红外热成像防护监控方法、装置、设备、系统和介质

技术领域

本申请涉及智能监控技术领域，尤其是涉及一种红外热成像防护监控方法、装置、设备、系统和介质。

背景技术

当今社会对自身安全和身体健康越来越看重，对监控系统的功能徐不在局限于仅仅看到画面，希望监控系统能拥有更多的功能，用于保证自己和家人的安全与健康。

目前市面上的监控系统以可见光摄像头为主，其可实现视频监控和以视频监控为基础的衍生功能，比如中国专利CN109598229A中提供了一种基于视频帧做动作识别，并在摄像头中添加一些传感器以拓展监控功能的监控技术，再比如CN108366007A提供了一种通过添加震动传感器以实现监控智能家居的运行情况的监控技术。受近年来疫情影响，许多监控系统有了体温检测功能，比如CN111854972A提供了一种基于红外线测温的方式测量经过的行人温度的体温监控系统，但这类产品均基于可见光摄像头研发而成，不利于保护人们的隐私。

为了缓解一些场景下需要定时测量目标体温的压力(比如儿童发烧、病人术后)，市面上也出现了一些自动监控体温的监测产品，这类产品虽然可以长时间监控一个人的体温，但这类产品一般都为接触式产品，即需要接触皮肤，佩戴时有异物感，易脱落，使用体验比较差。

发明内容

为解决现有存在的技术问题，本申请提供一种无需贴身佩戴且可以保护隐私安全的红外热成像防护监控方法、装置、设备、系统和计算机可读存储介质。

一种红外热成像防护监控方法，包括：

获取含目标监控对象的红外图像；

对所述红外图像进行识别，确定所述目标监控对象在所述红外图像中的位置数据以及所述目标监控对象的目标形态特征数据；

根据所述位置数据以及所述红外图像映射的温度分布数据，获得所述目标监控对象的目标温度数据；

根据所述目标形态特征数据、所述目标温度数据以及所述目标监控对象对应的参考体温特征数据，确定与所述目标形态特征数据对应的目标体温特征数据；

根据所述目标形态特征数据，确定所述目标监控对象的目标测温位置数据，并基于所述目标体温特征数据与所述目标测温位置数据，获得所述目标监控对象的温度防护监控数据。

一种红外热成像防护监控装置，包括：

图像获取模块，用于获取含目标监控对象的红外图像；

识别模块，用于对所述红外图像进行识别，确定所述目标监控对象在所述红外图像中的位置数据以及所述目标监控对象的目标形态特征数据；

温度获取模块，用于根据所述位置数据以及所述红外图像映射的温度分布数据，获得所述目标监控对象的目标温度数据；

状态获取模块，用于根据所述目标形态特征数据、所述目标温度数据以及所述目标监控对象对应的参考体温特征数据，确定与所述目标形态特征数据对应的目标体温特征数据；

温度监控模块，用于根据所述目标形态特征数据，确定所述目标监控对象的目标测温位置数据，并基于所述目标体温特征数据与所述目标测温位置数据，获得所述目标监控对象的温度防护监控数据。

一种红外热成像防护监控设备，包括存储器及处理器，所述存储器内存储有可被所述处理器执行的计算机程序，所述计算机程序被所述处理器执行时实现如所述的红外热成像防护监控方法。

一种红外热成像防护监控系统，包括红外采集设备、处理器、云端服务器以及终端设备；

所述红外采集设备用于采集监控区域的红外数据，并将所述红外数据发送至所述处理器；

所述处理器根据所述的红外热成像防护监控方法对所述红外数据进行处理，获得相应的处理数据，所述处理数据包括相应的防护监控数据和/或相应的提醒数据；

所述云端服务器用于获取所述处理数据，并将所述处理数据发送至所述终端设备；

所述终端设备用于显示所述处理数据。

一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现项所述的红外热成像防护监控方法。

由上可见，本申请提供的红外热成像防护监控方法，通过对目标监控对象对应的红外图像进行识别，确定目标监控对象的位置数据以及目标监控对象的目标形态特征数据，然后基于目标监控对象的位置数据和红外图像对应的温度分布数据，确定目标监控对象的目标温度数据，并根据目标监控对象的目标特征形态数据、目标温度数据以及参考体温特征数据确定与目标形态特征数据对应的目标体温特征数据，再根据目标形态特征数据确定目标监控对象的目标测温位置数据，从而根据目标测温位置数据从对应的目标体温特征数据中确定目标监控对象的温度防护监控数据。由于本申请实施例提供的红外热成像防护监控方法根据目标监控对象的目标形态特征数据构建了目标监控对象在不同形态下对应的目标体温特征数据，并根据目标形态特征数据确定目标测温位置数据，从而可以从对应形态下的目标体温特征数据中准确的获取目标监控对应的温度防护监控数据，实现了对目标监控对象的有效监控。此外，本申请提供的红外热成像防护监控方法通过获取目标监控对象所在监控区域的红外数据实现目标监控对象的温度监控，因此应用本申请提供的红外热成像防护方法的热成像防护监控设备或系统无需接触目标监控对象，避免了在对目标监控对象进行防护监控期间，给目标监控对象带来使用体验感不舒适的问题，同时还能保护目标监控对象的隐私安全。

