具体实施方式

为使本公开的目的、技术方案和优点更加清楚，下面将结合附图对本公开实施方式作进一步地详细描述。

图1是本公开实施例提供的一种实施环境的示意图。参见图1，该实施环境包括摄像设备10，摄像设备10用于测量目标活体的体温。摄像设备10包括成像采集单元101、脸部检测单元102和体温测量单元103，成像采集单元101和脸部检测单元102电性相连，脸部检测单元102和体温测量单元103电性相连。

成像采集单元101可以包括摄像机红外光学系统、热成像红外传感器等元器件，用于采集目标活体的热红外图像。成像采集单元101还可以包括摄像机可见光镜头、可见光图像传感器等元器件，用于采集目标活体的可见光图像。

脸部检测单元102用于确定热红外图像中目标活体的脸部所在的第一脸部区域。在一种可能的实现方式中，脸部检测单元102可以直接基于热红外图像确定目标活体的脸部所在的第一脸部区域。示例性的，脸部检测单元102可以将目标活体的热红外图像输入目标活体的脸部检测模型，得到目标活体的脸部所在的第一脸部区域。在另一种可能的实现方式中，脸部检测单元102可以结合目标活体的可见光图像确定目标活体的脸部所在的第一脸部区域。示例性的，脸部检测单元102可以确定可见光图像中目标活体的脸部所在的第二脸部区域，基于第二脸部区域在可见光图像中的位置信息，在热红外图像中确定目标活体的脸部所在的第一脸部区域，其中，可见光图像为摄像设备在拍摄热红外图像时拍摄的。

体温测量单元103用于根据热红外图像中目标活体的第一脸部区域确定目标活体的体温。体温测量单元103获取第一脸部区域的多个像素点对应的皮肤表面温度，根据多个像素点对应的皮肤表面温度，获取第一脸部区域中的多个目标区域的皮肤表面温度。然后根据多个目标区域的皮肤表面温度，获取目标活体的体温。

摄像设备10可以设置在机场、地跌、火车站、公司等公共场所，用于测量过往人员的体温。该摄像设备10还可以与上述场所的安检设备设置在一起。相应的，成像采集单元101可以设置在机场、地跌、火车站、公司等公共场所的安检口，用于采集过往人员的热红外图像和可见光图像。例如，地铁的安检口可以安装摄像头。当然，摄像设备10还可以设置在其他场所，本公开对此不做限制。

图2是本公开实施例提供的一种体温测量方法的流程图。参见图2，该实施例包括：

步骤201：在目标活体的热红外图像中，确定目标活体的脸部所在的第一脸部区域。

步骤202：获取第一脸部区域的多个像素点对应的皮肤表面温度。

步骤203：根据多个像素点对应的皮肤表面温度，获取第一脸部区域中的多个目标区域的皮肤表面温度，根据多个目标区域的皮肤表面温度，获取目标活体的体温。

在一种可能的实现方式中，根据多个像素点对应的皮肤表面温度，获取第一脸部区域中的多个目标区域的皮肤表面温度，根据多个目标区域的皮肤表面温度，获取目标活体的体温，包括：

根据多个像素点对应的皮肤表面温度，确定第一脸部区域的多个目标区域的M个特征点对应的M个皮肤表面温度，M为大于1的整数；

对M个特征点对应的M个皮肤表面温度进行特征压缩，得到P个特征点对应的P个特征值，P为小于M的正整数；

根据P个特征值，通过目标回归关系，确定目标活体的体温，目标回归关系的自变量为P个特征值，因变量为目标活体的体温；其中，目标回归关系是根据第一脸部区域中的目标活体的脸部类型确定的，脸部类型为根据M个特征点对应的M个皮肤表面温度确定的。

