CN111626125A - 人脸温度检测的方法、***、装置和计算机设备 - Google Patents
人脸温度检测的方法、***、装置和计算机设备 Download PDFInfo
- Publication number
- CN111626125A CN111626125A CN202010338885.1A CN202010338885A CN111626125A CN 111626125 A CN111626125 A CN 111626125A CN 202010338885 A CN202010338885 A CN 202010338885A CN 111626125 A CN111626125 A CN 111626125A
- Authority
- CN
- China
- Prior art keywords
- face
- target
- temperature
- human
- target frame
- 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.)
- Granted
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 110
- 238000000034 method Methods 0.000 claims abstract description 60
- 238000001931 thermography Methods 0.000 claims description 60
- 210000001061 forehead Anatomy 0.000 claims description 34
- 238000004590 computer program Methods 0.000 claims description 18
- 238000002372 labelling Methods 0.000 claims description 16
- 238000004422 calculation algorithm Methods 0.000 claims description 10
- 230000036544 posture Effects 0.000 claims description 10
- 238000012545 processing Methods 0.000 claims description 10
- 238000004364 calculation method Methods 0.000 claims description 9
- 238000009529 body temperature measurement Methods 0.000 abstract description 4
- 238000010586 diagram Methods 0.000 description 15
- 238000012549 training Methods 0.000 description 8
- 238000013135 deep learning Methods 0.000 description 7
- 230000005855 radiation Effects 0.000 description 7
- 230000036760 body temperature Effects 0.000 description 5
- 210000000746 body region Anatomy 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 238000013527 convolutional neural network Methods 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 230000002265 prevention Effects 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 206010011409 Cross infection Diseases 0.000 description 1
- 206010029803 Nosocomial infection Diseases 0.000 description 1
- 230000017531 blood circulation Effects 0.000 description 1
- 238000007635 classification algorithm Methods 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012634 optical imaging Methods 0.000 description 1
- 230000005693 optoelectronics Effects 0.000 description 1
- 239000000523 sample Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 239000002699 waste material Substances 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
- G06V40/172—Classification, e.g. identification
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/01—Measuring temperature of body parts ; Diagnostic temperature sensing, e.g. for malignant or inflamed tissue
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
- G01J5/0022—Radiation pyrometry, e.g. infrared or optical thermometry for sensing the radiation of moving bodies
- G01J5/0025—Living bodies
