CN111579119B - 一种测温方法、装置、计算机可读存储介质及机器人 - Google Patents
一种测温方法、装置、计算机可读存储介质及机器人 Download PDFInfo
- Publication number
- CN111579119B CN111579119B CN202010333892.2A CN202010333892A CN111579119B CN 111579119 B CN111579119 B CN 111579119B CN 202010333892 A CN202010333892 A CN 202010333892A CN 111579119 B CN111579119 B CN 111579119B
- Authority
- CN
- China
- Prior art keywords
- skin color
- temperature
- temperature measurement
- area
- human body
- 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.)
- Active
Links
Images
Classifications
-
- 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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01K—MEASURING TEMPERATURE; MEASURING QUANTITY OF HEAT; THERMALLY-SENSITIVE ELEMENTS NOT OTHERWISE PROVIDED FOR
- G01K1/00—Details of thermometers not specially adapted for particular types of thermometer
- G01K1/14—Supports; Fastening devices; Arrangements for mounting thermometers in particular locations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/56—Extraction of image or video features relating to colour
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Human Computer Interaction (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
本申请属于机器人技术领域,尤其涉及一种测温方法、装置、计算机可读存储介质及机器人。所述方法从目标人体中选取测温区域;使用预设的测温传感器阵列对所述测温区域的温度进行测量,得到温度测量值集合;根据所述温度测量值集合计算所述目标人体的温度值。通过本申请,不再采用单一的测温传感器来进行测温,而是使用多个测温传感器组成的阵列来进行测温,由于最终的温度值是综合考虑多个测量值得到的,即使是使用价格较低的普通测温传感器,也可以达到较高的测温精度。
Description
技术领域
本申请属于机器人技术领域,尤其涉及一种测温方法、装置、计算机可读存储介质及机器人。
背景技术
为了预防呼吸道传染疾病在人群中的扩散,需要通过体温测量的方式来快速筛选出体温异常的疑似患者。在实际应用中,可以在地铁站、火车站、机场、码头等人群密集的场所部署防疫机器人,通过机器人所携带的测温传感器对过往行人进行测温。但是,高精度的测温传感器价格非常昂贵,难以进行广泛的部署,而如果使用价格较低的普通测温传感器,则会降低测温的精度。
发明内容
有鉴于此,本申请实施例提供了一种测温方法、装置、计算机可读存储介质及机器人,以解决现有的防疫机器人在测温时难以兼顾成本和精度的问题。
本申请实施例的第一方面提供了一种测温方法,可以包括:
获取由预设的摄像装置采集的目标人体的监控图像;
从所述监控图像中提取各个肤色区域,并分别计算各个肤色区域为人体部位的置信度;其中,肤色像素点越集中的肤色区域的置信度越大,肤色像素点越分散的肤色区域的置信度越小;
从各个肤色区域中选取优选区域,所述优选区域为置信度大于预设的置信度阈值,且肤色像素点的数目大于预设的数目阈值的肤色区域;
选取若干个所述优选区域作为测温区域;
分别确定测温传感器阵列中的各个测温传感器与各个测温区域之间的对应关系;所述测温传感器阵列包括若干个测温传感器;对于任意一个所述测温区域,均指定至少一个测温角度正对所述测温区域的测温传感器对其进行温度测量;