在另一种可能的实现方式中，根据多个像素点对应的皮肤表面温度，确定第一脸部区域的多个目标区域的M个特征点对应的M个皮肤表面温度，包括：

从第一脸部区域的多个目标区域中提取M个特征点；

从多个像素点对应的皮肤表面温度中，选择M个特征点对应的M个像素点对应的皮肤表面温度，将M个像素点对应的皮肤表面温度作为M个特征点对应的M个皮肤表面温度；或者，

对于M个特征点中的每个特征点，根据特征点，在多个像素点中确定特征点所在的特征区域，确定特征区域内的每个像素点的皮肤表面温度的平均温度，将平均温度作为特征点的皮肤表面温度。

在另一种可能的实现方式中，方法还包括：

根据M个特征点对应的M个皮肤表面温度，确定第一脸部区域中的目标活体的脸部类型；

获取与脸部类型匹配的目标回归关系。

在另一种可能的实现方式中，获取第一脸部区域的多个像素点对应的皮肤表面温度，包括：

从第一脸部区域中的多个目标区域中提取M个特征点，M为大于1的整数；

确定M个特征点对应的M个皮肤表面温度，将M个特征点对应的M个皮肤表面温度确定为多个像素点的皮肤表面温度。

在另一种可能的实现方式中，根据多个像素点对应的皮肤表面温度，获取第一脸部区域中的多个目标区域的皮肤表面温度，根据多个目标区域的皮肤表面温度，获取目标活体的体温，包括：

根据多个像素点对应的皮肤表面温度，生成第一脸部区域对应的皮肤表面温度图；

将皮肤表面温度图输入目标活体的体温神经网络模型，得到目标活体的体温，体温神经网络模型用于根据皮肤表面温度图，获取第一脸部区域中的多个目标区域的皮肤表面温度，根据多个目标区域的皮肤表面温度，获取目标活体的体温。

在另一种可能的实现方式中，体温神经网络模型包括卷积层、激活层、池化层和全连接层；

将皮肤表面温度图输入目标活体的体温神经网络模型，得到目标活体的体温，包括：

根据皮肤表面温度图，通过卷积层获取第一脸部区域中的多个目标区域的第一特征图；

通过激活层对第一特征图进行非线性修正，得到第二特征图；

通过池化层对第二特征图进行降采样，得到第三特征图；

通过全连接层将第三特征图压缩为N个一维特征向量，N为大于或者等于1的整数；

将N个一维特征向量映射为目标活体的体温。

在另一种可能的实现方式中，在目标活体的热红外图像中，确定目标活体的脸部所在的第一脸部区域，包括：

将目标活体的热红外图像输入目标活体的脸部检测模型，得到目标活体的脸部所在的第一脸部区域；或者，

获取目标活体的可见光图像，在可见光图像中确定目标活体的脸部所在的第二脸部区域，根据第二脸部区域在可见光图像中的位置信息，在热红外图像中确定目标活体的脸部所在的第一脸部区域，可见光图像为摄像设备在拍摄热红外图像时拍摄的。

在另一种可能的实现方式中，根据第二脸部区域在可见光图像中的位置信息，在热红外图像中确定目标活体的脸部所在的第一脸部区域，包括：

摄像设备包括一个摄像头，可见光图像和热红外图像为一个摄像头采用分光技术拍摄的，根据第二脸部区域在可见光图像中的位置信息，在热红外图像中确定位置信息对应的第一区域，将第一区域作为目标活体的脸部所在的第一脸部区域；或者，

摄像设备包括第一摄像头和第二摄像头，可见光图像为第一摄像头拍摄的，热红外图像为第二摄像头拍摄的，根据第二脸部区域在可见光图像中的位置信息，在热红外图像中确定位置信息对应的第二区域，根据摄像设备的配准信息，对第二区域进行坐标配准，得到第一脸部区域。