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
- G01J5/10—Radiation pyrometry, e.g. infrared or optical thermometry using electric radiation detectors
- G01J5/20—Radiation pyrometry, e.g. infrared or optical thermometry using electric radiation detectors using resistors, thermistors or semiconductors sensitive to radiation, e.g. photoconductive devices
-
- 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
-
- 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
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
- G01J2005/0077—Imaging
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Human Computer Interaction (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Pathology (AREA)
- Biophysics (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Radiation Pyrometers (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Image Processing (AREA)
Abstract
本申请涉及一种人脸温度检测的方法、***、装置和计算机设备，其中，该人脸温度检测的方法包括：获取目标的红外图像，通过人体检测模型对该红外图像进行人体识别，输出人体目标框，在该人体目标框内，通过人脸检测模型度对该目标进行人脸识别，输出人脸目标框，根据人脸目标框中的人脸区域的温度信息，计算该目标的人脸温度，解决了从红外图像中进行人脸识别的准确度较低的问题，提高了人脸识别和测温的准确度。
Description
技术领域
本申请涉及红外检测领域，特别是涉及人脸温度检测的方法、***、装置和计算机设备。
背景技术
在疫情防控的过程中，体温检测是对疑似感染人群最高效的确认手段，因此在出现严重疫情时，需要工作人员对市民进行体温检测，在体温检测通过的情况下，市民才能够出行，否则会有发生交叉感染的风险。但是通过人工进行体温检测费时费力，且夜间工作人员数量减少，导致夜间的防控力度远低于白天，为城市安全带来了巨大的隐患。
在相关技术中，为了实现夜间的体温检测，研究人员通过自适应分类算法实现对红外图像进行人脸识别的训练和输出，但是由于红外图像的对比度较低，人脸区域在整个图像里所占比例较小，因此将人脸从红外图像中识别出来效果往往不佳，准确度较低。
目前针对相关技术中从红外图像中进行人脸识别的准确度较低的问题，尚未提出有效的解决方案。
发明内容
本申请实施例提供了一种人脸温度检测的方法、***、装置、计算机设备和计算机可读存储介质，以至少解决相关技术中从红外图像中进行人脸识别的准确度较低的问题。
第一方面，本申请实施例提供了一种人脸温度检测的方法，所述方法包括：
获取目标的红外热成像，通过人体检测模型对所述红外热成像进行人体识别，输出人体目标框；
在所述人体目标框内，通过人脸检测模型对所述目标进行人脸识别，输出人脸目标框；
根据所述人脸目标框中的人脸区域的温度信息，计算所述目标的人脸温度。
在其中一些实施例中，所述根据所述人脸目标框中的人脸区域的温度信息，计算所述目标的人脸温度包括：
确定所述人脸目标框中人脸的姿态角度；
从预存的人脸模板图像库中确定与所述姿态角度匹配的目标人脸模板图像，其中，所述预存的人脸模板图像库中包括人脸在多个姿态角度下的人脸模板图像；
将所述人脸目标框与所述目标人脸模板图像进行配准，标注所述人脸目标框中的额头区域，在所述额头区域中，根据所述红外热成像中的温度信息，计算所述目标的人脸温度。
在其中一些实施例中，在所述标注所述人脸目标框中的额头区域之前，还包括：
获取多种人体姿态下的红外人脸图像，在每个所述红外人脸图像中，标注额头区域和特征点坐标位置。
在其中一些实施例中，在所述计算所述目标的人脸温度之后，所述方法还包括：
在预设时间段内，通过多目标跟踪算法对所述目标进行多次人脸温度检测，计算所述多次人脸温度检测结果的平均值；
在所述平均值大于温度阈值的情况下，将所述目标标记为超温人员，在所述超温人员的数值大于警示阈值的情况下，发出警示信息。
在其中一些实施例中，生成所述人体检测模型的方法包括：
获取多个人体红外热成像，对所述人体红外热成像中的人体区域进行标注，通过深度学习卷积网络进行训练，生成所述人体检测模型。
在其中一些实施例中，生成所述人脸检测模型的方法包括：
获取多个人体红外热成像，对所述人体红外热成像中的人脸区域进行标注，通过深度学习卷积网络进行训练，生成所述人脸检测模型。
在其中一些实施例中，在所述通过人脸检测模型对所述目标进行人脸识别之后，所述方法包括：
获取所述人脸区域中的温度信息，在所述温度信息不在预设温度范围内的情况下，不输出所述人脸框。
第二方面，本申请实施例提供了一种人脸温度检测的***，所述***包括：红外热成像仪和中央处理器；
通过所述红外热成像仪获取目标的红外热成像，所述中央处理器通过人体检测模型对所述红外热成像进行人体识别，输出人体目标框，在所述人体目标框内，通过人脸检测模型对所述目标进行人脸识别，输出人脸目标框；
所述中央处理器根据所述人脸目标框中的人脸区域的温度信息，计算所述目标的人脸温度。
在其中一些实施例中，所述中央处理器还用于确定所述人脸目标框中人脸的姿态角度；从预存的人脸模板图像库中确定与所述姿态角度匹配的目标人脸模板图像，其中，所述预存的人脸模板图像库中包括人脸在多个姿态角度下的人脸模板图像；将所述人脸目标框与所述目标人脸模板图像进行配准，标注所述人脸目标框中的额头区域，在所述额头区域中，根据所述红外热成像中的温度信息，计算所述目标的人脸温度。
