CN111562016A - 人体温度检测方法、***、装置及热红外图像处理器 - Google Patents

Abstract

本申请公开了一种人体温度检测方法、***、装置及热红外图像处理器。其中，该方法包括：获取通过热红外图像采集设备采集的第一图像；在第一图像中确定包含目标对象的指定人体部位的第一图像区域；以及根据第一图像区域的图像信息，确定指定人体部位的温度。能够满足多目标对象的指定人体部位同时进行温度检测，并对目标对象的指定人体部位做温度检测，温度检测精度高，快速的同时对高温个体及时排除，避免集中感染或者二次感染。同时，通过获取由热红外图像采集设备采集的第一图像来进行无感检测，无需停留，快速疏导人流。并且，在对目标对象的指定人体部位做温度检测，不会受到环境高温物体的干扰，避免太阳暴晒后的头发高温误报，排除错检，误检。

Description

人体温度检测方法、***、装置及热红外图像处理器

技术领域

本申请涉及人体温度检测技术领域，特别是涉及一种人体温度检测方法、***、装置及热红外图像处理器。

背景技术

随着人们对指定场景内进行人体温度检测的需求越来越多，市场上也随之出现了很多的测温***供用户使用。当前的体温测量大多为额温测量或者全画面温度测量。但是，由于额温测量的测量距离近、精度低以及测量时间长，在人流密集的区域容易造成人流阻塞，有可能造成高密度人群的集中感染或者二次感染。并且，由于全画面温度测量无法精确的对指定人体部位(例如人脸或者人手)做温度测量，精度低，容易被环境高温物体干扰，譬如说热咖啡，暖宝，太阳暴晒后的头发高温误报等。

针对上述的现有技术中存在的当前的体温测量大多为额温测量或者全画面温度测量，由于测量距离近，精度低，测量时间长，无法精确的对指定人体部位做温度测量以及容易被环境高温物体干扰，使得在进行体温测量的过程中，容易造成人流阻塞、高密度人群的集中感染或者二次感染、漏检、错检以及准确率低的技术问题，目前尚未提出有效的解决方案。

发明内容

本公开提供了一种人体温度检测方法、***、装置及热红外图像处理器，以至少解决现有技术中存在的当前的体温测量大多为额温测量或者全画面温度测量，由于测量距离近，精度低，测量时间长，无法精确的对指定人体部位做温度测量以及容易被环境高温物体干扰，尤其是夏天高温暴晒后的头发等，使得在进行体温测量的过程中，容易造成人流阻塞、高密度人群的集中感染或者二次感染、漏检、错检以及准确率低的技术问题。

根据本公开实施例的一个方面，提供了一种人体温度检测方法，包括：获取通过热红外图像采集设备采集的第一图像；在第一图像中确定包含目标对象的指定人体部位的第一图像区域；以及根据第一图像区域的图像信息，确定指定人体部位的温度。

根据本公开实施例的另一个方面，提供了一种热红外图像处理器，包括人工智能处理模块，配置用于获取通过热红外图像采集设备采集的第一图像，并在第一图像中确定包含目标对象的指定人体部位的第一图像区域；以及温度检测模块，与人工智能处理模块连接，配置用于根据第一图像区域的图像信息，确定指定人体部位的温度。

根据本公开实施例的另一个方面，还提供了一种人体温度检测***，包括：热红外图像采集设备；以及上述中任意一项所述的热红外图像处理器，其中热红外图像处理器与热红外图像采集设备通信连接，用于针对热红外图像采集设备采集的第一图像进行指定人体部位的温度检测。

根据本公开实施例的另一个方面，还提供了一种人体温度检测装置，包括：热红外图像获取模块，用于获取通过热红外图像采集设备采集的第一图像；图像区域确定模块，用于在第一图像中确定包含目标对象的指定人体部位的第一图像区域；以及温度确定模块，用于根据第一图像区域的图像信息，确定指定人体部位的温度。

根据本公开实施例的另一个方面，还提供了一种人体温度检测装置，包括：处理器；以及存储器，与处理器连接，用于为处理器提供处理以下处理步骤的指令：获取通过热红外图像采集设备采集的第一图像；在第一图像中确定包含目标对象的指定人体部位的第一图像区域；以及根据第一图像区域的图像信息，确定指定人体部位的温度。

根据本公开实施例的另一个方面，还提供了一种存储介质。存储介质包括存储的程序，其中，在程序运行时由处理器执行以上所述的方法。

在本发明实施例中，首先获取通过热红外图像采集设备采集的第一图像，然后在第一图像中确定包含目标对象的指定人体部位的第一图像区域，最后根据第一图像区域的图像信息，确定目标对象的指定人体部位的温度。从而能够满足多目标对象的指定人体部位同时进行温度检测，并对目标对象的指定人体部位做温度检测，温度检测精度高，快速的同时对高温个体及时排除，避免集中感染或者二次感染。同时，通过获取由热红外图像采集设备采集的第一图像来进行无感检测，无需停留，快速疏导人流。并且，在对目标对象的指定人体部位做温度检测，不会受到环境高温物体的干扰，排除错检，误检。从而解决了现有技术中存在的当前的体温测量大多为额温测量或者全画面温度测量，由于测量距离近，精度低，测量时间长，无法精确的对指定人体部位做温度测量以及容易被环境高温物体干扰，尤其是太阳暴晒后的头发高温误报等，使得在进行体温测量的过程中，容易造成人流阻塞、高密度人群的集中感染或者二次感染、漏检、错检以及准确率低的技术问题。

根据下文结合附图对本申请的具体实施例的详细描述，本领域技术人员将会更加明了本申请的上述以及其他目的、优点和特征。

附图说明

后文将参照附图以示例性而非限制性的方式详细描述本申请的一些具体实施例。附图中相同的附图标记标示了相同或类似的部件或部分。本领域技术人员应该理解，这些附图未必是按比例绘制的。附图中：

图1是根据本公开实施例1所述的人体温度检测***的示意图；

图2是根据本公开实施例1所述的温度检测模块的结构示意图；

图3是根据本公开实施例1所述的添加有标识图形的第一图像的一个示意图；

图4是根据本公开实施例1所述的添加有标识图形的第一图像的又一个示意图；

图5是根据本公开实施例1的第三个方面所述的人体温度检测方法的流程图；

图6是根据本公开实施例2所述的人体温度检测装置的示意图；以及

图7是根据本公开实施例3所述的人体温度检测装置的示意图。

具体实施方式

需要说明的是，在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本公开。

为了使本技术领域的人员更好地理解本公开方案，下面将结合本公开实施例中的附图，对本公开实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本公开一部分的实施例，而不是全部的实施例。基于本公开中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本公开保护的范围。

需要说明的是，本公开的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的术语在适当情况下可以互换，以便这里描述的本公开的实施例。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、***、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本申请的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。

