具体实施方式

以下结合附图对本申请的示范性实施例做出说明，其中包括本申请实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本申请的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。

本申请实施例提出一种多人体温检测方法，如图1为本申请实施例的一种多人体温检测方法实现流程图，包括：

步骤S101：对光学静态图像进行人脸识别，确定光学静态图像中的至少一个人脸图像及各个人脸图像的坐标；

步骤S102：对热成像静态图像和/或该光学静态图像进行坐标变换，确定各个人脸图像的热成像信息；光学静态图像与热成像静态图像包括相同的图像采集目标；

步骤S103：针对各个人脸图像，根据人脸图像的热成像信息确定该人脸图像对应的体温。

如图2所示，在一种可能的实施方式中，上述方法还包括：

S100：分别从光学视频图像及热成像视频图像中提取相同的帧，得到光学静态图像及热成像静态图像。

本申请实施例可以在同一位置设置光学摄像头和热成像摄像头(如红外热像仪)，并使该光学摄像头和热成像摄像头朝向同一方向，以保证光学摄像头和热成像摄像头能够采集相同位置的视频图像。上述步骤S100中，分别从光学视频图像及热成像视频图像中提取相同的帧，可以指从光学视频图像及对应的热成像视频图像中分别提取同一时刻的帧，以实现提取得到的光学静态图像及热成像静态图像对应相同的图像采集目标。

本申请实施例可以设置多组光学摄像头和热成像摄像头，每组包括设置于同一位置、且朝向同一方向的一个光学摄像头和一个热成像摄像头，从而采集多个不同位置的人群的图像。

在一种可能的实施方式中，上述步骤S101包括：根据所述光学静态图像的清晰度及光学静态图像中的人脸清晰度，确定光学静态图像的图像质量；其中，人脸清晰度包括遮挡度、模糊度、光照强度、姿态角度、完整度、尺寸特征中的至少一项；

在图像质量满足预设质量标准的情况下，执行该确定光学静态图像中的至少一个人脸图像及各个人脸图像的坐标的步骤。

可选地，上述对光学静态图像的清晰度的判断可以包括是否存在摩尔纹、和/或成像畸形等情况。

在一种可能的实施方式中，步骤S101中的人脸识别采用关键点定位技术，定位人脸五官及轮廓的多个关键点。可选地，可以定位包括脸颊、眉、眼、口、鼻等人脸五官及轮廓的150个关键点。并且，本申请实施例还可以结合人体识别技术进行人体定位。本申请实施例可以支持同时识别并标记多张人脸。

在一种可能的实施方式中，上述步骤S102中对热成像静态图像和/或光学静态图像进行坐标变换，可以采用预定的坐标变换算法，校准人脸图像及热成像静态图像，将光学静态图像中的人脸图像与其对应的温度信息绑定。

由于光学静态图像与热成像静态图像的尺寸很可能不同，为了确定光学静态图像中的各个人脸图像对应热成像静态图像中的哪一部分，本申请实施例采用对热成像静态图像和/或光学静态图像进行坐标变换的方式。

例如，光学静态图像P1的尺寸为X1×Y1，其对应的热成像静态图像P2的尺寸为X2×Y2。

这种情况下，如果已知P1中的一个人脸图像的一个像素p1的坐标为(x1,y1)，则通过对P1进行坐标变换，可以确定出该像素p1对应的热成像图像P2中的像素(记为p2)的坐标为

或者，如果已知P2中的一个像素为p2的坐标为(x2,y2)，则通过对P2进行坐标变换，可以确定出该像素p2对应的光学静态图像P1中的像素(记为p1)的坐标为

通过对每一个像素点均执行上述坐标变换操作，可以确定出光学静态图像中各个人脸图像的热成像信息，即该人脸图像在该热成像静态图像中的对应位置的热成像信息。

在一种可能的实施方式中，人脸图像的热成像信息包括：热成像静态图像中与人脸图像对应的温度点阵；

根据人脸图像的热成像信息确定人脸图像对应的体温，包括：采用线性回归算法对上述温度点阵进行计算，得到人脸图像对应的体温。

可选地，上述温度点阵包括热成像静态图像中对应人脸图像额部位置的像素指示的温度。

举例来说，每个人脸图像对应一个温度点阵，该温度点阵包括该人脸图像的额部位置在热成像静态图像中的多个像素所指示的温度。例如，某人脸图像的额部位置在热成像静态图像中有n个像素，其中，像素p1指示的温度为36.1摄氏度，像素p2指示的温度为36.2摄氏度，…，像素pn指示的温度为36.1摄氏度。本申请实施例可以采用线性回归算法，计算该人脸图像额部位置的温度，该温度可以代表该人脸图像对应的体温。

