本发明专利技术属于图像识别技术领域，具体涉及一种基于身份识别的人体温度趋势检测方法及装置。该方法包括：通过实时获取当前时刻下目标区域内人体的体温数据、环境温度数据、区域地理位置数据和人脸图像数据；基于获取的人脸图像数据，进行人脸识别，得到该人脸图像数据对应的人体的身份信息；将得到的身份信息、体温数据、环境温度数据、区域地理位置和当前时刻的时间数据进行一对一绑定，得到绑定数据包；其基于人脸识别，获取人体在不同环境温度下，多个不同时间段的温度数据，使用预设的数据模型进行数据分析和数据校正，以去除噪声干扰，实现了在复杂环境下的人体温度智能识别；具有检测效率高、检测准确率高和智能化程度高的优点。点。点。
【技术实现步骤摘要】
一种基于身份识别的人体温度趋势检测方法及装置
[0001]本专利技术属于图像识别
，具体涉及一种基于身份识别的人体温度趋势检测方法及装置。
技术介绍
[0002]各级防控单位针对相关人员管控都在利用红外测温装置进行筛查。在人脸识别的同时，完成人体温度检测，实现对疑似人员筛查，已成为目前防控的主要手段。
[0003]但上述方式对于特定人员在已经感染病毒，但还未发生体温过高情况时，不能实现报警筛查。从而不能百分之百实现防控，出现漏网之鱼。
[0004]因此，为了避免出现这样情况，构建一种能够更加科学、更加准确和效率更高的温度检测系统及方法，显得十分必要。
[0005]现有技术中，体温检测方式具有多样性，主要分为接触式和非接触式。接触式体温检测最常见的就是水银温度计，通过将其放置于人体腋下、口腔或肛门等部位3至5分钟测量体温，不仅耗时长，而且皮肤接触测量存在很大的交叉感染风险，不适用于大规模群体的体温检测；非接触式体温测量现在逐步普及，包括电子体温计、红外线体温检测仪等，通过探测耳温、额温等方式获取体温。虽然效率大大提高，一般几秒钟就可以读数，但在大流量群体场景检测时，仍无法完全避免非必要的皮肤接触，而且逐个检测容易出现群体等待，导致交通阻塞的情况出现，无法完全解决及时、快速、安全检测群体体温的问题。
[0006]目前，市场也逐步出现基于红外技术的体温检测仪器，但他们只是采集行人体温和红外图像，显示在屏幕上，只针对个别体温异常人员进行现场干预或提醒，尚未进行人脸识别，也没建立群体健康档案，无法形成大规模群体体温异常人员的统计和分析，提前预测传染病的发生及扩散。而且，受各地区医疗水平和疫情上报渠道存在差异化的影响，上层决策者往往无法及时了解传染病扩散规模和程度，及时采取适当措施和决策部署，生产企业也不能及时了解未来一段时间的市场需求，导致医疗物资短缺的问题。
技术实现思路
[0007]有鉴于此，本专利技术的主要目的在于提供一种基于身份识别的人体温度趋势检测方法及装置，其基于人脸识别，获取人体在不同环境温度下，多个不同时间段的温度数据，使用预设的数据模型进行数据分析和数据校正，以去除噪声干扰，实现了在复杂环境下的人体温度智能识别；具有检测效率高、检测准确率高和智能化程度高的优点。
[0008]为达到上述目的，本专利技术的技术方案是这样实现的：一种基于身份识别的人体温度趋势检测方法，所述方法执行以下步骤：步骤1：实时获取当前时刻下目标区域内人体的体温数据、环境温度数据、区域地理位置数据和人脸图像数据；步骤2：基于获取的人脸图像数据，进行人脸识别，得到该人脸图像数据对应的人体的身份信息；将得到的身份信息、体温数据、环境温度数据、区域地理位置和当前时刻的
时间数据进行一对一绑定，得到绑定数据包；步骤3：将绑定数据包发送至云服务器，云服务对接收到的绑定数据包进行存储；步骤4：云服务器基于绑定数据包内的身份信息、体温数据、环境温度数据、区域地理位置和当前时刻的时间数据，进行数据分析，以判断是否出现体温异常；若出现体温异常，则进行预警。
[0009]进一步的，所述步骤1还包括：对获取到的当前时刻下目标区域内人体的体温数据、环境温度数据、区域地理位置数据和人脸图像数据进行数据处理的步骤，具体包括：步骤1.1：针对体温数据、环境温度数据依次进行数据规约处理和数据标准化处理；步骤1.2：针对人脸图像数据，进行图像去噪处理，包括：图像平滑处理和中值滤波处理。
[0010]进一步的，所述步骤1.1包括：进行数据规约处理，包括：去平均值、计算协方差矩阵、计算协方差矩阵的特征值与特征向量、对特征值从大到小排序、保留最大的特征向量、将数据转换到特征向量构建的新空间中；最后得到处理后的新的数据，这些数据之间两两不相干，但保持原有的信息；进行数据标准化处理，将数据按比例缩放，使之落入一个小的特定区间；其中，使用如下的转换函数，对数据进行线性变换，使结果落到[0,1]区间，转换函数如下： ；其中，为数据标准化处理后的结果；为待处理的数据；为数据中的最小值；为数据中的最大值。
[0011]进一步的，所述步骤1.2包括：进行中值滤波处理：获取两个带方向特性的中值滤波模板；根据确定的像素方向，选择中值滤波模板；使用选择的中值滤波模板对人脸图像数据中的每个像素进行滤波；进行图像平滑处理：对人脸图像数据循环进行预设次数的双边滤波以及变换域滤波，以获得中间图像；根据最小二乘法对所述人脸图像数据、所述中间以及预设平滑图像构造最小二乘模型；利用范数定义所述预设平滑图像的像素强度以及梯度，以获得所述预设平滑图像的约束函数；根据所述最小二乘模型以及所述约束函数得到平滑能量目标函数；利用半二次分裂法以及交替固定变量法求解所述平滑能量目标函数，以获得平滑图像。
[0012]进一步的，所述步骤2：基于获取的人脸图像数据，进行人脸识别的方法包括：确定人脸图像数据中的待识别区域，基于该待识别区域进行人脸识别；其中，确定人脸图像数据中的待识别区域的方法包括：获取人脸图像数据中每相邻两帧人脸图像之间人脸区域的重合度，得到多个重合度；根据所述多个重合度，从所述多帧人脸图像中筛选出重合度最高所对应的人脸区域，得到待识别的人脸区域。
[0013]进一步的，所述获取人脸图像数据中每相邻两帧人脸图像之间人脸区域的重合度，得到重合度的方法执行以下步骤：使用如下公式确定人脸识别区域的水平视场角与垂
直视场角：；其中，为人脸识别区域的水平视场角，为人脸识别区域的垂直视场角；和为变换矩阵；和为人脸识别区域的横纵坐标最大值，和为变换后的横纵坐标最大值；、、和为配准参数；通过确定的水平视场角和垂直视场角，确定人脸比较区域，对人脸比较区域进行重合度获取，得到重合度。
[0014]进一步的，所述步骤4：云服务器基于绑定数据包内的身份信息、体温数据、环境温度数据、区域地理位置和当前时刻的时间数据，进行数据分析，以判断是否出现体温异常；若出现体温异常，则进行预警的方法包括：基于时间数据、环境温度数据和体温数据，获取不同环境温度下，多个不同时间段的体温数据；若在同一区域地理位置下，在同一时间段的体温升高数值超过设定的阈值范围，则判断出现体温异常，进行预警。
[0015]一种基于身份识别的人体温度趋势检测装置，所述装置包括：数据获取单元，配置用于实时获取当前时刻下目标区域内人体的体温数据、环境温度数据、区域地理位置数据和人脸图像数据；数据处理单元，配置用于基于获取的人脸图像数据，进行人脸识别，得到该人脸图像数据对应的人体的身份信息；将得到的身份信息、体温数据、环境温度数据、区域地理位置和当前时刻的时间数据进行一对一绑定，得到绑定数据包；数据发送单元，配置用于将绑定数据包发送至云服务器，云服务对接收到的绑定数据包进行存储；云服务器，配置用于基于绑定数据包内的身份信息、体温数据、环境温度数据、区域地理位置和当前时刻的时间数据，进行数据分析，以判断是否出现体温异常；若出现体温异常，则进行预警。
