一种红外测温方法、装置和电子设备制造方法及图纸

本申请提供一种红外测温方法、装置和电子设备，所述方法包括：获取红外摄像头拍摄的第一人脸图像；基于所述第一人脸图像获取所述第一人脸图像对应的第一温度值；将所述第一人脸图像输入预先训练的神经网络模型，得到目标距离，其中，所述神经网络模型用于基于所述第一人脸图像预测所述红外摄像头与所述第一人脸图像对应的目标人脸之间的距离，所述神经网络模型的输出为所述目标距离；基于所述目标距离确定温度补偿值；基于所述第一温度值和所述温度补偿值确定所述目标人脸的温度。本申请可以提高红外测温结果的准确性。提高红外测温结果的准确性。提高红外测温结果的准确性。

【技术实现步骤摘要】
一种红外测温方法、装置和电子设备


[0001]本申请涉及测温
，并且更具体地，涉及一种红外测温方法、装置和电子设备。

技术介绍

[0002]由于红外线是一种电磁波，根据电磁波空间衰减公式可知，电磁波随着频率变高、距离变大，衰减成指数放大。为了在特定的距离范围精准的测量红外辐射强度，我们就需要根据被测物体所处的环境和距离对测试结果进行补偿。现有的红外测温人脸识别一体设备在进行温度补偿时，需要额外增加一个硬件测距模块进行测距，当有物体遮挡时，测距结果会显示为物体与硬件测距模块间的距离，而非人脸与硬件测距模块间的距离。采用该测距结果进行温度补偿会导致红外测温误差较大。

技术实现思路

[0003]本申请实施例提供一种红外测温方法、装置和电子设备，以解决红外测温误差较大的问题。
[0004]第一方面，本申请实施例提供了一种红外测温方法，包括：
[0005]获取红外摄像头拍摄的第一人脸图像；
[0006]基于所述第一人脸图像获取所述第一人脸图像对应的第一温度值；
[0007]将所述第一人脸图像输入预先训练的神经网络模型，得到目标距离，其中，所述神经网络模型用于基于所述第一人脸图像预测所述红外摄像头与所述第一人脸图像对应的目标人脸之间的距离，所述神经网络模型的输出为所述目标距离；
[0008]基于所述目标距离确定温度补偿值；
[0009]基于所述第一温度值和所述温度补偿值确定所述目标人脸的温度。
[0010]第二方面，本申请实施例还提供一种红外测温装置，包括：
[0011]第一获取模块，用于获取红外摄像头拍摄的第一人脸图像；
[0012]第二获取模块，用于基于所述第一人脸图像获取所述第一人脸图像对应的第一温度值；
[0013]输入模块，用于将所述第一人脸图像输入预先训练的神经网络模型，得到目标距离，其中，所述神经网络模型用于基于所述第一人脸图像预测所述红外摄像头与所述第一人脸图像对应的目标人脸之间的距离，所述神经网络模型的输出为所述目标距离；
[0014]第一确定模块，用于基于所述目标距离确定温度补偿值；
[0015]第二确定模块，用于基于所述第一温度值和所述温度补偿值确定所述目标人脸的温度。
[0016]第三方面，本申请实施例还提供一种电子设备，包括处理器、存储器及存储在所述存储器上并在所述处理器上运行的程序或指令，所述程序或指令被所述处理器执行时实现本申请实施例第一方面公开的所述红外测温方法的步骤。
[0017]这样，本实施例中，将所述第一人脸图像输入预先训练的神经网络模型得到目标距离，并根据所述目标距离确定温度补偿值，基于所述第一人脸图像获取所述第一人脸图像对应的第一温度值和所述温度补偿值确定所述目标人脸的温度，通过神经网络模型预测目标距离，确定所述温度补偿值以补偿所述红外摄像头与所述第一人脸图像对应的目标人脸之间的距离造成的误差，可以实现提高红外测温结果准确性的技术效果。
附图说明
[0018]为了更清楚地说明本申请实施例的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
[0019]图1是本申请实施例提供的一种红外测温方法的流程示意图；
[0020]图2是本申请实施例提供的一种红外测温装置的结构示意图；
[0021]图3是本申请实施例提供的另一种红外测温装置的结构示意图；
[0022]图4是本申请实施例提供的另一种红外测温装置的结构示意图；
[0023]图5是本申请实施例提供的另一种红外测温装置的结构示意图；
[0024]图6是本申请实施例提供的一种电子设备的结构示意图。
具体实施方式
[0025]下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
[0026]请参阅图1，图1是本申请实施例提供的一种红外测温方法的流程示意图，如图1所示，包括以下步骤：
[0027]步骤101、获取红外摄像头拍摄的第一人脸图像。
[0028]其中，上述第一人脸图像可以是在一定距离范围内拍摄的图像，例如：由于红外线辐射强度随着距离变大会逐渐衰减，测温距离越大会使红外测温结果的误差越大，示例地，上述红外摄像头可以在0.3米至0.6米范围内拍摄图像用于测温。
[0029]步骤102、基于所述第一人脸图像获取所述第一人脸图像对应的第一温度值。
[0030]其中，上述第一温度值可以是基于上述第一人脸图像的采样点得到的温度值，例如：选取上述第一人脸图像中的采样点的平均温度或者上述第一人脸图像中选定采样点的温度等等作为上述第一人脸图像对应的第一温度值。
[0031]步骤103、将所述第一人脸图像输入预先训练的神经网络模型，得到目标距离，其中，所述神经网络模型用于基于所述第一人脸图像预测所述红外摄像头与所述第一人脸图像对应的目标人脸之间的距离，所述神经网络模型的输出为所述目标距离。
[0032]其中，上述神经网络模型可以是通过深度学习算法训练得到的神经网络模型，例如：卷积神经网络模型、深度信任网络模型和堆栈自编码网络模型等，可以使用人脸的性别、年龄和人脸面积等进行训练，上述输出的目标距离可以表示所述红外摄像头与所述第
一人脸图像对应的目标人脸之间的距离。
[0033]步骤104、基于所述目标距离确定温度补偿值。
[0034]其中，上述温度补偿值可以是上述目标距离造成的测试温度的误差，例如：红外线是一种电磁波，根据电磁波空间衰减公式可以得知，红外线的衰减随着距离变大成指数放大，为了在一定范围内的测温结果更准确，可以对上述测温结果进行补偿，减少红外测温结果的误差。
[0035]步骤105、基于所述第一温度值和所述温度补偿值确定所述目标人脸的温度。
[0036]本实施例中，将所述第一人脸图像输入预先训练的神经网络模型得到目标距离，并根据所述目标距离确定温度补偿值，基于所述第一人脸图像获取所述第一人脸图像对应的第一温度值和所述温度补偿值确定所述目标人脸的温度，通过神经网络模型预测目标距离，确定所述温度补偿值以补偿所述红外摄像头与所述第一人脸图像对应的目标人脸之间的距离造成的误差，可以实现提高红外测温结果准确性的技术效果。
[0037]另外，通过所述神经网络模型确定所述红外摄像头与所述第一人脸图像对应的目标人脸之间的距离，代替额外增加硬件测距模块来测距，可以减少红外测温的成本，并且在有物体遮挡的情况下可以避免出现距离误判，例如将所述红外摄像头与所述遮挡物体之间的距离当成所述目标距离，从而可以提高红外测温的准确度。...

