KR102467927B1

KR102467927B1 - Fever Suspect Detection Apparatus And Method Thereof

Info

Publication number: KR102467927B1
Application number: KR1020200112066A
Authority: KR
Inventors: 황태현; 백문기; 최환수
Original assignee: 오즈레이 주식회사
Priority date: 2020-02-13
Filing date: 2020-09-03
Publication date: 2022-11-17
Also published as: KR20210103913A

Abstract

본 발명은 별도의 흑체 또는 온도 보정 프로세스를 준비하지 않아도 신뢰도 높은 검지(檢知)가 가능한 발열 의심자 검지 장치 및 그 방법에 관한 것이다.
먼저, 본 발명의 발열 의심자 검지 장치는 객체를 열화상으로 촬영하는 열화상카메라부 및 열화상카메라부로부터 열화상이미지를 획득하고, 열화상이미지로부터 얼굴을 감지하고 얼굴온도를 검출하고, 복수 개의 얼굴온도에 기 설정된 차이값을 연산하여 보정얼굴온도값을 산출하고, 복수 개의 보정얼굴온도값의 얼굴온도평균값을 산출하고, 얼굴온도평균값과 보정얼굴온도값을 비교하여, 비교값이 기 설정된 오차값 이상 차이가 나는 경우 해당 얼굴온도를 갖는 객체를 발열 의심 환자로 분류하는 제어부를 포함한다.
아울러, 본 발명의 발열 의심자 검지 방법은 제어부가 열화상카메라부로부터 객체에서 나타나는 열화상이미지를 획득하는 (A)단계, 제어부가 열화상이미지에서 객체의 얼굴을 감지해 온도를 검출하는 (B) 단계, 제어부가 검출된 얼굴온도에 기 설정된 차이값 보정하며 보정얼굴온도값을 산출하는 하는 (C)단계, 제어부가 (A)내지 (C)단계를 반복하며 보정된 얼굴온도에 대한 평균값을 산출하며 얼굴온도평균값을 산출하는 (D)단계, 제어부가 보정얼굴온도값에 얼굴온도평균값을 감산 연산하는 (E)단계 및 제어부가 (E)단계에서 감산 연산된 값이 기 설정된 오차값 미만인 경우에는, 보정얼굴온도값에 해당하는 객체를 정상인으로 분류하고, (E)단계에서 산출된 비교값이 기 설정된 오차값 이상 차이가 나는 경우, 보정얼굴온도값에 해당하는 객체를 발열 의심 환자로 분류하는 (F) 단계를 포함한다.The present invention relates to an apparatus and method for detecting a suspected fever person capable of highly reliable detection without preparing a separate blackbody or temperature correction process.
First, the apparatus for detecting a suspect in fever of the present invention acquires a thermal image from a thermal imaging camera unit that takes a thermal image of an object and a thermal imaging camera unit, detects a face from the thermal image, detects a facial temperature, and A corrected facial temperature value is calculated by calculating a preset difference value between the dog's facial temperatures, calculating an average face temperature value of a plurality of corrected facial temperature values, and comparing the average facial temperature value and the corrected facial temperature value to obtain a preset comparison value. and a control unit that classifies an object having a corresponding face temperature as a suspected fever patient when the difference is equal to or greater than the error value.
In addition, in the method for detecting a person suspected of having a fever of the present invention, (A) the controller acquires a thermal image appearing in the object from the thermal imaging camera unit, and (B) the controller detects the face of the object in the thermal image and detects the temperature. ) step, (C) step in which the control unit corrects a preset difference in the detected facial temperature and calculates a corrected facial temperature value, and the controller repeats steps (A) to (C) to obtain an average value for the corrected facial temperature Step (D) of calculating the mean value of face temperature, step (E) of subtracting the mean value of face temperature from the corrected face temperature value by the control unit, and step (E) of the control unit when the subtracted value is less than the preset error value In this case, the object corresponding to the corrected facial temperature value is classified as a normal person, and if the comparison value calculated in step (E) has a difference of more than a preset error value, the object corresponding to the corrected facial temperature value is classified as a suspected fever patient. (F) step of doing.

Description

Fever suspect detection device and method {Fever Suspect Detection Apparatus And Method Thereof}

본 발명은 발열이 나는 사람을 검지 및 그 방법에 관한 것이다. 보다 구체적으로, 본 발명은 별도의 흑체 또는 온도 보정 프로세스를 준비하지 않아도 신뢰도 높은 검지(檢知)가 가능한 발열 의심자 검지 장치 및 발열 의심자 검징 방법에 관한 것이다.The present invention relates to a method for detecting a person with a fever. More specifically, the present invention relates to a device for detecting a suspicious person with fever and a method for detecting a suspected person with fever, capable of highly reliable detection without preparing a separate black body or temperature correction process.

열화상카메라는 비 접촉 온도 측정 장치이다. 열화상카메라는 절대온도 0도 이상의 온도에서 모든 물질에 의하여 방사, 전송 또는 반사되는 적외선 에너지를 감지한다. 그리고 감지된 적외선 에너지를 온도로 전환하며 출력한다. 더욱이 열화상카메라는 하나의 객체에서 전체적인 열 이미지를 출력 모듈을 통해 출력하도록 한다.Thermal imaging cameras are non-contact temperature measurement devices. Thermal imaging cameras detect infrared energy emitted, transmitted, or reflected by all materials at temperatures above absolute zero. Then, the detected infrared energy is converted into temperature and output. Furthermore, the thermal imaging camera outputs an entire thermal image from one object through an output module.

이러한 점에 기초하여 열화상카메라는 공공장소에서 발열환자를 검출하는 목적으로 주요하게 사용되고 있다. 예컨대, 공항, 여객터미널, 국가 주요 시설 등과 같이 특정한 장소나 특정한 분위기에서 다수 객체의 체온을 신속하게 측정하며 다수 객체의 건강 상태를 빠르게 판별할 수 있다.Based on these points, thermal imaging cameras are mainly used for the purpose of detecting fever patients in public places. For example, it is possible to quickly measure the body temperature of multiple objects in a specific place or a specific atmosphere, such as an airport, passenger terminal, or a major national facility, and quickly determine the health status of multiple objects.

그러나, 열화상카메라는 객체의 주변 온도 분위기에 따라 약 2℃ 정도의 오차를 발생시켜, 신뢰성이 높지 못한 문제가 있다.However, the thermal imaging camera generates an error of about 2°C depending on the ambient temperature and atmosphere of the object, and thus has a problem in that reliability is not high.

이와 같은 열화상카메라가 갖는 문제를 해결하기 위해, 대한민국 공개특허 10-2015-0129937호에는 촬영 시 별도로 흑체를 준비하여 열화상 카메라를 통해 하나의 객체와 하나의 흑체를 포함한 열화상을 획득한다. 그리고, 열화상에서 얼굴 인식을 통해 적어도 하나의 객체의 얼굴온도를 검출하고, 열화상 내 상기 흑체의 측정 온도와 흑체의 기 설정 온도의 차이를 토대로 얼굴온도를 보정하는 방법 및 시스템이 개시되어 있다.In order to solve the problem of such a thermal imaging camera, Korean Patent Publication No. 10-2015-0129937 discloses that a black body is separately prepared during shooting and a thermal image including one object and one black body is obtained through the thermal imaging camera. Also disclosed is a method and system for detecting a face temperature of at least one object in a thermal image through face recognition and correcting the face temperature based on a difference between a measured temperature of the black body and a preset temperature of the black body in the thermal image.

그러나 시스템 및 방법은 신뢰도를 향상시키기 위해, 촬영범위 내에 별도로 흑체를 준비해야 하는 불편함을 가지고 있다.However, the system and method have the inconvenience of having to separately prepare a black body within the imaging range in order to improve reliability.

