科研之友
微信
新浪微博
Facebook
分享链接
摘要
提出了一种利用红外热像仪和大数据对发热人群进行检测并确定高危区域的系统设计方法。为了检测发热人群,研究了Viola-Jones和Kanade-Lucas两种人脸检测算法,并对其使用406张热图像训练集和2 072张热图像测试集进行了比较。对检测到的面部进行热成像分析,以获得摄氏度尺度上的温度水平。通过此信息创建了一个示例数据库。在进行大数据实验分析时,使用Power Bi工具确定高风险区域。实验结果表明,Viola-Jones算法对热图像人脸的识别性能优于Kanade-Lucas算法,这种算法检出率高,假阳性和假阴性率低。
-
单位电子信息工程学院; 南京航空航天大学
