CN113990517A - 人群检测方法、装置、电子设备及储存介质 - Google Patents
人群检测方法、装置、电子设备及储存介质 Download PDFInfo
- Publication number
- CN113990517A CN113990517A CN202111280494.XA CN202111280494A CN113990517A CN 113990517 A CN113990517 A CN 113990517A CN 202111280494 A CN202111280494 A CN 202111280494A CN 113990517 A CN113990517 A CN 113990517A
- Authority
- CN
- China
- Prior art keywords
- information
- detected object
- body temperature
- detection
- target detected
- 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 196
- 230000036760 body temperature Effects 0.000 claims abstract description 144
- 230000002159 abnormal effect Effects 0.000 claims abstract description 92
- 238000000034 method Methods 0.000 claims abstract description 46
- 206010037660 Pyrexia Diseases 0.000 claims description 26
- 238000004590 computer program Methods 0.000 claims description 10
- 238000010438 heat treatment Methods 0.000 claims description 9
- 208000035473 Communicable disease Diseases 0.000 abstract description 11
- 230000009286 beneficial effect Effects 0.000 abstract description 5
- 230000000875 corresponding effect Effects 0.000 description 25
- 230000002265 prevention Effects 0.000 description 19
- 238000003745 diagnosis Methods 0.000 description 13
- 238000009529 body temperature measurement Methods 0.000 description 11
- 238000010586 diagram Methods 0.000 description 11
- 238000001931 thermography Methods 0.000 description 10
- 238000012545 processing Methods 0.000 description 5
- 230000008901 benefit Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000036541 health Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000004224 protection Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 2
- 230000001953 sensory effect Effects 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000006806 disease prevention Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000001815 facial effect Effects 0.000 description 1
- 208000015181 infectious disease Diseases 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000035479 physiological effects, processes and functions Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000029305 taxis Effects 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/80—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for detecting, monitoring or modelling epidemics or pandemics, e.g. flu
Landscapes
- Public Health (AREA)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Pathology (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Emergency Alarm Devices (AREA)
- Alarm Systems (AREA)
Abstract
本公开提供了一种人群检测方法、装置、电子设备及存储介质，其中，该方法包括：通过检测设备同时采集被检测对象的身份信息和体温信息，并记录采集时间以及检测位置；基于预设温度阈值，确定出现体温异常的目标被检测对象的身份信息、体温信息、对应的采集时间以及检测位置；基于所述目标被检测对象的身份信息、体温信息、对应的采集时间以及检测位置，生成体温异常人群的检测信息。本公开实施例，可以对体温异常人群进行实时分析，更加宏观的对体温异常人群进行检测，有利于传染病的防控。
