CN111915686A - 标定方法及装置、测温人脸识别装置 - Google Patents

标定方法及装置、测温人脸识别装置 Download PDF

Info

Publication number
CN111915686A
CN111915686A CN202010985286.9A CN202010985286A CN111915686A CN 111915686 A CN111915686 A CN 111915686A CN 202010985286 A CN202010985286 A CN 202010985286A CN 111915686 A CN111915686 A CN 111915686A
Authority
CN
China
Prior art keywords
calibration
image
color image
thermal infrared
target object
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
Application number
CN202010985286.9A
Other languages
English (en)
Other versions
CN111915686B (zh
Inventor
马骏生
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Sensetime Technology Co Ltd
Original Assignee
Shenzhen Sensetime Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shenzhen Sensetime Technology Co Ltd filed Critical Shenzhen Sensetime Technology Co Ltd
Priority to CN202010985286.9A priority Critical patent/CN111915686B/zh
Publication of CN111915686A publication Critical patent/CN111915686A/zh
Priority to PCT/CN2021/098974 priority patent/WO2022057327A1/zh
Priority to KR1020227026019A priority patent/KR20220120660A/ko
Priority to TW110127052A priority patent/TWI773452B/zh
Application granted granted Critical
Publication of CN111915686B publication Critical patent/CN111915686B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0012—Biomedical image inspection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
    • 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
    • G06V40/168—Feature extraction; Face representation
    • 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
    • G06V40/40—Spoof detection, e.g. liveness detection
    • G06V40/45—Detection of the body part being alive
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10024—Color image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10048—Infrared image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20081—Training; Learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20084—Artificial neural networks [ANN]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30196—Human being; Person
    • G06T2207/30201—Face

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Health & Medical Sciences (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • General Health & Medical Sciences (AREA)
  • Multimedia (AREA)
  • Human Computer Interaction (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Medical Informatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Quality & Reliability (AREA)
  • Radiation Pyrometers (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)
  • Testing, Inspecting, Measuring Of Stereoscopic Televisions And Televisions (AREA)
  • Circuits Of Receivers In General (AREA)

Abstract

本公开涉及一种标定方法及装置、测温人脸识别装置，所述方法包括：在标定模式下，采集标定参照物在标定位置上对应的热红外图像及色彩图像，所述标定参照物上设置有人脸图像，且在所述人脸图像的预设位置处设置有发热体；确定所述热红外图像对应的最高温度点的坐标；确定所述色彩图像中所述人脸图像的预设位置对应的坐标；根据所述色彩图像中所述人脸图像的预设位置对应的坐标，及所述热红外图像中的最高温度点的坐标，建立热红外图像的最高温度点的坐标与色彩图像的预设位置的坐标的标定关系。本公开实施例可实现提高标定效率。