第三方面，本申请实施例提供了一种人脸温度检测的装置，所述装置包括：多阶段检测模块和温度计算模块：
所述多阶段检测模块，用于获取目标的红外热成像，通过人体检测模型对所述红外热成像进行人体识别，输出人体目标框，在所述人体目标框内，通过人脸检测模型对所述目标进行人脸识别，输出人脸目标框；
所述温度计算模块，用于根据所述人脸目标框中的人脸区域的温度信息，计算所述目标的人脸温度。
在其中一些实施例中，所述装置还包括区域定位模块：
所述区域定位模块用于确定所述人脸目标框中人脸的姿态角度；从预存的人脸模板图像库中确定与所述姿态角度匹配的目标人脸模板图像，其中，所述预存的人脸模板图像库中包括人脸在多个姿态角度下的人脸模板图像；将所述人脸目标框与所述目标人脸模板图像进行配准，标注所述人脸目标框中的额头区域，在所述额头区域中，根据所述红外热成像中的温度信息，计算所述目标的人脸温度。
第四方面，本申请实施例提供了一种计算机设备，包括存储器、处理器以及存储在所述存储器上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如上述所述的人脸温度检测的方法。
第五方面，本申请实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上述所述的人脸温度检测的方法。
相比于相关技术，本申请实施例提供的人脸温度检测的方法，通过获取目标的红外热成像，通过人体检测模型对该红外热成像进行人体识别，输出人体目标框，在该人体目标框内，通过人脸检测模型对该目标进行人脸识别，输出人脸目标框，根据所述人脸目标框中的人脸区域的温度信息，计算该目标的人脸温度，解决了从红外热成像中进行人脸识别的准确度较低的问题，提高了人脸识别和测温的准确度。
本申请的一个或多个实施例的细节在以下附图和描述中提出，以使本申请的其他特征、目的和优点更加简明易懂。
附图说明
此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
图1是根据本申请实施例的人脸温度检测的方法的应用环境示意图；
图2是根据本申请实施例的人脸温度检测的方法的流程图；
图3是根据本申请实施例的另一种人脸温度检测的流程图；
图4是根据本申请实施例的人脸温度检测的***的结构框图；
图5是根据本申请实施例的人脸温度检测的装置的结构框图；
图6是根据本申请实施例的另一种人脸温度检测的装置的结构框图；
图7是根据本申请实施例的电子设备的内部结构示意图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行描述和说明。应当理解，此处所描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。基于本申请提供的实施例，本领域普通技术人员在没有作出创造性劳动的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。
显而易见地，下面描述中的附图仅仅是本申请的一些示例或实施例，对于本领域的普通技术人员而言，在不付出创造性劳动的前提下，还可以根据这些附图将本申请应用于其他类似情景。此外，还可以理解的是，虽然这种开发过程中所作出的努力可能是复杂并且冗长的，然而对于与本申请公开的内容相关的本领域的普通技术人员而言，在本申请揭露的技术内容的基础上进行的一些设计，制造或者生产等变更只是常规的技术手段，不应当理解为本申请公开的内容不充分。
在本申请中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域普通技术人员显式地和隐式地理解的是，本申请所描述的实施例在不冲突的情况下，可以与其它实施例相结合。
除非另作定义，本申请所涉及的技术术语或者科学术语应当为本申请所属技术领域内具有一般技能的人士所理解的通常意义。本申请所涉及的“一”、“一个”、“一种”、“该”等类似词语并不表示数量限制，可表示单数或复数。本申请所涉及的术语“包括”、“包含”、“具有”以及它们任何变形，意图在于覆盖不排他的包含；例如包含了一系列步骤或模块(单元)的过程、方法、***、产品或设备没有限定于已列出的步骤或单元，而是可以还包括没有列出的步骤或单元，或可以还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。本申请所涉及的“多个”是指两个或两个以上。
本申请提供的人脸温度检测的方法，可以应用于如图1所示的应用环境中，图1是根据本申请实施例的人脸温度检测的方法的应用环境示意图，如图1所示，具有红外热成像功能的摄像装置102与服务器104通信连接，摄像装置102获取公共场所中目标行人106的红外热成像，服务器104通过摄像装置102获取该红外热成像，并通过人体检测模型对该红外热成像进行人体识别，输出该目标行人106的人体目标框，在该人体目标框内，服务器104通过人脸检测模型度对该目标行人106进行人脸识别，输出人脸目标框，服务器104根据该红外热成像中的温度信息，计算该目标行人106的人脸温度，服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
本实施例提供了一种人脸温度检测的方法，图2是根据本申请实施例的人脸温度检测的方法的流程图，如图2所示，该方法包括如下步骤：
步骤S201，获取目标的红外热成像，通过人体检测模型对该红外热成像进行人体识别，输出人体目标框。其中，本申请实施例中的目标为人体，在其他实施例中，该目标还可以为其他可以进行红外辐射的物体，人体检测模型可以在红外热成像中识别出人体图像，红外热成像可以通过具有红外摄像功能的摄像装置获得，也可以通过红外热成像仪或者红外测温探头得到。在通过人体检测模型进行人体识别的过程中，需要对实时拍摄的红外热成像，缩放至256*256像素，然后再调用人体检测模型，对红外热成像进行检测，输出人体目标框。
步骤S202，在该人体目标框内，通过人脸检测模型对该目标进行人脸识别，输出人脸目标框。在通过人脸检测模型进行人脸识别的过程中，在人体目标框与模板大小不一致的情况下，需要对人体目标框的1.5倍区域进行裁剪，并将裁剪后的图像缩放至256*256像素，然后再调用人脸检测模型对裁剪图像进行检测，识别图像中包含人脸的区域。
