KR20230029853A - 내안각의 열 촬상 온도 측정치에 대한 거리 보상 시스템 및 방법 - Google Patents

내안각의 열 촬상 온도 측정치에 대한 거리 보상 시스템 및 방법 Download PDF

Info

Publication number
KR20230029853A
KR20230029853A KR1020237002541A KR20237002541A KR20230029853A KR 20230029853 A KR20230029853 A KR 20230029853A KR 1020237002541 A KR1020237002541 A KR 1020237002541A KR 20237002541 A KR20237002541 A KR 20237002541A KR 20230029853 A KR20230029853 A KR 20230029853A
Authority
KR
South Korea
Prior art keywords
thermal
distance
person
temperature
face
Prior art date
Application number
KR1020237002541A
Other languages
English (en)
Inventor
헤닝 하그만
티엔 씨. 응위엔
페트라 마레틱
카트린 스트란데마르
Original Assignee
플리르 시스템스 에이비
텔레다인 플리어, 엘엘시
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 플리르 시스템스 에이비, 텔레다인 플리어, 엘엘시 filed Critical 플리르 시스템스 에이비
Publication of KR20230029853A publication Critical patent/KR20230029853A/ko

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/01—Measuring temperature of body parts ; Diagnostic temperature sensing, e.g. for malignant or inflamed tissue
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B3/00—Apparatus for testing the eyes; Instruments for examining the eyes
    • A61B3/10—Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions
    • A61B3/14—Arrangements specially adapted for eye photography
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0059—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
    • A61B5/0077—Devices for viewing the surface of the body, e.g. camera, magnifying lens
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
    • A61B5/6813—Specially adapted to be attached to a specific body part
    • A61B5/6814—Head
    • A61B5/6821—Eye
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
    • A61B5/6844—Monitoring or controlling distance between sensor and tissue
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7203—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235—Details of waveform analysis
    • A61B5/7246—Details of waveform analysis using correlation, e.g. template matching or determination of similarity
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235—Details of waveform analysis
    • A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7271—Specific aspects of physiological measurement analysis
    • A61B5/7282—Event detection, e.g. detecting unique waveforms indicative of a medical condition
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/74—Details of notification to user or communication with user or patient ; user input means
    • A61B5/742—Details of notification to user or communication with user or patient ; user input means using visual displays
    • A61B5/743—Displaying an image simultaneously with additional graphical information, e.g. symbols, charts, function plots
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/74—Details of notification to user or communication with user or patient ; user input means
    • A61B5/746—Alarms related to a physiological condition, e.g. details of setting alarm thresholds or avoiding false alarms
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
    • G01J5/0022—Radiation pyrometry, e.g. infrared or optical thermometry for sensing the radiation of moving bodies
    • G01J5/0025—Living bodies
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
    • G01J5/48—Thermography; Techniques using wholly visual means
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
    • G01J5/80—Calibration
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/761—Proximity, similarity or dissimilarity measures
    • 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
    • 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
    • G16H30/00—ICT specially adapted for the handling or processing of medical images
    • G16H30/40—ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/20—Cameras or camera modules comprising electronic image sensors; Control thereof for generating image signals from infrared radiation only
    • H04N23/23—Cameras or camera modules comprising electronic image sensors; Control thereof for generating image signals from infrared radiation only from thermal infrared radiation
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00—Details of television systems
    • H04N5/30—Transforming light or analogous information into electric information
    • H04N5/33—Transforming infrared radiation
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2560/00—Constructional details of operational features of apparatus; Accessories for medical measuring apparatus
    • A61B2560/02—Operational features
    • A61B2560/0223—Operational features of calibration, e.g. protocols for calibrating sensors
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2560/00—Constructional details of operational features of apparatus; Accessories for medical measuring apparatus
    • A61B2560/04—Constructional details of apparatus
    • A61B2560/0431—Portable apparatus, e.g. comprising a handle or case
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2576/00—Medical imaging apparatus involving image processing or analysis
    • A61B2576/02—Medical imaging apparatus involving image processing or analysis specially adapted for a particular organ or body part
    • 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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20084—Artificial neural networks [ANN]
    • 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
    • G06T2207/30004—Biomedical image processing
    • G06T2207/30041—Eye; Retina; Ophthalmic
    • 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

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • Biophysics (AREA)
  • Veterinary Medicine (AREA)
  • Animal Behavior & Ethology (AREA)
  • Surgery (AREA)
  • Molecular Biology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Biomedical Technology (AREA)
  • Pathology (AREA)
  • Signal Processing (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Artificial Intelligence (AREA)
  • Physiology (AREA)
  • Psychiatry (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Evolutionary Computation (AREA)
  • Radiology & Medical Imaging (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Ophthalmology & Optometry (AREA)
  • Toxicology (AREA)
  • Geometry (AREA)
  • Software Systems (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Human Computer Interaction (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • Fuzzy Systems (AREA)
  • Mathematical Physics (AREA)
  • Computing Systems (AREA)
  • Databases & Information Systems (AREA)
  • Radiation Pyrometers (AREA)

Abstract

내안각의 열 화상을 사용하여 개선된 인체 온도 검출을 제공하기 위한 다양한 기술이 개시된다. 일 예로서, 방법은 열 촬상기를 사용하여 사람의 열 화상을 캡처하는 단계를 포함한다. 이 방법은 또한 열 화상의 해당 픽셀을 사용하여 사람 얼굴의 내안각과 관련된 보상되지 않은 온도 측정치를 결정하는 단계를 포함한다. 이 방법은 또한 열 촬상기와 사람 사이의 거리의 함수로서 보정 항을 결정하는 단계를 포함한다. 이 방법은 또한 거리와 관련된 감쇠를 보상하기 위해 내안각과 관련된 보정된 온도 측정치를 제공하기 위해 보상되지 않은 온도 측정치에 보정 항을 적용하는 단계를 포함한다. 추가의 방법 및 시스템이 또한 제공된다.