Description

标定方法及装置、测温人脸识别装置
技术领域
本公开涉及计算机技术领域，尤其涉及一种标定方法及装置、测温人脸识别装置。
背景技术
双光热成像仪同时具有色彩成像(RGB(Red\Green\Blue，红\绿\蓝)成像)和热红外成像两种功能。色彩成像用于识别物体或人，热红外成像用于测定物体或人体温度。
由于色彩成像的摄像头和热红外成像的摄像头安装在不同的坐标位置，且每个摄像头还存在制造和装配误差，造成两个摄像头拍摄的图像无法一一对应。因此，需要对双光热成像仪进行色彩成像和热红外成像的标定。
发明内容
本公开提出了一种用于对测温设备进行标定的技术方案。
根据本公开的一方面，提供了一种标定方法，包括：
在标定模式下，采集标定参照物在标定位置上对应的热红外图像及色彩图像，所述标定参照物上设置有人脸图像，且在所述人脸图像的预设位置处设置有发热体；
确定所述热红外图像对应的最高温度点的坐标；
确定所述色彩图像中所述人脸图像的预设位置对应的坐标；
根据所述色彩图像中所述人脸图像的预设位置对应的坐标，及所述热红外图像中的最高温度点的坐标，建立热红外图像的最高温度点的坐标与色彩图像的预设位置的坐标的标定关系。
在一种可能的实现方式中，所述标定位置为多个，针对多个所述标定位置中的任一标定位置，所述标定位置采集的所述色彩图像中的所述人脸图像，填满所述色彩图像中所述位置对应的显示区域，
多个所述标定位置对应的多个显示区域，组成所述色彩图像。
在一种可能的实现方式中，所述确定所述色彩图像中所述人脸图像的预设位置对应的坐标，包括：
对所述色彩图像进行人脸特征提取，得到所述色彩图像的人脸特征；
根据所述人脸特征确定所述人脸图像的预设位置，得到所述预设位置对应的坐标。
在一种可能的实现方式中，所述方法还包括：
采集目标对象对应的色彩图像和热红外图像；
对所述目标对象对应的色彩图像进行活体检测；在所述目标对象对应的色彩图像未通过活体检测，且所述目标对象对应的色彩图像中的人脸图像，与预存的标定参照物对应的人脸图像相匹配的情况下，开启标定模式。
在一种可能的实现方式中，所述方法还包括：
在所述目标对象对应的色彩图像中的人脸图像，与预存的标定参照物对应的人脸图像不匹配，和/或在所述目标对象对应的色彩图像通过活体检测的情况下，根据所述色彩图像中的人脸特征，确定所述目标对象的预设部位的坐标；
根据所述目标对象的预设部位的坐标及所述标定关系，确定所述目标对象对应的热红外图像中所述预设部位对应的坐标；
根据所述目标对象对应的热红外图像中所述预设部位对应的坐标，从所述目标对象对应的热红外图像中确定所述目标对象的温度。
在一种可能的实现方式中，所述标定参照物的标定位置与图像采集设备的距离在预设距离区间内，所述标定关系为与所述预设距离区间对应的关系，
所述根据所述目标对象的预设部位的坐标及所述标定关系，确定所述目标对象对应的热红外图像中所述预设部位对应的坐标，包括：
根据所述目标对象与图像采集设备的距离，确定与所述距离所在的距离区间对应的标定关系；
根据与所述距离区间对应的标定关系，及所述目标对象的预设部位的坐标，确定所述目标对象对应的热红外图像中所述预设部位对应的坐标。
根据本公开的一方面，提供了一种测温人脸识别装置，包括：温度测量设备和标定参照物，
所述标定参照物用于对所述温度测量设备进行标定，包括：发热体及设置有人脸图像的壳体，所述发热体安置在所述人脸图像的预设位置处；
所述温度测量设备，用于采集目标对象对应的色彩图像和热红外图像，在通过所述标定参照物进行标定，得到色彩图像和热红外图像的最高温度点的坐标的标定关系后，根据采集到的所述色彩图像、所述热红外图像及所述标定关系，确定所述目标对象的温度。
在一种可能的实现方式中，所述温度测量设备包括热红外图像采集模块、色彩图像采集模块、人脸识别模块及温度确定模块，
其中，所述热红外图像采集模块，用于采集目标对象对应的热红外图像；
所述色彩图像采集模块，用于采集目标对象对应的色彩图像；
所述人脸识别模块，用于对所述色彩图像进行人脸识别，得到所述目标对象的预设位置的坐标；
所述温度确定模块，用于根据所述目标对象的预设位置的坐标，及所述标定关系，从所述热红外图像中确定所述目标对象的温度。
在一种可能的实现方式中，所述温度测量设备在所述人脸识别模块确定所述色彩图像未经过活体检测，且确定所述色彩图像中的人脸图像与标定参照物对应的人脸图像相匹配的情况下，开启标定模式；
在标定模式下，所述温度测量设备通过所述热红外图像采集模块采集标定参照物在标定位置对应的热红外图像，通过所述色彩图像采集模块采集标定参照物在标定位置对应的色彩图像，根据所述标定参照物对应的热红外图像中的最高温度点的坐标及所述标定参照物对应的色彩图像的预设位置的坐标，建立热红外图像的最高温度点的坐标与色彩图像的预设位置的坐标的标定关系。
根据本公开的一方面，提供了一种标定装置，包括：
第一采集模块，用于在标定模式下，采集标定参照物在标定位置上对应的热红外图像及色彩图像，所述标定参照物上设置有人脸图像，且在所述人脸图像的预设位置处设置有发热体；
第一确定模块，用于确定所述热红外图像对应的最高温度点的坐标；
第二确定模块，用于确定所述色彩图像中所述人脸图像的预设位置对应的坐标；
标定模块，根据所述色彩图像中所述人脸图像的预设位置对应的坐标，及所述热红外图像中的最高温度点的坐标，建立热红外图像的最高温度点的坐标与色彩图像的预设位置的坐标的标定关系。
在一种可能的实现方式中，所述标定位置为多个，针对多个所述标定位置中的任一标定位置，所述标定位置采集的所述色彩图像中的所述人脸图像，填满所述色彩图像中所述位置对应的显示区域，
多个所述标定位置对应的多个显示区域，组成所述色彩图像。
在一种可能的实现方式中，所述第二确定模块，还用于：
对所述色彩图像进行人脸特征提取，得到所述色彩图像的人脸特征；
根据所述人脸特征确定所述人脸图像的预设位置，得到所述预设位置对应的坐标。
在一种可能的实现方式中，所述装置还包括：
第二采集模块，用于采集目标对象对应的色彩图像和热红外图像；
检测模块，用于对所述目标对象对应的色彩图像进行活体检测；
处理模块，用于在所述目标对象对应的色彩图像未通过活体检测，且所述目标对象对应的色彩图像中的人脸图像，与预存的标定参照物对应的人脸图像相匹配的情况下，开启标定模式。
在一种可能的实现方式中，所述装置还包括：
第三确定模块，用于在所述目标对象对应的色彩图像中的人脸图像，与预存的标定参照物对应的人脸图像不匹配，和/或在所述目标对象对应的色彩图像通过活体检测的情况下，根据所述色彩图像中的人脸特征，确定所述目标对象的预设部位的坐标；
第四确定模块，用于根据所述目标对象的预设部位的坐标及所述标定关系，确定所述目标对象对应的热红外图像中所述预设部位对应的坐标；
第五确定模块，用于根据所述目标对象对应的热红外图像中所述预设部位对应的坐标，从所述目标对象对应的热红外图像中确定所述目标对象的温度。
在一种可能的实现方式中，所述标定参照物的标定位置与图像采集设备的距离在预设距离区间内，所述标定关系为与所述预设距离区间对应的关系，所述第四确定模块，还用于：
根据所述目标对象与图像采集设备的距离，确定与所述距离所在的距离区间对应的标定关系；
根据与所述距离区间对应的标定关系，及所述目标对象的预设部位的坐标，确定所述目标对象对应的热红外图像中所述预设部位对应的坐标。
根据本公开的一方面，提供了一种电子设备，包括：处理器；用于存储处理器可执行指令的存储器；其中，所述处理器被配置为调用所述存储器存储的指令，以执行上述方法。
根据本公开的一方面，提供了一种计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现上述方法。
在本公开实施例中，在标定模式下，通过采集标定参照物在标定位置对应的热红外图像及色彩图像，所述标定参照物上设置有人脸图像，且在所述人脸图像的预设位置处设置有发热体。确定热红外图像对应的最高温度点的坐标，及确定色彩图像中所述人脸图像的预设位置对应的坐标。根据色彩图像中所述人脸图像的预设位置对应的坐标，及热红外图像中的最高温度点的坐标，建立热红外图像的最高温度点的坐标与色彩图像的预设位置的坐标的标定关系。根据本公开实施例提供的标定方法及装置、测温人脸识别装置，通过标定参照物进行标定操作，可以降低标定的成本，且避免了人为手动标定坐标，可以提高标定的效率。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，而非限制本公开。根据下面参考附图对示例性实施例的详细说明，本公开的其它特征及方面将变得清楚。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，这些附图示出了符合本公开的实施例，并与说明书一起用于说明本公开的技术方案。
图1示出根据本公开实施例的标定方法的流程图；
图2示出根据本公开实施例的标定方法的流程图；
图3示出根据本公开实施例的标定方法的流程图；
图4示出根据本公开实施例的标定方法的流程图；
图5示出根据本公开实施例的标定方法的流程图；
图6示出根据本公开实施例的标定参照物的示意图；
图7示出根据本公开实施例的标定参照物的示意图；
图8示出根据本公开实施例的标定装置的框图；
