摘 要：該文旨在設(shè)計(jì)并實(shí)現(xiàn)一種基于STM32微控制器和K210開(kāi)發(fā)板的人臉識(shí)別非接觸式測(cè)溫系統(tǒng)，以解決傳統(tǒng)測(cè)溫方式在效率和準(zhǔn)確性上的不足，同時(shí)提高測(cè)溫的便捷性和安全性。系統(tǒng)通過(guò)STM32微控制器進(jìn)行整體控制，結(jié)合K210開(kāi)發(fā)板進(jìn)行人臉和口罩的識(shí)別。紅外測(cè)溫傳感器用于非接觸式地測(cè)量人體溫度，而人工智能技術(shù)則用于提升識(shí)別精度。詳細(xì)的工作流程包括圖像采集、預(yù)處理、特征提取、匹配與識(shí)別以及溫度測(cè)量。實(shí)驗(yàn)結(jié)果表明，該系統(tǒng)能夠?qū)崿F(xiàn)快速準(zhǔn)確的人臉與口罩識(shí)別，并在非接觸式測(cè)溫中展現(xiàn)出良好的穩(wěn)定性和準(zhǔn)確性。其性能在多種測(cè)試場(chǎng)景下均表現(xiàn)優(yōu)異，顯示出在人臉識(shí)別和溫度測(cè)量領(lǐng)域的廣泛應(yīng)用前景。綜上所述，該文設(shè)計(jì)并實(shí)現(xiàn)的人臉識(shí)別非接觸式測(cè)溫系統(tǒng)具有較高的實(shí)用價(jià)值和廣泛的應(yīng)用范圍。未來(lái)，該系統(tǒng)可進(jìn)一步應(yīng)用于公共場(chǎng)所的測(cè)溫管理、醫(yī)療診斷、安全監(jiān)控等領(lǐng)域，為相關(guān)領(lǐng)域的研究和實(shí)踐提供有力支持。同時(shí)，也需持續(xù)優(yōu)化算法和提高硬件性能，以應(yīng)對(duì)更復(fù)雜的應(yīng)用場(chǎng)景和更高的識(shí)別要求。

關(guān)鍵詞：人臉口罩識(shí)別;非接觸式測(cè)溫;K210;STM32;系統(tǒng)設(shè)計(jì)

中圖分類號(hào)：TP391.41 文獻(xiàn)標(biāo)志碼：A 文章編號(hào)：2095-2945（2024）22-0038-04

Abstract： This paper aims to design and implement a face recognition non-contact temperature measurement system based on STM32 microcontroller and K210 development board， in order to address the inefficiencies and inaccuracies of traditional temperature measurement methods， while improving the convenience and safety of temperature measurement. The system is controlled by the STM32 microcontroller， combined with the K210 development board for face and mask recognition. An infrared temperature sensor is used for non-contact measurement of human body temperature， and artificial intelligence technology is used to improve recognition accuracy. The detailed workflow includes image acquisition， preprocessing， feature extraction， matching and recognition， as well as temperature measurement. Experimental results show that the system can achieve fast and accurate face and mask recognition， and exhibit good stability and accuracy in non-contact temperature measurement. Its performance is excellent in various test scenarios， showing a wide range of application prospects in face recognition and temperature measurement. The face recognition non-contact temperature measurement system designed and implemented in this paper has high practical value and a wide range of applications. In the future， the system can be further applied to temperature measurement management in public places， medical diagnosis， security monitoring， and other fields， providing strong support for research and practice in related fields. At the same time， continuous optimization of algorithms and improvement of hardware performance are needed to cope with more complex application scenarios and higher recognition requirements.

Keywords： face and mask recognition; non-contact temperature measurement; K210; STM32; system design