按照所述对应关系对各个测温传感器的测温角度进行调整,得到角度调整后的测温传感器阵列;
使用角度调整后的测温传感器阵列对所述测温区域的温度进行测量,得到温度测量值集合;
根据所述温度测量值集合计算所述目标人体的温度值。
进一步地,所述从所述监控图像中提取各个肤色区域,包括:
将所述监控图像由RGB颜色空间转换到YCbCr颜色空间,得到转换后的监控图像;
在所述转换后的监控图像中将满足预设的肤色判定条件的像素点确定为肤色像素点;
提取由所述肤色像素点组成的各个肤色区域。
进一步地,所述分别计算各个肤色区域为人体部位的置信度,包括:
根据下式分别计算各个肤色区域为人体部位的置信度:
其中,m为肤色区域的序号,1≤m≤M,M为肤色区域的数目,n为肤色像素点的序号,1≤n≤Nm,Nm为第m个肤色区域中肤色像素点的数目,SkinPixXm,n为第m个肤色区域中第n个肤色像素点的横坐标,SkinPixYm,n为第m个肤色区域中第n个肤色像素点的纵坐标,ConLevm为第m个肤色区域为人体部位的置信度。
进一步地,所述根据所述温度测量值集合计算所述目标人体的温度值,包括:
按照预设的第一选取比例从所述温度测量值集合中剔除取值最大的若干个温度测量值;
按照预设的第二选取比例从所述温度测量值集合中剔除取值最小的若干个温度测量值;
计算所述温度测量值集合中剩余的各个温度测量值的平均值,并将所述平均值确定为所述目标人体的温度值。
本申请实施例的第二方面提供了一种测温装置,可以包括:
测温区域选取模块,用于获取由预设的摄像装置采集的目标人体的监控图像;从所述监控图像中提取各个肤色区域,并分别计算各个肤色区域为人体部位的置信度;其中,肤色像素点越集中的肤色区域的置信度越大,肤色像素点越分散的肤色区域的置信度越小;从各个肤色区域中选取优选区域,所述优选区域为置信度大于预设的置信度阈值,且肤色像素点的数目大于预设的数目阈值的肤色区域;选取若干个所述优选区域作为测温区域;
测温模块,用于分别确定测温传感器阵列中的各个测温传感器与各个测温区域之间的对应关系;所述测温传感器阵列包括若干个测温传感器;对于任意一个所述测温区域,均指定至少一个测温角度正对所述测温区域的测温传感器对其进行温度测量;按照所述对应关系对各个测温传感器的测温角度进行调整,得到角度调整后的测温传感器阵列;使用角度调整后的测温传感器阵列对所述测温区域的温度进行测量,得到温度测量值集合;
温度值计算模块,用于根据所述温度测量值集合计算所述目标人体的温度值。
进一步地,所述测温区域选取模块可以包括:
颜色空间转换单元,用于将所述监控图像由RGB颜色空间转换到YCbCr颜色空间,得到转换后的监控图像;
肤色像素点确定单元,用于在所述转换后的监控图像中将满足预设的肤色判定条件的像素点确定为肤色像素点;
肤色区域提取单元,用于提取由所述肤色像素点组成的各个肤色区域。
进一步地,所述测温区域选取模块具体用于根据下式分别计算各个肤色区域为人体部位的置信度:
其中,m为肤色区域的序号,1≤m≤M,M为肤色区域的数目,n为肤色像素点的序号,1≤n≤Nm,Nm为第m个肤色区域中肤色像素点的数目,SkinPixXm,n为第m个肤色区域中第n个肤色像素点的横坐标,SkinPixYm,n为第m个肤色区域中第n个肤色像素点的纵坐标,ConLevm为第m个肤色区域为人体部位的置信度。
进一步地,所述温度值计算模块可以包括:
第一剔除子模块,用于按照预设的第一选取比例从所述温度测量值集合中剔除取值最大的若干个温度测量值;
第二剔除子模块,用于按照预设的第二选取比例从所述温度测量值集合中剔除取值最小的若干个温度测量值;
温度值计算子模块,用于计算所述温度测量值集合中剩余的各个温度测量值的平均值,并将所述平均值确定为所述目标人体的温度值。
本申请实施例的第三方面提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述任一种测温方法的步骤。
本申请实施例的第四方面提供了一种机器人,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述任一种测温方法的步骤。
本申请实施例的第五方面提供了一种计算机程序产品,当计算机程序产品在机器人上运行时,使得机器人执行上述任一种测温方法的步骤。
本申请实施例与现有技术相比存在的有益效果是:本申请实施例从目标人体中选取测温区域;使用预设的测温传感器阵列对所述测温区域的温度进行测量,得到温度测量值集合;根据所述温度测量值集合计算所述目标人体的温度值。通过本申请实施例,不再采用单一的测温传感器来进行测温,而是使用多个测温传感器组成的阵列来进行测温,由于最终的温度值是综合考虑多个测量值得到的,即使是使用价格较低的普通测温传感器,也可以达到较高的测温精度。
附图说明
为了更清楚地说明本申请实施例中的技术方案,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的前提下,还可以根据这些附图获得其它的附图。