实施例1

图1是根据本申请实施例1所述的人体温度检测***的示意图。参考图1所示，本申请实施例1的第一个方面提供了一种热红外图像处理器2，包括人工智能处理模块20，配置用于获取通过热红外图像采集设备1采集的第一图像，并在第一图像中确定包含目标对象的指定人体部位的第一图像区域；以及温度检测模块30，与人工智能处理模块20连接，配置用于根据第一图像区域的图像信息，确定指定人体部位的温度。

正如背景技术中所述的，随着人们对指定场景内进行人体温度检测的需求越来越多，市场上也随之出现了很多的测温***供用户使用。当前的体温测量大多为额温测量或者全画面温度测量。但是，由于额温测量的测量距离近、精度低以及测量时间长，在人流密集的区域容易造成人流阻塞，有可能造成高密度人群的集中感染或者二次感染。并且，由于全画面温度测量无法精确的对指定人体部位(例如人脸或者人手)做温度测量，精度低，容易被环境高温物体干扰，譬如说热咖啡，暖宝，太阳暴晒后的头发高温误报等。

具体地，针对上述的问题，参考图1所示，本实施例的第一方面所提供的热红外图像处理器2首先利用人工智能处理模块20获取通过热红外图像采集设备1采集的第一图像，并在第一图像中确定包含目标对象的指定人体部位的第一图像区域。通过这种方式，可以在包含目标检测对象的全图像画面中筛选出只包含目标检测对象的指定人体部位(例如脸部、颈部和/或手部)的第一图像区域，从而能够在对目标对象的指定人体部位做温度检测。然后通过与人工智能处理模块20连接温度检测模块30来根据第一图像区域的图像信息，确定指定人体部位的温度。

从而，通过这种方式，本实施例的第一个方面所提供的热红外图像处理器2能够满足多目标对象的指定人体部位同时进行温度检测，并对目标对象的指定人体部位做温度检测，温度检测精度高，快速的同时对高温个体及时排除，避免集中感染或者二次感染。同时，通过获取由热红外图像采集设备1采集的第一图像来进行无感检测，无需停留，快速疏导人流。并且，在对目标对象的指定人体部位做温度检测，不会受到环境高温物体的干扰，排除错检，误检。从而解决了现有技术中存在的当前的体温测量大多为额温测量或者全画面温度测量，由于测量距离近，精度低，测量时间长，无法精确的对指定人体部位做温度测量以及容易被环境高温物体干扰，太阳暴晒后的头发高温误报等，使得在进行体温测量的过程中，容易造成人流阻塞、高密度人群的集中感染或者二次感染、漏检、错检以及准确率低的技术问题。

可选地，热红外图像处理器2还包括：预处理模块10，配置用于生成与第一图像对应的第二图像，其中第二图像适于预设的图像检测模型进行检测；并且人工智能处理模块20包括指定人体部位检测单元21以及指定人体部位映射单元22，其中指定人体部位检测单元21与预处理模块10连接，配置用于通过图像检测模型，在第二图像中检测包含指定人体部位的第二图像区域；指定人体部位映射单元22配置用于根据第二图像区域在第二图像中的位置信息，在第一图像中确定第一图像区域。

具体地，参照图1所示，热红外图像处理器2还包括预处理模块10，用于生成与第一图像对应的第二图像，其中第二图像适于预设的图像检测模型进行检测。由于目前的图像检测模型通常支持对有限范围内的分辨率的图像进行识别(例如分辨率为512*512、640*360、640*480或者其他)，因此为了保障人工智能处理模块20能够对第一图像中的目标对象进行有效的检测，在本实施例中需要通过预处理模块10对获取到的第一图像进行预处理，从而生成适于人工智能处理模块20进行检测的第二图像。

进一步地，人工智能处理模块20包括指定人体部位检测单元21以及指定人体部位映射单元22。其中指定人体部位检测单元21与预处理模块10连接，用于通过图像检测模型，在第二图像中检测包含指定人体部位的第二图像区域。在检测出包含指定人体部位的第二图像区域的情况下，指定人体部位映射单元22需要根据第二图像区域在第二图像中的位置信息，在第一图像中确定第一图像区域。从而，通过这种方式，不仅能够对第一图像中的目标对象进行有效的检测，还能够准确的在第一图像中确定第一图像区域。

可选地，预处理模块10包括以下的至少一项：分辨率转换单元11，配置用于将图像的分辨率转换成与图像检测模型匹配的分辨率；以及图像增强单元12，配置用于增强图像中的细节信息。

具体地，参照图1所示，预处理模块10包括分辨率转换单元11和图像增强单元12中的至少一项。其中，在热红外图像采集设备1采集的第一图像的分辨率低于人工智能处理模块20能够检测的图像的分辨率的情况下，分辨率转换单元11可以为上采样单元，用于对第一图像进行上采样操作，例如可以利用多相滤波器或者线性滤波器进行上采样，完成低分辨率到高分辨率的提升。从而，不再需要基于采集的热红外图像重新训练模型，而是先将图像的分辨率转换成与图像检测模型匹配的分辨率，然后利用现有的人工智能检测功能，对低分辨率的热红外图像进行有效检测。

此外，在热红外图像采集设备1采集的第一图像的分辨率高于人工智能处理模块20能够检测的图像的分辨率的情况下，分辨率转换单元11可以为下采样单元，用于对第一图像进行下采样操作，从而将第一图像的分辨率转换为与图像检测模型匹配的分辨率。

进一步地，由于热红外传感器本身成像特点以及分辨率较低等原因，热红外图像往往噪声高，导致物体的边缘信息被干扰。针对噪声高这个问题，本实施例通过图像增强单元12使用预设的去噪滤波算法进行去噪，以抑制图像中的噪声，同时不破坏物体的边缘。其中，常见的去噪滤波算法例如有双边滤波算法和导向滤波算法等。

优选地，由于热红外图像是根据物体表面温度成像的，而实际场景中物体和背景的温度差不会很大，所以物体的边缘细节在热红外图像中不明显。针对这个问题，本实施例还可以通过图像增强单元12使用预设的边缘锐化算法进行边缘增强，以增强物体的细节信息。其中，常见的边缘锐化算法例如有拉普拉斯滤波算法和sobel滤波算法等。

此外，需要特别说明的是，图像增强单元12不局限于包含去噪滤波算法和边缘锐化算法，也可以包含其他的可以增强图像质量的算法。

优选地，本实施例的预处理模块10还可以首先通过分辨率转换单元11将第一图像的分辨率转换为成与图像检测模型匹配的分辨率。然后通过图像增强单元12，对分辨率转换单元11输出的图像进行图像增强操作，抑制图像中的噪声，同时增强图像中的细节信息，从而生成适于人工智能处理模块20进行检测的第二图像。