隨著人工智能技術(shù)的不斷發(fā)展，人臉識(shí)別技術(shù)已經(jīng)成為一項(xiàng)重要的應(yīng)用。人臉識(shí)別技術(shù)通過(guò)識(shí)別人臉特征，實(shí)現(xiàn)身份驗(yàn)證、安全控制等目的，被廣泛應(yīng)用于測(cè)溫、口罩識(shí)別等方面。同時(shí)，非接觸式測(cè)溫技術(shù)是一種通過(guò)紅外線或其他非接觸方式測(cè)量人體溫度的技術(shù)，這種技術(shù)可以在不接觸人體的情況下快速測(cè)量體表溫度，避免了傳統(tǒng)體溫計(jì)需要接觸口腔或腋下的風(fēng)險(xiǎn)，被廣泛應(yīng)用于公共場(chǎng)所、醫(yī)院、學(xué)校等場(chǎng)所?；诖?，從技術(shù)進(jìn)步和創(chuàng)新的角度考量，人臉識(shí)別與非接觸式測(cè)溫系統(tǒng)的結(jié)合能實(shí)現(xiàn)2種不同功能的整合和系統(tǒng)的全方位升級(jí)，這不僅推動(dòng)了相關(guān)技術(shù)的發(fā)展，也為其他領(lǐng)域的創(chuàng)新提供了借鑒和參考?？傊?，人臉識(shí)別與非接觸式測(cè)溫系統(tǒng)的結(jié)合可以提高識(shí)別準(zhǔn)確性和效率、促進(jìn)智能化發(fā)展等方面都具有重要的意義和價(jià)值[1]。

1 系統(tǒng)設(shè)計(jì)

1.1 總體方案設(shè)計(jì)

人臉口罩識(shí)別與非接觸式測(cè)溫系統(tǒng)由STM32F103C8T6單片機(jī)、K210圖像視覺(jué)識(shí)別模塊、TN901紅外測(cè)溫傳感器、OLED屏幕、按鍵模塊、蜂鳴器等組成。系統(tǒng)的實(shí)物圖與總體框圖如圖1、圖2所示[2]。

系統(tǒng)上電之后，K210圖像視覺(jué)識(shí)別模塊開(kāi)始檢測(cè)識(shí)別人臉，當(dāng)用戶第一次識(shí)別時(shí)，需要按下K210的學(xué)習(xí)按鍵進(jìn)行人臉學(xué)習(xí)，學(xué)習(xí)成功后K210模塊的LCD屏幕顯示用戶名稱，并提示用戶戴口罩。佩戴好口罩后，K210將再進(jìn)行口罩識(shí)別，并在K210模塊的LCD屏幕顯示用戶名稱，學(xué)習(xí)、識(shí)別過(guò)程完成，K210將識(shí)別結(jié)果通過(guò)串口發(fā)送給STM32單片機(jī)，然后TN901測(cè)溫傳感器開(kāi)始檢測(cè)當(dāng)前人體溫度，將檢測(cè)溫度值通過(guò)SPI通信協(xié)議發(fā)送給STM32單片機(jī)，并在OLED屏幕上顯示當(dāng)前用戶身體測(cè)試部位的溫度，如果超過(guò)正常體溫或者沒(méi)戴口罩，蜂鳴器報(bào)警提示[3]。

1.2 系統(tǒng)硬件設(shè)計(jì)

本次系統(tǒng)設(shè)計(jì)，采用模塊化設(shè)計(jì)的思想，人臉識(shí)別與非接觸式測(cè)溫系統(tǒng)由STM32F103C8T6單片機(jī)、K210圖像視覺(jué)識(shí)別模塊、TN901紅外測(cè)溫傳感器、OLED屏幕、按鍵模塊和蜂鳴器等組成。

人臉識(shí)別與口罩識(shí)別需要用到核心硬件是K210的內(nèi)置KPU，是一種專門用于邊緣計(jì)算設(shè)備的神經(jīng)網(wǎng)絡(luò)處理器，具有高度并行的處理能力和低功耗的特點(diǎn)，能夠在邊緣設(shè)備上高效地完成神經(jīng)網(wǎng)絡(luò)的訓(xùn)練和推理任務(wù)。本次系統(tǒng)使用的主芯片Kendryte K210是雙核64位RISC-V處理器，具備視聽(tīng)一體、自主IP內(nèi)核與可編程能力強(qiáng)的特點(diǎn)，支持機(jī)器視覺(jué)與聽(tīng)覺(jué)的多模態(tài)識(shí)別。

系統(tǒng)測(cè)溫硬件選用的是紅外測(cè)溫儀TN-901，測(cè)量溫度范圍為：-33～220℃（-27～428°F），±0.6℃的測(cè)量精度，分辨率為1/16℃，性能良好，能夠滿足本次系統(tǒng)設(shè)計(jì)的要求。

1.3 系統(tǒng)軟件設(shè)計(jì)

1.3.1 系統(tǒng)程序設(shè)計(jì)