在另一种可能的实现方式中，获取第一脸部区域的多个像素点对应的皮肤表面温度之前，方法还包括：

在第一脸部区域中确定遮挡区域，遮挡区域为目标活体的脸部被物体遮挡的区域；

从第一脸部区域中去除遮挡区域。

在另一种可能的实现方式中，获取第一脸部区域的多个像素点对应的皮肤表面温度之前，方法还包括：

获取第一脸部区域中目标活体的脸部姿态的姿态信息；

响应于根据姿态信息，确定脸部姿态相对于目标姿态的倾角大于预设阈值；

根据姿态信息，对第一脸部区域中的脸部进行姿态矫正。

在另一种可能的实现方式中，获取第一脸部区域的多个像素点对应的皮肤表面温度，包括：

确定第一脸部区域的多个像素点对应的热红外灰度值；

根据多个像素点对应的热红外灰度值，从热红外灰度值和皮肤表面温度的对应关系中，获取多个像素点对应的皮肤表面温度。

在本公开实施例中，在目标活体的热红外图像中，确定目标活体的脸部所在的第一脸部区域；获取第一脸部区域的多个像素点对应的皮肤表面温度；根据多个像素点对应的皮肤表面温度，获取第一脸部区域中的多个目标区域的皮肤表面温度，根据多个目标区域的皮肤表面温度，获取目标活体的体温。通过获取第一脸部区域中的多个目标区域的皮肤表面温度，以及根据多个目标区域的皮肤表面温度，获取目标活体的体温，充分利用了脸部的各个区域的温度，从而获取的体温误差小，准确度高。而且不需要像额温枪一样，紧靠额头，让用户产生不适感，并担心接触到额温枪产生不良影响。

图3是本公开实施例提供的一种体温测量方法的流程图。该实施例主要介绍通过从脸部多个区域提取特征点的方式测量体温的方法。参见图3，该实施例包括：

步骤301：摄像设备在目标活体的热红外图像中，确定目标活体的脸部所在的第一脸部区域。

其中，目标活体可以为人或者动物，人可以包括各个年龄的人，动物可以包括猪、牛、羊、狗或者其他动物，本公开对此不做限制。

热红外图像是由摄像设备接收和记录目标活体发射的热辐射能而形成的图像，由于不同物体或同一物体的不同部位通常具有不同的热辐射特性，如温差、发射率等，在进行热红外成像后，热红外图像中的物体因为其热辐射的差异而区别开来。

在一种可能的实现方式中，摄像设备可以基于热红外图像直接确定热红外图像中目标活体的脸部所在的第一脸部区域，相应的，摄像设备在目标活体的热红外图像中，确定目标活体的脸部所在的第一脸部区域的实现方式为：摄像设备将目标活体的热红外图像输入目标活体的脸部检测模型，得到目标活体的脸部所在的第一脸部区域。

例如，目标活体是人，则摄像设备将人的热红外图像输入人的脸部检测模型，得到人脸在热红外图像中的第一脸部区域。其中，该脸部检测模型可以为针对热红外图像的检测模型，用于检测热红外图像中的脸部区域。并且，该脸部检测模型可以采用任意一种神经网络模型，本公开对此不做限制。

在本公开实施例中，摄像设备通过将目标活体的热红外图像输入目标活体的脸部检测模型，得到目标活体的脸部所在的第一脸部区域，方法简单，效率高。另外，由于热红外图像不易受光照变化影响，因此摄像设备直接通过热红外图像获取目标活体的脸部所在的第一脸部区域，检测效果稳定。

在一种可能的实现方式中，摄像设备还可以结合目标活体的可见光图像确定热红外图像中目标活体的脸部所在的第一脸部区域，相应的，摄像设备在目标活体的热红外图像中，确定目标活体的脸部所在的第一脸部区域的实现方式为：摄像设备获取目标活体的可见光图像，在可见光图像中确定目标活体的脸部所在的第二脸部区域，根据第二脸部区域在可见光图像中的位置信息，在热红外图像中确定目标活体的脸部所在的第一脸部区域。其中，可见光图像为摄像设备在拍摄热红外图像时拍摄的。