可选地，指定人体部位映射单元22包括：第一确定子单元221，配置用于根据第二图像区域在第二图像中的位置信息以及第一图像和第二图像之间的位置映射关系，确定第一图像区域在第一图像中的位置信息；以及第二确定子单元222，配置用于根据第一图像区域在第一图像中的位置信息，在第一图像中确定第一图像区域。

具体地，首先通过第一确定子单元221根据第二图像区域在第二图像中的位置信息以及第一图像和第二图像之间的位置映射关系，例如利用预先设置的坐标转换算法，将第二图像中的位置信息转换为第一图像中相对应的位置信息，从而确定第一图像区域在第一图像中的位置信息。其中，所确定的第一图像区域在第一图像中的位置信息例如可以包括x,y,w,h，即第一图像区域在第一图像中的x,y坐标以及宽高信息。然后通过第二确定子单元222根据第一图像区域在第一图像中的位置信息，在第一图像中确定第一图像区域。通过这种方式，保障了所确定的第一图像区域的准确性。

可选地，温度检测模块30包括：分割子模块31，配置用于将第一图像区域分割为多个图像子区域；第一确定子模块32，配置用于根据预先设定的图像区域选择参数，从多个图像子区域中确定第一目标图像子区域；以及第二确定子模块33，配置用于根据第一目标图像子区域的中间区域的图像信息，确定指定人体部位的第一温度。

在实际的应用场景中，指定人体部件的边缘区域容易被环境高温物体干扰，譬如说热咖啡，头发等。以脸部为例，在夏季时，吸收太阳热量后的头发的温度远高于人体正常温度，而头发对额部或者额部两侧会有遮盖。因此，根据包含目标对象的脸部的图像区域所确定的脸部温度误差较大，从而导致测温的准确性低。

为了解决上述问题，在本实施例中，参照图2所示，温度检测模块30包括分割子模块31、第一确定子模块32和第二确定子模块33。本实施例首先通过分割子模块31将第一图像区域分割为多个图像子区域。以指定人体部位为脸部为例，第一图像区域为脸部图像区域，分割子模块31将脸部图像区域分割为多个图像子区域，例如但不限于将脸部图像区域分割为三个图像子区域，这三个图像子区域分别为额部图像子区域、三角区图像子区域以及嘴部图像子区域。

进一步地，通过第一确定子模块32根据预先设定的图像区域选择参数，从多个图像子区域中确定第一目标图像子区域。其中，预先设定的图像区域选择参数例如为：优先选择额部图像子区域，其次三角区选择图像子区域，最后选择嘴部图像子区域。最后，通过第二确定子模块33根据第一目标图像子区域(例如，额部图像子区域)的中间区域的图像信息，确定指定人体部位的第一温度。从而，通过这种方式，能够从第一图像区域中确定与最贴近人体温度的图像子区域，并根据所确定的图像子区域的中间区域确定指定人体部位的温度，有效的排除了环境高温源的干扰，保障了所确定的指定人体部位的温度的准确性。

可选地，第二确定子模块33包括：选取单元331，配置用于在第一目标图像子区域的中间区域中选取像素值最高的预定数量的像素点；第一确定单元332，配置用于根据所选取的像素点的像素值，确定所选取的像素点对应的温度值；以及第二确定单元333，配置用于根据所选取的像素点对应的温度值求取平均温度值，并将平均温度值作为指定人体部位的第一温度。

具体地，首先通过选取单元331在第一目标图像子区域的中间区域中选取像素值最高的预定数量的像素点，然后通过第一确定单元332根据所选取的像素点的像素值，确定所选取的像素点对应的温度值，最后通过第二确定单元333根据所选取的像素点对应的温度值求取平均温度值，并将平均温度值作为目标对象的指定人体部位的温度。通过这种方式，可以准确的确定指定人体部位的温度。

可选地，热红外图像处理器2还包括温度异常检测模块50，与温度检测模块30连接，配置用于根据第一温度以及预设的温度阈值，判定指定人体部位的温度是否异常。

具体地，参照图1所示，热红外图像处理器2还包括与温度检测模块30连接的温度异常检测模块50。本实施例通过温度异常检测模块50根据温度检测模块30第一温度以及预设的温度阈值，判定目标对象的指定人体部位的温度是否异常。通过这种方式，能够对指定人体部位的温度异常的个体及时排除，避免感染。

可选地，温度异常检测模块50包括：第一判定子模块510，配置用于判定第一温度是否大于预设的温度阈值；第三确定子模块520，配置用于在判定第一温度大于预设的温度阈值的情况下，从多个图像子区域中确定第二目标图像子区域；第四确定子模块530，配置用于根据第二目标图像子区域的中间区域的图像信息，确定指定人体部位的第二温度；以及第二判定子模块540，配置用于根据第二温度以及预设的温度阈值，判定目标对象的指定人体部位的温度是否异常。

具体地，参照图1所示，温度异常检测模块50包括第一判定子模块510、第三确定子模块520、第四确定子模块530以及第二判定子模块540。在温度异常检测模块50根据第一温度以及预设的温度阈值，判定指定人体部位的温度是否异常的过程中，首先通过第一判定子模块510判定第一温度是否大于预设的温度阈值。然后在判定第一温度大于预设的温度阈值的情况下，通过第三确定子模块520从多个图像子区域中确定第二目标图像子区域。参照上述的，第一目标图像子区域为额部图像子区域，在根据额部图像子区域的图像信息确定的温度大于预设的温度阈值的情况下，不会直接判定目标对象的温度异常，而是从多个图像子区域中确定第二目标图像子区域(例如，三角区图像子区域)。

进一步地，通过第四确定子模块530根据第二目标图像子区域(即，三角区图像子区域)的中间区域的图像信息，确定指定人体部位的第二温度。最后，通过第二判定子模块540根据第二温度以及预设的温度阈值，判定目标对象的指定人体部位的温度是否异常。通过这种方式，有效了减少了温度检测的误报率。

此外，在根据第二温度以及预设的温度阈值，判定目标对象的指定人体部位的温度是否异常的过程中，可以判定第二温度是否大于预设的阈值，在判定第二温度大于预设的阈值的情况下，还可以从多个图像子区域中确定第三目标图像子区域(例如，嘴部图像子区域)，然后根据第三目标图像子区域的中间区域的图像信息，确定目标对象的指定人体部位的第三温度，最后在根据第三温度和预设的阈值，判定目标对象的指定人体部位的温度是否异常，即第三温度大于预设的阈值的情况下，判定目标对象的指定人体部位的温度异常。通过这种方式，有效了减少了温度检测的误报率。

可选地，热红外图像处理器2还包括图像融合模块40，与温度检测模块30以及温度异常检测模块50连接，配置用于在判定指定人体部位的温度异常的情况下，在第一图像区域的位置处添加标识图形。

