本申请公开了一种基于机器人的体温监测方法、装置、设备及存储介质，本申请属于机器人控制技术领域。该方法包括：通过彩色相机以及红外相机获取包括监测对象的彩色图像和红外图像；通过预设的人脸识别算法，识别彩色图像中监测对象的人脸坐标；根据红外测温相机与彩色相机的分辨率比例转换关系，确定红外图像中监测对象的人脸坐标，并根据人脸坐标确定特征区域；识别特征区域的温度平均值，作为监测对象的体温监测结果。本技术方案，可以灵活测量人体温度；并且采取识别人脸后，再识别特征区域，取特征区域平均温度作为体温监测结果的方式，可以使测量结果更准确，规避了高温物体的影响，降低了由于计算错误从而导致不必要的人工介入的概率。工介入的概率。工介入的概率。
【技术实现步骤摘要】
基于机器人的体温监测方法、装置、设备及存储介质
[0001]本申请属于机器人控制
，具体涉及一种基于机器人的体温监测方法、装置、设备及存储介质。
技术介绍
[0002][0003]如今室内场所的体温监测设备大多为体温探测门，体温探测门采用红外线辐射探测原理，由于自然界一切温度高于绝对零度(
‑
273.15℃)的物体，都会向外辐射红外线，而通过电子技术和红外线技术的结合，可以呈现出红外热成像，将辐射源表面热量通过热辐射算法运算转换后，可以实现了热像与温度之间的换算。在人员通过体温探测门时，显示屏会实时显示通过人员的温度，通过人体的温度来判断通过人员是否安全，如果通过人员的温度超过设置的数值，测温安检门将会通过真人语音提示报警，提醒工作人员此人需要进行医学观察。
[0004]但体温探测门体积过大，在实际应用中移动不便，且温度探测门的测量范围过大，不会进行人脸识别，只要用户携带高温物体就会报警。同时，物理辐射度受许多要素的影响，比如尘土和水蒸汽，由于红外辐射拥有明显的吸收性，红外测温机器设备对辐射源的感知能力也会遭受直接影响，从而导致测出的温度与人体实际温度有差别。因此，如何仅识别人体温度，且降低测得的人体温度与人体实际温度之间的差别是本领域亟待解决的问题。
技术实现思路
[0005]本申请实施例提供一种基于机器人的体温监测方法、装置、设备及存储介质，目的是解决现有技术中体温监测设备移动不便，监测温度时不进行人脸识别，且检查范围过大，从而导致的当用户携带高温物体时会被当作人体温度进而产生误报的问题。同时，对于异常体温无法统计，也会使相关场所管理压力增强。本方案可以灵活测量人体温度；并且采取识别人脸后，再识别特征区域，取特征区域平均温度作为体温监测结果的方式，可以使测量结果更准确，规避了高温物体的影响，降低了由于计算错误从而导致不必要的人工介入的概率。
[0006]第一方面，本申请实施例提供了一种基于机器人的体温监测方法，所述方法由机器人执行，所述机器人包括拍照设备，所述拍照设备包括彩色相机以及红外测温相机；并与后台调度系统进行交互，所述后台调度系统用于控制机器人；所述方法包括：
[0007]通过彩色相机获取包括监测对象的彩色图像，以及，通过红外测温相机获取包括监测对象的红外图像；
[0008]通过预设的人脸识别算法，识别所述彩色图像中监测对象的人脸坐标；
[0009]根据红外测温相机与彩色相机的分辨率比例转换关系，确定所述红外图像中监测对象的人脸坐标；
[0010]根据所述红外图像中监测对象的人脸坐标，确定特征区域；
[0011]识别所述特征区域的温度平均值，作为监测对象的体温监测结果。
[0012]进一步的，在通过预设的人脸识别算法，识别所述彩色图像中监测对象的人脸坐标之前，所述方法还包括：
[0013]采用预设压缩算法对彩色图像进行压缩，得到压缩图像；其中所述预设压缩算法的压缩范围为大于或者等于1/12，且小于1/1；
[0014]相应的，通过预设的人脸识别算法，识别所述彩色图像中监测对象的人脸坐标，包括：
[0015]通过预设的人脸识别算法，识别所述彩色图像的压缩图像中监测对象的人脸坐标。
[0016]进一步的，根据所述红外图像中监测对象的人脸坐标，确定特征区域，包括：
[0017]根据所述红外图像中监测对象的人脸坐标，以及通过所述预设的人脸识别算法确定所述监测对象的人脸角度信息；
[0018]根据所述人脸角度信息，确定所述人脸坐标中的特征区域。
[0019]进一步的，所述特征区域包括监测对象的额头中心位置的以1厘米作为直径的圆形区域。
[0020]进一步的，识别所述特征区域的温度平均值，作为监测对象的体温监测结果，包括：
[0021]若所述温度平均值在预设正常温度范围内，则对所述温度平均值对应于低温常规范围或者对应于高温预警范围进行识别。
[0022]进一步的，识别所述特征区域的温度平均值，作为监测对象的体温监测结果，包括：
[0023]若所述温度平均值不在预设正常温度范围内，则生成滤除指令，对当前的所述彩色图像和所述红外图像进行滤除操作；
[0024]获取通过所述彩色相机和所述红外测温相机获取的下一组彩色图像和红外图像，进行体温监测。
