[发明专利]自适应人体测温区域筛选方法及额头无遮挡区域提取方法

权利要求书

1.一种自适应人体测温区域筛选方法，其特征在于：具体包括以下步骤：

（1）利用深度学习中的YOLOv3-tiny模型对人脸进行检测，实现人脸区域的自动检测和定位；

（2）根据自动检测和定位的人脸区域，从人脸区域中提取正确的额头部分，同时对额头是否被遮挡进行判断；

步骤（1）所述的利用深度学习中的YOLOv3-tiny模型对人脸进行检测，实现人脸区域的自动检测和定位，具体过程如下：

1.1) 针对不同场景下的人体图像，制作人体测温区域的数据集进行模型训练，通过调整曝光度、饱和度和色调数据来增加样本的多样性；

1.2)使用训练得到的深层特征抽取网络对可见光图像的深度特征进行提取，将原始红外测温图像转换为高纬度下的多组特征分布图；

1.3)对不同的特征分布图进行多尺度推断，从推断结果中回归出不同尺度的人脸相对位置和置信度信息；

1.4)对神经网络前向推理出的原始信息进行聚类和极大值抑制处理，得到最终的人脸筛选框，实现人脸区域的自动检测和定位；

步骤（2）所述的从人脸区域中提取正确的额头部分，同时对额头是否被遮挡进行判断，具体方法如下：

2.1）根据相对位置关系，从人脸区域A中得到同时包含额头和除额头以外的区域B；

2.2）根据区域A和区域B两部分的相对灰度关系，对区域B进行自适应的二值化操作，将额头和除额头以外的其他部分区分开来；

2.3）在二值化的区域B中提取面积最大的矩形，这个矩形就是最大额头区域C；

2.4）通过区域A和区域C的面积之比，判断实际用于检测的额头大小。

2.一种用于权利要求1所述方法的额头无遮挡区域提取方法，其特征在于：从利用YOLOv3-tiny模型对人脸进行检测得到的人脸区域中通过二值化操作来提取无遮挡的额头部分。