CN112525352A - 一种基于人脸识别的红外测温补偿方法及终端 - Google Patents
一种基于人脸识别的红外测温补偿方法及终端 Download PDFInfo
- Publication number
- CN112525352A CN112525352A CN202011328614.4A CN202011328614A CN112525352A CN 112525352 A CN112525352 A CN 112525352A CN 202011328614 A CN202011328614 A CN 202011328614A CN 112525352 A CN112525352 A CN 112525352A
- Authority
- CN
- China
- Prior art keywords
- temperature measurement
- face
- face recognition
- human
- camera
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000009529 body temperature measurement Methods 0.000 title claims abstract description 124
- 238000000034 method Methods 0.000 title claims abstract description 24
- 238000012937 correction Methods 0.000 claims abstract description 40
- 230000006870 function Effects 0.000 claims description 37
- 238000012549 training Methods 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 abstract description 7
- 230000036760 body temperature Effects 0.000 abstract description 4
- 238000005259 measurement Methods 0.000 description 13
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000007635 classification algorithm Methods 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
Images
Classifications
-
- 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
- G01J5/02—Constructional details
- G01J5/06—Arrangements for eliminating effects of disturbing radiation; Arrangements for compensating changes in sensitivity
-
- 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
- G01J5/02—Constructional details
- G01J5/06—Arrangements for eliminating effects of disturbing radiation; Arrangements for compensating changes in sensitivity
- G01J5/068—Arrangements for eliminating effects of disturbing radiation; Arrangements for compensating changes in sensitivity by controlling parameters other than temperature
-
- 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
- G01J5/80—Calibration
-
- 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
- G06V40/166—Detection; Localisation; Normalisation using acquisition arrangements
-
- 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