图1为本申请实施例中一种测温方法的一个实施例流程图;
图2为从目标人体中选取测温区域的示意流程图;
图3为从监控图像中提取各个肤色区域的示意流程图;
图4为使用测温传感器阵列对测温区域的温度进行测量的示意流程图;
图5为根据温度测量值集合计算目标人体的温度值的示意流程图;
图6为本申请实施例中一种测温装置的一个实施例结构图;
图7为本申请实施例中一种机器人的示意框图。
具体实施方式
为使得本申请的发明目的、特征、优点能够更加的明显和易懂,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,下面所描述的实施例仅仅是本申请一部分实施例,而非全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例,都属于本申请保护的范围。
应当理解,当在本说明书和所附权利要求书中使用时,术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在,但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解,在此本申请说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本申请。如在本申请说明书和所附权利要求书中所使用的那样,除非上下文清楚地指明其它情况,否则单数形式的“一”、“一个”及“该”意在包括复数形式。
还应当进一步理解,在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合,并且包括这些组合。
如在本说明书和所附权利要求书中所使用的那样,术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地,短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。
另外,在本申请的描述中,术语“第一”、“第二”、“第三”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
请参阅图1,本申请实施例中一种测温方法的一个实施例可以包括:
步骤S101、从目标人体中选取测温区域。
如图2所示,步骤S101具体可以包括如下过程:
步骤S1011、获取由预设的摄像装置采集的所述目标人体的监控图像。
在本申请实施例中,所述摄像装置可以是单个的摄像头,也可以是由若干个摄像头组成的摄像头阵列。根据具体的使用场景,所述摄像装置可以内置于机器人中,也可以作为外设装置独立于所述机器人。
一般地,所述摄像装置采集的监控图像可以为RGB图像,即监控图像由红色通道(R)、绿色通道(G)、蓝色通道(B)构成。
步骤S1012、从所述监控图像中提取各个肤色区域,并分别计算各个肤色区域为人体部位的置信度。
如图3所示,可以通过如下过程从所述监控图像中提取各个肤色区域:
步骤S10121、将所述监控图像由RGB颜色空间转换到YCbCr颜色空间,得到转换后的监控图像。
在YCbCr颜色空间中,Y代表亮度,Cb和Cr分别代表蓝色分量和红色分量,两者合称为色彩分量。YCbCr颜色空间具有将色度与亮度分离的特点,在YCbCr颜色空间中,肤色的聚类特性比较好,而且是两维独立分布,能够比较好地限制肤色的分布区域,并且受人种的影响不大。对比RGB颜色空间和YCbCr颜色空间,当光强发生变化时,RGB颜色空间中的R、G、B三个颜色分量会同时发生变化,而YCbCr颜色空间中受光强影响相对独立,色彩分量受光强度影响不大,因此YCbCr颜色空间更适合用于肤色识别。
具体地,可以通过以下公式实现由RGB颜色空间到YCbCr颜色空间的转换,得到转换后的监控图像:
Y=0.257×R+0.564×G+0.098×B+16;
Cb=-0.148*R-0.291*G+0.439*B+128;
Cr=0.439*R-0.368*G-0.071*B+128。
步骤S10122、在所述转换后的监控图像中将满足预设的肤色判定条件的像素点确定为肤色像素点。
由于肤色在YCbCr空间的两路色彩分量受亮度信息的影响较小,在本申请实施例中,可以直接考虑YCbCr空间的CbCr分量,映射为两维独立分布的CbCr空间。在CbCr空间下,肤色类聚性好,利用预设的肤色判定条件即可将肤色像素点确定出来,在本申请实施例中,优选采用的肤色判定条件为:77<Cb<127且133<Cr<173,满足该肤色判定条件的像素点即为肤色像素点。
步骤S10123、提取由所述肤色像素点组成的各个肤色区域。
在识别出所有的肤色像素点之后,可以将这些肤色像素点聚集的区域作为肤色区域。一般地,由于会有多个人体部位(包括但不限于人脸、脖子、耳朵、手、下颌、后颈等)的皮肤直接裸露在外,因此,提取到的肤色区域一般也会有多个。