附图说明

图1为依据本申请实施例提供的红外热成像防护监控方法流程示意图；

图2为依据本申请实施例提供的红外热成像防护监控方法中获取目标监控对象的位置数据和目标形态特征数据的流程示意图；

图3为依据本申请一些实施例提供的红外热成像防护监控方法中获得目标监控对象的温度防护监控数据的流程示意图；

图4为依据本申请实施例提供的红外热成像防护监控方法中的获得目标监控对象的目标温度数据的流程示意图；

图5为依据本申请实施例提供的红外热成像防护监控方法流程示意图；

图6为依据本申请实施例提供的红外热成像防护监控方法的流程示意图；

图7为依据本申请实施例提供的红外热成像防护监控装置的结构示意图；

图8为依据本申请实施例提供的红外热成像防护监控设备的结构示意图；

图9为依据本申请实施例提供的红外热成像防护监控系统结构示意图；

图10为应用依据本申请实施例提供的红外热成像防护监控方法的红外热成像防护监控系统的工作流程示意图；

图11为应用本申请实施例提供的热成像防护监控方法的系的温度防护监控的工作流程示意图；

图12为应用本申请实施例提供的热成像防护监控方法的系的状态防护监控的工作流程示意图；

图13为依据本申请一些实施例提供的红外热成像防护监控系统中的智能识别模块的工作流程示意图。

具体实施方式

以下结合说明书附图及具体实施例对本申请技术方案做进一步的详细阐述。

为了使本申请的目的、技术方案和优点更加清楚，下面将结合附图对本申请作进一步地详细描述，所描述的实施例不应视为对本申请的限制，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本申请保护的范围。

在以下的描述中，涉及到“一些实施例”的表述，其描述了所有可能实施例的子集，需要说明的是,“一些实施例”可以是所有可能实施例的相同子集或不同子集，并且可以在不冲突的情况下相互结合。

在以下的描述中，所涉及的术语“第一、第二、第三”仅仅是区别类似的对象，不代表针对对象的特定排序，可以理解地，“第一、第二、第三”在允许的情况下可以互换特定的顺序或先后次序，以使这里描述的本申请实施例能够以除了在这里图示或描述的以外的顺序实施。

除非另有定义，本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同。本文中所使用的术语只是为了描述本申请实施例的目的，不是旨在限制本申请。

请参阅图1所示，其为依据本申请实施例提供的红外热成像防护监控方法流程示意图。本申请实施例提供的红外热成像防护监控方法应用于如图8所示的红外热成像防护监控设备或应用于如图9所示的红外热成像防护监控系统中，红外热成像防护监控设备或红外热成像防护监控系统中的处理器在执行对应的计算机程序时，实现依据本申请任意一实施例提供的红外热成像防护监控方法的步骤。在本实施例中，红外热成像防护监控方法包括S01、S02、S03、S04以及S05，具体描述如下。

S01：获取含目标监控对象的红外图像。

红外图像是指对行目标监控对象所在的监控区域进行拍照或摄像获得的图像。监控区域是指应用本申请实施例提供的红外热成像防护监控方法的红外热成像防护监控系统中红外采集设备的红外采集区域，即红外采集设备的视觉区域，也可以说成是用户感兴趣的区域或用户期望对其进行监控的区域，目标监控对象位于监控区域中。红外图像可以从红外采集设备中直接获取，也可以根据从红外采集设备中获取的的原始NUC(Non-Uniformity Correction,非均匀性正交)数据进行相应的转换而获取，还可以根据基于NUC数据转换而成的温度数据而获取，该温度数据包括温度矩阵数据也可以直接为携带温度分布信息的红外图像。在一些实施例中，在获取红外图像的同时还可以进一步获取NUC数据和/或上述温度数据。其中，NUC数据是指红外采集设备采集的原始红外电信号，其可以为电压信号也可以为电流信号，其是红外采集设备接收监控区域的物体反射回的红外光，并对其进行信号处理产生的红外电信号。监控区域内不同的位置反射回的红外光的强度不同，该位置区域对应的NUC数据的大小也不同，因此监控区域不同位置的NUC数据在转换成对应的温度数据后，可以获得监控区域的温度数据。红外采集设备是可以实现红外热成像的设备，如红外热成像仪等。

S02：对所述红外图像进行识别，确定所述目标监控对象在所述红外图像中的位置数据(如人的整体轮廓以及眼睛、鼻子、耳朵、手臂、额头等构成部位在红外图像中的位置)以及所述目标监控对象的目标形态特征数据(如人的站、坐、蹲、卧以及跌倒等姿态特征以及不同姿态下眼睛、鼻子、耳朵、手臂、额头等构成部位在红外图像中的位置)。

目标监控对象在红外图像中的位置数据包括目标监控对象的整体轮廓和构成部位在红外图像中的位置信息，即对红外图像进行识别获得目标监控对象的位置数据包括获得目标监控对象的整体轮廓在红外图像中的位置区域，以及进一步包括获得目标监控对象的构成部位在红外图像中的位置区域。具体的，可以通过目标检测算法对红外图像进行目标识别，以识别出红外图像中的目标监控对象以及进一步根据目标监控对象的目标温度数据确定目标监控对象的各个构成部位，从而获得目标监控对象的整体轮廓的位置信息和构成部位的位置信息。其中，目标监控对象的构成部位包括但不限于包括眼睛、鼻子、耳朵、手臂、额头等。

目标形态特征数据包括目标监控对象的姿态信息以及在不同姿态下的构成部分信息。对红外图像进行识别获得目标监控对象的目标形态信息，包括对红外图像进行识别，确定目标监控对象的整体轮廓信息，并基于整体轮廓信息确定目标监控对象的姿态信息。进一步的，对红外图像进行识别获得目标形态特征数据还包括根据目标监控对象在每个姿态下的目标温度数据确定目标监控对象在每个姿态下的构成部位信息。其中，姿态信息包括但不限于包括站、坐、蹲、卧以及跌倒等姿态。构成部位信息包括目标监控对象在不同姿态下各个构成部位的位置信息。

S03：根据所述位置数据以及所述红外图像映射的温度分布数据，获得所述目标监控对象的目标温度数据(如红外图像对应的各个温度中属于被监控人的温度)。

红外图像是基于监控区域中各个物体的温度信息映射而得可表征监控区域温度分布信息的图像，因此红外图像的各个像素点或像素区域均有对应的温度，这些温度构成了监控区域的温度分布数据，该温度分布数据与红外图像呈映射关系。该温度分布数据可以从采集设备中直接获取，也可以为先从红外采集设备中获得NUC数据，再基于NUC数据进行转换，获得对应的温度分布数据。温度分布数据既可以指矩阵型的数值数据，也可以为携带温度分布信息的红外图像。温度分布数据由监控区域不同位置区域对应温度数据构成，因此，温度分布数据不仅包含了监控区域的温度信息，还包含了监控区域的位置信息，因此可以基于温度分布数据确定监控区域内需要被进行监控的目标监控对象的目标温度数据。具体的，根据目标监控对象的整体轮廓在红外图像中的位置区域，确定红外图像中属于目标监控对象的像素，并基于上述映射关系，确定属于目标监控对象的像素对应的温度，目标监控对象的各个像素对应的温度构成了目标监控对象的目标温度数据。

