[發明專利]一種基于機器學習的人體測溫補償方法

在審

• 申請號: 202010818853.1
• 申請日: 2020-08-14
• 公開（公告）號: CN112146761A
• 公開（公告）日: 2020-12-29
• 發明（設計）人: 李新;李征宇;趙宇迪
• 申請（專利權）人: 上海數川數據科技有限公司
• 主分類號: G01J5/00
• 分類號: G01J5/00;G01K13/00;G06N20/00
• 代理公司: 宿遷市永泰睿博知識產權代理事務所(普通合伙) 32264
• 代理人: 劉海莉

本發明公開了一種基于機器學習的人體測溫補償方法，包括紅外人體測溫系統，所述紅外人體測溫系統包括紅外測溫儀、可見光攝像頭、計算設備和顯示屏，紅外測溫儀為一個接收被測物體紅外輻射并將其轉化為溫度輸出的裝置。本發明中在測溫補償模型學習階段，使用人臉識別技術實現對人體與紅外測溫儀之間的水平偏移距離及縱向垂直距離參數的自動采集，避免了費時費力的人工采樣過程，便于直接在實際部署環境中對測溫補償模型進行校準，提高測溫的精度，本發明中采用了將多種機器學習算法匯總的集成學習方法，相比目前普遍采用的單一線性回歸算法模型，可以更好地滿足各種不同復雜場景下的高精度測溫需要。

技術領域

本發明涉及紅外測溫技術技術領域，具體為一種基于機器學習的人體測溫補償方法。

背景技術

近年來，流行性疾病對社會衛生安全構成了嚴重威脅，通過體溫檢測對疑似患者進行篩查是預防流行性疾病蔓延的重要手段，隨著人工智能技術的發展，在應對流行的新型冠狀病毒肺炎的斗爭中，基于人臉識別的紅外測溫設備得到了廣泛應用，該設備可以部署在人流量大的場所，滿足非接觸、大面積、遠距離、快速篩查體溫的需求。

紅外測溫技術利用紅外輻射原理，通過收集人體發射的紅外能量，并將其匯聚于檢測器上，檢測器把這些能量轉化為電壓信號，電壓信號經過數據處理及曲線擬合，即可推算出被測人體溫度，相比于傳統的水銀溫度計測溫方法，紅外測溫無需接觸人體，具有安全、測溫范圍廣、響應速度快的優點，配合人臉識別技術，將測溫圖譜與人臉位置進行匹配，可實現在大范圍內對多人同時進行測溫的能力，極大提升了對疑似感染者的篩選能力。

紅外測溫技術雖然具有上述優點，但是由于紅外測溫受環境因素影響較大，例如環境溫度、被測物體距離、被測物體發射率、空氣中的水蒸氣和灰塵顆粒都會影響測量精度，特別是在復雜的戶外環境，惡劣的工作條件給紅外測溫的準確性帶來了嚴重挑戰。

為了提高人體測溫精度，目前一般從軟件和硬件層面進行優化。軟件層面一般是通過預先試驗得到的測試數據，采用多元線性回歸方法，建立人體體溫測量實際值與測量距離、環境溫度及紅外測溫器件輸出的測量溫度之間的關系。

硬件層面的優化則是使用分辨率更高的紅外探測器件，并配合黑體進行實時溫度校準，采用硬件校準雖然能取到較好的精度，但是存在設備成本高、部署復雜的缺點，為了提高測溫設備的性價比，基于軟件的測溫補償方法就顯得尤為重要。

目前紅外人體測溫的補償算法模型一般是在設備出廠前在實驗室條件下測量計算得到的，該測量校準過程對環境及設備要求較高，需要較多的人工介入，比如需要使用超聲波測距儀或者依靠人工測量紅外測溫儀(2)與被測人體的距離及位置偏移程度，由此造成數據采樣數量困難，難以獲得足夠多的樣本以求取更優的測溫補償模型參數。

并且，目前普遍使用的多元線性回歸補償模型雖然在實現上比較直觀簡單，但是由于實際部署環境的復雜性，在實驗室環境獲取的補償模型未必能很好地適用于真實部署環境。

發明內容

本發明的目的在于提供一種基于機器學習的人體測溫補償方法，具備采集精度效率較高且適應復雜現實環境的優點，解決了背景技術中所提到的問題。

為實現上述目的，本發明提供如下技術方案：一種基于機器學習的人體測溫補償方法，包括紅外人體測溫系統，所述紅外人體測溫系統包括紅外測溫儀、可見光攝像頭、計算設備和顯示屏。

優選的，所述紅外測溫儀為一個接收被測物體紅外輻射并將其轉化為溫度輸出的裝置。

優選的，所述可見光攝像頭實時采集被測物體的圖像，并將采集到的圖像實時輸出給計算設備。

優選的，所述計算設備接收紅外測溫儀輸出的被測人體溫度及環境溫度，以及來自可見光攝像頭的被測物體圖像，計算設備負責執行人臉識別以及機器學習測溫補償算法，并將測溫結果疊加到被測人體圖像上，輸出到顯示屏上展示。