一种用于新冠肺炎防控测温的云-边-端协同系统
计算机视觉与模式识别
2021-07-13 v1 人机交互
信号处理
摘要
为预防 2019 冠状病毒病（COVID-19）的传播，在公共场所进行初步测温和口罩检测。然而，现有测温方法面临安全性与部署方面的问题。本文中，为实现在人脸部分遮挡情况下的安全、准确测温，我们提出了一种带有轻量红外测温模型的云-边-端协同系统。利用带有 RGB 镜头与热成像镜头的双目相机同时采集图像对。然后，提出一种基于多任务级联卷积网络（MTCNN）的移动检测模型，在 RGB 图像上实现人脸对齐与口罩检测。为准确测温，我们通过仿射变换将 RGB 图像上的人脸关键点转换到热成像图像，并在额头上选取更精确的测温区域。采集的信息实时上传至云端用于 COVID-19 防控。实验表明，检测模型仅 6.1M，平均检测速度为 257ms。在 1m 距离下，室内测温误差约为 3%。即，所提系统可实现公共场所的实时测温。
引用
@article{arxiv.2107.05078,
title = {A Cloud-Edge-Terminal Collaborative System for Temperature Measurement in COVID-19 Prevention},
author = {Zheyi Ma and Hao Li and Wen Fang and Qingwen Liu and Bin Zhou and Zhiyong Bu},
journal= {arXiv preprint arXiv:2107.05078},
year = {2021}
}
备注
6 pages, 8 figures, INFOCOMW ICCN 2021