張紫東,馬春燕,陳燕,姚坤,李根,郭然
(太原理工大學(xué)電氣與動(dòng)力工程學(xué)院,山西 太原 030024)
2020 年伊始,新型冠狀病毒席卷全球,面對(duì)新型傳染性疾病,中國(guó)政府積極應(yīng)對(duì),很快國(guó)內(nèi)疫情就得到了有效控制。即便如此,常態(tài)化的防疫工作仍是必須的[1]。疫情防控的首道防線就是人體體溫檢測(cè),快速、精準(zhǔn)測(cè)溫成為了新冠疫情防控的重要排查依據(jù)。受公共場(chǎng)所復(fù)雜檢測(cè)環(huán)境影響,對(duì)于人體體表溫度的檢測(cè)目前主要依靠測(cè)試者手持紅外測(cè)溫設(shè)備對(duì)被測(cè)者進(jìn)行點(diǎn)對(duì)點(diǎn)測(cè)溫,該測(cè)溫方法模式固定,普遍存在測(cè)溫距離短、測(cè)溫響應(yīng)不靈敏等缺點(diǎn)。采用紅外熱成像傳感器對(duì)人體或其他生物測(cè)溫的高度可靠性在很多文獻(xiàn)已有提及,文獻(xiàn)[2]提及華中師范大學(xué)設(shè)計(jì)了一款基于高分辨率溫度傳感器MLX90640 的測(cè)溫系統(tǒng),這款測(cè)溫系統(tǒng)雖然穩(wěn)定性很高,但缺乏對(duì)被測(cè)目標(biāo)的追蹤;在文獻(xiàn)[3]中提及應(yīng)用OpenMV 開(kāi)源視覺(jué)模塊的目標(biāo)識(shí)別與跟蹤,但沒(méi)有對(duì)目標(biāo)溫度進(jìn)行采集。
本文所設(shè)計(jì)的人臉跟蹤紅外熱成像測(cè)溫系統(tǒng),能同時(shí)采集溫度信息和人臉信息,實(shí)現(xiàn)雙重認(rèn)證,應(yīng)用于公共場(chǎng)所,把信息連接到門(mén)禁控制器,及時(shí)地排查溫度異常人員。為了解決由目標(biāo)的運(yùn)動(dòng)而導(dǎo)致的面部區(qū)域溫度未檢測(cè)到的問(wèn)題,采用OpenMV 機(jī)器視覺(jué)模塊,加持兩自由度云臺(tái),實(shí)現(xiàn)了對(duì)被測(cè)者的面部捕捉以及跟蹤,有效地提高了測(cè)溫的準(zhǔn)確性。非接觸式追蹤動(dòng)態(tài)人臉的紅外熱成像測(cè)溫系統(tǒng)的開(kāi)發(fā)研究,在智能監(jiān)控領(lǐng)域有較大的推廣應(yīng)用價(jià)值。
為實(shí)現(xiàn)精確測(cè)溫,系統(tǒng)主要包括紅外熱成像溫度數(shù)據(jù)采集部分、目標(biāo)跟蹤云臺(tái)部分與圖像顯示部分。系統(tǒng)以O(shè)penMV 機(jī)器視覺(jué)模塊為基礎(chǔ),開(kāi)源圖像處理模塊使用STM32H743 芯片為控制核心并以O(shè)V7725傳感器為攝像頭模組。測(cè)溫部分采用MLX90640 熱電堆傳感器進(jìn)行溫度信息采集,經(jīng)MCU 將溫度數(shù)據(jù)處理后實(shí)時(shí)經(jīng)SPI 通信總線傳輸給LCD 屏幕,顯示被測(cè)者的紅外熱圖像。人臉跟蹤云臺(tái)部分,在OV7725 傳感器收集的數(shù)字圖像的前提下,經(jīng)圖像處理算法處理捕捉人臉,再通過(guò)PID 算法控制云臺(tái)舵機(jī)跟蹤人臉運(yùn)動(dòng)。系統(tǒng)硬件組成如圖1 所示。
圖1 系統(tǒng)硬件組成
紅外陣列傳感器測(cè)定被探測(cè)目標(biāo)與背景輻射的紅外線差異,就能得到不同的紅外圖像[4]。