在提取出各个肤色区域之后,即可根据下式分别计算各个肤色区域为人体部位的置信度:
其中,m为肤色区域的序号,1≤m≤M,M为肤色区域的数目,n为肤色像素点的序号,1≤n≤Nm,Nm为第m个肤色区域中肤色像素点的数目,SkinPixXm,n为第m个肤色区域中第n个肤色像素点的横坐标,SkinPixYm,n为第m个肤色区域中第n个肤色像素点的纵坐标,ConLevm为第m个肤色区域为人体部位的置信度,其取值越大,则说明这些像素点越集中,该肤色区域越为人体部位的概率越大,其取值越小,则说明这些像素点越分散,该肤色区域越为人体部位的概率越小。
步骤S1013、从各个肤色区域中选取优选区域。
所述优选区域为置信度大于预设的置信度阈值,且肤色像素点的数目大于预设的数目阈值的肤色区域。
对于任一人体部位而言,其应该是由众多的肤色像素点连接而成的一个集中区域,因此,可以选取符合以下条件的肤色区域作为所述优选区域:
其中,NumThresh为所述数目阈值,可以根据实际情况将其设置为1000、2000、5000或者其它的取值,ConThresh为所述置信度阈值,可以根据实际情况将其设置为30、50、100或者其它的取值。
步骤S1014、选取至少一个所述优选区域作为所述测温区域。
在本申请实施例中,可以根据实际情况选取一个、多个或者全部的所述优选区域作为所述测温区域。最终确定的测温区域一般为人脸、脖子、耳朵、手部、下颌、后颈等人体部位。
步骤S102、使用预设的测温传感器阵列对所述测温区域的温度进行测量,得到温度测量值集合。
所述测温传感器阵列由多个普通的测温传感器组成,其具体数目可以根据实际情况进行设置,例如,可以将其设置为2、3、5、10或者其它取值,本申请实施例对此不再具体限定。所述测温传感器阵列可以内置于机器人中,也可以作为外设装置独立于所述机器人。所述机器人的主控模块可以通过以下至少一种通讯方式与所述测温传感器阵列进行通讯:集成电路总线(Inter-Integrated Circuit,IIC)、串行外设接口(Serial PeripheralInterface,SPI)、WIFI、RJ45(Registered Jack 45)、通用异步收发传输器(UniversalAsynchronous Receiver/Transmitter,UART)、第三代移动通信技术(3th generationmobile networks,3G)、***移动通信技术(4th generation mobile networks,4G)、第五代移动通信技术(5th generation mobile networks,5G)等。
如图4所示,步骤S102具体可以包括如下过程:
步骤S1021、分别确定所述测温传感器阵列中的各个测温传感器与各个测温区域之间的对应关系。
即对于任意一个测温区域,均应为其指定至少一个测温传感器对其进行温度测量。例如,若最终确定的测温区域一般为人脸和手部,所述测温传感器阵列中包括3个测温传感器,则可以使用其中的2个对人脸区域进行测温,使用另外1个对手部区域进行测温。当然,以上仅为示例,实际使用中,可以根据具体情况设置各个测温传感器与各个测温区域之间的对应关系。
步骤S1022、按照所述对应关系对各个测温传感器的测温角度进行调整,得到角度调整后的测温传感器阵列。
即通过对某一测温传感器的测温角度进行调整,使其正好面对与其对应的测温区域,便于对这一测温区域进行温度测量。
步骤S1023、使用角度调整后的测温传感器阵列对所述测温区域的温度进行测量,得到所述温度测量值集合。
在本申请实施例中,可以将所述温度测量值集合记为:
TemSet={TemVal1、TemVal2、……、TemValc、……、TemValCN}
其中,c为所述测温传感器阵列中的测温传感器的序号,1≤c≤CN,CN为所述测温传感器阵列中的测温传感器的数目,TemValc为第c个测温传感器的温度测量值,TemSet为所述温度测量值集合。
步骤S103、根据所述温度测量值集合计算所述目标人体的温度值。
如图5所示,步骤S103具体可以包括如下过程:
步骤S1031、按照预设的第一选取比例从所述温度测量值集合中剔除取值最大的若干个温度测量值。
在本申请实施例中,可以将需要剔除掉的取值最大的若干个温度测量值所组成的集合记为:
TemMaxSet={MaxVal1、MaxVal2、……、MaxValcmax、……、MaxValCMax}
其中,TemMaxSet为取值最大的若干个温度测量值所组成的集合,CMax为该集合中的温度测量值个数,且CMax=CN×η1,η1为所述第一选取比例,可以根据实际情况将η1设置为0.05、0.1、0.2或者其它取值,cmax为该集合中的温度测量值的序号,1≤cmax≤CMax,MaxValcmax为该集合的第cmax个温度测量值。