Description
技术领域
本公开涉及传染病防控领域，具体而言，涉及一种人群检测方法、装置、电子设备及储存介质。
背景技术
随着发热传染病的出现，发热传染病的防控问题越来越被重视，为了实现防控需求，目前一些公共场所(比如医院或者学校)都设有体温检测设备，以用来对来访人员进行体温检测，并在被检测对象的体温出现异常的情况下，发出提示信息。
然而，现有的检测方法只能对单一场所的到访人员，进行体温检测，并不能对发热人群进行宏观检测，不利于发热传染病的防控。
发明内容
本公开实施例至少提供一种人群检测方法、装置、电子设备及储存介质。
本公开实施例提供了一种人群检测方法，包括：
通过检测设备同时采集被检测对象的身份信息和体温信息，并记录采集时间以及检测位置；
基于预设温度阈值，确定出现体温异常的目标被检测对象的身份信息、体温信息、对应的采集时间以及检测位置；
基于所述目标被检测对象的身份信息、体温信息、对应的采集时间以及检测位置，生成体温异常人群的检测信息。
本公开实施例中，通过检测设备同时采集被检测对象的身份信息和体温信息，并记录采集时间以及检测位置；基于预设温度阈值，确定出现体温异常的目标被检测对象的身份信息、体温信息、对应的采集时间以及检测位置；基于所述目标被检测对象的身份信息、体温信息、对应的采集时间以及检测位置，生成体温异常人群的检测信息，进而可以从时间(采集时间)和地域(检测位置)两个维度对体温异常人群进行实时分析，更加宏观的对体温异常人群进行检测，有利于传染病的防控。
在一种可能的实施方式中，所述基于所述目标被检测对象的身份信息、体温信息、对应的采集时间以及检测位置，生成体温异常人群的检测信息，包括：
基于所述目标被检测对象的身份信息、体温信息以及对应的采集时间，实时分析在预设时间段内预设区域的所述目标被检测对象的分布信息；
基于所述预设时间段内所述预设区域的所述目标被检测对象的分布信息，生成所述体温异常人群的检测信息。
本公开实施例中，由于基于所述预设时间段内所述预设区域的所述目标被检测人员的分布信息，生成所述体温异常人群检测信息，可以对体温异常人群突增的区域进行及时的发现。
在一种可能的实施方式中，所述预设区域包括多个子区域，所述基于所述预设时间段内所述预设区域的所述目标被检测对象的分布信息，生成所述体温异常人群的检测信息，包括：
确定所述目标被检测对象在所述预设区域内的各个子区域的分布信息；
基于所述预设时间段内每个子区域的目标被检测对象的分布信息，生成所述体温异常人群的检测信息。
本公开实施例中，由于对每个子区域的所述目标被检测对象的分布信息进行分析，使得防控的精准度得到了提高。
在一种可能的实施方式中，所述方法还包括：
在至少一个子区域的目标被检测对象的数量大于预设数量的情况下，生成针对所述至少一个子区域的告警信息。
本公开实施例中，对每个子区域的目标被检测对象的数量进行判断，若至少一个子区域的目标被检测对象的数量大于预设数量，则生成针对所述至少一个子区域的告警信息，如此，在目标子区域出现较多数量的体温异常人员时，可以针对目标子区域进行告警，有利于及时发现问题，提升防控的效率。
在一种可能的实施方式中，所述方法还包括：
展示所述告警信息；和/或，
将所述告警信息发送至管理人员。
本公开实施例中，通过将告警信息进行展示，有利于监管者直观的观看到告警信息的内容；另外，通过将所述告警信息发送至管理人员，可以使管理人员及时获知告警信息，有利于提升防控的及时性。
在一种可能的实施方式中，所述方法还包括：
展示所述体温异常人群的检测信息。
本公开实施例中，通过将体温异常人群的检测信息进行展示，可以实时观看体温异常人群的检测信息，更加方便开展防控工作。
在一种可能的实施方式中，所述展示所述体温异常人群的检测信息，包括：
基于所述目标被检测对象的检测位置，得到所述目标被检测人员的地域分布空间。
本公开实施例中，通过对目标被检测对象的地域分布空间进行展示，更加直观地显示每个区域内的体温异常人员的分布。
在一种可能的实施方式中，所述方法还包括：
判断所述目标被检测对象是否存在发热就诊信息；
在所述目标被检测对象存在发热就诊信息的情况下，实时展示所述目标被检测对象的发热就诊信息。
本公开实施例中，对所述目标被检测对象是否存在发热就诊信息进行判断，若所述目标被检测对象存在发热就诊信息，则实时展示所述目标被检测对象的发热就诊信息，可以进一步了解体温异常人员的就诊情况，有利于传染病的进一步防控。
在一种可能的实施方式中，所述方法还包括：
基于所述目标被检测对象的检测位置，生成所述目标被检测对象在预设时间段内的轨迹信息；以及
基于所述目标被检测对象的检测位置，得到在相同时间与所述目标被检测对象的检测位置在预设范围内的被检测对象信息。
本公开实施例中，还可以生成目标被检测对象在预设时间段内的轨迹信息，进而方便管理人员对所述目标被检测对象进行轨迹追踪以及对目标被检测对象的密切接触者进行追踪。
本公开实施例还提供一种人群检测装置，包括：
采集模块，用于通过检测设备同时采集被检测对象的身份信息和体温信息，并记录采集时间以及检测位置；
确定模块，用于基于预设温度阈值，确定出现体温异常的目标被检测对象的身份信息、体温信息、对应的采集时间以及检测位置；
生成模块，用于基于所述目标被检测对象的身份信息、体温信息、对应的采集时间以及检测位置，生成体温异常人群的检测信息。
在一种可能的实施方式中，所述生成模块具体用于：
基于所述目标被检测对象的身份信息、体温信息以及对应的采集时间，实时分析在预设时间段内预设区域的所述目标被检测对象的分布信息；
基于所述预设时间段内所述预设区域的所述目标被检测对象的分布信息，生成所述体温异常人群的检测信息。
在一种可能的实施方式中，所述生成模块具体用于：
确定所述目标被检测对象在所述预设区域内的各个子区域的分布信息；
基于所述预设时间段内每个子区域的目标被检测对象的分布信息，生成所述体温异常人群的检测信息。
在一种可能的实施方式中，所述生成模块具体用于：
在至少一个子区域的目标被检测对象的数量大于预设数量的情况下，生成针对所述至少一个子区域的告警信息。