MLX90640 是一款高分辨率、低功耗、低成本的32*24 像素紅外陣列傳感器,采用4 腳TO39 封裝以及I2C 兼容的數(shù)字接口。MLX90640 包含768 個(gè)熱紅外像素點(diǎn),每個(gè)像素的行和列表示為PIX(i,j),i表示行號(hào)(1~24),j作為其列數(shù)(1~32)。MLX90640 數(shù)據(jù)像素區(qū)域的分布圖如圖2 所示。其正常工作溫度范圍-45 ℃~85 ℃,測(cè)溫范圍在-45 ℃~300 ℃,集成了環(huán)境溫度傳感器和VDD 電壓檢測(cè)傳感器,這些內(nèi)部傳感器的輸出都儲(chǔ)存在內(nèi)部RAM 中。通過(guò)I2C 數(shù)據(jù)接口,可以訪問(wèn)存儲(chǔ)于內(nèi)部RAM 中的紅外陣列、芯片環(huán)境溫度以及VDD 實(shí)時(shí)數(shù)據(jù)。MLX90640 傳感器的測(cè)量速率最高可達(dá)64 Hz,但是由噪聲與刷新速率的關(guān)系可知刷新速率越高,噪聲越高[5]。因此,本方案規(guī)范在其16 Hz 的刷新率下使用。
圖2 MLX90640 像素分布圖
視場(chǎng)是由熱電堆傳感器接收到50%的輻射信號(hào)來(lái)確定的,并且和傳感器的主軸線相關(guān),如圖3 所示,越靠近主軸線,熱電堆傳感器所獲得的輻射信號(hào)越多,測(cè)溫靈敏度也就越高。MLX90640 有兩種視場(chǎng)(Field of View,FOV)可以選擇,分別是FOV 為110°×75°的BAA 版本和FOV 為55°×35°的BAB 版本。紅外熱傳感器分辨率為32*24 像素,則可以理解為從鏡頭發(fā)射出32*24=768 條激光來(lái)探測(cè)溫度,其中線夾角α為相鄰兩條激光線的夾角,線夾角=視場(chǎng)角/(行或者列像素-1),則BAA 版本的水平方向與垂直方向的線夾角分別為3.548°和3.261°,相對(duì)應(yīng)的BAB 版本的線夾角分別為1.774°和1.522°。設(shè)被測(cè)物體尺寸用D表示,最遠(yuǎn)探測(cè)距離用S表示,相鄰測(cè)線夾角用α表示,則有式(1):
圖3 視場(chǎng)測(cè)量
假設(shè)額頭的長(zhǎng)度為12 cm,代入式(1),則其被BAA 版本和BAB 版本探測(cè)到的最遠(yuǎn)距離為1.05 m和2.26 m,結(jié)合使用場(chǎng)景,本系統(tǒng)選擇MLX90640 的BAB 版本。
人臉檢測(cè)與追蹤云臺(tái)硬件包括以下三個(gè)部分,云臺(tái)的控制器,OV7725 傳感器和控制舵機(jī)。
1.2.1 控制器
控制器是一個(gè)以STM32H743 單片機(jī)為核心的機(jī)器視覺(jué)模塊OpenMV,集成OV7725 圖像傳感器,在Python 圖像識(shí)別算法庫(kù)的加持下,相當(dāng)于給云臺(tái)提供了一雙眼睛。同時(shí)它可以通過(guò)I/O 端口發(fā)送命令控制機(jī)器系統(tǒng),通過(guò)串口將采集到的信號(hào)傳輸給其他控制器。核心處理器采用STM32H743 單片機(jī),該處理器基于高性能ArmCortex-M7 內(nèi)核,工作頻率高達(dá)480 MHz。STM32H743 單片機(jī)包含高速嵌入式內(nèi)存,配備連接到APB 總線、AHB 總線的各種增強(qiáng)型I/O 端口和外圍設(shè)備。
1.2.2 OV7725
OV7725 低電壓CMOS 器件,最大輸出分辨率為640×480 pixel 的圖像。其工作方式是將光信號(hào)轉(zhuǎn)換成電信號(hào),通過(guò)AD 轉(zhuǎn)換器轉(zhuǎn)換成數(shù)字信號(hào)后發(fā)送給DSP 數(shù)字信號(hào)處理芯片,并使用FIFO 存儲(chǔ)器存儲(chǔ)圖像數(shù)據(jù)。它支持處理8 位灰度圖像或16位RGB565 彩色圖像,當(dāng)其使用VGA 時(shí)序工作時(shí),輸出的圖像陣列可以達(dá)到60 frame/s[6]。通過(guò)SCCB 接口,還可以對(duì)采集到的圖像進(jìn)行補(bǔ)償,支持伽瑪曲線、白平衡、飽和度、色度等基礎(chǔ)處理。