Description

내안각의 열 촬상 온도 측정치에 대한 거리 보상 시스템 및 방법
관련 출원의 상호 참조
본 출원은 2020년 6월 26일에 출원된 "내안각의 열 촬상 온도 측정을 위한 거리 보상 시스템 및 방법(Distance Compensation For Thermal Imaging Temperature Measurement Of Inner Canthus Systems And Methods)"라는 제목의 미국 가특허 출원 번호 63/044,516의 우선권 및 이익을 주장하며, 이 출원은 전체 내용이 참조로 여기에 포함된다.
본 출원은 2021년 3월 8일에 출원된 "내안각의 열 촬상 온도 측정 시스템 및 방법(Thermal Imaging Temperature Measurement Of Inner Canthus Systems And Methods)"라는 제목의 미국 가특허 출원 번호 63/158,273의 우선권 및 이점을 주장하며, 이는 전체 내용이 참조로 여기에 포함된다.
기술 분야
본 발명은 일반적으로 열 촬상(thermal imaging)에 관한 것이고, 보다 상세하게는, 열 촬상 온도 측정치의 거리-관련 감쇠를 보상하는 것과 사람의 얼굴 및 안각(canthus)을 검출하는 것에 관한 것이다.
열 촬상 시스템은 장면에서 다양한 물체나 사람의 온도를 검출하는 데 자주 사용된다. 예를 들어, 사람의 경우, 이러한 시스템은 체온을 검출하기 위해 사용될 수 있다. 이러한 시스템은 가능한 건강 상태(예: 감염 또는 질병)와 관련된 상승된 체온을 검출하는 데 특히 유용할 수 있다.
어떤 경우에는, 사람 눈의 내안각(inner canthus)(예: 위쪽 눈꺼풀과 아래쪽 눈꺼풀이 만나는 눈의 안쪽 구석, 안쪽눈구석이라고도 함)이 온도 검출에 사용될 수 있다. 특히, 내안각은 체온의 일반적인 근사치로 사용될 수 있다. 이와 같이, 상승된 내안각 온도는 전체 상승된 체온과 관련될 수 있다.
그러나 내안각 온도 검출에 대한 기존의 접근 방식은 오류가 발생할 수 있다. 예를 들어, 내안각은 사람의 얼굴 또는 신체를 캡처한 전체 열 화상의 상대적으로 작은 부분을 포함할 수 있다. 따라서, 내안각은 캡처된 열 화상의 소수의 픽셀과만 연관될 수 있다. 그 결과, 내안각과 관련하여 측정된 온도 값은 다른 이웃하는 얼굴 특징부로부터의 다른 표류하는 열 파장의 영향으로 인해 거리에 따라 크게 감소할 수 있다. 또한, 내안각은 특히 사람이 마스크나 기타 얼굴 가리개를 착용하고 있을 때 검출하기 어려울 수도 있다.
따라서, 종래의 기술에 비해 개선된 정확도를 제공하는, 내안각의 열 촬상을 이용한 온도 검출에 대한 개선된 접근법이 필요하다.
내안각의 열 화상(이미지, image)을 사용하여 개선된 인체 온도 검출을 제공하기 위한 다양한 기술이 개시된다. 특히, 인체 온도 검출의 정확도를 향상시키기 위해 거리-관련 온도 감쇠를 보상하는 열 촬상 시스템 및 관련 방법이 제공된다. 이러한 기술은 가능한 건강 상태와 관련된 가능한 상승된 인체 온도를 정확하게 검출하는 데 특히 유용할 수 있다.
개선된 얼굴 검출을 제공하기 위한 다양한 기술이 개시된다. 예를 들어, 열 화상에서 사람의 얼굴과 내안각을 검출하고 그 사람의 내안각의 온도 측정치와 체온이 결정되는 열 촬상 시스템 및 관련 방법이 제공된다. 예를 들어, 임계치를 초과하는(예를 들어, 온도 측정치의 통계 모델의 이동 평균을 초과하는) 상승된 체온을 식별하기 위해, 상기 결정된 온도(들)에 기초하여 알람이 작동될 수 있고 및/또는 알림(notification)이 생성될 수 있다.
일 실시예에서, 본 발명의 방법은 열 촬상기(thermal imager)를 사용하여 사람의 열 화상을 캡처하는 단계; 상기 열 촬상기와 사람 사이의 거리의 함수로서 보정 항(correction term)을 결정하는 단계; 및 거리와 관련된 감쇠를 보상하기 위해 사람 얼굴의 내안각과 관련된 보정된 온도 측정치를 제공하기 위해 상기 보정 항을 적용하는 단계를 포함한다.
다른 실시예에서, 본 발명의 시스템은 열 촬상기와; 사람의 열 화상을 캡처하기 위해 상기 촬상기를 작동하고, 상기 열 촬상기와 사람 사이의 거리의 함수로서 보정 항을 결정하고, 거리와 관련된 감쇠를 보상하기 위해 사람 얼굴의 내안각과 관련된 보정된 온도 측정치를 제공하기 위해 상기 보정 항을 적용하도록 구성된 논리 장치를 포함한다.
다른 실시예에서, 본 발명의 방법은 열 촬상기를 사용하여 사람의 열 화상을 캡처하는 단계, 인공 신경망을 사용하여 상기 열 화상에서 사람의 얼굴 및 내안각을 검출하는 단계, 상기 열 화상의 해당 픽셀을 이용하여 상기 내안각의 온도 측정치를 결정하는 단계, 및 상기 온도 측정치를 사용하여 사람의 체온을 결정하는 단계를 포함한다.
또 다른 실시예에서, 본 발명의 시스템은 열 촬상기와, 사람의 열 화상을 캡처하기 위해 상기 열 촬상기를 작동하고, 인공 신경망을 사용하여 상기 열 화상에서 사람의 얼굴 및 내안각을 검출하고, 상기 열 화상의 해당 픽셀을 이용하여 내안각의 온도 측정치를 결정하고, 상기 온도 측정치를 사용하여 사람의 체온을 결정하도록 구성된 논리 장치를 포함한다.
본 발명의 범위는 본 섹션에 참조로 포함되는 청구범위에 의해 정해진다. 하나 이상의 실시예에 대한 다음의 상세한 설명을 고려함으로써, 본 발명의 추가 이점의 실현뿐만 아니라, 본 발명의 실시예에 대한 더 완전한 이해가 당업자에게 제공될 것이다. 먼저 간략하게 설명될 첨부된 도면 시트를 참조할 것이다.
도 1은 본 개시의 일 실시예에 따른 촬상 시스템의 블록도를 도시한다.
도 2는 본 개시의 일 실시예에 따른 열 촬상기의 블록도를 도시한다.
도 3은 본 개시의 일 실시예에 따른 인공 신경망의 블록도를 도시한다.
도 4는 본 개시의 일 실시예에 따라 상이한 거리에서 캡처된 일련의 열 화상들을 도시한다.
도 5는 본 개시의 일 실시예에 따라 거리 분석을 받는 열 화상을 도시한다.
도 6은 본 발명의 일 실시예에 따라 보상되지 않은 온도 측정치의 플롯을 예시한다.
도 7은 본 개시의 일 실시예에 따라 보정된 온도 측정치의 플롯을 예시한다.
도 8 및 9는 본 개시의 실시예에 따른 관련된 보상되지 않은 온도 측정치를 갖는 열 화상을 예시한다.
도 10 및 11은 본 개시의 실시예에 따라 관련된 보정된 온도 측정치를 갖는 열 화상을 예시한다.
도 12는 본 개시의 일 실시예에 따라 보정된 온도 측정치를 결정하는 프로세스를 예시한다.
도 13 내지 18은 본 개시의 하나 이상의 실시예에 따라 온도 계산 및 결정된 온도 측정치에 관한 피드백을 사용자에게 제공하는 데 사용되는 다양한 오버레이를 도시한다.
도 19는 본 개시의 일 실시예에 따라 통계 모델을 사용하여 사람이 상승된 또는 정상 체온을 갖는지를 결정하는 작업 흐름을 예시한다.
본 발명의 실시예 및 그 장점은 다음의 상세한 설명을 참조함으로써 가장 잘 이해된다. 하나 이상의 도면에 예시된 유사한 요소를 식별하기 위해 유사한 참조 번호가 사용된다는 것을 이해해야 한다.
본 명세서에서 더 논의되는 실시예에 따르면, 있을 수 있는 거리 감쇠를 보상하는 방식으로 인간(예를 들어, 사람)의 온도를 결정하기 위해 열 화상이 처리되는 다양한 방법 및 시스템이 제공된다. 특히, 여기에서 논의된 기술은 사람의 내안각의 정확한 온도 측정치를 제공하는 데 특히 유용하다.
이와 관련하여, 내안각은 종종 사람의 얼굴에서 가장 따뜻한 특징부이며 체온의 합리적인 근사치이다(예를 들어, 내안각의 상승된 온도는 일반적으로 상승된 심부 체온과 연관될 수 있다). 따라서 내안각 온도 측정치의 정확도를 개선함으로써, 다양한 건강 상태와 관련된 상승된 체온이 더 정확하게 검출될 수 있다.
사람 얼굴의 열 화상을 캡처할 때, 내안각과 관련된 열 복사의 대부분은 결과 적인 열 화상의 적은 수의 픽셀에 의해 제공된다. 그러나 이러한 픽셀 및 기타 주변 픽셀은 얼굴의 다른 부분(예: 눈, 눈썹, 코 등)의 열 복사 기여와 연관될 수도 있다. 이 효과는 거리가 증가함에 따라 더욱 두드러질 수 있다. 예를 들어, 더 먼 거리에서, 더 적은 수의 픽셀(그리고 따라서 열 화상 전체 픽셀의 더 작은 비율)이 내안각 자체와 연관될 것이고, 점점 더 많은 수(예: 더 큰 비율)의 픽셀이 얼굴의 다른 부분과 연관될 것이다. 그 결과, 내안각과 관련된 열 복사의 전반적인 영향은 사람과의 거리가 증가함에 따라 캡처된 열화상에서 감소할 것이다. 따라서 이러한 열 화상이 내안각의 온도를 검출하기 위해 사용될 때(예를 들어, 있을 수 있는 체온 상승을 검출하기 위해 사용될 때), 검출된 온도는 거리에 따라 크게 달라질 수 있다. 이러한 거리-기반 온도 변화는 있을 수 있는 체온 상승을 정확하게 검출하는 데 어려움을 줄 수 있다.
본 명세서에서 논의된 실시예에 따르면, 열 화상을 사용하여 검출되는 사람의 내안각과 관련된 온도 측정치에 보정 항이 적용될 수 있는 보상 기술이 제공된다. 예를 들어, 열 화상에 있는 사람의 얼굴 너비 및/또는 얼굴 면적(예를 들면, 픽셀 단위)이, 보상된 온도를 제공하기 위해 상기 검출된 온도에 적용될 수 있는 보정 항을 결정하는 데 사용될 수 있다. 상기 보정 항을 적용함으로써, 결과적으로 보상된 온도는, 열 촬상기와 촬상된 사람 사이의 거리에 관계없이, 내안각 온도의 안정적인 표현을 제공할 수 있다.
이러한 구현은, 있을 수 있는 상승된 온도에 대해 군중을 스캔하는 경우와 같이, 서로 다른 거리에 있는 여러 사람의 온도를 측정해야 하는 응용에서 특히 유용하다. 여기에서 논의된 바와 같은 보정 항을 적용함으로써, 사람들이 열 촬상 시스템으로부터 서로 다른 거리에 분산되어 있는 경우에도 이러한 응용에서 정확한 체온을 결정할 수 있다.
또한, 본 명세서에서 논의된 일 실시예에 따르면, 온도, 열 촬상기에 대한 위치, 및 기타 특징에 관한 사용자 피드백을 제공하기 위한 다양한 기술이 포함된다. 일부 실시예에서, 사용자 체온의 이동 평균을 제공하기 위해 통계 분석이 사용될 수 있다. 이러한 이동 평균은 상승된 체온을 검출하기 위한 임계치을 결정하는 데 사용될 수 있다.
이제 도면으로 돌아가서, 도 1은 본 개시의 일 실시예에 따른 촬상 시스템(100)의 블록도를 예시한다. 도시된 바와 같이, 촬상 시스템(100)은 조리개(158), 하나 이상의 필터(160), 하나 이상의 광학 구성요소(162), 열 촬상기(164), 촬상기 인터페이스(166), 논리 장치(168), 사용자 제어부(170), 메모리(172), 통신 인터페이스(I/F)(174), 기계 판독 가능 매체(176), 거리 센서(177), 디스플레이(178), 기타 센서(180) 및 기타 구성요소(182)를 갖는 하우징(151)(예를 들어, 카메라 본체)을 포함한다.
다양한 실시예에서, 촬상 시스템(100)은 예를 들어 휴대용(예를 들어, 핸드헬드) 열 카메라 시스템, 다른 장치의 일부로 구현된 소형 폼 팩터 카메라 시스템, 고정식 카메라 시스템, 및/또는 기타 적절한 구현과 같은 카메라 시스템으로 구현될 수 있다. 촬상 시스템(100)은 장면(190)(예를 들어, 촬상 시스템(100)의 시야)으로부터 적외선(194)을 수신하도록 위치될 수 있다. 다양한 실시예에서, 장면(190)은 하나 이상의 사람(192)(예를 들어, 인간)과 같은 다양한 관심 대상을 포함할 수 있다.
도시된 바와 같이, 인간(192)(예를 들어, 사람)은 촬상 시스템(100)으로부터 일정 거리(102)에 위치될 수 있다. 다양한 실시예에서, 거리(102)는 시간에 따라 변할 수 있다. 예를 들어, 일련의 열 화상이 캡처되는 동안 사람(192) 및/또는 촬상 시스템(100)이 움직이면, 상이한 열 화상이 상이한 관련된 거리(102)에서 캡처될 수 있다.
거리 센서(177)는 거리(102)를 검출하는 데 사용되는 임의의 적절한 유형의 장치로 구현될 수 있다. 그러한 구현은 예를 들어 비행시간(ToF) 센서, LIDAR 시스템, 레이더 시스템 및/또는 적절한 다른 것을 포함할 수 있다. 일부 실시예에서, 거리(102)는, 본 명세서에서 논의되는 바와 같은 사람(192)의 다양한 특징부와 연관된 열 화상에서 픽셀의 수를 결정하기 위해 열 화상을 처리하는 것과 같은 다른 기술을 사용하여 결정될 수 있다.