主控程序的主要功能是進(jìn)行人臉口罩識(shí)別和溫度測(cè)量，并根據(jù)識(shí)別和測(cè)量的結(jié)果進(jìn)行相應(yīng)的操作。程序的主要流程如下：首先進(jìn)行系統(tǒng)初始化，包括RCC、NVIC、GPIO、USART、TN901和OLED等硬件初始化。然后程序進(jìn)入主循環(huán)，不斷檢測(cè)GPIOB引腳的狀態(tài)，如果檢測(cè)到引腳為低電平，則發(fā)送一個(gè)信號(hào)給USART1，表示掃描到口罩。掃描到口罩后，使用test_flag的變量來(lái)表示當(dāng)前的狀態(tài)，根據(jù)test_flag不同的狀態(tài)值執(zhí)行不同的操作。其中，狀態(tài)0顯示“scan mask”在OLED屏幕上，表示正在進(jìn)行口罩識(shí)別。狀態(tài)1發(fā)送10個(gè)信號(hào)給USART1，顯示“again scan”在OLED屏幕上，表示需要重新進(jìn)行口罩識(shí)別。狀態(tài)2發(fā)送10個(gè)信號(hào)給USART1，顯示“temp scan”在OLED屏幕上，表示正在進(jìn)行溫度測(cè)量。狀態(tài)3顯示“again temp”在OLED屏幕上，表示需要重新進(jìn)行溫度測(cè)量。狀態(tài)4顯示“open door”在OLED屏幕上，然后等待一段時(shí)間后重新開(kāi)始掃描口罩。溫度測(cè)量當(dāng)test_flag等于2或3時(shí)，程序調(diào)用TN901_ReadData（）和TN901_Temp（）函數(shù)進(jìn)行溫度測(cè)量。當(dāng)test_flag等于4時(shí)，程序結(jié)束并重新開(kāi)始掃描口罩，等待下一次循環(huán)[4]。

1.3.2 人臉與口罩識(shí)別程序設(shè)計(jì)

本系統(tǒng)的人臉與口罩識(shí)別使用的是YOLOv2算法，是一種用于實(shí)時(shí)目標(biāo)檢測(cè)的卷積神經(jīng)網(wǎng)絡(luò)。需要將算法部署在K210的KPU中，YOLO算法是一種快速而準(zhǔn)確的目標(biāo)檢測(cè)算法，通過(guò)將目標(biāo)檢測(cè)任務(wù)轉(zhuǎn)化為回歸問(wèn)題，并利用卷積神經(jīng)網(wǎng)絡(luò)提取圖像特征，實(shí)現(xiàn)對(duì)圖像中目標(biāo)的準(zhǔn)確定位和分類，其網(wǎng)絡(luò)結(jié)構(gòu)包含了多個(gè)卷積層和池化層，能夠全局地捕捉圖像的上下文信息，并且支持多尺度和多類別的檢測(cè)。YOLOv2相對(duì)于YOLOv1采用了更深的網(wǎng)絡(luò)架構(gòu)，引入了錨框和多尺度訓(xùn)練等新的技術(shù)，同時(shí)也加入了批量歸一化和高分辨率分類器等常見(jiàn)技術(shù)來(lái)提高訓(xùn)練過(guò)程的穩(wěn)定性和檢測(cè)準(zhǔn)確率[5]。

本系統(tǒng)人臉與口罩識(shí)別的YOLOv2算法模型，開(kāi)發(fā)時(shí)首先需要先到MaixHub開(kāi)放平臺(tái)上創(chuàng)建人臉和口罩?jǐn)?shù)據(jù)集，采集和在線標(biāo)注人臉和口罩訓(xùn)練數(shù)據(jù)，接著配置訓(xùn)練參數(shù)，定制訓(xùn)練，選擇部署平臺(tái)和訓(xùn)練參數(shù)，然后開(kāi)始訓(xùn)練，創(chuàng)建訓(xùn)練任務(wù)，自動(dòng)在云服務(wù)器上進(jìn)行人臉和口罩訓(xùn)練，然后實(shí)時(shí)查看訓(xùn)練情況，最后將訓(xùn)練的人臉和口罩模型部署在設(shè)備上。在部署時(shí)要按照平臺(tái)提示說(shuō)明下載訓(xùn)練的模型，獲得加密版本的kmodel模型，也就是smodel模型，smodel模型包含了機(jī)器碼，機(jī)器碼是一機(jī)一碼的一種加密方式，用于模型文件的加密，如果使用別的機(jī)器碼去加密或者下載以smodel為文件后綴的模型文件，開(kāi)發(fā)板無(wú)法使用該模型文件。從平臺(tái)下載后得到3個(gè)smodel模型文件，將所有模型拷貝到SD卡，在編寫完main.py腳本后，重啟K210模塊會(huì)自動(dòng)執(zhí)行main.py腳本，開(kāi)發(fā)時(shí)通過(guò)手動(dòng)執(zhí)行查看終端的運(yùn)行日志，排查錯(cuò)誤。