步骤S203，根据人脸目标框中的人脸区域的温度信息，计算该目标的人脸温度。通过红外热成像检测人体温度的原理如下：红外热成像通过热红外敏感电荷耦合器件(Charge Coupled Device，简称为CCD)对物体进行成像，进而反映出物体表面的温度场，而人体是一个自然的生物红外辐射源，能够不断向周围发射和吸收红外辐射，正常人体的温度分布具有一定的稳定性和特征性，由于人体各部位温度不同，从而形成了不同的热场。在人体某处发生疾病或功能改变的情况下，该处血流量会相应发生变化，导致人体局部温度改变，表现为温度偏高或偏低。根据这一原理，通过热成像***采集人体红外辐射，并转换为数字信号，形成伪色彩热图，利用专用分析软件，即可得到人体对应位置的温度。
通过上述步骤S201至步骤S203，本申请将人脸温度检测分为两个阶段进行，首先检测目标的整个人体区域，在对人体区域裁剪之后，再进行人脸检测，相比于相关技术中，由于红外热成像的对比度较低，人脸区域在整个图像里所占比例较小，一次性地将人脸从红外热成像中检测出来的效果往往不佳，本申请提供的人脸温度检测的方法，解决了直接从红外热成像中进行人脸识别的准确度较低的问题，提高了人脸识别和测温的准确度。
本实施例是通过红外热成像实现人脸温度检测的，在其他实施例中，还可以通过红外图像与可见光图像实现人脸温度检测。在使用红外图像或者可见光图像的情况下，需要将红外图像或者可见光图像与红外热成像进行坐标映射，以获得温度信息。
在其中一些实施例中，根据人脸目标框中的人脸区域的温度信息，计算目标的人脸温度包括：确定该人脸目标框中人脸的姿态角度；从预存的人脸模板图像库中确定与该姿态角度匹配的目标人脸模板图像，其中，该预存的人脸模板图像库中包括人脸在多个姿态角度下的人脸模板图像；将人脸目标框与目标人脸模板图像进行配准，标注人脸目标框中的额头区域，在额头区域中，根据红外热成像中的温度信息，计算目标的人脸温度。在本实施例中，人脸的姿态角度为检测过程中，人脸与摄像装置之间的成像角度，在人脸目标框与模型中的尺寸不一致的情况下，需要将人脸目标框缩放至64*64像素之后与目标人脸模板图像匹配，匹配方法为基于深度学***均值作为最终的人脸温度检测结果，进一步提高了人脸温度检测的准确度。
在其中一些实施例中，在标注人脸目标框中的额头区域之前，还包括：获取多种人体姿态下的红外人脸图像，在每个该红外人脸图像中，标注额头区域和特征点坐标位置。其中，多种人体姿态为目标与摄像装置形成的不同角度，例如，目标正对摄像装置，目标与摄像装置之间成30°或者60°，该人脸图像的大小为64*64像素，在手工标注的过程中，标记额头区域4个特征点的位置信息。在识别到目标的脸部之后，可以对目标的典型姿态进行精确识别，进一步对目标的额头区域进行温度检测，提高了人脸温度检测的准确度。
在其中一些实施例中，图3是根据本申请实施例的另一种人脸温度检测的流程图，如图3所示，该方法还包括如下步骤：
步骤S301，在预设时间段内，通过多目标跟踪算法对该目标进行多次人脸温度检测，计算该多次人脸温度检测结果的平均值。例如，在预设时间段取5s的情况下，对5s内每一帧红外热成像中的人脸温度进行检测和记录，然后对多个温度求其平均值，其中，多目标跟踪算法为通过特征判断，对帧与帧之间的目标进行对应和轨迹追踪，多目标跟踪算法例如Sort或者Deep Sort。
步骤S302，在该平均值大于温度阈值的情况下，将该目标标记为超温人员，在该超温人员的数值大于警示阈值的情况下，发出警示信息。本实施例中，温度阈值可以取为37.3℃，在平均温度大于37.3℃的情况下，判定该目标为超温人员，进行计数，本实施例中的警示阈值可以根据公共场所的不同要求进行限定，例如，设置警示阈值为100，在超温人员的计数结果大于100的情况下，发出声光警示信号。
通过上述步骤S301和步骤S302，基于多目标跟踪算法，对目标在5s内进行多次温度检测，以提高人脸温度检测的准确度，降低仅检测一次带来的人脸温度检测的数据误差，在夜晚行人稀疏，工作人员数量有限的情况下，本实施例可以有效降低工作人员的工作量，提高检测效率。
在一些实施例中，生成人体检测模型的方法包括：获取多个人体红外热成像，对人体红外热成像中的人体区域进行标注，通过深度学习卷积网络进行训练，生成该人体检测模型。其中，在人体红外热成像与模板大小不一致的情况下，需要对人体红外热成像进行缩放后再标注。该人体检测模型的搭建可以基于深度学习的卷积神经网络结构进行，例如目标检测网络算法YOLO(You Only Look Once，简称为YOLO)，目标检测算法SSD(Single ShotMultiBox Detector，简称为SSD)等等。在对人体检测模型进行训练之前，在人体红外热成像与模板大小不一致的情况下，需要对采集的训练样本缩放至256*256像素。本实施例中，通过对人体检测模型的训练，提高了对目标红外热成像中，人体区域的识别效率。
在一些实施例中，生成人脸检测模型的方法包括：获取多个人体红外热成像，对人体红外热成像中的人脸区域进行标注，通过深度学习卷积网络进行训练，生成该人脸检测模型。其中，在人体红外热成像与模板大小不一致的情况下，需要对人体红外热成像进行缩放后再标注。人脸检测模型同样可以基于深度学习的卷积神经网络结构进行，例如目标检测网络算法YOLO(You Only Look Once，简称为YOLO)，目标检测算法SSD(Single ShotMultiBox Detector，简称为SSD)等等。在本实施例中，通过对人脸检测模型的训练，提高了对目标红外热成像中人脸识别的效率和准确度。
在其中一些实施例中，在通过人脸检测模型对目标进行人脸识别之后，该方法还包括：获取人脸区域中的温度信息，在该温度信息不在预设温度范围内的情况下，不输出该人脸框。其中，本实施例中的温度信息可以为人脸区域中的温度均值，预设温度范围可以为32℃～40℃，该预设温度范围为人体的温度范围，在温度信息不在该预设温度范围内情况下，说明红外热成像中的目标在很大程度上不符合目标要求，可以将其过滤。本实施例中，在输出人脸检测框之前，对图像中的温度信息进行检测，将不符合预设温度范围的图像进行过滤，减少人脸检测框的输出，提高计算效率。
需要说明的是，在上述流程中或者附图的流程图中示出的步骤可以在诸如一组计算机可执行指令的计算机***中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
本申请还提供了一种人脸温度检测的***，图4是根据本申请实施例的人脸温度检测的***的结构框图，如图4所示，该***包括：红外热成像仪41和中央处理器42。
