CN112304436A - 用于创建温度校正模型的方法、装置、电子设备和介质 - Google Patents
用于创建温度校正模型的方法、装置、电子设备和介质 Download PDFInfo
- Publication number
- CN112304436A CN112304436A CN202011152142.1A CN202011152142A CN112304436A CN 112304436 A CN112304436 A CN 112304436A CN 202011152142 A CN202011152142 A CN 202011152142A CN 112304436 A CN112304436 A CN 112304436A
- Authority
- CN
- China
- Prior art keywords
- temperature
- correction model
- measuring device
- data set
- temperature correction
- 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
- 238000012937 correction Methods 0.000 title claims abstract description 141
- 238000000034 method Methods 0.000 title claims abstract description 71
- 238000012545 processing Methods 0.000 claims abstract description 27
- 238000009529 body temperature measurement Methods 0.000 claims abstract description 20
- 230000006870 function Effects 0.000 claims description 46
- 238000012795 verification Methods 0.000 claims description 30
- 230000015654 memory Effects 0.000 claims description 26
- 230000008569 process Effects 0.000 claims description 11
- 230000001419 dependent effect Effects 0.000 claims description 5
- 230000007613 environmental effect Effects 0.000 claims description 3
- 239000000126 substance Substances 0.000 claims 2
- 238000013473 artificial intelligence Methods 0.000 abstract description 2
- 238000004861 thermometry Methods 0.000 description 19
- 238000010586 diagram Methods 0.000 description 16
- 238000005259 measurement Methods 0.000 description 13
- 238000012549 training Methods 0.000 description 13
- 210000001061 forehead Anatomy 0.000 description 12
- 238000004891 communication Methods 0.000 description 4
- 238000004590 computer program Methods 0.000 description 4
- 239000007787 solid Substances 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 238000012886 linear function Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000003068 static effect Effects 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000003780 insertion Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 238000010200 validation analysis Methods 0.000 description 2
- 230000032683 aging Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012887 quadratic function Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- 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
- 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
- G01J5/80—Calibration
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/15—Correlation function computation including computation of convolution operations
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Pure & Applied Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Mathematical Physics (AREA)
- Computational Mathematics (AREA)
- Algebra (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- Radiation Pyrometers (AREA)
Abstract
本申请公开了一种用于创建温度校正模型的方法、装置、电子设备以及介质,涉及人工智能领域,具体涉及计算机视觉领域,可用于红外测温、温度校正场景。用于创建温度校正模型的方法包括:获取第一温度数据集,第一温度数据集包括在多个第一时刻由测温装置采集的第一环境温度以及在多个第一时刻由基准温度传感器采集的对应第二环境温度,利用第一温度数据集执行拟合处理,以得到针对测温装置的温度校正模型,温度校正模型表征了测温装置相对于基准温度传感器的温度采集误差。
Description
技术领域
本申请涉及人工智能领域,具体涉及计算机视觉领域,用于红外测温、温度校正场景,更具体地,涉及一种用于创建温度校正模型的方法、装置、电子设备和介质。
背景技术
在通过测温装置测量温度时,测温装置的测量精度至关重要。但是,相关技术的测量装置由于长期使用或者由于外界环境的影响而导致测量装置的测量精度下降,使得所测得的温度存在较大误差。
发明内容
