CN112432709A - 人体测温的方法和系统 - Google Patents

人体测温的方法和系统 Download PDF

Info

Publication number
CN112432709A
CN112432709A CN202011171160.4A CN202011171160A CN112432709A CN 112432709 A CN112432709 A CN 112432709A CN 202011171160 A CN202011171160 A CN 202011171160A CN 112432709 A CN112432709 A CN 112432709A
Authority
CN
China
Prior art keywords
temperature
image
gray
identifier
area
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
Application number
CN202011171160.4A
Other languages
English (en)
Other versions
CN112432709B (zh
Inventor
杨志强
卢伍平
楼涛
徐狄权
湛杰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhejiang Huagan Technology Co ltd
Original Assignee
Zhejiang Dahua Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Zhejiang Dahua Technology Co Ltd filed Critical Zhejiang Dahua Technology Co Ltd
Priority to CN202011171160.4A priority Critical patent/CN112432709B/zh
Publication of CN112432709A publication Critical patent/CN112432709A/zh
Priority to PCT/CN2021/114420 priority patent/WO2022088886A1/en
Priority to EP21884618.6A priority patent/EP4217693A4/en
Application granted granted Critical
Publication of CN112432709B publication Critical patent/CN112432709B/zh
Priority to US18/307,809 priority patent/US20230366738A1/en
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • 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
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/13—Edge detection
    • 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
    • G06T7/337—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods involving reference images or patches
    • 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
    • G06T7/74—Determining position or orientation of objects or cameras using feature-based methods involving reference images or patches
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/10—Image acquisition
    • G06V10/12—Details of acquisition arrangements; Constructional details thereof
    • G06V10/14—Optical characteristics of the device performing the acquisition or on the illumination arrangements
    • G06V10/143—Sensing or illuminating at different wavelengths
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
    • 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
    • G06V40/161—Detection; Localisation; Normalisation
    • G06V40/162—Detection; Localisation; Normalisation using pixel segmentation or colour matching
    • 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
    • G06V40/171—Local features and components; Facial parts ; Occluding parts, e.g. glasses; Geometrical relationships
    • 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
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30196—Human being; Person
    • G06T2207/30201—Face
    • 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
    • G06T2207/30204—Marker

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Health & Medical Sciences (AREA)
  • Multimedia (AREA)
  • General Health & Medical Sciences (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Human Computer Interaction (AREA)
  • Radiation Pyrometers (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)

Abstract

本申请涉及一种人体测温的方法和系统，其中，该人体测温的方法包括：获取待测温图像，进而获取该待测温图像中的人脸区域；获取该人脸区域内的第一测温区域的灰度图，并根据该灰度图中的灰度值，确定该灰度图中的最高温度和最高温度位置；在该待测温图像和/或该灰度图中用标识指示该最高温度的位置。通过本申请，解决了人体测温的方法准确性低的问题。