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Human Computer Interaction (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Studio Devices (AREA)
Abstract
本发明公开了一种基于人脸识别的红外测温补偿方法及终端，接收红外测温请求时，获取相机在不同拍摄距离下拍摄到的视频，根据每一拍摄距离下对应的视频图像帧进行人脸识别，并计算人体到相机的距离，得到多个不同距离，获取多组测温距离和多组测温距离下测得的温度后得出温度误差校正函数，并以此对通过红外测温测得的温度进行校正；利用人脸识别测距对红外测温进行距离‑温度补偿，能够实现精确测距，并且在距离‑补偿计算时能够精确得到温度误差校正函数，利用温度误差校正函数对通过红外测温测得的温度进行校正，从而得到精度较高的人体温度，因此本发明使用人脸识别测距，能够提高测距精度，从而对温度进行距离补偿，减少测温误差。
Description
技术领域
本发明涉及红外测温技术领域，尤其涉及一种基于人脸识别的红外测温补偿方法及终端。
背景技术
红外测温仪是通过红外能量聚焦在光电探测仪上并将其转变为相应的电信号，电信号经过放大器和信号处理电路按照仪器内部的算法和目标发射率校正后就转变为被测目标的温度值，但是红外测温仪的测温结果除了与被测物温度有关，还与被测物的发射率、环境温度、测温距离有关，尤其是当测温距离变化较大时，需要消除测量距离因素对测量精度的影响。而在测量距离时，单目视觉测距相对于双目视觉测距、激光雷达测距具有测距计算量小、成本低优势，但在没有可识别物作为计算参考点时，单目视觉测距的测量精度不高，不利于推广应用。
发明内容
本发明所要解决的技术问题是：提供一种基于人脸识别的红外测温补偿方法及终端，能够修补因测量距离造成的测温误差，提高测温精度。
为了解决上述技术问题，本发明采用的技术方案为：
一种基于人脸识别的红外测温补偿方法，包括步骤：
接收红外测温请求，获取相机在不同拍摄距离下拍摄到的视频；
根据每一拍摄距离下对应的视频进行人脸识别，并计算人体到相机的距离，得到多个不同距离；
根据所述多个不同距离以及所述多个不同距离下测得的对应的温度，得到温度误差校正函数，根据所述温度误差校正函数对通过红外测温测得的温度进行校正。
为了解决上述技术问题，本发明采用的另一种技术方案为：
一种基于人脸识别的红外测温补偿终端，包括存储器、处理器以及存储在所述存储器上并可在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以下步骤：
接收红外测温请求，获取相机在不同拍摄距离下拍摄到的视频；
根据每一拍摄距离下对应的视频进行人脸识别，并计算人体到相机的距离，得到多个不同距离；
根据所述多个不同距离以及所述多个不同距离下测得的对应的温度，得到温度误差校正函数，根据所述温度误差校正函数对通过红外测温测得的温度进行校正。
本发明的有益效果在于：接收红外测温请求时，获取相机在不同拍摄距离下拍摄到的视频，根据每一拍摄距离下对应的视频图像帧进行人脸识别，并计算人体到相机的距离，得到多个不同距离，获取多组测温距离和多组测温距离下测得的温度后得出温度误差校正函数，并以此对通过红外测温测得的温度进行校正；利用人脸识别测距对红外测温进行距离-温度补偿，能够实现精确测距，并且在距离-补偿计算时能够精确得到温度误差校正函数，利用温度误差校正函数对通过红外测温测得的温度进行校正，从而得到精度较高的人体温度；现有技术中使用单目视觉测距的测量精度不高，因此本发明使用人脸识别测距，能够大大提高测距精度，从而对温度进行距离补偿，减少测温误差。
附图说明
图1为本发明实施例的一种基于人脸识别的红外测温补偿方法的流程图；
图2为本发明实施例的一种基于人脸识别的红外测温补偿终端的示意图；
图3为本发明实施例的一种基于人脸识别的红外测温补偿方法的人脸识别测距的流程图；
图4为本发明实施例的一种基于人脸识别的红外测温补偿方法的温度校正的流程图；
标号说明：
1、一种基于人脸识别的红外测温补偿终端；2、存储器；3、处理器。
具体实施方式
为详细说明本发明的技术内容、所实现目的及效果，以下结合实施方式并配合附图予以说明。
请参照图1，本发明实施例提供了一种基于人脸识别的红外测温补偿方法，包括步骤：
接收红外测温请求，获取相机在不同拍摄距离下拍摄到的视频；
根据每一拍摄距离下对应的视频进行人脸识别，并计算人体到相机的距离，得到多个不同距离；
根据所述多个不同距离以及所述多个不同距离下测得的对应的温度，得到温度误差校正函数，根据所述温度误差校正函数对通过红外测温测得的温度进行校正。
