一种基于无人机图像分析的口罩及体温智能检测装置

1.本实用新型涉及一种基于无人机图像分析的口罩及体温智能检测装置，属于口罩及体温智能检测技术领域。


背景技术：

2.目前，随着无人机越来越趋近小型化、智能化，其高机动性、灵活的操控性让无人机在市场上迅速普及。用于口罩识别、体温检测的非接触式的智能机器人被广泛用于疫情防控。而目前大多数口罩识别、体温检测智能设备的机动性仍有欠缺，即不能灵活地进行远距离的口罩识别和体温检测。由于无人机在医疗领域能达到非接触测量的目的，因此将口罩识别、体温检测设备搭载在无人机上应用能够解决上述问题。


技术实现要素：

3.[技术问题]
[0004]
本实用新型要解决的问题是：提供一种基于无人机图像分析的口罩及体温智能检测装置，能够使用无人机对行人进行非接触式的口罩识别和体温检测，以此来减少人与人之间的接触，遏制病毒传播。
[0005]
[技术方案]
[0006]
为解决上述技术问题，本实用新型提供一种基于无人机图像分析的口罩及体温智能检测装置。
[0007]
根据本实用新型的一种基于无人机图像分析的口罩及体温智能检测装置，包括：无人机、树莓派4b、图像收集模块、体温检测模块、口罩识别模块及体温测算模块，所述无人机和所述树莓派4b通过连接装置连接；所述图像收集模块设置在所述无人机上并与所述树莓派4b 相连接，用于收集待检测人群的图像信息，并将收集到的图像信息传输至所述树莓派4b；所述体温检测模块设置在所述无人机上并与所述树莓派4b相连接，用于检测所述人群中的某一目标的体温并把检测结果传输至所述树莓派4b；所述口罩识别模块与所述体温测算模块配置于所述树莓派4b中，并根据接收到的图像信息进行口罩识别，根据接收到的检测体温进行某一目标的体温测算。
[0008]
根据本实用新型的一种基于无人机图像分析的口罩及体温智能检测装置，还包括终端计算机，所述终端计算机用于接收并显示所述口罩识别模块与所述体温测算模块的口罩识别数据和体温测算数据，并根据接收到的数据进行实时反馈，根据检测结果对未佩戴口罩及体温异常的行人进行提醒。
[0009]
根据本实用新型的一种基于无人机图像分析的口罩及体温智能检测装置，所述树莓派4b 通过无线wifi对口罩识别数据和体温测算数据进行传输。
[0010]
根据本实用新型的一种基于无人机图像分析的口罩及体温智能检测装置，所述树莓派4b 配置有摄像头接口，并且所述图像收集模块采用与所述树莓派4b匹配的树莓派摄像头来完成图像收集。
[0011]
根据本实用新型的一种基于无人机图像分析的口罩及体温智能检测装置，所述装置还包括树莓派移动电源，所述树莓派移动电源为所述树莓派4b提供动力。
[0012]
根据本实用新型的一种基于无人机图像分析的口罩及体温智能检测装置，所述体温检测模块采用红外热成像仪，并且所述树莓派4b还包括人脸识别模块，所述人脸识别模块采用人脸识别算法根据所述树莓派4b接收到的图像信息进行人脸识别，并采用红外热成像仪对经人脸识别之后识别到的某一目标的人脸区域进行体温检测。
[0013]
根据本实用新型的一种基于无人机图像分析的口罩及体温智能检测装置，所述连接装置设置为云台，所述云台设置于所述无人机的安装架上，并且所述树莓派4b、所述图像收集模块及所述体温检测模块均设置于所述云台上。
[0014]
根据本实用新型的一种基于无人机图像分析的口罩及体温智能检测装置，所述人脸识别模块采用人脸识别算法，所述口罩识别模块采用口罩识别算法，所述人脸识别算法及口罩识别算法在所述树莓派4b上运行。
[0015]
根据本实用新型的一种基于无人机图像分析的口罩及体温智能检测装置，所述人脸及口罩识别算法为思百达物联网科技(北京)有限公司开源的轻量级人脸及口罩识别算法，并采用了onnx+pytorch的模型部署方案，其中，所述人脸识别算法采用了高效的轻量级人脸检测器(centerface)，所述口罩识别算法采用了计算人脸被遮盖率的原理来对行人是否佩戴口罩的进行判断。
[0016]
根据本实用新型的一种基于无人机图像分析的口罩及体温智能检测装置，所述体温测算模块采用的人体温度测量算法通过在待测人群中测量到的某一目标的人脸区域的温度，并且取该区域的温度平均值的方法完成体温的测算。
[0017]
在一种实施方式中，所述无人机为f450。
[0018]
在一种实施方式中，所述树莓派4b拥有2.4ghz/5hgz双频wifi网络，满足对数据传输的要求，能够通过无线wifi向终端计算机传输口罩检测数据和体温测算数据；并且所述树莓派4b成本低，相比其他控制器具有更高的性价比，性能上完全可以满足思百达物联网科技 (北京)有限公司开源的轻量化的人脸识别及口罩识别算法。