1.2.3 驅(qū)動(dòng)模塊
云臺(tái)是一種兩自由度的機(jī)械目標(biāo)跟蹤云臺(tái)。通過(guò)機(jī)器底座、大臂、小臂以及伺服驅(qū)動(dòng)器組合而成的云臺(tái),可以完成繞Z軸旋轉(zhuǎn)以及上下俯仰的動(dòng)作。本云臺(tái)兩個(gè)舵機(jī)的轉(zhuǎn)角范圍在0~180°,并且需要的扭矩較小,故使用數(shù)字舵機(jī)MG996R 就能夠滿(mǎn)足精度以及扭矩的要求。MG996R 數(shù)字舵機(jī)相比于傳統(tǒng)的模擬舵機(jī),精度高、線性度好、響應(yīng)速度更快。
1.2.4 電源模塊
為了使整個(gè)系統(tǒng)脫機(jī)運(yùn)行,需要加持電源模塊和5 V 鋰電池給整個(gè)系統(tǒng)供電。其中STM32H743 的所有I/O 口的電壓范圍在3.3 V~5.0 V 之間,MG996R數(shù)字舵機(jī)的工作電壓在4.8 V~7.2 V 之間,工作電壓越高響應(yīng)越快。因此,本設(shè)計(jì)采用5 V 鋰電池給MG996R 數(shù)字舵機(jī)直接供電,并通過(guò)Ams1117-3.3 降壓模塊為控制器提供3.3 V 電壓輸入。
為解決對(duì)運(yùn)動(dòng)中的人體測(cè)溫以及身份的認(rèn)證,軟件流程圖如圖4 所示:主要由人臉檢測(cè)、人臉追蹤、采集人臉特征、采集溫度信息這四部分組成。
圖4 軟件設(shè)計(jì)流程
跟蹤人臉的第一步是要進(jìn)行人臉檢測(cè)找出目標(biāo)人臉在整體圖像中的位置,人臉檢測(cè)算法是在一幀圖像中劃分人臉與非人臉的算法[7-8]。本系統(tǒng)采用的是基于HAAR 特征分析的Adaboost 級(jí)聯(lián)分類(lèi)器的人臉檢測(cè)算法,本系統(tǒng)使用的人臉檢測(cè)算法的工作流程如圖5 所示。
圖5 人臉檢測(cè)算法工作流程
2.1.1 級(jí)聯(lián)分類(lèi)器
第一步加載Adaboost 級(jí)聯(lián)分類(lèi)器,最初Viola 和Jones 就是使用Adaboost 級(jí)聯(lián)分類(lèi)器,同時(shí)他們也指出,別的機(jī)器學(xué)習(xí)方法也有效[9-10]。但是訓(xùn)練一個(gè)級(jí)聯(lián)分類(lèi)器的缺點(diǎn)是需要大量的圖像樣本,并且即便是在技術(shù)發(fā)達(dá)的今天,也要耗費(fèi)幾天的時(shí)間去訓(xùn)練級(jí)聯(lián)分類(lèi)器。所以針對(duì)上述缺點(diǎn),不必建立一個(gè)新的級(jí)聯(lián)分類(lèi)器,而是選擇一個(gè)OpenMV 默認(rèn)提供的級(jí)聯(lián)分類(lèi)器:HaarCascade_frontalface.cascade。
2.1.2 圖像預(yù)處理
圖像的預(yù)處理包含兩個(gè)步驟,最重要的一步是將圖像轉(zhuǎn)化為灰度圖,其次是將圖像的分辨率調(diào)整為HQVGA。圖像灰度指的是,在RGB 空間中,如果R=G=B,顏色表示灰色,其中R=G=B 的值稱(chēng)為灰色值,灰色值的范圍為0~255?;叶葓D滿(mǎn)足整體圖像的空間需求,減少了人臉識(shí)別的計(jì)算量。
2.1.3 通過(guò)級(jí)聯(lián)分類(lèi)器