图9示出根据本公开实施例的一种电子设备900的框图；
图10示出根据本公开实施例的一种电子设备1900的框图。
具体实施方式
以下将参考附图详细说明本公开的各种示例性实施例、特征和方面。附图中相同的附图标记表示功能相同或相似的元件。尽管在附图中示出了实施例的各种方面，但是除非特别指出，不必按比例绘制附图。
在这里专用的词“示例性”意为“用作例子、实施例或说明性”。这里作为“示例性”所说明的任何实施例不必解释为优于或好于其它实施例。
本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中术语“至少一种”表示多种中的任意一种或多种中的至少两种的任意组合，例如，包括A、B、C中的至少一种，可以表示包括从A、B和C构成的集合中选择的任意一个或多个元素。
另外，为了更好地说明本公开，在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解，没有某些具体细节，本公开同样可以实施。在一些实例中，对于本领域技术人员熟知的方法、手段、元件和电路未作详细描述，以便于凸显本公开的主旨。
相关技术中采用在固定位置放置黑体的方式进行标定，黑体在热成像仪内成像，通过人工或程序自动扫描找到热红外图像中对应的最高温度点的坐标。在色彩图像中通过人工进行坐标位置的记录，并把这两个坐标作为一组标定数据。同样的，把黑体移动到其他不同距离和位置，重复以上过程，得到不同位置时热红外图像和色彩图像的坐标点对应关系，进而得到多组标定数据。根据多组标定数据，可以生成色彩图像和热红外图像两个图像之间的对应关系，完成标定过程。
以上标定过程需要黑体设备，黑体设备是高价值固定资产，导致标定成本高，普通用户很难进行标定操作，只能在工厂生产阶段执行标定操作，在使用过程中发生机械形变造成标定偏差时，无法解决现场标定的问题。并且上述标定过程需要人工参与，标定效率低下。
图1示出根据本公开实施例的标定方法的流程图，所述标定方法可以由终端设备或服务器等电子设备执行，终端设备可以为用户设备(User Equipment，UE)、移动设备、用户终端、终端、蜂窝电话、无绳电话、个人数字处理(Personal Digital Assistant，PDA)、手持设备、计算设备、车载设备、可穿戴设备等，所述方法可以通过处理器调用存储器中存储的计算机可读指令的方式来实现。或者，可通过服务器执行所述方法。
如图1所示，所述标定方法包括：
在步骤S11中，在标定模式下，采集标定参照物在标定位置对应的热红外图像及色彩图像，所述标定参照物上设置有人脸图像，且在所述人脸图像的预设位置处设置有发热体。
举例来说，上述标定模式为用于进行热红外图像与色彩图像之间的标定操作的模式。在标定模式下，可以通过图像采集装置采集标定参照物在标定位置所对应的热红外图像及色彩图像，其中，图像采集装置可以包括用于采集热红外图像的图像采集设备，以及用于采集色彩图像(例如：RGB、CMYK(Cyan\Magenta\Yellow\Yellow，青色\品红色\黄色\黑色)、HSB(hues\saturation\brightness，色相\饱和度\亮度)等颜色模型图像)的图像采集设备。
本公开实施例可以通过终端设备实现，也可以通过后台服务器实现，本公开对此不做限定，在通过终端设备实现时，图像采集装置可以为终端设备自身，也可以为终端设备外接的图像采集装置；在通过后台服务器实现时，图像采集装置可以为与后台服务器进行数据交互的终端设备(或该终端设备外接的图像采集装置)。
标定参照物可以是一个在壳体上设置有人脸图像，并在人脸图像的预设位置处设置发热体的卡片(例如，一般测量温度时，测量的是人额头的温度，故可以在人脸图像的额头处设置发热体)。可以将标定参照物放置在一个标定位置，或者可以依次放置在多个不同的标定位置处(图像采集装置位置不变)，并使得标定参照物的发热体发热后，采集标定参照物位于标定位置处时对应的热红外图像和色彩图像。
例如：图像采集装置可以为具有显示装置的装置，或者图像采集设备可以外接显示装置，该显示装置用于显示色彩图像，在显示装置上可以将色彩图像划分为九个显示区域(例如设置为九宫格显示方式)，可以采集标定参照物在九个不同标定位置时对应的热红外图像和色彩图像，其中，标定参照物处于任一个标定位置时，都可以显示在九宫格中的其中一格内。
在步骤S12中，确定所述热红外图像对应的最高温度点的坐标。
举例来说，热红外图像中任一像素点的像素值可以用于表示该像素点对应的温度，可以确定热红外图像中的最大值对应的像素点为最高温度点。理论上来讲，热红外图像中的最高温度点即为人脸图像设置发热体的预设位置，进而可以确定最高温度点对应的坐标，该最高温度点对应的坐标即为人脸图像中的预设位置的坐标。
在步骤S13中，确定所述色彩图像中所述人脸图像的预设位置对应的坐标。
举例来说，预设位置对应预设部位，可以通过人脸识别算法识别出人脸图像的预设部位，进而确定该预设部位对应的坐标即为人脸图像的与预设位置对应的坐标。例如：预设部位为额头，则可以通过人脸识别算法识别出人脸图像的额头，并确定额头在色彩图像中对应的坐标。
在步骤S14中，根据所述色彩图像中所述人脸图像的预设位置对应的坐标，及所述热红外图像中的最高温度点的坐标，建立热红外图像的最高温度点的坐标与色彩图像的预设位置的坐标的标定关系。
举例来说，在得到标定位置对应的热红外图像中最高温度点的坐标、以及该标定位置对应的色彩图像中人脸图像的预设位置的坐标后，可以将该两个坐标作为一个标定数据，得到热红外图像的最高温度点的坐标与色彩图像的预设位置的坐标的标定关系，或者而在标定位置为多个时，可以以此类推，得到多个标定位置对应的多个标定数据，进而通过该多个标定数据建立热红外图像的最高温度点的坐标与色彩图像的预设位置的坐标的标定关系。
示例性的，可以将该标定数据直接作为标定关系，或者可以根据标定数据建立拟合函数，该拟合函数即为热红外图像的最高温度点的坐标与色彩图像的预设位置的坐标的标定关系，本公开实施例对此不作具体限定。
示例性的，在得到热红外图像的最高温度点的坐标与色彩图像的预设位置的坐标的标定关系后，可以存储该标定关系(在已存储有历史标定关系时，可以删除历史标定关系，存储该标定关系)，并可以退出标定模式。在针对目标对象采集了热红外图像及色彩图像后，可以根据该标定关系对该热红外图像及色彩图像进行标定，以完成针对目标对象的温度测量。
这样一来，在标定模式下，通过采集标定参照物在标定位置对应的热红外图像及色彩图像，所述标定参照物上设置有人脸图像，且在所述人脸图像的预设位置处设置有发热体。确定热红外图像对应的最高温度点的坐标，及确定色彩图像中所述人脸图像的预设位置对应的坐标。根据色彩图像中所述人脸图像的预设位置对应的坐标，及热红外图像中的最高温度点的坐标，建立热红外图像的最高温度点的坐标与色彩图像的预设位置的坐标的标定关系。根据本公开实施例提供的标定方法，通过标定参照物进行标定操作，可以降低标定的成本，且避免了人为手动标定坐标，可以提高标定的效率。
在一种可能的实现方式中，所述标定位置可以为多个，针对多个所述标定位置中的任一标定位置，所述标定位置采集的所述色彩图像中的所述人脸图像，填满所述色彩图像中所述位置对应的显示区域，多个所述标定位置对应的多个显示区域，组成所述色彩图像。
举例来说，可以将色彩图像划分为多个显示区域(例如：九宫格、十六宫格等)，多个显示区域对应多个标定位置，即每一标定位置对应一个显示区域，标定参照物位于其中任一标定位置所采集到的色彩图像中，人脸图像填满该标定位置对应的显示区域。例如：在采用九宫格显示时(包括格1、格2……格9)，标定参照物在标定位置1采集的色彩图像1中，人脸图像填满了格1，标定参照物在标定位置2采集的色彩图像2中，人脸图像填满了格2，……，标定参照物在标定位置9采集的色彩图像中，人脸图像填满了格9。
需要说明的是，九宫格仅作为本公开实施例对多个显示区域的一种示例，而不作为一种限定，实际上多个显示区域可以采用任一格局，例如：还可以为十六宫格、二十四宫格等等，本公开实施例对此不作限定。
这样一来，由于在进行温度测量时，测量对象距离图像采集装置的距离是有规定的，基本上在规定距离内采集的人脸图像所占据的区域大小为显示区域的大小，故采用本公开实施例得到的标定关系更为精准，使得采用该标定关系进行人体温度测量时，得到更准确的被测区域的坐标，测量得到的人体温度也更为精准。
在一种可能的实现方式中，参照图2，步骤S13中，所述确定所述色彩图像中所述人脸图像的预设位置对应的坐标，可以包括：
步骤S131，对所述色彩图像进行人脸特征提取，得到所述色彩图像的人脸特征。
举例来说，可以通过人脸特征点检测算法对色彩图像进行人脸特征提取，得到色彩图像中人脸图像的人脸特征，例如：眼部特征，嘴部特征，鼻部特征及额头特征等等。
步骤S132，根据所述人脸特征确定所述人脸图像的预设位置，得到所述预设位置对应的坐标。
举例来说，可以通过人脸特征确定人脸图像的预设部位，例如：预设部位为额头，则通过人脸特征进行人脸识别后，可以确定人脸图像中的额头对应的位置，该位置可以确定为人脸图像的预设位置，进而得到色彩图像中该预设位置对应的坐标信息。