[0019]
在一种实施方式中，所述树莓派摄像头(rpi camera(b))采用500万像素可调焦，可以保证采集的图像清晰度。
[0020]
在一种实施方式中，所述树莓派移动电源通过树莓派接口(raspberry pi gpio)接入树莓派(raspberry pi)，可提供稳定5v电压输出。
[0021]
在一种实施方式中，所述红外热成像仪的型号为mlx90640 thermal camera 55
°×
35
°
，有 768个ir传感器(也称像素)组成，组成一个24
×
32的像素分布点图。
[0022]
[有益效果]
[0023]
本实用新型的一种基于无人机图像分析的口罩及体温智能检测系装置，通过搭载在无人机上的树莓派摄像头对行人进行图像采集，并实时将图像信息传输给树莓派4b，并对图像信息进行预处理，用人脸识别算法识别感兴趣的区域(roi),完成根据图像的人脸识别；并且利用红外热成像仪对人脸区域进行温度测算，从而完成人体体温检测，最后采用口罩识别模块对提取的人脸区域用口罩识别算法进行口罩识别，并且通过wifi无线通信将口罩识别数据及体温测算数据实时返回给远程计算机，根据实时返回的结果对未佩戴口罩及温度过高的行人进行提醒，对体温异常的行人及时上报进行隔离等相关防疫处理，从而减
少人与人之间的接触，遏制病毒传播。
[0024]
根据本实用新型的一种基于无人机图像分析的口罩及体温智能检测系装置，采用树莓派 4b作为微控制器，具有低成本的优点，相比其他控制器具有更高的性价比，并且性能上能够完全满足思百达物联网科技(北京)有限公司开源的轻量化人脸识别及口罩识别算法。此外，树莓派4b还能够通过wifi进行无线通信，数据传输效率高且能够保证实时传输，从而对未带口罩及体温异常的人群能够做到实时的信息反馈，提高防疫的效率。
附图说明
[0025]
图1为本实用新型的智能检测装置的结构示意图；
[0026]
图2为本实用新型的智能检测装置的工作过程示意图；
[0027]
图3为本实用新型的智能检测装置中的树莓派4b的运行过程示意图；
[0028]
图4为本实用新型采用的口罩识别算法的流程示意图。
具体实施方式
[0029]
以下结合附图和具体实施例对本实用新型提出的一种基于无人机图像分析的口罩及体温智能检测装置作进一步详细说明。根据下述的说明和权利要求书，本实用新型的优点和特征将更清楚。需说明的是，附图均采用非常简化的形式且均使用非精准的比例，仅用以方便、明晰地辅助说明本实用新型实施例的目的。
[0030]
实施例一
[0031]
根据本实用新型的一种基于无人机图像分析的口罩及体温智能检测装置，包括：无人机、树莓派4b、图像收集模块、体温检测模块、口罩识别模块及体温测算模块，所述无人机和所述树莓派4b通过连接装置连接；所述图像收集模块设置在所述无人机上并与所述树莓派4b 相连接，用于收集待检测人群的图像信息，并将收集到的图像信息传输至所述树莓派4b；所述体温检测模块设置在所述无人机上并与所述树莓派4b相连接，用于检测所述人群中的某一目标的体温并把检测结果传输至所述树莓派4b；所述口罩识别模块与所述体温测算模块配置于所述树莓派4b中，并根据接收到的图像信息进行口罩识别，根据接收到的检测体温进行某一目标的体温测算。
[0032]
根据本实施例，本实用新型的一种基于无人机图像分析的口罩及体温智能检测装置还包括终端计算机，所述终端计算机用于接收并显示所述口罩识别模块与所述体温测算模块的口罩识别数据和体温测算数据，并根据接收到的数据进行实时反馈，根据检测结果对未佩戴口罩及温度过高的行人进行提醒。
[0033]
根据本实施例，所述树莓派4b通过无线wifi对口罩识别数据和体温测算数据进行传输。
[0034]
根据本实施例，所述树莓派4b配置有摄像头接口，并且所述图像收集模块采用与所述树莓派4b匹配的树莓派摄像头来完成图像收集。
[0035]
根据本实施例，所述装置还包括树莓派移动电源，所述树莓派移动电源为所述树莓派4b 提供动力。
[0036]
根据本实施例，所述体温检测模块采用红外热成像仪,并且所述树莓派4b还包括人脸识别模块，所述人脸识别模块采用人脸识别算法根据所述树莓派4b接收到的图像信息
进行人脸识别，并采用红外热成像仪对经人脸识别之后识别到的人脸进行体温监测。
[0037]
根据本实施例，所述连接装置设置为云台，所述云台设置于所述无人机的安装架上，并且所述树莓派4b、所述图像收集模块及所述体温检测模块均设置于所述云台上。
[0038]