在实践中，监控工作人员通常通过观看监控视频，对目标对象进行监控。因此如果能够在视频中添加用于识别目标对象和目标对象的温度分布信息的标记(例如使用颜色矩形框标记目标对象、添加脸部温度信息以及手部温度信息等标识图形)，则更加有利于监控工作人员观察监控视频。

具体地，图3实例性的示出了添加有标识图形的第一图像的一个示意图，图4实例性的示出了添加有标识图形的第一图像的又一个示意图。参照图1、图3以及图4所示，本实施例通过图像融合模块40判定温度检测模块30所检测到的目标对象的指定人体部位的温度是否异常，在判定目标对象的指定人体部位的温度异常的情况下，将第一图像与温度检测模块30检测到的指定人体部位的温度进行融合，并在第一图像区域的位置处添加标识图形。其中，参照图3和图4所示，例如在第一图像区域添加颜色矩形框，用于标记所检测出的目标对象的人脸和/或人手在第一图像中的位置，同时可以用不同颜色的矩形框来区分不同的目标对象的人脸和/或人手的温度是否异常。并且还可以在目标对象的具体部位(例如，额头、眼睛、鼻子等部分)添加具体的温度信息。从而，通过这种方式，可以向监控工作人员提供高清并具有标记的监控视频，有利于监控人员进行监控。

可选地，热红外图像处理器2还包括图像融合模块40，与温度检测模块30连接，配置用于在第一图像区域的位置处添加标识图形。

具体地，参照图3所示，本实施例通过图像融合模块40将温度检测模块30检测到的指定人体部位的温度与第一图像区域进行融合，然后在第一图像区域的位置处添加标识图形。其中，参照图3和图4所示，例如在第一图像区域添加颜色矩形框，用于标记所检测出的目标对象的人脸和/或人手在第一图像中的位置，同时可以用不同颜色的矩形框来区分不同的目标对象的人脸和/或人手的温度是否异常。并且还可以在目标对象的具体部位(例如，额头、眼睛、人手等部分)添加具体的温度信息。从而，通过这种方式，可以向监控工作人员提供高清并具有标记的监控视频，有利于监控人员进行监控。

本申请实施例1的第二个方面提供了一种人体温度检测***，包括：热红外图像采集设备1；以及上述中任意一项所述的热红外图像处理器2，其中热红外图像处理器2与热红外图像采集设备1通信连接，用于针对热红外图像采集设备1采集的第一图像进行指定人体部位的温度检测。

具体地，参照图1所示，本申请实施例1的第二个方面提供了一种人体温度检测***，包括热红外图像采集设备1以及上述中任意一项所述的热红外图像处理器2。从而，可以通过热红外图像采集设备1(例如，热红外摄像机)采集热红外图像(对应于图1中的第一图像)，然后由热红外图像采集设备1将采集的热红外图像发送至热红外图像处理器2。热红外图像处理器2在接收到热红外图像采集设备1采集的热红外图像后，对热红外图像进行相应的指定人体部位(例如人脸和/或人手)的温度检测。

可选地，人体温度检测***还包括：显示模块61，与热红外图像处理器2的图像融合模块40通信连接，用于显示添加有标识图形的第一图像。

具体地，参照上述的，图像融合模块40用于在第一图像区域的位置处添加标识图形。因此，参考图1所示，人体温度检测***还包括显示模块61，与图像融合模块40连接，用于显示添加有标识图形的第一图像。

可选地，人体温度检测***还包括网络接口62，与热红外图像处理器2的图像融合模块40通信连接，用于通过网络传输添加有标识图形的第一图像。

具体地，参考图1所示，人体温度检测***还包括网络接口62，可以通过网络接口62发送目标对象温度、目标对象位置和添加有标识图形的第一图像的相关数据给远端服务器做进一步数据分析。同时，还可以将采集的目标对象温度、目标对象位置和添加有标识图形的第一图像的相关数据发送给远端服务器。从而，不仅能够向相关的工作人员显示带有目标对象的位置信息和温度信息的标记的第一图像，还使得远端服务器可以做进一步的数据分析。

可选地，人体温度检测***还包括报警模块63，与热红外图像处理器2的温度异常检测模块50通信连接，用于在温度异常检测模块50判定目标对象的指定人体部位的温度异常的情况下，发出警报。

具体地，参考图1所示，人体温度检测***还包括报警模块63，与温度异常检测模块50通信连接。在温度异常检测模块50判定目标对象的指定人体部位的温度异常的情况下，报警模块63发出警报。从而，通过这种方式，在检测到目标对象的指定人体部位的温度异常的情况下，能够及时的警示相关的工作人员。

在图1所示的人体温度检测***中，参考图5所示，本申请实施例1的第三个方面提出了一种人体温度检测方法。参考图5所示，该方法包括：

S502：获取通过热红外图像采集设备采集的第一图像；

S504：在第一图像中确定包含目标对象的指定人体部位的第一图像区域；以及

S506：根据第一图像区域的图像信息，确定指定人体部位的温度。

正如背景技术中所述的，随着人们对指定场景内进行人体温度检测的需求越来越多，市场上也随之出现了很多的测温***供用户使用。当前的体温测量大多为额温测量或者全画面温度测量。但是，由于额温测量的测量距离近、精度低以及测量时间长，在人流密集的区域容易造成人流阻塞，有可能造成高密度人群的集中感染或者二次感染。并且，由于全画面温度测量无法精确的对指定人体部位(例如人脸或者人手)做温度测量，精度低，容易被环境高温物体干扰，譬如说热咖啡，暖宝，太阳暴晒后的头发高温误报等。

具体地，针对上述的问题，参考图5所示，本实施例的第三方面所提供的人体温度检测方法首先获取通过热红外图像采集设备采集的第一图像，然后在第一图像中确定包含目标对象的指定人体部位的第一图像区域，最后根据第一图像区域的图像信息，确定目标对象的指定人体部位的温度。从而能够满足多目标对象的指定人体部位同时进行温度检测，并对目标对象的指定人体部位做温度检测，温度检测精度高，快速的同时对高温个体及时排除，避免集中感染或者二次感染。同时，通过获取由热红外图像采集设备采集的第一图像来进行无感检测，无需停留，快速疏导人流。并且，在对目标对象的指定人体部位做温度检测，不会受到环境高温物体的干扰，不会受到太阳暴晒后的头发高温误报，排除错检，误检。从而解决了现有技术中存在的当前的体温测量大多为额温测量或者全画面温度测量，由于测量距离近，精度低，测量时间长，无法精确的对指定人体部位做温度测量以及容易被环境高温物体干扰，使得在进行体温测量的过程中，容易造成人流阻塞、高密度人群的集中感染或者二次感染、漏检、错检以及准确率低的技术问题。