本申请提供了一种用于创建温度校正模型的方法、用于测温装置的温度校正方法、装置、测温装置、电子设备以及存储介质。
根据第一方面,本申请提供了一种用于创建温度校正模型的方法,包括:获取第一温度数据集,所述第一温度数据集包括在多个第一时刻由测温装置采集的第一环境温度以及在所述多个第一时刻由基准温度传感器采集的对应第二环境温度,利用所述第一温度数据集执行拟合处理,以得到针对所述测温装置的温度校正模型,所述温度校正模型表征了所述测温装置相对于基准温度传感器的温度采集误差。
根据第二方面,本申请提供了一种用于测温装置的温度校正方法,包括:由所述测温装置采集用户的用户温度,利用温度校正模型调整所述用户温度,以便展示调整后用户温度。其中,所述温度校正模型是通过以下操作得到的:获取第一温度数据集,所述第一温度数据集包括在多个第一时刻由测温装置采集的第一环境温度以及在所述多个第一时刻由基准温度传感器采集的对应第二环境温度,利用所述第一温度数据集执行拟合处理,以得到针对所述测温装置的温度校正模型,所述温度校正模型表征了所述测温装置相对于基准温度传感器的温度采集误差。
根据第三方面,本申请提供了一种用于创建温度校正模型的装置,包括:获取模块和拟合处理模块。其中,获取模块用于获取第一温度数据集,所述第一温度数据集包括在多个第一时刻由测温装置采集的第一环境温度以及在所述多个第一时刻由基准温度传感器采集的对应第二环境温度。拟合处理模块用于利用所述第一温度数据集执行拟合处理,以得到针对所述测温装置的温度校正模型,所述温度校正模型表征了所述测温装置相对于基准温度传感器的温度采集误差。
根据第四方面,本申请提供了一种用于测温装置的温度校正装置,包括采集模块和调整模块。其中,采集模块用于采集用户的用户温度。调整模块用于利用温度校正模型调整所述用户温度,以便展示调整后用户温度。其中,所述温度校正模型是通过以下操作得到的:获取第一温度数据集,所述第一温度数据集包括在多个第一时刻由测温装置采集的第一环境温度以及在所述多个第一时刻由基准温度传感器采集的对应第二环境温度,利用所述第一温度数据集执行拟合处理,以得到针对所述测温装置的温度校正模型,所述温度校正模型表征了所述测温装置相对于基准温度传感器的温度采集误差。
根据第五方面,本申请提供了一种电子设备,包括:至少一个处理器和与所述至少一个处理器通信连接的存储器。其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行:获取第一温度数据集,所述第一温度数据集包括在多个第一时刻由测温装置采集的第一环境温度以及在所述多个第一时刻由基准温度传感器采集的对应第二环境温度,利用所述第一温度数据集执行拟合处理,以得到针对所述测温装置的温度校正模型,所述温度校正模型表征了所述测温装置相对于基准温度传感器的温度采集误差。
根据第六方面,本申请提供了一种测温装置,包括:至少一个处理器和与所述至少一个处理器通信连接的存储器。其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行:由所述测温装置采集用户的用户温度,利用温度校正模型调整所述用户温度,以便展示调整后用户温度。其中,所述温度校正模型是通过以下操作得到的:获取第一温度数据集,所述第一温度数据集包括在多个第一时刻由测温装置采集的第一环境温度以及在所述多个第一时刻由基准温度传感器采集的对应第二环境温度,利用所述第一温度数据集执行拟合处理,以得到针对所述测温装置的温度校正模型,所述温度校正模型表征了所述测温装置相对于基准温度传感器的温度采集误差。
根据第七方面,本申请提供了一种存储有计算机指令的非瞬时计算机可读存储介质,所述计算机指令用于使所述计算机执行:获取第一温度数据集,所述第一温度数据集包括在多个第一时刻由测温装置采集的第一环境温度以及在所述多个第一时刻由基准温度传感器采集的对应第二环境温度,利用所述第一温度数据集执行拟合处理,以得到针对所述测温装置的温度校正模型,所述温度校正模型表征了所述测温装置相对于基准温度传感器的温度采集误差。
根据第八方面,本申请提供了一种存储有计算机指令的非瞬时计算机可读存储介质,所述计算机指令用于使所述计算机执行:由所述测温装置采集用户的用户温度,利用温度校正模型调整所述用户温度,以便展示调整后用户温度。其中,所述温度校正模型是通过以下操作得到的:获取第一温度数据集,所述第一温度数据集包括在多个第一时刻由测温装置采集的第一环境温度以及在所述多个第一时刻由基准温度传感器采集的对应第二环境温度,利用所述第一温度数据集执行拟合处理,以得到针对所述测温装置的温度校正模型,所述温度校正模型表征了所述测温装置相对于基准温度传感器的温度采集误差。
应当理解,本部分所描述的内容并非旨在标识本申请的实施例的关键或重要特征,也不用于限制本申请的范围。本申请的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案,不构成对本申请的限定。其中:
图1示意性示出了根据本申请实施例的用于创建温度校正模型的应用场景;
图2示意性示出了根据本申请一实施例的用于创建温度校正模型的方法的流程图;
图3示意性示出了根据本申请一实施例的用于创建温度校正模型的方法的流程图;
图4示意性示出了根据本申请实施例的第一时刻和第二时刻的示意图;
图5示意性示出了根据本申请实施例的模型验证的示意图;
图6示意性示出了根据本申请一实施例的用于测温装置的温度校正方法的流程图;
图7示意性示出了根据本申请实施例的实验结果的示意图;
图8示意性示出了根据本申请实施例的用于创建温度校正模型的装置的框图;
图9示意性示出了根据本申请另一实施例的用于测温装置的温度校正装置的框图;以及
图10是用来实现本申请实施例的用于创建温度校正模型的方法的电子设备的框图。
具体实施方式
以下结合附图对本申请的示范性实施例做出说明,其中包括本申请实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本申请的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
在此使用的术语仅仅是为了描述具体实施例,而并非意在限制本申请。在此使用的术语“包括”、“包含”等表明了所述特征、步骤、操作和/或部件的存在,但是并不排除存在或添加一个或多个其他特征、步骤、操作或部件。
在此使用的所有术语(包括技术和科学术语)具有本领域技术人员通常所理解的含义,除非另外定义。应注意,这里使用的术语应解释为具有与本说明书的上下文相一致的含义,而不应以理想化或过于刻板的方式来解释。
在使用类似于“A、B和C等中至少一个”这样的表述的情况下,一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如,“具有A、B和C中至少一个的系统”应包括但不限于单独具有A、单独具有B、单独具有C、具有A和B、具有A和C、具有B和C、和/或具有A、B、C的系统等)。
本申请的实施例提供了一种用于创建温度校正模型的方法,包括:获取第一温度数据集,第一温度数据集包括在多个第一时刻由测温装置采集的第一环境温度以及在多个第一时刻由基准温度传感器采集的对应第二环境温度。接下来,利用第一温度数据集执行拟合处理,以得到针对测温装置的温度校正模型,温度校正模型表征了测温装置相对于基准温度传感器的温度采集误差。
图1示意性示出了根据本申请实施例的用于创建温度校正模型的应用场景。
如图1所示,本申请实施例的应用场景100例如包括测温装置110和、用户120。