Description

人体测温的方法和系统
技术领域
本申请涉及体温测量技术领域，特别是涉及人体测温的方法和系统。
背景技术
在发生危及国家安全的高致命性传染病时，为了防止疫情扩大传染，公共场所必须采集测量体温的应变措施，该措施虽为民众所配合，但是测量体温必须增派人手来进行，且测量者与被测量者的近距离接触，也可能成为增加传播病菌的环节；另外，上述措施仍然不能实现对每个人每时进行体温测量，以达到及时监控目的。
在相关技术中，通常采用红外温度仪对公共场所中的人群进行体温测量，这种温度仪利用红外传感器检测人体或者动物身体的特定区域发出的红外辐射强度，然后根据身体被测区域红外辐射和身体温度的对应关系，来测量身体温度，但是目前的产品中，往往结构较为复杂，附加元件多，并且由于测温区域较大导致体温检测结果不够准确。
针对相关技术中，人体测温的方法准确性低的问题，目前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人体测温的方法和系统，以至少解决相关技术中人体测温的方法准确性低的问题。
第一方面，本申请实施例提供了一种人体测温的方法，所述方法包括：
获取待测温图像，进而获取所述待测温图像中的人脸区域；
获取所述人脸区域内的第一测温区域的灰度图，并根据所述灰度图中的灰度值，确定所述灰度图中的最高温度和最高温度位置；
在所述待测温图像和/或所述灰度图中用标识指示所述最高温度的位置。
在其中一些实施例中，所述在所述待测温图像和/或所述灰度图中用标识指示所述最高温度的位置之后，所述方法还包括：
在检测到所述标识的位置为所述人脸区域内的预设误判点的情况下，获取所述人脸区域内第二测温区域的灰度图，并重新确定所述灰度图中的最高温度和最高温度位置；其中，所述第二测温区域的中心位置，与所述第一测温区域的中心位置不同。
在其中一些实施例中，所述在所述待测温图像和/或所述灰度图中用标识指示所述最高温度的位置之后，所述方法还包括：
在检测到所述标识的位置不为所述预设误判点的情况下，将所述最高温度作为人体测温结果。
在其中一些实施例中，所述在所述待测温图像和/或所述灰度图中用标识指示所述最高温度的位置之后，所述方法还包括：
在所述最高温度大于或者等于预设温度阈值的情况下，向终端发送超温报警信息和所述预设误判点，并发送包含所述标识的待测温图像和/或灰度图；
其中，所述终端根据所述超温报警信息，接收用户根据所述标识和所述预设误判点设置的误判结果所述误判结果用于指示所述标识的位置是否为所述预设误判点。
在其中一些实施例中，所述在检测到所述标识的位置为所述人脸区域内的预设误判点的情况下，所述方法还包括：
将检测错误信息发送给终端；其中，所述检测错误信息指示用户进行调整操作或删除操作。
在其中一些实施例中，所述在所述待测温图像和/或所述灰度图中用标识指示所述最高温度的位置之后，所述方法还包括：
根据所述标识获取第三测温区域，并根据所述第三测温区域重新确定所述最高温度；其中，所述标识位于所述第三测温区域内，且所述第三测温区域位于所述第一测温区域内。
在其中一些实施例中，所述获取所述人脸区域内的第一测温区域包括：
根据所述人脸区域中的人脸轮廓确定规则框，将所述规则框确定为所述第一测温区域。
第二方面，本申请实施例提供了一种人体测温的系统，其特征在于，所述系统包括：图像采集装置、热成像摄像头和控制装置；
所述控制装置通过所述图像采集装置获取待测温图像，进而获取所述待测温图像中的人脸区域；
所述控制装置通过所述灰度图检测装置获取所述人脸区域内的第一测温区域的灰度图，并根据所述灰度图中的灰度值，确定所述灰度图中的最高温度和最高温度位置；
所述控制装置在所述待测温图像和/或所述灰度图中用标识指示所述最高温度的位置。
在其中一些实施例中，所述系统还包括终端；
所述终端用于在所述最高温度大于或者等于预设温度阈值的情况下，接收所述控制装置发送的超温报警信息和所述预设误判点，并接收所述标识的待测温图像和/或灰度图；
所述终端根据所述超温报警信息，接收用户根据所述标识和所述预设误判点设置的误判结果；其中，所述误判结果用于指示所述标识的位置是否为所述预设误判点。
在其中一些实施例中，所述图像采集装置设置为可见光摄像头或第一热成像摄像头；
所述灰度图检测装置设置为第二热成像摄像头。
相比于相关技术，本申请实施例提供的人体测温的方法和系统，通过获取待测温图像，进而获取该待测温图像中的人脸区域；获取该人脸区域内的第一测温区域的灰度图，并根据该灰度图中的灰度值，确定该灰度图中的最高温度和最高温度位置；在该待测温图像和/或该灰度图中用标识指示该最高温度的位置，解决了人体测温的方法准确性低的问题。
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为根据本申请实施例的人体测温的应用场景的示意图；
图2为根据本申请实施例的人体测温方法的流程图一；
图3为根据本申请实施例的人体测温方法的流程图二；
图4为根据本申请实施例的人体测温方法的流程图三；
图5为根据本申请实施例的人体测温方法的流程图四；
图6为根据本申请实施例的人体测温方法的流程图五；
图7为根据本申请实施例的人体测温系统的结构框图一；
图8为根据本申请实施例的人体测温系统的结构框图二；
图9为根据本申请实施例的计算机设备的硬件结构示意图。
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。
在本实施例中，提供了一种人体测温的应用场景，图1为根据本申请实施例的人体测温的应用场景的示意图，如图1所示，在该应用环境中，包括图像采集装置12、终端14和服务器16。该图像采集装置12可以包括可见光摄像头和第一热成像摄像头；该终端14通过网络与该服务器16进行通信；服务器16接收图像采集装置12中的可见光摄像头获取的待测温图像进行人脸检测，并获取人脸区域；服务器16通过第二热成像摄像头，或通过图像采集装置12中的第一热成像摄像头获取所述人脸区域内的第一测温区域的灰度图，确定该灰度图中的最高温度和最高温度位置；服务器16检测到该最高温度超温时将超温报警信息发送给终端14；该终端14根据该超温报警信息接收用户检测最高温度位置的结果，并将结果发送给服务器16。该终端14可以但不限于是各种智能手机、个人计算机、笔记本电脑和平板电脑，该服务器16可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