在MaixHub開(kāi)放平臺(tái)上獲得人臉與口罩識(shí)別的模型后，開(kāi)始編寫main.py腳本，本系統(tǒng)的人臉與口罩識(shí)別main.py腳本主要分為以下幾個(gè)過(guò)程：首先加載人臉關(guān)鍵點(diǎn)檢測(cè)模型、口罩識(shí)別模型、人臉特征提取模型。然后運(yùn)行人臉口罩檢測(cè)模型，在圖片中找到人臉位置并框出人臉，將裁出的人臉圖片轉(zhuǎn)換成KPU接收的格式。接著運(yùn)行人臉5點(diǎn)關(guān)鍵點(diǎn)模型，獲取到左眼、右眼、鼻子、左嘴角和右嘴角的位置，并對(duì)原始圖片人臉圖片進(jìn)行仿射變換，變換為正臉圖像，將正臉圖像轉(zhuǎn)為KPU格式。最后使用人臉196維特征值模型計(jì)算正臉圖片的196維特征值，計(jì)算得到最終的人臉特征Feature，將得到的人臉特征與之前保存過(guò)的人臉特征進(jìn)行對(duì)比得到一組分?jǐn)?shù)，選擇其中最大的一個(gè)分?jǐn)?shù)，且該分?jǐn)?shù)超過(guò)75分就認(rèn)為識(shí)別出該人，并根據(jù)對(duì)應(yīng)下標(biāo)從Names列表中得到該人的姓名，整個(gè)人臉與口罩識(shí)別的模型創(chuàng)建與部署流程結(jié)束[6]。

1.3.3 非接觸式測(cè)溫程序設(shè)計(jì)

整個(gè)測(cè)溫程序主要分為讀取數(shù)據(jù)與根據(jù)讀取的溫度數(shù)據(jù)進(jìn)行轉(zhuǎn)換2部分。

1）溫度數(shù)據(jù)讀取。在讀取溫度數(shù)據(jù)時(shí)，需要定義一個(gè)用于讀取溫度傳感器數(shù)據(jù)的函數(shù)TN901_ReadData，這個(gè)函數(shù)主要通過(guò)連續(xù)讀取傳感器的數(shù)據(jù)，并檢查數(shù)據(jù)的有效性，從而得到目標(biāo)溫度和環(huán)境溫度。通過(guò)自定義函數(shù)Set901A、Reset901A、Read901C和Read901D等，來(lái)進(jìn)行溫度數(shù)據(jù)的讀取。讀取數(shù)據(jù)的程序大致流程如下：通過(guò)Set901A啟動(dòng)TN901A模塊，通過(guò)Reset901A啟動(dòng)連續(xù)測(cè)溫功能。等待一段時(shí)間后，連續(xù)讀取5個(gè)字節(jié)的數(shù)據(jù)，每字節(jié)8位，一共讀取40位數(shù)據(jù)，并檢查讀取的數(shù)據(jù)是否有效。在檢查時(shí)，首先檢查第一個(gè)字節(jié)是否為0x4c或0x66，以及第五個(gè)字節(jié)是否為0x0D，如果滿足這2個(gè)條件，那么接下來(lái)的3個(gè)字節(jié)數(shù)據(jù)和第四個(gè)字節(jié)數(shù)據(jù)的總和應(yīng)該相等。如果滿足這些條件，說(shuō)明讀取的數(shù)據(jù)是有效的。然后根據(jù)第一個(gè)字節(jié)的值，判斷是目標(biāo)溫度還是環(huán)境溫度，如果是目標(biāo)溫度，則將數(shù)據(jù)存入Temp.target_temp數(shù)組，并增加目標(biāo)溫度讀取次數(shù)，如果是環(huán)境溫度，則將數(shù)據(jù)存入Temp.environment_temp數(shù)組，并增加環(huán)境溫度讀取次數(shù)，延遲一段時(shí)間后，再次進(jìn)行上述操作。在函數(shù)結(jié)束時(shí)，再次調(diào)用Set901A，結(jié)束本次數(shù)據(jù)讀取過(guò)程[7]。