在本申请的实施例中,测温装置110例如包括但不限于多人脸远距离红外测温装置、单人脸近距离测温装置,测温装置110可以用于采集用户120的用户温度。在一种示例中,测温装置110可以用于采集用户的人脸温度,更具体地,可以用于采集用户的额头温度。
在一种示例中,测温装置110可以安装于闸机130上,当用户120通过闸机130时,可以通过测温装置110测量用户120的温度。
由于测温装置110的长期使用或者由于外部环境的影响,测温装置110的内部器件逐渐老化,使得测温装置110的测量精度下降。例如,测温装置110的内部器件老化导致测温装置110出现零飘或温漂的问题,进而使得其在测量温度时存在测量误差。
零漂(零点漂移)例如指测温装置110内部的放大电路输入信号为零(即没有交流电输入)时,由于受温度变化、电源电压不稳等因素的影响,使静态工作点发生变化,并被逐级放大和传输,导致电路输出端电压偏离原固定值而上下漂动。在漂移现象严重的情况下,往往会使有效信号“淹没”,影响测温装置110中放大电路的正常工作。
温漂(温度漂移)例如指由温度变化所引起的测温装置110内部的半导体器件参数变化而产生的现象。温漂一般指环境温度变化时会引起晶体管参数的变化,这样会造成静态工作点的不稳定,甚至使测温装置110中的电路无法正常工作。
因此,为了提高温度测温装置110的测温精度,需要对测温装置进行校正。
在一种示例中,可以通过黑体设备进行温度校正。黑体设备的温度为固定温度,测温装置110可以通过测量黑体设备得到测量温度,并通过对比测量温度和黑体的固定温度得到两者的差值,可以将该差值作为测温装置110的测量误差,在后续测温时,可以基于该测量误差进行温度补偿。
但是,黑体设备的成本较高,从而导致对测温装置进行温度校正的校正成本较高。
有鉴于此,本申请实施例提供了一种用于创建温度校正模型的方法,下面结合图1的应用场景,参考图2~图5来描述根据本申请示例性实施方式的用于创建温度校正模型的方法。
图2示意性示出了根据本申请一实施例的用于创建温度校正模型的方法的流程图。
如图2所示,本申请实施例的用于创建温度校正模型的方法200例如可以包括操作S201~操作S202。
在操作S201,获取第一温度数据集,第一温度数据集包括在多个第一时刻由测温装置采集的第一环境温度以及在多个第一时刻由基准温度传感器采集的对应第二环境温度。
在操作S202,利用第一温度数据集执行拟合处理,以得到针对测温装置的温度校正模型,温度校正模型表征了测温装置相对于基准温度传感器的温度采集误差。
在本申请的实施例中,基准温度传感器的测量精度较高,该基准温度传感器所测得的温度较接近真实温度,因此可以将基准温度传感器所测得的温度作为基准温度。第一温度数据集中例如包括多组训练数据,该多组训练数据例如与多个第一时刻一一对应,即在每个第一时刻采集一组训练数据。其中,每组训练数据均包括一个第一环境温度和一个第二环境温度。
接下来,对第一温度数据集进行拟合处理得到温度校正模型,该温度校正模型例如表征了第一环境温度和第二环境温度之间的关系。即,该温度校正模型表征了测温装置相对于基准温度传感器的温度采集误差。在拟合得到温度校正模型之后,在后续通过测温装置测量温度时,可以基于温度校正模型对所测得的温度进行校正,从而使得校正后的测量温度更接近真实温度,以此提高测温装置的测量精度。另外,基准温度传感器测成本较低、精度较高,通过其对测温装置进行温度校正,可以降低温度校正的成本。另外,通过测温装置和基准温度传感器来采集环境温度,并基于所采集的环境温度来创建温度校正模型,由此可见本申请的实施例对环境温度进行采集的采集条件要求较低,从而可以提高创建温度校正模型的效率,降低创建温度校正模型的成本。
图3示意性示出了根据本申请一实施例的用于创建温度校正模型的方法的流程图。
如图3所示,本申请实施例的用于创建温度校正模型的方法300例如可以包括操作S301~操作S306。
在操作S301,获取第一温度数据集,第一温度数据集包括在多个第一时刻由测温装置采集的第一环境温度以及在多个第一时刻由基准温度传感器采集的对应第二环境温度。
在操作S302,利用第一温度数据集执行拟合处理,以得到针对测温装置的温度校正模型,温度校正模型表征了测温装置相对于基准温度传感器的温度采集误差。
在本申请的实施例中,利用第一温度数据集执行拟合处理可以包括:基于预设拟合函数,以第一环境温度作为预设拟合函数的因变量,以对应第二环境温度作为预设拟合函数的自变量,执行拟合以得到预设拟合函数的参数。
其中,预设拟合函数可以包括但不仅限于二元一次函数、二元二次函数、二元三次函数、三角函数、余弦函数等等。以预设拟合函数为二元一次函数为例,该二元一次函数可以表示为y=ax+b,其中,y为因变量、x为自变量,a和b为该二元一次函数的参数。
在本申请的实施例中,第一温度数据集中例如包括多组训练数据,该多组训练数据例如与多个第一时刻一一对应,即在每个第一时刻采集一组训练数据。其中,每组训练数据均包括一个第一环境温度和一个第二环境温度。以多组训练数据包括n(n为大于1的整数)组训练数据为例,该n组训练数据分别表示为(x1,y1)、(x2,y2)、(x3,y3)、……、(xn,yn)。其中,y1、y2、y3、……、yn为与n个第一时刻一一对应的第一环境温度,x1、x2、x3、……、xn为与n个第一时刻一一对应的第二环境温度。
例如,基于预设拟合函数y=ax+b,以第一环境温度y1、y2、y3、……、yn作为预设拟合函数的因变量,以对应第二环境温度x1、x2、x3、……、xn作为预设拟合函数的自变量,执行拟合以得到预设拟合函数的参数a和b。其中,本申请的实施例可以包括但不仅限于利用最小二乘法进行拟合。
在执行操作S301之前,可以执行操作S303。
在操作S303,获取环境信息。
在操作S304,基于环境信息确定预设区域内是否存在运动对象。在基于环境信息确定在预设区域内不存在运动对象的情况下,获取第一温度数据集。
在本申请的实施例中,可以通过移动侦测算法来监控预设区域内是否存在运动对象。在一种示例中,由于测温装置可以包括红外测温装置,该测温装置可以朝某一方向来测量温度,预设区域可以包括该方向所指向的前方区域。获取环境信息包括获取针对预设区域的多帧图像,基于移动侦测算法监控预设区域内是否存在运动对象可以包括对比多帧图像来确定多帧图像之间是否一致,如果不一致则可以确定预设区域内存在运动对象,如果一致则可以确定预设区域内不存在运动对象。在一种示例中,运动对象可以是用户,环境信息可以是通过人脸识别技术采集的针对预设区域的图像信息,基于环境信息确定预设区域是否存在运动对象可以包括通过人脸识别技术识别预设区域内是否有用户经过。在本申请的实施例中,测温装置具有数据处理的功能,获取环境信息并基于环境信息确定预设区域内是否存在运动对象可以由测温装置来执行。
在操作S305,获取第二温度数据集,第二温度数据集包括在多个第二时刻由测温装置采集的第三环境温度以及在多个第二时刻由基准温度传感器采集的对应第四环境温度。例如,在基于环境信息确定在预设区域内不存在运动对象的情况下,获取第二温度数据集。
在操作S306,利用第二温度数据集对温度校正模型执行验证。
在本申请的实施例中,在进行拟合处理得到温度校正模型之后,为了保证温度校正模型的校正准确性,需要对温度校正模型执行验证。当温度校正模型通过验证后,可以基于通过验证的温度校正模型来对后续测温装置所采集的温度进行校正,通过对温度校正模型进行验证,提高了温度校正模型的精度。
在本申请的实施例中,如果在预设区域内存在运动对象时采集第一温度数据集或第二温度数据集,将存在由于运动对象的影响而导致所采集的第一温度数据集或第二温度数据集存在采集误差的问题。由此,为了提高第一温度数据集或第二温度数据集的采集精度,可以通过获取环境信息并在环境信息表征预设区域内不存在运动对象时采集第一温度数据集或第二温度数据集,以此提高采集精度。