在本实施例中，提供了一种人体测温的方法，图2为根据本申请实施例的人体测温方法的流程图一，如图2所示，该方法包括如下步骤：
步骤S202，获取待测温图像，进而获取该待测温图像中的人脸区域。具体地，将图像采集装置12获取的视频流分解为待测温图像，对于该待测温图像，通过调用人脸检测算法的接口来进行人脸检测，并根据该人脸检测的结果确定该待测温图像中的人脸区域；其中，该人脸检测算法可以通过二小波变换、弹性模型或卷积神经网络等方法实现，例如将该待测温图像输入到预先训练的人脸检测模型中得到人脸区域。
在其中一些实施例中，该图像采集装置12可以为可见光摄像头，则此时可以根据可见光摄像头获取的可见光待测温图像，调用人脸检测算法进行人脸检测，并将人脸检测结果中人脸的位置映射到热成像摄像头获取的热成像待测温图像中，再针对热成像待测温图像中确定的人脸区域进行测温。由于该可见光摄像头获取的可见光待测温图像是可见光波段感应地面对太阳光的反射而形成的图像，因此对该可见光待测温图像获取的人脸检测结果更为精确。
或者，该图像采集装置12也可以为第一热成像摄像头，直接对该第一热成像摄像头获取的热成像待测温图像进行人脸检测，然后对该待测温图像中的人脸区域测温，因此图像采集和人体测温用都可以通过热成像摄像头实现，从而简化了人体测温系统的结构，节省成本。
步骤S204，获取该人脸区域内的第一测温区域的灰度图，并根据该灰度图的灰度值确定该灰度图中的最高温度和最高温度位置。其中，该灰度图通过灰度图检测装置获取；该灰度图检测装置可以设置为第二热成像摄像头，可以理解的是，该第二热成像摄像头和上述第一热成像摄像头设置为同一装置，也可以设置为不同的装置。
在其中一些实施例中，根据该人脸区域中的人脸轮廓确定规则框，将该规则框内的区域确定为该第一测温区域；其中，该规则框可以为直接提取的不规则形状的人脸轮廓，也可以是该人脸轮廓的外接矩形；此外，该规则框可以发送给终端14进行显示，并由用户在终端14对该规则框进行调整，且该第一测温区域的位置和大小也随着该规则框进行相应的调整。
其中，在确定该第一测温区域的情况下，在该第一测温区域中获取最高灰度点的灰度值，及该最高灰度点的位置，然后利用该灰度值计算出该最高温度，并利用该位置确定该最高温度位置。
步骤S206，在该待测试图像和该灰度图中用标识指示该最高温度的位置。其中，该标识可以用十字丝等符号在图像中画出来；该标识的确定方式可以为：根据该最高温度位置的坐标直接在该灰度图上进行位置标识；或者，获取该最高温度位置在该灰度图中的位置坐标，并通过坐标转换将该位置坐标转换到该待测温图像上，从而确定该待测温图像上的位置标识，以便在该标识的位置处显示检测到的最高温度，以及用户进行人工检测。
在相关技术中，利用红外温度仪对人群进行体温测量的测温区域较大，导致测温结果不准确；而本申请实施例通过上述步骤S202至步骤S206，通过对确定的人脸区域内的第一测温区域进行温度检测，并根据该温度检测的灰度图确定最高温度和最高温度位置，进而用标识指示该最高温度的位置，以便于快速确定并获取到最高温度的位置进行检测，从而避免了错误地将眼角或脖子处体温作为人体温度，而导致在公共场所中人群体温测量过程中发生的错误超温报警现象，实现了人体体温的精确测量，解决了人体测温的方法准确性低的问题。
在其中一些实施例中，提供了一种人体测温的方法，图3为根据本申请实施例的人体测温方法的流程图二，如图3所示，该方法包括如下步骤：
步骤S302，在检测到该标识的位置为该人脸区域内的预设误判点的情况下，获取该人脸区域内第二测温区域的灰度图，并重新确定该灰度图中的最高温度和该最高温度的位置；其中，该第二测温区域的中心位置，与该第一测温区域的中心位置不同。
具体地，将该标识的位置与该人脸区域内的预设误判点进行匹配检测，在检测到该标识的位置为该预设误判点的情况下，说明此时检测的为眼角或脖子处的温度，因此可能造成获取的最高温度检测有误，则需要调整测温区域为第二测温区域，该第二测温区域所在位置不同于该第一测温区域，即该第二测温区域的中心位置与该第一测温区域不同。并重新检测最高温度，即获取该人脸区域内第二测温区域的灰度图，并重新确定该灰度图中的最高温度和最高温度位置；其中，可以由用户在终端14调整规则框，例如将该规则框缩小，或者将该规则框调整到额头等人脸区域，则该第二测温区域可以根据该规则框进行相应的调整。
其中，该预设误判点可以为眼角或脖子；该最高温度位置与预设误判点的检测方式可以通过系统自动识别；例如，对该人脸区域进行人脸关键点检测，可以得到五个人脸关键点，分别是两眼、鼻尖及嘴角两个点，并将检测到的该人脸关键点中两眼位置确定为该预设误判点；或者，通过肤色检测到肤色区域，然后通过人脸肤色区域轮廓特征拟合找到下巴位置，进而确定脖子区域，将该脖子区域确定为该预设误判点；则系统中的控制装置将该最高温度位置与该确定了的预设误判点位置进行比对，从而获取比对结果。
需要说明的是，在检测到该标识的位置不为该预设误判点的情况下，将所述最高温度作为人体测温结果。其中，在若该标识位置不为该预设误判点，说明此时最高温度的检测合理，则可以将该最高温度确定为人体测温结果。
通过上述步骤S302，对该最高温度位置进行检测，在该最高温度位置为预设误判点时可以重新进行检测，从而实现了异常测温区域的自动删除，有效提高了人体测温方法的准确性；同时，本申请实施例在检测到该最高温度位置错误的情况下，只需要对测温区域进行调整，而不需要人工调整测温设备，因此提高了公共场所中人体测温方法的效率。
