TWI768818B - 混合式體溫量測系統及其方法 - Google Patents
混合式體溫量測系統及其方法 Download PDFInfo
- Publication number
- TWI768818B TWI768818B TW110112660A TW110112660A TWI768818B TW I768818 B TWI768818 B TW I768818B TW 110112660 A TW110112660 A TW 110112660A TW 110112660 A TW110112660 A TW 110112660A TW I768818 B TWI768818 B TW I768818B
- Authority
- TW
- Taiwan
- Prior art keywords
- temperature
- thermal image
- block
- blocks
- sensing data
- Prior art date
Links
- 238000009529 body temperature measurement Methods 0.000 title claims abstract description 42
- 238000000034 method Methods 0.000 title claims abstract description 25
- 238000013507 mapping Methods 0.000 claims abstract description 44
- 238000012360 testing method Methods 0.000 claims abstract description 12
- 239000012491 analyte Substances 0.000 claims description 9
- 230000006903 response to temperature Effects 0.000 claims description 5
- 239000000463 material Substances 0.000 claims 1
- 238000001514 detection method Methods 0.000 abstract description 5
- 230000004044 response Effects 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 16
- 238000012790 confirmation Methods 0.000 description 11
- 238000012937 correction Methods 0.000 description 7
- 238000001931 thermography Methods 0.000 description 6
- 230000008859 change Effects 0.000 description 4
- 238000005259 measurement Methods 0.000 description 4
- 230000003068 static effect Effects 0.000 description 4
- 230000036760 body temperature Effects 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 3
- 210000001061 forehead Anatomy 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 239000002096 quantum dot Substances 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 241000282326 Felis catus Species 0.000 description 1
- 206010037660 Pyrexia Diseases 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000006641 stabilisation Effects 0.000 description 1
- 238000011105 stabilization Methods 0.000 description 1
- 208000024891 symptom Diseases 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
- G01J5/0022—Radiation pyrometry, e.g. infrared or optical thermometry for sensing the radiation of moving bodies
- G01J5/0025—Living bodies
-
- 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
- A61B5/015—By temperature mapping of body part
-
- 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
- A61B5/74—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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/77—Determining position or orientation of objects or cameras using statistical methods
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10028—Range image; Depth image; 3D point clouds
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10048—Infrared image