图4示意性示出了根据本申请实施例的第一时刻和第二时刻的示意图。
如图4所示,时间轴表示为t,多个第一时刻例如包括n个时刻,n个时刻可以分别表示为t1、t2、t3、……、tn-1、tn,其中,每相邻两个第一时刻之间的时间间隔可以相同或不同,相邻两个第一时刻之间的时间间隔分别表示为Δt2_1、Δt3_2、.......、Δtn_(n-1)。在一示例中,Δt2_1、Δt3_2、......、Δtn_(n-1)例如相同,例如均为2分钟。多个第二时刻例如包括m个时刻,m个时刻可以表示为t1’、t2’、……、tm’。在一示例中,m=n-1。
其中,多个第一时刻与多个第二时刻之间满足预设时间条件,预设时间条件包括每相邻两个第一时刻之间具有一个第二时刻,且该第二时刻与相邻两个第一时刻彼此之间的时间间隔Δt’相同。例如,以相邻两个第一时刻t1和t2为例,该t1和t2之间例如具有第二时刻t1’,该第二时刻t1’与相邻两个第一时刻t1、t2彼此之间的时间间隔Δt’相同,例如第二时刻t1’与第一时刻t1之间的时间间隔Δt’为1分钟,第二时刻t1’与第一时刻t2之间的时间间隔Δt’为1分钟。类似地,第二时刻t2’与相邻两个第一时刻t2、t3彼此之间的时间间隔相同,在此不再赘述。
在另一示例中,可以在每隔预设间隔采集一组温度数据得到多组温度数据,预设时间间隔可以是1分钟。然后将所采集的多组温度数据中的奇数组数据作为多组训练数据,将多组温度数据中的偶数组数据作为多组验证数据。
在本申请实施例中,多个第一时刻与多个第二时刻之间满足预设时间条件可以使得训练数据和验证数据的采集时间较接近,降低采集时间造成的误差,提高温度校正模型的精确性。
图5示意性示出了根据本申请实施例的模型验证的示意图。
如图5所示,x轴表示基准温度传感器采集的温度,y轴表示测温装置采集的温度。第一温度数据集中的多组训练数据例如分别为(x1,y1)、(x2,y2)、(x3,y3)、……、(xn,yn)。第一温度数据集中的每一组训练数据在坐标系中以空心圆点来表示。其中,以第一环境温度y1、y2、y3、……、yn作为预设拟合函数y=ax+b的因变量y,以对应第二环境温度x1、x2、x3、……、xn作为预设拟合函数y=ax+b的自变量x,执行拟合以得到预设拟合函数的参数a和b。
在本申请的实施例中,第二温度数据集包括多组验证数据,该多组验证数据例如与多个第二时刻一一对应,即在每个第二时刻采集一组验证数据。每一组验证数据均包括一个第三环境温度和一个第四环境温度。以多组验证数据包括m(m为大于1的整数)组验证数据为例,该m组验证数据例如分别表示为(x1’,y1’)、(x2’,y2’)、……、(xm’,ym’)。其中,y1’、y2’、……、ym’为与m个第二时刻一一对应的第三环境温度,x1’、x2’、……、xm’为与m个第二时刻一一对应的第四环境温度。第二温度数据集中的每一组验证数据在坐标系中以实心圆点来表示。
其中,利用第二温度数据集对温度校正模型执行验证包括:针对每一组验证数据,将该组验证数据中的第四环境温度输入至温度校正模型得到输出温度,并确定输出温度与该组验证数据中的第三环境温度之间的差值,差值例如以绝对值表示。在基于每一组验证数据所确定的差值均小于预设差值的情况下,确定温度校正模型通过验证,以提高温度校正模型的精度。
如图5所示,针对第一组验证数据(x1’,y1’),将该组验证数据中的第四环境温度x1’,输入至预设拟合函数y=ax+b中,得到的输出温度为ax1’+b,该输出温度ax1’+b与第三环境温度y1’之间的差值表示为Δy1=|ax1’+b-y1’|,其中,该预设拟合函数y=ax+b中的参数a和b已知。类似地,多组组验证数据所针对的差值分别表示为Δy1=|ax1’+b-y1’|、Δy2=|ax2’+b-y2’|、Δym=|axm’+b-ym’|。当差值Δy1、Δy2、……、Δym中的每个差值均小于预设差值的情况下,确定温度校正模型(预设拟合函数y=ax+b)通过验证。预设差值例如可以包括但不仅限于±0.3℃。
在另一示例中,当预设拟合函数y=ax+b没有通过验证时,可以重新采用次数更高的预设拟合函数来重新对第一温度数据集进行拟合,次数更高的预设拟合函数例如可以是二元二次函数y=ax2+bx+c,如果该预设拟合函数y=ax2+bx+c通过第二温度数据集的验证,则将该预设拟合函数y=ax2+bx+c作为温度校正模型。如果该预设拟合函数y=ax2+bx+c没有通过验证,则再次提高函数的次数,例如依次采用预设拟合函数y=ax3+bx2+cx+d、y=ax4+bx3+cx2+dx+e、……来执行拟合,直到某一预设拟合函数通过验证,并将通过验证的预设拟合函数作为温度校正模型。
在本申请的实施例中,次数越低的函数在拟合过程中计算量小、拟合效率高。在执行拟合处理时,申请的实施例通过逐渐提高预设拟合函数的次数来确定较佳的预设拟合函数,可以实现在保证预设拟合函数满足拟合精度要求的情况下,提高了拟合效率。
在本申请实施例中,可以基于预设的采集条件自动触发测温装置和基准传感器采集第一温度数据集和第二温度数据集以进行温度校正模型的拟合和验证。预设的采集条件可以包括在测温装置启动时进行数据的采集,预设的采集条件还可以包括每隔预设的时间段触发采集流程,预设的时间段可以是12小时、24小时、48小时等等。
在本申请的实施例中,基准温度传感器可以是TSIC 506F传感器,并且该基准温度传感器内置模拟数字转换器(Analog-to-Digital Converter,ADC)和数字信号处理(Digital Signal Processing,DSP)功能,该基准温度传感器的测量精度可以达到±0.1℃,该基准温度传感器成本较低、测量精度高。该基准温度传感器可以焊接在测温装置的电路板上,以实现和测温装置进行数据传输。例如,基准温度传感器可以将其采集的环境温度发送给测温装置。由于基准温度传感器的一端焊接在测温装置的电路板上时,另一端需要裸露在外界环境中以便测量外界环境的温度,因此基准温度传感器需要选用直插型的传感器,即该直插型的传感器采用T0-92封装。
在本申请的实施例中,为了提高温度校正模型的精度,需要将基准温度传感器采集温度的方向配置于与测温装置采集温度的方向一致。例如,测温装置可以包括红外测温装置,该测温装置可以朝某一方向来测量温度,该方向与基准温度传感器采集温度的方向一致,使得基准温度传感器和测温装置所采集的温度为相同环境的温度,实现在基准温度传感器和测温装置采集外界温度时,避免由于两者采集不同环境的温度而带来拟合误差。
在本申请的实施例中,测温装置中包括以阵列形式排列的多个测温元件,每个测温元件均可以用于采集温度。当测温装置用于测量用户的面部温度时,每个测温元件所测的面部温度不同,例如有些测温元件测量用户的鼻子温度,有些测温元件测量用户的额头温度。在一示例中,当需要通过测温装置测量用户的额头温度时,可以将测温装置中用于测量用户额头温度的部分测温元件所测得的温度的平均值作为所需温度。
由此,在采用测温装置采集环境温度时,所采集的第一温度数据集中由测温装置采集的第一环境温度包括多个测温元件中的部分测温元件所采集的温度的平均温度,第二温度数据集中由测温装置采集的第三环境温度包括多个测温元件中的部分测温元件所采集的温度的平均温度。其中,在利用该测温装置采集用户的温度时,例如可以采集用户的额头温度,用户的额头温度例如为该部分测温元件所采集的温度的平均温度。通过将部分测温元件的平均温度作为第一环境温度或第三环境温度,以提高创建温度校正模型过程中的拟合精度。