적외선(194)은 조리개(158)를 통해 수신되고, 열 촬상기(164)에 의해 캡처될 이미지에 대해 관심 있는 특정 열 파장을 선택적으로 여과하기 위해 제공될 수 있는 하나 이상의 필터(160)를 통과한다. 광학 구성요소(162)(예를 들어, 하나 이상의 렌즈, 추가 필터, 투과 창, 및/또는 기타 광학 구성요소를 포함하는 광학 조립체)는 열 촬상기(164)에 의한 캡처를 위해 상기 여과된 적외선(194)을 통과시킨다.
이와 같이, 필터(160) 및/또는 광학 구성요소(162)는, 원하는 파장 및/또는 원하는 열복사 강도만이 궁극적으로 열 촬상기(164)에 의해 수신되도록 적외선 복사(194)의 일부를 선택적으로 여과하기 위해 함께 작동할 수 있음을 이해할 것이다. 다양한 실시예에서, 이러한 구성요소들의 임의의 원하는 조합이 제공될 수 있다(예를 들어, 다양한 구성요소가 다양한 구현을 위해 적절하게 포함되거나 생략될 수 있다).
열 촬상기(164)는 적외선(194)에 반응하여 장면(190)의 열 화상을 캡처할 수 있다. 열 촬상기(164)는 장면(190)의 열 화상(예: 열 화상 프레임)을 캡처하기 위한 센서들의 어레이를 포함할 수 있다. 일부 실시예에서, 캡처된 이미지를 제공하기 위해 센서에 의해 캡처된 아날로그 신호를 디지털 데이터(예: 픽셀 값)로 변환하기 위한 하나 이상의 아날로그-디지털 변환기를 포함할 수 있다. 촬상기 인터페이스(166)는 캡처된 이미지를 논리 장치(168)에 제공하며 논리 장치(168)는 상기 캡처된 이미지를 처리하고, 원본 및/또는 처리된 이미지를 메모리(172)에 저장하고, 및/또는 메모리(172)에서 저장된 이미지를 검색하는 데 사용될 수 있다. 열 촬상기(164)의 일 실시예의 추가적인 구현 상세는 도 2와 관련하여 본 명세서에서 추가로 논의된다.
논리 장치(168)는 예를 들어 마이크로프로세서, 싱글-코어 프로세서, 멀티-코어 프로세서, 마이크로컨트롤러, 처리 동작들을 수행하도록 구성된 프로그래밍 가능한 논리 장치, 디지털 신호 처리(DSP) 장치, 실행 가능한 명령(예: 소프트웨어, 펌웨어 또는 기타 명령)을 저장하기 위한 하나 이상의 메모리, 및/또는 본 명세서에 설명된 다양한 동작 중 임의의 것을 수행하기 위한 장치 및/또는 메모리의 임의의 다른 적절한 조합을 포함할 수 있다. 논리 장치(168)는 본 명세서에 기술된 다양한 방법 및 처리 단계를 수행하기 위해 촬상 시스템(100)의 다양한 구성요소들과 인터페이스 및 통신하도록 구성된다. 다양한 실시예에서, 처리 명령은 논리 장치(168)의 일부로서 소프트웨어 및/또는 하드웨어에 통합되거나, 또는 메모리(172) 및/또는 기계 판독 가능 매체(176)에 저장될 수 있는 코드(예를 들어, 소프트웨어 및/또는 구성 데이터)일 수 있다. 다양한 실시예에서, 메모리(172) 및/또는 기계 판독 가능 매체(176)에 저장된 명령은 논리 장치(168)가 본 명세서에서 논의된 다양한 동작을 수행하고 및/또는 그러한 동작을 위해 시스템(100)의 다양한 구성요소들을 제어하도록 허용한다.
메모리(172)는 데이터 및 정보를 저장하기 위해 하나 이상의 메모리 장치(예를 들어, 하나 이상의 메모리)를 포함할 수 있다. 상기 하나 이상의 메모리 장치는 RAM(Random Access Memory), ROM(Read-Only Memory), EEPROM(Electrically-Erasable Read-Only Memory), 플래시 메모리, 고정식 메모리, 이동식 메모리, 및/또는 기타 유형의 메모리와 같은 휘발성 및 비휘발성 메모리 장치를 포함하는 다양한 유형의 메모리를 포함할 수 있다.
기계 판독 가능 매체(176)(예를 들어, 메모리, 하드 드라이브, 콤팩트 디스크, 디지털 비디오 디스크, 또는 플래시 메모리)는 논리 장치(168)에 의한 실행을 위한 명령어를 저장하는 비일시적 기계 판독 가능 매체일 수 있다. 다양한 실시예에서, 기계 판독 가능 매체(176)는 촬상 시스템(100)의 일부로서 포함되고 및/또는 촬상 시스템(100)으로부터 분리될 수 있으며, 이 경우 저장된 명령은, 기계 판독 가능 매체(176)를 촬상 시스템(100)에 연결함으로써 제공되거나 촬상 시스템(100)에 의해(예를 들어, 비일시적 정보를 포함하는) 기계 판독 가능 매체로부터 (예를 들어, 유선 또는 무선 링크를 통해) 명령을 다운로드할 수 있다.
논리 장치(168)는 캡처된 이미지를 처리하고 이를 사용자가 볼 수 있게 디스플레이(178)에 표시하도록 구성될 수 있다. 디스플레이(178)는 액정 디스플레이(LCD), 유기발광다이오드(OLED) 디스플레이, 및/또는 이미지 및/또는 정보를 시스템(100)의 사용자에게 표시하기에 적합한 다른 유형의 디스플레이와 같은 디스플레이 장치를 포함할 수 있다. 논리 장치(168)는 디스플레이(178)에 이미지 및 정보를 디스플레이하도록 구성될 수 있다. 예를 들어, 논리 장치(168)는 메모리(172)로부터 이미지 및 정보를 검색하고 시스템(100)의 사용자에게 표시하기 위해 디스플레이(178)에 이미지 및 정보를 제공하도록 구성될 수 있다. 디스플레이(178)는, 그러한 이미지 및 정보를 디스플레이하기 위해 논리 장치(168)에 의해 이용될 수 있는 디스플레이 전자 장치를 포함할 수 있다.
사용자 제어부(170)는 하나 이상의 사용자 작동식 구성요소를 갖는 임의의 원하는 유형의 사용자 입력 및/또는 인터페이스 장치, 예를 들면 하나 이상의 버튼, 슬라이드 바, 노브, 키보드, 조이스틱, 및/또는 하나 이상의 사용자 작동식 입력 제어 신호를 생성하도록 구성된 다른 유형의 제어부를 포함할 수 있다. 일부 실시예에서, 사용자 제어부(170)는 사용자 제어부(170) 및 디스플레이(178) 둘 다로 작동하기 위한 터치스크린과 같이 디스플레이(178)와 통합될 수 있다. 논리 장치(168)는 사용자 제어부(170)로부터의 제어 입력 신호를 검출하고 그로부터 수신된 감지된 제어 입력 신호에 응답하도록 구성될 수 있다. 일부 실시예에서, 디스플레이(178) 및/또는 사용자 제어부(170)의 일부는 태블릿, 랩탑 컴퓨터, 데스크탑 컴퓨터, 및/또는 다른 유형의 장치의 적절한 부분에 의해 구현될 수도 있다.
다양한 실시예에서, 사용자 제어부(170)은 촬상 시스템(100)의 다양한 다른 제어 동작을 제공하기 위한 하나 이상의 다른 사용자-작동식 메커니즘, 예를 들면 자동초점, 메뉴 활성화 및 선택, 시야(FoV), 밝기, 콘트라스트, 이득, 오프셋, 공간, 시간 및/또는 다양한 기타 기능 및/또는 매개변수를 포함하도록 구성될 수 있다..
촬상 시스템(100)은 예를 들어 마이크, 내비게이션 센서, 온도 센서, 및/또는 적절한 다른 센서를 포함하는 다양한 유형의 기타 센서(180)를 포함할 수 있다.
논리 장치(168)는 촬상기 인터페이스(166)로부터의 이미지와 거리 센서(177), 기타 센서(180) 및/또는 사용자 제어부(170)로부터의 신호 및 데이터를 수신하고 이를 통신 인터페이스(174)를 통해(예를 들어, 유선 및/또는 무선 통신을 통해) 하나 이상의 외부 장치(예를 들어, 원격지 시스템)에 전달하도록 구성될 수 있다. 이와 관련하여, 통신 인터페이스(174)는 케이블을 통한 유선 통신 및/또는 안테나를 통한 무선 통신을 제공하도록 구현될 수 있다. 예를 들어, 통신 인터페이스(174)는 이더넷 연결, IEEE 802.11 표준에 기초한 WLAN(wireless local area network) 구성요소, 무선 광대역 구성요소, 모바일 셀룰러 구성요소, 무선 위성 구성요소, 또는 네트워크와의 통신을 위해 구성된 무선 주파수(RF), 마이크로웨이브 주파수(MWF) 및/또는 적외선 주파수(IRF) 구성요소를 포함하는 다양한 다른 유형의 무선 통신 구성요소와 같은 하나 이상의 유선 또는 무선 통신 구성요소를 포함할 수 있다. 이와 같이, 통신 인터페이스(174)는 무선 통신 목적으로 그에 결합된 안테나를 포함할 수 있다. 다른 실시예에서, 통신 인터페이스(174)는 DSL(Digital Subscriber Line) 모뎀, PSTN(Public Switched Telephone Network) 모뎀, 이더넷 장치, 및/또는 네트워크와 통신하도록 구성된 다양한 다른 유형의 유선 및/또는 무선 네트워크 통신 장치와 인터페이스 하도록 구성될 수 있다.
일부 실시예에서, 네트워크는 단일 네트워크 또는 여러 네트워크의 조합으로 구현될 수 있다. 예를 들어, 다양한 실시예에서, 네트워크는 인터넷 및/또는 하나 이상의 인트라넷, 유선 네트워크, 무선 네트워크, 및/또는 다른 적절한 유형의 통신 네트워크를 포함할 수 있다. 다른 예에서, 네트워크는 인터넷과 같은 다른 통신 네트워크와 통신하도록 구성된 무선 통신 네트워크(예를 들어, 셀룰러폰 네트워크)를 포함할 수 있다. 이와 같이, 다양한 실시예에서, 촬상 시스템(100) 및/또는 그것의 개별 관련 구성요소는 예를 들어 URL(Uniform Resource Locator), IP(Internet Protocol) 주소 및/또는 이동전화번호와 같은 특정 네트워크 링크와 연관될 수 있다.
촬상 시스템(100)은 스피커, 추가 디스플레이, 시각적 표시기(예를 들어, 기록 표시기), 진동 액추에이터, 배터리 또는 기타 전원 공급 장치(예를 들어, 충전식 등), 및/또는 특정 구현에 적합한 추가 구성요소와 같은 다양한 기타 구성요소(182)를 포함할 수 있다.
촬상 시스템(100)의 다양한 특징부가 도 1에 함께 도시되어 있지만, 다양한 예시된 구성요소 및 하위 구성요소 중 어느 것이라도 분산 방식으로 구현되고 적절하게 서로 원격으로 사용될 수 있다.
촬상 시스템(100)이 열 촬상 시스템의 맥락에서 설명되었지만, 다른 실시예도 고려된다. 일부 실시예에서, 조리개(158), 필터(160), 광학 구성요소(162) 및/또는 촬상기(164)는 열 파장에 더하여 또는 열 파장 대신에 가시광선 파장과 같은 다른 파장을 통과시키고 캡처하도록 구현될 수 있다. 예를 들어, 촬상 시스템(100)은 스케일링 또는 다른 현상을 검출하기 위해 서로 비교하기 위해 장면(190)의 열 화상 및 가시광 화상 모두를 캡처하도록 구현될 수 있다. 다른 예로서, 장면(190)의 열 화상 및 가시광 화상을 캡처하기 위해 상이한 파장에 대해 구현된 상이한 촬상 시스템(100)이 사용될 수 있다.
도 2는 본 개시의 일 실시예에 따른 열 촬상기(164)의 블록도를 도시한다. 이 예시된 실시예에서, 열 촬상기(164)는 적외선 센서(232)(예를 들어, 단위 셀들로 구현됨)의 센서 어레이(230) 및 판독 집적 회로(ROIC)(202)를 포함하는 초점면 어레이(FPA: focal plane array)이다. 8x8 어레이의 적외선 센서(232)가 도시되어 있지만(예를 들어, 픽셀들의 행과 열에 대응), 이는 단지 예시 및 용이한 설명을 위한 것일 뿐이다. 임의의 원하는 센서 어레이 크기가 원하는 대로 사용될 수 있다.
각각의 적외선 센서(232)는, 예를 들어, 캡처된 열 화상의 픽셀에 대한 이미지 데이터(예를 들어, 캡처된 전압과 관련된 데이터 값)를 제공하기 위해 마이크로볼로미터 및 관련 회로와 같은 적외선 검출기에 의해 구현될 수 있다. 이와 관련하여, 시간-다중화된 전기 신호가 적외선 센서(232)에 의해 ROIC(202)에 제공될 수 있다.
ROIC(202)는 바이어스 생성 및 타이밍 제어 회로(204), 열 증폭기(205), 열 다중화기(206), 행 다중화기(208) 및 출력 증폭기(210)를 포함한다. 적외선 센서(232)에 의해 캡처된 화상은 여기에 설명된 다양한 처리 기술을 수행하기 위해 출력 증폭기(210)에 의해 논리 장치(168) 및/또는 임의의 다른 적절한 구성요소에 제공될 수 있다. ROIC 및 적외선 센서(예를 들어, 마이크로볼로미터 회로)에 대한 추가 설명은 2000년 2월 22일 발행된 미국 특허 제6,028,309호에서 찾을 수 있으며, 이 특허문헌은 전체 내용이 참조로 여기에 포함된다.