在其中一些实施例中，在检测到该标识的位置为该预设误判点的情况下，该方法还包括如下步骤：将检测错误信息发送给终端14进行显示；其中，该检测错误信息指示用户进行调整操作或删除操作；例如，该终端14根据该检测错误信息可以弹出内容为“测温区域有误！”的对话框，则此时该用户可以调整测温区域重新测温，或者发送删除指令指示系统将位置错误的第一测温区域删除，从而便于用户结合实际情况对系统进行相应操作。
在其中一些实施例中，提供了一种人体测温的方法，图4为根据本申请实施例的人体测温方法的流程图三，如图4所示，该方法包括如下步骤：
步骤S402，在该最高温度大于或者等于预设温度阈值的情况下，向终端14发送超温报警信息和该预设误判点，并发送包含该标识的待测温图像和/或灰度图；其中，该终端根据该超温报警信息，接收用户根据该标识和该预设误判点设置的误判结果；该误判结果用于指示该标识的位置是否为该预设误判点。
需要说明的是，该预设温度阈值可以由用户预先进行设置，例如，该预设温度阈值可以为37℃。其中，用户在实时视频码流中或发生超温报警触发的抓图中，人工检查该码流或该抓图中标识的最高温度位置，如果用户发现该最高温度位置对应的标识位于眼角或脖子等误判点，则判断可能是误报，如果该对应的标识并未位于上述误判点，则判断未发生误报。
其中，该终端14接收用户根据该标识和该预设误判点判断设置的误判结果，并根据该误判结果检测该标识的位置，也就是最高温度位置是否为该预设误判点，以进行对应操作；例如，若该误判结果设置为1，则指示该最高温度位置不为该预设误判点，该终端14显示该最高温度；若该误判结果设置为0，则指示该最高温度位置为该预设误判点，该终端14显示用户需要重新检测的指示信息。
通过上述步骤S402，在最高温度超温的情况下再进行最高温度位置的检测，因此对人体测温的算法进行了优化，提高了人体测温方法的效率；同时，该最高温度位置的检测除了可以由系统自动识别之外，还可以由用户在终端14进行检测，方便用户确认最高温度位置的检测结果是否正确，提高了人体测温方法的准确性。
在其中一些实施例中，提供了一种人体测温的方法，图5为根据本申请实施例的人体测温方法的流程图四，如图5所示，该方法包括如下步骤：
步骤S502，根据该标识获取第三测温区域，并根据该第三测温区域重新确定该最高温度；其中，该标识位于该第三测温区域内，且该第三测温区域位于该第一测温区域内。在检测出人脸最高温度并标识出最高温度位置后，可以对该检测结果进行复测，且复测时可以将已进行检测的该第一测温区域缩小范围以得到该第三测温区域；由于本申请实施例中对最高温度位置进行了位置标识，则在复测过程中，可以由用户根据待测温图像上的标识确定第三测温区域，并且针对该最高温度位置所在的第三测温区域进行复检，更容易测出最高温点是否正确，因此有利于进一步提高人体测温方法的准确性；否则，在无法确定最高温度位置的情况下复测位置只能随机，导致复测的对比效果不佳。
下面结合实际应用场景对本发明的实施例进行详细说明，图6为根据本申请实施例的人体测温方法的流程图五，该视频行为识别方法的具体实施步骤如图6所示。
步骤S602，将系统初始化，并通过可见光摄像头或热成像摄像头获取视频流进行人脸检测。
步骤S604，用规则框框出人脸，将规则框内区域作为测温区域。
步骤S606，检测出人脸区域后，在热成像图像的人脸区域获取灰度最高点的灰度值及该点位置，然后利用这个灰度值计算出最高温度，将该点位置标识在热成像或可见光画面上面。
步骤S608，分析最高温度位置所在人脸区域，判断最高温度位置是否位于目标区域的预设误判点，若是，则报警或提示调整测温区域；否则，将该最高温度作为人体测温结果。
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。而且，上述流程或流程图中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。例如，在图3的流程图中，可以按照箭头指示的顺序依次执行人体测温的方法；也可以先将检测错误信息发送给终端14，然后再执行步骤S302中的获取第二测温区域。
在本实施例中，提供了一种人体测温的系统，图7为根据本申请实施例的人体测温系统的结构框图一，如图7所示，该系统包括：图像采集装置12、灰度图检测装置76和控制装置74。
该控制装置74通过该图像采集装置12获取待测温图像，进而获取该待测温图像中的人脸区域；该控制装置74通过该灰度图检测装置76获取该人脸区域内的第一测温区域的灰度图，并根据所述灰度图中的灰度值，确定该灰度图中的最高温度和最高温度位置；该控制装置74在该待测温图像和/或该灰度图中用标识指示该最高温度的位置。
通过上述实施例，灰度图检测装置76对确定的人脸区域内的第一测温区域进行温度检测，控制装置74根据该温度检测的灰度图确定最高温度和最高温度位置，进而用标识指示该最高温度的位置，以便于快速确定并获取到最高温度的位置进行检测，从而避免了错误地将眼角或脖子处体温作为人体温度，而导致在公共场所中人群体温测量过程中发生的错误超温报警现象，实现了人体体温的精确测量，解决了人体测温的方法准确性低的问题。
在其中一些实施例中，该控制装置74还用于在检测到该标识的位置为该人脸区域内的预设误判点的情况下，获取该人脸区域内第二测温区域的灰度图，并重新确定该灰度图中的最高温度和最高温度位置；其中，该第二测温区域的中心位置，与该第一测温区域的中心位置不同。
在其中一些实施例中，该控制装置74还用于在检测到该标识的位置不为该预设误判点的情况下，将该最高温度作为人体测温结果。
在其中一些实施例中，提供了一种人体测温的系统，图6为根据本申请实施例的人体测温系统的结构框图二，如图6所示，该系统还包括终端14；该终端14与控制装置74连接，该终端14用于接收该控制装置74发送的检测错误信息，并根据该检测错误信息提醒用户进行调整操作或删除操作。
在其中一些实施例中，该终端14还用于在该最高温度大于或者等于预设温度阈值的情况下，接收该控制装置74发送的超温报警信息和该预设误判点，并接收包含该标识的待测温图像和/或灰度图；该终端14根据该超温报警信息，接收用户根据该标识和该预设误判点设置的误判结果；该误判结果用于指示该标识的位置是否为该预设误判点。