在一实施例中,图2至图5所示出的用于创建温度校正模型的方法例如可以由测温装置来执行,即测温装置中具有处理器,可以用于进行数据处理。在另一示例中,图2至图5所示出的用于创建温度校正模型的方法例如可以由与测温装置连接的电子设备来执行。
图6示意性示出了根据本申请一实施例的用于测温装置的温度校正方法的流程图。
如图6所示,本申请实施例的用于测温装置的温度校正方法600例如可以包括操作S601~操作S602。其中,该方法例如可以由测温装置执行。
在操作S601,由测温装置采集用户的用户温度。
在操作S602,利用温度校正模型调整用户温度,以便展示调整后用户温度。
在本申请的实施例中,温度校正模型可以基于如图2至图5所示的方法得到。例如,温度校正模型可以通过以下操作来得到:获取第一温度数据集,第一温度数据集包括在多个第一时刻由测温装置采集的第一环境温度以及在多个第一时刻由基准温度传感器采集的对应第二环境温度,利用第一温度数据集执行拟合处理,以得到针对测温装置的温度校正模型,温度校正模型表征了测温装置相对于基准温度传感器的温度采集误差。
以温度校正模型为y=ax+b为例来进行说明。温度校正模型y=ax+b中的a和b为已知参数。测温装置采集用户的用户温度例如为y”,利用温度校正模型调整用户温度y”后得到调整后的用户温度例如为(y”-b)/a。然后,可以将调整后的用户温度展示在测温装置的显示屏上。在一种示例中,用户温度可以是用户的额头温度。
图7示意性示出了根据本申请实施例的实验结果的示意图。
如图7所示,横坐标表示环境温度,纵坐标标表示用户的额头温度。以实心正方形点表示用户额头的实际温度,实心圆点表示通过未校正前的测温装置所测得的额头温度,实心三角点表示通过校正后的测温装置所测得的额头温度。由图7可知,校正后的测温装置所测得的额头温度更接近实际温度。
图8示意性示出了根据本申请实施例的用于创建温度校正模型的装置的框图。
如图8所示,本申请实施例的用于创建温度校正模型的装置800例如包括获取模块801以及拟合处理模块802。
获取模块801可以用于获取第一温度数据集,第一温度数据集包括在多个第一时刻由测温装置采集的第一环境温度以及在多个第一时刻由基准温度传感器采集的对应第二环境温度。根据本申请实施例,获取模块801例如可以执行上文参考图2描述的操作S201,在此不再赘述。
拟合处理模块802可以用于利用第一温度数据集执行拟合处理,以得到针对测温装置的温度校正模型,温度校正模型表征了测温装置相对于基准温度传感器的温度采集误差。根据本申请实施例,拟合处理模块802例如可以执行上文参考图2描述的操作S202,在此不再赘述。
图9示意性示出了根据本申请另一实施例的用于测温装置的温度校正装置的框图。
如图9所示,本申请实施例的用于创建温度校正模型的装置900例如包括采集模块901以及调整模块902。
采集模块901可以用于采集用户的用户温度。根据本申请实施例,采集模块901例如可以执行上文参考图6描述的操作S601,在此不再赘述。
调整模块902可以用于利用温度校正模型调整用户温度,以便展示调整后用户温度。根据本申请实施例,调整模块902例如可以执行上文参考图6描述的操作S602,在此不再赘述。
根据本申请的实施例,本申请还提供了一种电子设备和一种可读存储介质。
图10是用来实现本申请实施例的用于创建温度校正模型的方法的电子设备的框图。
如图10所示,是根据本申请实施例的用于创建温度校正模型的方法的电子设备1000的框图。电子设备1000旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本申请的实现。
如图10所示,该电子设备1000包括:一个或多个处理器1010、存储器1020,以及用于连接各部件的接口,包括高速接口和低速接口。各个部件利用不同的总线互相连接,并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在电子设备1000内执行的指令进行处理,包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如,耦合至接口的显示设备)上显示GUI的图形信息的指令。在其它实施方式中,若需要,可以将多个处理器和/或多条总线与多个存储器和多个存储器一起使用。同样,可以连接多个电子设备1000,各个设备提供部分必要的操作(例如,作为服务器阵列、一组刀片式服务器、或者多处理器系统)。图10中以一个处理器1010为例。
存储器1020即为本申请所提供的非瞬时计算机可读存储介质。其中,存储器存储有可由至少一个处理器执行的指令,以使至少一个处理器执行本申请所提供的用于创建温度校正模型的方法。本申请的非瞬时计算机可读存储介质存储计算机指令,该计算机指令用于使计算机执行本申请所提供的用于创建温度校正模型的方法。
存储器1020作为一种非瞬时计算机可读存储介质,可用于存储非瞬时软件程序、非瞬时计算机可执行程序以及模块,如本申请实施例中的用于创建温度校正模型的方法对应的程序指令/模块(例如,附图7所示的确定模块710以及第一发送模块720)。处理器1010通过运行存储在存储器1020中的非瞬时软件程序、指令以及模块,从而执行服务器的各种功能应用以及数据处理,即实现上述方法实施例中的用于创建温度校正模型的方法。
存储器1020可以包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需要的应用程序;存储数据区可存储根据用于创建温度校正模型的电子设备1000的使用所创建的数据等。此外,存储器1020可以包括高速随机存取存储器,还可以包括非瞬时存储器,例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些实施例中,存储器1020可选包括相对于处理器1010远程设置的存储器,这些远程存储器可以通过网络连接至用于创建温度校正模型的电子设备1000。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
用于创建温度校正模型的方法的电子设备1000还可以包括:输入装置1030和输出装置1040。处理器1010、存储器1020、输入装置1030和输出装置1040可以通过总线或者其他方式连接,图10中以通过总线连接为例。
输入装置1030可接收输入的数字或字符信息,以及产生与用于创建温度校正模型的电子设备1000的用户设置以及功能控制有关的键信号输入,例如触摸屏、小键盘、鼠标、轨迹板、触摸板、指示杆、一个或者多个鼠标按钮、轨迹球、操纵杆等输入装置。输出装置1040可以包括显示设备、辅助照明装置(例如,LED)和触觉反馈装置(例如,振动电机)等。该显示设备可以包括但不限于,液晶显示器(LCD)、发光二极管(LED)显示器和等离子体显示器。在一些实施方式中,显示设备可以是触摸屏。
此处描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、专用ASIC(专用集成电路)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
这些计算程序(也称作程序、软件、软件应用、或者代码)包括可编程处理器的机器指令,并且可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。如本文使用的,术语“机器可读介质”和“计算机可读介质”指的是用于将机器指令和/或数据提供给可编程处理器的任何计算机程序产品、设备、和/或装置(例如,磁盘、光盘、存储器、可编程逻辑装置(PLD)),包括,接收作为机器可读信号的机器指令的机器可读介质。术语“机器可读信号”指的是用于将机器指令和/或数据提供给可编程处理器的任何信号。