도 3은 본 개시의 일 실시예에 따른 인공 신경망(300)의 블록도를 도시한다. 예를 들어, 일부 실시예에서, 신경망(300)은 논리 장치(168)에 의해 구현될 수 있다.
도시된 바와 같이, 신경망(300)은 하나 이상의 입력(310)을 수신하는 입력 계층(304), 은닉 계층(306), 및 하나 이상의 출력(320)을 제공하는 출력 계층(308)을 포함하는 다수의 계층으로 배열된 다양한 노드(302)를 포함한다. 특정한 수의 노드(302) 및 계층(304, 306 및 308)이 도시되어 있지만, 임의의 원하는 수의 이러한 특징부가 다양한 실시예에서 제공될 수 있다.
일부 실시예에서, 신경망(300)은 촬상 시스템(100)에 의해 캡처되어 신경망(300)의 입력(310)에 제공된 다양한 열 화상에 대해 얼굴 검출을 수행하는 데 사용될 수 있다. 이러한 얼굴 검출의 결과는 신경망에 의해 출력(320)에서 제공될 수 있다. 일부 실시예에서, 신경망(300)은 사람 얼굴의 (예를 들어, 기계 판독 가능 매체(176)에 저장된) 열 화상을 입력(310)에 제공함으로써 훈련될 수 있다.
도 4는 본 개시의 일 실시예에 따라 서로 다른 거리에서 사람(192)을 캡처한 일련의 열 화상(410 내지 420)를 도시한다. 예를 들어, 도시된 바와 같이, 열 화상(410 내지 420)은 0.5미터 내지 4미터 범위의 다양한 거리에서 캡처되었다. 또한, 도시된 바와 같이, 사람(192)의 내안각(402)은 열 화상(410 내지 420) 각각에 존재한다. 그러나 내안각(402)의 크기는 거리가 증가함에 따라 열 화상(410 내지 420)에서 점점 더 작아진다. 이와 관련하여, 내안각(402)과 연관된 열 화상(410 내지 420)의 픽셀 수는 거리가 증가함에 따라 상응하여 감소된다. 더욱이, 다른 얼굴 특징부들의 기여도는 비례하여 더 높아질 것이고, 따라서 내안각(402)과 관련된 캡처된 픽셀의 전체 온도를 감소시킬 것이다.
예를 들어, 도 4에 추가로 도시된 바와 같이, 내안각(402)의 검출된 보상되지 않은 온도(예를 들어, 내안각(402)과 관련된 것으로 결정된 픽셀들의 값을 처리함으로써 수행됨)은 0.5미터 거리의 높은 35.9℃로부터 4미터 거리의 낮은 35.1℃까지 거리에 따라 감소한다(예: 0.8℃ 변화). 이러한 오류는 사람의 측정된 체온이 건강 상태와 관련된 임계치를 초과하는지를 결정할 수 있으므로 상기 변화는 상승된 체온 검출의 맥락에서 중요할 수 있다.
본 명세서에서 논의되는 다양한 실시예에 따르면, 이러한 거리-기반 감쇠를 보상하기 위해 보정 항이 결정될 수 있다. 이와 관련하여, 상기 보정 항은 거리의 함수일 수 있다. 예를 들어, 이것은 일반적으로 다음 식 1로 나타낼 수 있다:
CompensatedTemp = MeasuredTemp + Correction(거리) (식 1)
식 1에서, CompensatedTemp는 거리에 대해 보상된, 내안각(402)의 보정된 온도 측정치(예를 들어, 보상된 온도 값)이고, MeasuredTemp는 열 화상을 분석하여 결정된, 내안각(402)의 보상되지 않은 온도 측정치이며, Correction은 거리의 함수로서 MeasuredTemp에 적용되는 보정 항이다. 여기서 거리는 촬상 시스템(100)과 사람(192) 사이의 거리(102)이다. 따라서 식 1에 제시된 Correction(거리)은 다양한 실시예에서 보정 항을 제공하기 위해 적절한 거리-기반 상관을 사용할 수 있다.
거리(102)는 다양한 기술을 통해 결정될 수 있다. 예를 들어, 일부 실시예에서, 거리(102)는 논의된 바와 같은 적절한 유형의 센서 및/또는 시스템을 사용하여 거리 센서(177)에 의해 결정될 수 있다. 일부 실시예에서, 거리(102)는 촬상 시스템(100)까지의 알려진 거리를 갖는 장면(190) 내의 다른 가능한 특징부를 참조함으로써 결정될 수 있다.
일부 실시예에서, 거리(102)는 사람(192)의 하나 이상의 캡처된 열 화상의 분석을 수행함으로써 결정될 수 있다. 예를 들어, 도 5는 본 개시의 일 실시예에 따라 거리 분석이 수행되는 열 화상(402)을 도시한다. 일부 실시예에서, 논리 장치(168)는 도 5와 관련하여 논의된 분석을 수행할 수 있다.
도 5에서, 열 화상(402)은 귀(510, 512)를 포함하는 사람(192)의 얼굴(502)을 검출하기 위해 처리된다. 또한, 귀(510, 512) 사이의 얼굴 너비(예를 들어, "ear2ear" 또는 "e2e"라고도 함)(514)가 계산된다. 이 얼굴 너비(514)는 대략적인 거리(102)를 결정하는 데 사용될 수 있다. 이와 관련하여, 촬상 시스템(100)은 얼굴 너비(514)(예를 들어, 너비(514)를 가로지르는 픽셀의 수)와 거리(102)를 상관시키기 위해 미리 교정될 수 있다(예를 들어, 기계 판독 가능 매체(176)에 저장된 적절한 정보를 가지고). 예를 들어, 사람은 일반적으로 비교적 좁은 범위(예를 들어, 일반적으로 12cm 내지 16cm)의 얼굴 너비를 갖는다. 그 결과, 촬상 시스템(100)은 검출된 얼굴(예를 들어, 얼굴 너비(514)가 평균 얼굴 너비로 가정됨)과 관련된 픽셀의 수와 거리(102) 사이의 사전 결정된 상관관계를 저장할 수 있다. 이와 같이, 얼굴 너비(514)와 관련된 열 화상(410)의 픽셀 수를 결정함으로써, 촬상 시스템(100)은 거리(102)에 대한 대략적인 값을 결정할 수 있다.
얼굴 너비(514)와 거리(102) 사이의 상관관계가 논의되었지만, 얼굴(502)의 면적과 관련된 픽셀의 수(예를 들어, 얼굴과 관련된 열 화상의 픽셀의 수)를 결정하고 평균 얼굴 면적과 거리(102)를 상관시키기 위해 촬상 시스템(100)을 사전 교정하는 것과 같은 다른 상관관계도 사용될 수 있다.
얼굴 너비(514) 상관관계를 보다 상세히 고려하면, 식 1은 다음 식 2에 제시된 바와 같이 얼굴 너비(514)(예를 들어, "ear2ear" 또는 "e2e")을 구체적으로 다루기 위해 갱신될 수 있다:
CompensatedTemp = MeasuredTemp + Correction(ear2ear) (식 2)
식 2에서, ear2ear는 얼굴 너비(514)와 관련된 열 화상(410)의 픽셀 수이다. 일부 실시예에서, 보정 항 Correction(ear2ear)은 다음 식 3에 따라 결정될 수 있다:
Correction(ear2ear) = p1/(p2 + ear2ear) (식 3)
식 3에서, p1 및 p2는 얼굴 너비(514)(예를 들어, ear2ear)와 거리(102) 사이의 미리 결정된 상관관계에 대응하는 맞춤 상수(fitting constants)이다.
식 3을 검토하면, ear2ear 값이 감소함에 따라(예를 들어, 거리(102)의 더 큰 값과 관련된 얼굴 너비(514) 감소에 대응하여), Correction(ear2ear)의 크기(예를 들어, 보정 항)가 증가하여 내안각(402)과 연관된 픽셀에 대한 거리-기반 감쇠를 보상한다.
이 보상의 결과는 도 6 및 7을 검토하면 추가로 이해할 수 있다. 이와 관련하여, 도 6은 본 개시의 일 실시예에 따른 보상되지 않은 온도 측정치의 플롯(610, 620 및 630)을 예시한다. 특히, 플롯(610, 620 및 630)은 내안각(402)에 대해 결정된 보상되지 않은 온도 측정치(수직축을 따라 Tmax(C)로 표시됨)와 일련의 열 화상으로부터 결정된 3명의 상이한 사람(192)의 대응하는 얼굴 너비(514)(수평축을 따라 ear2ear로 표시됨)을 도시한다(예를 들어, 플롯(610, 620 및 630) 각각은 상이한 사람(192)과 연관된 온도 측정치에 대응함). ear2ear의 더 큰 값은 캡처된 열 화상와 관련된 더 작은 거리(102)에 해당함을 알 수 있다. 도시된 바와 같이, 플롯(610, 620 및 630)은 온도 측정치에서의 약 2℃(예를 들어, 최저 약 32.9℃에서 최고 약 35℃의 범위에 걸쳐)의 상당한 거리-기반 감쇠를 나타낸다.
대조적으로, 도 7은 본 개시의 일 실시예에 따라 보정된 온도 측정치의 플롯(710, 720 및 730)을 예시한다. 특히, 플롯(710, 720 및 730)은 도 6의 동일한 열 화상을 사용하여 내안각(402)과 대응하는 얼굴 너비(514)에 대해 결정된 보정된(예를 들어, 거리-보상된) 온도 측정치를 도시한다. 예를 들어, 일부 실시예에서, 도 7의 보정된 온도 측정치는 도 6의 보상되지 않은 온도 측정치에 적절한 보정 항을 적용함으로써(예를 들어, 식 1 내지 3과 관련하여 논의된 기술에 따라) 결정될 수 있다.
도시된 바와 같이, 플롯(710, 720, 730)은 작은 온도 범위(예를 들어, 최저 약 35.4℃에서 최고 약 36℃의 범위) 내에서 각각의 사람(192)에 대해 실질적으로 균일한 온도 측정치를 나타낸다. 더욱이, 플롯(710)의 변화는 단지 0.1℃의 범위에 특히 잘 포함된다. 플롯(710, 720, 730)의 보상된 온도 측정치를 플롯(610, 620, 630)의 보상되지 않은 온도 측정치와 비교하면, 보상된 온도 측정치는 거리(102)와 독립적으로 안각 온도의 신뢰할 수 있는 표현을 제공한다.
도 8 내지 10은 본 명세서에서 논의된 온도 보상 기술의 결과를 추가로 예시한다. 예를 들어, 도 8 및 도 9는 본 개시의 실시예에 따른 관련된 보상되지 않은 온도 측정치를 갖는 열 화상(800 및 900)을 예시한다. 도 8에서, 열 화상(800)은 열 촬상 시스템(100)으로부터 먼 거리(예를 들어, 약 20피트)에서 캡처되었다. 사람(810, 812, 814)의 검출된 안각 온도는 섭씨 31.8도, 섭씨 31.3도, 및 섭씨 32.0도이다. 또한, 모든 사람의 평균 온도는 섭씨 31.69도이다.
도 9에서, 열 화상(900)은 열 촬상 시스템(100)으로부터 가까운 거리(예를 들어, 약 5피트)에서 캡처되었다. 사람(810, 812, 814)의 검출된 안각 온도는 각각 섭씨 33.2도, 섭씨 32.5도, 및 33.1℃이다(예를 들어, 모두는 도 8의 온도보다 높다). 또한, 모든 사람의 평균 온도는 섭씨 32.93도이다(예를 들어, 도 8의 온도보다 높다). 따라서, 도 8 및 9와 관련된 보상되지 않은 온도 측정치는 상당한 거리-기반 감쇠를 나타내는 것을 알 수 있다.
도 10 및 11은 본 개시의 실시예에 따른 관련된 보상된 온도 측정치를 갖는 열 화상(1000, 1100)을 도시한다. 이와 관련하여, 열 화상(1000, 1100)은 열 화상(800, 900)과 동일한 원본 캡처된 열 화상 데이터를 사용하지만, 보상된 온도 측정치의 결과를 포함한다.
도 10에 도시된 바와 같이(예를 들어, 약 20피트의 먼 거리에서 캡처된 열 화상(1000)), 사람(810, 812, 814)의 검출된 안각 온도는 각각 섭씨 33.8도, 섭씨 33.5도 및 섭씨 34.3도이다. 또한, 모든 사람의 평균 온도는 섭씨 33.86도이다.
도 11에서, (예를 들어, 약 5피트의 가까운 거리에서 캡처된 열 화상(1100)), 사람(810, 812, 814)의 검출된 안각 온도는 각각 섭씨 33.7도, 섭씨 33.3도, 및 섭씨 33.6도이다(예를 들어, 모두는 도 10의 온도에 가깝다). 또한, 모든 사람의 평균 온도는 섭씨 33.56도이다(예를 들어, 도 10의 온도에 가까운 온도). 따라서, 도 10 및 11과 연관된 보상된 온도 측정치는 거리-기반 감쇠와 무관한 일관성을 보여준다.