从上述描述可知，本发明的有益效果在于：接收红外测温请求时，获取相机在不同拍摄距离下拍摄到的视频，根据每一拍摄距离下对应的视频图像帧进行人脸识别，并计算人体到相机的距离，得到多个不同距离，获取多组测温距离和多组测温距离下测得的温度后得出温度误差校正函数，并以此对通过红外测温测得的温度进行校正；利用人脸识别测距对红外测温进行距离-温度补偿，能够实现精确测距，并且在距离-补偿计算时能够精确得到温度误差校正函数，利用温度误差校正函数对通过红外测温测得的温度进行校正，从而得到精度较高的人体温度；现有技术中使用单目视觉测距的测量精度不高，因此本发明使用人脸识别测距，能够大大提高测距精度，从而对温度进行距离补偿，减少测温误差。
进一步的，所述根据每一拍摄距离下对应的视频进行人脸识别包括：
在标准测温间距和与所述标准测温间距不同的测温间距下进行人脸识别。
由上述描述可知，在不同的位置测量距离，能够为后续距离-温度补偿提供更多样性的样本，从而更精确地获得人体温度。
进一步的，所述人脸识别包括步骤：根据拍摄到的视频流提取图像帧，根据提取的图像帧采集人脸多个角度的图像，训练所述多个角度的图像并建立人脸库，根据所述人脸库检测出所述图像帧中的人脸，并用矩形框标记所述图像帧中的人脸；
所述计算人体到相机的距离包括：
根据所述矩形框中框选的人脸，得到人体头部垂直长度，根据所述人体头部垂直长度计算人体头全高数值S，根据所述相机得到相机焦距f；
根据所述人体头全高数值S、所述人体头全高数值的标准值H和所述相机焦距f，利用公式L＝f*H/S计算人体到相机的距离L。
由上述描述可知，通过采集和训练不同角度人脸的图像数据，能够实现不正视摄像头即可精确地检测到人脸，并依据检测到的人脸精确计算人体头全高数值，通过人体头全高数值和人体头全高数值的标准值以及相机焦距计算人体到相机的距离，其中人体头全高数值和相机焦距数值精确，因此测量到的人体测温距离精度较高。
进一步的，还包括确定所述人体头全高数值的标准值H为：
确定所述图像帧中的人脸的性别和肤色，根据所述性别和肤色匹配与所述图像帧中的人脸对应的头全高数值的标准值H。
由上述描述可知，获得图像帧中人脸的性别和肤色后，利用肤色和性别能够更好的匹配对应的标准头全高数值，大大提高计算精度。
进一步的，所述根据所述多个不同距离以及所述多个不同距离下测得的对应的温度，得到温度误差校正函数包括：
将所述标准测温间距下测得的温度设为人体表面的实际温度，依据所述标准测温间距、所述人体表面的实际温度、所述与标准测温间距不同的测温间距和所述与标准测温间距不同的测温间距下测得的温度进行最小二乘法拟合，得到温度误差校正函数。
由上述描述可知，将不同测温距离和不同测温距离下测量的温度，利用最小二乘法拟合得出温度误差校正函数，并且将标准测温间距下测量的温度设为人体表面的实际温度，能够更好地对测温误差进行分析，精确地对测量温度进行距离补偿。
请参照图2，本发明另一实施例提供了一种基于人脸识别的红外测温补偿终端，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，所述处理器执行所述计算机程序时实现以下步骤：
接收红外测温请求，获取相机在不同拍摄距离下拍摄到的视频；
根据每一拍摄距离下对应的视频进行人脸识别，并计算人体到相机的距离，得到多个不同距离；
根据所述多个不同距离以及所述多个不同距离下测得的对应的温度，得到温度误差校正函数，根据所述温度误差校正函数对通过红外测温测得的温度进行校正。
进一步的，所述根据每一拍摄距离下对应的视频进行人脸识别包括：
在标准测温间距和与所述标准测温间距不同的测温间距下进行人脸识别。
进一步的，所述人脸识别包括步骤：根据拍摄到的视频流提取图像帧，根据提取的图像帧采集人脸多个角度的图像，训练所述多个角度的图像并建立人脸库，根据所述人脸库检测出所述图像帧中的人脸，并用矩形框标记所述图像帧中的人脸；
所述计算人体到相机的距离包括：
根据所述矩形框中框选的人脸，得到人体头部垂直长度，根据所述人体头部垂直长度计算人体头全高数值S，根据所述相机得到相机焦距f；
根据所述人体头全高数值S、所述人体头全高数值的标准值H和所述相机焦距f，利用公式L＝f*H/S计算人体到相机的距离L。
进一步的，还包括确定所述人体头全高数值的标准值H为：
确定所述图像帧中的人脸的性别和肤色，根据所述性别和肤色匹配与所述图像帧中的人脸对应的头全高数值的标准值H。
进一步的，所述根据所述多个不同距离以及所述多个不同距离下测得的对应的温度，得到温度误差校正函数包括：
将所述标准测温间距下测得的温度设为人体表面的实际温度，依据所述标准测温间距、所述人体表面的实际温度、所述与标准测温间距不同的测温间距和所述与标准测温间距不同的测温间距下测得的温度进行最小二乘法拟合，得到温度误差校正函数。
实施例一
请参照图1，一种基于人脸识别的红外测温补偿方法，包括步骤：
S1、接收红外测温请求，获取相机在不同拍摄距离下拍摄到的视频；
