[发明专利]一种额头精准定位的多目标额温测量方法

说明书

本发明公开一种额头精准定位的多目标额温测量方法，该方法包括：通过反馈式神经网络训练得到可检测可见光图像人脸、并提取人脸额头下沿关键点坐标的模型；利用人脸检测框、额头下沿关键点坐标，定位人脸额头区域；在人脸额头区域利用图像自适应二值化理论判断额头是否被完全遮挡，并选取有效的测温区域；将可见光图像的有效测温区域映射到红外热图像，进行有效测温区域红外数据分析获得当前人脸的测温结果。

技术领域

本发明涉及一种额头精准定位的多目标额温测量方法。

背景技术

在疫情时期，很多公共场合(如医院、学校、车站、机场等)入口都需要进行体温测量，一个便捷、高精度的测温设备就显得至关重要。

随着机器视觉技术的发展，基于双光相机(红外相机加可见光相机的组合)的非接触式测温方法得到了广泛的研究与应用。结合双光相机的主流测温方法是，在可见光图像上进行视觉人脸检测，然后将可见光图像的人脸区域映射到红外热图像获得人脸区域的红外数据——人脸测温区域，最后通过对测温区域的红外数据进行处理得到当前目标的测温结果。而人脸检测框引入干扰信息(背景、头发、帽檐等)较多，特别是夏天炎热的天气，干扰信息会对测温造成极大的影响，将导致测温设备的准确性下降。而额头精准定位，将大大减少干扰信息对测温的干扰，提高人体测温的准确性，应用该方法的测温系统能适用于炎热夏天的户外、大人流量的测温(可部署在医院、学校、车站、机场等入口处)。

发明内容

鉴于上述问题，本发明技术的任务是针对现有技术的不足，提出优化方案，并提供一种额头精准定位的多目标额温测量方法。本发明采用如下技术方案来实现上述目的：

(1)提出人脸检测、额头下沿关键点定位的多任务卷积神经网络，通过训练得到可检测可见光图像人脸、并提取人脸额头下沿关键点坐标的模型；

(2)利用人脸检测框、额头下沿关键点坐标，定位人脸额头区域；

(3)在人脸额头区域利用图像自适应二值化理论判断额头是否被完全遮挡，并选取有效的测温区域；

(4)将可见光图像的有效测温区域映射到红外热图像，进行有效测温区域红外数据分析获得当前人脸的测温结果。

进一步地，所述步骤(1)提出人脸检测、额头下沿关键点定位的多任务卷积神经网络，通过训练得到可检测可见光图像人脸、并提取人脸额头下沿关键点坐标的模型具体为：收集图片数据，预处理得到包含人脸框、额头下沿关键点标注数据的训练集；针对训练集样本特征分布，参考RetinaNet设计合适的卷积网络结构参数，网络结构如图1所示。

其中，Class、BBox、Point分别对应类别、人脸框、关键点预测子网络；图1中1-2 一列的三个立体块分别代表模型的三个子网络的预测输出；W为预测输出特征图的宽，H 为预测输出特征图的高，k为网络设定的锚点(anchor)数。特别说明，Point子网络的输出用于定位人脸额头下沿关键点，其中N为偶数，N/2为模型定义的额头下沿关键点个数(为下文描述简洁，定义M＝N/2)。

进一步地，所述步骤(2)利用人脸检测框、额头下沿关键点坐标，定位人脸额头区域具体操作为：定义(x1，y1)为人脸框左上角坐标，(x2，y2)为人脸框右下角坐标；额头下沿关键点坐标定义为：将M个关键点用(M-1)条线段连接；再结合人脸框坐标值y1，第一个关键点与第M个关键点X坐标的区间，最终得到人脸额头区域。

为阐述步骤(2)的理论思想，上述步骤以“正对镜头的人脸”为例进行。由于每张检测到的人脸不可能正对镜头，同时在侧脸时也可能出现关键点定位的偏差，图2流程为普遍适用的额头定位逻辑。