相比于按照求平均值的方式计算体温的方式，本申请实施例采用线性回归算法确定体温，能够更准确地确定人员体温。

在一种可能的实施方式中，如图2所示，本申请实施例还可以包括：

S104：展示对应体温高于预定阈值的人脸图像。

采用这种方式，本申请实施例可以实现多人精准体温检测和人脸筛查，轻松预警超过设置阈值温度的情况，并通过网页(web)页面展示。

在一种可能的实施方式中，可以预先存储各个人脸图像对应的人员标识。

相应地，如图2所示，本申请实施例还可以包括：

S105：展示对应体温高于预定阈值的人脸图像的人员标识。

可见，本申请实施例通过摄像头识别当前人群体温情况，并在现场大屏实时视频流显示，实现了根据当前人员情况内容进行及时反馈，对异常/高温人员进行警示。并且，本申请实施例能够给机构部门提供全局数据展示，包含各卡口累计/每日测试人数、高温人数。本申请实施例还能够采用精细化地图，能够与企业等组织的内网连通，采用内网数据进行人脸识别，并将体温测试结果反馈给企业的企业内部办公系统或网页系统。

图3为本申请实施例的一种多人体温检测方法的实现场景示意图。如图3所示，在同一位置设置光学摄像头和热成像摄像头(如红外热像仪)，2个摄像头朝向同一方向，与人群距离为1至1.6米。光学摄像头能够准确定位人脸，包括脸颊、眉、眼、口、鼻等人脸五官及轮廓的150个关键点。检测终端对光学摄像头摄取的光学视频图像中的光学静态图像采用AI检测技术(包括人脸检测/人体追踪)，将热成像摄像头摄取的热成像视频图像中的热成像静态图像进行整合，形成完善的群体快速体温检测方案。采用这种方式发现体温异常人员并主动提醒，可以将体温异常人员显示在屏幕上，并同时在屏幕上显示热成像视频图像(如红外视频图像)。对于体温异常人员，可以结合额温枪设备进行二次检测，提升检测效率。

图4为本申请实施例的一种多人体温检测方法的技术架构示意图。如图4所示，该系统至少可以包括摄像头(包括光学摄像头和热成像摄像头)、设备端、云端、第三方应用及集控大屏。采用光学摄像头和热成像摄像头分别摄取光学视频图像和热成像视频图像，并在本地监控屏幕上显示该图像。设备端的实时侦测模块对光学视频图像中的光学静态图像进行数据提取及人脸识别，并对光学静态图像与对应的热成像静态图像进行图像拟合，从而确定光学静态图像中各个人脸图像对应的体温，并将体温进行本地存储。通过设备端的设备代理服务模块，可以将体温数据及实时视频等数据上传至云端。云端对各个设备端上报的数据进行汇总及分析，包括对数据的集中传输、管理等。云端可以将汇总分析后的数据发送至第三方应用，实现为第三方提供体温检测服务；或者，云端可以将汇总后的数据及相关图像在集控大屏进行显示。

此外，云端还负责对各个设备端的配置下发、软件升级等功能。各个设备端采用物联网(IoT，Internet of Things)设备软件开发工具包(SDK，Software Development Kit)模块及空中下载(OTA，Over the Air)模块实现与云端的交互。云端具体负责设备接入、设备管理、实时视频监控、地图服务、数据存储、可视化服务、用户管理等功能，并采用OTA模块和kafka模块实现与设备端的交互。

本申请实施例还提出一种多人体温检测装置，图5为本申请实施例的一种多人体温检测装置结构示意图，包括：

人脸识别模块510，用于对光学静态图像进行人脸识别，确定该光学静态图像中的至少一个人脸图像及各个人脸图像的坐标；

坐标变换模块520，用于对热成像静态图像和/或该光学静态图像进行坐标变换，确定各个人脸图像的热成像信息；该光学静态图像与热成像静态图像包括相同的图像采集目标；

体温确定模块530，用于针对各个人脸图像，根据该人脸图像的热成像信息确定该人脸图像对应的体温。

如图6所示，在一种可能的实施方式中，上述装置还包括：

静态图像获取模块600，用于分别从光学视频图像及热成像视频图像中提取相同的帧，得到光学静态图像及热成像静态图像。

在一种可能的实施方式中，人脸识别模块510包括：

筛选子模块511，用于根据光学静态图像的清晰度及光学静态图像中的人脸清晰度，确定光学静态图像的图像质量；其中，人脸清晰度包括遮挡度、模糊度、光照强度、姿态角度、完整度、尺寸特征中的至少一项；

