一种无接触温度测量与身份识别系统技术方案

本发明专利技术公开了一种基于测温、测距传感器和摄像头的无接触温度测量与身份识别系统，测温传感器采用GY

【技术实现步骤摘要】
一种无接触温度测量与身份识别系统


[0001]本专利技术属于信息
，更具体地，涉及一种无接触温度测量与身份识别系统。

技术介绍

[0002]由于新冠发热的病症及对人口流动的管控需要，急需一种测温和身份识别的装置，传统的测温方式，如水银体温计、红外测温枪等，因为测量时间较长、需要接触测温或者测量距离短、需要人工操作等缺点，无法很好地满足防疫大环境下的需求。同时，戴口罩能有效防止人与人之间的病菌传播，疫情期间，要求人人出门佩戴口罩，在人流量较大的地方，如学校出入口、小区出入口等处，要求设点对出入人群佩戴口罩情况进行监督和管控。
[0003]在测温装置中，红外测温传感器具有非接触式测量、测量范围广，测温速度快等优点，因此被广泛应用于各种测温仪器当中，在疫情期间发挥了相当重要的作用。但线状的红外测量模块会因为红外线扩散和传播中的损失导致无法实现远距离精准测量，常用的手持式红外测温仪有效测温距离只有10CM，而远距离测量的红外热成像仪需要几十倍的成本。因此，如何实现远距离体温检测及口罩检测或人脸识别是目前亟需解决的技术问题。

