基于图像融合的流动人群体温检测系统设计
发布时间：2023-04-02 07:29
近年来受到流感病毒的侵扰,由于这类疾病容易交叉感染,特别是在人口密集和流动性大的公共场所,治病防控难度比较大。流感病毒的主要发病特征是体温的升高,因此在密集流动的人群中快速、准确地测量人体体温是防控的重要手段。常见的红外点温仪无法成像并且只能单点测温,手持式红外成像测温仪依赖人工操作。由于热红外测温仪需要被测物保持较近的距离,在复杂环境下运动的物体,难以快速、准确地测量物体表面温度。本文选用流动人群的人脸为特定的研究对象,设计一套非接触式的自动识别特定对象的热红外测温系统,准确地检测人脸并提取面部温度。首先介绍了红外辐射的原理,详细地阐述了红外测温的工作原理。然后详细地阐述热红外测温系统中的关键技术,包括视频内容的人脸检测、人脸朝向识别、可见光与热红外图像配准。在可见光图像下检测人脸区域,基于YOLOv2算法引入残差网络,增强数据集的适用性,提高对非正脸、部分遮挡脸的检测准确性和检测速度。利用并行级联的LVQ网络进行人脸朝向识别,对人脸候选框进行朝向判断,进一步确定人脸额头区域。可见光与热红外的图像配准部分,在仿射变换模型的基础上提出一种校正方法实现图像的精确配准,实时地将可见光图像的...
【文章页数】：81 页
【学位级别】：硕士
【文章目录】：
摘要
ABSTRACT
第一章 绪论
1.1 课题研究背景与意义
1.2 国内外现状分析
1.3 本文解决的关键技术问题
1.4 论文内容的安排
1.5 本章总结
第二章 红外人脸测温方法及分析
2.1 红外测温原理
2.1.1 辐射定律
2.1.2 红外测温的基本结构
2.1.3 红外测温影响因素
2.1.4 红外工作波段的选择
2.2 人脸检测算法
2.2.1 神经网络基础
2.2.1.1 BP神经网络算法
2.2.1.2 卷积神经网络算法
2.2.2 基于Faster-RCNN的人脸检测算法
2.2.3 人脸检测算法分析
2.3 人脸朝向识别算法
2.3.1 基于PNN网络的人脸朝向识别
2.3.2 基于LVQ网络的人脸朝向识别
2.3.3 人脸朝向识别算法分析
2.4 图像配准算法
2.4.1 图像配准算法分类
2.4.2 图像配准算法分析
2.5 本章小结
第三章 红外测温系统总体设计
3.1 红外远程测温系统的组成
3.2 人脸检测算法设计
3.2.1 基于YOLOv2 的人脸检测算法
3.2.2 Darknet-19 模型结构
3.2.3 YOLOv2 人脸检测算法的设计
3.2.3.1 深度残差网络
3.2.3.2 数据集增强的方法研究
3.3 额头区域算法设计
3.3.1 人脸朝向识别算法建模
3.3.2 额头区域校正方法
3.4 图像配准算法设计
3.4.1 特征提取
3.4.2 空间变换模型
3.4.3 自适应图像配准校正模型
3.5 温度提取及校正方法设计
3.5.1 温度提取算子
3.5.2 温度校正方法研究
3.5.2.1 外置黑体校正
3.5.2.2 距离校正
3.6 本章小结
第四章 红外测温系统的实验研究
4.1 红外远程测温系统硬件组成
4.1.1 可见光摄像机选型
4.1.2 红外探测器选型
4.1.3 外置黑体选型
4.1.4 测温系统的安装位置分析
4.2 功能模块实验与分析
4.2.1人脸检测模块实验
4.2.1.1 训练数据的准备
4.2.1.2 网络参数设置
4.2.1.3 YOLOv2 改进算法比对实验分析
4.2.1.4 人脸检测模块测试与分析
4.2.2人脸朝向检测模块实验
4.2.2.1 LVQ网络输入特征向量的对比实验
4.2.2.2 LVQ网络Matlab仿真实验
4.2.3 图像配准及校正模块实验
4.2.3.1 行人远距离与近距离配准实验
4.2.3.2 自适应图像配准校正实验与分析
4.2.4 不同测量距离下对相同标定温度的影响研究
4.3 软件界面
4.4 系统整体测温分析
4.5 本章小结
总结与展望
一 本文总结
二 本文创新点
三 不足与展望
参考文献
攻读硕士学位期间发表的论文
致谢
本文编号：3778816
【文章页数】：81 页
【学位级别】：硕士
【文章目录】：
摘要
ABSTRACT
第一章 绪论
1.1 课题研究背景与意义
1.2 国内外现状分析
1.3 本文解决的关键技术问题
1.4 论文内容的安排
1.5 本章总结
第二章 红外人脸测温方法及分析
2.1 红外测温原理
2.1.1 辐射定律
2.1.2 红外测温的基本结构
2.1.3 红外测温影响因素
2.1.4 红外工作波段的选择
2.2 人脸检测算法
2.2.1 神经网络基础
2.2.1.1 BP神经网络算法
2.2.1.2 卷积神经网络算法
2.2.2 基于Faster-RCNN的人脸检测算法
2.2.3 人脸检测算法分析
2.3 人脸朝向识别算法
2.3.1 基于PNN网络的人脸朝向识别
2.3.2 基于LVQ网络的人脸朝向识别
2.3.3 人脸朝向识别算法分析
2.4 图像配准算法
2.4.1 图像配准算法分类
2.4.2 图像配准算法分析
2.5 本章小结
第三章 红外测温系统总体设计
3.1 红外远程测温系统的组成
3.2 人脸检测算法设计
3.2.1 基于YOLOv2 的人脸检测算法
3.2.2 Darknet-19 模型结构
3.2.3 YOLOv2 人脸检测算法的设计
3.2.3.1 深度残差网络
3.2.3.2 数据集增强的方法研究
3.3 额头区域算法设计
3.3.1 人脸朝向识别算法建模
3.3.2 额头区域校正方法
3.4 图像配准算法设计
3.4.1 特征提取
3.4.2 空间变换模型
3.4.3 自适应图像配准校正模型
3.5 温度提取及校正方法设计
3.5.1 温度提取算子
3.5.2 温度校正方法研究
3.5.2.1 外置黑体校正
3.5.2.2 距离校正
3.6 本章小结
第四章 红外测温系统的实验研究
4.1 红外远程测温系统硬件组成
4.1.1 可见光摄像机选型
4.1.2 红外探测器选型
4.1.3 外置黑体选型
4.1.4 测温系统的安装位置分析
4.2 功能模块实验与分析
4.2.1人脸检测模块实验
4.2.1.1 训练数据的准备
4.2.1.2 网络参数设置
4.2.1.3 YOLOv2 改进算法比对实验分析
4.2.1.4 人脸检测模块测试与分析
4.2.2人脸朝向检测模块实验
4.2.2.1 LVQ网络输入特征向量的对比实验
4.2.2.2 LVQ网络Matlab仿真实验
4.2.3 图像配准及校正模块实验
4.2.3.1 行人远距离与近距离配准实验
4.2.3.2 自适应图像配准校正实验与分析
4.2.4 不同测量距离下对相同标定温度的影响研究
4.3 软件界面
4.4 系统整体测温分析
4.5 本章小结
总结与展望
一 本文总结
二 本文创新点
三 不足与展望
参考文献
攻读硕士学位期间发表的论文
致谢
本文编号：3778816
本文链接：https://www.wllwen.com/kejilunwen/yiqiyibiao/3778816.html