-
- 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
- G06T2207/20021—Dividing image into blocks, subimages or windows
-
- 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
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Biophysics (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Probability & Statistics with Applications (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Radiation Pyrometers (AREA)
- Measuring Temperature Or Quantity Of Heat (AREA)
- Investigating Or Analyzing Materials Using Thermal Means (AREA)
Abstract
本發明實施例提出混合式體溫量測系統及其方法。在方法中,取得位置感測資料。位置感測資料包括一個或更多個待測物相關於參考位置的方位角。將位置感測資料映射至熱影像以產生映射結果。熱影像是響應於溫度而成像。依據映射結果決定這些待測物在熱影像中的位置。藉此,可提升偵測準確性。
Description
本發明是有關於一種生物量測技術,且特別是有關於一種混合式體溫量測系統及方法。
部分流行性疾病的患者會有發燒或高溫症狀。為了避免這些患者進入特定場域,行經入口處的通行者通常需要被量測體溫。而管制人員透過熱顯像儀遠距觀察通行者的體溫是相當便捷且安全的量測方式。因此,百貨公司、醫院、捷運站或其他場域的入口處通常設有熱顯像儀。
一般而言,熱顯像儀經設定有特定溫度門檻值。當熱影像中的部分區塊所對應的溫度超過此溫度門檻值時,熱顯像儀會假設此區塊偵測到人體並在此區塊標示其溫度。然而,現有熱顯像儀無法辨識此區塊上實際是人體還是非生物體。例如,陽光照射到地板的溫度可能超過溫度門檻值。此外,現有熱顯像儀無法辨識偵測物的相對距離。因此,人體在與感測器相距不同距離量測時可能得出不同溫度,並使得偵測結果有高誤差及高誤判率。
有鑑於此,本發明實施例提供一種混合式體溫量測系統及方法,將熱影像的感測結果結合較精確的位置感測資料,以提升準確性及辨識效率。
本發明實施例的混合式體溫量測方法包括(但不僅限於)下列步驟:取得位置感測資料。位置感測資料包括一個或更多個待測物相關於參考位置的方位角。將位置感測資料映射至熱影像以產生映射結果。熱影像是響應於溫度而成像。依據映射結果決定一個或多個待測物在熱影像中的位置。
本發明實施例的混合式溫度量測系統包括(但不僅限於)運算裝置。運算裝置經配置用以取得位置感測資料,將位置感測資料映射至熱影像以產生映射結果,並依據映射結果決定一個或更多個待測物在熱影像中的位置。位置感測資料包括一個或更多個待測物相關於參考位置的方位角。熱影像是響應於溫度而成像。依據映射結果決定一個或多個待測物在熱影像中的位置。
基於上述,在本發明實施例的混合式體溫量測系統及方法中,取得位置感測資料與熱影像之間的映射結果,並據以確認待測物在熱影像中的位置。藉此,可提升體溫量測的準確性。
為讓本發明的上述特徵和優點能更明顯易懂,下文特舉實施例,並配合所附圖式作詳細說明如下。
圖1是依據本發明一實施例的混合式體溫量測系統1的元件方塊圖。請參照圖1,混合式體溫量測系統1包括(但不僅限於)溫度感測器10、距離感測器30及運算裝置100。
溫度感測器10可以是熱圖像(Thermographic)相機、紅外線相機、熱顯像相機或其他響應於溫度或紅外線而成像的感測器。溫度感測器10可能包括對紅外線敏感的感光元件、鏡頭、對焦機構、影像處理器等電子元件,但不以此為限。在一實施例中,溫度感測器10可產生熱影像,且熱影像中的數個像素(pixel)上的感測數值(例如,溫度或紅外線)可形成資料陣列(例如,二維陣列中的各元素分別對應一個像素)。熱影像或其資料陣列記錄溫度分布。
距離感測器30可以是雷達、飛行時間(Time of Flight,ToF)相機、LiDAR掃描器、深度感測器、紅外線測距器、超音波感測器或其他測距相關感測器。在一實施例中,距離感測器30可偵測待測物所處的方位角。即,待測物相對於距離感測器30的方位角。在另一實施例中,距離感測器30可偵測待測物的距離。即,待測物相對於距離感測器30的距離。又一實施例中,距離感測器30可偵測視野(Field of View,FOV)內的待測物的數量。在一些實施例中,前述一個或更多個偵測結果(例如,方位角、距離及/或數量)可作為位置感測資料。
在一實施例中,距離感測器30與溫度感測器10皆設於特定的參考位置的垂直方向上。此參考位置可依據應用者的實際需求而決定。例如,參考位置是在桌面正中間。
運算裝置100可以是桌上型電腦、筆記型電腦、智慧型手機、平板電腦、伺服器、熱顯像儀或其他運算裝置。運算裝置100包括(但不僅限於)儲存器110及處理器130。運算裝置100耦接距離感測器30與溫度感測器10。
儲存器110可以是任何型態的固定或可移動隨機存取記憶體(Radom Access Memory,RAM)、唯讀記憶體(Read Only Memory,ROM)、快閃記憶體(flash memory)、傳統硬碟(Hard Disk Drive,HDD)、固態硬碟(Solid-State Drive,SSD)或類似元件。在一實施例中,儲存器110用以記錄程式碼、軟體模組、組態配置、資料(例如,熱影像、位置感測資料、溫度、位置、決策結果等)或檔案,並待後文詳述其實施例。