2）溫度數(shù)據(jù)轉(zhuǎn)換。溫度數(shù)據(jù)轉(zhuǎn)換需要使用處理TN901溫度傳感器數(shù)據(jù)的函數(shù)TN901_Temp，這個(gè)函數(shù)將接收到的有效數(shù)據(jù)計(jì)算為實(shí)際溫度，并根據(jù)溫度值執(zhí)行相應(yīng)的操作。程序中的變量temp、tf_low、tf_high、tbody和tf都是用于計(jì)算和存儲(chǔ)溫度數(shù)據(jù)的。函數(shù)的主要流程如下：首先，TN901_Temp函數(shù)檢查flag的值，如果為target，則表示需要處理目標(biāo)溫度數(shù)據(jù)，接著在目標(biāo)溫度的處理中，TN901_Temp函數(shù)首先將接收到的2個(gè)字節(jié)數(shù)據(jù)組合成一個(gè)16位整數(shù)temp，然后將其轉(zhuǎn)換為浮點(diǎn)數(shù)，并減去273.15f，得到實(shí)際溫度值Temp.target。接下來(lái)，TN901_Temp函數(shù)使用不同的公式計(jì)算出tf_low和tf_high的值，這2個(gè)值用于確定溫度范圍，并根據(jù)溫度值Temp.target與tf_low和tf_high的比較，TN901_Temp函數(shù)計(jì)算出tbody的值。如果tbody的值在34.0f到37.0f之間，TN901_Temp函數(shù)將實(shí)際溫度轉(zhuǎn)換為字符串格式，并在OLED屏幕上顯示出來(lái)。同時(shí)，設(shè)置test_flag的值為4，表示需要打開(kāi)門。如果溫度值低于tf_low，則顯示“too far”;如果溫度值高于37.0f且低于43.0f，則顯示“Over”;然后設(shè)置相應(yīng)的標(biāo)志和進(jìn)行延遲操作。如果flag的值不為target，則表示處理環(huán)境溫度數(shù)據(jù)。TN901_Temp函數(shù)同樣將接收到的2個(gè)字節(jié)數(shù)據(jù)組合成整數(shù)，并轉(zhuǎn)換為浮點(diǎn)數(shù)，然后減去273.15f得到實(shí)際溫度值tf，并根據(jù)溫度值tf的大小，函數(shù)計(jì)算出tf_low和tf_high的值，整個(gè)數(shù)據(jù)轉(zhuǎn)換流程結(jié)束[8]。

2 系統(tǒng)測(cè)試

2.1 實(shí)驗(yàn)測(cè)試設(shè)計(jì)

系統(tǒng)在測(cè)試時(shí)，應(yīng)該從以下幾個(gè)方面進(jìn)行測(cè)試。①人臉識(shí)別準(zhǔn)確性測(cè)試：召集多位測(cè)試人員，從不同圖像中測(cè)試人臉與口罩識(shí)別的準(zhǔn)確性。②溫度測(cè)量準(zhǔn)確性測(cè)試：已知測(cè)量物體的實(shí)際溫度，用測(cè)量值與實(shí)際值測(cè)試物體溫度的準(zhǔn)確性。③系統(tǒng)響應(yīng)時(shí)間測(cè)試：測(cè)試人員從人臉識(shí)別開(kāi)始到溫度測(cè)量結(jié)束，所需要的單次測(cè)量的時(shí)間。④環(huán)境適應(yīng)性測(cè)試：在不同的光照條件下，測(cè)試人臉識(shí)別和溫度測(cè)量的準(zhǔn)確性。⑤系統(tǒng)穩(wěn)定性測(cè)試：系統(tǒng)長(zhǎng)時(shí)間運(yùn)行，觀察是否出現(xiàn)異?；蚬收?。

2.2 測(cè)試數(shù)據(jù)