为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。
根据本申请的实施例,本申请还提供了一种测温装置和一种可读存储介质。
该测温装置可以用于执行图6所示的方法。该测温装置例如可以包括处理器、存储器、输入装置、输出装置。其中,该测温装置中的处理器、存储器、输入装置、输出装置例如具有与图10中所示的电子设备的处理器、存储器、输入装置、输出装置相同或类似的功能,在此不再赘述。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本申请公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本申请保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本申请的精神和原则之内所作的修改、等同替换和改进等,均应包含在本申请保护范围之内。
Claims (14)
1.一种用于创建温度校正模型的方法,包括:
获取第一温度数据集,所述第一温度数据集包括在多个第一时刻由测温装置采集的第一环境温度以及在所述多个第一时刻由基准温度传感器采集的对应第二环境温度;以及
利用所述第一温度数据集执行拟合处理,以得到针对所述测温装置的温度校正模型,所述温度校正模型表征了所述测温装置相对于基准温度传感器的温度采集误差。
2.根据权利要求1所述的方法,其中,所述利用所述第一温度数据集执行拟合处理包括:
基于预设拟合函数,以所述第一环境温度作为所述预设拟合函数的因变量,以对应第二环境温度作为所述预设拟合函数的自变量,执行拟合以得到所述预设拟合函数的参数。
3.根据权利要求2所述的方法,还包括:
获取第二温度数据集,所述第二温度数据集包括在多个第二时刻由测温装置采集的第三环境温度以及在所述多个第二时刻由基准温度传感器采集的对应第四环境温度;以及
利用所述第二温度数据集对所述温度校正模型执行验证。
4.根据权利要求3所述的方法,其中,所述第二温度数据集包括多组验证数据,每一组验证数据均包括一个所述第三环境温度和一个所述第四环境温度;其中,所述利用所述第二温度数据集对所述温度校正模型执行验证包括:
针对每一组验证数据,将该组验证数据中的第四环境温度输入至所述温度校正模型得到输出温度,并确定所述输出温度与该组验证数据中的第三环境温度之间的差值;以及
在基于每一组验证数据所确定的差值均小于预设差值的情况下,确定所述温度校正模型通过验证。
5.根据权利要求3所述的方法,其中,所述多个第一时刻与所述多个第二时刻之间满足预设时间条件,所述预设时间条件包括每相邻两个第一时刻之间具有一个第二时刻,且该第二时刻与相邻两个第一时刻彼此之间的时间间隔相同。
6.根据权利要求3所述的方法,还包括:获取环境信息;
其中,所述获取第一温度数据集包括:在基于所述环境信息确定在预设区域内不存在运动对象的情况下,获取所述第一温度数据集;
其中,所述获取第二温度数据集包括:在基于所述环境信息确定在预设区域内不存在运动对象的情况下,获取所述第二温度数据集。
7.根据权利要求1至6中任意一项所述的方法,其中,所述基准温度传感器采集温度的方向与所述测温装置采集温度的方向一致。
8.一种用于测温装置的温度校正方法,包括:
由所述测温装置采集用户的用户温度;以及
利用温度校正模型调整所述用户温度,以便展示调整后用户温度;
其中,所述温度校正模型是通过以下操作得到的:
获取第一温度数据集,所述第一温度数据集包括在多个第一时刻由测温装置采集的第一环境温度以及在所述多个第一时刻由基准温度传感器采集的对应第二环境温度;以及
利用所述第一温度数据集执行拟合处理,以得到针对所述测温装置的温度校正模型,所述温度校正模型表征了所述测温装置相对于基准温度传感器的温度采集误差。
9.一种用于创建温度校正模型的装置,包括:
获取模块,用于获取第一温度数据集,所述第一温度数据集包括在多个第一时刻由测温装置采集的第一环境温度以及在所述多个第一时刻由基准温度传感器采集的对应第二环境温度;以及
拟合处理模块,用于利用所述第一温度数据集执行拟合处理,以得到针对所述测温装置的温度校正模型,所述温度校正模型表征了所述测温装置相对于基准温度传感器的温度采集误差。
10.一种用于测温装置的温度校正装置,包括:
采集模块,用于采集用户的用户温度;以及
调整模块,用于利用温度校正模型调整所述用户温度,以便展示调整后用户温度;
其中,所述温度校正模型是通过以下操作得到的:
获取第一温度数据集,所述第一温度数据集包括在多个第一时刻由测温装置采集的第一环境温度以及在所述多个第一时刻由基准温度传感器采集的对应第二环境温度;以及
利用所述第一温度数据集执行拟合处理,以得到针对所述测温装置的温度校正模型,所述温度校正模型表征了所述测温装置相对于基准温度传感器的温度采集误差。
11.一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1至7中任一项所述的方法。
12.一种测温装置,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求8所述的方法。
13.一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行权利要求1至7中任一项所述的方法。
14.一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行权利要求8所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011152142.1A CN112304436B (zh) | 2020-10-23 | 2020-10-23 | 用于创建温度校正模型的方法、装置、电子设备和介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011152142.1A CN112304436B (zh) | 2020-10-23 | 2020-10-23 | 用于创建温度校正模型的方法、装置、电子设备和介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112304436A true CN112304436A (zh) | 2021-02-02 |
CN112304436B CN112304436B (zh) | 2022-07-19 |
Family
ID=74330533
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011152142.1A Active CN112304436B (zh) | 2020-10-23 | 2020-10-23 | 用于创建温度校正模型的方法、装置、电子设备和介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112304436B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113110720A (zh) * | 2021-03-23 | 2021-07-13 | 深圳市洲明科技股份有限公司 | 显示面板温度调节方法、装置、计算机设备和存储介质 |
CN113268917A (zh) * | 2021-04-29 | 2021-08-17 | 杭州魔点科技有限公司 | 一种测温的方法、系统、电子装置和存储介质 |