可选地，在第一图像中确定包含目标对象的指定人体部位的第一图像区域的操作，包括：生成与第一图像对应的第二图像，其中第二图像适于预设的图像检测模型进行检测；通过图像检测模型，在第二图像中检测包含目标对象的指定人体部位的第二图像区域；以及根据第二图像区域在第二图像中的位置信息，在第一图像中确定第一图像区域。

具体地，由于目前的图像检测模型通常支持对有限范围内的分辨率的图像进行识别(例如分辨率为512*512、640*360、640*480或者其他)，因此为了保障人工智能处理模块能够对第一图像中的目标对象进行有效的检测，需要生成与第一图像对应的适于预设的图像检测模型进行检测的第二图像。然后通过图像检测模型，在第二图像中检测包含指定人体部位的第二图像区域。并且，在检测出包含指定人体部位的第二图像区域的情况下，还需要根据第二图像区域在第二图像中的位置信息，在第一图像中确定第一图像区域。从而，通过这种方式，不仅能够对第一图像中的目标对象进行有效的检测，还能够准确的在第一图像中确定第一图像区域。

可选地，生成与第一图像对应的第二图像的操作，包括以下的至少一项：分辨率转换操作，用于将图像的分辨率转换成与图像检测模型匹配的分辨率；以及图像增强操作，用于增强图像中的细节信息。

具体地，由于目前的图像检测模型通常支持对有限范围内的分辨率的图像进行识别，因此需要对第一图像进行分辨率转换操作，即将第一图像的分辨率转换成与图像检测模型匹配的分辨率，从而生成适于图像检测模型进行检测的第二图像。

或者，由于热红外传感器本身成像特点以及分辨率较低等原因，热红外图像往往噪声高，导致物体的边缘信息被干扰。针对噪声高这个问题，通过对第一图像进行图像增强操作，增强第一图像中的细节信息，从而生成适于图像检测模型进行检测的第二图像。其中进行图像增强操作例如但不限于为：使用预设的边缘锐化算法进行边缘增强，以增强物体的细节信息。其中，常见的边缘锐化算法例如有拉普拉斯滤波算法和sobel滤波算法等。

又或者，首先对第一图像进行分辨率转换操作，即将第一图像的分辨率转换成与图像检测模型匹配的分辨率，然后对分辨率转换操作得到的图像进行图像增强操作，增强分辨率转换操作得到的图像中的细节信息，从而生成适于图像检测模型进行检测的第二图像。

可选地，根据第二图像区域在第二图像中的位置，在第一图像中确定第一图像区域的操作，包括：根据第二图像区域在第二图像中的位置信息以及第一图像和第二图像之间的位置映射关系，确定第一图像区域在第一图像中的位置信息；以及根据第一图像区域在第一图像中的位置信息，在第一图像中确定第一图像区域。

具体地，首先根据第二图像区域在第二图像中的位置信息以及第一图像和第二图像之间的位置映射关系，例如利用预先设置的坐标转换算法，将第二图像中的位置信息转换为第一图像中相对应的位置信息，从而确定第一图像区域在第一图像中的位置信息。其中，所确定的第一图像区域在第一图像中的位置信息例如可以包括x,y,w,h，即第一图像区域在第一图像中的x,y坐标以及宽高信息。然后根据第一图像区域在第一图像中的位置信息，在第一图像中确定第一图像区域。通过这种方式，保障了所确定的第一图像区域的准确性。

可选地，根据第一图像区域的图像信息，确定指定人体部位的温度的操作，包括：将第一图像区域分割为多个图像子区域；根据预先设定的图像区域选择参数，从多个图像子区域中确定第一目标图像子区域；以及根据第一目标图像子区域的中间区域的图像信息，确定指定人体部位的第一温度。

在实际的应用场景中，指定人体部件的边缘区域容易被环境高温物体干扰，譬如说热咖啡，头发等。以脸部为例，在夏季时，吸收太阳热量后的头发的温度远高于人体正常温度，而头发对额部或者额部两侧会有遮盖。因此，根据包含目标对象的脸部的图像区域所确定的脸部温度误差较大，从而导致测温的准确性低。

为了解决上述问题，在本实施例中，首先将第一图像区域分割为多个图像子区域。以指定人体部位为脸部为例，第一图像区域为脸部图像区域，将脸部图像区域分割为多个图像子区域，例如但不限于将脸部图像区域分割为三个图像子区域，这三个图像子区域分别为额部图像子区域、三角区图像子区域以及嘴部图像子区域。

进一步地，根据预先设定的图像区域选择参数，从多个图像子区域中确定第一目标图像子区域。其中，预先设定的图像区域选择参数例如为：优先选择额部图像子区域，其次三角区选择图像子区域，最后选择嘴部图像子区域。最后，根据第一目标图像子区域(例如，额部图像子区域)的中间区域的图像信息，确定指定人体部位的第一温度。从而，通过这种方式，能够从第一图像区域中确定与最贴近人体温度的图像子区域，并根据所确定的图像子区域的中间区域确定指定人体部位的温度，有效的排除了环境高温源的干扰，保障了所确定的指定人体部位的温度的准确性。

可选地，根据第一图像区域的图像信息，确定指定人体部位的温度的操作，包括：在第一目标图像子区域的中间区域中选取像素值最高的预定数量的像素点；根据所选取的像素点的像素值，确定所选取的像素点对应的温度值；以及根据所选取的像素点对应的温度值求取平均温度值，并将平均温度值作为指定人体部位的第一温度。

具体地，首先在第一目标图像子区域的中间区域中选取像素值最高的预定数量的像素点，然后根据所选取的像素点的像素值，确定所选取的像素点对应的温度值，最后根据所选取的像素点对应的温度值求取平均温度值，并将平均温度值作为目标对象的指定人体部位的温度。通过这种方式，可以准确的确定目标对象的指定人体部位的温度。

可选地，方法还包括：根据第一温度以及预设的温度阈值，判定指定人体部位的温度是否异常。

具体地，本实施例所提供的人体温度检测方法还需要根据第一温度以及预设的温度阈值，判定目标对象的指定人体部位的温度是否异常。通过这种方式，能够对指定人体部位的温度异常的个体及时排除，避免感染。

可选地，根据第一温度以及预设的温度阈值，判定指定人体部位的温度是否异常的操作，包括：判定第一温度是否大于预设的温度阈值；在判定第一温度大于预设的温度阈值的情况下，从多个图像子区域中确定第二目标图像子区域；根据第二目标图像子区域的中间区域的图像信息，确定指定人体部位的第二温度；以及根据第二温度以及预设的温度阈值，判定目标对象的指定人体部位的温度是否异常。

具体地，首先判定第一温度是否大于预设的温度阈值。然后在判定第一温度大于预设的温度阈值的情况下，从多个图像子区域中确定第二目标图像子区域。参照上述的，第一目标图像子区域为额部图像子区域，在根据额部图像子区域的图像信息确定的温度大于预设的温度阈值的情况下，不会直接判定目标对象的温度异常，而是从多个图像子区域中确定第二目标图像子区域(例如，三角区图像子区域)。

进一步地，根据第二目标图像子区域(即，三角区图像子区域)的中间区域的图像信息，确定指定人体部位的第二温度。最后，根据第二温度以及预设的温度阈值，判定目标对象的指定人体部位的温度是否异常。通过这种方式，有效了减少了温度检测的误报率。

此外，在根据第二温度以及预设的温度阈值，判定目标对象的指定人体部位的温度是否异常的过程中，可以判定第二温度是否大于预设的阈值，在判定第二温度大于预设的阈值的情况下，还可以从多个图像子区域中确定第三目标图像子区域(例如，嘴部图像子区域)，然后根据第三目标图像子区域的中间区域的图像信息，确定目标对象的指定人体部位的第三温度，最后在根据第三温度和预设的阈值，判定目标对象的指定人体部位的温度是否异常，即第三温度大于预设的阈值的情况下，判定目标对象的指定人体部位的温度异常。通过这种方式，有效了减少了温度检测的误报率。

可选地，方法还包括：在判定指定人体部位的温度异常的情况下，在第一图像区域的位置处添加标识图形。

在实践中，监控工作人员通常通过观看监控视频，对目标对象进行监控。因此如果能够在视频中添加用于识别目标对象和目标对象的温度分布信息的标记(例如使用颜色矩形框标记目标对象、添加脸部温度信息以及手部温度信息等标识图形)，则更加有利于监控工作人员观察监控视频。

具体地，本实施例所提供的人体温度检测方法在判定目标对象的指定人体部位的温度异常的情况下，在第一图像区域的位置处添加标识图形。其中，参照图3以及图4所示，例如在第一图像区域添加颜色矩形框，用于标记所检测出的目标对象在第一图像中的位置，同时可以用不同颜色的矩形框来区分不同的目标对象的温度是否异常。并且还可以在目标对象的具体部位(例如，额头、眼睛、人手等部分)添加具体的温度信息。从而，通过这种方式，可以向监控工作人员提供高清并具有标记的监控视频，有利于监控人员进行监控。

可选地，方法还包括：在第一图像区域的位置处添加标识图形。

具体地，本实施例所提供的人体温度检测方法在第一图像区域的位置处添加标识图形。其中，参照图3以及图4所示，例如在第一图像区域添加颜色矩形框，用于标记所检测出的目标对象在第一图像中的位置，同时还可以在目标对象的具体部位(例如，额头、眼睛、人手等部分)添加具体的温度信息。从而，通过这种方式，可以向监控工作人员提供高清并具有标记的监控视频，有利于监控人员进行监控。

可选地，指定人体部位包括脸部、颈部和/或手部。

具体地，人工智能模块220可以包括脸部识别模型、颈部识别模型和手部识别模型。因此可以通过脸部识别模型、颈部识别模型和手部识别模型从第一图像中确定包含目标对象的脸部、颈部和/或手部的图像区域，然后通过温度检测模块30来根据包含目标对象的脸部、颈部和/或手部的图像区域，确定目标对象的脸部、颈部和/或手部的温度。其中，脸部识别模型、颈部识别模型和手部识别模型例如都采用卷积神经网络，分别通过人脸样本、脖颈样本和人手样本进行训练得到。

此外，根据本实施例的第四个方面，提供了一种存储介质。存储介质包括存储的程序，其中，在程序运行时由处理器执行以上任意一项所述的方法。

从而，本实施例首先获取通过热红外图像采集设备采集的第一图像，然后在第一图像中确定包含目标对象的指定人体部位的第一图像区域，最后根据第一图像区域的图像信息，确定目标对象的指定人体部位的温度。从而能够满足多目标对象的指定人体部位同时进行温度检测，并对目标对象的指定人体部位做温度检测，温度检测精度高，快速的同时对高温个体及时排除，避免集中感染或者二次感染。同时，通过获取由热红外图像采集设备采集的第一图像来进行无感检测，无需停留，快速疏导人流。并且，在对目标对象的指定人体部位做温度检测，不会受到环境高温物体的干扰，避免太阳暴晒后的头发高温误报，排除错检，误检。从而解决了现有技术中存在的当前的体温测量大多为额温测量或者全画面温度测量，由于测量距离近，精度低，测量时间长，无法精确的对指定人体部位做温度测量以及容易被环境高温物体干扰，使得在进行体温测量的过程中，容易造成人流阻塞、高密度人群的集中感染或者二次感染、漏检、错检以及准确率低的技术问题。

实施例2

图6示出了根据本实施例所述的人体温度检测装置600，该装置600与根据实施例1的第三个方面所述的方法相对应。参考图6所示，该装置600包括：热红外图像获取模块610，用于获取通过热红外图像采集设备采集的第一图像；图像区域确定模块620，用于在第一图像中确定包含目标对象的指定人体部位的第一图像区域；以及温度确定模块630，用于根据第一图像区域的图像信息，确定指定人体部位的温度。

可选地，图像区域确定模块620包括：图像生成子模块，用于生成与第一图像对应的第二图像，其中第二图像适于预设的图像检测模型进行检测；检测子模块，用于通过图像检测模型，在第二图像中检测包含目标对象的指定人体部位的第二图像区域；以及图像区域确定子模块，用于根据第二图像区域在第二图像中的位置信息，在第一图像中确定第一图像区域。

可选地，图像生成子模块，包括以下的至少一项：分辨率转换单元，用于将图像的分辨率转换成与图像检测模型匹配的分辨率；以及图像增强单元，用于增强图像中的细节信息。

可选地，图像区域确定子模块包括：位置信息确定单元，用于根据第二图像区域在第二图像中的位置信息以及第一图像和第二图像之间的位置映射关系，确定第一图像区域在第一图像中的位置信息；以及图像区域确定单元，用于根据第一图像区域在第一图像中的位置信息，在第一图像中确定第一图像区域。

可选地，温度确定模块630，包括：分割子模块，用于将第一图像区域分割为多个图像子区域；第一目标图像子区域确定子模块，用于根据预先设定的图像区域选择参数，从多个图像子区域中确定第一目标图像子区域；以及第一温度确定子模块，用于根据第一目标图像子区域的中间区域的图像信息，确定指定人体部位的第一温度。

可选地，第一温度确定子模块包括：像素点选取子模块，用于在第一目标图像子区域的中间区域中选取像素值最高的预定数量的像素点；温度值确定子模块，用于根据所选取的像素点的像素值，确定所选取的像素点对应的温度值；以及温度确定子模块，用于根据所选取的像素点对应的温度值求取平均温度值，并将平均温度值作为指定人体部位的第一温度。