【技术保护点】

【技术特征摘要】
1.一种红外测温方法，其特征在于，包括：获取红外摄像头拍摄的第一人脸图像；基于所述第一人脸图像获取所述第一人脸图像对应的第一温度值；将所述第一人脸图像输入预先训练的神经网络模型，得到目标距离，其中，所述神经网络模型用于基于所述第一人脸图像预测所述红外摄像头与所述第一人脸图像对应的目标人脸之间的距离，所述神经网络模型的输出为所述目标距离；基于所述目标距离确定温度补偿值；基于所述第一温度值和所述温度补偿值确定所述目标人脸的温度。2.如权利要求1所述的方法，其特征在于，所述神经网络模型包括第一神经网络子模型和第二神经网络子模型，所述将所述第一人脸图像输入预先训练的神经网络模型，得到目标距离，包括：将所述第一人脸图像输入所述第一神经网络子模型，所述第一神经网络子模型用于基于所述第一人脸图像识别所述目标人脸对应的性别、年龄及人脸面积；将所述第一神经网络子模型的输出输入所述第二神经网络子模型，得到目标距离，所述第二神经网络子模型用于基于所述目标人脸对应的性别、年龄及人脸面积预测所述红外摄像头与所述第一人脸图像对应的目标人脸之间的距离。3.如权利要求1所述的方法，其特征在于，所述基于所述目标距离确定温度补偿值，包括：获取所述目标距离对应的第一衰减系数；获取预设校准距离；基于所述预设校准距离、所述目标距离和所述目标距离对应的第一衰减系数，确定所述温度补偿值，其中，所述温度补偿值ΔC
L
为：ΔC
L
＝L
bs1
(L-L1)；其中，L
bs1
表示所述目标距离对应的第一衰减系数，L表示所述目标距离，L1表示所述预设校准距离。4.如权利要求3所述的方法，其特征在于，所述第一温度值为N表示所述第一人脸图像中目标采样点的数量，所述目标采样点为满足预设条件的采样点，C
i
表示所述第一人脸图像中目标采样点i表征的温度；所述目标人脸的温度C为：其中，L
bs2
表示所述预设校准距离对应的第二衰减系数。5.如权利要求3所述的方法，其特征在于，所述获取所述目标距离对应的第一衰减系数之前，所述方法还包括：基于多个校准距离，获取所述红外摄像头分别在不同拍摄距离拍摄的第二人脸对应的多个第二温度值；基于所述多个第二温度值获取所述红外摄像头在不同拍摄距离对应的第一衰减系数；所述获取所述目标距离对应的第一衰减系数，包括：
基于所述红外摄像头在不同拍摄距离...

【专利技术属性】
技术研发人员：董志明，刘琪，王适，刘慧刚，苏彬，张文超，
申请(专利权)人：中国移动通信集团有限公司，
类型：发明
国别省市：