도 12는 본 개시의 일 실시예에 따른 보상된 온도 측정치를 결정하는 프로세스(1200)를 예시한다. 블록 1210에서, 논리 장치(168)는 식 3의 맞춤 상수(p1, p2)를 결정하기 위해 캡처된 열 화상의 다양한 특징들과 거리(102) 사이의 상관관계를 결정하기 위해 전처리 동작(예를 들어, 사전교정)을 수행한다. 예를 들어, 일부 실시예에서, 블록 1210은 다양한 특징부들(예를 들어, 얼굴 너비(514) 또는 기타 사람 얼굴 특징부)과 관련된 픽셀의 수와 다양한 거리(102) 사이의 상관관계를 결정하기 위해 촬상 시스템(100)으로부터 상이한 거리(102)에 있는 물체 또는 사람의 복수의 열 화상을 캡처하는 것을 포함한다. 논리 장치(168)는 그런 다음 열 화상에서 캡처된 특징부들의 거리-관련 변화를 보상하기에 적합한 맞춤 상수(p1, p2)의 값을 결정할 수 있다.
블록 1215에서, 열 촬상기(164)는 장면(190)에서 관심 있는 한 명 이상의 사람(192)의 하나 이상의 열 화상을 캡처한다.
블록 1220에서, 논리 장치(168)는 캡처된 열 화상에서 사람(192)의 내안각(402)의 위치 및 얼굴을 검출하기 위해 (예를 들어, 신경망(300) 및/또는 다른 적절한 얼굴 검출 기술을 사용하여) 얼굴 검출을 수행한다. 예를 들어, 열 화상에서 사람(192)의 얼굴 및 내안각(402)을 검출하기 위해 인공 신경망(예를 들어, 신경망(300)), 검출 시스템(예를 들어, 도 19를 참조하여 아래에 설명됨), 및/또는 다른 적절한 얼굴 검출 기술이 논리 장치(168)에 의해 사용될 수 있다. 실시예에서, 블록 1220은 캡처된 열 화상에서 사람(192)이 착용한 마스크 또는 다른 유형의 얼굴 가리개와 같은 얼굴 가리개를 검출하는 것을 포함할 수 있다.
블록 1230에서, 논리 장치(168)는 사람(192)까지의 거리(102)를 결정한다. 논의된 바와 같이, 다양한 기술이 사용될 수 있다. 일부 실시예에서, 사람(192)의 얼굴 너비(514)(예를 들어, ear2ear 값) 및/또는 다른 얼굴 특징을 결정하고 거리(102)를 상호 연관시킴으로써(예를 들어, 블록 1210에 의해 제공되는 미리 결정된 상관관계를 통해) 픽셀-기반 접근법이 수행될 수 있다. 예를 들어, 거리(102)는 하나 이상의 얼굴 특징(예를 들어, 얼굴 너비, 얼굴 면적 등)의 픽셀 수와 거리 사이의 미리 결정된 연관을 사용하여 결정될 수 있지만, 다른 구성이 고려된다. 다른 실시예에서, 거리 센서(177) 및/또는 다른 기술이 적절하게 사용될 수 있다.
블록 1232에서, 거리(102)에 관한 알림이 생성될 수 있다. 예를 들어, 촬상 시스템(100)은 결정된 거리에 기초하여 사람(192)이 열 촬상기(164)와 관련하여 결정된 이동할 필요성의 알림을 생성할 수 있다. 예를 들어, 촬상 시스템(100)은 사람(192)이 열 촬상기(164)로부터의 바람직한 거리 범위 밖에 있는 것과 같이 잘못 위치된 것을 지시하는 알림을 생성할 수 있다. 그 결과, 사람(192)이 바람직한 거리 범위 내에 올바르게 위치할 때까지 도 12의 하나 이상의 블록이 반복될 수 있다. 이러한 방식으로, 아래에 설명된 후속 단계들에서 온도 측정이 이루어지기 전에 사람(192)을 적절하게 정렬할 수 있다.
============
블록 1233에서, 논리 장치(168)는 내안각(402)의 보상되지 않은 온도 측정치를 결정한다. 예를 들어, 블록 1233은 내안각(402)에 대응하는 열 화상의 픽셀 값과 관련된 온도를 결정하는 것을 포함할 수 있다. 다양한 실시예에서, 이러한 온도는 예를 들어, 대응하는 픽셀 값들을 평균화 및/또는 달리 처리함으로써 결정될 수 있다.
블록 1235에서, 논리 장치(168)는 이전에 검출된 보상되지 않은 온도 측정치에 적용될 보정 항을 결정한다. 예를 들어, 보정 항은 열 촬상기(164)와 사람(192) 사이의 거리의 함수로서 결정될 수 있다. 논의된 바와 같은 픽셀-기반 접근법의 경우, 보정 항은 식 3을 사용하여 결정될 수 있다. 다른 실시예에서, 식 1과 관련하여 논의된 바와 같이 거리의 함수로서 임의의 적절한 보정 항이 사용될 수 있다. 실시예에서, 보정 항은, 아래에 설명된 바와 같이, 얼굴 가리개(예를 들어, 마스크)와 관련된 감쇠를 기반으로 결정될 수 있다. 이러한 방식으로, 프로세스 1200은, 도 13 내지 18을 참조하여 아래에서 설명되는 것과 같이, 사람(192)이 착용한 하나 이상의 얼굴 가리개를 보상할 수 있다.
블록 1240에서, 논리 장치(168)는 도 7, 10 및 11과 관련하여 논의된 바와 같이 보정된 온도 측정치를 제공하기 위해 보상되지 않은 온도 측정치(이전에 블록 1225에서 결정됨)에 보정 항을 적용한다. 예를 들어, 보정 항은 본 명세서에 설명된 바와 같은 거리(102), 얼굴 가리개, 또는 기타 인자와 관련된 감쇠를 보상하기 위해 내안각(402)과 관련된 보정된 온도 측정치를 제공하기 위해 적용될 수 있다.
블록 1245에서, 촬상 시스템(100)은 보정된 온도 측정치를 촬상 시스템(100)의 사용자에게 제공한다. 예를 들어, 일부 실시예에서, 촬상 시스템(100)은 도 10 및 11의 열 화상(1000, 1100) 또는 도 13 내지 18의 열 화상과 유사한 디스플레이(178) 상에 사용자에게 제공된 열 화상의 일부로서 상기 보정된 온도 측정치를 제공할 수 있다. 상기 보정된 온도 측정치는 사람(192)의 체온과 상관될 수 있다. 예를 들어, 측정 시스템 및/또는 다른 적절한 온도 결정 기술은, 본 명세서에 기술된 바와 같이, 내안각(402)의 온도에 기초하여 사람(192)의 체온을 결정하기 위해 논리 장치(168)에 의해 사용될 수 있다.
블록 1247에서, 논리 장치(168)는 통계적 모델로 상기 보정된 온도 측정치를 처리한다. 예를 들어, 도 19를 참조하여 설명된 바와 같이, 상기 보정된 온도 측정치(예를 들어, 사용자 체온)의 이동 평균을 제공하기 위해 통계 분석이 사용될 수 있다. 상기 이동 평균은, 아래 설명과 같이, 상승된 체온을 검출하기 위한 임계치를 결정하는 데 사용될 수 있다.
블록 1250에서, 논리 장치(168)는 상기 보정된 온도 측정치가 상승된 체온과 연관되는지 여부를 결정한다. 예를 들어, 상기 보정된 온도 측정치는 사람(192)과 관련된 있을 수 있는 건강 상태를 식별하는 데 사용될 수 있다. 상승된 체온은 블록 1247에서 통계 모델에 의해 제공된 이동 평균과 같은 임계치(threshold)를 초과하는 보정된 온도 측정치에 기초하여 결정될 수 있다. 상승된 체온이 검출되지 않으면, 도 12의 프로세스는 블록 1215로 돌아가며 여기서 추가 열 화상이 캡처되고 이어서 논의된 바와 같이 처리될 수 있다.
상승된 체온이 블록 1250에서 검출되면, 도 12의 프로세스는 블록 1255로 계속되며 여기서 촬상 시스템(100)이 상승된 체온에 관한 알림을 생성할 수 있다. 예를 들어, 다양한 실시예에서, 촬상 시스템(100)은 촬상 시스템(100)의 다양한 구성요소를 사용하여 적절하게 텍스트, 아이콘, 색상, 깜빡이는 빛, 소리, 경보 및/또는 기타 유형의 알림 형태로 시각적 및/또는 청각적 알림을 생성할 수 있다. 체온 상승에 대한 알림은 이하에서 도 13 내지 18을 참조하여 설명하는 것과 같이 많은 구성을 포함할 수 있다. 그 후, 도 12의 프로세스는 블록 1215로 돌아가며 여기서 추가 열 화상이 캡처되고 후속하여 논의된 바와 같이 처리될 수 있다.
일부 실시예에서, 도 12의 동작들은 캡처된 열 화상에 존재하는 복수의 사람(192)에 대해 수행될 수 있다(예를 들어, 도 10 및 11과 관련하여 유사하게 논의 및 도시된 바와 같이). 일부 실시예에서, 도 12의 동작들은 한 명 이상의 사람(192)이 장면(190)을 통과하여 및/또는 거리(102)의 변화와 함께 이동할 때 갱신된 보정된 온도 측정치를 제공하기 위해 반복될 수 있다.
추가 실시예도 고려된다. 예를 들어, 보정 항이 얼굴 크기(예: 너비 및/또는 면적)와 거리 사이의 상관관계를 사용하여 결정되는 것으로 논의되었지만 다른 상관관계도 가능하다. 예를 들어, 일부 실시예에서, 촬상 시스템(100)으로부터 동일한 거리(102)에서 상이한 얼굴 크기(예를 들어, 상이한 머리 크기에 대응하는)를 갖는 사람(192)의 열 화상은 상이한 온도 측정치(예를 들어, 상이한 얼굴 크기에 대한 내안각의 상이한 크기와 그에 대응하는 상이한 관련된 픽셀의 수로 인해)를 초래할 수 있다. 따라서, 일부 실시예에서, 보정 항은 촬상 시스템(100)으로부터 동일한 거리(102)에 있는 사람(192)의 상이한 크기의 얼굴과 관련된 이러한 차이를 추가로 보상하기 위해 추가로 적절하게 조정 및/또는 상관될 수 있다.
도 12의 블록 1232, 1245 및 1255와 관련하여 논의된 바와 같이, 내안각(402)의 보정된 온도 측정치에 관한 피드백을 사용자에게 제공하기 위해 다양한 기술이 고려된다. 실시예들에서, 사용자(예를 들어, 사람(192))는 열 촬상기(164)를 들여다 보고 열 촬상기(164)에 대한 사용자의 위치 및/또는 사용자의 결정된 체온에 관한 피드백을 수신한다. 예를 들어, 사용자는 열 촬상기(164)의 상태, 사용자의 위치(예를 들어, 너무 가깝거나 너무 멀거나 등), 및/또는 사용자의 결정된 체온(예: 정상 미만, 정상, 또는 상승)의 시각적 표시를 제공하는 오버레이 또는 기타 알림을 열 화상에서 볼 수 있다.
도 12의 블록 1247과 관련하여 논의된 바와 같이, 다양한 실시예는 사용자의 상승된 체온을 결정하는데 통계적 분석 접근법을 이용한다. 예를 들어, 결정된 체온의 이동 평균은 사용자가 열이 있는지 여부를 정확하게 결정하기 위한 임계치를 설정하는 데 사용될 수 있다. 예를 들어, 이러한 이동 평균은 그렇지 않으면 사람의 체온에 영향을 미칠 수 있는 환경 요인(예: 주변 온도 또는 기타 특징)을 설명할 수 있다.
도 13-18은 본 개시의 하나 이상의 실시예에 따라 온도 계산 및 결정된 온도 측정치에 관한 피드백을 사용자에게 제공하기 위해 사용되는 다양한 알림 또는 표시를 도시한다. 예를 들어, 도 12의 블록 1232와 관련하여 논의된 바와 같이, 논리 장치(168)는 사람(192)까지의 거리(102)에 관한 알림을 생성할 수 있다. 도 12의 블록 1245와 관련하여 논의된 바와 같이, 논리 장치(168)는 사람(192)의 보정된 온도 측정치를 제공하는 알림을 생성할 수 있다. 또한, 도 12의 블록 1255와 관련하여 논의된 바와 같이, 논리 장치(168)는 상승된 체온의 알림을 생성할 수 있다.
도 13은 제1 알림(1300)을 예시한다. 도시된 바와 같이, 제1 알림(1300)은 사람(192) 얼굴 위의 오버레이일 수 있지만, 예를 들어 디스플레이(178)에 제공된 하나 이상의 알림 또는 인터페이스(예를 들어, 웹 인터페이스)를 포함하여 다른 구성이 고려된다. 제1 알림(1300)은 온도 계산에 관하여 사용자에게 제1 표시를 제공하도록 구성될 수 있다. 예를 들어, 제1 알림(1300)은 시스템이 현재 사람(192)의 온도를 계산하고 있는 것, 사람(192)이 적절하게(예를 들어, 바람직한 거리 범위 내에) 위치한다는 것 등을 표시할 수 있다. 제1 알림(1300)은, 본 명세서에 제공된 바와 같이, 다른 표시와 구별하기 위해 제1 패턴, 유형 및/또는 색상 예를 들어 청록색 오버레이일 수 있다. 제1 알림(1300)은 도 12의 블록 1232에서 생성될 수 있다.
도 14는 제2 알림(1400)을 예시한다. 제1 알림(1300)과 마찬가지로, 제2 알림(1400)은 디스플레이(178) 상에 제공된 사람(192)의 얼굴, 알림, 및/또는 인터페이스(예를 들어, 웹 인터페이스) 상의 오버레이일 수 있다. 제2 알림(1400)은 온도 계산에 관한 제2 표시를 사용자에게 제공하도록 구성될 수 있다. 예를 들어, 제2 알림(1400)은 시스템이 교정 모드에 있는 것, 사람(192)이 너무 가까이 위치하는 것 등을 나타낼 수 있다. 제2 알림(1400)은, 본 명세서에 제공된 바와 같이, 다른 표시와 구별하기 위해 제2 패턴, 유형 및/또는 색상 예를 들어 노란색 오버레이일 수 있다. 제2 알림(1400)은 도 12의 블록 1232에서 생성될 수 있다.