在一些应用场景下，监控区域内的目标监控对象处于运动状态，因此，需要利于目标检测算法和目标跟踪算法实时获得目标监控对象的位置数据，并基于目目标监控对象的位置数据实时调整红外采集设备的监控区域，使得目标监控对象在被进行监控期间位于监控区域中，以能够被红外采集设备采集到目标监控对象的红外信息。

S04：根据所述目标形态特征数据、所述目标温度数据以及所述目标监控对象对应的参考体温特征数据(如人体标准体温参考模板)，确定与所述目标形态特征数据对应的目标体温特征数据(如被监控人的体温特征图)。

目标监控对象对应的参考体温特征数据是指目标监控对象的各个构成部位的参考温度分布数据。如目标监控对象为人，参考体温特征数据可以为人体体温特征模板。因此，从目标监控对象的参考体温特征数据中可以确定目标监控对象的对应构成部位的参考温度数据。根据目标监控对象的目标温度数据和目标监控对象的参考体温特征数据，可以确定目标监控对象的目标温度数据中的各个温度或各组温度所述的构成部位，从而确定目标监控对象的各个构成部位与对应的温度图，即目标体温特征图。红外图像一般只包括目监控对象轮廓信息，而不会显示目标监控对象的细节纹理信息。因此基于红外图像进行目标监控对象的温度防护监控，有利于保护目标监控对象的隐私。目标监控对象的目标体温特征数据包含了不同构成部位对应的温度信息。根据目标监控对象所需的不同测温部位，可以从目标监控对象的目标体温特征数据中读取对应测温部位的温度。测温部位选自目标监控对象的构成部位中的一个构成部位或多个构成部位。

由于目标监控对象的形态特征在红外图像中的信息是变化的，仅仅基于目标温度数据和参考体温特征数据获得目标监控对象的测温部位的温度信息会存在误差。因为，目标监控对象的构成部位的位置信息变化，对应的测温点的位置信息会发生相应的变化，则根据测温点的位置信息从目标监控对象的目标体温特征数据中读取对应的温度数据也会产生相应的偏差，即出现温度监控不准的问题。在本申请实施例中，除了根据目标监控对象的目标温度数据和目标监控对象的参考体温特征数据外，还进一步根据目标监控对象的目标形态特征数据来获取目标监控对象在不同姿态下对应的目标体温特征数据，即每个目标形态特征数据对应的不同的目标体温特征数据。如，目标监控对象在站姿下对应的目标体温特征数据，或在卧姿下的体温特征数据等。这里需要说明的是，体温特征数据可以为一串与目标监控对象的各个构成部位对应的温度数值，也可以为表征目标监控对象的构成部位的温度分布的体温特征图。

S05：根据所述目标形态特征数据，确定所述目标监控对象的目标测温位置数据(如嘴巴、眼睛、鼻子、耳朵、手臂等测温部位在红外图像中的位置)，并基于所述目标体温特征数据与所述目标测温位置数据，获得所述目标监控对象的温度防护监控数据(如被监控人的体温变化曲线)。

基于目标形态特征数据可以确定目标监控对象在不同姿态下的各个构成部位的位置信息，基于目标监控对象在不同姿态下的各个构成部位的位置信息，从中确定目标测温点对应的构成部位的位置信息，即确定了目标测温位置数据。基于目标形态特征数据确定目标测温位置数据，可确保每次获得的目标测温数据的一致性，有利于对目标监控对象同一测温部位的温度防护监控。在确定目标测温位置数据后，根据目标测温位置数据从与目标形态特征数据对应的目标体温特征数据中读取与目标测温位置数据对应的温度，即获得了目标监控对象的温度防护监控数据。目标测温位置数据为目标监控对象的各个构成部位中的一个测温目标部位或多个测温目标部位在红外图像中对应的位置信息。测温目标部位是指需要对目标监控对象的构成部位进行温度监控的构成部位，例如需要对目标监控对象的额头温度进行监控，则目标监控对象的各个构成部位中的额头为对应的测温目标部位。

由上可见，本申请实施例提供的红外热成像防护监控方法，通过对目标监控对象对应的红外图像进行识别，确定目标监控对象的位置数据以及目标监控对象的目标形态特征数据，然后基于目标监控对象的位置数据和红外图像对应的温度分布数据，确定目标监控对象的目标温度数据，并根据目标监控对象的目标特征形态数据、目标温度数据以及参考体温特征数据确定与目标形态特征数据对应的目标体温特征数据，再根据目标形态特征数据确定目标监控对象的目标测温位置数据，从而根据目标测温位置数据从对应的目标体温特征数据中确定目标监控对象的温度防护监控数据。由于本申请实施例提供的红外热成像防护监控方法根据目标监控对象的目标形态特征数据构建了目标监控对象在不同形态下对应的目标体温特征数据，并根据目标形态特征数据确定目标测温位置数据，从而可以从对应形态下对应的目标体温数据中准确的获取目标监控对应的温度防护监控数据，实现了对目标监控对象的有效监控。此外，本申请实施例提供的红外热成像防护监控方法通过获取目标监控对象所在监控区域的红外数据实现目标监控对象的温度监控，因此应用本申请实施例提供的红外热成像防护方法的热成像防护监控设备或系统无需接触目标监控对象，避免了在对目标监控对象进行防护监控期间，给目标监控对象带来使用体验感不舒适的问题，同时还能保护目标监控对象的隐私安全。