級(jí)聯(lián)分類(lèi)器的結(jié)構(gòu)是二叉樹(shù)狀結(jié)構(gòu),如圖5 所示,每一級(jí)代表一個(gè)強(qiáng)分類(lèi)器。每一個(gè)強(qiáng)分類(lèi)器由若干個(gè)弱分類(lèi)器組成,弱分類(lèi)器的結(jié)構(gòu)與強(qiáng)分類(lèi)器相同。假設(shè)每一個(gè)弱分類(lèi)器的閾值為T(mén)hreshold,當(dāng)計(jì)算出的特征值大于Threshold 時(shí),該弱分類(lèi)器的輸出取右值,反之取左值[11]。檢測(cè)時(shí),將所有弱分類(lèi)器的值相加與強(qiáng)分類(lèi)器的閾值比較,只有當(dāng)該值大于強(qiáng)分類(lèi)器的閾值時(shí),才被認(rèn)定是人臉正樣本,接著開(kāi)始下一級(jí)強(qiáng)分類(lèi)器的檢測(cè)。也就是說(shuō),當(dāng)被檢測(cè)圖像通過(guò)所有強(qiáng)分類(lèi)器時(shí)才被認(rèn)為是人臉樣本,否則拒絕。
2.1.4 繪制人臉檢測(cè)結(jié)果
當(dāng)檢測(cè)樣本通過(guò)級(jí)聯(lián)分類(lèi)器被判斷為人臉正樣本后,輸出識(shí)別結(jié)果(x,y,w,h),以人臉左上角為原點(diǎn)繪制矩形,(x,y)代表人臉區(qū)域左上角坐標(biāo),w代表人臉區(qū)域的寬度(width),h代表人臉區(qū)域的高度(height),同時(shí)設(shè)置圖框參數(shù),包括顏色、線條粗細(xì)、線條類(lèi)型,最終在分辨率為HQVGA(240×160 pixel)的灰度圖上的繪制結(jié)果如圖6(a)所示。
圖6 人臉檢測(cè)輸出結(jié)果
本設(shè)計(jì)的檢測(cè)目標(biāo)是動(dòng)態(tài)人臉,多數(shù)情況下OpenMV 采集的人臉中心會(huì)與整個(gè)圖像的中心坐標(biāo)存在偏差,所以需要核心處理器計(jì)算偏差像素值,并以此作為PID 控制器的輸入,接著通過(guò)PWM 調(diào)制控制舵機(jī)的俯仰與水平運(yùn)動(dòng),進(jìn)而控制攝像頭追蹤人臉。
人臉對(duì)象中心如圖6(b)中十字型標(biāo)記所示,經(jīng)計(jì)算人臉對(duì)象的中心橫坐標(biāo)為T(mén)x,縱坐標(biāo)為T(mén)y:
人臉中心坐標(biāo)與整幅圖像中心橫坐標(biāo)的偏差量Δx,縱坐標(biāo)的偏差量Δy分別為(W與H分別為整幅圖像的長(zhǎng)度與寬度,單位為像素值):
PID 控制(Proportional-Integral-Derivative Control)是過(guò)程控制中最為常用的一種控制,P 表示比例控制,I 表示積分控制,D 表示微分控制,具體的,在本設(shè)計(jì)中,比例控制是最基本的控制規(guī)律,其控制舵機(jī)運(yùn)動(dòng)的幅度。但伴隨著舵機(jī)運(yùn)動(dòng)后的穩(wěn)定,會(huì)產(chǎn)生穩(wěn)態(tài)誤差,即攝像頭穩(wěn)定后,攝像頭模組沒(méi)有對(duì)準(zhǔn)人臉,系統(tǒng)需要引入積分控制消除穩(wěn)態(tài)誤差。當(dāng)且僅當(dāng)舵機(jī)的偏差隨時(shí)間發(fā)生變化時(shí),微分控制才會(huì)對(duì)系統(tǒng)起作用。
局部二值模式(Local Binary Pattern,LBP)是一種用來(lái)描述圖像局部紋理特征的算子,是照片分類(lèi)和人臉檢索研究中采用較多的特征提取算法之一?;A(chǔ)LBP 特征算法的原理是,在灰度圖像中,LBP算子定義為在3×3 的區(qū)域內(nèi),以窗口中心像素為閾值,將相鄰的8 個(gè)像素的灰度值與其進(jìn)行比較,若周?chē)袼鼗叶戎荡笥谥行南袼鼗叶戎?則該像素點(diǎn)被標(biāo)記為1,否則為0。這樣,3×3 鄰域內(nèi)的8 個(gè)點(diǎn)經(jīng)比較可產(chǎn)生8 位二進(jìn)制數(shù),再將其轉(zhuǎn)化為十進(jìn)制數(shù),即該區(qū)域內(nèi)中心像素點(diǎn)的LBP 特征值[12-13]。