도 15는 디스플레이(178) 상에 제공된 사람(192)의 얼굴, 알림, 및/또는 인터페이스(예를 들어, 웹 인터페이스) 상의 오버레이일 수 있는 제3 알림(1500)을 도시한다. 제3 알림(1500)은 온도 계산에 관하여 제3 표시를 사용자에게 제공하도록 구성될 수 있다. 예를 들어, 제3 알림(1500)은 사람(192)이 바람직한 거리 범위 밖에 있는 것과 같이 잘못 위치되어 있음을 나타낼 수 있다. 그러한 실시예에서, 제3 알림(1500)은, 위에 제공된 바와 같이, 안각 열복사 측정을 위한 충분한 픽셀을 가진 열 화상을 제공하기 위해 카메라와 관련하여 이동하도록 사람(192)에게 지시하는 피드백을 제공할 수 있다. 제3 알림(1500)은, 본 명세서에 제공된 바와 같이, 다른 표시와 구별하기 위해 제3 패턴, 유형 및/또는 색상 예를 들면 보라색 오버레이일 수 있다. 제3 알림(1500)은 도 12의 블록 1232에서 생성될 수 있다.
도 16은 디스플레이(178) 상에 제공된 사람(192)의 얼굴, 알림, 및/또는 인터페이스(예를 들어, 웹 인터페이스) 상의 오버레이일 수 있는 제4 알림(1600)을 도시한다. 제4 알림(1600)은 예를 들어 사람(192)의 결정된 온도 측정치에 관하여 제4 알림을 사용자에게 제공하도록 구성될 수 있다. 예를 들어 제4 알림(1600)은 사람(192)의 검출된 온도가 예를 들어 특정한 사람(192)에 대해 또는 일반적인 사람에 대해 정상 범위 미만인 것과 같이 정상 미만임을 나타낼 수 있다. 제4 알림(1600)은, 본 명세서에 제공된 바와 같이, 다른 표시와 구별하기 위해 제4 패턴, 유형 및/또는 색상 예를 들면 청색 오버레이일 수 있다. 제4 알림(1600)은 도 12의 블록 1245 또는 블록 1255에서 생성될 수 있다.
도 17은 디스플레이(178) 상에 제공된 사람(192)의 얼굴, 알림, 및/또는 인터페이스(예를 들어, 웹 인터페이스) 상의 오버레이일 수 있는 제5 알림(1700)을 도시한다. 제5 알림(1700)은 예를 들어 사람(192)의 결정된 온도에 관하여 제5 표시를 사용자에게 제공하도록 구성될 수 있다. 예를 들어, 제5 알림(1700)은 사람(192)의 검출된 온도가 예를 들어 특정 사람(192)에 대해 또는 일반적인 사람에 대해 정상 범위 내에 있는 것과 같이 정상임을 나타낼 수 있다. 제5 알림(1700)은, 본 명세서에 제공된 바와 같이, 다른 표시와 구별하기 위해 제5 패턴, 유형 및/또는 색상 예를 들면 녹색 오버레이일 수 있다. 제5 알림(1700)은 도 12의 블록 1245 또는 블록 1255에서 생성될 수 있다.
도 18은 디스플레이(178) 상에 제공된 사람(192)의 얼굴, 알림, 및/또는 인터페이스(예를 들어, 웹 인터페이스) 상의 오버레이일 수 있는 제6 알림(1800)을 도시한다. 제6 알림(1800)은 예를 들어 사람(192)의 결정된 온도에 관하여 제6 표시를 사용자에게 제공하도록 구성될 수 있다. 예를 들어, 제6 알림(1800)은 사람(192)의 검출된 온도가 예를 들어 특정한 사람(192)에 대해 또는 일반적으로 사람에 대해 정상 범위 이상으로 상승했음을 나타낼 수 있다. 제6 알림(1800)은, 본 명세서에 제공된 바와 같이, 다른 표시와 구별하기 위해 제6 패턴, 유형 및/또는 색상 예를 들어 적색 오버레이일 수 있다. 제6 알림(1800)은 도 12의 블록 1245 또는 블록 1255에서 생성될 수 있다.
도 13-18에 도시된 바와 같이, 각각의 알림(1300, 1400, 1500, 1600, 1700 또는 1800)은 사람(192)의 얼굴을 캡처하는 직사각형 오버레이일 수 있다. 이러한 예들은 단지 예시적인 것이며, 알림(1300, 1400, 1500, 1600, 1700 또는 1800)은 예를 들어 원형, 타원형 또는 다각형 구성을 포함하는 다른 구성을 가질 수 있다. 실시예들에서, 각각의 알림(1300, 1400, 1500, 1600, 1700, 또는 1800)은 사람(192)의 내안각(402)을 캡처할 수 있다. 실시예들에서, 알림(1300, 1400, 1500, 1600, 1700, 1800)은 내안각(402)을 밝게(highlight) 표시할 수 있다. .
도시된 바와 같이, 촬상 시스템(100)(예를 들어, 신경망(300))은 사람(192)이 착용한 하나 이상의 마스크(1310)(또는 기타 얼굴 가리개)를 검출하거나 수용할 수 있다. 예를 들어, 얼굴 가리개 감쇠를 보상하기 위해 보정 항이 결정될 수 있다. 이와 관련하여, 보정 항은 마스크(1310)의 유형, 마스크(1310)의 색상, 마스크(1310)의 재료 특성, 내안각(402)에 대한 마스크(1310)의 위치, 및/또는 기타 마스크 특성 등의 함수일 수 있다. 상기 하나 이상의 마스크 특성은 사람(192)의 하나 이상의 캡처된 열 화상의 분석을 수행함으로써 결정될 수 있다.
도 19는 본 개시의 일 실시예에 따라 통계적 모델을 사용하여 사람의 체온이 상승했는지 또는 정상인지를 결정하기 위해 시스템(100)에 의해 수행되는 작업 흐름(1900)을 예시한다. 작업 흐름(1900)은 통계 모델을 갱신하고 결과적인 상승 또는 정상 온도 결정을 제공하는 방법을 제공하며, 사람(192)이 이전 샘플과 비교하여 상승된 온도를 갖는가의 여부를 나타낸다. 작업 흐름(1900)은 도 12의 블록 1247에서 수행될 수 있다.
도시된 바와 같이, 하나 이상의 열 화상(예를 들어, 도 12의 블록 1215에서와 같이 열 촬상기(164)에 의해 캡처된 바와 같은)은 검출 시스템(1902)에 제공될 수 있다. 검출 시스템(1902)은 시스템(100)의 논리 장치(168) 및/또는 기타 논리 장치에서 실행되는 모듈 또는 프로그램일 수 있다. 검출 시스템(1902)은 열 화상(들)에서 하나 이상의 얼굴 및/또는 얼굴 특징을 검출할 수 있다. 예를 들어, 검출 시스템(1902)은 열 화상(들) 내에서 사람(192)의 내안각(402)을 검출하고 밝게 표시할 수 있다. 실시예들에서, 검출 시스템(1902)은 사람(192)이 착용한 얼굴 가리개(예를 들어, 마스크(1310))를 검출할 수 있다(예를 들어, 신경망(300)을 사용하여). 실시예들에서, 검출 시스템(1902)은 도 12의 블록 1220에서 열 화상을 처리할 수 있다. 검출 시스템(1902)은 트랙 ID(1904)를 검출에 추가할 수 있다(예를 들어, 도시된 바와 같이 "ID01").
검출 시스템(1902)의 출력(예를 들어, 트랙 ID(1904)을 갖는 열 화상(들))은 측정 시스템(1906)에 제공될 수 있다. 검출 시스템(1902)과 마찬가지로, 측정 시스템(1906)은 시스템(100)의 논리 장치(168) 및/또는 기타 논리 장치에서 실행되는 모듈 또는 프로그램일 수 있다. 측정 시스템(1906)은 열 화상(들)의 선택된 지점에 대한 온도 측정치(1908)를 결정할 수 있다. 예를 들어, 측정 시스템(1906)은 도 12의 블록(1233)에서와 같이, 전술한 바와 같이, 열 화상의 대응하는 픽셀을 사용하여 사람(192)의 내안각(402)의 온도 측정치(1908)를 결정할 수 있다. 측정 시스템(1906)은, 도 12의 블록 1235 및/또는 블록 1240에서와 같이, 얼굴 가리개(1310)와 관련된 감쇠를 보상하기 위해 온도 측정치(1908)를 결정하고 이에 보정 항을 적용할 수 있다(예를 들어, 검출하기 전에). 일부 실시예에서, 측정 시스템(1906)은 온도 측정치(1908)를 사용하여 사람(192)의 체온을 결정할 수 있다.
측정 시스템(1906)의 출력(예를 들어, 트랙 ID(1904) 및 측정된 온도(들)(1908)을 갖는 열 화상(들))은 샘플링 시스템(1910)에 제공될 수 있다. 샘플링 시스템(1910)은 논리 장치(168) 및/또는 시스템(100)의 다른 논리 장치에서 실행되는 모듈 또는 프로그램일 수 있다. 샘플링 시스템(1910)은 트랙 ID(1904) 당 하나의 샘플(1914)을 생성할 수 있다. 예를 들어, 샘플(1914)은 트랙 ID(1904) 및 측정된 온도(들)(1908)를 포함할 수 있다.
샘플(1914)은 이상 검출 시스템(1920)에 제공될 수 있다. 이상 검출 시스템(1920)은 논리 장치(168) 및/또는 시스템(100)의 다른 논리 장치에서 실행되는 모듈 또는 프로그램일 수 있다. 이상 검출 시스템(1920)은, 예를 들어 도 12의 블록 1247에서 측정된 온도(1908)를 처리(예를 들어, 통계 모델(1922)과 비교)할 수 있다. 측정된 온도(들)(1908)가 통계 모델(1922)의 임계치 내에 있으면, 사람(192)의 온도가 정상으로 결정된다(예를 들어, 도 12의 블록 1250에서). 그러나 측정된 온도(들)(1908)가 통계 모델(1922)보다 높으면, 사람(192)의 온도가 상승한 것으로 결정된다(예를 들어, 도 12의 블록 1250에서).
통계 모델(1922)은 안각 온도 측정에 관한 하나 이상의 통계적 가정을 구현하는 임의의 수학적 모델일 수 있다. 정상 온도 결정은 임계치를 초과하는(예를 들어, 임계치 확률을 초과하는) 하나 이상의 측정된 온도(1908)에 기초할 수 있다. 상승된 온도 결정은 임계치를 초과하거나 미달하는(예를 들어, 임계치 확률 미만) 하나 이상의 측정된 온도(1908)에 기초할 수 있다.
도 12의 블록 1255와 관련하여 논의된 바와 같이, 임계치를 초과하는 체온에 응답하여 상승된 체온을 식별하기 위해 하나 이상의 알림이 생성될 수 있다. 예를 들어, 정상 온도 결정은 알림(1926)(예를 들어, 제5 알림(1700))에서 제공될 수 있다. 상승된 온도 결정은 알림(1928)(예를 들어, 제6 알림(1800))에서 제공될 수 있다. 알림(1926, 1928)은 디스플레이(178), 사용자 인터페이스 또는 기타 장치에 제공될 수 있다. 실시예들에서, 상승된 온도 결정은 알람 및/또는 적절한 후속 절차의 요청을 촉발할 수 있다. 예를 들어, 사람(192)이 열이 있는지 여부를 결정하기 위해 2차 측정 방법이 촉발될 수 있다.
통계 모델(1922)은 동적일 수 있다. 예를 들어, 얼굴이 측정을 위한 적절한 거리 내에 있을 때마다, 측정된 내안각 영역 온도(예를 들어, 내안각(402)의 측정된 온도)가 통계 모델(1922)에 추가되어 이동 평균을 제공할 수 있다. 이동 평균은 평균 이상의 온도를 식별하기 위해 이전의 모든 안각 온도 측정치로부터 유지될 수 있다. 예를 들어, 측정된 내안각 영역 온도가 현재 이동 평균보다 높으면 상승된 온도 결정이 이루어질 수 있다.
적용 가능한 경우, 본 개시에 의해 제공되는 다양한 실시예는 하드웨어, 소프트웨어 또는 하드웨어와 소프트웨어의 조합을 사용하여 구현될 수 있다. 또한, 적용 가능한 경우, 본 명세서에 기재된 다양한 하드웨어 구성요소 및/또는 소프트웨어 구성요소는 본 개시의 사상을 벗어나지 않으면서 소프트웨어, 하드웨어 및/또는 둘 모두를 포함하는 복합 구성요소로 결합될 수 있다. 적용 가능한 경우, 본 명세서에 기재된 다양한 하드웨어 구성요소 및/또는 소프트웨어 구성요소는 본 개시의 사상을 벗어나지 않으면서 소프트웨어, 하드웨어 또는 둘 모두를 포함하는 하위 구성요소로 분리될 수 있다. 또한, 적용 가능한 경우 소프트웨어 구성요소가 하드웨어 구성요소로 구현될 수 있고 그 반대도 가능하다는 것이 고려된다.
프로그램 코드 및/또는 데이터와 같은 본 개시에 따른 소프트웨어는 하나 이상의 컴퓨터 판독 가능 매체에 저장될 수 있다. 여기에서 식별된 소프트웨어는 하나 이상의 범용 또는 전용 컴퓨터 및/또는 컴퓨터 시스템, 네트워크 연결 및/또는 기타를 사용하여 구현될 수 있음이 또한 고려된다. 적용 가능한 경우, 여기에 설명된 다양한 단계들의 순서는 변경되고, 복합 단계로 결합되고, 및/또는 여기에 설명된 기능을 제공하기 위해 하위 단계로 분리될 수 있다.
전술한 실시예는 본 발명을 예시하지만 제한하지 않는다. 또한, 본 발명의 원리에 따라 수많은 수정 및 변형이 있을 수 있음을 이해해야 한다. 따라서, 본 발명의 범위는 다음 청구범위에 의해서만 정해진다.