具体的，在本实施例中，接收到红外测温请求后，获取相机在不同拍摄距离下的视频流的图像帧。
S2、根据每一拍摄距离下对应的视频进行人脸识别，并计算人体到相机的距离，得到多个不同距离；
其中，所述根据每一拍摄距离下对应的视频进行人脸识别包括：在标准测温间距和与所述标准测温间距不同的测温间距下进行人脸识别，在本实施例中，标准测温间距取1-4米，在标准测温间距下测得的温度即是人体表面温度；
其中，所述计算人体到相机的距离包括：根据人脸识别中检测到的人脸，得到人体头部垂直长度，根据所述人体头部垂直长度计算人体头全高数值S，在本实施例中，相机的像元大小是17μm*17μm，即像元高度b为17μm，获取到的图像帧其中一个图像帧的人体头部垂直所占像元数a为90，根据像元高度和像元数可以得到人体头全高数值S＝a*b＝1.53mm；
根据所述相机得到相机焦距f，在本实施例中，焦距f为35mm；
根据所述人体头全高数值S、所述人体头全高数值的标准值H和所述相机焦距f，利用公式L＝f*H/S计算人体到相机的距离L；
具体的，在本实施例中，人体头全高数值是采用GBT 2428-1998成年人头面部尺寸标准，设本实施例中，该图像帧内进行人脸检测的用户为女性，根据GBT 2428-1998成年人头面部尺寸标准可查得女性的头全高为216mm，因此能够计算出该图像帧中人体到相机的距离L为4.9m；
具体的，请参照图3，获取相机的参数信息后，获取相机拍摄视频的图像帧，判断是否在图像帧中检测到人脸，若是则计算人体到相机的距离，若否，则继续在视频流的图像帧中检测人脸。
S3、根据所述多个不同距离以及所述多个不同距离下测得的对应的温度，得到温度误差校正函数，根据所述温度误差校正函数对通过红外测温测得的温度进行校正；
其中，依据所述标准测温间距、所述人体表面的实际温度、所述与标准测温间距不同的测温间距和所述与标准测温间距不同的测温间距下测得的温度进行最小二乘法拟合，得到温度误差校正函数；
具体的，在本实施例中，请参照图4，当测量到的温度需要校正时，获取标准测量位置为1-4m的测量间距L0和测量间距下测得的温度T0，再获取多个测量位置在1-4m范围以外的其他不同测量间距Ln和该测量间距下测得的温度Tn，其中n＝1，2，3……，依据T0、Tn、L0、Ln数据进行最小二乘法拟合，得到温度误差校正函数f(L)，并且使用温度误差校正函数f(L)计算校正后的温度Tture＝Tn+f(Ln)，从而得到校准后的温度值。
实施例二
本实施例与实施例一的不同在于，进一步限定了人脸识别的步骤，具体的：
根据拍摄到的视频流提取图像帧，采集人脸多个角度的图像，训练所述多个角度的图像建立人脸库，根据所述人脸库检测出所述图像帧中的人脸，并用矩形框标记所述图像帧中的人脸；其中，可以使用使用Haar级联分类器对人脸多个角度的图像进行采集；
具体的，在本实施例中，通过Haar级联分类器中的人脸、人眼和倾斜人脸分类器识别出视频流中抽取的图像帧的人脸部分，其中检测到的人脸有可能是正脸，也有可能是侧脸，因此需要采集从左侧面到正面再到右侧面的人脸图像；经过训练函数对人脸图像的训练可以得到人脸在不同角度时的人脸特征，生成不同角度人脸的人脸库；将视频流中的图像帧分为小单元，将其与人脸库中的模型进行比较，对每个区域值产生一个直方图，从而检测到人脸部分，检测到人脸后用绿色矩形标记，并将人脸转化为灰度图保存到指定路径；
其中，还需将识别到的人脸进行性别和种族判断，并根据所述性别和肤色匹配与所述图像帧中的人脸对应的头全高数值的标准值H，具体的，在不同的性别和种族的情况下，人体头全高的数值会有比较大的差异，根据识别到的性别和肤色信息，结合各种族男女性别的平均头全高数据，能够得出与检测到的人脸对应的头全高数值的标准值H；
在本实施例中，使用基于Adaboost+SVM的人脸性别分类算法，分别采集男女性别的人脸图像，对采集到的图像提取人脸纹理特征，进而使用Adaboost分类器对提取到的特征进行训练学习并对特征进行降维，使用SVM分类器进行分类后，即可对性别进行识别；
使用基于Adaboost+SVM的人脸种族分类算法，分别采集黄种人、白种人和黑种人的人脸图像，通过提取人脸的肤色信息和纹理特征，使用Adaboost分类器对提取到的肤色信息和纹理特征进行训练学习，使用SVM分类器进行分类后，即可对种族进行识别；
实施例三
请参照图2，一种基于人脸识别的红外测温补偿终端，包括存储器、处理器以及存储在所述存储器上并可在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实施例一或实施例二中的基于人脸识别的红外测温补偿方法的各个步骤。