步骤S1032、按照预设的第二选取比例从所述温度测量值集合中剔除取值最小的若干个温度测量值。
在本申请实施例中,可以将需要剔除掉的取值最小的若干个温度测量值所组成的集合记为:
TemMinSet={MinVal1、MinVal2、……、MinValcmin、……、MinValCMin}
其中,TemMinSet为取值最小的若干个温度测量值所组成的集合,CMin为该集合中的温度测量值个数,且CMin=CN×η2,η2为所述第二选取比例,可以根据实际情况将η2设置为0.05、0.1、0.2或者其它取值,cmin为该集合中的温度测量值的序号,1≤cmin≤CMin,MinValcmin为该集合的第cmin个温度测量值。
步骤S1033、计算所述温度测量值集合中剩余的各个温度测量值的平均值,并将所述平均值确定为所述目标人体的温度值。
在本申请实施例中,可以将剩余的各个温度测量值所组成的集合记为:TemMidSet,则有:
TemMidSet=TemSet-TemMaxSet-TemMinSet
将TemMidSet中的各个温度测量值求均值,即可得到最终确定的所述目标人体的温度值。
进一步地,在所述机器人中可以集成身份证识别模块和/或人脸识别模块,通过对所述目标人体的身份证进行识别,或者通过人脸识别,确定出其身份信息。若所述目标人体的温度值出现异常,例如,超过37.5摄氏度,则可以将测量结果和其身份信息上报至指定的数据库中,并触发预设的警报信号。
综上所述,本申请实施例从目标人体中选取测温区域;使用预设的测温传感器阵列对所述测温区域的温度进行测量,得到温度测量值集合;根据所述温度测量值集合计算所述目标人体的温度值。通过本申请实施例,不再采用单一的测温传感器来进行测温,而是使用多个测温传感器组成的阵列来进行测温,由于最终的温度值是综合考虑多个测量值得到的,即使是使用价格较低的普通测温传感器,也可以达到较高的测温精度。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本申请实施例的实施过程构成任何限定。
对应于上文实施例所述的一种测温方法,图6示出了本申请实施例提供的一种测温装置的一个实施例结构图。
本实施例中,一种测温装置可以包括:
测温区域选取模块601,用于从目标人体中选取测温区域;
测温模块602,用于使用预设的测温传感器阵列对所述测温区域的温度进行测量,得到温度测量值集合;
温度值计算模块603,用于根据所述温度测量值集合计算所述目标人体的温度值。
进一步地,所述测温区域选取模块可以包括:
监控图像采集子模块,用于获取由预设的摄像装置采集的所述目标人体的监控图像;
肤色区域提取子模块,用于从所述监控图像中提取各个肤色区域;
置信度计算子模块,用于分别计算各个肤色区域为人体部位的置信度;
优选区域选取子模块,用于从各个肤色区域中选取优选区域,所述优选区域为置信度大于预设的置信度阈值,且肤色像素点的数目大于预设的数目阈值的肤色区域;
测温区域选取子模块,用于选取至少一个所述优选区域作为所述测温区域。
进一步地,所述肤色区域提取子模块可以包括:
颜色空间转换单元,用于将所述监控图像由RGB颜色空间转换到YCbCr颜色空间,得到转换后的监控图像;
肤色像素点确定单元,用于在所述转换后的监控图像中将满足预设的肤色判定条件的像素点确定为肤色像素点;
肤色区域提取单元,用于提取由所述肤色像素点组成的各个肤色区域。
进一步地,所述置信度计算子模块具体用于根据下式分别计算各个肤色区域为人体部位的置信度:
其中,m为肤色区域的序号,1≤m≤M,M为肤色区域的数目,n为肤色像素点的序号,1≤n≤Nm,Nm为第m个肤色区域中肤色像素点的数目,SkinPixXm,n为第m个肤色区域中第n个肤色像素点的横坐标,SkinPixYm,n为第m个肤色区域中第n个肤色像素点的纵坐标,ConLevm为第m个肤色区域为人体部位的置信度。
进一步地,所述测温模块可以包括:
对应关系确定子模块,用于分别确定所述测温传感器阵列中的各个测温传感器与各个测温区域之间的对应关系;
角度调整子模块,用于按照所述对应关系对各个测温传感器的测温角度进行调整,得到角度调整后的测温传感器阵列;
测温子模块,用于使用角度调整后的测温传感器阵列对所述测温区域的温度进行测量,得到所述温度测量值集合。
进一步地,所述温度值计算模块可以包括:
第一剔除子模块,用于按照预设的第一选取比例从所述温度测量值集合中剔除取值最大的若干个温度测量值;
第二剔除子模块,用于按照预设的第二选取比例从所述温度测量值集合中剔除取值最小的若干个温度测量值;
温度值计算子模块,用于计算所述温度测量值集合中剩余的各个温度测量值的平均值,并将所述平均值确定为所述目标人体的温度值。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的装置,模块和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