Claims (20)

  1. 열 촬상기를 사용하여 사람의 열 화상을 캡처하는 단계;
    상기 열 화상의 해당 픽셀을 사용하여 상기 사람 얼굴의 내안각과 관련된 보상되지 않은 온도 측정치를 결정하는 단계;
    상기 열 촬상기와 상기 사람 사이의 거리의 함수로서 보정 항을 결정하는 단계; 및
    상기 거리와 관련된 감쇠를 보상하기 위해 상기 내안각과 관련된 보정된 온도 측정치를 제공하기 위해 상기 보상되지 않은 온도 측정치에 상기 교정 항을 적용하는 단계를 포함하는, 방법.
  2. 제1항에 있어서,
    상기 얼굴과 관련된 상기 열 화상의 픽셀 수를 결정하는 단계; 및
    상기 픽셀의 수와 상기 거리 사이의 미리 결정된 연관을 사용하여 상기 거리를 결정하는 단계를 추가로 포함하는, 방법.
  3. 제2항에 있어서,
    상기 픽셀 수는 상기 얼굴의 폭 및 면적 중 적어도 하나와 연관되는, 방법.
  4. 제1항에 있어서,
    상기 열 화상에서 상기 사람의 얼굴과 상기 내안각을 검출하는 단계를 더 포함하는, 방법.
  5. 제4항에 있어서,
    상기 검출하는 단계는 인공 신경망에 의해 상기 열 화상을 처리하는 것을 포함하는, 방법.
  6. 제1항에 있어서,
    상기 보정된 온도 측정치를 사용하여 상기 사람의 상승된 체온을 결정하는 단계를 더 포함하는, 방법.
  7. 제6항에 있어서,
    상기 열 촬상기의 사용자에게 상승된 체온을 알리는 알림을 생성하는 것을 더 포함하는, 방법.
  8. 제1항에 있어서,
    상기 거리와 상기 보정 항 사이의 상관관계를 결정하기 위해 복수의 열 화상을 사전처리하는 단계를 더 포함하는, 방법.
  9. 제1항에 있어서,
    상기 열 촬상기로부터 복수의 거리에 있는 복수의 사람에 대해 상기 방법을 반복하는 단계를 더 포함하는, 방법.
  10. 제1항에 있어서,
    상기 방법이 상기 열 촬상기를 포함하는 휴대용 열 촬상기에 의해 수행되는, 방법.
  11. 열 촬상기; 및
    논리 장치를 포함하는 시스템으로서,
    상기 논리 장치는:
    상기 열 촬상기를 작동하여 사람의 열 화상을 캡처하고,
    상기 열 화상의 해당 픽셀을 사용하여 상기 사람 얼굴의 내안각과 관련된 보상되지 않은 온도 측정치를 결정하고,
    상기 열 촬상기와 상기 사람 사이의 거리의 함수로서 보정 항을 결정하고,
    상기 거리와 관련된 감쇠를 보상하기 위해 상기 내안각과 관련된 보정된 온도 측정치를 제공하기 위해 상기 보상되지 않은 온도 측정치에 상기 보정 항을 적용하도록 구성된, 시스템.
  12. 제11항에 있어서,
    상기 논리 장치는:
    상기 얼굴과 관련된 열 화상의 픽셀 수를 결정하고,
    상기 픽셀 수와 상기 거리 사이의 사전 결정된 연관성을 사용하여 상기 거리를 결정하도록 구성된, 시스템.
  13. 제12항에 있어서,
    상기 픽셀의 수는 상기 얼굴의 폭과 면적 중 적어도 하나와 연관되는, 시스템.
  14. 제11항에 있어서,
    상기 논리 장치는 상기 열 화상에서 사람의 얼굴 및 내안각을 검출하도록 구성되는, 시스템.
  15. 제14항에 있어서,
    상기 논리 장치는 얼굴 및 내안각을 검출하기 위해 인공 신경망에 의해 상기 열 화상을 처리하도록 구성되는, 시스템.
  16. 제11항에 있어서,
    상기 논리 장치는 상기 보정된 온도 측정치를 사용하여 사람의 상승된 체온을 결정하도록 구성되는, 시스템.
  17. 제16항에 있어서,
    상기 논리 장치는 상기 열 촬상기의 사용자에게 상승된 체온을 알리는 알림을 생성하도록 구성되는, 시스템.
  18. 제11항에 있어서,
    상기 논리 장치는 상기 거리와 상기 보정 항 사이의 상관관계를 결정하기 위해 복수의 열 화상을 사전처리하도록 구성되는, 시스템.
  19. 제11항에 있어서,
    상기 논리 장치는 상기 열 촬상기로부터 복수의 거리에 있는 복수의 사람에 대해 보정된 온도 측정치를 결정하도록 구성되는, 시스템.
  20. 제11항에 있어서,
    상기 시스템은 휴대용 열 카메라인, 시스템.
KR1020237002541A 2020-06-26 2021-06-25 내안각의 열 촬상 온도 측정치에 대한 거리 보상 시스템 및 방법 KR20230029853A (ko)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
US202063044516P 2020-06-26 2020-06-26
US63/044,516 2020-06-26
US202163158273P 2021-03-08 2021-03-08
US63/158,273 2021-03-08
PCT/US2021/039267 WO2021263214A1 (en) 2020-06-26 2021-06-25 Distance compensation for thermal imaging temperature measurement of inner canthus systems and methods