综上所述，本发明提供的一种基于人脸识别的红外测温补偿方法及终端，接收红外测温请求时，获取相机在不同拍摄距离下拍摄到的视频，根据每一拍摄距离下对应的视频图像帧进行人脸识别，并计算人体到相机的距离，得到多个不同距离，获取多组测温距离和多组测温距离下测得的温度后得出温度误差校正函数，并以此对通过红外测温测得的温度进行校正；利用人脸识别测距对红外测温进行距离-温度补偿，能够实现精确测距，并且在距离-补偿计算时能够精确得到温度误差校正函数，利用温度误差校正函数对通过红外测温测得的温度进行校正，从而得到精度较高的人体温度；并且通过在不同的位置测量距离，能够为后续的误差校正函数提供更多样性的样本，在人脸识别过程中对人脸的性别和种族进行判断，有利于准确获得头全高的标准值，因此本发明使用人脸识别测距，能够大大提高测距精度，从而对温度进行距离补偿，减少测温误差。
以上所述仅为本发明的实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等同变换，或直接或间接运用在相关的技术领域，均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种基于人脸识别的红外测温补偿方法，其特征在于，包括步骤：
接收红外测温请求，获取相机在不同拍摄距离下拍摄到的视频；
根据每一拍摄距离下对应的视频进行人脸识别，并计算人体到相机的距离，得到多个不同距离；
根据所述多个不同距离以及所述多个不同距离下测得的对应的温度，得到温度误差校正函数，根据所述温度误差校正函数对通过红外测温测得的温度进行校正。
2.根据权利要求1所述的一种基于人脸识别的红外测温补偿方法，其特征在于，所述根据每一拍摄距离下对应的视频进行人脸识别包括：
在标准测温间距和与所述标准测温间距不同的测温间距下进行人脸识别。
3.根据权利要求1所述的一种基于人脸识别的红外测温补偿方法，其特征在于，所述人脸识别包括步骤：
根据拍摄到的视频流提取图像帧，根据提取的图像帧采集人脸多个角度的图像，训练所述多个角度的图像并建立人脸库，根据所述人脸库检测出所述图像帧中的人脸，并用矩形框标记所述图像帧中的人脸；
所述计算人体到相机的距离包括：
根据所述矩形框中框选的人脸，得到人体头部垂直长度，根据所述人体头部垂直长度计算人体头全高数值S，根据所述相机得到相机焦距f；
根据所述人体头全高数值S、所述人体头全高数值的标准值H和所述相机焦距f，利用公式L＝f*H/S计算人体到相机的距离L。
4.根据权利要求3所述的一种基于人脸识别的红外测温补偿方法，其特征在于，还包括确定所述人体头全高数值的标准值H为：
确定所述图像帧中的人脸的性别和肤色，根据所述性别和肤色匹配与所述图像帧中的人脸对应的头全高数值的标准值H。
5.根据权利要求2所述的一种基于人脸识别的红外测温补偿方法，其特征在于，所述根据所述多个不同距离以及所述多个不同距离下测得的对应的温度，得到温度误差校正函数包括：
将所述标准测温间距下测得的温度设为人体表面的实际温度，依据所述标准测温间距、所述人体表面的实际温度、所述与标准测温间距不同的测温间距和所述与标准测温间距不同的测温间距下测得的温度进行最小二乘法拟合，得到温度误差校正函数。
6.一种基于人脸识别的红外测温补偿终端，包括存储器、处理器以及存储在所述存储器上并可在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以下步骤：
接收红外测温请求，获取相机在不同拍摄距离下拍摄到的视频；
根据每一拍摄距离下对应的视频进行人脸识别，并计算人体到相机的距离，得到多个不同距离；
根据所述多个不同距离以及所述多个不同距离下测得的对应的温度，得到温度误差校正函数，根据所述温度误差校正函数对通过红外测温测得的温度进行校正。
7.根据权利要求6所述的一种基于人脸识别的红外测温补偿终端，其特征在于，所述根据每一拍摄距离下对应的视频进行人脸识别包括：
在标准测温间距和与所述标准测温间距不同的测温间距下进行人脸识别。
8.根据权利要求6所述的一种基于人脸识别的红外测温补偿终端，其特征在于，所述人脸识别包括步骤：
根据拍摄到的视频流提取图像帧，根据提取的图像帧采集人脸多个角度的图像，训练所述多个角度的图像并建立人脸库，根据所述人脸库检测出所述图像帧中的人脸，并用矩形框标记所述图像帧中的人脸；
所述计算人体到相机的距离包括：
根据所述矩形框中框选的人脸，得到人体头部垂直长度，根据所述人体头部垂直长度计算人体头全高数值S，根据所述相机得到相机焦距f；
根据所述人体头全高数值S、所述人体头全高数值的标准值H和所述相机焦距f，利用公式L＝f*H/S计算人体到相机的距离L。
9.根据权利要求8所述的一种基于人脸识别的红外测温补偿终端，其特征在于，还包括确定所述人体头全高数值的标准值H为：
确定所述图像帧中的人脸的性别和肤色，根据所述性别和肤色匹配与所述图像帧中的人脸对应的头全高数值的标准值H。
10.根据权利要求7所述的一种基于人脸识别的红外测温补偿终端，其特征在于，所述根据所述多个不同距离以及所述多个不同距离下测得的对应的温度，得到温度误差校正函数包括：
