CN111191638A - 一种因果模型的人脸信息与体温信息检测方法及*** - Google Patents
一种因果模型的人脸信息与体温信息检测方法及*** Download PDFInfo
- Publication number
- CN111191638A CN111191638A CN202010129475.6A CN202010129475A CN111191638A CN 111191638 A CN111191638 A CN 111191638A CN 202010129475 A CN202010129475 A CN 202010129475A CN 111191638 A CN111191638 A CN 111191638A
- Authority
- CN
- China
- Prior art keywords
- information
- body temperature
- face
- human
- temperature
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 230000036760 body temperature Effects 0.000 title claims abstract description 105
- 238000001514 detection method Methods 0.000 title claims abstract description 75
- 230000001364 causal effect Effects 0.000 title claims abstract description 44
- 238000000034 method Methods 0.000 claims abstract description 26
- 230000002159 abnormal effect Effects 0.000 claims abstract description 7
- 238000012545 processing Methods 0.000 claims description 10
- 230000001186 cumulative effect Effects 0.000 claims description 4
- 230000001815 facial effect Effects 0.000 claims description 4
- 230000004297 night vision Effects 0.000 claims description 4
- 230000007613 environmental effect Effects 0.000 claims description 3
- 238000005259 measurement Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract 3
- 238000010586 diagram Methods 0.000 description 4
- 238000011031 large-scale manufacturing process Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000000903 blocking effect Effects 0.000 description 1
- 238000009529 body temperature measurement Methods 0.000 description 1
- 238000012864 cross contamination Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- QSHDDOUJBYECFT-UHFFFAOYSA-N mercury Chemical compound [Hg] QSHDDOUJBYECFT-UHFFFAOYSA-N 0.000 description 1
- 229910052753 mercury Inorganic materials 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/161—Detection; Localisation; Normalisation
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01K—MEASURING TEMPERATURE; MEASURING QUANTITY OF HEAT; THERMALLY-SENSITIVE ELEMENTS NOT OTHERWISE PROVIDED FOR
- G01K13/00—Thermometers specially adapted for specific purposes
- G01K13/20—Clinical contact thermometers for use with humans or animals