在其中一些实施例中，该控制装置74还用于根据该该标识获取第三测温区域，并根据该第三测温区域重新确定该最高温度；其中，该标识位于该第三测温区域内，且所述第三测温区域位于所述第一测温区域内。
在其中一些实施例中，该控制装置74还用于根据该人脸区域中的人脸轮廓确定规则框，将该规则框内的区域确定为该第一测温区域。
另外，结合图1描述的本申请实施例人体测温方法可以由计算机设备来实现。图9为根据本申请实施例的计算机设备的硬件结构示意图。
该计算机设备可以包括处理器92以及存储有计算机程序指令的存储器94。
具体地，上述处理器92可以包括中央处理器(CPU)，或者特定集成电路(Application Specific Integrated Circuit，简称为ASIC)，或者可以被配置成实施本申请实施例的一个或多个集成电路。
其中，存储器94可以包括用于数据或指令的大容量存储器。举例来说而非限制，存储器94可包括硬盘驱动器(Hard Disk Drive，简称为HDD)、软盘驱动器、固态驱动器(SolidState Drive，简称为SSD)、闪存、光盘、磁光盘、磁带或通用串行总线(Universal SerialBus，简称为USB)驱动器或者两个或更多个以上这些的组合。在合适的情况下，存储器94可包括可移除或不可移除(或固定)的介质。在合适的情况下，存储器94可在数据处理装置的内部或外部。在特定实施例中，存储器94是非易失性(Non-Volatile)存储器。在特定实施例中，存储器94包括只读存储器(Read-Only Memory，简称为ROM)和随机存取存储器(RandomAccess Memory，简称为RAM)。在合适的情况下，该ROM可以是掩模编程的ROM、可编程ROM(Programmable Read-Only Memory，简称为PROM)、可擦除PROM(Erasable ProgrammableRead-Only Memory，简称为EPROM)、电可擦除PROM(Electrically Erasable ProgrammableRead-Only Memory，简称为EEPROM)、电可改写ROM(Electrically Alterable Read-OnlyMemory，简称为EAROM)或闪存(FLASH)或者两个或更多个以上这些的组合。在合适的情况下，该RAM可以是静态随机存取存储器(Static Random-Access Memory，简称为SRAM)或动态随机存取存储器(Dynamic Random Access Memory，简称为DRAM)，其中，DRAM可以是快速页模式动态随机存取存储器(Fast Page Mode Dynamic Random Access Memory，简称为FPMDRAM)、扩展数据输出动态随机存取存储器(Extended Date Out Dynamic RandomAccess Memory，简称为EDODRAM)、同步动态随机存取内存(Synchronous Dynamic Random-Access Memory，简称SDRAM)等。
存储器94可以用来存储或者缓存需要处理和/或通信使用的各种数据文件，以及处理器92所执行的可能的计算机程序指令。
处理器92通过读取并执行存储器94中存储的计算机程序指令，以实现上述实施例中的任意一种人体测温方法。
在其中一些实施例中，该计算机设备还可包括通信接口96和总线98。其中，如图9所示，处理器92、存储器94、通信接口96通过总线98连接并完成相互间的通信。
通信接口96用于实现本申请实施例中各模块、装置、单元和/或设备之间的通信。通信端口96还可以实现与其他部件例如：外接设备、图像/数据采集设备、数据库、外部存储以及图像/数据处理工作站等之间进行数据通信。
总线98包括硬件、软件或两者，将计算机设备的部件彼此耦接在一起。总线98包括但不限于以下至少之一：数据总线(Data Bus)、地址总线(Address Bus)、控制总线(Control Bus)、扩展总线(Expansion Bus)、局部总线(Local Bus)。举例来说而非限制，总线98可包括图形加速接口(Accelerated Graphics Port，简称为AGP)或其他图形总线、增强工业标准架构(Extended Industry Standard Architecture，简称为EISA)总线、前端总线(Front Side Bus，简称为FSB)、超传输(Hyper Transport，简称为HT)互连、工业标准架构(Industry Standard Architecture，简称为ISA)总线、无线带宽(InfiniBand)互连、低引脚数(Low Pin Count，简称为LPC)总线、存储器总线、微信道架构(Micro ChannelArchitecture，简称为MCA)总线、外围组件互连(Peripheral Component Interconnect，简称为PCI)总线、PCI-Express(PCI-X)总线、串行高级技术附件(Serial AdvancedTechnology Attachment，简称为SATA)总线、视频电子标准协会局部(Video ElectronicsStandards Association Local Bus，简称为VLB)总线或其他合适的总线或者两个或更多个以上这些的组合。在合适的情况下，总线98可包括一个或多个总线。尽管本申请实施例描述和示出了特定的总线，但本申请考虑任何合适的总线或互连。
该计算机设备可以基于获取到的待测温图像，执行本申请实施例中的人体测温方法，从而实现结合图1描述的人体测温方法。
另外，结合上述实施例中的人体测温方法，本申请实施例可提供一种计算机可读存储介质来实现。该计算机可读存储介质上存储有计算机程序指令；该计算机程序指令被处理器执行时实现上述实施例中的任意一种人体测温方法。
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)