将所述标准测温间距下测得的温度设为人体表面的实际温度，依据所述标准测温间距、所述人体表面的实际温度、所述与标准测温间距不同的测温间距和所述与标准测温间距不同的测温间距下测得的温度进行最小二乘法拟合，得到温度误差校正函数。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011328614.4A CN112525352A (zh) | 2020-11-24 | 2020-11-24 | 一种基于人脸识别的红外测温补偿方法及终端 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011328614.4A CN112525352A (zh) | 2020-11-24 | 2020-11-24 | 一种基于人脸识别的红外测温补偿方法及终端 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112525352A true CN112525352A (zh) | 2021-03-19 |
Family
ID=74993367
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011328614.4A Pending CN112525352A (zh) | 2020-11-24 | 2020-11-24 | 一种基于人脸识别的红外测温补偿方法及终端 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112525352A (zh) |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113205562A (zh) * | 2021-05-31 | 2021-08-03 | 中国矿业大学(北京) | 一种基于双目视觉的矿井热动力灾害判识与定位方法 |
| CN113310599A (zh) * | 2021-06-04 | 2021-08-27 | 南京甄视智能科技有限公司 | 一种基于室内环境下的测温方法及*** |
| CN113920490A (zh) * | 2021-12-15 | 2022-01-11 | 深圳佑驾创新科技有限公司 | 车辆障碍检测方法、装置及设备 |
| CN114608521A (zh) * | 2022-03-17 | 2022-06-10 | 北京市商汤科技开发有限公司 | 单目测距方法及装置、电子设备和存储介质 |
| CN114894337A (zh) * | 2022-07-11 | 2022-08-12 | 深圳市大树人工智能科技有限公司 | 一种用于室外人脸识别测温方法及装置 |
| CN114943774A (zh) * | 2022-04-08 | 2022-08-26 | 杭州键嘉机器人有限公司 | 一种红外双目相机温度补偿计算方法 |
| WO2023273498A1 (zh) * | 2021-06-28 | 2023-01-05 | 上海商汤智能科技有限公司 | 深度检测方法及装置、电子设备和存储介质 |
| CN117146985A (zh) * | 2023-11-01 | 2023-12-01 | 本溪钢铁（集团）信息自动化有限责任公司 | 一种基于多人人脸识别的测温方法及*** |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104076925A (zh) * | 2014-06-30 | 2014-10-01 | 天马微电子股份有限公司 | 一种用于提醒用户眼睛与屏幕距离的方法 |
| CN105759971A (zh) * | 2016-03-08 | 2016-07-13 | 珠海全志科技股份有限公司 | 一种自动提示人眼离屏幕距离的方法和*** |
| CN106503687A (zh) * | 2016-11-09 | 2017-03-15 | 合肥工业大学 | 融合人脸多角度特征的监控视频人物身份识别***及其方法 |
| CN106845357A (zh) * | 2016-12-26 | 2017-06-13 | 银江股份有限公司 | 一种基于多通道网络的视频人脸检测和识别方法 |
| CN109419495A (zh) * | 2017-08-25 | 2019-03-05 | 中国科学院半导体研究所 | 一种基于红外热像仪测量眼睛温度的校准方法 |
| CN111442844A (zh) * | 2020-03-25 | 2020-07-24 | 北京澎思科技有限公司 | 非接触测温设备、非接触测温方法和控制设备 |
