[发明专利]基于红外成像的远距离人体面部测温系统及实现方法

说明书

本申请涉及一种基于红外成像的远距离人体面部测温系统、实现方法、计算机设备及存储介质，其中该系统包括：传感器模块，所述传感器模块包括红外图像传感器和可见光图像传感器，分别用于采集红外图像数据和可见光图像数据；数据预处理模块，所述数据预处理模块用于将所述传感器模块采集到的红外图像数据和可见光图像数据进行规范化处理和角度校正，平滑连续图像中的环境干扰因素；AI算法模块，所述AI算法模块包括基于CNN模型的人脸识别算法模块和基于DQN强化学习模型的温度测定算法模块。本发明在1‑3米范围内即可实现人体面部自动识别、测温和数据显示，整个测温流程仅需1秒，可以达到±0.3℃以内的测试精度，且操作简单，界面友好。

技术领域

本发明涉及计算机技术领域，特别是涉及一种基于红外成像的远距离人体面部测温系统、实现方法、计算机设备及存储介质。

背景技术

对人体体表进行测温是目前应对流行性传染病的主要手段之一。然而，在现有技术中，传统的人体非接触式测温多是通过手持红外测温仪器进行，测温距离控制在3-5cm以内，每次测量耗时3-5秒，且只能单人进行，检测效率低。此外，考虑成本因素多采用单点测温，其测温结果的准确性得不到很好的保障。因此，在应对紧急情况时，传统的测温方式无法实现大范围快速远距离高精度进行人体测温。

发明内容

基于此，有必要针对上述技术问题，提供一种可以实现远距离高精度的基于红外成像的远距离人体面部测温系统、实现方法、计算机设备及存储介质。

一种基于红外成像的远距离人体面部测温系统，其特征在于，所述系统包括：

传感器模块，所述传感器模块包括红外图像传感器和可见光图像传感器，分别用于采集红外图像数据和可见光图像数据；

数据预处理模块，所述数据预处理模块用于将所述传感器模块采集到的红外图像数据和可见光图像数据进行规范化处理和角度校正，平滑连续图像中的环境干扰因素；

AI算法模块，所述AI算法模块包括基于CNN模型的人脸识别算法模块和基于DQN强化学习模型的温度测定算法模块；

其中，所述人脸识别算法模块用于在图像中定位人脸特定部位，并取出对应人脸特定部位的红外图像传递给所述温度测定算法模块，通过所述温度测定算法模块综合计算出图像中人体温度。

在其中一个实施例中，所述人脸识别算法模块还用于：

将图像数据输入人脸检测跟踪模型、人脸距离估计算法和自适应环境补偿模型，同步完成人脸识别、人脸距离估计值和环境补偿参数的生成。

在其中一个实施例中，所述人脸识别算法模块还用于：

在所述人脸检测跟踪模型检测到人脸后，将人脸区域图像数据导入人脸图像功能区分割算法，由所述人脸图像功能区分割算法定位人脸的额头区域、眼睛区域及脸颊区域，其中，若某区域成像过小导致数据不完整或数据无效，则抛弃该部分数据。

在其中一个实施例中，所述自适应环境补偿模型根据图像信息中的灰度、空间位置以及室外环境温度信息，估算出环境对人体表温度的影响，并根据该影响带来的偏离值得出补偿参数。

在其中一个实施例中，将识别到的有效面部分割区域像素匹配数据、人脸距离估计数值以及环境补偿参数输入到温度测定算法模块；

所述温度测定算法模块根据人体眼温、额温和面颊温度与表皮温度的换算系数分别得到多个体温数值，并同时考虑测温距离和环境参数对红外数据的衰减影响，完成最终体温测定后，系统依据人工设定的体温门限自动报警。

在其中一个实施例中，所述AI算法模块还包括模型训练模块，所述模型训练模块用于通过标注的图像数据对算法模型进行训练。

在其中一个实施例中，所述系统还包括：