在一种可能的实施方式中，所述生成模块具体用于：
展示所述告警信息；和/或，
将所述告警信息发送至管理人员。
在一种可能的实施方式中，所述装置还包括：
展示模块，用于展示所述体温异常人群的检测信息。
在一种可能的实施方式中，所述展示模块具体用于：
基于所述目标被检测对象的检测位置，得到所述目标被检测对象的地域分布空间。
在一种可能的实施方式中，所述展示模块具体用于：
判断所述目标被检测对象是否存在发热就诊信息；
在所述目标被检测对象存在发热就诊信息的情况下，实时展示所述目标被检测对象的发热就诊信息。
在一种可能的实施方式中，所述生成模块还用于：
基于所述目标被检测对象的检测位置，生成所述目标被检测对象在预设时间段内的轨迹信息；以及
基于所述目标被检测对象的检测位置，得到在相同时间与所述目标被检测对象的检测位置在预设范围内的被检测对象信息。
本公开实施例还提供一种电子设备，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器与所述存储器之间通过总线通信，所述机器可读指令被所述处理器执行时执行上述第一方面，或第一方面中任一种可能的实施方式中所述的人群检测方法。
本公开实施例还提供一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行上述第一方面，或第一方面中任一种可能的实施方式中所述的人群检测方法。
为使本公开的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
为了更清楚地说明本公开实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，此处的附图被并入说明书中并构成本说明书中的一部分，这些附图示出了符合本公开的实施例，并与说明书一起用于说明本公开的技术方案。应当理解，以下附图仅示出了本公开的某些实施例，因此不应被看作是对范围的限定，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相关的附图。
图1示出了本公开实施例所提供的第一种人群检测方法的流程图；
图2示出了本公开实施例所提供的一种被检测对象进入目标地点的场景示意图；
图3示出了本公开实施例所提供的一种展示发热就诊信息的界面示意图；
图4示出了本公开实施例所提供的一种生成预设区域的体温异常人群的检测信息的方法流程图；
图5示出了本公开实施例所提供的一种生成预设区域中的子区域的体温异常人群的检测信息的方法流程图；
图6示出了本公开实施例所提供的一种展示告警信息的界面示意图；
图7示出了本公开实施例所提供的第二种人群检测方法的流程图；
图8示出了本公开实施例所提供的一种展示体温异常人群的检测信息的界面示意图；
图9示出了本公开实施例所提供的一种生成设备告警信息的方法流程图；
图10示出了本公开实施例所提供的一种显示设备状态的界面示意图；
图11示出了本公开实施例所提供的一种人群检测装置的结构示意图；
图12示出了本公开实施例所提供的另一种人群检测装置的结构示意图；
图13示出了本公开实施例所提供的一种电子设备的示意图。
具体实施方式
为使本公开实施例的目的、技术方案和优点更加清楚，下面将结合本公开实施例中附图，对本公开实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本公开一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本公开实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本公开的实施例的详细描述并非旨在限制要求保护的本公开的范围，而是仅仅表示本公开的选定实施例。基于本公开的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本公开保护的范围。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。
本文中术语“和/或”，仅仅是描述一种关联关系，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。另外，本文中术语“至少一种”表示多种中的任意一种或多种中的至少两种的任意组合，例如，包括A、B、C中的至少一种，可以表示包括从A、B和C构成的集合中选择的任意一个或多个元素。
随着发热传染病的出现，发热传染病的防控问题越来越被重视，为了实现防控需求，目前一些公共场所(比如医院或者学校)都设有体温检测设备，以用来对来访人员进行体温检测，并在被检测对象的体温出现异常的情况下，发出提示信息。
然而，现有的检测方法只能对单一场所的到访人员，进行体温检测，并不能对体温异常人群进行宏观检测，不利于发热传染病的防控。
基于上述研究，本公开提供了一种人群检测方法，该方法通过检测设备同时采集被检测对象的身份信息和体温信息，并记录采集时间以及检测位置；基于预设温度阈值，确定出现体温异常的目标被检测对象的身份信息、体温信息、对应的采集时间以及检测位置；基于所述目标被检测对象的身份信息、体温信息、对应的采集时间以及检测位置，生成体温异常人群的检测信息。本公开实施例，可以从采集时间和检测位置两个维度对体温异常人群进行实时分析，更加宏观的对体温异常人群进行检测，有利于传染病的防控。
为便于对本实施例进行理解，首先对本公开实施例所公开的一种人群检测方法进行详细介绍，本公开实施例所提供的人群检测方法的执行主体一般为具有一定计算能力的电子设备，该电子设备例如包括：终端设备或服务器或其它处理设备，终端设备可以为移动设备、用户终端、手持设备、计算设备、车载设备、可穿戴设备等。服务器可以是独立的物理服务器，也可以是多个物理服务器构成的服务器集群或者分布式系统，还可以是提供云服务、云数据库、云计算、云存储、大数据和人工智能平台等基础云计算服务的云服务器。在一些可能的实现方式中，该人群检测方法可以通过处理器调用存储器中存储的计算机可读指令的方式来实现。
参见图1所示，为本公开实施例提供的第一种人群检测方法的流程图，其中，该方法可以应用于上述电子设备中，或应用于本地或云端的服务器中。图1所示的人群检测方法包括以下S101～S103：
S101，通过检测设备同时采集被检测对象的身份信息和体温信息，并记录采集时间以及检测位置。
示例性地，检测设备是指用于对待进入目标场所的来访人员(后文也称被检测对象)进行人脸识别及体温检测的设备，比如，参见图2所示，为了实现对来访人员的体温进行检测，可以在目标场所的通道入口处设置检测设备100，当来访目标场所的人员需要进入目标场所内时，则需要通过检测设备进行体温检测后，方可进入目标场所；在另一些实施方式中，还可以是当来访人员进入目标场所的过程中，对来访人员进行无感检测，比如，通过设置在目标场所顶部的检测设备来对经过该处的人员进行无感检测。其中，目标场所可以是医院、学校、办公楼等公共场所。
在一些实施方式中，该检测设备100设置有摄像头、刷卡处以及扫码处，在被检测对象进入入口时，该检测设备可以根据摄像头进行人脸识别获取所述被检测对象的人脸图像、可以通过刷卡处获取所述被检测对象的身份证信息或者工卡信息、可以通过扫码处获取所述被检测对象的健康码信息。
其中，人脸识别是基于人的脸部特征信息进行身份识别的一种生物识别技术，用摄像机或摄像头采集含有人脸的图像或视频流，首先判断其是否存在人脸，如果存在人脸，则进一步的给出每个人脸的位置、大小和各个主要面部器官的位置信息，并依据这些信息，进一步提取每个人脸中所蕴涵的身份特征，并将其与已知的人脸进行对比，从而识别每个人脸的身份。
健康码是指由被检测对象的各种关联信息而生成的一种二维码。其中，该各种关联信息可以包括被检测对象的出行记录信息、联系方式信息及身份凭证信息。该出行记录信息包括被检测对象所途径的地域信息；该联系方式信息包括但不限于手机号码及家庭住址信息；该身份凭证信息包括但不限于姓名及身份证号等。
根据应用场景不同，可以有多种形式的检测设备，比如热成像摄像机、人脸测温面板机以及手持测温一体机中的至少一种。其中，热成像摄像机主要适用于多人通行场景；人脸测温面板机主要适用于单人通行场景；手持测温一体机主要适用于不方便接电源、插网线的移动场景，例如，公交车、出租车、人流较小的超市等移动场景。
被检测对象的身份信息包括所述被检测对象的健康码信息、所述被检测对象的身份证信息以及所述被检测对象的人脸图像信息中的至少一种。示例性地，如图3所示，被检测对象的姓名为张三，体温信息为37.2℃，采集时间为11:39:21，检测位置为M省E市F区G路以及被检测对象的人脸图像信息。
S102，基于预设温度阈值，确定出现体温异常的目标被检测对象的身份信息、体温信息、对应的采集时间以及检测位置。
示例性地，在获取到被检测对象的身份信息和体温信息后，可以根据预设温度阈值，判断被检测对象是否出现体温异常，并确定出现体温异常的目标被检测对象的身份信息、体温信息、对应的采集时间以及检测位置。
其中，出现体温异常的目标被检测对象是指超出预设温度阈值的被检测对象。比如，基于人体生理学，正常温度应该在36～37℃之间，因此温度阈值可以设为37℃，若超出该温度阈值，则确定被检测对象的体温异常。
S103，基于所述目标被检测对象的身份信息、体温信息、对应的采集时间以及检测位置，生成体温异常人群的检测信息。
在确定所述目标被检测对象的身份信息、体温信息、对应的采集时间以及检测位置后，可以从时间维度(采集时间)和地域维度(检测位置) 进行体温异常人群分析，并生成体温异常人群的检测信息。其中，体温异常人群的检测信息可以包括被检测对象的总数量信息、目标被检测对象的数量信息以及目标被检测对象的分布信息中的至少一种。如此，可以对该预设区域内的体温异常人群数量是否突增进行实时检测，有利于提升防控的时效性。
在一些可能的实施方式中，目标被检测对象的分布信息可以是目标被检测对象的定位信息，也可以是目标被检测对象的家庭住址的分布信息，还可以是对该目标被检测对象进行体温检测时的检测位置，其中，该检测位置也即采集该目标被检测对象体温信息的检测设备的位置。
本公开实施例中，通过检测设备同时采集被检测对象的身份信息和体温信息，并记录采集时间以及检测位置，然后基于预设温度阈值，确定出现体温异常的目标被检测对象的身份信息、体温信息、对应的采集时间以及检测位置，从时间维度(采集时间)和地域维度(检测位置)进行体温异常人群分析，生成体温异常人群的检测信息，如此，可以更加宏观了解对体温异常人群的相关信息进行，有利于传染病的防控。
针对上述S103，参见图4所示，为本公开实施例所提供的一种生成预设区域的体温异常人群的检测信息的方法流程图，包括以下S1031～S1032：
S1031，基于所述目标被检测对象的身份信息、体温信息、对应的采集时间以及检测位置，实时分析在预设时间段内预设区域的所述目标被检测对象的分布信息。
在确定所述目标被检测对象的身份信息、体温信息、对应的采集时间以及检测位置后，可以分析同一时间段预设区域内的目标被检测对象的分布信息。其中，目标被检测对象的分布信息包括目标被检测对象的数量、目标被检测对象占被检测对象的总数量的比例、目标被检测对象的热力分布情况及密度分布情况等。
S1032，基于所述预设时间段内所述预设区域的所述目标被检测对象的分布信息，生成所述体温异常人群的检测信息。
在分析同一时间段预设区域内的目标被检测对象的分布信息后，可以生成体温异常人群的检测信息。
具体的，预设时间段可以根据防控的需求进行设置，可以是一天(24 小时)，也可以是一周，也可以是一小时，在此不做限定。预设区域可以是市级城市，可以是区级城市，还可以是公共场所。其中，该公共场所可以是医院、学校、养老院等场所。
示例性地，还可以根据所述目标被检测对象的身份信息，确定目标被检测对象的年龄信息，进而基于目标被检测对象的年龄信息对预设时间段内的预设区域内的目标被检测对象的数量信息进行分析，生成体温异常人群的检测信息。比如，基于目标被检测对象的年龄信息，确定目标被检测对象在30-40岁之间的数量占比较多，而在10-20岁之间的数量占比较少，如此，可以为后续分析易感染人群提供参考。
在一些实施方式中，预设区域包括多个子区域，针对上述S1032，参见图5所示，为本公开实施例所提供的一种生成预设区域中的子区域的体温异常人群的检测信息的方法流程图，包括以下S10321～S10324：
S10321，确定所述目标被检测对象在所述预设区域内的各个子区域的分布信息。
S10322，基于所述预设时间段内每个子区域的目标被检测对象的分布信息，生成所述体温异常人群的检测信息。
S10323，在至少一个子区域的目标被检测对象的数量大于预设数量的情况下，生成针对所述至少一个子区域的告警信息。
S10324，展示所述告警信息；和/或，将所述告警信息发送至管理人员。
示例性地，在预设区域包括多个子区域的情况下，可以分别每个子区域进行检测，如此可以提高防控的精度。
在一些可能的实施方式中，为了进一步提升防控的时效性，若子区域的目标被检测对象的数量大于预设数量，则生成针对该子区域的告警信息。
示例性地，告警信息包括子区域的名称以及每个子区域的目标被检测对象的数量，如图6所示，预设区域以N市为例，该预设区域包括多个子区域，分别为A区、B区、C区、D区等，但是只有对超过预设数量的子区域进行告警，因此告警信息中只包括超过预设数量的A区、B区以及C 区，比如，A区的体温异常人数为48人；B区的体温异常人数为37人；C 区的体温异常人数为25人。
需要说明的是，每个子区域的预设数量可以相同也可以不同，每个子区域的预设数量可以和该区域的常住人口密度正相关。比如，若该子区域的人口密度较大，则可以设置较高的预设数量，而若该子区域的人口密度较小，则可以设置较低的预设数量，在此不做限定。如此，可以进一步提升每个子区域的告警精度。
参见图7所示，为本公开实施例所提供的第二种人群检测方法的流程图，该方法与图1中的方法不同的是，在步骤S103之后还包括以下 S104～S107：
S104，展示所述体温异常人群的检测信息。
示例性地，可以将生成的体温异常人群的检测信息进行展示，使得相关人员可以直观的了解到预设区域的体温异常人群的检测信息。其中，在体温异常人群的检测信息包括目标被检测对象的分布信息的情况下，可以以地图的形式展示该目标被检测对象的分布信息，同时地图上可以显示预设区域内目标被检测对象的数量信息。
参见图8所示，为本公开实施例所提供的一种展示体温异常人群的检测信息的界面示意图，如图8所示，预设区域以K市为例，该预设区域包括多个子区域，分别为Q区、W区、T区、Y区等，每个子区域都会展示当前时间段内的体温异常人员数量，其中，Q区的体温异常人员数量为2 人、W区的体温异常人员数量为1人。
S105，判断所述目标被检测对象是否存在发热就诊信息；若是，则执行步骤S106；若否，则执行步骤S107。
可以理解，为了进一步了解体温异常人员的动态，以利于进一步防控，还可以判断所述目标被检测对象是否去发热门诊进行就诊，若目标被检测对象进行就诊，则存在发热就诊信息。
其中，发热就诊信息包括所述目标被检测对象的身份信息、发热就诊时间、体温信息、对应的采集时间以及检测位置中的至少一种。
S106，实时展示所述目标被检测对象的发热就诊信息。
示例性地，在确定目标被检测对象存在发热就诊信息的情况下，可以实时展示所述目标被检测对象的发热就诊信息。其中，目标被检测对象的发热就诊信息可以包括目标被检测对象的姓名、体温信息、发热就诊时间、检测位置以及人脸图像信息中的至少一种。请再次参阅图3，为本公开实施例所提供的一种展示发热就诊信息的界面示意图，如图3所示，张三就诊时的体温信息为37.2℃，发热就诊时间为11:39:21，检测位置为M省E市 F区G路，其中身份信息为姓名张三以及人脸图像信息。
本实施方式中，地域分布信息是以采集目标被监测人员(张三)的体温信息的人脸检测设备的位置为准，比如，若该人脸检测设备设置于M省 E市F区G路的医院，则该地域分布信息为M省E市F区G路。
在一些可能的实施方式中，所述方法还可以基于所述目标被检测对象的检测位置，生成所述目标被检测对象在预设时间段内的轨迹信息，具体地，可以在展示界面展示轨迹查询的图标，用户可通过该图标查看就诊人员的轨迹信息，也即，在该轨迹查询的图标被触发后，可以产生针对该目标被检测对象(张三)的轨迹查询指令，进而基于所述目标被检测对象的检测位置，生成所述目标被检测对象在预设时间段内的轨迹信息。
此外，所述方法还可以基于所述目标被检测对象的检测位置，得到在相同时间与所述目标被检测对象的检测位置在预设范围内的被检测对象信息。也即，还可以对目标被检测对象在预设时长(相同时间)内的密切接触者进行搜索。其中，预设时长可以是三分钟、两分钟或者五分钟，在此不做限定。密切接触者是指相同时间与目标被检测对象在预设距离范围内的其他被检测对象。
比如，可以将采集目标被检测对象的身份信息的检测设备在同一时间段采集的其他被检测对象确定为目标被检测对象的密切接触者，还可以将在预设时长内与所述目标被检测对象出现在同一目标场所内的其他人员确定为目标被检测对象的密切接触者。
S107，实时展示所述目标被检测对象的体温信息。
示例性地，在确定目标被检测对象未存在就诊信息的情况下，则可以直接展示目标被检测对象的体温信息，比如，李四的异常温度为37.9℃。
可以理解，由于体温异常人群的检测信息是基于检测设备所采集的数据生成的，而若检测设备出现异常，则导致所获取的被检测对象的数量不准的情况发生，比如，在预设区域实际存在500台检测设备，而部分检测设备处于离线状态，导致所获取的被检测对象的数量减少，因此，对检测设备的状态的检测也有利于提升防控的精度。
因此，参见图9所示，为本公开实施例所提供的一种生成设备告警信息的方法流程图，该方法包括以下S201～S203：
S201，获取所述检测设备的状态信息；所述状态信息包括所述检测设备处于在线状态或者离线状态。
S202，实时展示所述检测设备的状态信息。
S203，基于所述检测设备的状态信息，生成设备告警信息，所述设备告警信息包括处于离线状态的检测设备的属性信息；所述属性信息包括所述检测设备的名称、位置区域以及分布机构中的至少一种。
本公开实施例中，不仅可以实时展示检测设备的状态信息，还可以对处于离线状态的检测设备生成设备告警信息，进而能够及时提醒管理人员对出现异常的设备进行维护。
需要说明的是，检测设备为热成像摄像机的情况下，所述检测设备的状态信息还包括测温异常状态。其中，测温异常状态是热成像摄像机连续检测出被检测对象的体温信息明显高于或者低于人体正常温度，比如，通过热成像摄像机连续检测到被检测对象的体温信息在35℃以下或者43℃以上时，即可证明该热成像摄像机处于测温异常状态。
其中，检测设备的状态信息可以包括设备类型、相应类型的设备数量以及处于不同状态的数量，如图10所示，人体测温面板机这一类型的检测设备一共有488台，其中，处于在线状态的人体测温面板机有302台，处于离线状态的人体测温面板机有186台；热成像摄像机这一类型的检测设备一共有126台，其中，处于在线状态的热成像摄像机有82台，处于离线状态的热成像摄像机有33台，处于测温异常状态的热成像摄像机有11台。如此，可以清楚的了解到预设区域内所接入的检测设备的状态。
在一些可能的实施方式中，还可以在某一子区域的离线设备数量大于预设阈值时，基于所述检测设备的状态信息，生成设备告警信息，此时，设备告警信息可以包括检测设备所在的位置区域、检测设备所分布的机构名称以及检测设备的设备类型中的至少一种。
本领域技术人员可以理解，在具体实施方式的上述方法中，各步骤的撰写顺序并不意味着严格的执行顺序而对实施过程构成任何限定，各步骤的具体执行顺序应当以其功能和可能的内在逻辑确定。
基于同一发明构思，本公开实施例中还提供了与人群检测方法对应的人群检测装置，由于本公开实施例中的装置解决问题的原理与本公开实施例上述人群检测方法相似，因此装置的实施可以参见方法的实施，重复之处不再赘述。
参照图11所示，为本公开实施例所提供的一种人群检测装置的结构示意图，所述装置500包括：
采集模块501，用于通过检测设备同时采集被检测对象的身份信息和体温信息，并记录采集时间以及检测位置；
确定模块502，用于基于预设温度阈值，确定出现体温异常的目标被检测对象的身份信息、体温信息、对应的采集时间以及检测位置；
生成模块503，用于基于所述目标被检测对象的身份信息、体温信息、对应的采集时间以及检测位置，生成体温异常人群的检测信息。
在一种可能的实施方式中，所述生成模块503具体用于：
基于所述目标被检测对象的身份信息、体温信息以及对应的采集时间，实时分析在预设时间段内预设区域的所述目标被检测对象的分布信息；
基于所述预设时间段内所述预设区域的所述目标被检测对象的分布信息，生成所述体温异常人群的检测信息。
在一种可能的实施方式中，所述生成模块503具体用于：
确定所述目标被检测对象在所述预设区域内的各个子区域的分布信息；
基于所述预设时间段内每个子区域的目标被检测对象的分布信息，生成所述体温异常人群的检测信息。
在一种可能的实施方式中，所述生成模块503具体用于：
在至少一个子区域的目标被检测对象的数量大于预设数量的情况下，生成针对所述至少一个子区域的告警信息。
在一种可能的实施方式中，所述生成模块503具体用于：
展示所述告警信息；和/或，
将所述告警信息发送至管理人员。
参见图12所示，在一种可能的实施方式中，所述装置还包括：
展示模块504，用于展示所述体温异常人群的检测信息。
在一种可能的实施方式中，所述展示模块504具体用于：
基于所述目标被检测对象的检测位置，得到所述目标被检测对象的地域分布空间。
在一种可能的实施方式中，所述展示模块具体用于：
判断所述目标被检测对象是否存在发热就诊信息；
在所述目标被检测对象存在发热就诊信息的情况下，实时展示所述目标被检测对象的发热就诊信息。
在一种可能的实施方式中，所述生成模块还用于：
基于所述目标被检测对象的检测位置，生成所述目标被检测对象在预设时间段内的轨迹信息；以及
基于所述目标被检测对象的检测位置，得到在相同时间与所述目标被检测对象的检测位置在预设范围内的被检测对象信息。
关于装置中的各模块的处理流程、以及各模块之间的交互流程的描述可以参照上述方法实施例中的相关说明，这里不再详述。
基于同一技术构思，本申请实施例还提供了一种电子设备。参照图13 所示，为本申请实施例所提供的电子设备700的结构示意图，包括处理器 701、存储器702和总线703。其中，存储器702用于存储执行指令，包括内存7021和外部存储器7022；这里的内存7021也称内存储器，用于暂时存放处理器701中的运算数据，以及与硬盘等外部存储器7022交换的数据，处理器701通过内存7021与外部存储器7022进行数据交换。
本申请实施例中，存储器702具体用于存储执行本申请方案的应用程序代码，并由处理器701来控制执行。也即，当电子设备700运行时，处理器701与存储器702之间通过总线703通信，使得处理器701执行存储器702中存储的应用程序代码，进而执行前述任一实施例中所揭示的方法。
其中，存储器702可以是，但不限于，随机存取存储器(Random Access Memory，RAM)，只读存储器(Read Only Memory，ROM)，可编程只读存储器(Programmable Read－Only Memory，PROM)，可擦除只读存储器 (Erasable Programmable Read－Only Memory，EPROM)，电可擦除只读存储器(Electric Erasable Programmable Read－Only Memory，EEPROM)等。
处理器701可能是一种集成电路芯片，具有信号的处理能力。上述的处理器可以是通用处理器，包括中央处理器(Central Processing Unit，CPU)、网络处理器(NetworkProcessor，NP)等；还可以是数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(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。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。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。
可以理解的是，本申请实施例示意的结构并不构成对电子设备700的具体限定。在本申请另一些实施例中，电子设备700可以包括比图示更多或更少的部件，或者组合某些部件，或者拆分某些部件，或者不同的部件布置。图示的部件可以以硬件，软件或软件和硬件的组合实现。
本公开实施例还提供一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行上述方法实施例中所述的人群检测方法的步骤。其中，该存储介质可以是易失性或非易失的计算机可读取存储介质。
本公开实施例还提供一种计算机程序产品，该计算机程序产品承载有程序代码，所述程序代码包括的指令可用于执行上述方法实施例中所述的人群检测方法的步骤，具体可参见上述方法实施例，在此不再赘述。
其中，上述计算机程序产品可以具体通过硬件、软件或其结合的方式实现。在一个可选实施例中，所述计算机程序产品具体体现为计算机存储介质，在另一个可选实施例中，计算机程序产品具体体现为软件产品，例如软件开发包(Software Development Kit，SDK)等等。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统和装置的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。在本公开所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，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，又例如，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信连接可以是通过一些通信接口，装置或单元的间接耦合或通信连接，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，在本公开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。
所述功能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，可以存储在一个处理器可执行的非易失的计算机可读取存储介质中。基于这样的理解，本公开的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本公开各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(Read-OnlyMemory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是：以上所述实施例，仅为本公开的具体实施方式，用以说明本公开的技术方案，而非对其限制，本公开的保护范围并不局限于此，尽管参照前述实施例对本公开进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本公开揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本公开实施例技术方案的精神和范围，都应涵盖在本公开的保护范围之内。因此，本公开的保护范围应所述以权利要求的保护范围为准。
Claims (12)
1.一种人群检测方法，其特征在于，包括：
通过检测设备同时采集被检测对象的身份信息和体温信息，并记录采集时间以及检测位置；
基于预设温度阈值，确定出现体温异常的目标被检测对象的身份信息、体温信息、对应的采集时间以及检测位置；
基于所述目标被检测对象的身份信息、体温信息、对应的采集时间以及检测位置，生成体温异常人群的检测信息。
2.根据权利要求1所述的方法，其特征在于，所述基于所述目标被检测对象的身份信息、体温信息、对应的采集时间以及检测位置，生成体温异常人群的检测信息，包括：
基于所述目标被检测对象的身份信息、体温信息、对应的采集时间以及检测位置，实时分析在预设时间段内预设区域的所述目标被检测对象的分布信息；
基于所述预设时间段内所述预设区域的所述目标被检测对象的分布信息，生成所述体温异常人群的检测信息。
3.根据权利要求2所述的方法，其特征在于，所述预设区域包括多个子区域，所述基于所述预设时间段内所述预设区域的所述目标被检测对象的分布信息，生成所述体温异常人群的检测信息，包括：
确定所述目标被检测对象在所述预设区域内的各个子区域的分布信息；
基于所述预设时间段内每个子区域的目标被检测对象的分布信息，生成所述体温异常人群的检测信息。
4.根据权利要求3所述的方法，其特征在于，所述方法还包括：
在至少一个子区域的目标被检测对象的数量大于预设数量的情况下，生成针对所述至少一个子区域的告警信息。
5.根据权利要求4所述的方法，其特征在于，所述方法还包括：
展示所述告警信息；和/或，
将所述告警信息发送至管理人员。
6.根据权利要求1所述的方法，其特征在于，所述方法还包括：
展示所述体温异常人群的检测信息。
7.根据权利要求6所述的方法，其特征在于，所述展示所述体温异常人群的检测信息包括：
基于所述目标被检测对象的检测位置，得到所述目标被检测对象的地域分布空间。
8.根据权利要求6所述的方法，其特征在于，所述方法还包括：
判断所述目标被检测对象是否存在发热就诊信息；
在所述目标被检测对象存在发热就诊信息的情况下，实时展示所述目标被检测对象的发热就诊信息。
9.根据权利要求1所述的方法，其特征在于，所述方法还包括：
基于所述目标被检测对象的检测位置，生成所述目标被检测对象在预设时间段内的轨迹信息；以及
基于所述目标被检测对象的检测位置，得到在相同时间与所述目标被检测对象的检测位置在预设范围内的被检测对象信息。
10.一种人群检测装置，其特征在于，包括：
采集模块，用于通过检测设备同时采集被检测对象的身份信息和体温信息，并记录采集时间以及检测位置；
确定模块，用于基于预设温度阈值，确定出现体温异常的目标被检测对象的身份信息、体温信息、对应的采集时间以及检测位置；
生成模块，用于基于所述目标被检测对象的身份信息、体温信息、对应的采集时间以及检测位置，生成体温异常人群的检测信息。
11.一种电子设备，其特征在于，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器与所述存储器之间通过总线通信，所述机器可读指令被所述处理器执行时执行如权利要求1至10任意一项所述的人群检测方法。