對(duì)應(yīng)在本系統(tǒng)中的應(yīng)用,將2.1.4 節(jié)人臉檢測(cè)輸出的矩形元組(x,y,w,h)作為L(zhǎng)BP 特征的感興趣區(qū)域(region of interest,ROI),并將其劃分為若干16×16像素的小區(qū)域(可以通過(guò)多種方式劃分區(qū)域);提取每個(gè)小區(qū)域的LBP 特征,計(jì)算每個(gè)小區(qū)域的直方圖;接著對(duì)該直方圖進(jìn)行歸一化處理[14];最后將得到的每個(gè)區(qū)域的統(tǒng)計(jì)直方圖連接成為一個(gè)特征向量,也就是得到整個(gè)感興趣區(qū)域的LBP 特征向量。
假設(shè)需要對(duì)實(shí)驗(yàn)室內(nèi)部30 名人員進(jìn)行人臉認(rèn)證,首先需要在均勻的背景下采集人臉圖像,每個(gè)人拍攝20 張不同角度、不同表情的圖片作為人臉庫(kù)。制作好人臉圖庫(kù)后,將目標(biāo)的LBP 特征向量與人臉庫(kù)依次比對(duì),特征差異度越小,則被檢測(cè)人臉與此樣本更相似、更匹配,最終分辨人臉身份。
主設(shè)備STM32H743 處理器與從設(shè)備MLX90640的內(nèi)部RAM 和EEPROM 之間通過(guò)I2C 協(xié)議進(jìn)行通信。EEPROM 中存儲(chǔ)的數(shù)據(jù)用于計(jì)算目標(biāo)區(qū)域內(nèi)實(shí)際的溫度值,RAM 中存儲(chǔ)芯片溫度數(shù)據(jù)、目標(biāo)溫度數(shù)據(jù)等。STM32H743 微控制器需要不斷地從RAM 中讀取溫度數(shù)據(jù)并通過(guò)式(6)計(jì)算實(shí)際溫度值[15]:
式中:(i,j)為像素點(diǎn)坐標(biāo);為紅外輻射率補(bǔ)償系數(shù);αCOMP(i,j)為靈敏度系數(shù);KT為不同溫度范圍的靈敏度斜率;式中Sx(i,j)的具體計(jì)算公式為:
Ta-r可由環(huán)境溫度Ta和反射系數(shù)ε(默認(rèn)ε=1)求得。
式中:Tr為IR 信號(hào)反射溫度,約等于Ta-8。
至此,所有計(jì)算實(shí)際溫度所需的變量均已求得,代入式(6)即可求出每個(gè)紅外像素點(diǎn)的實(shí)際溫度值。
完成人臉檢測(cè)識(shí)別、人臉目標(biāo)跟蹤、人臉特征識(shí)別、溫度檢測(cè)之后,與門(mén)禁結(jié)合對(duì)系統(tǒng)進(jìn)行整體調(diào)試。根據(jù)系統(tǒng)硬件設(shè)計(jì)對(duì)云臺(tái)進(jìn)行設(shè)計(jì)制造,并將云臺(tái)固定到距地面1.5 m 左右的位置。將本文第二部分的程序算法使用Python 語(yǔ)言寫(xiě)入IDE 中,并作為主程序main.py,兩個(gè)I/O 口P8、P9 控制云臺(tái)舵機(jī)。PID 調(diào)試的結(jié)果及算法程序?qū)懭隝DE 并保存為PID.py,主程序main.py 會(huì)對(duì)其進(jìn)行調(diào)用。系統(tǒng)的具體工作流程是,云臺(tái)啟動(dòng)后首先復(fù)位原點(diǎn),接著對(duì)首個(gè)目標(biāo)進(jìn)行人臉檢測(cè)并跟蹤,進(jìn)而對(duì)其進(jìn)行人臉識(shí)別與溫度檢測(cè)雙重認(rèn)證,兩項(xiàng)認(rèn)證通過(guò)主程序即控制門(mén)禁打開(kāi),接著系統(tǒng)復(fù)位對(duì)第二個(gè)目標(biāo)進(jìn)行檢測(cè)。系統(tǒng)的Solidwork 組件圖與實(shí)物圖如圖7 所示。
圖7 Solidwork 組件圖與實(shí)物圖