處理器130耦接儲存器110,處理器130可以是中央處理單元(Central Processing Unit,CPU)、圖形處理單元(Graphic Processing unit,GPU),或是其他可程式化之一般用途或特殊用途的微處理器(Microprocessor)、數位信號處理器(Digital Signal Processor,DSP)、可程式化控制器、現場可程式化邏輯閘陣列(Field Programmable Gate Array,FPGA)、特殊應用積體電路(Application-Specific Integrated Circuit,ASIC)、神經網路加速器或其他類似元件或上述元件的組合。在一實施例中,處理器130用以執行影像運算裝置100的所有或部份作業,且可載入並執行儲存器110所記錄的各程式碼、軟體模組、檔案及資料。
在一些實施例中,體溫量測系統1更包括顯示器50。顯示器50可以是液晶顯示器(Liquid-Crystal Display,LCD)、(Light-Emitting Diode,LED)顯示器、有機發光二極體(Organic Light-Emitting Diode,OLED)、量子點顯示器(Quantum dot display)或其他類型顯示器。顯示器50耦接運算裝置100。在一實施例中,顯示器50用以顯示熱影像。
在一實施例中,體溫量測系統1中的裝置及/或元件可整合成獨立裝置。在另一實施例中,體溫量測系統1中部分的裝置及/或元件可整合成獨立裝置,並可與其他裝置及/或元件通訊以取得資料。例如,熱顯像儀(包括運算裝置100、溫度感測器10及顯示器50)外接距離感測器30或直接整合距離感測器30。
下文中,將搭配混合式體溫量測系統1中的各項裝置、元件及模組說明本發明實施例所述之方法。本方法的各個流程可依照實施情形而隨之調整,且並不僅限於此。
圖2是依據本發明一實施例的混合式體溫量測方法的流程圖。請參照圖2,處理器130可取得位置感測資料(步驟S210)。具體而言,距離感測器30可產生位置感測資料。在一實施例中,位置感測資料包括待測物相對於參考位置的方位角。待測物例如是人、貓、狗或其他生物體,或是地面、桌、椅或其他非生物體。而參考位置即是溫度感測器10與距離感測器30的所在位置。在另一實施例中,位置感測資料包括待測物相對於參考位置的距離。又一實施例中,位置感測資料包括待測物的數量。
處理器130可將位置感測資料映射至熱影像以產生映射結果(步驟S230)。具體而言,溫度感測器10可產生熱影像。而值得注意的是,在現有技術中,位置感測資料並無法直接轉換成熱影像上的座標點或位置。本發明實施例是結合位置感測資料及熱影像,讓最終辨識結果(相關於待測物的數量、位置及/或距離)更加準確。由此可知,本發明實施例需要得出位置感測資料及熱影像之間的關係(對應於映射結果)。
圖3是依據本發明一實施例的產生映射結果的流程圖。請參照圖3,在一實施例中,處理器130可將熱影像依據複數條垂直線劃分成複數個區塊(步驟S310)。具體而言,下文中,將熱影像的左右方向視為水平方向(或橫向),且熱影像的上下方向視為垂直方向(或縱向)。值得注意的是,溫度感測器10具有特定視野(FOV)。而熱影像中的內容即是在此視野涵蓋內的物體及/或場景。由此可知,若兩待測物處於熱影像中水平方向上的不同位置,則代表著兩待測物相對於參考位置(即,溫度感測器10所處位置)的不同方位角。而對熱影像以垂直方向劃分即是欲得出待測物相對於參考位置的方位角。
舉例而言,圖4是依據本發明一實施例的區塊A1~A7劃分的示意圖。請參照圖4,假設熱影像M是L1*L1(例如,長度L1為80個像素),X軸為水平方向,且Y軸為垂直方向。處理器130每隔長度L2(例如,20個像素)劃分出區塊A1, A3, A5, A7。其中,人物P1, P2(即,待測物)位於不同區塊。此外,處理器130更可在最左側位移特定長度(例如,10個像素)後,再每隔長度L2劃分出區塊A2, A4, A6。其中,區塊A1,A3與區塊A2部分重疊,且其餘區塊依此類推。由此可知,多人同時存在的場景中,人物會存在於熱影像M的單一區塊或多個區塊上。如圖3所示,人物 P1涵蓋區塊A1~A5,而人物 P2涵蓋區塊A6~A7。
須說明的是,前述長度、形狀、數量及劃分方式僅作為範例說明,且並非用以限制本發明,應用者可依據實際需求而改變其數值或內容。例如,區塊的數量可響應於實際應用的靈敏度而增加或減少。
為了進一步確認待測物是否存在於熱影像中的區塊上,處理器130可對一個或更多個區塊劃分一個或更多個次區塊。舉例而言,圖5是依據本發明一實施例的次區塊An01~An16劃分的示意圖。請參照圖5,處理器130對區塊An(n為正整數,例如An為圖4的區塊A1~A7)再切割成多個L3*L4大小(例如,長度L3, L4為10像素)的次區塊An01~An16。
須說明的是,圖5所示是對區塊An依據垂直方向及水平方向等長切割。然而,於其他實施例中,切割的數量及方向可視應用需求而改變。
請參照圖3,處理器130可依據熱影像所響應的溫度判斷各區塊是否有待測物以產生判斷結果(步驟S330)。具體而言,熱影像經切割成複數個區塊甚至是複數個次區塊之後,處理器130可確認那些區塊及/或次區塊的何者有指定的待測物或待測物進出此區塊及/或次區塊。
在一實施例中,處理器130可決定各區塊中一個或多個次區塊的代表溫度,並依據代表溫度與溫度門檻值的比對結果判斷對應區塊是否有一個或更多個待測物。代表溫度可相關於標準差、平均值或眾數。而比對結果可以是相等、大於、小於、未大於或未小於。
圖6是依據本發明一實施例的第一溫度判斷條件的流程圖。請參照圖6,處理器130可決定各次區塊的平均溫度,並決定特定時間區間(例如,500或1000毫秒,並相關於實際應用的靈敏度)內各次區塊所統計的這些平均溫度的溫度標準差(步驟S610)。處理器130可判斷區塊An中的各次區塊Anm(m為正整數,例如圖5的1~16)的溫度標準差
是否大於標準差門檻值
(取決於不同場域應用的經驗值)(步驟S630)。此時,代表溫度是溫度標準差
,且溫度門檻值是標準差門檻值
。若任一個或更多個次區塊Anm經判定其溫度標準差
大於標準差門檻值
(即,比對結果),則處理器130可決定其所屬區塊An存在待測物或待測物進出此區塊An(即,判斷結果)(步驟S650)。若全部或特定數量的次區塊Anm經判定其溫度標準差
未大於標準差門檻值
(即,比對結果),則處理器130可決定其所屬區塊An不存在待測物或待測物未進出此區塊An(即,判斷結果)(步驟S670)。
舉例而言,在室內無強風的環境下,觀察 1000 毫秒內的資料變化。即,標準差門檻值
為0.1,時間區間為1000毫秒。若在這1 秒內資料變化不大,則溫度標準差
就會趨近於0且小於標準差門檻值