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Human Computer Interaction (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Image Processing (AREA)
Abstract
本发明涉及人脸信息与体温信息的检测技术领域,具体涉及一种因果模型的人脸信息与体温信息检测方法及***。所述人脸信息与体温信息检测方法包括建立人脸检测因果模型和人体温度检测因果模型,根据人脸检测因果模型对输入的人脸信息进行判断,当结果符合人脸特征时进行人体温度采集;根据人体温度检测因果模型对采集的人体温度进项判断,获取所述人体温度的正常或异常情况。本发明的有益效果在于,与现有技术相比,本发明通过将人脸识别与体温检测结合,结合因果模型的算法,提高人脸识别的准确度和温度检测的准确度,实现一人一脸一体温的快速检测,同时精准性高,降低外部影响因数的影响。
Description
技术领域
本发明涉及人脸信息与体温信息的检测技术领域,具体涉及一种因果模型的人脸信息与体温信息检测方法及***。
背景技术
随着社会的不断进步以及信息技术和机器视觉技术的不断提升,人脸识别技术和温度检测技术也得到了巨大发展。
人脸作为人的一种生物特征,用于特征识别时具有接受度高、可靠性强的特点。而水银体温计或其他接触式体温测试工具在使用中会存在交叉感染的风险。
因此,高精度的非接触式的测温方式成为新的趋势,在一些对人体温敏敢的人员筛查场合,兼具人脸识别和非接触式体温检测方法具有迫切需求。
但是,由于各种影响因数,其检测精确度不高,不利于其大规模生产及使用,降低用户体验。
发明内容
本发明要解决的技术问题在于,针对现有技术的上述缺陷,提供一种因果模型的人脸信息与体温信息检测方法及***,解决由于各种影响因数,其检测精确度不高,不利于其大规模生产及使用,降低用户体验的问题。
本发明解决其技术问题所采用的技术方案是:提供一种因果模型的人脸信息与体温信息检测方法,包括步骤:
建立人脸检测因果模型,所述人脸检测因果模型包括通过摄像头输入的人脸信息,人脸数据库,以及基于去除第一混杂因子的前门标准,所述第一混杂因子为影响摄像头对面部特征完整性采集的影响因数;
建立人体温度检测因果模型,所述人体温度检测因果模型包括通过温度传感器输入的人体温度,人体正常温度范围,以及基于已知第二混杂因子的后门标准,所以第二混杂因子为影响温度传感器的测量和/或影响人体体温的环境温度;
根据人脸检测因果模型对输入的人脸信息进行判断,当结果符合人脸特征时进行人体温度采集;
根据人体温度检测因果模型对采集的人体温度进项判断,获取所述人体温度的正常或异常情况。
其中,较佳方案是:所述前门标准的公式为P(Y1|do(x1))=∑M1p(M1|x1)∑x1’p(Y1|x1',M1)p(x1'),其中,M1为人脸数据库,x1为摄像头输入的人脸信息,Y1为人脸判断结果;通过去除第一混杂因子去除的前门标准,获取基于人脸数据库M1的累计比对准确率。
其中,较佳方案是:所述后门标准的公式为P(Y2|x2)=∑M2(M2|x2)∑u2p(Y2|x2,u2)p(u2)p(x2'),其中,u2为第二混杂因子,M2为人体正常温度范围,x2为温度传感器输入的人体温度,Y2为人体温度判断结果;通过结合已知第二混杂因子的后门标准,获取人体温度。
其中,较佳方案是,还包括步骤:
根据人脸检测因果模型对输入的人脸信息进行判断,当结果不符合人脸特征时,重新通过摄像头获取并输入人脸信息。
其中,较佳方案是:所述温度传感器为非接触式温度传感器,所述非接触式温度传感器的朝向与摄像头的朝向一致或接近。
其中,较佳方案是,设置一显示屏,所述人脸信息与体温信息检测方法还包括步骤:
根据人体温度检测因果模型对采集的人体温度进项判断,当人体温度超出人体正常温度范围内时为异常情况,在显示屏上以第一颜色显示温度信息和人脸图像信息;
当人体温度处于人体正常温度范围内时为正常情况,在显示屏上以第二颜色显示温度信息和人脸图像信息。
本发明解决其技术问题所采用的技术方案是:提供一种人脸信息与体温信息检测***,所述人脸信息与体温信息检测***包括人脸信息与体温信息检测装置和后台处理装置,所述人脸信息与体温信息检测装置包括主机本体,设置在主机本体上的摄像头和温度传感器,与摄像头和温度传感器连接的主控单元,以及数据上传单元,其中,所述温度传感器为非接触式温度传感器,所述非接触式温度传感器的朝向与摄像头的朝向一致或接近;所述后台处理装置接收主控单元采集并通过数据上传单元传输的数据信息,并实现所述的人脸信息与体温信息检测方法。
其中,较佳方案是:所述人脸信息与体温信息检测装置还包括显示温度信息和人脸图像信息的显示屏;所述摄像头包括彩色摄像头和夜视摄像头。
本发明的有益效果在于,与现有技术相比,本发明通过将人脸识别与体温检测结合,结合因果模型的算法,提高人脸识别的准确度和温度检测的准确度,实现一人一脸一体温的快速检测,同时精准性高,降低外部影响因数的影响。
附图说明
下面将结合附图及实施例对本发明作进一步说明,附图中:
图1是本发明因果模型的人脸信息与体温信息检测方法的流程示意图;
图2是本发明人脸检测因果模型的结构示意图;