在對(duì)OV7725 攝像頭圖像進(jìn)行灰度化處理后,系統(tǒng)準(zhǔn)確地對(duì)被檢測(cè)者實(shí)現(xiàn)了人臉檢測(cè)與身份識(shí)別,并將MLX90640 的熱成像圖像置于OV7725 攝像頭圖像右上角,整體圖像如圖8 所示;并在熱成像圖的下方顯示被檢測(cè)者的溫度與身份信息。若被測(cè)者溫度大于37.3 ℃,或身份信息未被系統(tǒng)收錄,身份信息一欄會(huì)顯示None,且連接的門(mén)禁系統(tǒng)會(huì)阻止其通行并發(fā)出警報(bào),以提醒工作人員做進(jìn)一步檢查工作。
圖像分辨率大小的不同影響著被檢測(cè)者身份識(shí)別的時(shí)間,將QVGA、HQVGA、QQVGA 三種分辨率下的人臉識(shí)別時(shí)間進(jìn)行對(duì)比分析得,圖像分辨率大小與人臉識(shí)別時(shí)間成正相關(guān),綜合考慮,圖像分辨率選擇HQVGA。
表1 分辨率與人臉識(shí)別時(shí)間關(guān)系
在對(duì)系統(tǒng)進(jìn)行調(diào)試時(shí),如圖9(a)所示,MLX90640的基礎(chǔ)熱成像圖像存在分辨率較低、邊緣不平滑的缺點(diǎn),遂對(duì)其進(jìn)行圖像平滑處理,并將平滑后的圖像和OV7725 攝像頭圖像結(jié)合。如圖9(b)所示,經(jīng)過(guò)插值后的紅外熱成像圖像,像素點(diǎn)成像更平滑,提高了圖像的分辨率,細(xì)節(jié)處理得更清晰,同時(shí)高低溫分布更加明顯,采用圖像插值方法提高圖像分辨率,也降低了系統(tǒng)的成本。紅外圖像的上方附上了灰度處理后的OV7725 攝像頭圖像,這樣在顯示溫度變化的同時(shí),人臉細(xì)節(jié)也更清楚,便于系統(tǒng)進(jìn)行人臉檢測(cè)與人臉識(shí)別操作。
圖9 熱成像圖像平滑化處理前后變化
選用松下T82 額式紅外體溫計(jì)作為測(cè)溫基準(zhǔn),其測(cè)溫分辨率為0.1 ℃。在室內(nèi),使用本系統(tǒng)和T82額式紅外體溫計(jì)分別對(duì)30 人進(jìn)行測(cè)溫實(shí)驗(yàn),進(jìn)行三次,實(shí)驗(yàn)結(jié)果如表2。
表2 溫度數(shù)據(jù)準(zhǔn)確性實(shí)驗(yàn)結(jié)果
當(dāng)單個(gè)樣本使用本系統(tǒng)測(cè)溫所得溫度數(shù)據(jù)與使用T82 額式紅外體溫計(jì)測(cè)量所得溫度數(shù)據(jù)的差值的絕對(duì)值小于0.2 ℃時(shí),則定義系統(tǒng)測(cè)試溫度準(zhǔn)確。由表2 實(shí)驗(yàn)結(jié)果看出,三組的溫度準(zhǔn)確率均在96.5%以上,且通過(guò)時(shí)間較快,滿(mǎn)足在密集場(chǎng)所下快速篩選人體溫度的需求。同時(shí)經(jīng)分析,后續(xù)兩組的準(zhǔn)確率相對(duì)第一組較低的原因是由于本系統(tǒng)長(zhǎng)期運(yùn)行,發(fā)熱嚴(yán)重,實(shí)際測(cè)溫?cái)?shù)據(jù)受環(huán)境溫度影響,導(dǎo)致準(zhǔn)確率較低,后續(xù)可添加TEC 控溫來(lái)解決。
本文設(shè)計(jì)了基于人臉跟蹤云臺(tái)的紅外熱成像門(mén)禁系統(tǒng),通過(guò)調(diào)試,實(shí)現(xiàn)了非接觸熱成像傳感器的768 個(gè)像素點(diǎn)的溫度監(jiān)測(cè),加持目標(biāo)跟蹤云臺(tái)的設(shè)計(jì),實(shí)現(xiàn)了對(duì)人臉的跟蹤測(cè)溫和人臉識(shí)別,提高了溫度檢測(cè)和人臉識(shí)別的準(zhǔn)確性。系統(tǒng)脫機(jī)運(yùn)行的設(shè)計(jì)以及預(yù)留的I/O 口可以與門(mén)禁系統(tǒng)方便連接,實(shí)現(xiàn)了對(duì)溫度異常人員的篩查,便于檢測(cè)人員的檢視。