CN113483919A (zh) * | 2021-06-30 | 2021-10-08 | 启北公司 | 一种温度校准方法、系统、存储介质和电子设备 |
CN114719991A (zh) * | 2022-04-08 | 2022-07-08 | 山东三宏信息科技有限公司 | 一种基于环境温度校正的测温装置 |
CN115235531A (zh) * | 2022-09-21 | 2022-10-25 | 毫末智行科技有限公司 | 一种传感器校正方法、装置、终端设备及存储介质 |
Citations (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050243892A1 (en) * | 2004-03-24 | 2005-11-03 | Land Instruments International Limited | Temperature monitoring system |
CN1811360A (zh) * | 2006-02-24 | 2006-08-02 | 昆明物理研究所 | 凝视红外焦平面探测器自适应非均匀性校正方法 |
CN103439003A (zh) * | 2013-09-03 | 2013-12-11 | 重庆大学 | 一种提高红外测温精度的方法 |
US20150094544A1 (en) * | 2013-09-12 | 2015-04-02 | Sproutling, Inc. | Infant monitoring system and methods |
CN105509899A (zh) * | 2016-01-26 | 2016-04-20 | 云南电网有限责任公司电力科学研究院 | 一种红外图像测温校准方法及系统 |
CN106197690A (zh) * | 2016-06-27 | 2016-12-07 | 湖北久之洋红外系统股份有限公司 | 一种宽温范围条件下的图像校准方法及系统 |
CN106768380A (zh) * | 2016-11-16 | 2017-05-31 | 西安建筑科技大学 | 一种对红外测温设备的测试结果进行修正的方法 |
CN107271047A (zh) * | 2017-06-21 | 2017-10-20 | 沈阳航空航天大学 | 一种不均匀温度场的红外辐射能测试平台及测试方法 |
US20180046926A1 (en) * | 2014-05-23 | 2018-02-15 | DataRobot, Inc. | Systems for time-series predictive data analytics, and related methods and apparatus |
CN107807270A (zh) * | 2017-11-29 | 2018-03-16 | 曲阜师范大学 | 一种基于人工智能的电流检测装置及其检测方法 |
CN108317670A (zh) * | 2018-03-02 | 2018-07-24 | 深圳市华之任有限公司 | 一种基于机器学习的制冷系统节能控制方法及系统 |
CN109141646A (zh) * | 2018-07-27 | 2019-01-04 | 中国铁道科学研究院集团有限公司 | 红外测温系统的标定方法及标定装置 |
US20190064253A1 (en) * | 2017-08-25 | 2019-02-28 | Streammosaic, Inc. | Semiconductor yield prediction |
CN110188376A (zh) * | 2019-04-12 | 2019-08-30 | 汉腾汽车有限公司 | 一种混合动力汽车动力电池初始电量算法 |
CN111006775A (zh) * | 2019-12-20 | 2020-04-14 | 中科和光(天津)应用激光技术研究所有限公司 | 一种基于非制冷红外热成像测温技术的距离补偿方法 |
CN111157123A (zh) * | 2020-02-17 | 2020-05-15 | 北京迈格威科技有限公司 | 测量温度的方法、装置、服务器和测量温度的系统 |
CN111307300A (zh) * | 2020-04-17 | 2020-06-19 | 镇江明润信息科技有限公司 | 一种红外测温传感器的温度校准装置及方法 |
CN111351583A (zh) * | 2020-03-24 | 2020-06-30 | 广州尚衡信息科技有限公司 | 红外测温的温度修正方法及红外热成像仪 |
CN111579096A (zh) * | 2020-05-07 | 2020-08-25 | 深圳市微电元科技有限公司 | 一种红外测温传感器模组及测温方法、测温设备 |
-
2020
- 2020-10-23 CN CN202011152142.1A patent/CN112304436B/zh active Active
Patent Citations (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050243892A1 (en) * | 2004-03-24 | 2005-11-03 | Land Instruments International Limited | Temperature monitoring system |
CN1811360A (zh) * | 2006-02-24 | 2006-08-02 | 昆明物理研究所 | 凝视红外焦平面探测器自适应非均匀性校正方法 |
CN103439003A (zh) * | 2013-09-03 | 2013-12-11 | 重庆大学 | 一种提高红外测温精度的方法 |
US20150094544A1 (en) * | 2013-09-12 | 2015-04-02 | Sproutling, Inc. | Infant monitoring system and methods |
US20180046926A1 (en) * | 2014-05-23 | 2018-02-15 | DataRobot, Inc. | Systems for time-series predictive data analytics, and related methods and apparatus |
CN105509899A (zh) * | 2016-01-26 | 2016-04-20 | 云南电网有限责任公司电力科学研究院 | 一种红外图像测温校准方法及系统 |
CN106197690A (zh) * | 2016-06-27 | 2016-12-07 | 湖北久之洋红外系统股份有限公司 | 一种宽温范围条件下的图像校准方法及系统 |
CN106768380A (zh) * | 2016-11-16 | 2017-05-31 | 西安建筑科技大学 | 一种对红外测温设备的测试结果进行修正的方法 |
CN107271047A (zh) * | 2017-06-21 | 2017-10-20 | 沈阳航空航天大学 | 一种不均匀温度场的红外辐射能测试平台及测试方法 |
US20190064253A1 (en) * | 2017-08-25 | 2019-02-28 | Streammosaic, Inc. | Semiconductor yield prediction |