測(cè)試數(shù)據(jù)見(jiàn)表1—5。

2.3 實(shí)驗(yàn)結(jié)論

對(duì)表中的測(cè)試數(shù)據(jù)進(jìn)行分析后，得出以下結(jié)論。①系統(tǒng)能夠準(zhǔn)確多次識(shí)別不同的人臉、口罩，識(shí)別的準(zhǔn)確率較高，人臉識(shí)別算法表現(xiàn)良好。②系統(tǒng)能夠準(zhǔn)確測(cè)量物體的溫度。測(cè)量誤差較小，紅外測(cè)溫傳感器性能穩(wěn)定。③系統(tǒng)能夠快速響應(yīng)人臉口罩識(shí)別和溫度測(cè)量操作，總響應(yīng)時(shí)間較短，響應(yīng)速度較快。④系統(tǒng)能夠保持較高的識(shí)別準(zhǔn)確率和溫度測(cè)量誤差較小，環(huán)境適應(yīng)性良好。⑤系統(tǒng)在長(zhǎng)時(shí)間運(yùn)行過(guò)程中沒(méi)有出現(xiàn)異?；蚬收希€(wěn)定性較好。通過(guò)以上多方面的測(cè)試實(shí)驗(yàn)，可以全面評(píng)估基于STM32與K210的人臉識(shí)別非接觸式測(cè)溫系統(tǒng)的性能和可靠性，為產(chǎn)品的進(jìn)一步優(yōu)化和改進(jìn)提供依據(jù)。

3 結(jié)束語(yǔ)

本文介紹了一種基于STM32與K210的人臉口罩識(shí)別非接觸式測(cè)溫系統(tǒng)。該系統(tǒng)利用STM32微控制器和K210開(kāi)發(fā)板，結(jié)合紅外測(cè)溫技術(shù)和深度學(xué)習(xí)算法，實(shí)現(xiàn)了人臉識(shí)別和溫度測(cè)量的功能。通過(guò)硬件和軟件的優(yōu)化設(shè)計(jì)，該系統(tǒng)具有較高的準(zhǔn)確性和穩(wěn)定性，能夠廣泛應(yīng)用于人臉識(shí)別和溫度測(cè)量領(lǐng)域。同時(shí)詳細(xì)介紹了系統(tǒng)的設(shè)計(jì)原理、硬件架構(gòu)、軟件實(shí)現(xiàn)和測(cè)試結(jié)果，為相關(guān)領(lǐng)域的研究和實(shí)踐提供參考。該系統(tǒng)的設(shè)計(jì)理念和技術(shù)應(yīng)用，對(duì)人臉識(shí)別和溫度測(cè)量領(lǐng)域的發(fā)展具有重要意義。

參考文獻(xiàn)：

[1] 何潤(rùn)韜.基于K210的口罩人臉檢測(cè)與測(cè)溫系統(tǒng)設(shè)計(jì)[J].中國(guó)科技信息，2023（11）：74-76，79.

[2] 覃雪婷，黃梅春，林雪瓊，等.基于STM32的紅外防疫測(cè)溫系統(tǒng)設(shè)計(jì)[J].電子制作，2023，31（18）：51-54.

[3] 王孟強(qiáng).基于人臉識(shí)別的紅外測(cè)溫系統(tǒng)實(shí)現(xiàn)[D].北京：北京交通大學(xué)，2022.

[4] 齊曼，胡乃瑞，安天洋，等.基于STM32的口罩識(shí)別及無(wú)接觸測(cè)溫系統(tǒng)的實(shí)現(xiàn)[J].工業(yè)控制計(jì)算機(jī)，2022，35（3）：128-130.

[5] 胡徐勝，陶彬彬，曾勝.基于STM32的測(cè)溫與身份識(shí)別系統(tǒng)設(shè)計(jì)[J].天津理工大學(xué)學(xué)報(bào)，2021，37（4）：36-39.

[6] 丁一峰，李永鋮，尹宏釗，等.基于STM32的智能身份識(shí)別與紅外防疫測(cè)溫系統(tǒng)[J].現(xiàn)代信息科技，2022，6（10）：57-60.

[7] 譚儉輝.基于K210人臉身份識(shí)別與測(cè)溫系統(tǒng)設(shè)計(jì)[D].廣州：廣東工業(yè)大學(xué)，2021.

[8] 周惠，劉洋，朱秀委，等.基于紅外傳感與圖像處理的無(wú)線通道測(cè)溫系統(tǒng)的設(shè)計(jì)[J].醫(yī)療裝備，2022，35（23）：38-42，45.

作者簡(jiǎn)介：張志成（1994-），男，工學(xué)碩士，助教。研究方向?yàn)槲锫?lián)網(wǎng)、人工智能。