图7示出了本申请实施例提供的一种机器人的示意框图,为了便于说明,仅示出了与本申请实施例相关的部分。
如图7所示,该实施例的机器人7包括:处理器70、存储器71以及存储在所述存储器71中并可在所述处理器70上运行的计算机程序72。所述处理器70执行所述计算机程序72时实现上述各个测温方法实施例中的步骤,例如图1所示的步骤S101至步骤S103。或者,所述处理器70执行所述计算机程序72时实现上述各装置实施例中各模块/单元的功能,例如图6所示模块601至模块603的功能。
示例性的,所述计算机程序72可以被分割成一个或多个模块/单元,所述一个或者多个模块/单元被存储在所述存储器71中,并由所述处理器70执行,以完成本申请。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述所述计算机程序72在所述机器人7中的执行过程。
本领域技术人员可以理解,图7仅仅是机器人7的示例,并不构成对机器人7的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如所述机器人7还可以包括输入输出设备、网络接入设备、总线等。
所述处理器70可以是中央处理单元(Central Processing Unit,CPU),还可以是其它通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其它可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器71可以是所述机器人7的内部存储单元,例如机器人7的硬盘或内存。所述存储器71也可以是所述机器人7的外部存储设备,例如所述机器人7上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,所述存储器71还可以既包括所述机器人7的内部存储单元也包括外部存储设备。所述存储器71用于存储所述计算机程序以及所述机器人7所需的其它程序和数据。所述存储器71还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将所述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中,上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。另外,各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。上述***中单元、模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
在本申请所提供的实施例中,应该理解到,所揭露的装置/机器人和方法,可以通过其它的方式实现。例如,以上所描述的装置/机器人实施例仅仅是示意性的,例如,所述模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个***,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读存储介质中。基于这样的理解,本申请实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,RandomAccess Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是,所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括电载波信号和电信信号。
以上所述实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围,均应包含在本申请的保护范围之内。
Claims (7)
1.一种测温方法,其特征在于,包括:
获取由预设的摄像装置采集的目标人体的监控图像;
从所述监控图像中提取各个肤色区域,并分别计算各个肤色区域为人体部位的置信度;其中,肤色像素点越集中的肤色区域的置信度越大,肤色像素点越分散的肤色区域的置信度越小;
从各个肤色区域中选取优选区域,所述优选区域为置信度大于预设的置信度阈值,且肤色像素点的数目大于预设的数目阈值的肤色区域;
选取若干个所述优选区域作为测温区域;
分别确定测温传感器阵列中的各个测温传感器与各个测温区域之间的对应关系;所述测温传感器阵列包括若干个测温传感器;对于任意一个所述测温区域,均指定至少一个测温角度正对所述测温区域的测温传感器对其进行温度测量;
按照所述对应关系对各个测温传感器的测温角度进行调整,得到角度调整后的测温传感器阵列;