대한민국 공개특허 제10-2015-0129937호(공개일자: 2015.11.23.)Republic of Korea Patent Publication No. 10-2015-0129937 (published date: 2015.11.23.)

본 발명은 흑체(모든 파장의 전자기파를 완전히 흡수하는 물체)를 준비하는 번거로움을 해결하고, 주변 환경의 변화에 대한 오차 값이 발생됨에 따라 발열 의심환자를 정확하게 감지할 수 없는 문제를 해결하는데 있다.The present invention solves the hassle of preparing a black body (an object that completely absorbs electromagnetic waves of all wavelengths), and solves the problem of not being able to accurately detect suspected fever patients as error values for changes in the surrounding environment are generated. .

본 발명의 해결하고자 하는 과제는 이상에서 언급한 과제들로 제한되지 않으며 언급되지 않은 또 다른 기술적 과제들은 아래의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다.The problem to be solved by the present invention is not limited to the problems mentioned above, and other technical problems not mentioned will be clearly understood by those skilled in the art from the following description.

상기 해결하고자 하는 과제를 달성하기 위한 하나의 발열 의심자 검지 장치는, 복수의 서로 다른 객체 및 복수의 표본객체를 열화상으로 촬영하는 열화상카메라부; 및 복수의 서로 다른 객체 가운데 하나의 객체의 보정얼굴온도값과 복수의 표본객체의 얼굴온도의 평균값을 연산하여 연산값이 기 설정된 오차값 이상인 경우, 하나의 객체를 발열 의심 환자로 분류하는 제어부를 포함하고, 제어부는 열화상카메라부가 복수의 서로 다른 객체에서 나타나는 열화상을 획득하기 전에, 체온계를 통해 복수의 표본객체에서 측정된 체온값을 수신하고, 내부에 정상체온값이 설정되어 있어 정상체온값 보다 큰 온도값은 수신하지 않고, 정상체온값보다 작은 온도값은 수신하는 체온계수신모듈과, 열화상카메라부로부터 열화상이미지를 획득하는 획득모듈과, 열화상이미지에서 복수의 서로 다른 객체 및 복수의 표본객체의 얼굴을 인식하는 얼굴인식모듈과, 열화상이미지의 얼굴의 이마에서 온도를 측정하여, 얼굴온도를 검출하는 얼굴온도검출모듈과, 얼굴온도검출모듈에서 검출된 복수의 표본객체의 얼굴온도의 평균값 그리고 차이값모듈에서 산출된 차이값의 평균인 평균차이값을 산출하는 평균값산출모듈과, 체온계수신모듈에서 수신된 복수의 표본객체의 온도값과 얼굴온도검출모듈에서 검출된 온도값 간 차이를 연산하여 차이값을 산출하는 차이값모듈과, 복수의 표본객체의 얼굴온도의 평균값과 평균차이값을 가산 연산하여 보정얼굴온도값을 산출하는 보정모듈과, 오차값이 설정되는 오차모듈과 보정모듈에서 산출된 보정얼굴온도값과 평균값산출모듈에서 산출된 얼굴온도의 평균값을 연산하여 연산값이 오차모듈에 설정된 기 설정된 오차값 이상일 경우, 복수의 서로 다른 객체 가운데 보정모듈에서 산출된 보정얼굴온도값에 해당하는 보정얼굴온도값을 갖는 객체를 발열 의심 환자로 분류하는 환자분류모듈을 포함한다.An apparatus for detecting a suspect in fever to achieve the object to be solved includes a thermal imaging camera unit for taking thermal images of a plurality of different objects and a plurality of sample objects; and a control unit that calculates the average value of the corrected facial temperature value of one object among a plurality of different objects and the facial temperature of a plurality of sample objects, and classifies one object as a fever suspected patient when the calculated value is equal to or greater than a preset error value. The control unit receives the body temperature values measured from the plurality of sample objects through the thermometer before the thermal imaging camera unit acquires the thermal images appearing in the plurality of different objects, and the normal body temperature value is set therein so that the normal body temperature is maintained. A thermometer receiving module that does not receive a temperature value greater than the normal temperature value and receives a temperature value smaller than the normal body temperature value, an acquisition module that acquires a thermal image from the thermal imaging camera unit, a plurality of different objects in the thermal image, and A face recognition module for recognizing the faces of a plurality of sample objects, a face temperature detection module for detecting the face temperature by measuring the temperature at the forehead of the face of the thermal image, and a plurality of sample objects detected by the face temperature detection module. An average value calculation module that calculates an average difference value, which is the average of the difference values calculated in the average value of face temperature and difference value module, and the temperature values of a plurality of sample objects received from the thermometer receiving module and the temperature values detected by the face temperature detection module A difference value module that calculates a difference value by calculating the difference between a plurality of sample objects, a correction module that calculates a corrected face temperature value by adding and calculating the average value and average difference value of the face temperatures of a plurality of sample objects, and an error module that sets an error value and the average value of the corrected face temperature value calculated in the correction module and the average value of the face temperature calculated in the average value calculation module are calculated, and if the calculated value is greater than or equal to the preset error value set in the error module, the correction calculated by the correction module among a plurality of different objects and a patient classification module for classifying an object having a corrected facial temperature value corresponding to the facial temperature value as a suspected fever patient.