可选地，人体温度检测装置600还包括：温度异常检测模块，用于根据第一温度以及预设的温度阈值，判定指定人体部位的温度是否异常。

可选地，温度异常检测模块包括：第一判定子模块，用于判定第一温度是否大于预设的温度阈值；第二目标图像子区域确定子模块，用于在判定第一温度大于预设的温度阈值的情况下，从多个图像子区域中确定第二目标图像子区域；第二温度确定子模块，用于根据第二目标图像子区域的中间区域的图像信息，确定指定人体部位的第二温度；以及第二判定子模块，用于根据第二温度以及预设的温度阈值，判定目标对象的指定人体部位的温度是否异常。

可选地，人体温度检测装置600还包括：第一标识图形添加模块，用于在判定指定人体部位的温度异常的情况下，在第一图像区域的位置处添加标识图形。

可选地，人体温度检测装置600还包括：第二标识图形添加模块，用于在第一图像区域的位置处添加标识图形。

可选地，指定人体部位包括脸部、颈部和/或手部。

从而根据本实施例，人体温度检测装置600首先通过热红外图像获取模块610获取通过热红外图像采集设备采集的第一图像，然后通过图像区域确定模块620在第一图像中确定包含目标对象的指定人体部位的第一图像区域，最后通过温度确定模块630根据第一图像区域的图像信息，确定目标对象的指定人体部位的温度。从而能够满足多目标对象的指定人体部位同时进行温度检测，并对目标对象的指定人体部位做温度检测，温度检测精度高，快速的同时对高温个体及时排除，避免集中感染或者二次感染。同时，通过获取由热红外图像采集设备采集的第一图像来进行无感检测，无需停留，快速疏导人流。并且，在对目标对象的指定人体部位做温度检测，不会受到环境高温物体的干扰，避免太阳暴晒后的头发高温误报，排除错检，误检。从而解决了现有技术中存在的当前的体温测量大多为额温测量或者全画面温度测量，由于测量距离近，精度低，测量时间长，无法精确的对指定人体部位做温度测量以及容易被环境高温物体干扰，使得在进行体温测量的过程中，容易造成人流阻塞、高密度人群的集中感染或者二次感染、漏检、错检以及准确率低的技术问题。

实施例3

图7示出了根据本实施例所述的人体温度检测装置700，该装置700与根据实施例1的第三个方面所述的方法相对应。参考图7所示，该装置700包括：处理器710；以及存储器720，与处理器710连接，用于为处理器710提供处理以下处理步骤的指令：获取通过热红外图像采集设备采集的第一图像；在第一图像中确定包含目标对象的指定人体部位的第一图像区域；以及根据第一图像区域的图像信息，确定指定人体部位的温度。

可选地，在第一图像中确定包含目标对象的指定人体部位的第一图像区域的操作，包括：生成与第一图像对应的第二图像，其中第二图像适于预设的图像检测模型进行检测；通过图像检测模型，在第二图像中检测包含指定人体部位的第二图像区域；以及根据第二图像区域在第二图像中的位置信息，在第一图像中确定第一图像区域。

可选地，在第一图像中确定包含目标对象的指定人体部位的第一图像区域的操作，包括：生成与第一图像对应的第二图像，其中第二图像适于预设的图像检测模型进行检测；通过图像检测模型，在第二图像中检测包含目标对象的指定人体部位的第二图像区域；以及根据第二图像区域在第二图像中的位置信息，在第一图像中确定第一图像区域。

可选地，生成与第一图像对应的第二图像的操作，包括以下的至少一项：分辨率转换操作，用于将图像的分辨率转换成与图像检测模型匹配的分辨率；以及图像增强操作，用于增强图像中的细节信息。

可选地，根据第二图像区域在第二图像中的位置，在第一图像中确定第一图像区域的操作，包括：根据第二图像区域在第二图像中的位置信息以及第一图像和第二图像之间的位置映射关系，确定第一图像区域在第一图像中的位置信息；以及根据第一图像区域在第一图像中的位置信息，在第一图像中确定第一图像区域。

可选地，根据第一图像区域的图像信息，确定指定人体部位的温度的操作，包括：将第一图像区域分割为多个图像子区域；根据预先设定的图像区域选择参数，从多个图像子区域中确定第一目标图像子区域；以及根据第一目标图像子区域的中间区域的图像信息，确定指定人体部位的第一温度。

可选地，根据第一图像区域的图像信息，确定指定人体部位的温度的操作，包括：在第一目标图像子区域的中间区域中选取像素值最高的预定数量的像素点；根据所选取的像素点的像素值，确定所选取的像素点对应的温度值；以及根据所选取的像素点对应的温度值求取平均温度值，并将平均温度值作为指定人体部位的第一温度。

可选地，存储器720还用于为处理器710提供处理以下处理步骤的指令：根据第一温度以及预设的温度阈值，判定指定人体部位的温度是否异常。

可选地，根据第一温度以及预设的温度阈值，判定指定人体部位的温度是否异常的操作，包括：判定第一温度是否大于预设的温度阈值；在判定第一温度大于预设的温度阈值的情况下，从多个图像子区域中确定第二目标图像子区域；根据第二目标图像子区域的中间区域的图像信息，确定指定人体部位的第二温度；以及根据第二温度以及预设的温度阈值，判定目标对象的指定人体部位的温度是否异常。

可选地，存储器720还用于为处理器提供处理以下处理步骤的指令：在判定指定人体部位的温度异常的情况下，在第一图像区域的位置处添加标识图形。

可选地，存储器720还用于为处理器提供处理以下处理步骤的指令：在第一图像区域的位置处添加标识图形。

可选地，指定人体部位包括脸部、颈部和/或手部。

从而根据本实施例，人体温度检测装置700首先获取通过热红外图像采集设备采集的第一图像，然后在第一图像中确定包含目标对象的指定人体部位的第一图像区域，最后根据第一图像区域的图像信息，确定目标对象的指定人体部位的温度。从而能够满足多目标对象的指定人体部位同时进行温度检测，并对目标对象的指定人体部位做温度检测，温度检测精度高，快速的同时对高温个体及时排除，避免集中感染或者二次感染。同时，通过获取由热红外图像采集设备采集的第一图像来进行无感检测，无需停留，快速疏导人流。并且，在对目标对象的指定人体部位做温度检测，不会受到环境高温物体的干扰，排除错检，误检。从而解决了现有技术中存在的当前的体温测量大多为额温测量或者全画面温度测量，由于测量距离近，精度低，测量时间长，无法精确的对指定人体部位做温度测量以及容易被环境高温物体干扰，使得在进行体温测量的过程中，容易造成人流阻塞、高密度人群的集中感染或者二次感染、漏检、错检以及准确率低的技术问题。