使用角度调整后的测温传感器阵列对所述测温区域的温度进行测量,得到温度测量值集合;
根据所述温度测量值集合计算所述目标人体的温度值。
2.根据权利要求1所述的测温方法,其特征在于,所述从所述监控图像中提取各个肤色区域,包括:
将所述监控图像由RGB颜色空间转换到YCbCr颜色空间,得到转换后的监控图像;
在所述转换后的监控图像中将满足预设的肤色判定条件的像素点确定为肤色像素点;
提取由所述肤色像素点组成的各个肤色区域。
4.根据权利要求1至3中任一项所述的测温方法,其特征在于,所述根据所述温度测量值集合计算所述目标人体的温度值,包括:
按照预设的第一选取比例从所述温度测量值集合中剔除取值最大的若干个温度测量值;
按照预设的第二选取比例从所述温度测量值集合中剔除取值最小的若干个温度测量值;
计算所述温度测量值集合中剩余的各个温度测量值的平均值,并将所述平均值确定为所述目标人体的温度值。
5.一种测温装置,其特征在于,包括:
测温区域选取模块,用于获取由预设的摄像装置采集的目标人体的监控图像;从所述监控图像中提取各个肤色区域,并分别计算各个肤色区域为人体部位的置信度;其中,肤色像素点越集中的肤色区域的置信度越大,肤色像素点越分散的肤色区域的置信度越小;从各个肤色区域中选取优选区域,所述优选区域为置信度大于预设的置信度阈值,且肤色像素点的数目大于预设的数目阈值的肤色区域;选取若干个所述优选区域作为测温区域;
测温模块,用于分别确定测温传感器阵列中的各个测温传感器与各个测温区域之间的对应关系;所述测温传感器阵列包括若干个测温传感器;对于任意一个所述测温区域,均指定至少一个测温角度正对所述测温区域的测温传感器对其进行温度测量;按照所述对应关系对各个测温传感器的测温角度进行调整,得到角度调整后的测温传感器阵列;使用角度调整后的测温传感器阵列对所述测温区域的温度进行测量,得到温度测量值集合;
温度值计算模块,用于根据所述温度测量值集合计算所述目标人体的温度值。
6.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至4中任一项所述的测温方法的步骤。
7.一种机器人,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至4中任一项所述的测温方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010333892.2A CN111579119B (zh) | 2020-04-22 | 2020-04-22 | 一种测温方法、装置、计算机可读存储介质及机器人 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010333892.2A CN111579119B (zh) | 2020-04-22 | 2020-04-22 | 一种测温方法、装置、计算机可读存储介质及机器人 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111579119A CN111579119A (zh) | 2020-08-25 |
CN111579119B true CN111579119B (zh) | 2022-12-02 |
Family
ID=72112523
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010333892.2A Active CN111579119B (zh) | 2020-04-22 | 2020-04-22 | 一种测温方法、装置、计算机可读存储介质及机器人 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111579119B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112945391A (zh) * | 2021-02-02 | 2021-06-11 | 重庆邮电大学 | 一种机器人及其新冠检测方法、计算机可读存储介质 |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2012067282A1 (ko) * | 2010-11-17 | 2012-05-24 | (주)이지템 | 체온을 포함하는 휴대용 열화상 온도측정 장치 및 방법 |
KR101985674B1 (ko) * | 2012-09-18 | 2019-06-04 | 삼성전자 주식회사 | 비접촉식 사용자 인터페이스 동작 인식 방법 및 그 장치 |
CN104287703B (zh) * | 2013-06-03 | 2018-06-05 | 飞比特公司 | 个人健身跟踪装置中的陀螺仪的使用 |