삭제delete

또 하나의 상기 해결하고자 하는 과제를 달성하기 위한 하나의 발열 의심자 검지 방법은, (A) 제어부가 열화상카메라부로부터 복수의 서로 다른 객체 및 복수의 표본객체에서 나타나는 열화상이미지를 획득하고, 열화상이미지를 획득하기 전, 체온계를 통해 복수의 표본객체에서 측정된 온도값을 수신하는 단계; (B) 제어부가 열화상카메라부로부터 열화상이미지를 획득하고, 열화상이미지에서 복수의 서로 다른 객체 및 복수의 표본객체의 얼굴을 인식하여, 열화상이미지의 얼굴의 이마에서 온도를 측정하여, 온도를 검출하는 단계; (C) 제어부가 수신된 복수의 표본객체의 온도값과 얼굴온도검출모듈에서 검출된 온도값 간 차이를 연산하여 차이값을 산출하는 단계; (D) 제어부가 얼굴온도검출모듈에서 검출된 복수의 표본객체의 얼굴온도의 평균값 그리고 차이값모듈에서 산출된 차이값의 평균인 평균차이값을 산출하는 단계; (E) 제어부가 복수의 표본객체의 얼굴온도의 평균값과 평균차이값을 가산 연산하여 보정얼굴온도값을 산출하는 단계; (F) 제어부가 (E)단계에서 산출된 보정얼굴온도값과 평균값산출모듈에서 산출된 얼굴온도의 평균값을 연산하여 연산값이 오차모듈에 설정된 기 설정된 오차값 이상일 경우, 복수의 서로 다른 객체 가운데 보정모듈에서 산출된 보정얼굴온도값에 해당하는 보정얼굴온도값을 갖는 객체를 발열 의심 환자로 분류하는 단계를 포함하고, 제어부는 열화상카메라부가 복수의 서로 다른 객체에서 나타나는 열화상을 획득하기 전에, 체온계를 통해 복수의 표본객체(A)에서 측정된 체온값을 수신하고, 내부에 정상체온값이 설정되어 있어 정상체온값 보다 큰 온도값은 수신하지 않고, 정상체온값보다 작은 온도값은 수신하는 체온계수신모듈과, 열화상카메라부로부터 열화상이미지를 획득하는 획득모듈과, 열화상이미지에서 복수의 서로 다른 객체 및 복수의 표본객체의 얼굴을 인식하는 얼굴인식모듈과, 열화상이미지의 얼굴의 이마에서 온도를 측정하여, 얼굴온도를 검출하는 얼굴온도검출모듈과, 얼굴온도검출모듈에서 검출된 복수의 표본객체의 얼굴온도의 평균값 그리고 차이값모듈에서 산출된 차이값의 평균인 평균차이값을 산출하하는 평균값산출모듈과, 체온계수신모듈에서 수신된 복수의 표본객체의 온도값과 얼굴온도검출모듈에서 검출된 온도값 간 차이를 연산하여 차이값을 산출하는 차이값모듈과, 복수의 표본객체의 얼굴온도의 평균값과 평균차이값을 가산 연산하여 보정얼굴온도값을 산출하는 보정모듈과, 오차값이 설정되는 오차모듈과 보정모듈에서 산출된 보정얼굴온도값과 평균값산출모듈에서 산출된 얼굴온도의 평균값을 연산하여 연산값이 오차모듈에 설정된 기 설정된 오차값 이상일 경우, 복수의 서로 다른 객체 가운데 보정모듈에서 산출된 보정얼굴온도값에 해당하는 보정얼굴온도값을 갖는 객체를 발열 의심 환자로 분류하는 환자분류모듈을 포함한다.Another method for detecting a suspect in fever to achieve the above object is to: (A) a controller obtains thermal images appearing from a plurality of different objects and a plurality of sample objects from a thermal imaging camera unit; receiving temperature values measured from a plurality of sample objects through a thermometer before obtaining a thermal image; (B) the control unit acquires a thermal image from the thermal imaging camera unit, recognizes the faces of a plurality of different objects and a plurality of sample objects in the thermal image, and measures the temperature at the forehead of the face of the thermal image; detecting the temperature; (C) calculating a difference value by calculating a difference between the received temperature values of the plurality of sample objects and the temperature value detected by the face temperature detection module; (D) calculating, by the controller, an average difference value, which is an average of the average value of face temperatures of a plurality of sample objects detected by the face temperature detection module and the difference values calculated by the difference value module; (E) calculating, by the control unit, a corrected facial temperature value by adding and calculating the average value and the average difference value of the facial temperatures of the plurality of sample objects; (F) The control unit calculates the average value of the corrected facial temperature value calculated in step (E) and the facial temperature calculated in the average value calculation module, and if the calculated value is greater than the preset error value set in the error module, among a plurality of different objects and classifying an object having a calibrated facial temperature value corresponding to the calibrated facial temperature value calculated by the calibration module as a suspected patient with fever, and the control unit before the thermal image camera acquires thermal images appearing from a plurality of different objects. , Receives the body temperature values measured from the plurality of sample objects (A) through the thermometer, and since the normal body temperature value is set inside, a temperature value larger than the normal body temperature value is not received, and a temperature value smaller than the normal body temperature value is received. a body temperature measurement receiving module, an acquisition module acquiring a thermal image from the thermal image camera unit, a face recognition module recognizing the faces of a plurality of different objects and a plurality of sample objects in the thermal image, and a face in the thermal image. The average difference value, which is the average of the difference values calculated from the face temperature detection module measuring the temperature from the forehead and detecting the face temperature, the average value of the face temperatures of a plurality of sample objects detected by the face temperature detection module, and the difference value module An average value calculation module that calculates a difference value module that calculates a difference value by calculating a difference between the temperature values of a plurality of sample objects received from the thermometer receiving module and the temperature value detected from the face temperature detection module; A correction module that calculates a corrected face temperature value by adding and calculating the average value of the object's face temperature and the average difference value, the error module for which the error value is set, and the corrected face temperature value calculated by the correction module and the face calculated by the average value calculation module If the average value of temperature is calculated and the calculated value is greater than the preset error value set in the error module, an object having a corrected facial temperature value corresponding to the corrected facial temperature value calculated in the correction module among a plurality of different objects is regarded as a suspected fever patient. It includes a patient classification module for classifying.

삭제delete

(A)단계는,Step (A) is,

열화상이미지를 획득하기 전에, 체온계수신모듈이 체온계를 통해 복수의 표본객체에서 측정된 체온값을 수신하는 (A-1)단계를 더 포함하고,Before acquiring the thermal image, the thermometer receiving module further comprises a step (A-1) of receiving the body temperature values measured from the plurality of sample objects through the thermometer;

(D)단계는,Step (D) is,

차이값모듈이 체온계수신모듈에서 수신된 온도값과 상기 얼굴온도검출모듈에서 검출된 온도값 간 차이를 연산하며 차이값을 산출하는 (D-1)단계,(D-1) a difference value module calculates a difference value by calculating a difference between the temperature value received from the thermometer receiving module and the temperature value detected by the facial temperature detection module;

차이값모듈이 보정모듈에서 산출된 차이값을 상기 얼굴온도검출모듈에서 측정된 온도값에 가산 연산하며 보정얼굴온도값을 산출하는 (D-2)단계를 더 포함할 수 있다.The method may further include a step (D-2) of calculating, by the difference value module, the corrected facial temperature value by adding the difference value calculated by the correction module to the temperature value measured by the facial temperature detection module.

본 발명의 발열 의심자 검지 장치는, 열화상카메라로 검출된 얼굴온도의 절대값이 아닌, 축적되어 있는 얼굴온도의 데이터의 평균값을 기저값으로 하여 새롭게 측정되는 얼굴온도값을 연산하여 연산값과 기 설정된 기준값 간 편차로 발열 의심자를 검출함으로써, 발열 의심자를 정확하게 검출할 수 있다.The apparatus for detecting a person suspected of having a fever of the present invention calculates a newly measured facial temperature value using the average value of accumulated facial temperature data as a base value, not the absolute value of the facial temperature detected by a thermal imaging camera, and calculates the calculated value and By detecting a suspected fever person with a deviation between preset reference values, the suspected fever person may be accurately detected.

이와 같은 본 발명은 흑체를 준비하는 번거로움을 해소함으로써, 발열 의심자를 검출하는 과정을 간편하게 진행할 수 있도록 한다. 아울러, 주변 환경의 변화에 대한 오차값 발생을 제거해 발열 의심자 즉, 환자 검지에 대해 높은 신뢰도를 나타낼 수 있다.As described above, the present invention eliminates the trouble of preparing a black body, so that the process of detecting a person suspected of having fever can be conveniently performed. In addition, by eliminating the occurrence of error values for changes in the surrounding environment, it is possible to show high reliability in detecting a suspected fever, that is, a patient.

도 1은 본 발명의 일 실시예에 따른 발열 의심자 검지 장치를 나타낸 도면이다.
도 2는 도 1의 열화상카메라부가 촬영한 열화상이미지를 나타낸 도면이다.
도 3은 도 1의 열화상카메라부 및 제어부에 포함되는 복수 개의 모듈을 나타낸 도면이다.
도 4는 본 발명의 일 실시예에 따른 발열 의심자 검지 방법의 순서도이다.
도 5는 체온계를 통해 표본객체의 온도를 측정하는 도면이다.
도 6은 제어부가 수신한 복수의 표본객체에 대한 온도값을 나타낸 도면이다.
도 7은 차이값모듈을 통해 체온계에서 측정된 온도와 얼굴온도검출모듈에서 검출된 온도차를 나타낸 도면이다.
도 8은 도 7에 나타난 보정얼굴온도값의 평균값을 산출한 얼굴온도평균값을 나타낸 도면이다.
도 9는 본 발명의 발열 의심자 검지 장치의 사용상태도이다.
도 10은 본 발명의 발열 의심자 검지 장치가 발열 의심자와 정상인을 구분한 상태를 나타낸 도면이다.1 is a diagram showing an apparatus for detecting a suspect fever according to an embodiment of the present invention.
FIG. 2 is a diagram showing a thermal image captured by the thermal imaging camera unit of FIG. 1 .
FIG. 3 is a diagram illustrating a plurality of modules included in the thermal imaging camera unit and controller of FIG. 1 .
4 is a flowchart of a method for detecting a suspicious person with fever according to an embodiment of the present invention.
5 is a view of measuring the temperature of a specimen object through a thermometer.
6 is a diagram showing temperature values of a plurality of sample objects received by the controller.
7 is a diagram showing a temperature difference between a temperature measured by a thermometer through a difference value module and a temperature detected by a face temperature detection module.
FIG. 8 is a diagram showing an average face temperature value obtained by calculating an average value of corrected face temperature values shown in FIG. 7 .
9 is a diagram illustrating a state of use of the apparatus for detecting suspected fever of the present invention.
10 is a diagram showing a state in which the apparatus for detecting a suspect fever of the present invention distinguishes a suspected fever person from a healthy person.