Publications (1)

Publication Number Publication Date
KR20230029853A true KR20230029853A (ko) 2023-03-03

Family

ID=77051134

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020237002541A KR20230029853A (ko) 2020-06-26 2021-06-25 내안각의 열 촬상 온도 측정치에 대한 거리 보상 시스템 및 방법

Country Status (4)

Country Link
US (2) US20220110528A1 (ko)
KR (1) KR20230029853A (ko)
CN (1) CN115916038A (ko)
WO (1) WO2021263214A1 (ko)

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6028309A (en) 1997-02-11 2000-02-22 Indigo Systems Corporation Methods and circuitry for correcting temperature-induced errors in microbolometer focal plane array
JP4217664B2 (ja) * 2004-06-28 2009-02-04 キヤノン株式会社 画像処理方法、画像処理装置
US20130215928A1 (en) * 2010-06-04 2013-08-22 Tecnimed S.R.L. Method and device for measuring the internal body temperature of a patient
US11497406B2 (en) * 2014-07-31 2022-11-15 Samsung Electronics Co., Ltd Apparatus and method for enhancing accuracy of a contactless body temperature measurement
CN109419495A (zh) * 2017-08-25 2019-03-05 中国科学院半导体研究所 一种基于红外热像仪测量眼睛温度的校准方法
US11402273B2 (en) * 2020-03-27 2022-08-02 Ecb Consulting Llc Systems and approaches for improving accuracy of temperature measurements using thermal imaging

Also Published As

Publication number Publication date
US20220110528A1 (en) 2022-04-14
US20230126197A1 (en) 2023-04-27
CN115916038A (zh) 2023-04-04
WO2021263214A1 (en) 2021-12-30

Similar Documents

Publication Publication Date Title
CN107547892B (zh) 热异常检测
US20180238740A1 (en) Radiometric correction and alignment techniques for thermal imager with non-contact temperature sensor
US20190110005A1 (en) Methods and system for producing a temperature map of a scene
KR101111167B1 (ko) 이동통신 단말기의 열화상 촬영 장치 및 방법
CN107431771B (zh) 用于异常像素检测的系统和方法
US20120307046A1 (en) Methods and apparatus for thermographic measurements
US20170249436A1 (en) Ultraviolet based detection and analysis
US20170111557A1 (en) Camera assembly with filter providing different effective entrance pupil sizes based on light type
KR102212773B1 (ko) 체온측정을 겸비한 영상감시장치 및 그 방법
KR20150129937A (ko) 객체 건강 상태 판단 방법 및 시스템
US20230266172A1 (en) Imaging Method and Device
US20220217326A1 (en) Imager health monitoring systems and methods
KR20200018553A (ko) 열화상센서를 갖는 스마트폰, 차량, 카메라 및 이를 이용한 디스플레이 및 감지 방법
CN110914670A (zh) 气体成像系统和方法
CN116057362A (zh) 升高温度筛查系统和方法
KR102083926B1 (ko) 영상 융합 시스템 및 그 방법
KR20230029853A (ko) 내안각의 열 촬상 온도 측정치에 대한 거리 보상 시스템 및 방법
WO2023055753A1 (en) Image setting determination and associated machine learning in infrared imaging systems and methods
KR20220085006A (ko) 적외선 이미징-관련 불확실성 측정 시스템 및 방법
CN204996085U (zh) 确定高尔夫球场上距离的设备、系统及旗杆
CN212228729U (zh) 成像系统
KR101680544B1 (ko) 서모파일 어레이 센서와 실영상 카메라를 이용한 열화상 제공 장치 및 그 방법
US11885740B2 (en) Determination of level and span for gas detection systems and methods
CN111801569A (zh) 使用多波段传感器阵列系统和方法动态确定辐射值
WO2022066718A1 (en) Detection of elevated body temperature using circadian rhythms systems and methods