[0016]进一步的，所述数据获取单元对获本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于身份识别的人体温度趋势检测方法，其特征在于，所述方法执行以下步骤：步骤1：实时获取当前时刻下目标区域内人体的体温数据、环境温度数据、区域地理位置数据和人脸图像数据；步骤2：基于获取的人脸图像数据，进行人脸识别，得到该人脸图像数据对应的人体的身份信息；将得到的身份信息、体温数据、环境温度数据、区域地理位置和当前时刻的时间数据进行一对一绑定，得到绑定数据包；步骤3：将绑定数据包发送至云服务器，云服务对接收到的绑定数据包进行存储；步骤4：云服务器基于绑定数据包内的身份信息、体温数据、环境温度数据、区域地理位置和当前时刻的时间数据，进行数据分析，以判断是否出现体温异常；若出现体温异常，则进行预警。2.如权利要求1所述的方法，其特征在于，所述步骤1还包括：对获取到的当前时刻下目标区域内人体的体温数据、环境温度数据、区域地理位置数据和人脸图像数据进行数据处理的步骤，具体包括：步骤1.1：针对体温数据、环境温度数据依次进行数据规约处理和数据标准化处理；步骤1.2：针对人脸图像数据，进行图像去噪处理，包括：图像平滑处理和中值滤波处理。3.如权利要求2所述的方法，其特征在于，所述步骤1.1包括：进行数据规约处理，包括：去平均值、计算协方差矩阵、计算协方差矩阵的特征值与特征向量、对特征值从大到小排序、保留最大的特征向量、将数据转换到特征向量构建的新空间中；最后得到处理后的新的数据，这些数据之间两两不相干，但保持原有的信息；进行数据标准化处理，将数据按比例缩放，使之落入一个小的特定区间；其中，使用如下的转换函数，对数据进行线性变换，使结果落到[0,1]区间，转换函数如下：；其中，为数据标准化处理后的结果；为待处理的数据；数据中的最小值；为数据中的最大值。4.如权利要求3所述的方法，其特征在于，所述步骤1.2包括：进行中值滤波处理：获取两个带方向特性的中值滤波模板；根据确定的像素方向，选择中值滤波模板；使用选择的中值滤波模板对人脸图像数据中的每个像素进行滤波；进行图像平滑处理：对人脸图像数据循环进行预设次数的双边滤波以及变换域滤波，以获得中间图像；根据最小二乘法对所述人脸图像数据、所述中间以及预设平滑图像构造最小二乘模型；利用范数定义所述预设平滑图像的像素强度以及梯度，以获得所述预设平滑图像的约束函数；根据所述最小二乘模型以及所述约束函数得到平滑能量目标函数；利用半二次分裂法以及交替固定变量法求解所述平滑能量目标函数，以获得平滑图像。5.如权利要去4所述的方法，其特征在于，所述步骤2：基于获取的人脸图像数据，进行人脸识别的方法包括：确定人脸图像数据中的待识别区域，基于该待识别区域进行人脸识别；其中，确定人脸图像数据中的待识别区域的方法包括：获取人脸图像数据中每相邻两帧人脸图像之间人脸区域的重合度，得到多个重合度；根据所述多个重合度，从所述多帧人脸图像中筛选出重合度最高所对应的人脸区域，得到待识别的人脸区域。6.如...
【专利技术属性】
技术研发人员：马飞，刘玉新，刘德然，崔会茹，
申请(专利权)人：聊城锐利机械设备有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。