| CN111507306A (zh) * | 2020-04-30 | 2020-08-07 | 多维协同人工智能技术研究院(重庆)有限公司 | 一种基于ai人脸距离检测的温度误差补偿方法 |
| CN111537074A (zh) * | 2020-03-31 | 2020-08-14 | 深圳奥比中光科技有限公司 | 一种温度测量方法及*** |
| CN111898587A (zh) * | 2020-08-14 | 2020-11-06 | 广州盈可视电子科技有限公司 | 一种视频打码处理方法和装置 |
| CN111931598A (zh) * | 2020-07-20 | 2020-11-13 | 湖北美和易思教育科技有限公司 | 一种基于人脸识别的课堂智能实时分析方法及*** |
| CN111964789A (zh) * | 2020-08-14 | 2020-11-20 | 深圳市视美泰技术股份有限公司 | 温度测量方法、装置、计算机设备和存储介质 |
-
2020
- 2020-11-24 CN CN202011328614.4A patent/CN112525352A/zh active Pending
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104076925A (zh) * | 2014-06-30 | 2014-10-01 | 天马微电子股份有限公司 | 一种用于提醒用户眼睛与屏幕距离的方法 |
| CN105759971A (zh) * | 2016-03-08 | 2016-07-13 | 珠海全志科技股份有限公司 | 一种自动提示人眼离屏幕距离的方法和*** |
| CN106503687A (zh) * | 2016-11-09 | 2017-03-15 | 合肥工业大学 | 融合人脸多角度特征的监控视频人物身份识别***及其方法 |
| CN106845357A (zh) * | 2016-12-26 | 2017-06-13 | 银江股份有限公司 | 一种基于多通道网络的视频人脸检测和识别方法 |
| CN109419495A (zh) * | 2017-08-25 | 2019-03-05 | 中国科学院半导体研究所 | 一种基于红外热像仪测量眼睛温度的校准方法 |
| CN111442844A (zh) * | 2020-03-25 | 2020-07-24 | 北京澎思科技有限公司 | 非接触测温设备、非接触测温方法和控制设备 |
| CN111537074A (zh) * | 2020-03-31 | 2020-08-14 | 深圳奥比中光科技有限公司 | 一种温度测量方法及*** |
| CN111507306A (zh) * | 2020-04-30 | 2020-08-07 | 多维协同人工智能技术研究院(重庆)有限公司 | 一种基于ai人脸距离检测的温度误差补偿方法 |
| CN111931598A (zh) * | 2020-07-20 | 2020-11-13 | 湖北美和易思教育科技有限公司 | 一种基于人脸识别的课堂智能实时分析方法及*** |
| CN111898587A (zh) * | 2020-08-14 | 2020-11-06 | 广州盈可视电子科技有限公司 | 一种视频打码处理方法和装置 |
| CN111964789A (zh) * | 2020-08-14 | 2020-11-20 | 深圳市视美泰技术股份有限公司 | 温度测量方法、装置、计算机设备和存储介质 |
Non-Patent Citations (1)
| Title |
|---|
| 葛泽勋等: "基于距离补偿的红外测温***设计", 《长春理工大学学报》 * |
Cited By (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113205562A (zh) * | 2021-05-31 | 2021-08-03 | 中国矿业大学(北京) | 一种基于双目视觉的矿井热动力灾害判识与定位方法 |
| CN113205562B (zh) * | 2021-05-31 | 2023-09-15 | 中国矿业大学(北京) | 一种基于双目视觉的矿井热动力灾害判识与定位方法 |
| CN113310599A (zh) * | 2021-06-04 | 2021-08-27 | 南京甄视智能科技有限公司 | 一种基于室内环境下的测温方法及*** |
| CN113310599B (zh) * | 2021-06-04 | 2024-06-11 | 小视科技(江苏)股份有限公司 | 一种基于室内环境下的测温方法及*** |
| WO2023273498A1 (zh) * | 2021-06-28 | 2023-01-05 | 上海商汤智能科技有限公司 | 深度检测方法及装置、电子设备和存储介质 |
| CN113920490A (zh) * | 2021-12-15 | 2022-01-11 | 深圳佑驾创新科技有限公司 | 车辆障碍检测方法、装置及设备 |
| CN114608521A (zh) * | 2022-03-17 | 2022-06-10 | 北京市商汤科技开发有限公司 | 单目测距方法及装置、电子设备和存储介质 |
| CN114608521B (zh) * | 2022-03-17 | 2024-06-07 | 北京市商汤科技开发有限公司 | 单目测距方法及装置、电子设备和存储介质 |
| CN114943774A (zh) * | 2022-04-08 | 2022-08-26 | 杭州键嘉机器人有限公司 | 一种红外双目相机温度补偿计算方法 |
| CN114943774B (zh) * | 2022-04-08 | 2023-06-09 | 杭州键嘉医疗科技股份有限公司 | 一种红外双目相机温度补偿计算方法 |
| CN114894337A (zh) * | 2022-07-11 | 2022-08-12 | 深圳市大树人工智能科技有限公司 | 一种用于室外人脸识别测温方法及装置 |
| CN117146985A (zh) * | 2023-11-01 | 2023-12-01 | 本溪钢铁（集团）信息自动化有限责任公司 | 一种基于多人人脸识别的测温方法及*** |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112525352A (zh) | 一种基于人脸识别的红外测温补偿方法及终端 | |
| EP2426642B1 (en) | Method, device and system for motion detection | |
| CN111914635B (zh) | 人体测温方法、装置、***和电子设备 | |
| US7742623B1 (en) | Method and system for estimating gaze target, gaze sequence, and gaze map from video | |
| US20110025834A1 (en) | Method and apparatus of identifying human body posture | |
| CN106886216B (zh) | 基于rgbd人脸检测的机器人自动跟踪方法和*** | |
| CN106529559A (zh) | 一种指针式圆形多仪表盘实时读数识别方法 | |
| CN109253722B (zh) | 融合语义分割的单目测距***、方法、设备及存储介质 | |
| CN105279772B (zh) | 一种红外序列图像的可跟踪性判别方法 | |
| CN108090428B (zh) | 一种人脸识别方法及其*** | |
| CN104240264A (zh) | 一种运动物体的高度检测方法和装置 | |
| CN102609724B (zh) | 一种基于双摄像头的周围环境信息提示方法 | |
| CN113358231B (zh) | 红外测温方法、装置及设备 | |
| CN107203743B (zh) | 一种人脸深度跟踪装置及实现方法 | |
| CN113255608B (zh) | 一种基于cnn分类的多摄像头人脸识别定位方法 | |
| CN111488775A (zh) | 注视度判断装置及方法 | |
| CN112966571B (zh) | 一种基于机器视觉的立定跳远腾空高度量测方法 | |
| CN109657717A (zh) | 一种基于多尺度密集结构特征提取的异源图像匹配方法 | |
| CN112541403A (zh) | 一种利用红外摄像头的室内人员跌倒检测方法 | |
| CN117113284B (zh) | 多传感器融合的数据处理方法、装置与多传感器融合方法 | |
| CN117078735A (zh) | 身高检测方法、***、电子设备和存储介质 | |
| CN111814659A (zh) | 一种活体检测方法、和*** | |
| CN114662594B (zh) | 一种目标特征识别分析*** | |
| CN116862832A (zh) | 一种基于三维实景模型的作业人员定位方法 | |
| CN113379772B (zh) | 基于背景消除及跟踪算法的复杂环境下的移动测温方法 |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210319 |
|
| RJ01 | Rejection of invention patent application after publication |