这样一来，通过人脸识别算法即可标定色彩图像中的坐标，避免了人为进行坐标的标定，能够提升标定效率及精度，且能够降低人工成本。
在一种可能的实现方式中，参照图3，所述方法还可以包括：
在步骤S15中，采集目标对象对应的色彩图像和热红外图像。
举例来说，在识别到目标对象(例如：识别到人脸图像)时，可以对目标对象进行图像采集，例如：通过热红外图像采集设备采集目标对象对应的热红外图像，和通过色彩图像采集设备采集目标对象对应的色彩图像。
在步骤S16中，对所述目标对象对应的色彩图像进行活体检测。
举例来说，通常人脸识别具有活体识别能力，而该标定参照物上的人脸图像是不具备活体特征，在检测到目标对象对应的色彩图像中具有活体特征时，确定目标对象对应的色彩图像通过活体检测，反之，在目标对象对应的色彩图像中未检测到活体特征时，确定目标对象对应的色彩图像未通过活体检测。因此，可以通过判断目标对象对应的色彩图像是否通过活体检测来确定是否开启标定模式，避免人脸特征相接近的正常人脸误触发标定模式。
在步骤S17中，在所述目标对象对应的色彩图像未通过活体检测，且所述目标对象对应的色彩图像中的人脸图像，与预存的标定参照物对应的人脸图像相匹配的情况下，开启标定模式。
举例来说，可以预先提取并存储标定参照物对应的人脸图像和/或人脸图像的第一人脸特征。在采集到目标对象对应的色彩图像后，提取目标对象对应的色彩图像中的第二人脸特征，将该第二人脸特征与预存的第一人脸特征(或者提取标定参照物对应的人脸图像的第一人脸特征)进行比对，在第一人脸特征与第二人脸特征相匹配(例如：相似度满足阈值，该阈值为预设的数值)的情况下，确定目标对象对应的色彩图像中的人脸图像，与预存的标定参照物对应的人脸图像相匹配，在目标对象对应的色彩图像未通过活体检测时，则可以确定目标对象即为标定参照物，可以开启标定模式。
反之，热红外图像中在一定范围内存在高温物体，且目标对象对应的色彩图像通过活体检测时，若目标对象对应的色彩图像中的人脸图像，与预存的标定参照物对应的人脸图像相匹配的情况下，并不会开启标定模式，这样一来，可以提高标定模式开启的准确性，防止误操作等问题。
需要说明的是，还可以通过控件、语音指令控制等方式开启标定模式，例如：在显示界面上显示用于开启标定模式的控件，用户通过单击、长按、触摸等方式触发该控件，终端设备响应于针对该控件的触发，开启标定模式；或者用户可以输入用于开启标定模式的语音指令(例如：输入“开启标定模式”的语音指令)，终端设备响应于该语音指令，开启标定模式，本公开实施例对于开启语音指令的方法不做具体限定。
在一种可能的实现方式中，参照图4，所述方法还可以包括：
在步骤S18中，在所述目标对象对应的色彩图像中的人脸图像，与预存的标定参照物对应的人脸图像不匹配的情况下，和/或在所述目标对象对应的色彩图像通过活体检测的情况下，根据所述色彩图像中的人脸特征，确定所述目标对象的预设部位的坐标。
举例来说，在第一人脸特征与第二人脸特征不匹配(例如：相似度不满足阈值)的情况下，确定目标对象对应的色彩图像中的人脸图像，与预存的标定参照物对应的人脸图像不匹配，则可以确定目标对象不是标定参照物，不开启标定模式。或者，在目标对象对应的色彩图像通过活体检测的情况下，可以确定目标对象不是标定参照物，可以提取第一人脸特征进行人脸识别，识别所述色彩图像中目标对象的预设部位，例如：识别色彩图像中目标对象的额头。在识别到预设部位后，可以确定色彩图像中该预设部位的坐标。
在步骤S19中，根据所述目标对象的预设部位的坐标及所述标定关系，确定所述目标对象对应的热红外图像中所述预设部位对应的坐标。
举例来说，在得到色彩图像中预设部位的坐标后，可以根据存储的热红外图像的最高温度点的坐标与色彩图像的预设位置的坐标的标定关系及该预设部位的坐标，拟合得到目标对象对应的热红外图像中预设部位对应的坐标。
示例性的，在热红外图像的最高温度点的坐标与色彩图像的预设位置的坐标的标定关系为通过标定数据得到的拟合函数时，可以将色彩图像中预设部位的坐标代入拟合函数中进行拟合，得到目标对象对应的热红外图像中预设部位对应的坐标。
或者，在热红外图像的最高温度点的坐标与色彩图像的预设位置的坐标的标定关系为多组标定数据时，可以从多组标定数据中确定与目标对象对应的色彩图像中的坐标，为最近邻的k组标定数据，根据该k组标定数据中色彩图像中的坐标与热红外图像中的坐标的差值的均值，确定目标对象对应的热红外图像中预设部位对应的坐标。
例如：k组标定数据中色彩图像中的坐标与热红外图像中的坐标的差值的均值为：横坐标A，纵坐标B，则在确定目标对象对应的色彩图像中预设部位的坐标(x，y)后，可以确定目标对象对应的热红外图像中预设部位对应的坐标为(x+A，y+B)。
在步骤S20中，根据所述目标对象对应的热红外图像中所述预设部位对应的坐标，从所述目标对象对应的热红外图像中确定所述目标对象的温度。
举例来说，在得到目标对象对应的热红外图像中预设部位对应的坐标后，可以读取热红外图像中该坐标对应的像素点的像素值，确定该像素值为目标对象的温度。
在一种可能的实现方式中，所述标定参照物的多个标定位置与图像采集设备的距离在预设距离区间内，所述标定关系为与所述预设距离区间对应的关系，参照图5，步骤S19，所述根据所述目标对象的预设部位的坐标及所述标定关系，确定所述目标对象对应的热红外图像中所述预设部位对应的坐标，可以包括：
在步骤S191中，根据所述目标对象与图像采集设备的距离，确定与所述距离所在的距离区间对应的对应关系。
举例来说，在标定过程中，可以根据标定参照物距离图像采集装置的不同距离区间，确定不同距离区间对应的标定关系。例如：在标定参照物距离图像采集装置一米以内时(距离区间1为(0，1]米)，可以在该距离区间1采集标定位置对应的热红外图像和色彩图像(例如：采用九宫格显示区域，采集9张色彩图像及9张色彩图像对应的热红外图像)，以确定距离区间1对应的标定关系；在标定参照物距离图像采集装置一米以外，两米以内时(距离区间2为(1，2]米)，可以在该距离区间2采集多个位置对应的热红外图像和色彩图像(例如：距离越远，图像的显示区域划分越多，可以采用十六宫格显示区域，采集16张色彩图像及16张色彩图像对应的热红外图像)，以确定距离区间2对应的标定关系。
可以根据色彩图像，确定目标对象距离图像采集装置的距离(例如：采用预训练的用于测量距离的神经网络，根据色彩图像确定目标对象距离图像采集装置的距离)，进而确定该距离所属的距离区间，从而确定该距离区间所对应的标定关系。
例如：目标对象距离图像采集装置2米，属于距离区间2，则可以确定对应的热红外图像的最高温度点的坐标与色彩图像的预设位置的坐标的标定关系为距离区间2对应的标定关系。
在步骤S192中，根据与所述距离区间对应的标定关系，及所述目标对象的预设部位的坐标，确定所述目标对象对应的热红外图像中所述预设部位对应的坐标。
举例来说，可以根据确定的标定关系及目标对象的预设部位的坐标，确定所述目标对象对应的热红外图像中所述预设部位对应的坐标(具体过程可以参照前述实施例，本公开实施例在此不再赘述)。
这样一来，不同的距离区间对应不同的标定关系，可以适应性的根据目标对象与图像采集装置的距离，确定对应的标定关系，可以提高目标对象的温度的测量精度。
为使本领域技术人员更好的理解本公开实施例，以下通过具体示例对本公开实施例加以说明。
示例性的，在标定操作过程中，避免环境中图像采集设备的视角中没有高温物体存在，操作终端设备进入标定模式后，显示屏幕上显示9宫格样式的显示区域，并显示色彩图像和当前环境最高温度点。
标定参照物供电后，等待标定参照物发热，将标定参照物放在图像采集设备前，此时屏幕上应有标定参照物对应的人脸图像，以及人脸图像额头处设置的发热体对应的最高温度点。
用户移动标定参照物使得人脸大小和标定位置充满九宫格中对应的显示区域(其中的一格)，立即扫描当前的热红外图像，选择和记录最高温度点的坐标，完成该标定位置的标定；并对当前的色彩图像进行人脸识别，识别人脸图像的额头位置的坐标，将热红外图像中最高温度点的坐标与色彩图像中人脸图像的额头位置的坐标，组成一组标定数据。
按以上方法和过程，移动标定参照物，依次完成各个标定位置的标定。实际上，也可以在完成多个标定位置的图像采集后，进行各个位置的标定，本公开实施例对此不做限定。
需要说明的时，本示例中所述的九宫格区域是一个示意，实际还可以是更精细的划分，可以是根据目标对象距离图像采集装置的距离和视场角不同，采用多个不同划分粒度，多次标定。比如1米处采用九宫格完成一次该距离的标定，在更远距离上再采用十六宫格进行标定，以适应不同距离。
标定完成后，可以退出标定模式。示例性的，可以通过控件、语音指令控制等方式退出标定模式，例如：在显示界面上显示用于退出标定模式的控件，用户通过单击、长按、触摸等方式触发该控件，终端设备响应于针对该控件的触发，退出标定模式；或者用户可以输入用于开启标定模式的语音指令(例如：输入“退出标定模式”的语音指令)，终端设备响应于该语音指令，退出标定模式，本公开实施例对于退出语音指令的方法不做具体限定。
本公开实施例提供了一种测温人脸识别装置，所述测温人脸识别装置，包括：温度测量设备和标定参照物，
所述标定参照物，可以用于对所述温度测量设备进行标定，可以包括：发热体及设置有人脸图像的壳体，所述发热体安置在所述人脸图像的预设位置处；