1.一种人体测温的方法，其特征在于，所述方法包括：
获取待测温图像，进而获取所述待测温图像中的人脸区域；
获取所述人脸区域内的第一测温区域的灰度图，并根据所述灰度图中的灰度值，确定所述灰度图中的最高温度和所述最高温度的位置；
在所述待测温图像和/或所述灰度图中用标识指示所述最高温度的位置。
2.根据权利要求1所述的方法，其特征在于，所述在所述待测温图像和/或所述灰度图中用标识指示所述最高温度的位置之后，所述方法还包括：
在检测到所述标识的位置为所述人脸区域内的预设误判点的情况下，获取所述人脸区域内第二测温区域的灰度图，并重新确定所述灰度图中的最高温度和所述最高温度的位置；其中，所述第二测温区域的中心位置，与所述第一测温区域的中心位置不同。
3.根据权利要求2所述的方法，其特征在于，所述在所述待测温图像和/或所述灰度图中用标识指示所述最高温度的位置之后，所述方法还包括：
在检测到所述标识的位置不为所述预设误判点的情况下，将所述最高温度作为人体测温结果。
4.根据权利要求2所述的方法，其特征在于，所述在所述待测温图像和/或所述灰度图中用标识指示所述最高温度的位置之后，所述方法还包括：
在所述最高温度大于或者等于预设温度阈值的情况下，向终端发送超温报警信息和所述预设误判点，并发送包含所述标识的待测温图像和/或灰度图；
其中，所述终端根据所述超温报警信息，接收用户根据所述标识和所述预设误判点设置的误判结果；所述误判结果用于指示所述标识的位置是否为所述预设误判点。
5.根据权利要求2所述的方法，其特征在于，所述在检测到所述标识的位置为所述人脸区域内的预设误判点的情况下，所述方法还包括：
将检测错误信息发送给终端；其中，所述检测错误信息指示用户进行调整操作或删除操作。
6.根据权利要求1所述的方法，其特征在于，所述在所述待测温图像和/或所述灰度图中用标识指示所述最高温度的位置之后，所述方法还包括：
根据所述标识获取第三测温区域，并根据所述第三测温区域重新确定所述最高温度；其中，所述标识位于所述第三测温区域内，且所述第三测温区域位于所述第一测温区域内。
7.根据权利要求1至6任一项所述的方法，其特征在于，所述获取所述人脸区域内的第一测温区域包括：
根据所述人脸区域中的人脸轮廓确定规则框，将所述规则框内的区域确定为所述第一测温区域。
8.一种人体测温的系统，其特征在于，所述系统包括：图像采集装置、灰度图检测装置和控制装置；
所述控制装置通过所述图像采集装置获取待测温图像，进而获取所述待测温图像中的人脸区域；
所述控制装置通过所述灰度图检测装置获取所述人脸区域内的第一测温区域的灰度图，并根据所述灰度图中的灰度值，确定所述灰度图中的最高温度和所述最高温度的位置；
所述控制装置在所述待测温图像和/或所述灰度图中用标识指示所述最高温度的位置。
9.根据权利要求8所述的系统，其特征在于，所述系统还包括终端；
所述终端用于在所述最高温度大于或者等于预设温度阈值的情况下，接收所述控制装置发送的超温报警信息和所述预设误判点，并接收所述标识的待测温图像和/或灰度图；
所述终端根据所述超温报警信息，接收用户根据所述标识和所述预设误判点设置的误判结果；其中，所述误判结果用于指示所述标识的位置是否为所述预设误判点。
10.据权利要求8或9所述的系统，其特征在于，所述图像采集装置设置为可见光摄像头或第一热成像摄像头；
所述灰度图检测装置设置为第二热成像摄像头。
CN202011171160.4A 2020-10-28 2020-10-28 人体测温的方法和系统 Active CN112432709B (zh)