图3是本发明人体温度检测因果模型的结构示意图;
图4是本发明人脸信息与体温信息检测方法的具体流程示意图;
图5是本发明人脸信息与体温信息检测***的结构示意图;
图6是本发明人脸信息与体温信息检测装置的结构示意图。
具体实施方式
现结合附图,对本发明的较佳实施例作详细说明。
如图1至图3所示,本发明提供一种因果模型的人脸信息与体温信息检测方法的优选实施例。
一种因果模型的人脸信息与体温信息检测方法,包括步骤:
步骤S10、建立人脸检测因果模型和建立人体温度检测因果模型;
步骤S20、实际检测处理步骤。
所述步骤S20包括步骤:
步骤S21、根据人脸检测因果模型对输入的人脸信息进行判断,当结果符合人脸特征时进行人体温度采集;
步骤S22、根据人体温度检测因果模型对采集的人体温度进项判断,获取所述人体温度的正常或异常情况。
其中,关于建立人脸检测因果模型,所述人脸检测因果模型包括通过摄像头输入的人脸信息,人脸数据库,以及基于去除第一混杂因子的前门标准,所述第一混杂因子为影响摄像头对面部特征完整性采集的影响因数;关于建立人体温度检测因果模型,所述人体温度检测因果模型包括通过温度传感器输入的人体温度,人体正常温度范围,以及基于已知第二混杂因子的后门标准,所以第二混杂因子为影响温度传感器的测量和/或影响人体体温的环境温度。
将人脸识别与体温检测结合,通过因果模型的算法,提高人脸识别的准确度和温度检测的准确度,实现一人一脸一体温的快速检测,同时精准性高,降低外部影响因数的影响。
其中,步骤S10作为前置步骤,步骤S20作为实际检测过程步骤。
在本实施例中,并参考图2,图2为人脸检测因果模型,所述前门标准的公式为P(Y1|do(x1))=∑M1p(M1|x1)∑x1’p(Y1|x1',M1)p(x1'),其中,M1为人脸数据库,x1为摄像头输入的人脸信息,Y1为人脸判断结果;通过去除第一混杂因子去除的前门标准,获取基于人脸数据库M1的累计比对准确率。所述变量Z1为摄像头输入的人脸信息x1的面部特征完整性,其受影响的因数包括光线强度、面部遮挡物以及摄像头本身的质量等,需要根据摄像头输入的人脸信息x1获取人脸判断结果Y1的概率,即P(Y1|x1,M1),判断过程需要利用到与人脸数据库M1的对比,若x1在M1中的概率为0,则Y1=0,若x1在M1中Y1'的相似度为P(Y1'|x1,M1),由于存在第一混杂因子u1,且u1不能观测得到的,引用前门标准可获得公式P(Y1|do(x1))=∑M1p(M1|x1)∑x1’p(Y1|x1',M1)p(x1');其中,引用前门标准是因为第一混杂因子u1阻断了x1至Y1的后门路径,即x1至u1没有后门路径,且从u1到Y1的所有后门路径都没被x1阻断。因此,通过上述公式,可将第一混杂因子u1去除,只关注人脸数据库M1的累计比对准确率。
在本实施例中,并参考图3,图3为人体温度检测因果模型,所述后门标准的公式为P(Y2|x2)=∑M2(M2|x2)∑u2p(Y2|x2,u2)p(u2)p(x2'),其中,u2为第二混杂因子,M2为人体正常温度范围,x2为温度传感器输入的人体温度,Y2为人体温度判断结果;通过结合已知第二混杂因子的后门标准,获取人体温度。所述变量Z2为温度传感器输入的人体温度x2测试的环境参数,其受影响的因数包括黑体参照精度和环境光照强度等,若x2不在M2的范围内,则Y2=0,其在范围内的概率为P(Y2|x2,M2),由于存在第二混杂因子u2,且可知,即环境温度会同时影响测量温度和人体正常温度,u2中不存在x2的子代节点,阻断u2可以阻断x2和Y2之间的所有后门,符合后门标准,引用前门标准可获得公式P(Y2|x2)=∑M2(M2|x2)∑u2p(Y2|x2,u2)p(u2)p(x2')。
如图4所示,本发明提供人脸信息与体温信息检测方法的较佳实施例。
所述人脸信息与体温信息检测方法还包括步骤:
步骤S23、根据人脸检测因果模型对输入的人脸信息进行判断,当结果不符合人脸特征时,重新通过摄像头获取并输入人脸信息。
以及,所述温度传感器为非接触式温度传感器,所述非接触式温度传感器的朝向与摄像头的朝向一致或接近;且设置一显示屏。还包括步骤S24、根据人体温度检测因果模型对采集的人体温度进项判断,当人体温度超出人体正常温度范围内时为异常情况,在显示屏上以第一颜色显示温度信息和人脸图像信息。还包括步骤S25、当人体温度处于人体正常温度范围内时为正常情况,在显示屏上以第二颜色显示温度信息和人脸图像信息。
具体的,关于步骤S23,通过人脸检测因果模型提高人脸信息的判断精准度,从而在判断结构不符合人脸特征时,进入下一循环,即重新获取人脸信息,直至人脸信息符合或者进行报警。同时,和结合相关操作,提高人脸识别的精准性,例如回答问题,转动头,张嘴或闭眼。
如图5和图6所示,本发明提供一种人脸信息与体温信息检测***的较佳实施例。
一种人脸信息与体温信息检测***,所述人脸信息与体温信息检测***包括人脸信息与体温信息检测装置100和后台处理装置200,所述人脸信息与体温信息检测装置100包括主机本体160,设置在主机本体160上的摄像头120和温度传感器130,与摄像头120和温度传感器130连接的主控单元110,以及数据上传单元140,其中,所述温度传感器130为非接触式温度传感器130,所述非接触式温度传感器130的朝向与摄像头120的朝向一致或接近;所述后台处理装置200接收主控单元110采集并通过数据上传单元140传输的数据信息,并实现所述的人脸信息与体温信息检测方法。