[0025]进一步的，在若所述温度平均值在预设正常温度范围内，则对所述温度平均值对应于低温常规范围或者对应于高温预警范围进行识别之后，所述方法还包括：
[0026]若所述温度平均值对应于高温预警范围，则确定为异常体温；
[0027]获取机器人的实时坐标，作为监控到异常体温的实时位置；
[0028]将所述实时位置上报给后台调度系统，供后台调度系统对异常体温做留档处理。
[0029]第二方面，本申请实施例提供了一种基于机器人的体温监测装置，所述装置配置于机器人，所述机器人包括拍照设备，所述拍照设备包括彩色相机以及红外测温相机；并与后台调度系统进行交互，所述后台调度系统用于控制机器人；所述装置包括：
[0030]获取模块，用于通过彩色相机获取包括监测对象的彩色图像，以及，通过红外测温相机获取包括监测对象的红外图像；
[0031]识别模块，用于通过预设的人脸识别算法，识别所述彩色图像中监测对象的人脸坐标；
[0032]坐标确定模块，用于根据红外测温相机与彩色相机的分辨率比例转换关系，确定所述红外图像中监测对象的人脸坐标；
[0033]特征区域确定模块，用于根据所述红外图像中监测对象的人脸坐标，确定特征区域；
[0034]监测模块，用于识别所述特征区域的温度平均值，作为监测对象的体温监测结果。
[0035]第三方面，本申请实施例提供了一种电子设备，该电子设备包括处理器、存储器及存储在所述存储器上并可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如第一方面所述的方法的步骤。
[0036]第四方面，本申请实施例提供了一种可读存储介质，所述可读存储介质上存储程序或指令，所述程序或指令被处理器执行时实现如第一方面所述的方法的步骤。
[0037]第五方面，本申请实施例提供了一种芯片，所述芯片包括处理器和通信接口，所述通信接口和所述处理器耦合，所述处理器用于运行程序或指令，实现如第一方面所述的方法。
[0038]在本申请实施例中，通过彩色相机获取包括监测对象的彩色图像，以及，通过红外测温相机获取包括监测对象的红外图像；通过预设的人脸识别算法，识别所述彩色图像中监测对象的人脸坐标；根据红外测温相机与彩色相机的分辨率比例转换关系，确定所述红外图像中监测对象的人脸坐标；根据所述红外图像中监测对象的人脸坐标，确定特征区域；识别所述特征区域的温度平均值，作为监测对象的体温监测结果。通过上述基于机器人的体温监测方法，可以灵活测量人体温度；并且采取识别人脸后，再识别特征区域，取特征区域平均温度作为体温监测结果的方式，可以本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于机器人的体温监测方法，其特征在于，所述方法由机器人执行，所述机器人包括拍照设备，所述拍照设备包括彩色相机以及红外测温相机；并与后台调度系统进行交互，所述后台调度系统用于控制机器人；所述方法包括：通过彩色相机获取包括监测对象的彩色图像，以及，通过红外测温相机获取包括监测对象的红外图像；通过预设的人脸识别算法，识别所述彩色图像中监测对象的人脸坐标；根据红外测温相机与彩色相机的分辨率比例转换关系，确定所述红外图像中监测对象的人脸坐标；根据所述红外图像中监测对象的人脸坐标，确定特征区域；识别所述特征区域的温度平均值，作为监测对象的体温监测结果。2.根据权利要求1所述的方法，其特征在于，在通过预设的人脸识别算法，识别所述彩色图像中监测对象的人脸坐标之前，所述方法还包括：采用预设压缩算法对彩色图像进行压缩，得到压缩图像；其中所述预设压缩算法的压缩范围为大于或者等于1/12，且小于1/1；相应的，通过预设的人脸识别算法，识别所述彩色图像中监测对象的人脸坐标，包括：通过预设的人脸识别算法，识别所述彩色图像的压缩图像中监测对象的人脸坐标。3.根据权利要求1所述的方法，其特征在于，根据所述红外图像中监测对象的人脸坐标，确定特征区域，包括：根据所述红外图像中监测对象的人脸坐标，以及通过所述预设的人脸识别算法确定所述监测对象的人脸角度信息；根据所述人脸角度信息，确定所述人脸坐标中的特征区域。4.根据权利要求3所述的方法，其特征在于，所述特征区域包括监测对象的额头中心位置的以1厘米作为直径的圆形区域。5.根据权利要求1所述的方法，其特征在于，识别所述特征区域的温度平均值，作为监测对象的体温监测结果，包括：若所述温度平均值在预设正常温度范围内，则对所述温度平均值对应于低温常规范围或者对应于高温预警范围进行识别。6.根据权利要求1所述的方法，其特征在于，识别所述特征区域的温度平均值，作为监测对象的体温监测结果，包...
【专利技术属性】
技术研发人员：廖秋阳，赖志林，朱孝友，
申请(专利权)人：广州赛特智能科技有限公司，
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。