본 발명의 장치 및 방법은 첨부되는 도면과 도면을 바탕으로 상세하게 설명된 내용으로부터 명확해질 수 있다. 그러나 본 발명은 이하에서 개시되는 실시예들에 한정되지 않고, 서로 다른 다양한 형태로 구현될 수 있다. 본 명세서 상에서 기술되는 실시 예는 본 발명의 개시가 완전하도록 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것일 뿐이다. 오로지 본 발명의 청구범위는 청구항에 의해 정의될 수 있다. 아울러, 명세서 전체에 걸쳐 동일 참조부호는 동일 구성요소를 지칭한다.The device and method of the present invention can be clarified from the detailed description based on the accompanying drawings and drawings. However, the present invention is not limited to the embodiments disclosed below, and may be implemented in a variety of different forms. The embodiments described in this specification are provided only to completely inform those skilled in the art of the scope of the invention so that the disclosure of the present invention is complete. Only the claims of the present invention can be defined by the claims. In addition, like reference numerals refer to like elements throughout the specification.

이하, 도 1 내지 도 10을 참조하여, 본 발명의 일 실시예에 의한 발열 의심자 검지 장치 및 발열 의심자 검지 방법에 대해 상세히 설명한다.Hereinafter, referring to FIGS. 1 to 10 , an apparatus for detecting a suspect fever and a method for detecting a suspect fever according to an embodiment of the present invention will be described in detail.

다만, 본 발명에 대한 설명이 간결하고 명확해질 수 있도록 발열 의심자 검지 장치에 대해 상세히 설명한 후, 이를 바탕으로 발열 의심자 검지 방법에 대해 설명한다. 이때, 본 명세서에 전체에 걸쳐 기술되는 발열 의심자 검지 장치에 대한 설명은 발열 의심자 검지 방법에 그대로 적용될 수 있다.However, after explaining the device for detecting a suspected fever in detail so that the description of the present invention can be concise and clear, a method for detecting a suspected fever will be described. At this time, the description of the apparatus for detecting a suspect fever described throughout the present specification may be applied as it is to the method for detecting a suspect fever.

먼저, 도 1을 참조하여, 발열 의심자 검지 장치에 대해 개괄적으로 설명한다.First, with reference to FIG. 1, a device for detecting a suspicious person with heat will be generally described.

도 1은 본 발명의 일 실시예에 따른 발열 의심자 검지 장치를 나타낸 도면이다.1 is a diagram showing an apparatus for detecting a suspect fever according to an embodiment of the present invention.

본 발명의 발열 의심자 검지 장치(1)는 열화상카메라부(10)에서 촬영된 객체의 열화상을 기반으로 하여, 제어부(20)에서 객체의 얼굴온도를 추출하고, 추출된 얼굴온도에 보정얼굴온도값을 더해 보정된 값과 설정된 오차값을 연산한다. 그리고 이러한 연산값을 통해 객체가 발열을 하는 환자인지 아니면 정상인 인지를 정확하게 판별한다. 이러한 발열 의심자 검지 장치(1)는 열화상카메라부(10) 및 제어부(20)를 구성요소로 포함한다.The apparatus 1 for detecting suspected fever of the present invention extracts the facial temperature of the object in the control unit 20 based on the thermal image of the object captured by the thermal imaging camera unit 10, and corrects the extracted facial temperature Calculate the corrected value by adding the face temperature value and the set error value. And through these calculation values, it is accurately determined whether the object is a feverish patient or a normal person. The fever suspect detection device 1 includes a thermal imaging camera unit 10 and a controller 20 as components.

이와 같은 발열 의심자 검지 장치(1)는 제어부(20)가 열화상카메라부(10)로부터 객체에서 나타나는 열화상이미지(B)를 획득하는 (A)단계, 제어부(20)가 열화상이미지에서 객체의 얼굴을 감지해 온도를 검출하는 (B)단계, 제어부(20)가 검출된 얼굴온도에 기 설정된 차이값 보정하며 보정얼굴온도값을 산출하는 하는 (C)단계, 제어부(20)가 (A)내지 (C)단계를 반복하며 보정된 얼굴온도에 대한 평균값을 산출하며 얼굴온도평균값을 산출하는 (D)단계로 진행된다. 이후, 제어부(20)가 보정얼굴온도값에 얼굴온도평균값을 감산 연산하는 (E)단계 및 제어부(20)가 (E)단계에서 감산 연산된 값이 기 설정된 오차값 미만인 경우에는, 보정얼굴온도값에 해당하는 객체를 정상인으로 분류하고, (E)단계에서 산출된 비교값이 기 설정된 오차값 이상 차이가 나는 경우에는 보정얼굴온도값에 해당하는 객체를 발열 의심 환자로 분류하는 (F)단계로 진행될 수 있다.In the apparatus 1 for detecting a suspect in fever, the control unit 20 acquires a thermal image B appearing from an object from the thermal imaging camera unit 10 (A), and the control unit 20 obtains a thermal image B from the thermal image. Step (B) of detecting the face of the object and detecting the temperature, step (C) of the controller 20 correcting a preset difference in the detected face temperature and calculating a corrected face temperature value, the controller 20 ( Steps A) to (C) are repeated, and an average value for the corrected face temperature is calculated, and the step (D) of calculating the average value of the face temperature proceeds. Thereafter, in step (E) in which the control unit 20 subtracts the average face temperature value from the corrected facial temperature value, and in the case where the subtracted value in step (E) is less than the preset error value, the corrected facial temperature (F) step of classifying the object corresponding to the value as a normal person, and classifying the object corresponding to the corrected facial temperature value as a patient with suspected fever if the comparison value calculated in step (E) has a difference of more than a preset error value can proceed with

본 발명의 발열 의심자 검지 장치(1)는 (A)단계 내지 (F)단계를 일련의 단계로 진행되며 기존의 열화상카메라로 객체의 온도를 정확하게 측정하는데 필요한 흑체 없이, 발열 의심자와 정상인을 정확하게 판별할 수 있다. 즉, 본 발명은 흑체를 준비하는 번거로움 없이, 간편한 방법으로 발열 의심자를 검출할 수 있다.The apparatus 1 for detecting suspected fever of the present invention proceeds from step (A) to step (F) in a series of steps, and does not have a black body required to accurately measure the temperature of an object with a conventional thermal imaging camera. can be accurately determined. That is, the present invention can detect a person suspected of having fever in a simple way without the hassle of preparing a black body.

이하, 도 2 및 도 3을 참조하여 본 발명을 구성하는 구성요소에 대해 구체적으로 설명한다.Hereinafter, components constituting the present invention will be described in detail with reference to FIGS. 2 and 3 .