Priority Applications (4)

Application Number Priority Date Filing Date Title
CN202011171160.4A CN112432709B (zh) 2020-10-28 2020-10-28 人体测温的方法和系统
PCT/CN2021/114420 WO2022088886A1 (en) 2020-10-28 2021-08-25 Systems and methods for temperature measurement
EP21884618.6A EP4217693A4 (en) 2020-10-28 2021-08-25 TEMPERATURE MEASUREMENT SYSTEMS AND METHODS
US18/307,809 US20230366738A1 (en) 2020-10-28 2023-04-27 Systems and methods for temperature measurement

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011171160.4A CN112432709B (zh) 2020-10-28 2020-10-28 人体测温的方法和系统

Publications (2)

Publication Number Publication Date
CN112432709A true CN112432709A (zh) 2021-03-02
CN112432709B CN112432709B (zh) 2022-03-01

Family

ID=74696339

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011171160.4A Active CN112432709B (zh) 2020-10-28 2020-10-28 人体测温的方法和系统

Country Status (4)

Country Link
US (1) US20230366738A1 (zh)
EP (1) EP4217693A4 (zh)
CN (1) CN112432709B (zh)
WO (1) WO2022088886A1 (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113551784A (zh) * 2021-06-02 2021-10-26 浙江大华技术股份有限公司 测温方法、测温装置及计算机存储介质
WO2022088886A1 (en) * 2020-10-28 2022-05-05 Zhejiang Dahua Technology Co., Ltd. Systems and methods for temperature measurement

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10467504B1 (en) * 2019-02-08 2019-11-05 Adhark, Inc. Systems, methods, and storage media for evaluating digital images
US11531840B2 (en) 2019-02-08 2022-12-20 Vizit Labs, Inc. Systems, methods, and storage media for training a model for image evaluation
CN115900604B (zh) * 2022-11-11 2023-09-05 广东省源天工程有限公司 一种水轮发电机组定转子气隙数显半自动测量系统
CN117689660B (zh) * 2024-02-02 2024-05-14 杭州百子尖科技股份有限公司 基于机器视觉的保温杯温度质检方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2012037408A (ja) * 2010-08-09 2012-02-23 Nippon Ceramic Co Ltd 赤外線人体検出装置
CN108955901A (zh) * 2017-07-06 2018-12-07 深圳市朗驰欣创科技股份有限公司 一种红外测温方法、系统及终端设备
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
CN111626125A (zh) * 2020-04-26 2020-09-04 浙江大华技术股份有限公司 人脸温度检测的方法、系统、装置和计算机设备
CN111738132A (zh) * 2020-06-17 2020-10-02 银河水滴科技（北京）有限公司 人体温度的测量方法、装置、电子设备及可读存储介质

