近年來受到流感病毒的侵?jǐn)_,由于這類疾病容易交叉感染,特別是在人口密集和流動性大的公共場所,治病防控難度比較大。流感病毒的主要發(fā)病特征是體溫的升高,因此在密集流動的人群中快速、準(zhǔn)確地測量人體體溫是防控的重要手段。常見的紅外點溫儀無法成像并且只能單點測溫,手持式紅外成像測溫儀依賴人工操作。由于熱紅外測溫儀需要被測物保持較近的距離,在復(fù)雜環(huán)境下運動的物體,難以快速、準(zhǔn)確地測量物體表面溫度。本文選用流動人群的人臉為特定的研究對象,設(shè)計一套非接觸式的自動識別特定對象的熱紅外測溫系統(tǒng),準(zhǔn)確地檢測人臉并提取面部溫度。首先介紹了紅外輻射的原理,詳細(xì)地闡述了紅外測溫的工作原理。然后詳細(xì)地闡述熱紅外測溫系統(tǒng)中的關(guān)鍵技術(shù),包括視頻內(nèi)容的人臉檢測、人臉朝向識別、可見光與熱紅外圖像配準(zhǔn)。在可見光圖像下檢測人臉區(qū)域,基于YOLOv2算法引入殘差網(wǎng)絡(luò),增強(qiáng)數(shù)據(jù)集的適用性,提高對非正臉、部分遮擋臉的檢測準(zhǔn)確性和檢測速度。利用并行級聯(lián)的LVQ網(wǎng)絡(luò)進(jìn)行人臉朝向識別,對人臉候選框進(jìn)行朝向判斷,進(jìn)一步確定人臉額頭區(qū)域�？梢姽馀c熱紅外的圖像配準(zhǔn)部分,在仿射變換模型的基礎(chǔ)上提出一種校正方法實現(xiàn)圖像的精確配準(zhǔn),實時地將可見光圖像的...

【文章頁數(shù)】：81 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
第一章 緒論
    1.1 課題研究背景與意義
    1.2 國內(nèi)外現(xiàn)狀分析
    1.3 本文解決的關(guān)鍵技術(shù)問題
    1.4 論文內(nèi)容的安排
    1.5 本章總結(jié)
第二章 紅外人臉測溫方法及分析
    2.1 紅外測溫原理
        2.1.1 輻射定律
        2.1.2 紅外測溫的基本結(jié)構(gòu)
        2.1.3 紅外測溫影響因素
        2.1.4 紅外工作波段的選擇
    2.2 人臉檢測算法
        2.2.1 神經(jīng)網(wǎng)絡(luò)基礎(chǔ)
            2.2.1.1 BP神經(jīng)網(wǎng)絡(luò)算法
            2.2.1.2 卷積神經(jīng)網(wǎng)絡(luò)算法
        2.2.2 基于Faster-RCNN的人臉檢測算法
        2.2.3 人臉檢測算法分析
    2.3 人臉朝向識別算法
        2.3.1 基于PNN網(wǎng)絡(luò)的人臉朝向識別
        2.3.2 基于LVQ網(wǎng)絡(luò)的人臉朝向識別
        2.3.3 人臉朝向識別算法分析
    2.4 圖像配準(zhǔn)算法
        2.4.1 圖像配準(zhǔn)算法分類
        2.4.2 圖像配準(zhǔn)算法分析
    2.5 本章小結(jié)
第三章 紅外測溫系統(tǒng)總體設(shè)計
    3.1 紅外遠(yuǎn)程測溫系統(tǒng)的組成
    3.2 人臉檢測算法設(shè)計
        3.2.1 基于YOLOv2 的人臉檢測算法
        3.2.2 Darknet-19 模型結(jié)構(gòu)
        3.2.3 YOLOv2 人臉檢測算法的設(shè)計
            3.2.3.1 深度殘差網(wǎng)絡(luò)
            3.2.3.2 數(shù)據(jù)集增強(qiáng)的方法研究
    3.3 額頭區(qū)域算法設(shè)計
        3.3.1 人臉朝向識別算法建模
        3.3.2 額頭區(qū)域校正方法
    3.4 圖像配準(zhǔn)算法設(shè)計
        3.4.1 特征提取
        3.4.2 空間變換模型
        3.4.3 自適應(yīng)圖像配準(zhǔn)校正模型
    3.5 溫度提取及校正方法設(shè)計
        3.5.1 溫度提取算子
        3.5.2 溫度校正方法研究
            3.5.2.1 外置黑體校正
            3.5.2.2 距離校正
    3.6 本章小結(jié)
第四章 紅外測溫系統(tǒng)的實驗研究
    4.1 紅外遠(yuǎn)程測溫系統(tǒng)硬件組成
        4.1.1 可見光攝像機(jī)選型
        4.1.2 紅外探測器選型
        4.1.3 外置黑體選型
        4.1.4 測溫系統(tǒng)的安裝位置分析
    4.2 功能模塊實驗與分析
        4.2.1人臉檢測模塊實驗
            4.2.1.1 訓(xùn)練數(shù)據(jù)的準(zhǔn)備
            4.2.1.2 網(wǎng)絡(luò)參數(shù)設(shè)置
            4.2.1.3 YOLOv2 改進(jìn)算法比對實驗分析
            4.2.1.4 人臉檢測模塊測試與分析
        4.2.2人臉朝向檢測模塊實驗
            4.2.2.1 LVQ網(wǎng)絡(luò)輸入特征向量的對比實驗
            4.2.2.2 LVQ網(wǎng)絡(luò)Matlab仿真實驗
        4.2.3 圖像配準(zhǔn)及校正模塊實驗
            4.2.3.1 行人遠(yuǎn)距離與近距離配準(zhǔn)實驗
            4.2.3.2 自適應(yīng)圖像配準(zhǔn)校正實驗與分析
        4.2.4 不同測量距離下對相同標(biāo)定溫度的影響研究
    4.3 軟件界面
    4.4 系統(tǒng)整體測溫分析
    4.5 本章小結(jié)
總結(jié)與展望
    一 本文總結(jié)
    二 本文創(chuàng)新點
    三 不足與展望
參考文獻(xiàn)
攻讀碩士學(xué)位期間發(fā)表的論文
致謝



本文編號：3778816