所述温度测量设备，可以用于采集目标对象对应的色彩图像和热红外图像，在通过所述标定参照物进行标定，得到色彩图像预设位置的坐标和热红外图像的最高温度点的坐标的标定关系后，根据采集到的所述色彩图像、所述热红外图像及所述标定关系，确定所述目标对象的温度。
举例来说，参照图6和图7，标定参照物可以包括发热体61和设置有人脸图像的壳体62。举例来说，壳体62可以为真人大小的人脸图像的卡片，该卡片的材质可以为纸质或者塑料等材质。发热体61可以粘贴或者内嵌于壳体62中人脸图像的预设位置处，例如额头处。示例性的发热体为一个直径2～3cm的发热体，表面可以为橡胶或塑料材质，可以被加热到高于环境温度20～25℃。
该标定参照物还可以包括线缆63和供电装置64，供电装置64可以通过线缆63为发热体61供电。示例性的，供电装置64可以设置于人脸卡片的背面(供电装置64可以为易获取的电源，例如：AA型干电池，或者电源适配器等)。
当供电装置64给发热体61供电后，温度测量设备可以通过标定参照物进行标定操作(标定过程可以参照前述任一项标定方法实施例，本公开实施例在此不再赘述)，得到色彩图像预设位置的坐标和热红外图像的最高温度点的坐标的标定关系。
温度测量设备可以采集目标对象的色彩图像和热红外图像，根据采集到的色彩图像、热红外图像及标定关系，确定所述目标对象的温度(具体过程可以参照前述实施例，本公开实施例在此不再赘述)。
这样一来，通过标定参照物对温度测量设备进行标定，由于标定参照物结构及材料均简单价廉，可以降低标定的成本，且避免了人为手动标定坐标，可以提高标定的效率，提高温度测量的精度。
在一种可能的识别方式中，所述温度测量设备包括热红外图像采集模块、色彩图像采集模块、人脸识别模块及温度确定模块，
其中，所述热红外图像采集模块，可以用于采集目标对象对应的热红外图像；所述色彩图像采集模块，可以用于采集目标对象对应的色彩图像；所述人脸识别模块，可以用于对所述色彩图像进行人脸识别，得到所述目标对象的预设位置的坐标；所述温度确定模块，可以用于根据所述目标对象的预设位置的坐标，及所述标定关系，从所述热红外图像中确定所述目标对象的温度。
举例来说，温度测量设备可以通过热红外图像采集模块采集目标对象对应的热红外图像，通过所述色彩图像采集模块采集目标对象对应的色彩图像。温度测量设备可以通过人脸识别模块，对色彩图像进行人脸识别，识别色彩图像中目标对象的预设部位，得到色彩图像中预设部位对应的预设位置的坐标。温度确定模块可以通过色彩图像中预设位置的坐标及标定关系，确定热红外图像中预设位置的坐标(具体过程可以参照前述实施例)，并确定热红外图像中预设位置的坐标对应的像素值为目标对象的温度。
在一种可能的实现方式中，所述温度测量设备在所述人脸识别模块确定所述色彩图像未经过活体检测，且确定所述色彩图像中的人脸图像与标定参照物对应的人脸图像相匹配的情况下，开启标定模式；
在标定模式下，所述温度测量设备通过所述热红外图像采集模块采集标定参照物在标定位置对应的热红外图像，通过所述色彩图像采集模块采集目标对象在标定位置对应的色彩图像，根据所述标定参照物对应的热红外图像中的最高温度点的坐标及所述标定参照物对应的色彩图像的预设位置的坐标，建立热红外图像的最高温度点的坐标与色彩图像的预设位置的坐标的标定关系。
举例来说，在标定模式下，温度测量设备可以根据标定参照物进行标定操作，得到热红外图像的最高温度点的坐标与色彩图像的预设位置的坐标的标定关系(具体标定过程及标定模式的开启均可以参照前述标定方法的实施例，本公开实施例在此不再赘述)，进而在非标定模式下，可以根据标定得到的热红外图像的最高温度点的坐标与色彩图像的预设位置的坐标的标定关系，进行目标对象的温度测量。
可以理解，本公开提及的上述各个方法实施例，在不违背原理逻辑的情况下，均可以彼此相互结合形成结合后的实施例，限于篇幅，本公开不再赘述。本领域技术人员可以理解，在具体实施方式的上述方法中，各步骤的具体执行顺序应当以其功能和可能的内在逻辑确定。
此外，本公开还提供了标定装置、电子设备、计算机可读存储介质、程序，上述均可用来实现本公开提供的任一种标定方法，相应技术方案和描述和参见方法部分的相应记载，不再赘述。
图8示出根据本公开实施例的标定装置的框图，如图8所示，所述装置包括：
第一采集模块81，可以用于在标定模式下，采集标定参照物在标定位置上对应的热红外图像及色彩图像，所述标定参照物上设置有人脸图像，且在所述人脸图像的预设位置处设置有发热体；
第一确定模块82，可以用于确定所述热红外图像对应的最高温度点的坐标；
第二确定模块83，可以用于确定所述色彩图像中所述人脸图像的预设位置对应的坐标；
标定模块84，可以根据所述色彩图像中所述人脸图像的预设位置对应的坐标，及所述热红外图像中的最高温度点的坐标，建立热红外图像的最高温度点的坐标与色彩图像的预设位置的坐标的标定关系。
这样一来，在标定模式下，通过采集标定参照物在标定位置对应的热红外图像及色彩图像，所述标定参照物上设置有人脸图像，且在所述人脸图像的预设位置处设置有发热体。确定热红外图像对应的最高温度点的坐标，及确定色彩图像中所述人脸图像的预设位置对应的坐标。根据色彩图像中所述人脸图像的预设位置对应的坐标，及热红外图像中的最高温度点的坐标，建立热红外图像的最高温度点的坐标与色彩图像的预设位置的坐标的标定关系。根据本公开实施例提供的标定方法及装置、测温人脸识别装置，通过标定参照物进行标定操作，可以降低标定的成本，且避免了人为手动标定坐标，可以提高标定的效率。
在一种可能的实现方式中，所述标定位置可以为多个，针对多个所述标定位置中的任一标定位置，所述标定位置采集的所述色彩图像中的所述人脸图像，填满所述色彩图像中所述位置对应的显示区域，
多个所述标定位置对应的多个显示区域，组成所述色彩图像。
在一种可能的实现方式中，所述第二确定模块83，还可以用于：
对所述色彩图像进行人脸特征提取，得到所述色彩图像的人脸特征；
根据所述人脸特征确定所述人脸图像的预设位置，得到所述预设位置对应的坐标。
在一种可能的实现方式中，所述装置还可以包括：
第二采集模块，可以用于采集目标对象对应的色彩图像和热红外图像；
检测模块，可以用于对所述目标对象对应的色彩图像进行活体检测；
处理模块，可以用于在所述目标对象对应的色彩图像未通过活体检测，且所述目标对象对应的色彩图像中的人脸图像，与预存的标定参照物对应的人脸图像相匹配的情况下，开启标定模式。
在一种可能的实现方式中，所述装置还可以包括：
第三确定模块，可以用于在所述目标对象对应的色彩图像中的人脸图像，与预存的标定参照物对应的人脸图像不匹配，和/或在所述目标对象对应的色彩图像通过活体检测的情况下，根据所述色彩图像中的人脸特征，确定所述目标对象的预设部位的坐标；
第四确定模块，可以用于根据所述目标对象的预设部位的坐标及所述标定关系，确定所述目标对象对应的热红外图像中所述预设部位对应的坐标；
第五确定模块，可以用于根据所述目标对象对应的热红外图像中所述预设部位对应的坐标，从所述目标对象对应的热红外图像中确定所述目标对象的温度。
在一种可能的实现方式中，所述标定参照物的标定位置与图像采集设备的距离在预设距离区间内，所述标定关系为与所述预设距离区间对应的关系，所述第四确定模块，还可以用于：
根据所述目标对象与图像采集设备的距离，确定与所述距离所在的距离区间对应的标定关系；
根据与所述距离区间对应的标定关系，及所述目标对象的预设部位的坐标，确定所述目标对象对应的热红外图像中所述预设部位对应的坐标。
在一些实施例中，本公开实施例提供的装置具有的功能或包含的模块可以用于执行上文方法实施例描述的方法，其具体实现可以参照上文方法实施例的描述，为了简洁，这里不再赘述。
本公开实施例还提出一种计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现上述方法。计算机可读存储介质可以是非易失性计算机可读存储介质。
本公开实施例还提出一种电子设备，包括：处理器；用于存储处理器可执行指令的存储器；其中，所述处理器被配置为调用所述存储器存储的指令，以执行上述方法。
本公开实施例还提供了一种计算机程序产品，包括计算机可读代码，当计算机可读代码在设备上运行时，设备中的处理器执行用于实现如上任一实施例提供的标定方法的指令。
本公开实施例还提供了另一种计算机程序产品，用于存储计算机可读指令，指令被执行时使得计算机执行上述任一实施例提供的标定方法的操作。
电子设备可以被提供为终端、服务器或其它形态的设备。
图9示出根据本公开实施例的一种电子设备900的框图。例如，电子设备900可以是移动电话，计算机，数字广播终端，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理等终端。
参照图9，电子设备900可以包括以下一个或多个组件：处理组件902，存储器904，电源组件906，多媒体组件908，音频组件910，输入/输出(I/O)的接口912，传感器组件914，以及通信组件916。
