近年來受到流感病毒的侵擾,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,在復雜環(huán)境下運動的物體,難以快速、準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,詳細地闡述了紅外測溫的工作原理。然后詳細地闡述熱紅外測溫系統(tǒng)中的關鍵技術,包括視頻內容的人臉檢測、人臉朝向識別、可見光與熱紅外圖像配準。在可見光圖像下檢測人臉區(qū)域,基于YOLOv2算法引入殘差網絡,增強數(shù)據(jù)集的適用性,提高對非正臉、部分遮擋臉的檢測準確性和檢測速度。利用并行級聯(lián)的LVQ網絡進行人臉朝向識別,對人臉候選框進行朝向判斷,進一步確定人臉額頭區(qū)域�？梢姽馀c熱紅外的圖像配準部分,在仿射變換模型的基礎上提出一種校正方法實現(xiàn)圖像的精確配準,實時地將可見光圖像的...

【文章頁數(shù)】：81 頁

【學位級別】：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 國內外現(xiàn)狀分析
    1.3 本文解決的關鍵技術問題
    1.4 論文內容的安排
    1.5 本章總結
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 紅外測溫的基本結構
        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 神經網絡基礎
            2.2.1.1 BP神經網絡算法
            2.2.1.2 卷積神經網絡算法
        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網絡的人臉朝向識別
        2.3.2 基于LVQ網絡的人臉朝向識別
        2.3.3 人臉朝向識別算法分析
    2.4 圖像配準算法
        2.4.1 圖像配準算法分類
        2.4.2 圖像配準算法分析
    2.5 本章小結
第三章 紅外測溫系統(tǒng)總體設計
    3.1 紅外遠程測溫系統(tǒng)的組成
    3.2 人臉檢測算法設計
        3.2.1 基于YOLOv2 的人臉檢測算法
        3.2.2 Darknet-19 模型結構
        3.2.3 YOLOv2 人臉檢測算法的設計
            3.2.3.1 深度殘差網絡
            3.2.3.2 數(shù)據(jù)集增強的方法研究
    3.3 額頭區(qū)域算法設計
        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 圖像配準算法設計
        3.4.1 特征提取
        3.4.2 空間變換模型
        3.4.3 自適應圖像配準校正模型
    3.5 溫度提取及校正方法設計
        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
第四章 紅外測溫系統(tǒng)的實驗研究
    4.1 紅外遠程測溫系統(tǒng)硬件組成
        4.1.1 可見光攝像機選型
        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 訓練數(shù)據(jù)的準備
            4.2.1.2 網絡參數(shù)設置
            4.2.1.3 YOLOv2 改進算法比對實驗分析
            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網絡輸入特征向量的對比實驗
            4.2.2.2 LVQ網絡Matlab仿真實驗
        4.2.3 圖像配準及校正模塊實驗
            4.2.3.1 行人遠距離與近距離配準實驗
            4.2.3.2 自適應圖像配準校正實驗與分析
        4.2.4 不同測量距離下對相同標定溫度的影響研究
    4.3 軟件界面
    4.4 系統(tǒng)整體測溫分析
    4.5 本章小結
總結與展望
    一 本文總結
    二 本文創(chuàng)新點
    三 不足與展望
參考文獻
攻讀碩士學位期間發(fā)表的論文
致謝



本文編號：3778816