头的预设关键点的第一坐标;对所述热成像图像进行人头检测,并在检测到人头时,获得所述人头的坐标范围;
第二确定模块,用于根据所述预设关键点的第一坐标和预设配准参数,确定所述热成像图像中所述预设关键点的第二坐标;
第三确定模块,用于若所述第二坐标位于所述人头的坐标范围内,则根据所述第二坐标确定所述热成像图像中的额温检测区域;
第四确定模块,用于根据所述额温检测区域的温度值,确定所述人脸和所述人头对应的人体的体温值;
所述第四确定单元包括:
获取子单元,用于根据所述额温检测区中每个像素点对应的额温值,获取最大的前N个额温值;
确定子单元,用于根据所述N个额温值的平均值,确定所述人脸和所述人头对应的人体的体温值;
其中,所述预设配准参数是仿射变换矩阵或者单应性矩阵。
8.一种终端设备,包括存储器、处理器以及存储在所述存储器中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任一项所述的方法。
9.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至6任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010956236.8A CN112200002B (zh) | 2020-09-11 | 2020-09-11 | 一种体温测量方法、装置、终端设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010956236.8A CN112200002B (zh) | 2020-09-11 | 2020-09-11 | 一种体温测量方法、装置、终端设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112200002A CN112200002A (zh) | 2021-01-08 |
CN112200002B true CN112200002B (zh) | 2023-12-01 |
Family
ID=74016307
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010956236.8A Active CN112200002B (zh) | 2020-09-11 | 2020-09-11 | 一种体温测量方法、装置、终端设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112200002B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112819754A (zh) * | 2021-01-13 | 2021-05-18 | 浙江大华技术股份有限公司 | 一种人体测温方法、终端设备以及计算机可读存储介质 |
GB2603467A (en) * | 2021-01-28 | 2022-08-10 | Sita Advanced Travel Solutions Ltd | A method and system for screening a user's temperature |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106446873A (zh) * | 2016-11-03 | 2017-02-22 | 北京旷视科技有限公司 | 人脸检测方法及装置 |
CN108764071A (zh) * | 2018-05-11 | 2018-11-06 | 四川大学 | 一种基于红外和可见光图像的真实人脸检测方法及装置 |
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 |
CN110060272A (zh) * | 2018-01-18 | 2019-07-26 | 杭州海康威视数字技术股份有限公司 | 人脸区域的确定方法、装置、电子设备及存储介质 |
WO2020143330A1 (zh) * | 2019-01-08 | 2020-07-16 | 平安科技(深圳)有限公司 | 一种人脸图像的捕捉方法、计算机可读存储介质及终端设备 |
CN111507200A (zh) * | 2020-03-26 | 2020-08-07 | 北京迈格威科技有限公司 | 体温检测方法、体温检测装置、及双光相机 |
CN111579077A (zh) * | 2020-04-08 | 2020-08-25 | 北京遥感设备研究所 | 一种双波段图像位置校准及信息交互显示系统及方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101932547B1 (ko) * | 2014-10-23 | 2018-12-27 | 한화테크윈 주식회사 | 카메라 시스템 및 이의 영상 정합 방법 |
-
2020
- 2020-09-11 CN CN202010956236.8A patent/CN112200002B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106446873A (zh) * | 2016-11-03 | 2017-02-22 | 北京旷视科技有限公司 | 人脸检测方法及装置 |
CN110060272A (zh) * | 2018-01-18 | 2019-07-26 | 杭州海康威视数字技术股份有限公司 | 人脸区域的确定方法、装置、电子设备及存储介质 |
CN108764071A (zh) * | 2018-05-11 | 2018-11-06 | 四川大学 | 一种基于红外和可见光图像的真实人脸检测方法及装置 |
WO2020143330A1 (zh) * | 2019-01-08 | 2020-07-16 | 平安科技(深圳)有限公司 | 一种人脸图像的捕捉方法、计算机可读存储介质及终端设备 |
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 |
CN111507200A (zh) * | 2020-03-26 | 2020-08-07 | 北京迈格威科技有限公司 | 体温检测方法、体温检测装置、及双光相机 |
CN111579077A (zh) * | 2020-04-08 | 2020-08-25 | 北京遥感设备研究所 | 一种双波段图像位置校准及信息交互显示系统及方法 |
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(12);全文 * |
激光照射性能测量中异源相机的标定方法;景文博;黄炳坤;刘健;于洪洋;;兵工学报(05);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN112200002A (zh) | 2021-01-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111354042B (zh) | 机器人视觉图像的特征提取方法、装置、机器人及介质 | |
CN111339951A (zh) | 体温测量方法、装置及系统 | |
CN110942032B (zh) | 活体检测方法及装置、存储介质 | |
CN111626125B (zh) | 人脸温度检测的方法、系统、装置和计算机设备 | |
CN109559349B (zh) | 一种用于标定的方法和装置 | |
CN112200002B (zh) | 一种体温测量方法、装置、终端设备及存储介质 | |
CN103765870A (zh) | 图像处理装置、包括图像处理装置的投影仪和投影仪系统、图像处理方法 | |
CN111323125B (zh) | 一种测温方法、装置及计算机存储介质、电子设备 | |
CN111445531A (zh) | 一种多目相机导航方法、装置、设备及存储介质 | |
CN112001886A (zh) | 一种温度检测方法、装置、终端及可读存储介质 | |
CN112232279A (zh) | 一种人员间距检测方法和装置 | |
CN111798521B (zh) | 标定方法、装置、存储介质及电子设备 | |
CN109745014B (zh) | 温度测量方法及相关产品 | |
CN112085771A (zh) | 图像配准方法、装置、终端设备及计算机可读存储介质 | |
CN113358231B (zh) | 红外测温方法、装置及设备 | |
CN112287798A (zh) | 测温方法及装置、电子设备及存储介质 | |
WO2022218161A1 (zh) | 用于目标匹配的方法、装置、设备及存储介质 | |
CN112200842B (zh) | 一种图像配准方法、装置、终端设备及存储介质 | |
CN112102378A (zh) | 图像配准方法、装置、终端设备及计算机可读存储介质 | |
CN114067420B (zh) | 一种基于单目摄像头的视线测量方法及装置 | |
CN111336938A (zh) | 一种机器人及其物体距离检测方法和装置 | |
CN107734324B (zh) | 一种闪光灯照度均匀性的测量方法、系统及终端设备 | |
EP4054187A1 (en) | Calibration method of a portable electronic device | |
CN116188591A (zh) | 多相机全局标定方法及装置、电子设备 | |
CN113592934B (zh) | 一种基于单目相机的目标深度与高度测量方法及装置 |
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 |