处理组件902通常控制电子设备900的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件902可以包括一个或多个处理器920来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件902可以包括一个或多个模块，便于处理组件902和其他组件之间的交互。例如，处理组件902可以包括多媒体模块，以方便多媒体组件908和处理组件902之间的交互。
存储器904被配置为存储各种类型的数据以支持在电子设备900的操作。这些数据的示例包括用于在电子设备900上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。
电源组件906为电子设备900的各种组件提供电力。电源组件906可以包括电源管理***，一个或多个电源，及其他与为电子设备900生成、管理和分配电力相关联的组件。
多媒体组件908包括在所述电子设备900和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件908包括一个前置摄像头和/或后置摄像头。当电子设备900处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜***或具有焦距和光学变焦能力。
音频组件910被配置为输出和/或输入音频信号。例如，音频组件910包括一个麦克风(MIC)，当电子设备900处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器904或经由通信组件916发送。在一些实施例中，音频组件910还包括一个扬声器，用于输出音频信号。
I/O接口912为处理组件902和***接口模块之间提供接口，上述***接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件914包括一个或多个传感器，用于为电子设备900提供各个方面的状态评估。例如，传感器组件914可以检测到电子设备900的打开/关闭状态，组件的相对定位，例如所述组件为电子设备900的显示器和小键盘，传感器组件914还可以检测电子设备900或电子设备900一个组件的位置改变，用户与电子设备800接触的存在或不存在，电子设备900方位或加速/减速和电子设备900的温度变化。传感器组件914可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件914还可以包括光传感器，如互补金属氧化物半导体(CMOS)或电荷耦合装置(CCD)图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件914还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。
通信组件916被配置为便于电子设备900和其他设备之间有线或无线方式的通信。电子设备900可以接入基于通信标准的无线网络，如无线网络(WiFi)，第二代移动通信技术(2G)或第三代移动通信技术(3G)，或它们的组合。在一个示例性实施例中，通信组件916经由广播信道接收来自外部广播管理***的广播信号或广播相关信息。在一个示例性实施例中，所述通信组件916还包括近场通信(NFC)模块，以促进短程通信。例如，在NFC模块可基于射频识别(RFID)技术，红外数据协会(IrDA)技术，超宽带(UWB)技术，蓝牙(BT)技术和其他技术来实现。
在示例性实施例中，电子设备900可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述方法。
在示例性实施例中，还提供了一种非易失性计算机可读存储介质，例如包括计算机程序指令的存储器904，上述计算机程序指令可由电子设备900的处理器920执行以完成上述方法。
图10示出根据本公开实施例的一种电子设备1900的框图。例如，电子设备1900可以被提供为一服务器。参照图10，电子设备1900包括处理组件1922，其进一步包括一个或多个处理器，以及由存储器1932所代表的存储器资源，用于存储可由处理组件1922的执行的指令，例如应用程序。存储器1932中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外，处理组件1922被配置为执行指令，以执行上述方法。
电子设备1900还可以包括一个电源组件1926被配置为执行电子设备1900的电源管理，一个有线或无线网络接口1950被配置为将电子设备1900连接到网络，和一个输入输出(I/O)接口1958。电子设备1900可以操作基于存储在存储器1932的操作***，例如微软服务器操作***(Windows ServerTM)，苹果公司推出的基于图形用户界面操作***(Mac OSXTM)，多用户多进程的计算机操作***(UnixTM),自由和开放原代码的类Unix操作***(LinuxTM)，开放原代码的类Unix操作***(FreeBSDTM)或类似。
在示例性实施例中，还提供了一种非易失性计算机可读存储介质，例如包括计算机程序指令的存储器1932，上述计算机程序指令可由电子设备1900的处理组件1922执行以完成上述方法。
本公开可以是***、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质，其上载有用于使处理器实现本公开的各个方面的计算机可读程序指令。
计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身，诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如，通过光纤电缆的光脉冲)、或者通过电线传输的电信号。
这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备，或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令，并转发该计算机可读程序指令，以供存储在各个计算/处理设备中的计算机可读存储介质中。
用于执行本公开操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码，所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等，以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中，通过利用计算机可读程序指令的状态信息来个性化定制电子电路，例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA)，该电子电路可以执行计算机可读程序指令，从而实现本公开的各个方面。
这里参照根据本公开实施例的方法、装置(***)和计算机程序产品的流程图和/或框图描述了本公开的各个方面。应当理解，流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合，都可以由计算机可读程序指令实现。
这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器，从而生产出一种机器，使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时，产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中，这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作，从而，存储有指令的计算机可读介质则包括一个制造品，其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。
也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上，使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤，以产生计算机实现的过程，从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。
附图中的流程图和框图显示了根据本公开的多个实施例的***、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分，所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的***来实现，或者可以用专用硬件与计算机指令的组合来实现。
该计算机程序产品可以具体通过硬件、软件或其结合的方式实现。在一个可选实施例中，所述计算机程序产品具体体现为计算机存储介质，在另一个可选实施例中，计算机程序产品具体体现为软件产品，例如软件开发包(Software Development Kit，SDK)等等。
以上已经描述了本公开的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术的改进，或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。