通过该红外热成像仪41获取目标的红外热成像，该中央处理器42通过人体检测模型对该红外热成像进行人体识别，输出人体目标框，在该人体目标框内，通过人脸检测模型对该目标进行人脸识别，输出人脸目标框。该中央处理器42根据人脸目标框中的人脸区域的温度信息，计算该目标的人脸温度。本实施例中的红外热成像仪41可以将物体发出的不可见红外能量转变为可见的热图像，在热图像中，不同颜色代表被测目标的不同温度。通过查看热图像，可以观察到被测目标整体温度的分布状况，进而研究目标的发热情况，进行下一步的工作判断。红外热成像仪41的工作原理是，使用光电设备来检测和测量辐射，具体为利用红外探测器和光学成像物镜，接受被测目标的红外辐射能量，将红外辐射能量反映到红外探测器的光敏元件上，从而获得红外热成像，这种红外热成像与物体表面的热分布场相对应。
上述的人脸检测***，通过中央处理器42对红外热成像仪得到的红外热成像进行分析，将人脸温度检测分为两个阶段进行，首先检测目标的整个人体区域，在人体区域的大小与模板的尺寸不一致的情况下，对人体区域裁剪，然后再进行人脸检测，相比于相关技术中，由于红外热成像的对比度较低，人脸区域在整个图像里所占比例较小，因此一次性地将人脸从红外热成像中检测出来的效果往往不佳，本申请提供的人脸温度检测的方法，解决了直接从红外热成像中进行人脸识别的准确度较低的问题，提高了人脸识别和测温的准确度。
在一些实施例中，该中央处理器42还用于确定该人脸目标框中人脸的姿态角度；从预存的人脸模板图像库中确定与该姿态角度匹配的目标人脸模板图像，其中，该预存的人脸模板图像库中包括人脸在多个姿态角度下的人脸模板图像；将人脸目标框与目标人脸模板图像进行配准，标注所述人脸目标框中的额头区域，在该额头区域中，根据该红外热成像中的温度信息，计算该目标的人脸温度。在本实施例中，中央处理器42在识别到目标的脸部之后，进一步对目标的额头区域进行温度检测，通过在额头区域上取多个特征点的平均值作为最终的人脸温度检测结果，进一步提高了人脸温度检测的准确度。
本实施例还提供了一种人脸温度检测的装置，该装置用于实现上述实施例及优选实施方式，已经进行过说明的不再赘述。如以下所使用的，术语“模块”、“单元”、“子单元”等可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可能并被构想的。
在一些实施例中，图5是根据本申请实施例的人脸温度检测的装置的结构框图，如图5所示，该装置包括：多阶段检测模块51和温度计算模块52。
多阶段检测模块51，用于获取目标的红外热成像，通过人体检测模型对该红外热成像进行人体识别，输出人体目标框，在该人体目标框内，通过人脸检测模型对该目标进行人脸识别，输出人脸目标框。
温度计算模块52，用于根据人脸目标框中的人脸区域的温度信息，计算该目标的人脸温度。
通过上述人脸温度检测装置，多阶段检测模块51将人脸温度检测分为两个阶段进行，首先检测目标的整个人体区域，再通过温度计算模块52进行人脸温度的计算，相比于相关技术中，由于红外热成像的对比度较低，人脸区域在整个图像里所占比例较小，因此一次性地将人脸从红外热成像中检测出来的效果往往不佳，本申请提供的人脸温度检测的方法，解决了直接从红外热成像中进行人脸识别的准确度较低的问题，提高了人脸识别和测温的效率和准确度，减少了可见光因素带来的影响。
在一些实施例中，图6是根据本申请实施例的另一种人脸温度检测的装置的结构框图，如图6所示，该装置还包括：区域定位模块61。该区域定位模块61用于确定该人脸目标框中人脸的姿态角度，并从预存的人脸模板图像库中确定与该姿态角度匹配的目标人脸模板图像，其中，该预存的人脸模板图像库中包括人脸在多个姿态角度下的人脸模板图像；将人脸目标框与目标人脸模板图像进行配准，标注人脸目标框中的额头区域，在该额头区域中，根据该红外热成像中的温度信息，计算该目标的人脸温度。本实施例中的区域定位模块61，在识别到目标的脸部之后，可以对目标的典型姿态进行精确识别，然后通过温度计算模块52对目标的额头区域进行温度检测，通过在额头区域上取多个特征点的平均值作为最终的人脸温度检测结果，进一步提高了人脸温度检测的准确度。
需要说明的是，上述各个模块可以是功能模块也可以是程序模块，既可以通过软件来实现，也可以通过硬件来实现。对于通过硬件来实现的模块而言，上述各个模块可以位于同一处理器中；或者上述各个模块还可以按照任意组合的形式分别位于不同的处理器中。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是终端。该计算机设备包括通过***总线连接的处理器、存储器、网络接口、显示屏和输入装置。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作***和计算机程序。该内存储器为非易失性存储介质中的操作***和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种人脸温度检测的方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。
在一个实施例中，图7是根据本申请实施例的电子设备的内部结构示意图，如图7所示，提供了一种电子设备，该电子设备可以是服务器，其内部结构图可以如图7所示。该电子设备包括通过***总线连接的处理器、存储器、网络接口和数据库。其中，该电子设备的处理器用于提供计算和控制能力。该电子设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作***、计算机程序和数据库。该内存储器为非易失性存储介质中的操作***和计算机程序的运行提供环境。该电子设备的数据库用于存储数据。该电子设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种人脸温度检测的方法。
本领域技术人员可以理解，图7中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的电子设备的限定，具体的电子设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现上述各实施例提供的人脸温度检测的方法中的步骤。
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述各个实施例提供的人脸温度检测的方法中的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，该计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。