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3060545B2 (ja) * 1990-12-27 2000-07-10 オムロン株式会社 人体検出器
US8300981B1 (en) * 2007-02-28 2012-10-30 Fluke Corporation System and method for analyzing multiple thermal images
US9413988B2 (en) * 2012-07-24 2016-08-09 Fluke Corporation Thermal imaging camera with graphical temperature plot
JP2014149260A (ja) * 2013-02-04 2014-08-21 Nec Personal Computers Ltd 情報処理装置
CN111104904A (zh) * 2019-12-19 2020-05-05 珠海格力电器股份有限公司 人体识别方法、装置及天井机
CN112432709B (zh) * 2020-10-28 2022-03-01 浙江大华技术股份有限公司 人体测温的方法和系统

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2012037408A (ja) * 2010-08-09 2012-02-23 Nippon Ceramic Co Ltd 赤外線人体検出装置
CN108955901A (zh) * 2017-07-06 2018-12-07 深圳市朗驰欣创科技股份有限公司 一种红外测温方法、系统及终端设备
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
CN111626125A (zh) * 2020-04-26 2020-09-04 浙江大华技术股份有限公司 人脸温度检测的方法、系统、装置和计算机设备
CN111738132A (zh) * 2020-06-17 2020-10-02 银河水滴科技（北京）有限公司 人体温度的测量方法、装置、电子设备及可读存储介质

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022088886A1 (en) * 2020-10-28 2022-05-05 Zhejiang Dahua Technology Co., Ltd. Systems and methods for temperature measurement
CN113551784A (zh) * 2021-06-02 2021-10-26 浙江大华技术股份有限公司 测温方法、测温装置及计算机存储介质

Also Published As

Publication number Publication date
EP4217693A4 (en) 2024-04-03
EP4217693A1 (en) 2023-08-02
CN112432709B (zh) 2022-03-01
WO2022088886A1 (en) 2022-05-05
US20230366738A1 (en) 2023-11-16

Similar Documents

Publication Publication Date Title
CN112432709B (zh) 人体测温的方法和系统
CN111626125B (zh) 人脸温度检测的方法、系统、装置和计算机设备
EP4151968A1 (en) Method and apparatus for measuring temperature, electronic device, and computer-readable storage medium
CN107591207A (zh) 一种疫情排查方法、装置、系统及设备
CN111639522B (zh) 活体检测方法、装置、计算机设备和存储介质
CN111553266A (zh) 识别验证方法、装置及电子设备
US11326956B2 (en) Face and inner canthi detection for thermographic body temperature measurement
CN111307331A (zh) 一种温度校准方法、装置、设备及存储介质
CN111724496A (zh) 一种考勤方法、考勤装置及计算机可读存储介质
CN111444555B (zh) 一种测温信息显示方法、装置及终端设备
CN109745014B (zh) 温度测量方法及相关产品
CN111144169A (zh) 人脸识别方法、装置和电子设备
CN107580180B (zh) 取景框的显示方法、装置、设备及计算机可读存储介质
CN113029349A (zh) 一种温度监测方法、装置、存储介质及设备
CN111738132A (zh) 人体温度的测量方法、装置、电子设备及可读存储介质
Ulleri et al. Development of contactless employee management system with mask detection and body temperature measurement using TensorFlow
US20190147223A1 (en) Biological feature recognition method and apparatus, and storage medium
CN113314230A (zh) 基于大数据的智能防疫方法、装置、设备及存储介质
CN112525355A (zh) 图像处理方法、装置及设备
CN112036269A (zh) 跌倒检测方法、装置、计算机设备和存储介质
CN111811667A (zh) 温度检测方法、装置、电子设备及可读存储介质
CN108875553A (zh) 人证核验的方法、装置、系统及计算机存储介质
CN111854962A (zh) 一种热成像的人体测温方法、装置、系统和电子设备
CN112906651B (zh) 目标检测方法及装置
WO2021093744A1 (zh) 一种瞳孔直径的测量方法、装置及计算机可读存储介质

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
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20230904

Address after: Building A, No. 858 Jianshe Second Road, Xiaoshan District, Hangzhou City, Zhejiang Province, 311200

Patentee after: Zhejiang Huagan Technology Co.,Ltd.

Address before: No. 1187 Bin'an Road, Binjiang District, Hangzhou, Zhejiang Province

Patentee before: ZHEJIANG DAHUA TECHNOLOGY Co.,Ltd.