在一些实施例中，S02中的红外图像映射的温度分布数据为用于采集所述红外图像的红外图像采集设备获得的NUC数据，即在S01中还需进一步获取NUC数据。在另一些实施例中，S02中的红外图像映射的温度分布数据为根据红外图像采集设备采集的NUC数据获得的温度数据，即在S01中还需进一步获取该温度数据。

请参阅图2所示，其为依据本申请一些实施例提供的红外热成像防护监控方法中获取目标监控对象的位置数据和目标形态特征数据的流程示意图。在本实施例中，S02具体包括S021以及S022，具体描述如下。

S021：所述对所述红外图像进行识别，确定所述目标监控对象的整体轮廓以及所述整体轮廓在所述红外图像中的位置数据。

对红外图像进行识别是指基于训练好的神经网络模型对红外图像进行特征提取，并基于提取的特征确定红外图像中的目标监控对象的位置信息。

S022：基于所述整体轮廓进行识别，确定所述目标监控对象的目标形态特征数据，所述目标形态特征数据包括所述整体轮廓的各个构成部位特征数据对应的以及所述目标监控对象的姿态特征数据。

在确定目标监控对象的整体轮廓后，对该整体轮廓进行进一步识别，以获得目标监控对象的姿态信息，并根据整体轮廓对应的目标温度数据和参考体温特征数据确定目标监控对象在不同姿态下，目标温度数据中的各个温度或各组温度对应的构成部位，从而可确定目标监控对象在不同姿态下的各个构成部位的位置信息，进而确定目标监控对象的目标形态特征数据。目标监控对象的目标形态特征数据包括目标监控对象的姿态信息和在对应姿态下的各个构成部位的位置信息。

请参阅图3所示，其为依据本申请一些实施例提供的红外热成像防护监控方法中获得目标监控对象的温度防护监控数据的流程示意图。在本实施例中，S05中的基于所述目标体温特征数据与所述目标测温位置数据，获得所述目标监控对象的温度防护监控数据，具体包括S051和S052，其描述如下。

S051：基于所述目标体温特征数据与所述目标测温位置数据，确定所述目标监控对象的目标监控温度数据(如被监控人的嘴巴、眼睛、鼻子、耳朵、手臂等测温部位对应的温度)。

S052：根据指定周期内所述目标监控对象的所述目标监控温度数据，获得所述目标监控对象的温度防护监控数据。

目标监控对象的位置数据是指目标体温特征数据是指目标监控对象在各个目标形态(姿态)下对应的各个不同构成部位的温度分布数据，即在目标体温特征数据在一些实施例中可以为目标监控对象在对应目标形态下的体温特征图，从该体温特征图中可以读取各个构成部位的温度数据。目标测温位置数据为测温目标部位在红外图像中对应的位置信息。测温目标部位为目标监控对象的各个构成部位中被进行温度监控的构成部位，例如其可以为额头、眼睛、嘴巴、耳朵或鼻子等。在确定测温目标部位的目标测温位置数据后，便可基于该位置数据从对应的目标体温特征数据中读取目标监控对象的测温目标部位的温度数据，即目标监控温度数据。

指定周期是指目标监控对象需要被进行监控的周期，或在目标监控对象的监控时间段内设定的一个分区时间段，该指定周期一般可以由用户通过红外热成像防护监控系统中的交互设备进行设置，如可以通过终端设备进行设置。这里需要说明的是，S02中获取监控区域的红外数据包括实时获取监控区域的红外图像，即获取红外采集设备实时采集的红外图像。红外采集设备每一个采集时间点对应一个红外图像，不同采集时间点的红外图像对应的监控区域可能不同，不同采集时间点对应的目标监控对象的目标监控温度数据也可能不同。因此在指定周期内的目标监控对象的目标监控温度数据可以反映目标监控对象的测温目标部位的温度变化信息，基于目标监控对象的测温目标部位的温度变化信息，可以获得目标监控对象对应的温度防护监控数据，以基于该温度防护监控数据实现对目标监控对象温度的实时监控或定时监控。

进一步的，在一些实施例中，S052中的根据指定周期内所述目标监控对象的所述目标监控温度数据，获得所述目标监控对象的温度防护监控数据，具体包括：根据指定周期内所述目标测温位置数据对应的所述目标监控温度数据的变化，得到所述目标监控对象的目标监控温度变化曲线。

在本实施例中，S02中的获取红外采集设备实时采集的红外图像，基于实时采集的红外图像，可以获得目标监控对象的测温目标部位实时的目标监控温度数据。目标监控对象在指定周期内的实时目标监控温度数据，反映了目标监控对象的测温目标部位在指定周期内的温度变化信息，并将该温度变化信息以变化曲线的形式表现出来，即目标监控温度变化曲线。目标监控对象的目标监控温度变化曲线为温度随时间变化的曲线。若目标监控对象为人，则其对应的目标监控温度变化曲线为人体体温曲线。目标监控对象的目标监控温度变化曲线作为对其温度进行防护监控获得的防护监控数据。在一些实施例中，还可以基于目标监控对象的目标监控温度变化曲线生成目标监控对象的温度报告并输出，以由红外热成像防护监控系统中的终端设备显示。

在一些实施例中，本申请提供的红外热成像防护监控方法还进一步包括：根据所述目标监控温度数据确定对应所述目标监控对象存在温度异常时，生成温度异常提醒数据。进一步的，温度异常提醒数据可以由红外热成像防护监控系统中的终端设备显示。

判断目标监控对象的目标监控温度数据是否异常可以直接将目标监控对象的目标监控温度数据与对应的参考温度进行比较，也可以基于目标监控对象的目标监控温度数据确定的温度防护监控数据所满足的条件判断目标监控对象的温度是否出现异常。

在一些实施例中，可以根据所述目标监控对象当前的所述目标监控温度数据是否满足预设温度条件和/或在指定周期内的所述目标监控温度数据的变化是否满足预设变化条件，确定所述目标监控对象是否存在温度异常，若是，则生成温度异常提醒数据。

