红外疫情智能综合检测识别系统技术方案

本申请公开了红外疫情智能综合检测识别系统，包括：身份信息认证单元用于获取被测人员的证件信息并发送至综合信息处理平台；可见光人脸识别单元用于采集被测人员的面部图像并发送至综合信息处理平台；综合信息处理平台用于提取面部图像中的人脸纹理特征，生成识别图像，当判定识别图像与身份证照片图像相匹配时，发送体温检测指令；红外人体测温单元用于获取被测人员的红外体温图像并发送至综合信息处理平台；综合信息处理平台还用于计算被测人员的人体额头温度，并结合位置坐标和检测时间，采用SQL数据库建立被测人员的监测记录档案。通过本申请中的技术方案，解决了体温筛查、人员确认、综合信息获取、数据远程共享等问题。

Intelligent comprehensive detection and recognition system of infrared epidemic situation

【技术实现步骤摘要】
红外疫情智能综合检测识别系统
本申请涉及疫情防控的
，具体而言，涉及红外疫情智能综合检测识别系统。
技术介绍
在疫情防控领域，人员的快速流动是造成疫情传播蔓延的重要原因之一，目前国内外针对“SARS”、“SARS-CoV-2”、“甲型流感”等流行性病毒的筛查工作主要采用的方法是：在航空机场、火车站、汽车站、酒店、小区等人流密集区域，由监管人员采用手持点温仪进行逐一测温，或安装红外人体测温系统筛查，将体温异常的人员进行隔离检测，这样的筛查方法存在以下问题：(1)未对人员身份信息进行确认，且筛查信息同被测人员分离；(2)筛查信息采用手工录入，信息传递不及时，不利于宏观数据汇总；(3)点温仪、红外人体测温系统等筛查设备相对独立，不利于数据挖掘、关联；(4)无法快速追踪疑似患者的运行轨迹，从而在最短的时间内追踪其密切接触者。在疫情防控的重要关头，需要在初期筛查出体温异常人员，并获取其身份信息、车次、时间、途经地点、体温信息等是重中之重，从而可根据相关信息追踪密切接触者，给卫生防疫部门和政府决策部门提供应对和决策措施，实现疫情快速管控。
技术实现思路
本申请的目的在于：解决了体温筛查、人员确认、综合信息获取、数据远程共享等问题，以及提高疑似患者的身份确认、体温检测的准确性。本申请的技术方案是：提供了红外疫情智能综合检测识别系统，该系统包括：身份信息认证单元，可见光人脸识别单元，红外人体测温单元和综合信息处理平台；身份信息认证单元用于获取被测人员的证件信息，并将证件信息发送至综合信息处理平台；可见光人脸识别单元用于采集被测人员的面部图像，并将面部图像发送至综合信息处理平台；综合信息处理平台用于根据证件信息确定被测人员的身份证照片图像，并提取面部图像中的人脸纹理特征，生成识别图像，判断识别图像是否与身份证照片图像相匹配，若是，向红外人体测温单元发送体温检测指令；红外人体测温单元用于在收到体温检测指令后，获取被测人员的红外体温图像，并将红外体温图像发送至综合信息处理平台；综合信息处理平台还用于利用红外目标提取算法和黑体温度-探测器响应特性曲线，根据红外体温图像，计算被测人员的人体额头温度，综合信息处理平台又用于根据证件信息和人体额头温度，结合位置坐标和检测时间，采用SQL数据库建立被测人员的监测记录档案。上述任一项技术方案中，进一步地，提取面部图像中的人脸纹理特征，具体包括：步骤11，根据预设邻域半径P，对面部图像进行区域划分，依次计算每个区域内的像素相关度均值和相似度标准差，其中，像素相关度均值的计算公式为：式中，gavg为像素相关度均值，gi为区域内第i个像素点，相似度标准差的计算公式为：式中，σ为相似度标准差；步骤12，选取每个区域内的中心像素灰度值，根据每个区域的像素相关度均值和相似度标准差，提取每个区域的LBPP.R特征，其中，LBPP.R特征的计算公式为：式中，gc中心像素灰度值；步骤13，将提取出的LBPP.R特征，按照区域划分的顺序依次拼接，生成人脸纹理特征。