基于红外图像人脸检测的体温测量的方法和装置制造方法及图纸

本发明专利技术涉及一种基于红外图像人脸检测的体温测量的方法，包括：通过红外测温摄像头获取红外图像和温度分布图；基于所述红外图像，进行人脸分析，获取人脸区域；基于所述温度分布图，进行温度分析，确定体温区域；根据所述体温区域，对所述人脸区域进行校准，确认感兴趣区域；根据预设的算法，计算所述感兴趣区域的平均温度。本发明专利技术可以实现远程便携式的体温测量，通过红外图像的人脸分析，精准定位被测人体的人脸区域，并结合温度分布图对人脸区域进行校准，具有测量准确性高、漏检率低的优点。

【技术实现步骤摘要】
基于红外图像人脸检测的体温测量的方法和装置
本专利技术涉及增强现实的应用领域，尤其涉及一种红外测温摄像头的增强现实的体温测量方法和装置。
技术介绍
传统的体温测量方法一般是通过使用水银温度计或额温计等近距离测温的方法，通常需要较长的测量时间和近距离接触。在人流量较大的情况下，测量速度较慢；此外，由于全球新型冠状病毒的爆发，近距离的接触会增加感染的风险，因此急迫需要一种能够实现远距离快速体温检测的方法。现有的红外测温摄像头可以实现固定地点的非接触式体温检测，但是红外测温摄像头必须固定在场地上，被测人员需要按指示站在固定的位置接受测量，测量速度较慢、且无法实现便携式检测，且红外测温摄像头受环境影响较大，在变化环境中的误差较大。
技术实现思路
本专利技术的目的在于提供一种新的基于红外图像人脸检测的体温测量的方法和装置。根据本专利技术的一方面，提供了一种基于红外图像人脸检测的体温测量的方法，包括：通过红外测温摄像头获取红外图像和温度分布图；基于所述红外图像，进行人脸分析，获取人脸区域；基于所述温度分布图，进行温度分析，确定体温区域；根据所述体温区域，对所述人脸区域进行校准，确认感兴趣区域；根据预设的算法，计算所述感兴趣区域的平均温度。根据本专利技术的另一方面，提供了一种测温AR眼镜，包括，红外测温摄像头，用于输出红外图像和温度分布图，处理器，存储器，用于储存计算机指令，当所述计算机指令被处理器执行时，使得：红外测温摄像头获取红外图像和温度分布图；对所述红外图像进行人脸分析，获取人脸区域；对所述温度分布图进行温度分析，确定体温区域；根据所述体温区域，对所述人脸区域进行校准，确认感兴趣区域；根据预设的算法，计算所述感兴趣区域的平均温度；显示装置，用于增强现实地显示所述平均温度。本专利技术可以实现远程便携式的体温测量，通过红外图像的人脸分析，精准定位被测人体的人脸区域，并结合温度分布图对人脸区域进行校准，具有测量准确性高、漏检率低的优点。附图说明图1是根据本专利技术的一个或多个实施例的基于红外图像人脸检测的体温测量的方法的流程图；图2示出了根据本专利技术的一个或多个实施例的红外测温摄像头拍摄的红外图像(热成像图)的示意图；图3示出了根据本专利技术的一个或多个实施例的人体算法模型；图4示出了根据本专利技术的一个或多个实施例的人体算法模型的神经网络模型；图5示出了根据本专利技术的一个或多个实施例的人脸检测算法的神经网络模型；图6示出了根据本专利技术的一个或多个实施例的AR眼镜的示意图。具体实施方式为更进一步阐述本专利技术为达成预定专利技术目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本专利技术提出的基于红外图像人脸检测的体温测量的方法和装置的具体实施方式、结构、特征及其功效，详细说明如后。如图1所示，示出了根据本专利技术的一个实施例的一种基于红外图像人脸检测的体温测量的方法，包括如下步骤：S1、通过红外测温摄像头获取红外图像和温度分布图；S2、基于所述红外图像，进行人脸分析，获取人脸区域；S3、基于所述温度分布图，进行温度分析，确定体温区域；S4、根据所述体温区域，对所述人脸区域进行校准，确认感兴趣区域；S5、根据预设的算法，计算所述感兴趣区域的平均温度。具体地，在步骤S1中，红外测温摄像头为可商业购买的红外测温摄像头(或称为热成像仪)，例如艾睿光电生产销售的T3C模组，其具有并行数字接口输出，可适配各种智能处理平台，能够实现红外图像显示和温度统计显示功能。对于实现本专利技术的一个或多个实施例的技术效果而言，只要红外测温摄像头可以输出红外图像及温度数据，就可以实现本专利技术的一个或多个实施例的测温方法和测温装置。因此本专利技术对于红外测温摄像头的型号、测温的实现方式不做具体限定。如图2所示，示出了红外测温摄像头拍摄的红外图像(热成像图)的示意图。在该红外图像上，可以观察到大致的人体特征，也有基于颜色的温标(在黑白图像中，颜色越浅，温度越高)，从中可以观察到3个佩戴口罩的行人，在皮肤露出的区域，可以看到颜色越浅，温度越高。如果采用传统的红外测温手段，必须让行人定点在某个区域上站立，从而进行测温，但是在便携式远程测温过程中，由于无法准确区分红外图像中哪些部分是人脸的位置，也无法区分人脸上是否佩戴口罩。因此，尽管红外测温摄像头可以获得不同部位所对应的像素点的温度值，但是无法获得准确地获取人体的体温数值。接下来，在步骤S2中，基于所述红外图像，进行人脸检测，获取人脸区域。可以采用基于神经网络模型的人体算法模块进行人脸检测，所述人体算法模块至少包含人脸检测模块。经过人脸检测模块处理的红外图像，输出带有人脸位置信息的数据；优选地，还可以根据人脸模型，输出具有五官位置的数据。人脸检测模块可以基于神经网络结构构建，其中一个实施例的神经网络的组成结构见附图4。其中数据1、2……代表输入的图像帧，神经网络可以由多层的循环神经网络构成，每一帧图像听过神经网络之后，输出图像中人脸的位置。在另一个实施例中，神经网络也可以由卷积神经网络构成，或循环神经网络和卷积神经网络的混合构成。优选地，如图3所示，人体算法模块还包括人头检测模块、测温距离估算模块、人脸识别模块的一种或多种。具体地，人头检测模块可以用来检测图像中的人头位置，由于在实际体温筛查的过程中，被测人体并非一直正对测试的红外测温摄像头，因此人头检测可以辅助人脸检测，避免非正脸面对红外测温摄像头下的漏检情况的发生。人头检测模块可以采用和人脸检测模块类似的神经网络结构构建，并采用带有人头标记的红外图像数据进行训练。测温距离估算模块可以通过人脸检测模块检测的人脸的像素大小，估算被测人脸到红外测温摄像头的距离，并将估算的距离输出，用来对体温数据进行距离校正。可以预先通过机器学习技术建立人脸像素大小和距离之间的关系模型，也可以构建人体五官的特征(例如双眼之间的距离所占的像素点的个数)和距离之间的关系模型，并根据人脸检测模块输出的数据进行距离的估算。在红外远距离测温中，由于随着距离的增加，红外测温摄像头接受到的红外辐射降低，所以对体温数据进行距离校正，可以提高测温的准确度。在实际测温中，距离的估算只需要精确到0.3-0.5米左右，即可提升测温的准确度，因此通过人脸区域的一个或多个参数进行距离估算可以有效提升测温的准确度。可选地，还可以通过人脸识别模块完成人脸追踪的效果，特别是在多人测温的场景下，通过人脸识别可以有效提高多人测温的准确性和用户体验。如图5所示，可以基于深度神经网络结构单元构建人脸识别模型，并利用深度学习技术训练该模型，其中N为100～300的整数。人脸识别模块可以对人脸区域提取区分性特征，并对红外图像中的所有人脸区域分析，对相同的人脸进行聚合，并输出人脸ID。由此，可以在被测人物移动的过程中，实施将测量的温度和人脸进行对应，并显示在测量设备的显示器上。相比于RGB图像的人脸识别，红外人脸识别并非需要准确的将识别出本文档来自技高网...

【技术保护点】
1.一种基于红外图像人脸检测的体温测量的方法，包括，/n通过红外测温摄像头获取红外图像和温度分布图；/n基于所述红外图像，进行人脸分析，获取人脸区域；/n基于所述温度分布图，进行温度分析，确定体温区域；/n根据所述体温区域，对所述人脸区域进行校准，确认感兴趣区域；/n根据预设的算法，计算所述感兴趣区域的平均温度。/n

【技术特征摘要】
1.一种基于红外图像人脸检测的体温测量的方法，包括，
通过红外测温摄像头获取红外图像和温度分布图；
基于所述红外图像，进行人脸分析，获取人脸区域；
基于所述温度分布图，进行温度分析，确定体温区域；
根据所述体温区域，对所述人脸区域进行校准，确认感兴趣区域；
根据预设的算法，计算所述感兴趣区域的平均温度。


2.根据权利要求1所述的方法，其中基于所述红外图像，进行人脸分析，获取人脸区域，进一步包括：
将所述红外图像输入训练好的人体算法模块，
所述人体算法模块输出人脸区域，所述人脸区域包含人脸所包含的像素点位置；
其中，人体算法模块基于神经网络结构单元构建，所述人体算法模块包含人脸检测模块。


3.根据权利要求2所述的方法，其中所述神经网络结构单元为循环神经网络层。


4.根据权利要求2所述的方法，进一步包括：
通过所述人体算法模块输出的人脸区域的一个或多个参数，估算被测人脸和红外测温摄像头的测温距离，并通过测温距离对感兴趣区域的平均温度进行校正。


5.根据权利要求1所述的方法，其中，所述基于所述温度分布图，进行温度分析，确定体温区域，进一步包括：
根据预设的体温区间及像素点阈值，确定体温区域。


6.根据权利要求5所述的方法，进一步包括：
所述预设的体温区间的中心点的值的范围36...

【专利技术属性】
技术研发人员：谢世鹏，曾滔，陈凯迪，
申请(专利权)人：芋头科技杭州有限公司，
类型：发明
国别省市：浙江;33