在本实施例中，既可以根据目标监控对象当前的目标监控温度数据判断目标监控对象是否出现温度异常，也可以基于其温度防护监控数据确定其是否出现温度异常。预设温度条件可以指预设的某一个温度阈值，也可以指预设的某一个温度区间。例如目标监控对象为人时，可以将预设温度条件设置为大于37摄氏度至37.3摄氏度中的任何一个温度。预设温度变化条件可以指预设的温度变化趋势，若目标监控对象的目标监控温度变化曲线与预设温度变化趋势相差较大，则说明目标监控对象的温度存在异常。目标监控对象的温度存在异常既包括目标监控对象自身的温度出现异常，也可以指红外热成像防护监控设备所监控的温度与目标监控对象的实际温度明显不符合，即监控出现异常。

请参阅图4所示，其为依据本申请实施例提供的红外热成像防护监控方法中的获得目标监控对象的目标温度数据的流程示意图，即在本实施例中，S042中的根据所述位置数据监控数据确定所述目标监控对象的温度数据具体包括S041、S042、S043以及S044，具体描述如下。

S041：根据所述位置数据，从所述温度分布数据读取与所述位置数据对应的温度数据。

S042：判断与所述位置数据对应的温度数据是否满足预设温度数据。

S043：在与所述位置数据对应的温度数据满足所述预设温度数据时，将与所述位置数据对应的温度数据作为所述目标监控对象的目标温度数据。

S044：在所述候选温度数据不满足所述预设温度数据时，返回所述对所述红外图像进行识别，确定所述目标监控对象在所述红外图像中的位置数据。

在获得目标监控对象的位置数据后，可以基于目标监控对象的位置从红外图像对应的温度分布数据中读取对应的温度数据。预设温度数据可以指具体的某个温度也可以指某个范围的温度。可以直接通过传统的算法实现候选温度数据与预设温度数据的比较判断，也可以基于深度学习算法，学习到目标监控对象的温度特征，以作为预设温度数据，以在将与上述位置数据对应的温度数据输入指基于深度学习算法实现的温度判断模型中时，获得对应的判断结果。若当前判断的与上述位置数据对应的温度数据满足预设温度数据，则将当前的与上述位置数据对应的温度数据作为目标监控对象的目标温度数据，否则需要返回S02，以对目标监控对象的位置进行重新定位，并基于重新定位获得的位置数据再次获得对应的温度数据，并再次进行上述判断，直到获取的与当前位置数据对应的温度数据满足预设温度数据。若执行再次定位的次数超过预设次数后，当前位置数据对应的温度数据仍未满足预设温度数据时，进行异常报警提醒。

在一些实施例中，S042可以具体包括：将所述位置数据对应的温度数据输入至训练后的温度判断模型，获得所述位置数据对应的温度数据是否满足预设温度数据的判断结果数据。

温度判断模型是基于热成像防护监控系统中的用户数据库中存储的对应用户的温度数据进行大数据分析和训练获得的温度判断模型，该温度判断模型在训练过程中学习到了目标监控对象的正常温度特征(即预设温度数据的特征)。因此，其在被输入所述位置数据对应的温度数据后，可以基于其学习的结果判断与所述位置数据对应的温度是否满足预设温度数据，若满足，则判断结果数据为第一值，若不满足，则判断结果数据为第二值。因此，根据温度判断模型输出的判断结果数据的值，可以确定当前的与所述位置数据对应的温度数据是否满足预设温度数据。

此外，在一些实施例中，在S03中获得目标监控对象的温度数据后，还可以基于目标监控对象的目标温度数据与目标监控对象的参考体温特征数据判断该目标温度数据是否为正常温度数据，若是，则执行S04，否则，则继续执行S03。在一些实施例中，红外热成像防护监控方法还包括：根据所述目标监控对象的类别，将所述目标监控对象的所述温度防护监控数据存储至对应的用户数据库中。

为了便于使用用户数据库中的数据进行温度判断模型的训练，在获得目标监控对象对应的防护监控数据时，可以将其对应的防护监控数据根据其类别进行相应的存储，即每一个类别的目标监控对象对应的防护监控数据存储在一个对应的用户数据库中。目标监控对象的类别可以指目标监控对象的性别类别、年龄类别或按照其它分类方式确定的类别。将目标监控对象的防护监控数据按其类别分类存储，有利于为目标监控对象实现个性化的定制监控服务。如目标监控对象可以利于红外热成像防护监控系统中的终端设备进行人脸识别，基于人脸识别的结果调用出目标监控对象对应的防护监控数据。

请参阅图5所示，其为依据本申请实施例提供的红外热成像防护监控方法流程示意图，在本实施例中，在S02之后,红外热成像防护监控方法还包括S06，其描述如下。

S06：根据所述目标监控对象目标形态特征数据，判断所述目标监控对象的状态是否发生改变，若是，则生成状态变化提醒数据。

可以将基于当前红外图像数据获得目标形态特征数据与基于在先红外图像数据获得目标形态特征数据进行比较，确定目标监控对象当前的状态是否发送变化，若是则可以通过红外热成像防护监控系统中的终端设备显示状态变化提醒，以提醒用户关注到目标监控对象的状态改变，实现目标监控对象状态的防护监控。

继续参阅图5所示，在一些实施例中，在执行完S0S02，所述红外热成像防护监控方法还包括S07，其描述如下。

S07：根据所述目标监控的所述目标形态特征数据，判断所述目标对象的是否处于异常状态，若是，则生成状态异常提醒数据。

异常状态既可以为目标监控对象自身的状态异常，也可以为因热成像防护监控系统异常而获得了不符合目标监控对象实际情况的异常状态数据。可以将基于当前红外图像数据是否满足预设的状态数据，确定目标监控对象当前的状态是否异常，若是，则可以通过红外热成像防护监控系统中的终端设备显示状态异常提醒，以提醒用户关注到目标监控对象的状态异常，实现目标监控对象状态的防护监控。