도 2는 도 1의 열화상카메라부가 촬영한 열화상이미지를 나타낸 도면이고, 도 3은 도 1의 열화상카메라부 및 제어부에 포함되는 복수 개의 모듈을 나타낸 도면이다.FIG. 2 is a diagram showing a thermal image captured by the thermal imaging camera unit of FIG. 1 , and FIG. 3 is a diagram showing a plurality of modules included in the thermal imaging camera unit and control unit of FIG. 1 .

열화상카메라부(10)는 객체에서 방출하는 열복사를 감지하는 카메라이다. 더욱이, 열화상카메라부(10)는 빛의 유무와 상관없이 객체에서 발생되는 열에 따라 제어부(20)에 서로 다른 색상으로 나타낼 수 있다. 이와 같은 열화상카메라부(10)는 열을 감지하여 도 2의 오른쪽에 도시된 바와 같은 다양한 색깔의 이미지를 제어부(20)의 화면에 나타낼 수 있다.The thermal imaging camera unit 10 is a camera that detects thermal radiation emitted from an object. Moreover, the thermal imaging camera unit 10 may display different colors to the control unit 20 according to heat generated from an object regardless of the presence or absence of light. The thermal imaging camera unit 10 may detect heat and display images of various colors on the screen of the controller 20 as shown on the right side of FIG. 2 .

제어부(20)는 열화상카메라부(10)로부터 객체(C)에서 나타나는 열화상이미지(B)를 획득해 출력하고, 열화상이미지(B)를 활용해 발열 의심 환자를 판별해낼 수 있다. 제어부(20)는 획득모듈(220), 얼굴인식모듈(230), 얼굴온도검출모듈(240), 평균값산출모듈(250), 보정모듈(270)과 환자분류모듈(280)을 포함한다. 아울러, 제어부(20)는 체온계수신모듈(210)과 차이값모듈(260) 및 오차모듈(2801) 등을 더 포함할 수 있다.The control unit 20 may acquire and output a thermal image B appearing in the object C from the thermal imaging camera unit 10, and determine a patient suspected of fever by using the thermal image B. The controller 20 includes an acquisition module 220, a face recognition module 230, a face temperature detection module 240, an average value calculation module 250, a correction module 270, and a patient classification module 280. In addition, the control unit 20 may further include a body temperature measurement receiving module 210, a difference value module 260, and an error module 2801.

이와 같은 복수 개의 모듈은 컴퓨터에 포함되는 연산처리 장치가 될 수 있다. 그리고 이러한 모듈을 포함하는 제어부(20)는 컴퓨터가 될 수 있다. 여기서, 체온계수신모듈(210)은 체온계(30)에서 측정된 복수의 표본객체(A)의 체온값을 수신한다. 이때, 체온계수신모듈(210)은 객체(C)에서 나타나는 열화상을 획득하기 전에 체온계(30)로부터 표본객체(A)의 체온값을 수신한다.Such a plurality of modules may be an arithmetic processing unit included in a computer. And the control unit 20 including these modules may be a computer. Here, the thermometer receiving module 210 receives the body temperature values of the plurality of specimen objects A measured by the thermometer 30 . At this time, the thermometer receiving module 210 receives the body temperature value of the specimen object A from the thermometer 30 before obtaining a thermal image appearing in the object C.

아울러, 체온계수신모듈(210)은 내부에 정상체온값이 설정되어 있어, 체온계(30)에서 정상체온값 즉, 일례로 36.5℃ 보다 큰 온도값은 수신하지 않고, 정상체온값 보다 작은 온도값을 수신할 수 있다.In addition, since the thermometer receiving module 210 has a normal body temperature set therein, the thermometer 30 does not receive a normal body temperature value, that is, a temperature value greater than 36.5° C. for example, and receives a temperature value smaller than the normal body temperature value. can receive

획득모듈(220)은 열화상카메라부(10)에서 촬영된 객체(C)에서 나타나는 열화상을 획득한다. 즉, 열화상카메라부(10)로부터 데이터를 수신한다. 얼굴인식모듈(230)은 열화상이미지(B)로부터 객체의 얼굴을 인식한다. 이때, 얼굴인식모듈(230)은 외부와 객체 사이에서, 설정 넓이에 속하는 객체의 최상단을 객체의 얼굴로 인식할 수 있다. 일례로, 얼굴인식모듈(230)은 외부와 객체 간 시작선을 기준으로 가로 20cm, 세로 30cm의 사각형을 형성하며 사각형 내에 객체의 최상단이 포함되도록 하며 객체의 얼굴을 감지할 수 있다.The acquisition module 220 acquires a thermal image appearing in the object C photographed by the thermal imaging camera unit 10 . That is, data is received from the thermal imaging camera unit 10 . The face recognition module 230 recognizes the face of the object from the thermal image (B). At this time, the face recognition module 230 may recognize the top of the object belonging to the set area as the face of the object between the outside and the object. For example, the face recognition module 230 forms a rectangle with a width of 20 cm and a length of 30 cm based on the starting line between the outside and the object, and the top of the object is included in the rectangle to detect the face of the object.

얼굴온도검출모듈(240)은 얼굴인식모듈(230)에서 검출한 열화상 이미지의 얼굴에서 온도를 검출한다. 이러한 얼굴온도검출모듈(240)은 -10℃ ~ 50℃ 범위 내에서 촘촘하게 온도를 측정할 수 있다. 이를 통해 얼굴온도검출모듈(240)은 열화상 이미지로부터 얼굴의 온도를 정교하게 측정할 수 있다. 아울러, 검출된 얼굴에서 이마 부분의 온도를 측정할 수 있다.The face temperature detection module 240 detects the temperature of the face of the thermal image detected by the face recognition module 230 . The face temperature detection module 240 may measure the temperature closely within the range of -10°C to 50°C. Through this, the face temperature detection module 240 can precisely measure the temperature of the face from the thermal image. In addition, the temperature of the forehead portion of the detected face may be measured.

평균값산출모듈(250)은 측정된 복수 개의 얼굴온도로부터 평균값을 산출한다. 즉, 얼굴온도평균값을 산출한다. 이때, 산출되는 얼굴온도평균값은 측정된 사람의 온도가 정상온도인지 아닌지를 판별하는 값이 될 수 있다.The average value calculation module 250 calculates an average value from a plurality of measured facial temperatures. That is, the average face temperature is calculated. At this time, the calculated average facial temperature may be a value for determining whether the measured person's temperature is normal or not.

차이값모듈(260)은 전술 한 체온계수신모듈(210)에서 수신된 온도값과 얼굴온도검출모듈(240)에서 검출된 온도값 간 차이를 연산하며 차이값을 산출한다.The difference value module 260 calculates the difference between the temperature value received from the aforementioned thermometer receiving module 210 and the temperature value detected from the facial temperature detection module 240 and calculates the difference value.

보정모듈(270)은 얼굴온도평균값에 차이값 모듈에서 산출된 차이값을 가산 연산하여 보정얼굴온도값을 산출한다. 여기서, 차이값은 최소 10명 이상의 미리 설정된 인원에서 추출된 값으로 계산된 값이 될 수 있다.The correction module 270 calculates the corrected face temperature value by adding the difference value calculated by the difference value module to the average face temperature value. Here, the difference value may be a value calculated as a value extracted from a preset number of at least 10 or more.