Claims (11)
1.一种人脸温度检测的方法，其特征在于，所述方法包括：
获取目标的红外热成像，通过人体检测模型对所述红外热成像进行人体识别，输出人体目标框；
在所述人体目标框内，通过人脸检测模型对所述目标进行人脸识别，输出人脸目标框；
根据所述人脸目标框中的人脸区域的温度信息，计算所述目标的人脸温度。
2.根据权利要求1所述的人脸温度检测的方法，其特征在于，所述根据所述人脸目标框中的人脸区域的温度信息，计算所述目标的人脸温度包括：
确定所述人脸目标框中人脸的姿态角度；
从预存的人脸模板图像库中确定与所述姿态角度匹配的目标人脸模板图像，其中，所述预存的人脸模板图像库中包括人脸在多个姿态角度下的人脸模板图像；
将所述人脸目标框与所述目标人脸模板图像进行配准，标注所述人脸目标框中的额头区域，在所述额头区域中，根据所述红外热成像中的温度信息，计算所述目标的人脸温度。
3.根据权利要求2所述的人脸温度检测的方法，其特征在于，在所述标注所述人脸目标框中的额头区域之前，还包括：
获取多种人体姿态下的红外人脸图像，在每个所述红外人脸图像中，标注额头区域和特征点坐标位置。
4.根据权利要求1所述的人脸温度检测的方法，其特征在于，在所述计算所述目标的人脸温度之后，所述方法还包括：
在预设时间段内，通过多目标跟踪算法对所述目标进行多次人脸温度检测，计算所述多次人脸温度检测结果的平均值；
在所述平均值大于温度阈值的情况下，将所述目标标记为超温人员，在所述超温人员的数值大于警示阈值的情况下，发出警示信息。
5.根据权利要求1所述的人脸温度检测的方法，其特征在于，在所述通过人脸检测模型对所述目标进行人脸识别之后，所述方法包括：
获取所述人脸区域中的温度信息，在所述温度信息不在预设温度范围内的情况下，不输出所述人脸框。
6.一种人脸温度检测的***，其特征在于，所述***包括：红外热成像仪和中央处理器；
通过所述红外热成像仪获取目标的红外热成像，所述中央处理器通过人体检测模型对所述红外热成像进行人体识别，输出人体目标框，在所述人体目标框内，通过人脸检测模型对所述目标进行人脸识别，输出人脸目标框；
所述中央处理器根据所述人脸目标框中的人脸区域的温度信息，计算所述目标的人脸温度。
7.根据权利要求6所述的人脸温度检测的***，其特征在于，所述中央处理器还用于确定所述人脸目标框中人脸的姿态角度；从预存的人脸模板图像库中确定与所述姿态角度匹配的目标人脸模板图像，其中，所述预存的人脸模板图像库中包括人脸在多个姿态角度下的人脸模板图像；将所述人脸目标框与所述目标人脸模板图像进行配准，标注所述人脸目标框中的额头区域，在所述额头区域中，根据所述红外热成像中的温度信息，计算所述目标的人脸温度。
8.一种人脸温度检测的装置，其特征在于，所述装置包括：多阶段检测模块和温度计算模块：
所述多阶段检测模块，用于获取目标的红外热成像，通过人体检测模型对所述红外热成像进行人体识别，输出人体目标框，在所述人体目标框内，通过人脸检测模型对所述目标进行人脸识别，输出人脸目标框；
所述温度计算模块，用于根据所述人脸目标框中的人脸区域的温度信息，计算所述目标的人脸温度。
9.根据权利要求8所述的人脸温度检测的装置，其特征在于，所述装置还包括区域定位模块：
所述区域定位模块用于确定所述人脸目标框中人脸的姿态角度；从预存的人脸模板图像库中确定与所述姿态角度匹配的目标人脸模板图像，其中，所述预存的人脸模板图像库中包括人脸在多个姿态角度下的人脸模板图像；将所述人脸目标框与所述目标人脸模板图像进行配准，标注所述人脸目标框中的额头区域，在所述额头区域中，根据所述红外热成像中的温度信息，计算所述目标的人脸温度。
10.一种计算机设备，包括存储器、处理器以及存储在所述存储器上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5中任一项所述方法的步骤。
11.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1至5中任一项所述方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010338885.1A CN111626125B (zh) | 2020-04-26 | 2020-04-26 | 人脸温度检测的方法、***、装置和计算机设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010338885.1A CN111626125B (zh) | 2020-04-26 | 2020-04-26 | 人脸温度检测的方法、***、装置和计算机设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111626125A true CN111626125A (zh) | 2020-09-04 |
| CN111626125B CN111626125B (zh) | 2023-04-28 |
Family
ID=72271779
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010338885.1A Active CN111626125B (zh) | 2020-04-26 | 2020-04-26 | 人脸温度检测的方法、***、装置和计算机设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111626125B (zh) |
Cited By (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112102207A (zh) * | 2020-10-29 | 2020-12-18 | 北京澎思科技有限公司 | 一种确定温度的方法、装置、电子设备及可读存储介质 |
| CN112107301A (zh) * | 2020-09-29 | 2020-12-22 | 深圳市优必选科技股份有限公司 | 人体体温检测模型实现方法、装置和人体体温检测方法 |
| CN112163519A (zh) * | 2020-09-28 | 2021-01-01 | 浙江大华技术股份有限公司 | 图像映射处理方法、装置、存储介质及电子装置 |
| CN112380938A (zh) * | 2020-11-04 | 2021-02-19 | 浙江大华技术股份有限公司 | 一种人脸识别及测温方法、装置、设备及介质 |
| CN112432709A (zh) * | 2020-10-28 | 2021-03-02 | 浙江大华技术股份有限公司 | 人体测温的方法和*** |
| CN113537210A (zh) * | 2021-05-31 | 2021-10-22 | 浙江大华技术股份有限公司 | 温度检测方法、装置、***、计算机设备和存储介质 |
| CN113643467A (zh) * | 2021-06-29 | 2021-11-12 | 南京信息工程大学 | 基于单片机的集成式红外成像闸门***、终端和检测方法 |
| CN114061761A (zh) * | 2021-11-17 | 2022-02-18 | 重庆大学 | 基于单目红外立体视觉矫正的远距离目标温度精确测量方法 |
| WO2022083130A1 (zh) * | 2020-10-23 | 2022-04-28 | 深圳市商汤科技有限公司 | 测温方法及装置、电子设备及存储介质 |
| CN116407093A (zh) * | 2023-03-23 | 2023-07-11 | 北京鹰之眼智能健康科技有限公司 | 一种红外图像温度自动获取*** |
| CN117373073A (zh) * | 2022-06-30 | 2024-01-09 | 千里眼(广州)人工智能科技有限公司 | 基于机器人的测控方法、***、设备及介质 |
| CN117789278A (zh) * | 2024-02-26 | 2024-03-29 | 深圳市华彩视讯科技有限公司 | 一种人脸识别测温方法、装置及*** |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20040005086A1 (en) * | 2002-07-03 | 2004-01-08 | Equinox Corporation | Method and apparatus for using thermal infrared for face recognition |
| US20160048727A1 (en) * | 2014-08-15 | 2016-02-18 | Konica Minolta Laboratory U.S.A., Inc. | Method and system for recognizing an object |
| CN107133592A (zh) * | 2017-05-05 | 2017-09-05 | 国网江苏省电力公司无锡供电公司 | 电力变电站采用红外热成像及可见光成像技术融合的人体目标特征检测算法 |
| WO2018000737A1 (zh) * | 2016-06-28 | 2018-01-04 | 深圳市元征科技股份有限公司 | 飞行体温检测器控制方法及装置 |
| WO2019061293A1 (zh) * | 2017-09-29 | 2019-04-04 | 深圳市大疆创新科技有限公司 | 对象检测方法、对象检测终端及计算机可读介质 |
| CN110411570A (zh) * | 2019-06-28 | 2019-11-05 | 武汉高德智感科技有限公司 | 基于人体检测和人体跟踪技术的红外人体温度筛查方法 |
-
2020
- 2020-04-26 CN CN202010338885.1A patent/CN111626125B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20040005086A1 (en) * | 2002-07-03 | 2004-01-08 | Equinox Corporation | Method and apparatus for using thermal infrared for face recognition |
| US20160048727A1 (en) * | 2014-08-15 | 2016-02-18 | Konica Minolta Laboratory U.S.A., Inc. | Method and system for recognizing an object |
| WO2018000737A1 (zh) * | 2016-06-28 | 2018-01-04 | 深圳市元征科技股份有限公司 | 飞行体温检测器控制方法及装置 |
| CN107133592A (zh) * | 2017-05-05 | 2017-09-05 | 国网江苏省电力公司无锡供电公司 | 电力变电站采用红外热成像及可见光成像技术融合的人体目标特征检测算法 |
| WO2019061293A1 (zh) * | 2017-09-29 | 2019-04-04 | 深圳市大疆创新科技有限公司 | 对象检测方法、对象检测终端及计算机可读介质 |
| CN110411570A (zh) * | 2019-06-28 | 2019-11-05 | 武汉高德智感科技有限公司 | 基于人体检测和人体跟踪技术的红外人体温度筛查方法 |
Cited By (18)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112163519A (zh) * | 2020-09-28 | 2021-01-01 | 浙江大华技术股份有限公司 | 图像映射处理方法、装置、存储介质及电子装置 |
| CN112107301A (zh) * | 2020-09-29 | 2020-12-22 | 深圳市优必选科技股份有限公司 | 人体体温检测模型实现方法、装置和人体体温检测方法 |
| CN112107301B (zh) * | 2020-09-29 | 2023-09-29 | 深圳市优必选科技股份有限公司 | 人体体温检测模型实现方法、装置和人体体温检测方法 |
| WO2022083130A1 (zh) * | 2020-10-23 | 2022-04-28 | 深圳市商汤科技有限公司 | 测温方法及装置、电子设备及存储介质 |
| CN112432709A (zh) * | 2020-10-28 | 2021-03-02 | 浙江大华技术股份有限公司 | 人体测温的方法和*** |
| CN112432709B (zh) * | 2020-10-28 | 2022-03-01 | 浙江大华技术股份有限公司 | 人体测温的方法和*** |