具体的,通过摄像头120、温度传感器130或感应传感器获取当前是否存在人员,若存在进行人脸信息与体温信息的检测,即人脸识别和体温获取,所述摄像头120和温度传感器130受主控单元110控制,实现对应操作,如控制摄像头120和温度传感器130同时采集,获取数据并通过数据上传单元140传输至后台处理装置200进行数据处理,结合后台处理装置200中已设置的人脸检测因果模型和人体温度检测因果模型,实现所述人脸信息与体温信息检测方法,获取人脸信息和对应的温度信息。
在本实施例中,所述人脸信息与体温信息检测装置100还包括显示温度信息和人脸图像信息的显示屏150;所述摄像头120包括彩色摄像头121和夜视摄像头122。
通过显示屏150显示温度信息和人脸图像信息,以及根据环境光线采用彩色摄像头或夜视摄像头,提高精准性。
以上所述者,仅为本发明最佳实施例而已,并非用于限制本发明的范围,凡依本发明申请专利范围所作的等效变化或修饰,皆为本发明所涵盖。
Claims (8)
1.一种因果模型的人脸信息与体温信息检测方法,其特征在于,包括步骤:
建立人脸检测因果模型,所述人脸检测因果模型包括通过摄像头输入的人脸信息,人脸数据库,以及基于去除第一混杂因子的前门标准,所述第一混杂因子为影响摄像头对面部特征完整性采集的影响因数;
建立人体温度检测因果模型,所述人体温度检测因果模型包括通过温度传感器输入的人体温度,人体正常温度范围,以及基于已知第二混杂因子的后门标准,所以第二混杂因子为影响温度传感器的测量和/或影响人体体温的环境温度;
根据人脸检测因果模型对输入的人脸信息进行判断,当结果符合人脸特征时进行人体温度采集;
根据人体温度检测因果模型对采集的人体温度进项判断,获取所述人体温度的正常或异常情况。
2.根据权利要求1所述的人脸信息与体温信息检测方法,其特征在于:所述前门标准的公式为P(Y1|do(x1))=∑M1p(M1|x1)∑x1’p(Y1|x1',M1)p(x1'),其中,M1为人脸数据库,x1为摄像头输入的人脸信息,Y1为人脸判断结果;通过去除第一混杂因子去除的前门标准,获取基于人脸数据库M1的累计比对准确率。
3.根据权利要求1所述的人脸信息与体温信息检测方法,其特征在于:所述后门标准的公式为P(Y2|x2)=∑M2(M2|x2)∑u2p(Y2|x2,u2)p(u2)p(x2'),其中,u2为第二混杂因子,M2为人体正常温度范围,x2为温度传感器输入的人体温度,Y2为人体温度判断结果;通过结合已知第二混杂因子的后门标准,获取人体温度。
4.根据权利要求1至3任一所述的人脸信息与体温信息检测方法,其特征在于,还包括步骤:
根据人脸检测因果模型对输入的人脸信息进行判断,当结果不符合人脸特征时,重新通过摄像头获取并输入人脸信息。
5.根据权利要求1至3任一所述的人脸信息与体温信息检测方法,其特征在于:所述温度传感器为非接触式温度传感器,所述非接触式温度传感器的朝向与摄像头的朝向一致或接近。
6.根据权利要求1至3任一所述的人脸信息与体温信息检测方法,其特征在于,设置一显示屏,所述人脸信息与体温信息检测方法还包括步骤:
根据人体温度检测因果模型对采集的人体温度进项判断,当人体温度超出人体正常温度范围内时为异常情况,在显示屏上以第一颜色显示温度信息和人脸图像信息;
当人体温度处于人体正常温度范围内时为正常情况,在显示屏上以第二颜色显示温度信息和人脸图像信息。
7.一种人脸信息与体温信息检测***,其特征在于:所述人脸信息与体温信息检测***包括人脸信息与体温信息检测装置和后台处理装置,所述人脸信息与体温信息检测装置包括主机本体,设置在主机本体上的摄像头和温度传感器,与摄像头和温度传感器连接的主控单元,以及数据上传单元,其中,所述温度传感器为非接触式温度传感器,所述非接触式温度传感器的朝向与摄像头的朝向一致或接近;所述后台处理装置接收主控单元采集并通过数据上传单元传输的数据信息,并实现如权利要求1-6任一所述的人脸信息与体温信息检测方法。
8.根据权利要求7所述的人脸信息与体温信息检测***,其特征在于:所述人脸信息与体温信息检测装置还包括显示温度信息和人脸图像信息的显示屏;所述摄像头包括彩色摄像头和夜视摄像头。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010129475.6A CN111191638A (zh) | 2020-02-28 | 2020-02-28 | 一种因果模型的人脸信息与体温信息检测方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010129475.6A CN111191638A (zh) | 2020-02-28 | 2020-02-28 | 一种因果模型的人脸信息与体温信息检测方法及*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111191638A true CN111191638A (zh) | 2020-05-22 |