参阅图6所示，其为依据本申请实施例提供的红外热成像防护监控方法的流程示意图，在本实施例中，在执行完S02之后，所述红外热成像防护监控方法还包括S081和S082，其描述如下。

S081：根据所述目标形态特征数据，判断所述目标监控对象是否处于睡眠状态。

S082：在所述目标监控对象处于睡眠状态时，将所述红外图像数据输入至训练后的踢被子判断模型，以判断所述目标监控对象目标监控对象是否存在踢被子举动，若是，则生成踢被子提醒数据。

在获得目标监控对象的状态数据后，可以进一步判断其状态数据是否指示目标监控对象当前是否处于睡眠状态，若是，则需要将红外图像输入至踢被子判断模型中，进行踢被子举动判断。踢被子判断模型可以为基于传统算法或基于深度学习算法实现的模型，其主要利用目标监控对象的热源面积变化实现其是否存在踢被子举动的判断，若存在踢被子举动，则可以通过红外热成像防护监控系统中的终端设备显示踢被子举动提醒。这里需要说明的是，在本申请实施例中所述的踢被子不局限于用脚踢被子，其包括任何形式的把遮挡在目标监控对象身上的遮盖物移开的举动。请参阅图7所示，其为依据本申请实施例提供的红外热成像防护监控装置的结构示意图。在本实施例中，红外热成像防护监控装置包括图像获取模块701、识别模块702、温度获取模块703、状态获取模块704以及温度监控模块705。其中，图像获取模块701用于获取含目标监控对象的红外图像；识别模块702用于对所述红外图像进行识别，确定所述目标监控对象在所述红外图像中的位置数据以及所述目标监控对象的目标形态特征数据；温度获取模块703用于根据所述位置数据以及所述红外图像映射的温度分布数据，获得所述目标监控对象的目标温度数据；状态获取模块704用于根据所述目标形态特征数据、所述目标温度数据以及所述目标监控对象对应的参考体温特征数据，确定与所述目标形态特征数据对应的目标体温特征数据；温度监控模块705用于根据所述目标形态特征数据，确定所述目标监控对象的目标测温位置数据，并基于所述目标体温特征数据与所述目标测温位置数据，获得所述目标监控对象的温度防护监控数据。

在一些实施例中，红外热成像防护监控装置还包括状态监控模块(图7中未记载)，其中，所述状态监控模块用于根据所述目标监控对象目标形态特征数据，判断所述目标监控对象的状态是否发生改变，若是，则生成状态变化提醒数据；和/或用于根据所述目标监控对象的所述目标形态特征数据，判断所述目标监控对象的是否处于异常状态，若是，则生成状态异常提醒数据。

在一些实施例中，所述状态监控模块还用于根据所述目标形态特征数据，判断所述目标监控对象是否处于睡眠状态，并在所述目标监控对象处于睡眠状态时，将所述红外图像数据输入至训练后的踢被子判断模型，以判断所述目标监控对象目标监控对象是否存在踢被子举动，若是，则生成踢被子提醒数据。

在一些实施例中，红外热成像防护监控装置还包括存储控制模块(图7中未记载)，其中，所述存储控制模块用于根据所述目标监控对象的类别，将目标监控对象所述温度防护监控数据存储至对应的用户数据库中。

在一些实施例中，所述识别模块702还用于所述对所述红外图像进行识别，确定所述目标监控对象的整体轮廓以及所述整体轮廓在所述红外图像中的位置数据，以及基于所述整体轮廓进行识别，确定所述目标监控对象的目标形态特征数据，所述目标形态特征数据包括所述整体轮廓的各个构成部位特征数据对应的以及所述目标监控对象的姿态特征数据。

在一些实施例中，所述温度获取模块703具体用于执行上述S041至S042。

在一些实施例中，所述温度获取模块703还具体用于将与所述位置数据对应的温度数据输入至训练后的温度判断模型，获得与所述位置数据对应的温度数据是否满足预设温度数据的判断结果数据。

在一些实施例中，所述温度监控模块705还具体用于基于所述目标体温特征数据与所述目标测温位置数据，确定所述目标监控对象的目标监控温度数据，以及根据指定周期内所述目标监控对象的所述目标监控温度数据，获得所述目标监控对象的温度防护监控数据。

在一些实施例中，所述温度监控模块705还具体用于根据指定周期内所述目标测温位置数据对应的所述目标监控温度数据的变化，得到所述目标监控对象的目标监控温度变化曲线。

在一些实施例中，所述温度监控模块705还具体用于根据所述目标监控温度数据确定对应所述目标监控对象存在温度异常时，生成温度异常提醒数据。

在一些实施例中，所述温度监控模块705还具体用于根据所述目标监控对象当前的所述目标监控温度数据是否满足预设温度条件和/或在指定周期内的所述目标监控温度数据的变化是否满足预设变化条件，确定所述目标监控对象是否存在温度异常，若是，则生成温度异常提醒数据。

需要说明的是：上述实施例提供的红外热成像防护监控装置在实现红外热成像防护监控方法过程中，仅以上述各程序模块的划分进行举例说明，在实际应用中，可以根据需要而将上述处理分配由不同的程序模块完成，即可将装置的内部结构划分成不同的程序模块，以完成以上描述的全部或部分方法步骤。另外，上述实施例提供的红外热成像防护监控装置与红外热成像防护监控方法实施例属于同一构思，其具体实现过程详见方法实施例，这里不再赘述。

请参阅图8所示，其为依据本申请实施例提供的红外热成像防护监控设备的结构示意图。在本实施例中，红外热成像防护监控设备包括处理器801及存储器802，所述存储器802内存储有可被所述处理器执行的计算机程序，所述计算机程序被所述处理器执行时实现本申请任一实施例所述的红外热成像防护监控方法，红外热成像防护监控设备与前述实施例提供的红外热成像防护监控方法能够达到相同的技术效果，为避免重复，这里不再赘述。

请参阅图9所示，其为依据本申请实施例提供的红外热成像防护监控系统结构示意图。在本实施例中，红外热成像防护监控系统包括红外采集设备901、处理器902、云端服务器903以及终端设备904。红外采集设备901用于采集监控区域的红外数据，并将所述红外数据发送至处理器902。处理器902根据依据本申请任意一实施例中提供的红外热成像防护监控方法对红外数据进行处理，获得相应的处理数据，该处理数据包括相应的防护监控数据和/或相应的提醒数据。云端服务器903用于获取处理器902输出的处理数据，并将该处理数据发送至终端设备904。终端设备904用于显示处理器902输出的处理数据。

在一些实施例中，云端服务器903还用于将处理器902输出的处理数据根据目标监控对象的类别进行分类存储。

本申请实施例提供了红外热成像防护监控系统，可用于监护用户的体温、状态等情况。在一些实施例中，该系统主要包括四部分：红外采集设备、处理器、云端服务器、终端设备，其中红外采集设备、云端服务器以及终端设备之间的数据传输可通过wifi完成。红外采集设备用于采集温度数据，并将原始NUC数据保存并处理生成温度数据、红外图像数据，并将温度数据以及红外图像数据连同NUC数据传输给处理器，由处理器对数据做出识别判断。处理器接收处理红外采集设备头提供的数据，该模块可分为三部分：体温监控模块、状态监控模块、用户数据库，以上三个模块可以一起或分别集成在红外采集设备上，也可以部署在云端服务器内，或嵌入到APP中。

如图10所示，其为应用依据本申请实施例提供的红外热成像防护监控方法的红外热成像防护监控系统的工作流程示意图。在本实施例中，红外采集设备为红外成像摄像头。处理器中的智能识别模块用于从红外成像摄像头中进行数据读取，以获得红外成像摄像头中获得对应的红外数据，其包含图像数据、NUC数据和温度数据，其图像数据为含目标监控对象的红外图像数据，温度数据为监控区域的温度分布数据。处理器中的智能识别模块对获取的红外数据进行数据处理，获得目标监控对象的防护监控数据和对应的提醒数据，防护监控数据包括体温曲线数据和状态数据，提醒数据包含温度异常提醒数据、状态异常提醒数据以及状态变化提醒数据。终端设备为如手机、笔记本等移动终端，该移动终端用于显示处理器的智能识别模块获得处理数据。

如图11所示，其为应用本申请实施例提供的热成像防护监控方法的系的温度防护监控的工作流程示意图，该系统中的体温监控模块用于实现定位、读取温度，并将获得的温度数据上传给云端服务器，以在云端服务器中基于用户数据中存储的防护监控大数据进行分析，判断温度数据是否为有效的温度数据，若是则将有效的温度数据传输至体温监控模块，以生成体温曲线，若为无效温度数据，则需要返回体温监控模块重新进行定位和读取温度。体温监控模块基于温度分布数据进行目标监控对象的位置定位，并基于目标监控对象的位置数据读取温度数据。云端服务器除了用于保存目标监控对象的防护监控数据至用户数据库外，还用于传输防护监控数据和各个提醒数据，以及实现温度数据和状态数据的异常判断，同时还基于用户数据库中的数据实现处理器中的智能识别模块中的各个智能模型的训练，如实现温度异常判断模型的训练、实现状态异常判断模型的训练等。云端服务器还用于将体温数据以及体温是否异常的异常提醒数据发送至移动终端，由移动终端显示体温曲线和进行异常提醒。

在一些实施例中，体温方法监控的流程为：先通过图像算法基于红外图像数据定位目标监控对象的位置，确定测温点，读取测温点的温度数据，通过大数据分析判断测温数据是否有效，不断重复这个过程，绘制时间-温度曲线，通过前期大数据学习和后期训练可以做出智能判断体温是否存在异常，根据记录的有效体温数据绘制体温曲线，并可以保存长期的体温数据生成体温报告，方便对比，可用于体温管理。

如图12所示，其为应用本申请实施例提供的热成像防护监控方法的系的状态防护监控的工作流程示意图。首先状态识别模块进行状态的识别和判断，若目标监控对象当前处于非睡眠状态的其他状态，如摔倒、哭闹等异常状态以及有状态变化时，则生成异常状态提醒数据(即提醒)和状态变化提醒数据，并将其发送中云端服务器中。若当前状态为睡眠状态，则状态识别模块中的踢被子模型需要基于红外图像数据进行踢被子判断，若判断结果为存在踢被子举动，则生成踢被子提醒(提醒)数据，并将其发送至云端服务器，云端服务器将接收的提醒数据发送中终端设备中，由终端设备的APP显示相应的提醒。

在一些实施例中，进行状态防护监控的流程包括：先通过声音识别、轨迹识别判断目标是活动、哭闹、摔倒还是睡眠状态或者其他状态，目标状态变化时APP会推送提醒，另外一些异常情况可以自动生成视频回放。根据状态识别结果可以记录目标的睡眠时间，生成睡眠报告，如果是睡眠状态，则进入踢被子判断算法，通过踢被子判断模型的训练学习目标监控对象的热源面积变化规律，判断出是否有踢被子的举动，检测到踢被子APP推送提醒。用户数据库可部署在云端服务器用于收集用户体温数据，用于体温判断和状态判断模型训练，通过训练可以使模型做出更加贴合目标的判断，对于不同目标建立不同的数据库，实现个性化定制。推荐用户数据库部署在云端，用于数据传输、存储，建立用户数据库，另外体温监控模块、状态识别模块也可以部署在云端，在云端完成数据处理。终端设备用于显示红外摄像头拍到的监控画面以及查询体温报告、睡眠报告、异常提醒、异常回放等，更加清晰的了解目标的健康情况。

请参阅图13所示，其为依据本申请一些实施例提供的红外热成像防护监控系统中的智能识别模块的工作流程示意图。在奔实施例中，红外热成像防护监控系统中的智能识别模块是指能够接收并处理监控摄像头(红外采集设备)提供的数据(红外图像)，该模块可分为三部分，分别为：体温监控模块、状态识别监控模块、用户数据库。这三个模块可以一起或分别集成在监控摄像头上，也可以部署在云端服务器，或嵌入到移动端中。下面结合图13分别对这三个模块做详细介绍，其描述如下。这里需要说明的是，在下面描述的实施例中目标监控对象以人为例，并将其描述为被监控人，其它实施例中目标监控对象不限于人。