CN107807270A (zh) * | 2017-11-29 | 2018-03-16 | 曲阜师范大学 | 一种基于人工智能的电流检测装置及其检测方法 |
CN108317670A (zh) * | 2018-03-02 | 2018-07-24 | 深圳市华之任有限公司 | 一种基于机器学习的制冷系统节能控制方法及系统 |
CN109141646A (zh) * | 2018-07-27 | 2019-01-04 | 中国铁道科学研究院集团有限公司 | 红外测温系统的标定方法及标定装置 |
CN110188376A (zh) * | 2019-04-12 | 2019-08-30 | 汉腾汽车有限公司 | 一种混合动力汽车动力电池初始电量算法 |
CN111006775A (zh) * | 2019-12-20 | 2020-04-14 | 中科和光(天津)应用激光技术研究所有限公司 | 一种基于非制冷红外热成像测温技术的距离补偿方法 |
CN111157123A (zh) * | 2020-02-17 | 2020-05-15 | 北京迈格威科技有限公司 | 测量温度的方法、装置、服务器和测量温度的系统 |
CN111351583A (zh) * | 2020-03-24 | 2020-06-30 | 广州尚衡信息科技有限公司 | 红外测温的温度修正方法及红外热成像仪 |
CN111307300A (zh) * | 2020-04-17 | 2020-06-19 | 镇江明润信息科技有限公司 | 一种红外测温传感器的温度校准装置及方法 |
CN111579096A (zh) * | 2020-05-07 | 2020-08-25 | 深圳市微电元科技有限公司 | 一种红外测温传感器模组及测温方法、测温设备 |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113110720A (zh) * | 2021-03-23 | 2021-07-13 | 深圳市洲明科技股份有限公司 | 显示面板温度调节方法、装置、计算机设备和存储介质 |
CN113110720B (zh) * | 2021-03-23 | 2024-04-19 | 深圳市洲明科技股份有限公司 | 显示面板温度调节方法、装置、计算机设备和存储介质 |
CN113268917A (zh) * | 2021-04-29 | 2021-08-17 | 杭州魔点科技有限公司 | 一种测温的方法、系统、电子装置和存储介质 |
CN113483919A (zh) * | 2021-06-30 | 2021-10-08 | 启北公司 | 一种温度校准方法、系统、存储介质和电子设备 |
CN113483919B (zh) * | 2021-06-30 | 2024-06-11 | 启北公司 | 一种温度校准方法、系统、存储介质和电子设备 |
CN114719991A (zh) * | 2022-04-08 | 2022-07-08 | 山东三宏信息科技有限公司 | 一种基于环境温度校正的测温装置 |
CN114719991B (zh) * | 2022-04-08 | 2022-12-13 | 山东三宏信息科技有限公司 | 一种基于环境温度校正的测温装置 |
CN115235531A (zh) * | 2022-09-21 | 2022-10-25 | 毫末智行科技有限公司 | 一种传感器校正方法、装置、终端设备及存储介质 |
CN115235531B (zh) * | 2022-09-21 | 2022-11-29 | 毫末智行科技有限公司 | 一种传感器校正方法、装置、终端设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN112304436B (zh) | 2022-07-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112304436B (zh) | 用于创建温度校正模型的方法、装置、电子设备和介质 | |
CN111539514B (zh) | 用于生成神经网络的结构的方法和装置 | |
KR102482892B1 (ko) | 추적 포인트 동기화를 위한 시스템 및 방법 | |
US11713970B2 (en) | Positioning method, electronic device and computer readable storage medium | |
CN114663528A (zh) | 多相机外参的联合标定方法、装置、设备和介质 | |
CN111693147A (zh) | 温度补偿的方法、装置、电子设备及计算机可读存储介质 | |
CN111462029B (zh) | 视觉点云与高精地图融合方法、装置和电子设备 | |
CN111598246B (zh) | 量子吉布斯态生成方法、装置及电子设备 | |
EP3910533A1 (en) | Method, apparatus, electronic device, and storage medium for monitoring an image acquisition device | |
KR20210093194A (ko) | 차량의 차로변경을 탐지하는 방법과 장치, 전자 기기, 저장 장치, 노변 기기, 클라우드 제어 플랫폼 및 프로그램 제품 | |
KR102488582B1 (ko) | 애플리케이션 실행 상태 검증 방법 및 장치 | |
CN110705551B (zh) | 按键位置的识别方法、装置、电子设备和存储介质 | |
KR20210119339A (ko) | 차트 추천 방법 및 장치, 전자 기기 및 저장 매체 | |
CN102566822A (zh) | 一种触摸屏的自动校准方法 | |
CN111611767A (zh) | 验证方法和装置 | |
US20180041163A1 (en) | Photovoltaic string combiner with modular platform architecture | |
US11035892B2 (en) | Electric power system monitoring apparatus and electric power system monitoring method | |
CN110798681B (zh) | 成像设备的监测方法、装置和计算机设备 | |
CN111177479B (zh) | 获取关系网络图中节点的特征向量的方法以及装置 | |
CN111260498A (zh) | 工艺参数检测方法、装置、电子设备及可读存储介质 | |
Manojlović et al. | A novel active disturbance rejection based tracking design for laser system with quadrant photodetector | |
US11632552B2 (en) | Method and apparatus for coding video, device and medium | |
CN111339344B (zh) | 室内图像检索方法、装置及电子设备 | |
CN113126003B (zh) | 确定电缆压接质量的方法和装置 | |
KR20210042859A (ko) | 보행자 검출 방법 및 장치 |
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 |