Family
ID=70708412
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010129475.6A Pending CN111191638A (zh) | 2020-02-28 | 2020-02-28 | 一种因果模型的人脸信息与体温信息检测方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111191638A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112071433A (zh) * | 2020-07-22 | 2020-12-11 | 深圳神目信息技术有限公司 | 一种人脸识别及体温监测*** |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101999888A (zh) * | 2010-12-01 | 2011-04-06 | 北京航空航天大学 | 一种对体温异常者进行检测与搜寻的疫情防控*** |
US20160292248A1 (en) * | 2013-11-22 | 2016-10-06 | Cambridge Social Science Decision Lab Inc. | Methods, systems, and articles of manufacture for the management and identification of causal knowledge |
US20170156594A1 (en) * | 2015-12-07 | 2017-06-08 | Bodymedia, Inc. | Systems, methods, and devices to determine and predict physilogical states of individuals and to administer therapy, reports, notifications, and the like therefor |
KR101754154B1 (ko) * | 2016-01-25 | 2017-07-05 | 주식회사 에스원 | 복수대역 카메라와 통계적 샘플링을 이용한 공공장소 발열환자 감지 시스템 및 이를 이용한 발열환자 감지 방법 |
CN107591207A (zh) * | 2017-08-24 | 2018-01-16 | 深圳市华盛昌科技实业股份有限公司 | 一种疫情排查方法、装置、***及设备 |
US20180184903A1 (en) * | 2016-12-30 | 2018-07-05 | Welch Allyn, Inc. | Body-worn thermometry solutions |
CN108401440A (zh) * | 2017-08-21 | 2018-08-14 | 深圳前海达闼云端智能科技有限公司 | 一种物质检测方法及其装置、检测终端 |
CN110797125A (zh) * | 2018-08-01 | 2020-02-14 | 深圳云天励飞技术有限公司 | 人体健康检测*** |
-
2020
- 2020-02-28 CN CN202010129475.6A patent/CN111191638A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101999888A (zh) * | 2010-12-01 | 2011-04-06 | 北京航空航天大学 | 一种对体温异常者进行检测与搜寻的疫情防控*** |
US20160292248A1 (en) * | 2013-11-22 | 2016-10-06 | Cambridge Social Science Decision Lab Inc. | Methods, systems, and articles of manufacture for the management and identification of causal knowledge |
US20170156594A1 (en) * | 2015-12-07 | 2017-06-08 | Bodymedia, Inc. | Systems, methods, and devices to determine and predict physilogical states of individuals and to administer therapy, reports, notifications, and the like therefor |
KR101754154B1 (ko) * | 2016-01-25 | 2017-07-05 | 주식회사 에스원 | 복수대역 카메라와 통계적 샘플링을 이용한 공공장소 발열환자 감지 시스템 및 이를 이용한 발열환자 감지 방법 |
US20180184903A1 (en) * | 2016-12-30 | 2018-07-05 | Welch Allyn, Inc. | Body-worn thermometry solutions |
