买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉来邦科技股份公司申请的专利基于人脸识别的无接触式体温测量方法和系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN118135622B 。

龙图腾网通过国家知识产权局官网在2025-05-30发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202311373144.7，技术领域涉及：G06V40/16；该发明授权基于人脸识别的无接触式体温测量方法和系统是由潘晓亭设计研发完成，并于2023-10-23向国家知识产权局提交的专利申请。

本基于人脸识别的无接触式体温测量方法和系统在说明书摘要公布了：本发明公开了基于人脸识别的无接触式体温测量方法和系统，方法包括交互结构建构、数据采集、数据预处理、活体预识别、人员身份识别、无接触式控距测温和自助人员管理。本发明涉及人脸识别领域，具体是指基于人脸识别的无接触式体温测量方法和系统，本发明采用图像通道转化增强处理和目标分割处理优化了人脸图像的数据质量；采用基于视网膜模型的卷积神经网络的方法进行活体预识别，提升了无接触式体温测量的整体准确性；采用结合局部二值化算法的卷积神经网络的方法进行人员身份识别，结合活体预识别判断的活体人脸和身份信息，能够提供更安全有效的看守所场景下的无接触式体温测量和人员管理。

本发明授权基于人脸识别的无接触式体温测量方法和系统在权利要求书中公布了：1.基于人脸识别的无接触式体温测量方法，其特征在于：该方法包括以下步骤：步骤S1：交互结构建构；步骤S2：数据采集，得到人脸原始数据；步骤S3：数据预处理，得到优化人脸图像数据，所述优化人脸图像数据，包括增强活体预识别数据和人脸图像分割数据；步骤S4：活体预识别，用于在测温前，通过活体预识别检测判断人脸图像是否为活体人脸，防止所测温度来自照片或其余生物，具体为采用基于视网膜模型的卷积神经网络的方法，对所述增强活体预识别数据进行活体预识别，所述基于视网膜模型的卷积神经网络，包括基本卷积子网、特征金字塔子网、定位子网和分类子网；所述基本卷积子网，用于从输入图像中提取特征，所述基本卷积子网具有基本的卷积网络结构，包括输入层、卷积层、池化层、全连接层和输出层；所述特征金字塔子网，用于连接并融合图像特征，具体为对基本卷积子网提取的特征进行多尺度特征融合；所述定位子网，用于从所述特征金字塔子网中，提取活体人脸对象的坐标数据，具体为通过平滑损失函数进行训练，得到所述定位子网；所述分类子网，用于从所述特征金字塔子网中，提取活体人脸对象的分类数据，具体为通过焦点损失函数进行训练，得到所述分类子网；步骤S5：人员身份识别，用于判断人脸图像是否为在押人员，防止其他人员顶替测温，具体为采用结合局部二值化算法的卷积神经网络的方法，对所述人脸图像分割数据进行人员身份识别，所述结合局部二值化算法的卷积神经网络，包括局部二值化算子和卷积网络模型；所述局部二值化算子，用于提取人脸的局部纹理特征，得到人脸局部纹理特征；所述卷积网络模型，用于依据所述人脸局部纹理特征构建深度卷积网络模型，并通过共享权值和池化下采样技术降低模型复杂度，进行人脸图像的特征分类；所述采用结合局部二值化算法的卷积神经网络的方法对所述人脸图像分割数据进行人员身份识别的步骤，包括：步骤S51：采用局部二值化算法计算像素中心点与邻域之间的关系，计算公式为： 式中，LBP是局部二值化算法的计算结果，d是灰度差异计算函数，Ri是邻域像素值，Rj是中心点像素值，P是邻域像素点的像素总数，i是邻域像素点索引，gi是邻域像素点灰度值，gc是中心点像素灰度值，S是灰度对比布尔值计算函数，c是灰度对比计算函数，x是所述灰度对比布尔值计算函数，S的自变量，用于计算灰度对比布尔值；步骤S52：提取局部二值化直方图，并生成局部纹理特征，包括以下步骤：步骤S521：对所述人脸图像分割数据进行二次分割，得到二次分割人脸图像数据；步骤S522：从所述二次分割人脸图像数据的子图中提取局部二值化特征，并通过统计生成得到局部二值化直方图；步骤S523：依据局部二值化直方图，依次连接生成局部纹理特征，得到人员身份识别局部纹理特征K；步骤S53：构建卷积网络模型，具体为依据所述人员身份识别局部纹理特征K，构建卷积网络模型，包括以下步骤：步骤S531：局部特征聚类，具体为将所述人员身份识别局部纹理特征K中的人脸作为初始聚类中心，计算剩余的人脸局部纹理特征与初始聚类中心的距离，并依据每个计算得到的纹理特征分配给相对应的类，通过迭代调整心类的聚类中心，得到局部特征聚类数据；步骤S532：构建人员身份识别模型卷积层，具体为将所述局部特征聚类数据作为卷积层的输入，构建所述人员身份识别模型卷积层，计算公式为： 式中，Yi′是卷积层输出特征图，max是最大值计算函数，i′是特征图索引，Ki′j′是卷积核，j′是上一层的特征图索引，是卷积运算符，X′i′是作为卷积层输入的局部特征聚类数据，LBP是局部二值化算法的计算结果，B′是基向量，用于作为偏置项；步骤S533：构建人员身份识别模型池化层，具体为采用最大池化操作构建所述人员身份识别模型池化层，并采用下采样降低卷积层的空间分辨率，并减少训练的人脸特征权重的数量；步骤S534：构建人员身份识别模型全连接层，具体为将所述局部特征聚类数据作为全连接层的输入，并通过激活函数激活，构建所述人员身份识别模型全连接层，计算公式为： 式中，Y″是全连接层输出特征向量，F是激活函数，W是权重矩阵，X″i′是作为全连接层输入的局部特征聚类数据，B′是基向量，用于作为偏置项；步骤S54：身份识别模型训练，具体为通过所述采用局部二值化算法计算像素中心点与邻域之间的关系和提取局部二值化直方图构建局部二值化算子，并通过构建卷积网络模型进行模型训练，得到人员身份识别模型ModelID；步骤S55：人员身份识别，具体为采用所述人员身份识别模型ModelID进行人员身份识别，得到在押人员身份数据；步骤S6：无接触式控距测温，用于在无接触条件下测量体温，具体为采用热像仪和热传感器进行体温测量，结合所述在押人员身份数据，得到在押人员体温数据；步骤S7：自助人员管理。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人来邦科技股份公司，其通讯地址为：241399 安徽省芜湖市南陵县南陵经济开发区来邦科技园；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。