Claims (12)

1.一种标定方法，其特征在于，所述方法包括：
在标定模式下，采集标定参照物在标定位置上对应的热红外图像及色彩图像，所述标定参照物上设置有人脸图像，且在所述人脸图像的预设位置处设置有发热体；
确定所述热红外图像对应的最高温度点的坐标；
确定所述色彩图像中所述人脸图像的预设位置对应的坐标；
根据所述色彩图像中所述人脸图像的预设位置对应的坐标，及所述热红外图像中的最高温度点的坐标，建立热红外图像的最高温度点的坐标与色彩图像的预设位置的坐标的标定关系。
2.根据权利要求1所述的方法，其特征在于，所述标定位置为多个，针对多个所述标定位置中的任一标定位置，所述标定位置采集的所述色彩图像中的所述人脸图像，填满所述色彩图像中所述位置对应的显示区域，
多个所述标定位置对应的多个显示区域，组成所述色彩图像。
3.根据权利要求1或2所述的方法，其特征在于，所述确定所述色彩图像中所述人脸图像的预设位置对应的坐标，包括：
对所述色彩图像进行人脸特征提取，得到所述色彩图像的人脸特征；
根据所述人脸特征确定所述人脸图像的预设位置，得到所述预设位置对应的坐标。
4.根据权利要求1至3中任一项所述的方法，其特征在于，所述方法还包括：
采集目标对象对应的色彩图像和热红外图像；
对所述目标对象对应的色彩图像进行活体检测；在所述目标对象对应的色彩图像未通过活体检测，且所述目标对象对应的色彩图像中的人脸图像，与预存的标定参照物对应的人脸图像相匹配的情况下，开启标定模式。
5.根据权利要求4所述的方法，其特征在于，所述方法还包括：
在所述目标对象对应的色彩图像中的人脸图像，与预存的标定参照物对应的人脸图像不匹配，和/或在所述目标对象对应的色彩图像通过活体检测的情况下，根据所述色彩图像中的人脸特征，确定所述目标对象的预设部位的坐标；
根据所述目标对象的预设部位的坐标及所述标定关系，确定所述目标对象对应的热红外图像中所述预设部位对应的坐标；
根据所述目标对象对应的热红外图像中所述预设部位对应的坐标，从所述目标对象对应的热红外图像中确定所述目标对象的温度。
6.根据权利要求5所述的方法，其特征在于，所述标定参照物的标定位置与图像采集设备的距离在预设距离区间内，所述标定关系为与所述预设距离区间对应的关系，
所述根据所述目标对象的预设部位的坐标及所述标定关系，确定所述目标对象对应的热红外图像中所述预设部位对应的坐标，包括：
根据所述目标对象与图像采集设备的距离，确定与所述距离所在的距离区间对应的标定关系；
根据与所述距离区间对应的标定关系，及所述目标对象的预设部位的坐标，确定所述目标对象对应的热红外图像中所述预设部位对应的坐标。
7.一种测温人脸识别装置，其特征在于，包括：温度测量设备和标定参照物，
所述标定参照物用于对所述温度测量设备进行标定，包括：发热体及设置有人脸图像的壳体，所述发热体安置在所述人脸图像的预设位置处；
所述温度测量设备，用于采集目标对象对应的色彩图像和热红外图像，在通过所述标定参照物进行标定，得到色彩图像和热红外图像的最高温度点的坐标的标定关系后，根据采集到的所述色彩图像、所述热红外图像及所述标定关系，确定所述目标对象的温度。
8.根据权利要求7所述的测温人脸识别装置，其特征在于，所述温度测量设备包括热红外图像采集模块、色彩图像采集模块、人脸识别模块及温度确定模块，
其中，所述热红外图像采集模块，用于采集目标对象对应的热红外图像；
所述色彩图像采集模块，用于采集目标对象对应的色彩图像；
所述人脸识别模块，用于对所述色彩图像进行人脸识别，得到所述目标对象的预设位置的坐标；
所述温度确定模块，用于根据所述目标对象的预设位置的坐标，及所述标定关系，从所述热红外图像中确定所述目标对象的温度。
9.根据权利要求8所述的测温人脸识别装置，其特征在于，所述温度测量设备在所述人脸识别模块确定所述色彩图像未经过活体检测，且确定所述色彩图像中的人脸图像与标定参照物对应的人脸图像相匹配的情况下，开启标定模式；
在标定模式下，所述温度测量设备通过所述热红外图像采集模块采集标定参照物在标定位置对应的热红外图像，通过所述色彩图像采集模块采集标定参照物在标定位置对应的色彩图像，根据所述标定参照物对应的热红外图像中的最高温度点的坐标及所述标定参照物对应的色彩图像的预设位置的坐标，建立热红外图像的最高温度点的坐标与色彩图像的预设位置的坐标的标定关系。
10.一种标定装置，其特征在于，包括：
第一采集模块，用于在标定模式下，采集标定参照物在标定位置上对应的热红外图像及色彩图像，所述标定参照物上设置有人脸图像，且在所述人脸图像的预设位置处设置有发热体；
第一确定模块，用于确定所述热红外图像对应的最高温度点的坐标；
第二确定模块，用于确定所述色彩图像中所述人脸图像的预设位置对应的坐标；
标定模块，根据所述色彩图像中所述人脸图像的预设位置对应的坐标，及所述热红外图像中的最高温度点的坐标，建立热红外图像的最高温度点的坐标与色彩图像的预设位置的坐标的标定关系。
11.一种电子设备，其特征在于，包括：
处理器；
用于存储处理器可执行指令的存储器；
其中，所述处理器被配置为调用所述存储器存储的指令，以执行权利要求1至6中任意一项所述的方法。
12.一种计算机可读存储介质，其上存储有计算机程序指令，其特征在于，所述计算机程序指令被处理器执行时实现权利要求1至6中任意一项所述的方法。
CN202010985286.9A 2020-09-18 2020-09-18 标定方法及装置、测温人脸识别装置 Active CN111915686B (zh)