환자분류모듈(280)은 보정모듈(270)에서 출력되는 보정얼굴온도값과 평균값산출모듈(250)에서 출력된 얼굴온도평균값을 연산한다. 이후, 연산값이 기 설정된 오차값 이상일 경우, 해당 보정얼굴온도값을 갖는 객체를 발열 의심 환자로 분류한다. 반면, 연산값이 기 설정된 오차값 미만일 경우, 해당 보정얼굴온도값을 갖는 객체를 정상인으로 판별한다.The patient classification module 280 calculates the corrected face temperature value output from the correction module 270 and the average face temperature value output from the average value calculation module 250 . Thereafter, if the calculated value is greater than or equal to the preset error value, the object having the corrected facial temperature value is classified as a suspected fever patient. On the other hand, if the calculated value is less than the preset error value, the object having the corresponding corrected face temperature value is determined as a normal person.

이와 같은 환자분류모듈(280)은 오차값이 설정되는 오차모듈(2801)을 더 포함할 수 있다. 여기서, 오차모듈(2801)은 오차값이 사용자에 의해 조정되거나, 오차값이 고정되어 발열 의심 및 정상인 구분의 정밀도가 변경될 수 있도록 한다.Such a patient classification module 280 may further include an error module 2801 in which an error value is set. Here, the error module 2801 allows the error value to be adjusted by the user or the error value to be fixed so that the accuracy of distinguishing between suspected fever and normal fever can be changed.

피드백모듈(290)은 환자분류모듈(380)에서 정상인으로 판별된 사람의 정상체온을 누적하고, 통계 값으로 나타내며 시간에 따라 조금씩 증가하거나 감소하는 추세 값을 구하여 보정모듈(270)에 전달한다. 보정모듈(270)은 피드백모듈(290)에서 받은 시간의(Temporal) 보정값으로 얼굴온도 평균값에 가산 연산하여 보정얼굴온도값을 산출한다.The feedback module 290 accumulates the normal body temperature of the person determined to be normal in the patient classification module 380, obtains a trend value that is represented as a statistical value, and gradually increases or decreases over time, and transmits it to the correction module 270. The correction module 270 calculates the corrected face temperature value by adding the temporal correction value received from the feedback module 290 to the average face temperature value.

이를 통해, 발열 의심자 검지 장치(1)는 객체(C)로부터 얼굴을 정확하게 감지하여 객체의 얼굴온도를 검출하고, 복수 개의 얼굴온도의 평균값을 산출한다. 이후, 산출된 얼굴온도평균값과 검출된 얼굴온도를 비교하여, 비교값이 기 설정된 오차값 이상 차이가 나는 경우 해당 얼굴온도를 갖는 객체를 발열 의심 환자로 신속하고 정확하게 판정할 수 있다.Through this, the fever suspect detection device 1 accurately detects the face of the object C, detects the face temperature of the object, and calculates an average value of a plurality of face temperatures. Thereafter, the calculated average facial temperature value and the detected facial temperature are compared, and if the comparison value has a difference of more than a preset error value, the object having the corresponding facial temperature can be quickly and accurately determined as a suspected patient with fever.

이하, 지금까지 설명한 발열 의심자 검사 장치(1)에 대한 설명을 바탕으로, 본 발명의 일 실시예에 의한 발열 의심자 검지 방법에 대해 상세히 설명한다. 발열 의심자 검지 방법은 도 4의 순서도를 기준으로 한다.Hereinafter, a method for detecting a suspicious person with fever according to an embodiment of the present invention will be described in detail based on the description of the apparatus 1 for checking a person suspected of having fever. The method for detecting a suspected fever is based on the flow chart of FIG. 4 .

도 4는 본 발명의 일 실시예에 따른 발열 의심자 검지 방법의 순서도이다.4 is a flowchart of a method for detecting a suspicious person with fever according to an embodiment of the present invention.

발열 의심자 검지 방법(S10)은 열화상 이미지를 획득하는 단계(S110), 획득된 열화상이미지(B)로부터 얼굴을 감지해, 감지된 얼굴에서 온도를 검출하는 단계(S120), 검출된 얼굴온도에 기 설정된 차이값 보정하는 단계(S130), 보정된 얼굴온도값의 평균값을 산출하는 단계(S140) 및 보정된 얼굴온도값에 얼굴온도평균값을 감산 연산하는 단계 (S150) 및 감산 연산된 값과 오차값을 대비하여 발열 의심자 또는 정상인으로 구별하는 단계(S160)를 포함한다.The method for detecting a suspected person with fever (S10) includes acquiring a thermal image (S110), detecting a face from the obtained thermal image (B) and detecting a temperature from the detected face (S120), and detecting the detected face. Compensating the preset difference in temperature (S130), calculating the average of the corrected facial temperature values (S140), subtracting the average facial temperature from the corrected facial temperature value (S150), and subtracting the calculated value and a step of distinguishing a person suspected of fever or a normal person by comparing the error value (S160).

아울러, 발열 의심자 검지 방법(S10)은 열화상카메라부(10)를 통해 열화상이미지(B)을 획득하기 전에, 체온계수신모듈(210)이 체온계를 통해 전달되는 복수의 표본객체(A)의 체온값을 수신하는 (A-1)단계와 차이값모듈(260)이 체온계수신모듈(210)에서 수신된 온도값과 얼굴온도검출모듈(240)에서 검출된 온도값 간 차이를 연산하며 차이값을 산출하는 (D-1)단계, 차이값모듈(260)이 보정모듈(270)에서 산출된 차이값을 얼굴온도검출모듈(240)에서 측정된 온도값에 가산 연산하며 보정얼굴온도값을 산출하는 (D-2)단계 및 평균값산출모듈(250)이 차이값모듈(260)에서 산출된 차이값의 평균값을 산출하는 (D-3)단계를 더 포함한다.In addition, in the fever suspect detection method (S10), before acquiring a thermal image (B) through the thermal imaging camera unit 10, the thermometer receiving module 210 transmits a plurality of sample objects (A) through the thermometer Step (A-1) of receiving the body temperature value and the difference value module 260 calculates the difference between the temperature value received from the thermometer receiving module 210 and the temperature value detected by the face temperature detection module 240, and the difference In the step (D-1) of calculating the value, the difference value module 260 adds the difference value calculated by the correction module 270 to the temperature value measured by the face temperature detection module 240 and calculates the corrected face temperature value A step of calculating (D-2) and a step of (D-3) in which the average value calculation module 250 calculates the average value of the difference values calculated by the difference value module 260 are further included.

아울러, 발열 의심자 검지 방법(S10)은 피드백모듈(290)이 환자분류모듈(380)에서 정상인으로 판별된 사람의 정상체온을 누적하고, 통계 값으로 나타내며 시간에 따라 조금씩 증가하거나 감소하는 추세 값을 구하여 보정모듈(270)에 전달하는 단계를 더 포함한다. 이를 통해, 발열 의심자 검지 방법(S10)은 피드백모듈(290)에서 받은 시간의(Temporal) 보정값으로 얼굴온도 평균값에 가산 연산하여 보정얼굴온도값을 보다 정확하게 산출할 수 있도록 한다.In addition, in the method for detecting suspected fever (S10), the feedback module 290 accumulates the normal body temperature of the person determined to be normal in the patient classification module 380, represents it as a statistical value, and gradually increases or decreases over time as a trend value. A step of obtaining and transmitting to the correction module 270 is further included. Through this, in the fever suspect detection method (S10), the corrected facial temperature value can be more accurately calculated by adding the temporal correction value received from the feedback module 290 to the average facial temperature value.

이하, 도 5 내지 도 10을 참조하여, 도 4에 도시된 각 단계에 대해 구체적으로 설명한다.Hereinafter, each step shown in FIG. 4 will be described in detail with reference to FIGS. 5 to 10 .