| WO2022088886A1 (en) * | 2020-10-28 | 2022-05-05 | Zhejiang Dahua Technology Co., Ltd. | Systems and methods for temperature measurement |
| CN112102207A (zh) * | 2020-10-29 | 2020-12-18 | 北京澎思科技有限公司 | 一种确定温度的方法、装置、电子设备及可读存储介质 |
| CN112380938A (zh) * | 2020-11-04 | 2021-02-19 | 浙江大华技术股份有限公司 | 一种人脸识别及测温方法、装置、设备及介质 |
| CN112380938B (zh) * | 2020-11-04 | 2024-05-03 | 浙江大华技术股份有限公司 | 一种人脸识别及测温方法、装置、设备及介质 |
| CN113537210A (zh) * | 2021-05-31 | 2021-10-22 | 浙江大华技术股份有限公司 | 温度检测方法、装置、***、计算机设备和存储介质 |
| CN113643467A (zh) * | 2021-06-29 | 2021-11-12 | 南京信息工程大学 | 基于单片机的集成式红外成像闸门***、终端和检测方法 |
| CN114061761B (zh) * | 2021-11-17 | 2023-12-08 | 重庆大学 | 基于单目红外立体视觉矫正的远距离目标温度精确测量方法 |
| CN114061761A (zh) * | 2021-11-17 | 2022-02-18 | 重庆大学 | 基于单目红外立体视觉矫正的远距离目标温度精确测量方法 |
| CN117373073A (zh) * | 2022-06-30 | 2024-01-09 | 千里眼(广州)人工智能科技有限公司 | 基于机器人的测控方法、***、设备及介质 |
| CN116407093B (zh) * | 2023-03-23 | 2023-11-10 | 北京鹰之眼智能健康科技有限公司 | 一种红外图像温度自动获取*** |
| CN116407093A (zh) * | 2023-03-23 | 2023-07-11 | 北京鹰之眼智能健康科技有限公司 | 一种红外图像温度自动获取*** |
| CN117789278A (zh) * | 2024-02-26 | 2024-03-29 | 深圳市华彩视讯科技有限公司 | 一种人脸识别测温方法、装置及*** |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111626125B (zh) | 2023-04-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111626125A (zh) | 人脸温度检测的方法、***、装置和计算机设备 | |
| CN108399367B (zh) | 手部动作识别方法、装置、计算机设备及可读存储介质 | |
| CN108875524B (zh) | 视线估计方法、装置、***和存储介质 | |
| WO2021047232A1 (zh) | 交互行为识别方法、装置、计算机设备和存储介质 | |
| US11080434B2 (en) | Protecting content on a display device from a field-of-view of a person or device | |
| CN106203305B (zh) | 人脸活体检测方法和装置 | |
| US11074709B2 (en) | Image-based position detection method, image based position detection apparatus, device and storage medium | |
| US20160162673A1 (en) | Technologies for learning body part geometry for use in biometric authentication | |
| JP6815707B2 (ja) | 顔姿勢検出方法、装置及び記憶媒体 | |
| CN111426388A (zh) | 人员体温测量方法、***、计算机存储介质及电子设备 | |
| CN111062239A (zh) | 人体目标检测方法、装置、计算机设备及存储介质 | |
| CN105335722A (zh) | 一种基于深度图像信息的检测***及方法 | |
| CN107798685A (zh) | 行人身高确定方法、装置及*** | |
| CN109766882B (zh) | 人体光点的标签识别方法、装置 | |
| CN105517680A (zh) | 用于识别人脸的装置、***、方法和计算机程序产品 | |
| CN112001953A (zh) | 温度检测的方法、装置、设备和计算机设备 | |
| CN111307331A (zh) | 一种温度校准方法、装置、设备及存储介质 | |
| CN111144398A (zh) | 目标检测方法、装置、计算机设备和存储介质 | |
| CN111595450A (zh) | 测量温度的方法、装置、电子设备和计算机可读存储介质 | |
| CN110428394A (zh) | 用于目标移动侦测的方法、装置及计算机存储介质 | |
| CN105491307A (zh) | 深度传感*** | |
| CN111652314A (zh) | 温度检测方法、装置、计算机设备和存储介质 | |
| CN111695405B (zh) | 一种狗脸特征点的检测方法、装置、***及存储介质 | |
| Caliwag et al. | Distance estimation in thermal cameras using multi-task cascaded convolutional neural network | |
| CN112525355A (zh) | 图像处理方法、装置及设备 |
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 |