Priority Applications (4)

Application Number Priority Date Filing Date Title
CN202010985286.9A CN111915686B (zh) 2020-09-18 2020-09-18 标定方法及装置、测温人脸识别装置
PCT/CN2021/098974 WO2022057327A1 (zh) 2020-09-18 2021-06-08 标定方法、装置、设备、介质、程序及测温人脸识别装置
KR1020227026019A KR20220120660A (ko) 2020-09-18 2021-06-08 교정 방법, 장치, 기기, 매체, 프로그램 및 온도 측정 안면 인식 장치
TW110127052A TWI773452B (zh) 2020-09-18 2021-07-22 標定方法、電子設備、電腦可讀儲存介質及測溫人臉識別裝置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010985286.9A CN111915686B (zh) 2020-09-18 2020-09-18 标定方法及装置、测温人脸识别装置

Publications (2)

Publication Number Publication Date
CN111915686A true CN111915686A (zh) 2020-11-10
CN111915686B CN111915686B (zh) 2022-07-26

Family

ID=73265175

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010985286.9A Active CN111915686B (zh) 2020-09-18 2020-09-18 标定方法及装置、测温人脸识别装置

Country Status (4)

Country Link
KR (1) KR20220120660A (zh)
CN (1) CN111915686B (zh)
TW (1) TWI773452B (zh)
WO (1) WO2022057327A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022057327A1 (zh) * 2020-09-18 2022-03-24 深圳市商汤科技有限公司 标定方法、装置、设备、介质、程序及测温人脸识别装置

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116952144A (zh) * 2023-08-09 2023-10-27 中国地质大学（北京） 结构位移长期监测方法、装置、***及介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040249594A1 (en) * 2002-03-19 2004-12-09 Canon Kabushiki Kaisha Sensor calibration apparatus, sensor calibration method, program, storage medium, information processing method, and information processing apparatus
CN109146930A (zh) * 2018-09-20 2019-01-04 河海大学常州校区 一种电力机房设备红外与可见光图像配准方法
CN111323125A (zh) * 2020-02-28 2020-06-23 北京格灵深瞳信息技术有限公司 一种测温方法、装置及计算机存储介质、电子设备
CN111583593A (zh) * 2020-05-06 2020-08-25 长春市长光芯忆科技有限公司 一种双波段自适应智慧测温人脸识别方法

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6603498B1 (en) * 2000-11-28 2003-08-05 Coherent, Inc. Printer head with linear array of individually addressable diode-lasers
TW201401186A (zh) * 2012-06-25 2014-01-01 Psp Security Co Ltd 人臉判斷系統以及方法
CN104463880B (zh) * 2014-12-12 2017-06-30 中国科学院自动化研究所 一种rgb‑d图像获取方法
JP6762570B2 (ja) * 2018-06-04 2020-09-30 株式会社アクセル 画像処理装置、画像処理方法、及び画像処理プログラム
CN110956114A (zh) * 2019-11-25 2020-04-03 展讯通信（上海）有限公司 人脸活体检测方法、装置、检测***及存储介质
CN111339951A (zh) * 2020-02-26 2020-06-26 北京迈格威科技有限公司 体温测量方法、装置及***
CN111623882A (zh) * 2020-05-26 2020-09-04 成都电科崇实科技有限公司 一种基于枪球联动***的红外体温监控方法
CN111652314A (zh) * 2020-06-04 2020-09-11 上海眼控科技股份有限公司 温度检测方法、装置、计算机设备和存储介质
CN111915686B (zh) * 2020-09-18 2022-07-26 深圳市商汤科技有限公司 标定方法及装置、测温人脸识别装置

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040249594A1 (en) * 2002-03-19 2004-12-09 Canon Kabushiki Kaisha Sensor calibration apparatus, sensor calibration method, program, storage medium, information processing method, and information processing apparatus
CN109146930A (zh) * 2018-09-20 2019-01-04 河海大学常州校区 一种电力机房设备红外与可见光图像配准方法
CN111323125A (zh) * 2020-02-28 2020-06-23 北京格灵深瞳信息技术有限公司 一种测温方法、装置及计算机存储介质、电子设备
CN111583593A (zh) * 2020-05-06 2020-08-25 长春市长光芯忆科技有限公司 一种双波段自适应智慧测温人脸识别方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022057327A1 (zh) * 2020-09-18 2022-03-24 深圳市商汤科技有限公司 标定方法、装置、设备、介质、程序及测温人脸识别装置

Also Published As

Publication number Publication date
CN111915686B (zh) 2022-07-26
TWI773452B (zh) 2022-08-01
WO2022057327A1 (zh) 2022-03-24
TW202213176A (zh) 2022-04-01
KR20220120660A (ko) 2022-08-30

Similar Documents

Publication Publication Date Title
CN108764069B (zh) 活体检测方法及装置
EP3200125B1 (en) Fingerprint template input method and device
EP3133528B1 (en) Method and apparatus for fingerprint identification
EP3258418B1 (en) Fingerprint entry prompting method and device
CN107692997B (zh) 心率检测方法及装置
WO2021031609A1 (zh) 活体检测方法及装置、电子设备和存储介质
US20170091551A1 (en) Method and apparatus for controlling electronic device
EP3041206A1 (en) Method and device for displaying notification information
US20180005030A1 (en) Device and method for recognizing fingerprint
US10216976B2 (en) Method, device and medium for fingerprint identification
US9924090B2 (en) Method and device for acquiring iris image
CN107463052B (zh) 拍摄曝光方法及装置
CN106454336A (zh) 检测终端摄像头被遮挡的方法及装置和终端
EP3232314A1 (en) Method and device for processing an operation
CN111915686B (zh) 标定方法及装置、测温人脸识别装置
CN111523485A (zh) 位姿识别方法及装置、电子设备和存储介质
CN113887474B (zh) 呼吸率检测方法及装置、电子设备和存储介质
CN112184787A (zh) 图像配准方法及装置、电子设备和存储介质
CN104243829A (zh) 自拍的方法及装置
CN112219224A (zh) 图像处理方法及装置、电子设备和存储介质
CN113807253A (zh) 人脸识别方法及装置、电子设备和存储介质
CN111104660B (zh) 一种多指纹解锁的方法、装置、移动终端和存储介质
CN108319899B (zh) 指纹识别方法和装置
CN109726611B (zh) 生物特征识别方法及装置、可读存储介质及电子设备
CN110544335B (zh) 目标识别***及方法、电子设备和存储介质

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
REG Reference to a national code

Ref country code: HK

Ref legal event code: DE

Ref document number: 40039834

Country of ref document: HK

GR01 Patent grant
GR01 Patent grant