上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。

除非另外具体说明，否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本公开的范围。同时，应当明白，为了便于描述，附图中所示出的各个部分的尺寸并不是按照实际的比例关系绘制的。对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论，但在适当情况下，所述技术、方法和设备应当被视为授权说明书的一部分。在这里示出和讨论的所有示例中，任何具体值应被解释为仅仅是示例性的，而不是作为限制。因此，示例性实施例的其它示例可以具有不同的值。应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步讨论。

为了便于描述，在这里可以使用空间相对术语，如“在……之上”、“在……上方”、“在……上表面”、“上面的”等，用来描述如在图中所示的一个器件或特征与其他器件或特征的空间位置关系。应当理解的是，空间相对术语旨在包含除了器件在图中所描述的方位之外的在使用或操作中的不同方位。例如，如果附图中的器件被倒置，则描述为“在其他器件或构造上方”或“在其他器件或构造之上”的器件之后将被定位为“在其他器件或构造下方”或“在其他器件或构造之下”。因而，示例性术语“在……上方”可以包括“在……上方”和“在……下方”两种方位。(该器件也可以其他不同方式定位旋转90度或处于其他方位)，并且对这里所使用的空间相对描述作出相应解释。

在本公开的描述中，需要理解的是，方位词如“前、后、上、下、左、右”、“横向、竖向、垂直、水平”和“顶、底”等所指示的方位或位置关系通常是基于附图所示的方位或位置关系，仅是为了便于描述本公开和简化描述，在未作相反说明的情况下，这些方位词并不指示和暗示所指的装置或元件必须具有特定的方位或者以特定的方位构造和操作，因此不能理解为对本公开保护范围的限制；方位词“内、外”是指相对于各部件本身的轮廓的内外。

以上所述，仅为本申请较佳的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应该以权利要求的保护范围为准。

Claims (13)

1.一种人体温度检测方法，其特征在于，包括：

获取通过热红外图像采集设备采集的第一图像；

在所述第一图像中确定包含目标对象的指定人体部位的第一图像区域；以及

根据所述第一图像区域的图像信息，确定所述指定人体部位的温度。

2.一种存储介质，其特征在于，所述存储介质包括存储的程序，其中，在所述程序运行时由处理器执行权利要求1所述的方法。

3.一种热红外图像处理器(2)，其特征在于，包括：

人工智能处理模块(20)，配置用于获取通过热红外图像采集设备(1)采集的第一图像，并在所述第一图像中确定包含目标对象的指定人体部位的第一图像区域；以及

温度检测模块(30)，与所述人工智能处理模块(20)连接，配置用于根据所述第一图像区域的图像信息，确定所述指定人体部位的温度。

4.根据权利要求3所述的热红外图像处理器(2)，其特征在于，还包括：预处理模块(10)，配置用于生成与所述第一图像对应的第二图像，其中所述第二图像适于预设的图像检测模型进行检测；并且

所述人工智能处理模块(20)包括指定人体部位检测单元(21)以及指定人体部位映射单元(22)，其中

所述指定人体部位检测单元(21)与所述预处理模块(10)连接，配置用于通过所述图像检测模型，在所述第二图像中检测包含所述指定人体部位的第二图像区域；

所述指定人体部位映射单元(22)配置用于根据所述第二图像区域在所述第二图像中的位置信息，在所述第一图像中确定所述第一图像区域。

5.根据权利要求4所述的热红外图像处理器(2)，其特征在于，所述预处理模块(10)包括以下所述的至少一项：

分辨率转换单元(11)，配置用于将图像的分辨率转换成与所述图像检测模型匹配的分辨率；以及

图像增强单元(12)，配置用于增强图像中的细节信息。

6.根据权利要求4所述的热红外图像处理器(2)，其特征在于，所述指定人体部位映射单元(22)包括：

第一确定子单元(221)，配置用于根据所述第二图像区域在所述第二图像中的位置信息以及所述第一图像和所述第二图像之间的位置映射关系，确定所述第一图像区域在所述第一图像中的位置信息；以及

第二确定子单元(222)，配置用于根据所述第一图像区域在所述第一图像中的位置信息，在所述第一图像中确定所述第一图像区域。

7.根据权利要求6所述的热红外图像处理器(2)，其特征在于，所述温度检测模块(30)包括：

分割子模块(31)，配置用于将所述第一图像区域分割为多个图像子区域；

第一确定子模块(32)，配置用于根据预先设定的图像区域选择参数，从所述多个图像子区域中确定第一目标图像子区域；以及

第二确定子模块(33)，配置用于根据所述第一目标图像子区域的中间区域的图像信息，确定所述指定人体部位的第一温度。

8.根据权利要求7所述的热红外图像处理器(2)，其特征在于，所述第二确定子模块(33)包括：

选取单元(331)，配置用于在所述第一目标图像子区域的中间区域中选取像素值最高的预定数量的像素点；

第一确定单元(332)，配置用于根据所选取的像素点的像素值，确定所选取的像素点对应的温度值；以及

第二确定单元(333)，配置用于根据所选取的像素点对应的温度值求取平均温度值，并将所述平均温度值作为所述指定人体部位的第一温度。

9.根据权利要求8所述的热红外图像处理器(2)，其特征在于，还包括温度异常检测模块(50)，与所述温度检测模块(30)连接，配置用于根据所述第一温度以及预设的温度阈值，判定所述目标对象的指定人体部位的温度是否异常。

10.根据权利要求9所述的热红外图像处理器(2)，其特征在于，所述温度异常检测模块(50)包括：

第一判定子模块(510)，配置用于判定所述第一温度是否大于所述预设的温度阈值；

第三确定子模块(520)，配置用于在判定所述第一温度大于所述预设的温度阈值的情况下，从所述多个图像子区域中确定第二目标图像子区域；

第四确定子模块(530)，配置用于根据所述第二目标图像子区域的中间区域的图像信息，确定所述指定人体部位的第二温度；以及

第二判定子模块(540)，配置用于根据所述第二温度以及所述预设的温度阈值，判定所述目标对象的指定人体部位的温度是否异常。

11.根据权利要求9所述的热红外图像处理器(2)，其特征在于，还包括图像融合模块(40)，与所述温度检测模块(30)以及所述温度异常检测模块(50)连接，配置用于在判定所述指定人体部位的温度异常的情况下，在所述第一图像区域的位置处添加标识图形。

12.根据权利要求4所述的热红外图像处理器(200)，其特征在于，还包括图像融合模块(240)，与所述温度检测模块(230)连接，配置用于在所述第一图像区域的位置处添加标识图形。

13.一种人体温度检测***，其特征在于，包括：热红外图像采集设备(1)；以及权利要求3～12中任意一项所述的热红外图像处理器(2)，其中

所述热红外图像处理器(2)与所述热红外图像采集设备(1)通信连接，用于针对所述热红外图像采集设备(1)采集的第一图像进行指定人体部位的温度检测。

Images