根据本实施例的装置，所述述人脸识别模块采用人脸识别算法，所述口罩识别模块采用口罩识别算法，所述人脸识别算法及所述口罩识别算法在所述树莓派4b上运行。
[0039]
根据本实施例，所述口罩识别算法为思百达物联网科技(北京)有限公司开源的轻量级人脸识别及口罩识别算法，并采用了onnx+pytorch的模型部署方案。
[0040]
根据本实施例，所述体温测算模块采用的人体温度测量算法通过在待测人群中测量到的某一目标的人脸区域的温度，并且取该区域的温度平均值的方法完成体温的测算。
[0041]
根据本实施例，参见图1，本实用新型的一种基于无人机图像分析的口罩及体温智能检测装置，包括无人机、树莓派4b、树莓派摄像头、树莓派移动电源、红外热成像仪、配置于所述树莓派4b中的口罩识别模块与体温测算模块、连接装置及计算机。
[0042]
根据本实施例，无人机采用可负重的四轴飞行器f450，树莓派4b搭载在无人机上，无人机可以遥控飞行。飞行前，树莓派4b需要开启运行并连接wifi，用于传输数据给终端计算机。
[0043]
根据本实施例，所述的树莓派4b,其cpu采用了四核cortex
‑
a72处理器，64位的linux 操作系统，cpu架构升级，使运算能力达到3b+的3倍以上；拥有2.4ghz/5hgz双频wifi 网络，满足对数据传输的要求；配备摄像头接口，可以直接采用专用的树莓派摄像头来完成视频采集；树莓派引出40pin引脚，可以连接红外热成像仪模块来完成体温检测。
[0044]
根据本实施例，所述树莓派4b上运行的程序由python语言编写，参考图4，人脸识别算法调用opencv中的视觉处理函数。口罩识别模块采用了思百达物联网科技(北京)有限公司开源的s口罩识别算法，树莓派4b系统采用了onnx+pytorch的模型部署方案，配置有人脸识别模块、口罩识别模块，及体温测算模块，人脸识别模块及口罩识别模块采用的算法主要包括人脸识别算法和口罩识别算法，其中，人脸识别算法采用了高效的轻量级人脸检测器(centerface)，口罩识别算法采用了计算人脸被遮盖率的原理来对行人是否佩戴口罩的进行判断，其中该项目在口罩分类网络训练时使用了轻量化卷积神经网络(mobilenetv2)，体温测算模块采用的人体温度测量算法通过在待测人群中测量到的某一目标的人脸区域的温度，并且取该区域的温度平均值的方法完成体温的测算。
[0045]
根据本实施例，所述树莓派摄像头(rpi camera(b))为500万像素可调焦，把摄像头的排线插入到网口和hdmi口之间的排线插槽，银色亮面朝向hdmi口。硬件连接后进入树莓派系统(raspbian)终端配置摄像头，确认摄像头开启就可以使用拍照和摄像功能。
[0046]
根据本实施例，所述树莓派移动电源具有扩展板，板载sw6106芯片，可提供稳定5v 电压输出，通过树莓派接口(raspberry pi gpio)接入树莓派(raspberry pi)。
[0047]
根据本实施例，所述红外热成像仪的型号为mlx90640，32
×
24像素，55度视场角，包含vcc、gnd、sda和scl四个引脚。所述vcc连接树莓派4b的5v引脚，引脚号为4；所述的gnd连接树莓派4b的gnd引脚，引脚号为6；所述的sda和scl分别连接树莓派 4b的3、5引脚。
[0048]
根据本实施例，所述的树莓派板卡需要进行网络连接配置，通过wifi与远程计算机连接。
[0049]
参考图2及图3，根据本实用新型的装置先通过无人机遥控器控制无人机飞行到指
定区域，树莓派4b开始运行，树莓派摄像头对行人视频图像进行采集，并实时将图像信息传输给树莓派4b的主控单元，并对图像进行预处理，根据预处理的图像采用人脸识别模块进行人脸识别，具体的人脸识别算法采用高效的轻量级人脸检测器(centerface)识别感兴趣的区域(roi),完成对图像人脸识别，然后利用红外热成像仪对被人脸区域进行温度检测，从而完成人体体温检测，最后采用口罩识别模块对提取的人脸区域进行口罩识别，采用体温测算模块进行体温测算，并且通过wifi通讯实时返回口罩佩戴信息及体温测算数据等相关数据给远程计算机，计算机根据实时返回的数据对未佩戴口罩及体温异常的行人进行提醒，对体温异常的行人及时上报进行隔离等相关防疫处理，从而减少人与人之间的接触，遏制病毒传播。
[0050]
虽然本实用新型已以较佳实施例公开如上，但其并非用以限定本实用新型，任何熟悉此技术的人，在不脱离本实用新型的精神和范围内，都可做各种的改动与修饰，因此本实用新型的保护范围应该以权利要求书所界定的为准。