技术实现思路

[0004]针对现有技术的以上缺陷或改进需求，本专利技术提出了一种基于测温、测距传感器和摄像头的无接触温度测量与身份识别系统，能对目标个体进行远距离体温检测及口罩检测或人脸识别。
[0005]为实现上述目的，本专利技术提供了一种基于测温、测距传感器和摄像头的无接触温度测量与身份识别系统，包括：测温模块、测距模块、图像处理模块和微控制单元，其中，所述测温模块和所述测距模块通过两路I2C总线与所述微控制单元连接，由所述微控制单元从所述测温模块中读取温度值，从所述测距模块中读出距离值，然后采用距离温度补正弥补距离产生的测温误差以进行远距离测温；
[0006]所述图像处理模块与所述微控制单元使用TTL电路连接进行串口通信，以通过所述图像处理模块进行图像处理结合摄像头实现特征学习和识别。
[0007]在一些可选的实施方案中，所述微控制单元，用于将从所述测温模块中获取的温度数据进行线性变换为摄氏温度，然后基于最小二乘法构造减法补偿模型以降低红外测温由于距离影响时的误差。
[0008]在一些可选的实施方案中，所述微控制单元，首先由Δy＝y0‑
y得到所述测温模块的测量误差，其中，y为所述测温模块的测量温度，y0为目标实际温度；然后对得到的Δy进行多项式拟合得到Δy＝a0+a1X+a2X2，X为所述测温模块到测量目标的距离值，a0，a1，a2为多项式系数；通过实验测量得到的距离值拟合得到a0，a1，a2，将当前测量得到的距离值带入拟合方程得到温度测量误差Δy'，则校正后的温度为：y0'＝y+Δy'。
[0009]在一些可选的实施方案中，所述图像处理模块，包括：
[0010]人脸坐标获取单元，用于通过第一卷积神经网络模型基于从摄像头获取的人脸图
像中获取人脸坐标；
[0011]调整单元，用于根据人脸坐标对人脸图像中包含人脸的部分进行剪裁和长宽调整得到待矫正图像；
[0012]人脸特征点提取单元，用于通过第二卷积神经网络模型从裁剪和调整后的图像中提取包括眼、鼻、嘴的人脸特征点；
[0013]放射变换单元，用于使用标准人脸面部特征点信息作为参考值，基于提取到的人脸特征点对待矫正图像进行仿射变换；
[0014]人脸特征图提取单元，用于基于仿射变换后的图像，通过第三卷积神经网络模型得到人脸特征图；
[0015]入库单元，用于将提取到的人脸特征图入库，以提供比对样本；
[0016]特征比对单元，用于将实时获取的人脸特征图与入库的人脸特征图进行欧氏距离比对，超过特定的阈值判断为不一样的人脸，在阈值之内判断为同一个人，从而实现身份识别。
[0017]在一些可选的实施方案中，所述人脸坐标获取单元，用于采用YoloV2网络，将摄像头捕获到的图片输入到YoloV2网络，完整运行YoloV2网络以获得图片中所有人脸的坐标信息。
[0018]在一些可选的实施方案中，所述人脸特征点提取单元，用于将已经调整好了的人脸图像载入用于提取人脸特征点的第二卷积神经网络模型以获得特征点坐标，其中，第二卷积神经网络模型较第一卷积神经网络模型减少了卷积层，增加了两个填充层和一个反量化层进行微调。
[0019]在一些可选的实施方案中，所述人脸特征图提取单元，用于将经过仿射变换校准的图片载入用于比对人脸特征图提取的第三卷积神经网络模型，将返回可以载入特征库的人脸特征图，其中，第三卷积神经网络模型包含卷积层、量化层、反量化层以及池化层。
[0020]在一些可选的实施方案中，所述图像处理模块，还用于将摄像头获取的图片载入第四卷积神经网络模型，然后通过卷积提取特征图后，与戴口罩的特征图库与不带口罩的特征图库一一对比，最后找出欧氏距离最小的特征图，并返回该特征图所属的图库种类与相似度，其中，第四卷积神经网络模型中包括戴口罩的特征图和不戴口罩的特征图。
[0021]在一些可选的实施方案中，所述测温模块为无接触温度测量模块，其采用MLX90614传感器，通信接口使用标准IIC协议，由所述微控制单元从所述MLX90614传感器内部RAM中读取到16位温度数据，其中包含环境温度数据和传感器测量物体的温度数据，分别存储在不同的RAM地址，然后使用IIC协议定向对不同地址的温度数据进行读取。
[0022]在一些可选的实施方案中，所述图像处理模块使用K210芯片。
[0023]总体而言，通过本专利技术所构思的以上技术方案与现有技术相比，能够取得下列有益效果：
[0024](1)通过本专利技术能够在较大距离(如0～2m)以内精准测量体温(误差不超过0.2摄氏度)；
[0025](2)通过本专利技术能方便地进行身份识别和口罩检测，并具有相当高的精准度。本系统还具有学习时间极短的特性，新面孔在几十毫秒的时间内便能学习成功。
[0026](3)通过本专利技术无需使用红外扫描仪及FPGA等昂贵神经网络硬件，具有成本低可
靠性好的特点。
附图说明
[0027]图1是本专利技术实施例提供的一种系统结构框图；
[0028]图2是本专利技术实施例提供的一种系统的工作流程图。
具体实施方式
[0029]为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。此外，下面所描述的本专利技术各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
[0030]在本专利技术实例中，“第一”、“第二”等是用于区别不同的对象，而不是用于描述特定的顺序或先后次序。
[0031]本专利技术的无接触温度测量与身份识别系统，采用低成本线状的红外测量模块外加激光测距模块，加入测温距离这个因子，通过算法补正了因为距离产生的测温误差，在低成本下实现了高精度远距离测量。在图像处理芯片中，K210本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于测温、测距传感器和摄像头的无接触温度测量与身份识别系统，其特征在于，包括：测温模块、测距模块、图像处理模块和微控制单元，其中，所述测温模块和所述测距模块通过两路I2C总线与所述微控制单元连接，由所述微控制单元从所述测温模块中读取测量目标的温度值，从所述测距模块中读出所述测温模块与测量目标之间的距离值，然后采用距离温度补正弥补距离产生的测温误差以进行远距离测温；所述图像处理模块与所述微控制单元使用TTL电路连接进行串口通信，以通过所述图像处理模块进行图像处理结合摄像头实现特征学习和识别。2.根据权利要求1所述的系统，其特征在于，所述微控制单元，用于将从所述测温模块中获取的温度数据进行线性变换为摄氏温度，然后基于最小二乘法构造减法补偿模型以降低红外测温由于距离影响时的误差。3.根据权利要求2所述的系统，其特征在于，所述微控制单元，首先由Δy＝y0‑
y得到所述测温模块的测量误差，其中，y为所述测温模块的测量温度，y0为目标实际温度；然后对得到的Δy进行多项式拟合得到Δy＝a0+a1X+a2X2，X为所述测温模块到测量目标的距离值，a0，a1，a2为多项式系数；通过实验测量得到的距离值拟合得到a0，a1，a2，将当前测量得到的距离值带入拟合方程得到温度测量误差Δy'，则校正后的温度为：y0'＝y+Δy'。4.根据权利要求1至3任意一项所述的系统，其特征在于，所述图像处理模块，包括：人脸坐标获取单元，用于通过第一卷积神经网络模型基于从摄像头获取的人脸图像中获取人脸坐标；调整单元，用于根据人脸坐标对人脸图像中包含人脸的部分进行剪裁和长宽调整得到待矫正图像；人脸特征点提取单元，用于通过第二卷积神经网络模型从裁剪和调整后的图像中提取包括眼、鼻、嘴的人脸特征点；放射变换单元，用于使用标准人脸面部特征点信息作为参考值，基于提取到的人脸特征点对待矫正图像进行仿射变换；人脸特征图提取单元，用于基于仿射变换后的图像，通过第三卷积神经网络模型得到人脸特征...

【专利技术属性】
技术研发人员：肖灼华，夏定元，
申请(专利权)人：武汉理工大学，
类型：发明
国别省市：