CN108401440A (zh) * | 2017-08-21 | 2018-08-14 | 深圳前海达闼云端智能科技有限公司 | 一种物质检测方法及其装置、检测终端 |
CN107591207A (zh) * | 2017-08-24 | 2018-01-16 | 深圳市华盛昌科技实业股份有限公司 | 一种疫情排查方法、装置、***及设备 |
CN110797125A (zh) * | 2018-08-01 | 2020-02-14 | 深圳云天励飞技术有限公司 | 人体健康检测*** |
Non-Patent Citations (2)
Title |
---|
YASH GOYAL等: "Explaining Classifiers with Causal Concept Effect(CaCE)", 《ARXIV》, 16 July 2019 (2019-07-16), pages 1 - 6 * |
徐洪水: "基于智能优化的贝叶斯网络分类模型研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》, no. 11, 15 November 2018 (2018-11-15), pages 140 - 51 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112071433A (zh) * | 2020-07-22 | 2020-12-11 | 深圳神目信息技术有限公司 | 一种人脸识别及体温监测*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110032992B (zh) | 一种基于姿态的***检测方法 | |
CN112395978B (zh) | 行为检测方法、装置及计算机可读存储介质 | |
CN109543719B (zh) | 基于多模态注意力模型的宫颈非典型病变诊断模型和装置 | |
CN105184325B (zh) | 一种移动智能终端 | |
US11715190B2 (en) | Inspection system, image discrimination system, discrimination system, discriminator generation system, and learning data generation device | |
WO2020248387A1 (zh) | 基于多路摄像的人脸识别方法、装置、终端及存储介质 | |
CN111553266A (zh) | 识别验证方法、装置及电子设备 | |
CN104700424B (zh) | 医用彩色电子内窥镜图像坏点检测装置 | |
CN108121961A (zh) | 巡检行为识别方法、装置、计算机设备和存储介质 | |
CN111062303A (zh) | 图像处理方法、***及计算机存储介质 | |
TWI747686B (zh) | 缺陷檢測方法及檢測裝置 | |
RU2713876C1 (ru) | Способ и система выявления тревожных событий при взаимодействии с устройством самообслуживания | |
CN102479322A (zh) | 以具有角度的脸部影像分析脸部缺陷的***、装置及方法 | |
CN111681758A (zh) | 一种家庭健康的监测方法、监测***以及监测装置 | |
CN111370113A (zh) | 一种基于物联云的远程心理辅导***及方法 | |
CN114343577B (zh) | 认知功能评价方法、终端设备以及计算机可读存储介质 | |
CN111191638A (zh) | 一种因果模型的人脸信息与体温信息检测方法及*** | |
CN107607205A (zh) | 线束颜色顺序检测***和方法 | |
Kavitha et al. | A novel approach for driver drowsiness detection using deep learning | |
JP2019527848A (ja) | セキュリティ検査シミュレーション訓練装置、方法及びシステム | |
CN113569671A (zh) | 异常行为报警方法、装置 | |
CN113180701A (zh) | 一种用于图像标签标注的脑电信号深度学习方法 | |
CN106682604B (zh) | 一种基于深度学习的模糊图像检测方法 | |
CN116467110B (zh) | 一种平板电脑的损坏检测方法及*** | |
Tao et al. | Utilization of both machine vision and robotics technologies in assisting quality inspection and testing |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |