[發(fā)明專利]一種基于深度學習的紅外體溫測量系統(tǒng)

在審

• 申請?zhí)枺?/td>: 202010257110.1
• 申請日: 2020-04-03
• 公開（公告）號: CN112528720A
• 公開（公告）日: 2021-03-19
• 發(fā)明（設(shè)計）人: 高明;蒲文霞
• 申請（專利權(quán)）人: 西安釵瑞信息科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G01J5/00;G06N3/04;G06N3/08
• 代理公司: 北京高沃律師事務(wù)所 11569
• 代理人: 劉鳳玲

1.一種基于深度學習的紅外體溫測量系統(tǒng)，其特征在于，所述測量系統(tǒng)包括：

紅外高清攝像頭，用于拍攝抓取虹膜圖像；

紅外距離傳感器，用于實時監(jiān)測人眼距所述紅外高清攝像頭的距離；

非接觸式陣列紅外溫度傳感器，用于采集人體體溫數(shù)據(jù)；

工業(yè)級嵌入式主板，與所述紅外高清攝像頭、所述紅外距離傳感器以及所述非接觸式陣列紅外溫度傳感器連接，用于對所述虹膜圖像進行處理，進行身份驗證，還用于當人眼距所述紅外高清攝像頭的距離達到預(yù)先設(shè)定距離時，觸發(fā)所述紅外高清攝像頭拍照。

2.根據(jù)權(quán)利要求1所述的基于深度學習的紅外體溫測量系統(tǒng)，其特征在于，所述測量系統(tǒng)還包括：

紅外補光燈，用于自動亮度補償。

3.根據(jù)權(quán)利要求1所述的基于深度學習的紅外體溫測量系統(tǒng)，其特征在于，所述測量系統(tǒng)還包括：

可觸摸顯示屏，與所述工業(yè)級嵌入式主板連接，用于顯示虹膜識別的個人信息以及當前個人體溫。

4.根據(jù)權(quán)利要求1所述的基于深度學習的紅外體溫測量系統(tǒng)，其特征在于，所述測量系統(tǒng)還包括：

報警模塊，與所述工業(yè)級嵌入式主板連接，用于當測量的人體體溫超過正常體溫時進行報警。

5.根據(jù)權(quán)利要求1所述的基于深度學習的紅外體溫測量系統(tǒng)，其特征在于，對所述虹膜圖像進行處理包括：

獲取虹膜圖像；

對所述虹膜圖像進行預(yù)處理；

對預(yù)處理后的虹膜圖像進行真?zhèn)舞b別，得到真實虹膜；

提取所述真實虹膜的感興趣區(qū)域；

基于CNN特征編碼的深度神經(jīng)網(wǎng)絡(luò)，以所述虹膜感興趣區(qū)域作為輸入，得到特征虹膜；

采用Euclidean距離匹配算法計算特征虹膜與待識別虹膜之間編碼的Euclidean距離；

判斷所述Euclidean距離是否大于設(shè)定閾值，若大于，則兩個虹膜非同類，若小于或等于，則兩個虹膜信息為同類。

6.根據(jù)權(quán)利要求5所述的基于深度學習的紅外體溫測量系統(tǒng)，其特征在于，對所述虹膜圖像進行預(yù)處理具體包括：

對所述虹膜圖像進行虹膜初定位及圖像歸一化；

將圖像中的虹膜大小，調(diào)整到系統(tǒng)識別設(shè)置的固定尺寸，并進行直方圖均衡化。

7.根據(jù)權(quán)利要求5所述的基于深度學習的紅外體溫測量系統(tǒng)，其特征在于，所述對預(yù)處理后的虹膜圖像進行真?zhèn)舞b別，得到真實虹膜具體包括：

按照滑動窗口采樣方法將特征圖采樣為多個的虹膜子區(qū)域，將分成的子區(qū)域應(yīng)用于CNN網(wǎng)絡(luò)訓練，在經(jīng)過預(yù)先設(shè)定次數(shù)的迭代計算之后，得到收斂的虹膜子塊真?zhèn)舞b別分類器模型；

在將待分類虹膜圖像分成若干個子塊；

采用所述虹膜子塊真?zhèn)舞b別分類器模型對所述子塊進行分類，并對每個子塊進行真?zhèn)涡耘袛啵玫矫總€虹膜子塊的分類結(jié)果；所述分類結(jié)果包括：真實虹膜子塊的個數(shù)和偽造虹膜子塊的個數(shù)；

將所述分類結(jié)果與設(shè)定的閾值進行比較，若真實虹膜子塊的個數(shù)大于等于設(shè)定閾值，則該虹膜為真實的虹膜，若真實虹膜子塊的個數(shù)小于設(shè)定閾值則為偽造虹膜，退出此次識別，系統(tǒng)自動語音提示當前被測為偽造虹膜。

8.根據(jù)權(quán)利要求5所述的基于深度學習的紅外體溫測量系統(tǒng)，其特征在于，提取所述真實虹膜的感興趣區(qū)域具體包括：

在所述真實虹膜圖像上任意選取3個圖像區(qū)域大小為124×124的區(qū)域，作為感興趣區(qū)域。