,並表示沒有物體進出區塊An的範圍;反之,代表有待測物進出區塊 An。
第一溫度判斷條件主要透過整體的動量來觀察是否有待測物進入區塊的範圍,但無法分判物體是否為生物體或是熱擾動。因此,本發明實施例更提出第二溫度判斷條件。
圖7是依據本發明一實施例的第二溫度判斷條件的流程圖。請參照圖7,處理器130可決定各次區塊的平均溫度(步驟S710)。處理器130可判斷區塊An中的各次區塊Anm的平均溫度
是否大於平均門檻值
(步驟S730)。此時,代表溫度是平均溫度
,且溫度門檻值是平均門檻值
(其數值通常是指定類型的待測物的體溫下限值,例如人體是34~35度)。若任一個或更多個次區塊Anm經判定其平均溫度
大於平均門檻值
(即,比對結果),則處理器130可決定其所屬區塊An存在待測物或待測物進出此區塊An(即,判斷結果)(步驟S750)。若全部或特定數量的次區塊Anm經判定其平均溫度
未大於平均門檻值
(即,比對結果),則處理器130可決定其所屬區塊An不存在待測物或待測物未進出此區塊An(即,判斷結果)(步驟S770)。
請參照圖3,處理器130可比對熱影像的判斷結果及位置感測資料以產生映射結果(步驟S350)。具體而言,處理器130找出熱影像的判斷結果與位置感測資料的相關性。此相關性包括方位角的對應關係。
圖8是依據本發明一實施例的比對資料的流程圖。請參照圖8,處理器130可將位置感測資料中的一個或多個待測物對應的方位角轉換至熱影像中對應的區塊(步驟S810)。具體而言,由於不同區塊對應於不同方位角,因此處理器130可將位置感測資料的方位角對應到特定區塊。在裝置的規劃上,應用者可將距離感測器30與溫度感測器10的中心位置在上下/垂直方向上重疊配置,讓距離感測器30的水平視角與溫度感測器10的水平視角中心點能匹配在 X 軸為水平中心的位置。
舉例而言,圖9是依據本發明一實施例的方位角轉換的示意圖。請參照圖9,溫度感測器10與距離感測器30皆位於參考位置RP。假設熱影像的大小是80*80,溫度感測器10的視角θ1所涵蓋的X軸座標為0~80,則水平中心C的X軸座標為40。此外,距離感測器30在視角θ2下有相同的水平中心C。
此外,方位角轉換公式如下:
T
angle= R
angle– (RA
max- TA
max)/2…(1)
其中,RA
max為距離感測器30的最大水平視角θ2(對應於其視野),TA
max為溫度感測器10的最大水平視角θ1(對應於其視野),R
angle為位置感測資料轉換前的方位角,T
angle為位置感測資料轉換後的方位角。
而轉換後的X軸座標為:
T
xpos= T
angle* (TX
max/ TA
max)…(2)
其中,TX
max為熱影像在水平方向的大小/長度(例如是圖4或圖9的80),T
xpos為轉換後的X軸座標。即,基於角度與長度的比例關係得出轉換的座標。
若欲確認位置感測資料的方位角所屬的區塊(即,方位角對應的X軸座標T
xpos位於區塊An中的何者),則處理器130可判斷X軸座標T
xpos最靠近的區塊 An 的垂直於X軸的中心線/中垂線的X軸座標V
n:
|T
xpos- V
n|< (I
AN/2)…(3)
其中,I
AN為相鄰區塊的中心線的間距(以圖4的區塊切割為例,I
AN= TX
max/8)。若符合公式(3),則處理器130判斷X軸座標T
xpos處於此區塊An;反之,則處理器130判斷X軸座標T
xpos未處於此區塊An。
須說明的是,前述公式(1)、(2)的比例關係是假設視角θ2不同於視角θ1。然於其他實施例中,若視角θ2等於視角θ1,則可忽略公式(1)、(2)。
處理器130可決定各區塊的判斷結果與相同區塊上的位置感測資料皆有一個或更多個待測物,並據以產生映射結果。具體而言,若位置感測資料的方位角已映射至熱影像中的特定區塊,則處理器130可進一步比對相同區塊上的兩筆資料(即,位置感測資料及熱影像)。
在一實施例中,處理器130可依據決策表來判斷各區塊上是否有待測物(假設為生物體,例如人體)。表(1)所示為一實施例說明決策表:
表(1)
其中,公式(3)的結果中的「是」表示此區塊對應的方位角在位置感測資料中是有偵測到待測物,第一溫度判斷條件的結果中的「是」表示此區塊的溫度變異大,且第二溫度判斷條件的結果中的「是」表示此區塊的有偵測到特定類型的待測物;反之,則依此類推,且不再贅述。
狀況 | 公式(3)的結果 | 第一溫度判斷條件的結果 | 第二溫度判斷條件的結果 | 決策結果為:存在待測物 | 描述 |
1 | 是 | 是 | 是 | 是 | 偵測到移動中的待測物 |
2 | 是 | 是 | 否 | 否 | 偵測到飄動的非生物體的障礙物 |
3 | 是 | 否 | 是 | 是 | 偵測到靜止的待測物 |
4 | 是 | 否 | 否 | 否 | 偵測到固定的非生物體的障礙物 |
5 | 否 | 是 | 是 | 否 | 偵測到熱擾動或待測物的邊緣 |
6 | 否 | 是 | 否 | 否 | 偵測到環境變動 |
7 | 否 | 否 | 是 | 否 | 環境中存在熱物體干擾源或待測物邊緣 |
8 | 否 | 否 | 否 | 否 | 無偵測物 |
在一實施例中,處理器130可決定各區塊的判斷結果與相同區塊上的位置感測資料皆有待測物(步驟S830),並據以產生映射結果。而映射結果包括區塊中的至少一者有一個或多個待測物。以表(1)為例,狀況1及狀況3的決策結果是有偵測到待測物(「是」)。其中,在溫度變異沒有過大的情況(第一溫度判斷條件的結果為「否」)下,決策結果相關於靜止的待測物。而在溫度變異過大的情況(第一溫度判斷條件的結果為「是」)下,決策結果相關於移動的待測物。
在另一實施例中,映射結果也可能是區塊未偵測到待測物。例如,在表(1)中,除了狀況1及狀況3,其他狀況皆被視為未偵測到待測物。
請參照圖2,處理器130可依據映射結果決定待測物在熱影像中的位置(步驟S250)。具體而言,映射結果可輔助確認待測物實際在熱影像中的位置。此位置例如是待測物在熱影像所形成的二維坐標系中的座標。或者,位置也可能是待測物與熱影像中的其他參考點的相關位置。
圖10是依據本發明一實施例的位置確認的流程圖。請參照圖10,處理器130可依據映射結果決定目標區塊(步驟S1010)。其中,目標區塊是經兩筆資料比對後確認存在待測物的區塊。例如,符合表(1)中的狀況1及狀況3的區塊為目標區塊。又例如,僅有符合表(1)中的狀況1的區塊為目標區塊。再例如,僅有符合表(1)中的狀況3的區塊為目標區塊。
處理器130可決定在熱影像中的各目標區塊中的複數個次區塊中的最高溫者(步驟S1030)。具體而言,處理器130可依據第二溫度判斷條件的判斷結果(例如,平均溫度大於平均門檻值)挑選具有最高溫的一個或多個次區域。其中,最高溫的決定可能依據數值大小或是比對上限值。
處理器130可依據最高溫者的次區塊決定待測物的位置(步驟S1050)。例如,處理器130將次區塊的中心點、右上角、或其範圍內的任一位置的座標作為待測物的位置。
在一實施例中,針對位置感測資料所記錄的待測物的相對距離,處理器130可將這些距離對應到熱影像中的區塊。具體而言,圖11是依據本發明一實施例的映射結果的示意圖。請參照圖11,假設待測物O1~O3分別位於區塊A1、A2及A7。其映射結果可參照表(2):
表(2)
偵測物 | 距離 (公分) | 位置感測資料的方位角所轉換的區塊 |
待測物O1 | 80 | A1 |
待測物O2 | 63 | A2 |
待測物O3 | 70 | A7 |
此外,針對待測物O3的位置,圖12是依據本發明一實施例的位置確認的示意圖。請參照圖12,待測物O3位於區塊A7。假設次區塊A702、S703、A710及A711符合第二溫度判斷條件(即,平均溫度大於平均門檻值)。若這些次區塊A702、S703、A710及A711的最高溫者是次區塊A703,則處理器130可定義此次區塊A703的中心點為待測物O3的所在位置P
A703_max_center。
針對多人位置確認,圖13是依據本發明一實施例的多人位置確認的流程圖。請參照圖13,處理器130可依據目標區塊所對應的多個距離的數量對目標區塊劃分複數個第二次區塊(步驟S1310)。此時,映射結果包括某一個目標區塊對應有多筆距離。即,位置感測資料的某一方位角的範圍(對應於此目標區塊)偵測到多個待測物,或偵測到的數量大於一。
舉例而言,圖14是依據本發明一實施例的多人位置確認的示意圖,且表(3)為映射結果。請參照圖14及表(3),在熱影像TG中,待測物O1的位置PA1及待測物O3的位置PA3皆可被確認。然而,區塊A2對應到兩個距離。因此,尚無法確認最高溫者的位置PA2是對應到何者。
表(3)
偵測物 | 距離 (公分) | 位置感測資料的方位角所轉換的區塊 |
待測物O1 | 80 | A1 |
待測物O2 | 100 | A2 |
待測物O3 | 70 | A7 |
待測物O4 | 50 | A2 |
圖15是依據本發明一實施例的多人位置確認的示意圖。請參照圖15,處理器130可將區塊A2的在位置感測資料所記錄的數量(例如,2個)對區塊A2分割成相同數量的第二次區塊A2_1及A2_2。須說明的是,第二次區塊的大小及數量需視實際需求而決定。
請參照圖13,處理器130可決定目標區塊所對應的那些距離對應的待測物的所屬的第二次區塊(步驟S1330)。而熱影像的畫面中,若相距距離感測器30越遠,則其位置會靠近畫面上方的第二區塊;反之,相距越近則其位置靠近畫面的下方。此外,相似地,依據步驟S1030及S1050,處理器130可在各第二次區塊中判斷最高溫者的位置。即,在各第二次區塊中的平均溫度大於平均門檻值的各次區塊中的最高者的代表位置。
圖16是依據本發明一實施例的多人位置確認的示意圖。請參照圖14至圖16及表(3),待測物O2的距離D
A2_1為100公分,因此其屬於第二次區塊A2_1(距離較遠,第二次區塊偏上),且其位置是P
A2_1。待測物O4的距離D
A2_2為50公分,因此其屬於第二次區塊A2_2(距離較近,第二次區塊偏下),且其位置是P
A2_2。因此,映射結果可更新如下表(4):
表(4)
偵測物 | 距離 (公分) | 位置感測資料的方位角所轉換的區塊 |
待測物O1 | 80 | A1 |
待測物O2 | 100 | A2_1 |
待測物O3 | 70 | A7 |
待測物O4 | 50 | A2_2 |
若單純分析熱影像,則無法明確得知待測物的遠近,更無法分辨人數。而本發明實施例結合距離感測器30的位置感測資訊,可進一步確認距離並可辨識出多個待測物。
而為了得到精準的溫度量測值,在一實施例中,處理器130可依據待測物在熱影像中的位置補償待測物在熱影像中所對應的溫度。處理器130可針對不同距離提供對應的溫度校正表。針對市面上的溫度量測裝置(例如額溫槍等),普遍的溫度校正做法為線性修正:架設溫度穩定熱源裝置(例如黑體爐,其可在機器表面產生指定的均勻溫度),將溫度穩定熱源裝置調整到固定的溫度點,然後操作人員使用溫度量測裝置對溫度穩定熱源裝置量測以得到溫度值。接著,重複上述動作並將溫度穩定熱源裝置調整到數個不同溫度點,例如 : 33、35、36、37、與38度。溫度量測裝置所量測的溫度可記錄為參考溫度數據集。另一方面,溫度感測器10也會同時量測不同溫度下的溫度穩定熱源裝置,並記錄為待校正溫度數據集。此外,操作人員可改變溫度感測器10相對於溫度穩定熱源裝置的距離,並分別量測不同溫度下的溫度穩定熱源裝置。
在應用上,使用溫度感測器10對待測物進行量測,若得到數值x時,此時處理器130需要判斷數值x的溫度區間I會落在待校正溫度數據集的哪個位置。接著,處理器130找出參考溫度數據集中溫度區間I的線性斜率值a與偏移值b來補償數值x點,並輸出校正後的溫度y,即為精確的體溫:
y = ax + b ...(4)
將公式(4)(靜態校正公式)應用在前述一人或多人的體溫量測結果,則處理器130可分別修正不同待測物的溫度。無可避免地,在真實的應用中會發生待測物移動的情況,若比較溫度感測器10的量測結果與作為參考的溫度量測裝置(例如,額溫槍)的結果,則公式(4)所得的溫度值會稍微偏低。由於校正程序的過程中量測待測物是處於靜止的狀態但實際量測卻是移動的狀態,因此本發明實施例更考慮到量測待測物在動態量測時的補償(對應於表(1)的狀況1),故修正公式(4)並加入補償值c(形成動態校正公式):
y = ax + b + c…(5)
圖17是依據本發明一實施例的溫度校正的流程圖。請參照圖1,處理器130可依據表(1)所得出的決策結果判斷待測物是否為靜止狀態(步驟S1710)。例如,狀況1是移動狀態,且狀況3是靜止狀態。若為靜止狀態,則處理器130可依據靜態校正公式(4)校正溫度(步驟S1730)。而若為移動狀態,則處理器130可依據動態校正公式(5)校正溫度(步驟S1750)。
若單純採用溫度感測器10的距離判斷,則人所穿上的服飾可能遮蔽皮膚於導致距離估測的誤差過大。由於本發明實施例已藉由距離感測器30所得的位置感測資料取得較為精確的距離資訊,因此經校正的溫度可較接近於實際溫度。
在一些實施例中,處理器130可將熱影像結合前述映射結果(例如,待測物的位置、距離及/或校正溫度),並進一步透過顯示器50呈現更加豐富且正確的資訊。
綜上所述,依據本發明實施例的混合式體溫量測系統及方法,距離感測器所得的距離感測資料可與熱影像(或陣列資料)相互映射(或匹配),以確認熱影像中的待測物的位置、數量及溫度。藉此,可提升位置、數量及溫度偵測的準確性,並可實現多待測物的偵測。
雖然本發明已以實施例揭露如上,然其並非用以限定本發明,任何所屬技術領域中具有通常知識者,在不脫離本發明的精神和範圍內,當可作些許的更動與潤飾,故本發明的保護範圍當視後附的申請專利範圍所界定者為準。
1:混合式體溫量測系統
10:溫度感測器
30:距離感測器
50:顯示器
100:運算裝置
110:儲存器
130:處理器
S210~S250、S310~S350、S610~S670、S710~S770、S810~S830、S1010~S1050、S1310~S1330、S1710~S1750:步驟
X、Y:軸
M、TG:熱影像
L1~L4:長度
P1、P2:人物
A1~A7、An:區塊
An01~An16、A701~A716:次區塊
C:水平中心
θ1、θ2:視角
RP:參考位置
O1~O4:待測物
PA1、PA2、PA3、P
A2_1、P
A2_2、P
A703_max_center:位置
A2_1、A2_2:第二次區塊
D
A2_1、D
A2_2:距離
圖1是依據本發明一實施例的混合式體溫量測系統的元件方塊圖。
圖2是依據本發明一實施例的混合式體溫量測方法的流程圖。
圖3是依據本發明一實施例的產生映射結果的流程圖。
圖4是依據本發明一實施例的區塊劃分的示意圖。
圖5是依據本發明一實施例的次區塊劃分的示意圖。
圖6是依據本發明一實施例的第一溫度判斷條件的流程圖。
圖7是依據本發明一實施例的第二溫度判斷條件的流程圖。
圖8是依據本發明一實施例的比對資料的流程圖。
圖9是依據本發明一實施例的方位角轉換的示意圖。
圖10是依據本發明一實施例的位置確認的流程圖。
圖11是依據本發明一實施例的映射結果的示意圖。
圖12是依據本發明一實施例的位置確認的示意圖。
圖13是依據本發明一實施例的多人位置確認的流程圖。
圖14至圖16是依據本發明一實施例的多人位置確認的示意圖。
圖17是依據本發明一實施例的溫度校正的流程圖。
S210~S250:步驟
Claims (18)
- 一種混合式體溫量測方法,包括:取得一位置感測資料,其中該位置感測資料包括至少一待測物相對於一參考位置的方位角;將該位置感測資料映射至一熱影像以產生一映射結果,其中該熱影像是響應於溫度而成像,且將該位置感測資料映射至該熱影像以產生該映射結果的步驟包括:將該熱影像依據複數條垂直線劃分成複數個區塊;依據該熱影像所響應的溫度判斷每一該區塊是否有該至少一待測物以產生一判斷結果;以及比對該熱影像的該判斷結果及該位置感測資料以產生該映射結果;以及依據該映射結果決定該至少一待測物在該熱影像中的位置。
- 如請求項1所述的混合式體溫量測方法,其中產生該判斷結果的步驟包括:決定每一該區塊中的至少一次區塊的代表溫度;以及依據該代表溫度與一溫度門檻值的比對結果判斷對應該區塊是否有該至少一待測物。
- 如請求項2所述的混合式體溫量測方法,其中決定每一該區塊的該代表溫度的步驟包括:決定每一該次區塊的平均溫度;以及依據該平均溫度決定一溫度標準差,其中該溫度標準差作為 該代表溫度。
- 如請求項2所述的混合式體溫量測方法,其中產生該判斷結果的步驟包括:決定每一該次區塊的平均溫度,其中該平均溫度作為該代表溫度。
- 如請求項1所述的混合式體溫量測方法,其中比對該熱影像的該判斷結果及該位置感測資料的步驟包括:將該位置感測資料中的該至少一待測物對應的方位角轉換至該熱影像中對應的區塊;以及決定每一該區塊的該判斷結果與相同區塊上的該位置感測資料皆有該至少一待測物,並據以產生該映射結果。
- 如請求項1所述的混合式體溫量測方法,其中該映射結果包括該些區塊中的至少一者有該至少一待測物,且依據該映射結果決定該至少一待測物在該熱影像中的位置的步驟包括:依據該映射結果決定至少一目標區塊;決定在該熱影像中的每一該目標區塊中的複數個次區塊中的至少一最高溫者;以及依據該至少一最高溫者的次區塊決定該至少一待測物的位置。
- 如請求項6所述的混合式體溫量測方法,其中該位置感測資料更包括該至少一待測物相對於該參考位置的距離,該映射結果包括一該目標區塊對應有複數筆該距離,且依據該至少一最高溫者的次區塊決定該至少一待測物的位置的步驟包括: 依據該目標區塊所對應的該些距離的數量對該目標區塊劃分複數個第二次區塊,其中該些第二次區塊的排列方向垂直於該些區塊的排列方向;以及決定該目標區塊所對應的該些距離對應的待測物的所屬的該第二次區塊。
- 如請求項1所述的混合式體溫量測方法,更包括:依據該至少一待測物在該熱影像中的位置補償該至少一待測物在該熱影像中所對應的溫度。
- 如請求項1所述的混合式體溫量測方法,其中該位置感測資料是透過一距離感測器所取得,該熱影像是透過一溫度感測器所取得並用以供一顯示器呈現,且該距離感測器與該溫度感測器皆設於該參考位置的垂直方向上。
- 一種混合式體溫量測系統,包括:一運算裝置,經配置用以:取得一位置感測資料,其中該位置感測資料包括至少一待測物相對於一參考位置的方位角;將該位置感測資料映射至一熱影像以產生一映射結果,其中該熱影像是響應於溫度而成像,且該運算裝置更經配置用以:將該熱影像依據複數條垂直線劃分成複數個區塊;依據該熱影像所響應的溫度判斷每一該區塊是否有該至少一待測物以產生一判斷結果;以及比對該熱影像的該判斷結果及該位置感測資料以產生 該映射結果;以及依據該映射結果決定該至少一待測物在該熱影像中的位置。
- 如請求項10所述的混合式體溫量測系統,其中該運算裝置更經配置用以:決定每一該區塊中的至少一次區塊的代表溫度;以及依據該代表溫度與一溫度門檻值的比對結果判斷對應該區塊是否有該至少一待測物。
- 如請求項11所述的混合式體溫量測系統,其中該運算裝置更經配置用以:決定每一該次區塊的平均溫度;以及依據該平均溫度決定一溫度標準差,其中該溫度標準差作為該代表溫度。
- 如請求項11所述的混合式體溫量測系統,其中該運算裝置更經配置用以:決定每一該次區塊的平均溫度,其中該平均溫度作為該代表溫度。
- 如請求項10所述的混合式體溫量測系統,其中該運算裝置更經配置用以:將該位置感測資料中的該至少一待測物對應的方位角轉換至該熱影像中對應的區塊;以及決定每一該區塊的該判斷結果與相同區塊上的該位置感測資 料皆有該至少一待測物,並據以產生該映射結果。
- 如請求項10所述的混合式體溫量測系統,其中該映射結果包括該些區塊中的至少一者有該至少一待測物,且該運算裝置更經配置用以:依據該映射結果決定至少一目標區塊;決定在該熱影像中的每一該目標區塊中的複數個次區塊中的至少一最高溫者;以及依據該至少一最高溫者的次區塊決定該至少一待測物的位置。
- 如請求項15所述的混合式體溫量測系統,其中該位置感測資料更包括該至少一待測物相對於該參考位置的距離,該映射結果包括一該目標區塊對應有複數筆該距離,且該運算裝置更經配置用以:依據該目標區塊所對應的該些距離的數量對該目標區塊劃分複數個第二次區塊,其中該些第二次區塊的排列方向垂直於該些區塊的排列方向;以及決定該目標區塊所對應的該些距離對應的待測物的所屬的該第二次區塊。
- 如請求項10所述的混合式體溫量測系統,其中該運算裝置更經配置用以:依據該至少一待測物在該熱影像中的位置補償該至少一待測物在該熱影像中所對應的溫度。
- 如請求項10所述的混合式體溫量測系統,更包括:一距離感測器,耦接該運算裝置,並用以取得該位置感測資料;以及一溫度感測器,耦接該運算裝置,並用以取得該熱影像,其中該熱影像用以供一顯示器呈現,且距離感測器與該溫度感測器皆設於該參考位置的垂直方向上。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW110112660A TWI768818B (zh) | 2021-04-08 | 2021-04-08 | 混合式體溫量測系統及其方法 |
CN202110440629.8A CN115200714A (zh) | 2021-04-08 | 2021-04-23 | 混合式体温测量系统及其方法 |
US17/348,714 US20220330835A1 (en) | 2021-04-08 | 2021-06-15 | Hybrid body temperature measurement system and method thereof |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW110112660A TWI768818B (zh) | 2021-04-08 | 2021-04-08 | 混合式體溫量測系統及其方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
TWI768818B true TWI768818B (zh) | 2022-06-21 |
TW202239370A TW202239370A (zh) | 2022-10-16 |
Family
ID=83103950
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW110112660A TWI768818B (zh) | 2021-04-08 | 2021-04-08 | 混合式體溫量測系統及其方法 |
Country Status (3)
Country | Link |
---|---|
US (1) | US20220330835A1 (zh) |
CN (1) | CN115200714A (zh) |
TW (1) | TWI768818B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108615022A (zh) * | 2018-05-02 | 2018-10-02 | 广东工业大学 | 一种人体定位方法、装置、设备及系统 |
TW202001682A (zh) * | 2018-06-08 | 2020-01-01 | 晟風科技股份有限公司 | 具有對距離做溫度補償功能之熱像儀及其溫度補償方法 |
CN111157123A (zh) * | 2020-02-17 | 2020-05-15 | 北京迈格威科技有限公司 | 测量温度的方法、装置、服务器和测量温度的系统 |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5488468A (en) * | 1991-12-26 | 1996-01-30 | Sharp Kabushiki Kaisha | Optical distance measuring apparatus having semiconductor position sensitive photodetector |
JP3591445B2 (ja) * | 2000-10-16 | 2004-11-17 | 三菱電機株式会社 | 赤外線カメラ |
US20050044646A1 (en) * | 2003-08-28 | 2005-03-03 | David Peretz | Personalized toothbrushes |
US8194965B2 (en) * | 2007-11-19 | 2012-06-05 | Parascript, Llc | Method and system of providing a probability distribution to aid the detection of tumors in mammogram images |
BR112018015276A2 (pt) * | 2016-01-26 | 2018-12-18 | Icat Llc | processador com núcleo com pipeline algorítmico reconfigurável e compilador com pipeline correspondente algorítmico |
WO2017177370A1 (zh) * | 2016-04-12 | 2017-10-19 | 深圳华盛昌机械实业有限公司 | 图像融合方法、装置和红外热像设备 |
US10375325B2 (en) * | 2016-06-23 | 2019-08-06 | Fluke Corporation | Thermal anomaly detection |
KR102668775B1 (ko) * | 2016-11-11 | 2024-05-23 | 한국전자통신연구원 | 표적영역의 변위정보 확인 방법 및 장치, 이를 이용한 대기운동정보 확인방법 및 장치 |
US9638800B1 (en) * | 2016-11-22 | 2017-05-02 | 4Sense, Inc. | Passive tracking system |
US11321592B2 (en) * | 2018-04-25 | 2022-05-03 | Avigilon Corporation | Method and system for tracking an object-of-interest without any required tracking tag theron |
-
2021
- 2021-04-08 TW TW110112660A patent/TWI768818B/zh active
- 2021-04-23 CN CN202110440629.8A patent/CN115200714A/zh active Pending
- 2021-06-15 US US17/348,714 patent/US20220330835A1/en active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108615022A (zh) * | 2018-05-02 | 2018-10-02 | 广东工业大学 | 一种人体定位方法、装置、设备及系统 |
TW202001682A (zh) * | 2018-06-08 | 2020-01-01 | 晟風科技股份有限公司 | 具有對距離做溫度補償功能之熱像儀及其溫度補償方法 |
CN111157123A (zh) * | 2020-02-17 | 2020-05-15 | 北京迈格威科技有限公司 | 测量温度的方法、装置、服务器和测量温度的系统 |
Also Published As
Publication number | Publication date |
---|---|
US20220330835A1 (en) | 2022-10-20 |
TW202239370A (zh) | 2022-10-16 |
CN115200714A (zh) | 2022-10-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6424163B2 (ja) | ビデオ内の対象物を検出するための方法、装置及びシステム | |
CN111426388A (zh) | 人员体温测量方法、系统、计算机存储介质及电子设备 | |
US9804031B2 (en) | Apparatus and method to calculate energy dissipated from an object | |
US9194931B2 (en) | Length measurement method and device of the same | |
CN107424186A (zh) | 深度信息测量方法及装置 | |
TW201245656A (en) | Detecting method and apparatus | |
US20150062302A1 (en) | Measurement device, measurement method, and computer program product | |
JP2013200137A (ja) | 赤外線温度測定装置、赤外線温度測定方法、および、赤外線温度測定装置の制御プログラム | |
US10395340B2 (en) | System and method of generating 3D infrared camera stitching for a thermal mapping | |
KR20200018553A (ko) | 열화상센서를 갖는 스마트폰, 차량, 카메라 및 이를 이용한 디스플레이 및 감지 방법 | |
US11373322B2 (en) | Depth sensing with a ranging sensor and an image sensor | |
CN112102307B (zh) | 全局区域的热度数据确定方法、装置及存储介质 | |
CN111442845A (zh) | 基于距离补偿的红外测温方法、装置及计算机存储介质 | |
US20220155149A1 (en) | Object Recognition Device and Object Recognition Method | |
JP2015114950A (ja) | 動作判定方法、動作判定装置および動作判定プログラム | |
TW202242716A (zh) | 用於目標匹配的方法、裝置、設備及儲存媒體 | |
TWI768818B (zh) | 混合式體溫量測系統及其方法 | |
JP5047658B2 (ja) | カメラ装置 | |
US11940568B2 (en) | Enhanced multispectral sensor calibration | |
JP6331566B2 (ja) | 人物頭部検知装置及び姿勢推定装置 | |
KR102226372B1 (ko) | 다수 카메라와 라이다 센서 융합을 통한 객체 추적 시스템 및 방법 | |
TWI762951B (zh) | 溫度測量裝置以及溫度測量方法 | |
JP2014002489A (ja) | 位置推定装置、方法、及びプログラム | |
JPWO2020175085A1 (ja) | 画像処理装置、及び画像処理方法 | |
TWI806448B (zh) | 溫度量測系統、溫度量測方法及非暫態電腦可讀取儲存媒體 |