人脸图像确定子模块512，用于在图像质量满足预设质量标准的情况下，确定该光学静态图像中的至少一个人脸图像及各个人脸图像的坐标。

在一种可能的实施方式中，人脸识别模块510采用关键点定位技术，定位人脸五官及轮廓的多个关键点。

在一种可能的实施方式中，人脸图像的热成像信息包括：热成像静态图像中与该人脸图像对应的温度点阵；

体温确定模块530，用于采用线性回归算法对该温度点阵进行计算，得到该人脸图像对应的体温。

在一种可能的实施方式中，温度点阵包括热成像静态图像中对应人脸图像额部位置的像素指示的温度。

如图6所示，在一种可能的实施方式中，上述装置还包括：

第一展示模块640，用于展示对应体温高于预定阈值的人脸图像。

或者，上述装置还包括：

第二展示模块650，用于预先存储所述人脸图像对应的人员标识；展示对应体温高于预定阈值的人脸图像的人员标识。

本申请实施例各装置中的各模块的功能可以参见上述方法中的对应描述，在此不再赘述。

综上可见，本申请实施例提出的多人体温检测方法和装置，能够通过确定普通光学图像中的多个人脸图像，并确定各个人脸图像对应的热成像图像中的热成像信息，确定多个人脸图像对应的体温，从而提高在公共场所进行体温检测的效率，并防止交叉感染。本申请实施例可以实时视频图像中选取静态图像，并采用静态图像进行体温检测。

根据本申请的实施例，本申请还提供了一种电子设备和一种可读存储介质。

如图7所示，是根据本申请实施例的多人体温检测方法的电子设备的框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本申请的实现。

如图7所示，该电子设备包括：一个或多个处理器701、存储器702，以及用于连接各部件的接口，包括高速接口和低速接口。各个部件利用不同的总线互相连接，并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在电子设备内执行的指令进行处理，包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如，耦合至接口的显示设备)上显示图形用户界面(Graphical User Interface，GUI)的图形信息的指令。在其它实施方式中，若需要，可以将多个处理器和/或多条总线与多个存储器和多个存储器一起使用。同样，可以连接多个电子设备，各个设备提供部分必要的操作(例如，作为服务器阵列、一组刀片式服务器、或者多处理器系统)。图7中以一个处理器701为例。

存储器702即为本申请所提供的非瞬时计算机可读存储介质。其中，存储器存储有可由至少一个处理器执行的指令，以使至少一个处理器执行本申请所提供的多人体温检测方法。本申请的非瞬时计算机可读存储介质存储计算机指令，该计算机指令用于使计算机执行本申请所提供的多人体温检测方法。

存储器702作为一种非瞬时计算机可读存储介质，可用于存储非瞬时软件程序、非瞬时计算机可执行程序以及模块，如本申请实施例中的红外测温校准方法对应的程序指令/模块(例如，附图5所示的人脸识别模块510、坐标变换模块520和体温确定模块530)。处理器701通过运行存储在存储器702中的非瞬时软件程序、指令以及模块，从而执行服务器的各种功能应用以及数据处理，即实现上述方法实施例中的多人体温检测方法。

存储器702可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储根据红外测温校准的电子设备的使用所创建的数据等。此外，存储器702可以包括高速随机存取存储器，还可以包括非瞬时存储器，例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些实施例中，存储器702可选包括相对于处理器701远程设置的存储器，这些远程存储器可以通过网络连接红外测温校准的电子设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。

多人体温检测方法的电子设备还可以包括：输入装置703和输出装置704。处理器701、存储器702、输入装置703和输出装置704可以通过总线或者其他方式连接，图7中以通过总线连接为例。

输入装置703可接收输入的数字或字符信息，以及产生与红外测温校准的电子设备的用户设置以及功能控制有关的键信号输入，例如触摸屏、小键盘、鼠标、轨迹板、触摸板、指示杆、一个或者多个鼠标按钮、轨迹球、操纵杆等输入装置。输出装置704可以包括显示设备、辅助照明装置(例如，LED)和触觉反馈装置(例如，振动电机)等。该显示设备可以包括但不限于，液晶显示器(Liquid Crystal Display，LCD)、发光二极管(Light EmittingDiode，LED)显示器和等离子体显示器。在一些实施方式中，显示设备可以是触摸屏。

此处描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、专用集成电路(Application Specific Integrated Circuits，ASIC)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。

这些计算程序(也称作程序、软件、软件应用、或者代码)包括可编程处理器的机器指令，并且可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。如本文使用的，术语“机器可读介质”和“计算机可读介质”指的是用于将机器指令和/或数据提供给可编程处理器的任何计算机程序产品、设备、和/或装置(例如，磁盘、光盘、存储器、可编程逻辑装置(programmable logic device，PLD))，包括，接收作为机器可读信号的机器指令的机器可读介质。术语“机器可读信号”指的是用于将机器指令和/或数据提供给可编程处理器的任何信号。

为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(Cathode Ray Tube，阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。

可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(Local Area Network，LAN)、广域网(Wide Area Network，WAN)和互联网。

计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。

应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本申请公开的技术方案所期望的结果，本文在此不进行限制。

上述具体实施方式，并不构成对本申请保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本申请的精神和原则之内所作的修改、等同替换和改进等，均应包含在本申请保护范围之内。