上述任一项技术方案中，进一步地，计算被测人员的人体额头温度，具体包括：步骤21，对红外体温图像进行区域划分，并剔除固定位置热源所在区域，依次对各个区域的像素点进行扫描，计算使得OTSU算法中目标与背景类间方差取得最大值的像素点所对应的灰度值，并记作第一修订灰度值；步骤22，计算红外体温图像中大于第一修订灰度值的各像素点的灰度平均值，记作第二修订灰度值，并结合第一修订灰度值，计算分割阈值；步骤23，根据分割阈值，在红外体温图像中提取目标区域，记作额头温度区域；步骤24，计算额头温度区域对应的像素阈值，当判定额头温度区域内像素点的最大灰度值大于像素阈值时，剔除最大灰度值对应的像素点，重新计算像素阈值，直至额头温度区域内保留像素点的灰度值均小于或等于像素阈值后，计算额头温度区域内保留像素点对应的灰度值均值，其中，像素阈值为额头温度区域中灰度中值或平均灰度值的预设百分比；步骤25，根据黑体温度-探测器响应特性曲线，计算灰度值均值对应的等效辐射温度，并根据等效辐射温度，计算人体额头温度。上述任一项技术方案中，进一步地，综合信息处理平台还用于：当判定计算出的被测人员的人体额头温度大于或等于报警阈值时，生成报警信息，并将被测人员的监测记录档案标记为红色。上述任一项技术方案中，进一步地，系统还包括：手持点温仪；手持点温仪用于当综合信息处理平台生成报警信息后，对被测人员进行体温复测，记作被测人员的复测温度，并将复测温度发送至综合信息处理平台；综合信息处理平台还用于当判定复测温度小于报警阈值时，将被测人员的监测记录档案由红色标记为绿色。上述任一项技术方案中，进一步地，综合信息处理平台将被标记为红色的监测记录档案所对应的被测人员记作疑似患者，并确定疑似患者的身份信息，系统还包括：数据云存储服务器；数据云存储服务器用于存储被测人员的监测记录档案；综合信息处理平台还用于：根据疑似患者的身份信息，提取数据云存储服务器中对应的监测记录档案，记作疑似档案，并根据疑似档案中所包含的位置坐标和检测时间，生成被测人员的行程轨迹，行程轨迹用于追踪疑似患者的接触者，其中，接触者由疑似档案中的位置坐标和检测时间确定。上述任一项技术方案中，进一步地，系统还包括：显示设备；显示设备连接于综合信息处理平台，显示设备用于显示监控视频和监测记录档案。上述任一项技术方案中，进一步地，证件信息为身份证、飞机票、火车票、船票、房卡、出入证、居住证、暂住证中的至少一种。上述任一项技术方案中，进一步地，可见光人脸识别单元包括高清网络摄像机，高清网络摄像机用于采集被测人员的面部图像。上述任一项技术方案中，进一步地，红外人体测温单元包括长波非制冷红外热像仪，长波非制冷红外热像仪用于获取被测人员的红外体温图像。本申请的有益效果是：(1)实时监控，快速预警。能够有效的实时监控路过人员的体温信息，并实现实时预警。(2)人员信息数据挖掘，密切追踪。能够通过人脸识别结合身份认证系统挖掘出该名人员的曾经去向、所到达过的地点、时间以及体温信息。(3)数据远程共享。能够在设备之间共享同一人的相关信息，可实现异地调取。(4)综合信息统计。根据相关数据进行统计分析，得到疑似患者数量、分布、运行轨迹以及密切接触人员数量等，并模拟出疫情发展趋势和控制策略建议。本申请中，通过在检测识别系统的身份认证过程中，引入像素相关度均值和相似度标准差，对传统的局部二值法进行修订，以提高特征提取的有效性，使得单次识别率可达97％，识别时间小于1s，提高对被测人员的检测效率，减少与疑似患者接触时间，降低疫情传播的可能性。本申请中，通过对OTSU算法中的分割阈值进行修订以及额头温度区域异常像素点的剔除，提高目标区域提取、灰度值均值计算的准确性，进而使得计算出的人体额头温度更加接近于真实值，提高了被测人员温度检测本文档来自技高网...