US20150057561A1 (en) * | 2013-08-26 | 2015-02-26 | Benny Tal | System, method and computer readable medium for determining a core temperature of a person |
CN106611415B (zh) * | 2016-12-29 | 2020-01-10 | 北京奇艺世纪科技有限公司 | 一种皮肤区域的检测方法及装置 |
CN106725362A (zh) * | 2017-01-14 | 2017-05-31 | 维沃移动通信有限公司 | 体温测量方法及移动终端 |
CN107361748B (zh) * | 2017-07-20 | 2023-11-28 | 歌尔股份有限公司 | 一种体温测试方法和装置 |
CN107843346A (zh) * | 2017-11-02 | 2018-03-27 | 北方工业大学 | 阵列式测温装置及测温方法 |
CN109813434B (zh) * | 2018-12-19 | 2020-07-10 | 厦门赢科光电有限公司 | 一种基于温度检测的人体识别方法、装置及终端设备 |
CN109580006A (zh) * | 2018-12-29 | 2019-04-05 | 东莞市振海电子科技有限公司 | 一种提高体温测量精准度的方法 |
CN110850872A (zh) * | 2019-10-31 | 2020-02-28 | 深圳市优必选科技股份有限公司 | 机器人巡检方法、装置、计算机可读存储介质及机器人 |
-
2020
- 2020-04-22 CN CN202010333892.2A patent/CN111579119B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN111579119A (zh) | 2020-08-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113536864B (zh) | 手势识别方法、装置、计算机可读存储介质及终端设备 | |
JP7151814B2 (ja) | 情報処理装置、情報処理方法及びプログラム | |
CN110909611B (zh) | 一种关注区域检测方法、装置、可读存储介质及终端设备 | |
WO2021098657A1 (zh) | 视频检测方法、装置、终端设备及可读存储介质 | |
WO2021082118A1 (zh) | 行人重识别的方法、装置、终端及存储介质 | |
CN106934377B (zh) | 一种改进的人脸检测*** | |
WO2020024744A1 (zh) | 一种图像特征点检测方法、终端设备及存储介质 | |
CN111144337B (zh) | 火灾检测方法、装置及终端设备 | |
WO2022127112A1 (zh) | 跨模态人脸识别方法、装置、设备及存储介质 | |
CN111539253B (zh) | 一种人脸检测方法、装置、终端及存储介质 | |
CN111553266A (zh) | 识别验证方法、装置及电子设备 | |
WO2022127111A1 (zh) | 跨模态人脸识别方法、装置、设备及存储介质 | |
CN113609907B (zh) | 一种多光谱数据的获取方法、装置及设备 | |
WO2020143165A1 (zh) | 一种翻拍图像的识别方法、***及终端设备 | |
WO2022082999A1 (zh) | 一种物体识别方法、装置、终端设备及存储介质 | |
CN111579119B (zh) | 一种测温方法、装置、计算机可读存储介质及机器人 | |
CN111444555B (zh) | 一种测温信息显示方法、装置及终端设备 | |
CN111191582A (zh) | 三维目标检测方法、检测装置、终端设备及计算机可读存储介质 | |
CN111681758A (zh) | 一种家庭健康的监测方法、监测***以及监测装置 | |
CN112750162A (zh) | 一种目标识别定位方法和装置 | |
TW201618539A (zh) | 監控系統與監控方法 | |
WO2023273297A1 (zh) | 基于多模态的活体检测方法、装置、电子设备及存储介质 | |
CN112131976B (zh) | 一种自适应人像温度匹配和口罩识别方法及装置 | |
CN113936252A (zh) | 基于视频监控的电瓶车智能管理***及方法 | |
CN113158712A (zh) | 人员管理*** |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |