一种用于全视野人员检测的测温方法与流程

本发明涉及人脸识别测温，具体地说，涉及一种用于全视野人员检测的测温方法。

背景技术：

1、传统红外光学成像及测温技术受温漂和光学景深限制，存在温度测量漂移现象，且仅能在视场较小的区域内清晰成像，如何对全视野、大纵深、多目标的温度细节捕捉更加精准是一个难题，现有闸口红外测温仪仅能够在同一画面内测量个别重点人物温度，监测效率不高，且在不同的使用环境，以及频繁使用中会变得温度测量精度会出现起伏和不稳定现象，而且，当人员运动后再闸口处进行排队时，当人员运动后在闸机处进行排队时，通过红外测温对人员进行测温时，由于运动时，肌肉活动会增加血液的流动速度和量，这样身体内部热量的传递速度会加快，导致体表温度升高，导致测温结果与真实结果存在误差。

2、因此，提出一种用于全视野人员检测的测温方法。

技术实现思路

1、本发明的目的在于提供一种用于全视野人员检测的测温方法，以解决上述背景技术中提出的问题。

2、为实现上述目的，提供了一种用于全视野人员检测的测温方法，包括以下步骤：

3、s1、实时监测预设监控区域，对监控区域的人员图像进行采集，并对采集到的人员图像进行预处理；

4、s2、从预处理后的图像中提取人员的特征信息，基于提取的特征信息，精准定位人员在图像中的位置和范围；

5、s3、划分人员面部区域，对划分的面部区域分别进行红外测温并取得均值温度，根据环境参数引入温度校正与补偿机制，对经过校正和补偿后的人员面部温度数据进行融合和分析，获取图像中定位人员的面部温度数据。

6、s4、设置正常温度参数区间，对比人员面部的温度数据与正常温度区间，获取温度异常人员面部特征，并对其进行跟踪检测；

7、s5、获取体温异常人员体温出现在单位时间内的变化曲线，对体温变化曲线智能分析判断，若判断结果为异常，则通过报警示意工作人员对其拦截，若判断结果为正常，则对人员进行让行并对其信息进行存储。

8、作为本技术方案的进一步改进，所述s1中通过安装在预设监控区域的智能监控设备，实时采集全视野内的人物图像。

9、作为本技术方案的进一步改进，所述s2中对人员信息进行特征提取，包括以下步骤：

10、s2.1、采用深度学习算法提取人员的特征信息；

11、s2.2、设定用于判断人员位置和范围的阈值和规则，基于特征的分布和设定的阈值规则，确定并输出人员在图像中的精确位置和范围信息。

12、作为本技术方案的进一步改进，所述s2.1提取人员特征信息具体步骤如下：

13、收集大量包含各种人员的图像数据，并对这些数据进行标注，标记出面部特征、身形轮廓关键信息，训练深度学习算法模型；

14、将预处理后的图像输入训练好的模型中，模型会自动输出提取到的人员特征信息，对提取出的特征进行优化和筛选，去除噪声和错误特征。

15、作为本技术方案的进一步改进，所述s3中引入温度校正与补偿机制包括以下步骤：

16、s3.1、使用传感器或设备采集测量环境的参数；

17、s3.2、基于采集到的环境参数和已知的温度测量误差规律，建立温度校正与补偿的数学模型；

18、s3.3、使用红外测温技术获取已定位人员面部的原始温度数据；

19、s3.4、将采集到的环境参数输入至补偿模型，对人员面部的原始温度数据进行计算，得到校正和补偿后的温度数据，将经过校正与补偿后的多个温度测量值进行融合。

20、作为本技术方案的进一步改进，所述温度校正与补偿算法公式如下：

21、假设环境温度为te，湿度为h，气流速度为v，原始测量的人员面部温度为tm，校正和补偿后的温度为tc，可以采用以下形式的公式：

22、tc＝tm+k1×(te-te0)+k2×(h-h0)+k3×(v-v0)；

23、其中，te0、h0、v0是环境参数的参考值，k1、k2、k3是通过实验或数据分析确定的系数。

24、作为本技术方案的进一步改进，所述s4中对比人员面部的温度数据与正常温度区间，包括以下步骤：

25、s4.1、根据医学标准和实际应用需求，明确预设的正常体温范围，通常，体表正常体温范围约为36.0℃-37.0℃；

26、s4.2、将测量得到的体温数据与预设的正常体温范围进行直接对比，若体温数据在正常体温范围内，则判定人员体温正常；若体温数据低于正常体温范围的下限，判定为体温过低，将体温异常人员面部特征存入数据库；

27、s4.3、图像采集过程中，持续获取监控区域的图像，将新获取的图像中的人员面部特征与之前建立的温度异常人员数据库进行匹配，对体温异常人员数据进行记录。

28、作为本技术方案的进一步改进，所述s5中对体温变化曲线智能分析判断，包括以下步骤：

29、s5.1、调取s4.3中体温异常数据，对单位时间内异常数据参数绘制体温变化曲线，从体温变化曲线中提取关键特征，关键特征包括体温变化趋势走向；

30、s5.2、通过预设的分析算法和模型，对提取的关键特征进行分析判断；

31、s5.3、将分析结果与预设的正常体温变化范围和模式进行比较，如果超出正常范围，则判断结果为异常；否则，判断结果为正常。

32、作为本技术方案的进一步改进，所述s5.2中分析判断包括以下步骤：

33、定义判断阈值：确定下降趋势的斜率阈值kdown，当提取的趋势斜率小于kdown时，认为是下降趋势，确定上升趋势转变为下降趋势的转折点阈值tturn；

34、分析提取的特征：计算体温变化曲线的趋势斜率k；

35、分析判断：如果k＜kdown，则判断体温正常，如果体温先上升，达到某个值超过tturn后开始下降，则判断正常。

36、与现有技术相比，本发明的有益效果：

37、该用于全视野人员检测的测温方法中，对人员面部区域进行划分并分别测温取均值，能够减少局部温度差异带来的误差，使测量结果更能反映面部的整体温度情况，同时，引入温度校正与补偿机制，能够有效降低环境参数(如温度、湿度、气流等)对测温结果的影响，使在不同环境条件下获取的温度数据更准确可靠，为相关的决策人员提供更有价值和准确的依据，提高决策的科学性和合理性。

38、该用于全视野人员检测的测温方法中，通过获取单位时间内的体温变化曲线进行智能分析，能够更准确地判断人员体温状况，降低误判的可能性，判断结果正常时让行，保证人员的正常流动，提高通行效率，减少不必要的拥堵，对于异常情况及时报警并拦截，能够迅速采取措施，防止可能的风险扩散，有效区分真正的异常情况和暂时波动，提高防控工作的针对性和有效性。

技术特征：

1.一种用于全视野人员检测的测温方法，其特征在于：包括以下步骤：

2.根据权利要求1所述的用于全视野人员检测的测温方法，其特征在于：所述s1中通过安装在预设监控区域的智能监控设备，实时采集全视野内的人物图像。

3.根据权利要求1所述的用于全视野人员检测的测温方法，其特征在于：所述s2中对人员信息进行特征提取，包括以下步骤：

4.根据权利要求3所述的用于全视野人员检测的测温方法，其特征在于：所述s2.1提取人员特征信息具体步骤如下：

5.根据权利要求1所述的用于全视野人员检测的测温方法，其特征在于：所述s3中引入温度校正与补偿机制包括以下步骤：

6.根据权利要求4所述的用于全视野人员检测的测温方法，其特征在于：所述温度校正与补偿算法公式如下：

7.根据权利要求1所述的用于全视野人员检测的测温方法，其特征在于：所述s4中对比人员面部的温度数据与正常温度区间，包括以下步骤：

8.根据权利要求1所述的用于全视野人员检测的测温方法，其特征在于：所述s5中对体温变化曲线智能分析判断，包括以下步骤：

9.根据权利要求8所述的用于全视野人员检测的测温方法，其特征在于：所述s5.2中分析判断包括以下步骤：

技术总结本发明涉及人脸识别测温技术领域，本发明涉及一种用于全视野人员检测的测温方法。对比人员面部的温度数据与正常温度区间，获取温度异常人员面部特征，并对其进行跟踪检测，获取体温异常人员体温出现在单位时间内的变化曲线，对体温变化曲线智能分析判断，若判断结果为异常，则通过报警示意工作人员对其拦截，本发明通过获取单位时间内的体温变化曲线进行智能分析，能够更准确地判断人员体温状况，降低误判的可能性，判断结果正常时让行，保证人员的正常流动，提高通行效率，减少不必要的拥堵，对于异常情况及时报警并拦截，能够迅速采取措施，防止可能的风险扩散，有效区分真正的异常情况和暂时波动，提高防控工作的针对性和有效性。技术研发人员：孙琼阁,马金亮,郝雷受保护的技术使用者：北京威睛光学技术有限公司技术研发日：技术公布日：2024/10/10