다만, 발열 의심자 검지 방법(S10)에 대한 설명이 간결하고 명확해질 수 있도록, 발열 의심자 검지 방법(S10)의 진행 순서에 맞춰 설명하도록 한다.However, so that the description of the method for detecting a suspected fever person (S10) can be concise and clear, the description will be made according to the sequence of the method for detecting a suspected fever person (S10).

도 5는 체온계를 통해 표본객체의 온도를 측정하는 도면이고, 도 6은 제어부가 수신한 복수의 표본객체에 대한 온도값을 나타낸 도면이고, 도 7은 차이값모듈을 통해 체온계에서 측정된 온도와 얼굴온도검출모듈에서 검출된 온도차를 나타낸 도면이다. 그리고 도 8은 도 7에 나타난 보정얼굴온도값의 평균값을 산출한 얼굴온도평균값을 나타낸 도면이고, 도 9는 본 발명의 발열 의심자 검지 장치의 사용상태도이다. 그리고 도 10은 본 발명의 발열 의심자 검지 장치가 발열 의심자와 정상인을 구분한 상태를 나타낸 도면이다.5 is a diagram for measuring the temperature of a sample object through a thermometer, FIG. 6 is a diagram showing temperature values for a plurality of sample objects received by the control unit, and FIG. It is a diagram showing the temperature difference detected by the face temperature detection module. 8 is a diagram showing the average face temperature value calculated by calculating the average value of the corrected facial temperature values shown in FIG. 7, and FIG. 10 is a diagram showing a state in which the apparatus for detecting a suspect fever of the present invention distinguishes a suspected fever person from a normal person.

발열 의심자 검지 방법(S10)은 도 5에 도시된 바와 같이, 체온계(30)를 통해 표본객체(A)의 이마, 볼 등과 같은 곳을 측정하며 표본객체(A)의 실제온도를 측정하는 단계 그리고 측정된 값을 제어부(20)에 전송하는 단계로 시작될 수 있다. 즉, (A-1)단계로 시작될 수 있다. 이때, 제어부(20)에 전송되는 표본객체(A)의 온도값은 도 6에 도시된 바와 같은 값이 될 수 있다.As shown in FIG. 5, the fever suspect detection method (S10) is a step of measuring the actual temperature of the sample object (A) by measuring the forehead, cheek, etc. of the sample object (A) through the thermometer (30). And it may start with the step of transmitting the measured value to the control unit 20. That is, it may start with step (A-1). At this time, the temperature value of the specimen object A transmitted to the controller 20 may be a value as shown in FIG. 6 .

이후, 발열 의심자 검지 방법(S10)은 제어부(20)가 열화상카메라부(10)로부터 열화상 이미지를 획득하는 단계(S110)로 진행될 수 있다. 이후, 획득된 열화상이미지(B)로부터 얼굴을 감지해, 감지된 얼굴에서 온도를 검출하는 단계(S120)로 진행될 수 있다. 이후, 도 7에 도시된 바와 같이, 차이값모듈(260)을 통해 체온계(30)에서 측정된 온도와 얼굴온도검출모듈(240)에서 검출된 온도 간 차이를 산출하는 단계로 진행될 수 있다. 이후, 도 8에 도시된 바와 같이 검출된 얼굴온도에 차이값 보정하여 보정값을 산출 단계(S130)로 진행될 수 있다. 이후 보정된 얼굴온도값의 평균값을 산출하는 단계(S140)로 진행될 수 있다.Thereafter, the method for detecting a suspected person with fever ( S10 ) may proceed to a step ( S110 ) in which the control unit 20 acquires a thermal image from the thermal imaging camera unit 10 . Thereafter, a face may be detected from the obtained thermal image B, and a temperature of the detected face may be detected (S120). Thereafter, as shown in FIG. 7 , a step of calculating a difference between the temperature measured by the thermometer 30 and the temperature detected by the facial temperature detection module 240 through the difference value module 260 may be performed. Thereafter, as shown in FIG. 8 , the difference value may be corrected for the detected facial temperature, and the corrected value may be calculated (S130). Thereafter, the process may proceed to a step of calculating an average value of the corrected facial temperature values (S140).

발열 의심자 검지 방법(S10)은 도 9에 도시된 바와 같이, 새로운 객체(C)가 발열 의심자 검지 장치(1)에 의해 검지 될 경우, 평균값산출모듈(250)을 통해 산출된 평균차이값을 얼굴온도검출모듈(240)에서 검출된 온도에 가산연산 하여 보정얼굴온도값을 산출하는 단계로 진행된다. 이후, 새로운 객체의 보정얼굴온도값에 설정된 얼굴온도평균값을 감산 연산하는 단계로 진행된다. 이후, 보정얼굴온도값과 얼굴온도평균값을 감산 연산한 값과 오차값을 대비하여, 감산 연산된 값이 오차값 미만인 경우에는, 보정얼굴온도값에 해당하는 객체를 정상인으로 분류하는 단계 또는 감산 연산된 값이 오차값 이상일 경우에는, 보정얼굴온도값에 해당하는 객체를 발열 의심 환자로 분류하는 단계로 진행될 수 있다. 일례로, 도 10에 도시된 바와 같이, 제1새로운 객체가 열화상카메라부(10)에 의해 촬영되고, 제어부(20)에 의해 보정얼굴온도값이 38.3℃이면, 제어부(20)는 보정얼굴온도값에 설정된 얼굴온도평균값인 36.3℃를 감산 연산하고, 감산연산된 2.0℃를 기 설정된 오차값에 대비한다. 이때, 제어부(20)는 감산 연산된 값이 오차값인 0.2 보다 커, 이렇게 연산되는 보정얼굴온도값을 갖는 객체를 발열이 발생되는 의심자로 판별할 수 있다. 또한, 제2새로운 객체가 열화상카메라부(10)에 의해 촬영되고, 제어부(20)에 의해 보정얼굴온도값이 36.1℃이면, 제어부(20)는 보정얼굴온도값에 설정된 얼굴온도평균값인 36.3℃를 감산 연산하고, 감산 연산된 0.2℃를 기 설정된 오차값에 대비한다. 이때, 제어부(20)는 감산 연산된 값이 오차값인 0.2 이하가 됨으로, 이러한 보정얼굴온도값을 갖는 객체를 정상인으로 판별할 수 있다.As shown in FIG. 9 , in the method of detecting suspected fever (S10), when a new object (C) is detected by the apparatus 1 for detecting suspected fever, the average difference value calculated through the average value calculation module 250 The process proceeds to a step of calculating a corrected facial temperature value by adding and calculating ? to the temperature detected by the facial temperature detection module 240. Thereafter, a step of subtracting the average face temperature value set from the corrected face temperature value of the new object is performed. Thereafter, comparing the value obtained by subtracting the corrected facial temperature value and the average facial temperature value with the error value, and classifying the object corresponding to the corrected facial temperature value as a normal person when the subtracted value is less than the error value or subtraction operation If the calculated value is equal to or greater than the error value, a step of classifying the object corresponding to the corrected facial temperature value as a suspected fever patient may be performed. As an example, as shown in FIG. 10 , when a first new object is photographed by the thermal imaging camera unit 10 and the face temperature value corrected by the controller 20 is 38.3° C., the controller 20 sends the corrected face 36.3°C, which is the average facial temperature set in the temperature value, is subtracted, and the subtracted 2.0°C is prepared for the preset error value. At this time, the control unit 20 may determine an object having a corrected facial temperature value calculated as above as a suspected person with fever, since the subtracted value is greater than the error value of 0.2. In addition, if the second new object is photographed by the thermal imaging camera unit 10 and the face temperature value corrected by the controller 20 is 36.1° C., the controller 20 sets the average face temperature value 36.3 °C is subtracted, and the subtracted 0.2 °C is prepared for a preset error value. At this time, the controller 20 may determine that the object having the corrected facial temperature value is a normal person because the subtracted value becomes less than or equal to 0.2, which is the error value.

발열 의심자 검지 방법(S10)은 사람에게 발열 여부를 판별하는 단계를 끝으로 종료될 수 있다.The fever-suspected person detection method (S10) may end with the step of determining whether a person has fever.

이와 같이 진행된 발열 의심자 검지 방법(S10)을 통해 기존의 열화상카메라로 객체의 온도를 정확하게 측정하는데 필요한 흑체 없이도 발열 의심자와 정상인을 정확하게 판별할 수 있게 된다.Through the method (S10) for detecting suspected fever, it is possible to accurately discriminate between a suspect fever and a normal person without a black body required to accurately measure the temperature of an object with an existing thermal imaging camera.

이상 첨부된 도면을 참조하여 본 발명의 실시 예들을 설명하였지만, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자는 본 발명이 그 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 실시될 수 있다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시 예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야 한다.Although the embodiments of the present invention have been described with reference to the accompanying drawings, those skilled in the art to which the present invention pertains can be implemented in other specific forms without changing the technical spirit or essential features of the present invention. you will be able to understand Therefore, it should be understood that the embodiments described above are illustrative in all respects and not restrictive.

1: 발열 의심자 검지 장치
10: 열화상카메라부
20: 제어부 30: 체온계
210: 체온도계수신모듈
220: 획득모듈
230: 얼굴인식모듈 240: 얼굴온도검출모듈
250: 평균값산출모듈 260: 차이값모듈
270: 보정모듈
280: 환자분류모듈 2801: 오차모듈
A: 표본객체 B: 열화상이미지
C: 객체1: Fever suspect detection device
10: thermal imaging camera unit
20: control unit 30: thermometer
210: thermometer receiving module
220: acquisition module
230: face recognition module 240: face temperature detection module
250: average value calculation module 260: difference value module
270: correction module
280: patient classification module 2801: error module
A: Specimen object B: Thermal image
C: object

Claims

a thermal imaging camera unit 10 that captures a plurality of different objects (C) and a plurality of sample objects (A) as thermal images; and
A control unit 20 that calculates the average value of the corrected facial temperature value of one object among a plurality of different objects and the facial temperature of a plurality of sample objects, and classifies one object as a suspected fever patient if the calculated value is greater than a preset error value (20). ),
The control unit 20,
Before the thermal imaging camera unit 10 acquires thermal images appearing from a plurality of different objects C,
The body temperature values measured from the plurality of sample objects A are received through the thermometer 30, and a temperature value larger than the normal body temperature value is not received because a normal body temperature value is set therein, and a temperature value smaller than the normal body temperature value is received. The body temperature measurement receiving module 210 to receive,
an acquisition module 220 for acquiring a thermal image B from the thermal imaging camera unit 10;
A face recognition module 230 recognizing faces of a plurality of different objects and a plurality of sample objects in the thermal image (B);
A facial temperature detection module 240 for detecting the facial temperature by measuring the temperature at the forehead of the face of the thermal image (B);
An average value calculation module 250 that calculates an average difference value, which is the average of the average value of the face temperatures of the plurality of sample objects A detected by the face temperature detection module 240 and the difference values calculated by the difference value module;
A difference value module 260 calculating a difference value by calculating a difference between the temperature values of the plurality of sample objects A received by the thermometer receiving module 210 and the temperature value detected by the face temperature detection module 240;
A correction module 270 that calculates a corrected face temperature value by adding and calculating the average value and the average difference value of the face temperatures of the plurality of sample objects (A);
The error module 2801 where the error value is set, the corrected face temperature value calculated by the correction module 270 and the average value of the facial temperature calculated by the average value calculation module 250 are calculated, and the calculated value is set in the error module 2801. If it is more than the preset error value, the patient classification module 280 classifies an object having a corrected facial temperature value corresponding to the corrected facial temperature value calculated by the correction module 270 among a plurality of different objects (C) as a suspected fever patient (280). ), including a fever suspect detection device.

delete

(A) The control unit 20 obtains thermal image images appearing from a plurality of different objects and a plurality of sample objects from the thermal imaging camera unit 10, and before acquiring the thermal image images, through the thermometer 30 Receiving a temperature value measured in a sample object (A) of;
(B) The control unit 20 acquires the thermal image B from the thermal imaging camera unit 10, recognizes the faces of a plurality of different objects and a plurality of sample objects in the thermal image B, and detecting the temperature by measuring the temperature on the forehead of the face of the image image (B);
(C) calculating, by the controller 20, a difference between the received temperature values of the plurality of sample objects A and the temperature values detected by the facial temperature detection module 240 and calculating a difference;
(D) calculating, by the controller 20, an average difference value, which is an average of the average value of the facial temperatures of the plurality of sample objects A detected by the facial temperature detection module 240 and the difference values calculated by the difference value module;
(E) calculating, by the control unit 20, a corrected facial temperature value by adding and calculating the average value and the average difference value of the facial temperatures of the plurality of sample objects (A);
(F) The control unit 20 calculates the average value of the corrected facial temperature value calculated in step (E) and the average value of the facial temperature calculated by the average value calculation module 250, and the calculated value is a preset error value set in the error module 2801. If it is abnormal, classifying an object having a corrected facial temperature value corresponding to the corrected facial temperature value calculated by the correction module 270 among a plurality of different objects (C) as a suspected fever patient,
The control unit 20,
Before the thermal imaging camera unit 10 acquires thermal images appearing from a plurality of different objects C,
The body temperature values measured from the plurality of sample objects A are received through the thermometer 30, and a temperature value larger than the normal body temperature value is not received because a normal body temperature value is set therein, and a temperature value smaller than the normal body temperature value is received. The body temperature measurement receiving module 210 to receive,
an acquisition module 220 for acquiring a thermal image B from the thermal imaging camera unit 10;
A face recognition module 230 recognizing faces of a plurality of different objects and a plurality of sample objects in the thermal image (B);
A facial temperature detection module 240 for detecting the facial temperature by measuring the temperature at the forehead of the face of the thermal image (B);
An average value calculation module 250 for calculating an average difference value, which is the average of the average value of the face temperatures of the plurality of sample objects A detected by the face temperature detection module 240 and the difference values calculated by the difference value module;
A difference value module 260 calculating a difference value by calculating a difference between the temperature values of the plurality of sample objects A received by the thermometer receiving module 210 and the temperature value detected by the face temperature detection module 240; and ,
A correction module 270 that calculates a corrected face temperature value by adding and calculating the average value and the average difference value of the face temperatures of the plurality of sample objects (A);
An error module 2801 in which an error value is set;
The average value of the corrected facial temperature value calculated by the correction module 270 and the average value of the facial temperature calculated by the average value calculation module 250 is calculated, and when the calculated value is greater than or equal to the preset error value set in the error module 2801, a plurality of different A method for detecting suspected fever, including a patient classification module 280 for classifying an object having a corrected facial temperature value corresponding to the corrected facial temperature value calculated by the correction module 270 among objects C as a patient with suspected fever.

According to claim 5,
Step (A) is,
Before acquiring the thermal image, the thermometer receiving module 210 further comprises a step (A-1) of receiving the body temperature values measured in the plurality of sample objects (A) through the thermometer,
Step (D) is,
Step (D-1) in which the difference module 260 calculates the difference between the temperature value received from the thermometer receiving module 210 and the temperature value detected by the face temperature detection module 240,
The difference value module 260 further includes a step (D-2) of adding the difference value calculated by the correction module 270 to the temperature value measured by the face temperature detection module 240 and calculating a corrected face temperature value. Fever suspicious person detection method to do.