体温监控模块用于根据表征被监控人不同构成部位体温分布的人体参考体温特征图中温度与各个构成部位之间的映射关系，参考体温特征图中各个人体特征(即构成部位，例如，眼睛、鼻子、耳朵、手臂以及额头等)建立人体工作模型图，即人体构成部位与体温映射关系图。然而基于测温目标部位的位置，在人体工作模型图中选取固定的测温点，该测温点为用于监控被监控人体温的测温点。在确定固定的测温点后，基于该固定测温点的位置信息(目标测温位置数据)，从人体工作模型图中读取相应的温度，以获得被监控对象的温度防护监控数据。

状态识别监控模块用于对被监控对象的整体温度(目标温度数据)的刻画，以及根据表征被监控对象不同构成部位温度分布的参考体温特征图(即人体标准体温参考模板，如图13中的人体体温特征模板)，刻画出被监控对象的人体体温特征图(目标体温特征数据)，并基于对红外图像的识别，确定被监控对象的姿态(包括被监控人的动作和形态)以及各个构成部位的特征信息(例如，眼睛、鼻子、耳朵、手臂等)，确定不同姿态下测温目标部位在红外图像中的位置信息，实现了在不同的姿态下确定测温点来自同一个构成部位，保证了测温位置的一致性，可减小不同形态特征对测温带来的误差。显然，本申请实施例提供的体温监控模块和状态识别监控模块相辅相成，共同构建体温-体态映射关系图(不同姿态对应的目标体温特征数据)，以便精准的获取被监控人的目标监控温度。

用户数据库用于收集用户体温数据，用于体温判断和状态判断模型训练，通过训练可以使模型做出更加贴合目标的判断，对于不同目标建立不同的数据库，实现个性化定制。

此外，本申请实施例提供的红外热成像防护监控系统中还包括云端服务器和移动终端。其中，云端服务器：用于数据传输、存储，建立用户数据库，另外用户数据库、体温监控模块、状态识别这些模块也可以部署在云端，在云端完成数据处理。移动端，用于显示红外摄像头拍到的监控画面以及一些体温、体态、状态信息。

结合上述对各个模块的介绍和图13所示，本申请实施例提供的红外热成像防护监控系统的工作过程为：采用体温监控模块对红外图像中的目标监控对象进行定位，并基于定位从红外图像对应的温度分布数据中读取温度，获得属于目标监控对象的温度，即目标温度数据，以及采用状态识别模块监控模块基于红外图像识别出被监控人的肢体、器官等表征形态的信息进行识别，获得目标监控对象的目标形态特征数据，然后根据目标温度数据、目标形态特征数据和人体体温特征模板(参考体温特征数据)进行被监控对象的构成部位与温度的映射，以绘制人体体温模型(对应姿态下的目标体温特征数据)。然后，根据人体体温模型，确定测温位置以及根据测温位置进行测温，获得目标监控温度，以及进一步根据人体体温模型进行被监控人的状态进行判断，即进行状态异常判断，获得对应的对应判断结果。最后将获得的目标监控温度和/或异常判断的判断结果输入至用户数据库中进行保存，并由用户数据库进一步将目标监控温度和/或异常判断的判断结果进行数据传输，以传输至移动终端或云端服务器中，由移动端或云端服务器进行相应的处理。此外，在用户数据库中还存储有人体体温特征大数据，基于用户数据库中存储的人体体温特征大数据对被监控人的目标温度数据进行大数据分析，以判断目标温度数据是否为正常的温度数据。另外，还可以基于用户数据库中存储的训练数据集，对体温监控模块中的体温监控模块和状态识别监控模块中状态识别监控模型进行训练，并将训练后的模型移植至移动端或云端服务器中。在一些实施例中，被监控人的体温曲线以及其对应的异常提醒(包括温度异常和状态异常)均由移动端的显示器显示。

依据本申请实施例提供的红外热成像防护监控方法可以用于监控病房病人看护，可以实时监控病人体温，比如刚做完手术的病人需要定时测量体温，通过该系统实现可以实时掌握体温曲线，移动端安装在护士站，体温异常时护士站就可以收到提醒，护士也可以通过红外成像掌握病人的基本动向，缓解医护压力，并且红外图像在一定程度上保护病人隐私，可以集成其他智能系统，实现智能病房。依据本申请实施例提供的红外热成像防护监控方法还能用于儿童看护，通过系统帮助家长掌握孩子的实时体温，如果出现异常及时发现及时处理，发烧时也可以通过移动端实时掌握孩子状态，不需要定时起床去做人工测量体温，通过系统还可以掌握孩子的作息时间，并且可以一定程度上保护孩子隐私，对于年龄稍大的儿童同样适用，帮助家长缓解育儿压力。

综上，本申请实施例提供的红外热成像防护监控方法及系统在一些实施例中至少带来以下有益效果中一个：

1、采用红外图像和温度数据相结合，通过映射关系确定建立目标的体温-体态模型图，便于实现温度监控和状态监控。

2、基于目标监控对象的目标形态特征数据，精准的确定固定的测温位置，提高温度监控的准确度。

3、通过红外热成像实现非接触式体温监控，可以实时监控目标监控对象的体温。

4、通过对红外图像进行状态识别，并基于识别的状态和确定的温度，获得体温-体态模型，并基于该模型检测到体态异常，以发出提醒，有效的提高了对目标监控对象的监控性能。

本申请实施例还提供一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，该计算机程序被处理器执行时实现上述红外热成像防护监控方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。所述计算机可读存储介质，如只读存储器(Read-OnlyMemory，简称ROM)、随机存取存储器(RandomAccessMemory，简称RAM)、磁碟或者光盘等。

以上所述，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围之内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以所述权利要求的保护范围为准。