【技术保护点】
1.红外疫情智能综合检测识别系统，其特征在于，该系统包括：身份信息认证单元，可见光人脸识别单元，红外人体测温单元和综合信息处理平台；/n所述身份信息认证单元用于获取所述被测人员的证件信息，并将所述证件信息发送至所述综合信息处理平台；/n所述可见光人脸识别单元用于采集所述所述被测人员的面部图像，并将所述面部图像发送至所述综合信息处理平台；/n所述综合信息处理平台用于根据所述证件信息确定所述被测人员的身份证照片图像，并提取所述面部图像中的人脸纹理特征，生成识别图像，判断所述识别图像是否与所述身份证照片图像相匹配，若是，向所述红外人体测温单元发送体温检测指令；/n所述红外人体测温单元用于在收到所述体温检测指令后，获取所述被测人员的红外体温图像，并将所述红外体温图像发送至所述综合信息处理平台；/n所述综合信息处理平台还用于利用红外目标提取算法和黑体温度-探测器响应特性曲线，根据所述红外体温图像，计算所述被测人员的人体额头温度，所述综合信息处理平台又用于根据所述证件信息和所述人体额头温度，结合位置坐标和检测时间，采用SQL数据库建立所述被测人员的监测记录档案。/n

【技术特征摘要】
1.红外疫情智能综合检测识别系统，其特征在于，该系统包括：身份信息认证单元，可见光人脸识别单元，红外人体测温单元和综合信息处理平台；
所述身份信息认证单元用于获取所述被测人员的证件信息，并将所述证件信息发送至所述综合信息处理平台；
所述可见光人脸识别单元用于采集所述所述被测人员的面部图像，并将所述面部图像发送至所述综合信息处理平台；
所述综合信息处理平台用于根据所述证件信息确定所述被测人员的身份证照片图像，并提取所述面部图像中的人脸纹理特征，生成识别图像，判断所述识别图像是否与所述身份证照片图像相匹配，若是，向所述红外人体测温单元发送体温检测指令；
所述红外人体测温单元用于在收到所述体温检测指令后，获取所述被测人员的红外体温图像，并将所述红外体温图像发送至所述综合信息处理平台；
所述综合信息处理平台还用于利用红外目标提取算法和黑体温度-探测器响应特性曲线，根据所述红外体温图像，计算所述被测人员的人体额头温度，所述综合信息处理平台又用于根据所述证件信息和所述人体额头温度，结合位置坐标和检测时间，采用SQL数据库建立所述被测人员的监测记录档案。


2.如权利要求1所述的红外疫情智能综合检测识别系统，其特征在于，提取所述面部图像中的人脸纹理特征，其特征在于，具体包括：
步骤11，根据预设邻域半径P，对所述面部图像进行区域划分，依次计算每个区域内的像素相关度均值和相似度标准差，其中，像素相关度均值的计算公式为：



式中，gavg为像素相关度均值，gi为区域内第i个像素点，
相似度标准差的计算公式为：



式中，σ为相似度标准差；
步骤12，选取每个区域内的中心像素灰度值，根据每个区域的像素相关度均值和相似度标准差，提取每个区域的LBPP.R特征，其中，LBPP.R特征的计算公式为：






式中，gc中心像素灰度值；
步骤13，将提取出的所述LBPP.R特征，按照区域划分的顺序依次拼接，生成所述人脸纹理特征。


3.如权利要求1所述的红外疫情智能综合检测识别系统，其特征在于，计算所述被测人员的人体额头温度，具体包括：
步骤21，对所述红外体温图像进行区域划分，并剔除固定位置热源所在区域，依次对各个区域的像素点进行扫描，计算使得OTSU算法中目标与背景类间方差取得最大值的像素点所对应的灰度值，并记作第一修订灰度值；
步骤22，计算所述红外体温图像中大于所述第一修订灰度值的各像素点的灰度平均值，记作第二修订灰度值，并结合所述第一修订灰度值，计算分割阈值；
步骤23，根据所述分割阈值，在所述红外体温图像中提取目标区域，记作额头温度区域；
步骤24，计算所述额头温度区域对应的像素阈值，...

【专利技术属性】
技术研发人员：陈福胜，洪普，
申请(专利权)人：中国船舶重工集团公司第七一七研究所，湖北久之洋红外系统股份有限公司，
类型：发明
国别省市：湖北;42