12.一种计算机可读存储介质，其特征在于，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行如权利要求1至10任意一项所述的人群检测方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111280494.XA CN113990517A (zh) | 2021-10-29 | 2021-10-29 | 人群检测方法、装置、电子设备及储存介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111280494.XA CN113990517A (zh) | 2021-10-29 | 2021-10-29 | 人群检测方法、装置、电子设备及储存介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113990517A true CN113990517A (zh) | 2022-01-28 |
Family
ID=79745144
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111280494.XA Pending CN113990517A (zh) | 2021-10-29 | 2021-10-29 | 人群检测方法、装置、电子设备及储存介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113990517A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116525130A (zh) * | 2023-03-10 | 2023-08-01 | 山东新希望六和农牧科技有限公司 | 一种非洲猪瘟的监测方法、装置、电子设备及存储介质 |
-
2021
- 2021-10-29 CN CN202111280494.XA patent/CN113990517A/zh active Pending
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116525130A (zh) * | 2023-03-10 | 2023-08-01 | 山东新希望六和农牧科技有限公司 | 一种非洲猪瘟的监测方法、装置、电子设备及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20220092881A1 (en) | Method and apparatus for behavior analysis, electronic apparatus, storage medium, and computer program | |
| Saini et al. | W 3-privacy: understanding what, when, and where inference channels in multi-camera surveillance video | |
| TWI622011B (zh) | 表面狀態攝影顯示系統及表面狀態攝影顯示方法 | |
| US20120112883A1 (en) | Disease Mapping and Infection Control System and Method | |
| CN111814646A (zh) | 基于ai视觉的监控方法、装置、设备及介质 | |
| CN113990517A (zh) | 人群检测方法、装置、电子设备及储存介质 | |
| CN112819548A (zh) | 用户画像生成方法及装置、可读存储介质、电子设备 | |
| CN111640477A (zh) | 身份信息的统一方法、装置以及电子设备 | |
| JP2024040203A (ja) | 人物検出装置、人物追跡装置、人物追跡システム、人物検出方法、人物追跡方法、人物検出プログラム及び人物追跡プログラム | |
| Indla | An overview on amazon rekognition technology | |
| CN114049658A (zh) | 基于人脸识别的流动人口管理方法、装置、计算机设备和存储介质 | |
| Elhart et al. | Audience monitor: an open source tool for tracking audience mobility in front of pervasive displays | |
| CN108460363A (zh) | 监控考勤方法、装置及系统 | |
| CN109346137A (zh) | 受试者在线招募方法及装置、计算机设备及存储介质 | |
| JP6677756B2 (ja) | データ分析装置及びプログラム | |
| Kim et al. | Augmented reality-assisted healthcare system for caregivers in smart regions | |
| TWI756992B (zh) | 計算活動期間及效率的方法 | |
| CN113990514A (zh) | 医师诊疗行为的异常检测装置、计算机设备及存储介质 | |
| Sad et al. | An Interactive Low-Cost Smart Assistant System: Information Kiosk as Plug & Play Device | |
| CN110544334B (zh) | 门禁管理的数据处理方法、装置、电子设备与存储介质 | |
| CN113468948A (zh) | 基于视图数据的治安防控方法、模块、设备及存储介质 | |
| KR20220013781A (ko) | 비대면 환경에서 빅데이터 기반의 자가 피부 수분 상태 정보 제공 방법 | |
| CN106462920A (zh) | 用于进行评估的方法和系统 | |
| JP7459911B1 (ja) | 勤務管理装置 | |
| Tan et al. | An artificial intelligence and internet of things platform for healthcare and industrial applications |
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 |