其中，摄像设备在可见光图像中确定目标活体的脸部所在的第二脸部区域的实现方式可以为：摄像设备将目标活体的可见光图像输入目标活体的脸部检测模型，得到目标活体的脸部所在的第二脸部区域。其中，该脸部检测模型可以为针对可见光图像的检测模型，用于检测可见光图像中的脸部区域。并且，该脸部检测模型可以采用任意一种神经网络模型，本公开对此不做限制。

在本公开实施例中，摄像设备通过可见光图像来确定目标活体的脸部所在的第二脸部区域，然后根据第二脸部区域在可见光图像中的位置信息，在热红外图像中确定目标活体的脸部所在的第一脸部区域，由于可见光具有很好的玻璃穿透性，且可见光图像在远距离拍摄下的图像效果良好，因此，通过可见光图像确定的第二脸部区域准确度高，从而在热红外图像中确定的第一脸部区域准确度高。

在一种可能的实现方式中，摄像设备可以为分光结构的摄像设备，即摄像设备包括一个摄像头，该摄像头分别连接热成像红外传感器和可见光图像传感器。摄像设备用于通过该一个摄像头采集目标活体的热红外图像和可见光图像。也即可见光图像和热红外图像为该一个摄像头采用分光技术拍摄的，相应的，摄像设备根据第二脸部区域在可见光图像中的位置信息，在热红外图像中确定目标活体的脸部所在的第一脸部区域的实现方式为：摄像设备根据第二脸部区域在可见光图像中的位置信息，在热红外图像中确定位置信息对应的第一区域，将第一区域作为目标活体的脸部所在的第一脸部区域。

在本公开实施例中，摄像设备通过采用分光技术拍摄的可见光图像确定第二脸部区域，根据第二脸部区域在可见光图像中的位置信息，在热红外图像中确定位置信息对应的第一区域，将第一区域作为目标活体的脸部所在的第一脸部区域，方法简单，效率高。

在另一种可能的实现方式中，摄像设备还可以为双目结构的摄像设备，即摄像设备包括两个摄像头，分别为第一摄像头和第二摄像头。其中，第一摄像头可以为可见光摄像头，该可见光摄像头连接可见光图像传感器，第二摄像头可以为热红外摄像头，该热红外摄像头连接热成像红外传感器。摄像设备用于通过该可见光摄像头采集目标活体的可见光图像，以及通过该热红外摄像头采集目标活体的热红外图像，也即可见光图像为第一摄像头拍摄的，热红外图像为第二摄像头拍摄的，相应的，摄像设备根据第二脸部区域在可见光图像中的位置信息，在热红外图像中确定目标活体的脸部所在的第一脸部区域的实现方式为：摄像设备根据第二脸部区域在可见光图像中的位置信息，在热红外图像中确定位置信息对应的第二区域，根据摄像设备的配准信息，对第二区域进行坐标配准，得到第一脸部区域。

其中，摄像设备的配准信息可以包括第一摄像头和第二摄像头的焦距、第一摄像头和第二摄像头的基线距离等参数，相应的，根据摄像设备的配准信息，对第二区域进行坐标配准，得到第一脸部区域的实现方式可以为：根据摄像设备的配准信息，求解变换矩阵，通过该变换矩阵将第二区域映射到第一脸部区域。

在本公开实施例中，通过采用双目结构的摄像设备中的第一摄像头和第二摄像头分别获取可见光图像和热红外图像，对摄像设备的要求低，可以降低摄像设备的成本。

需要说明的一点是，在本公开实施例中，热红外图像中的第一脸部区域可以为该热红外图像中目标活体的脸部外接矩形所占的区域，还可以为该热红外图像中目标活体的脸部轮廓所包围的区域，本公开对此不做限制。

需要说明的另一点是，第一脸部区域可以通过第一脸部区域在热红外图像中的坐标来表示，示例性的，当第一脸部区域为该热红外图像中目标活体的脸部外接矩形所占的区域时，第一脸部区域则通过该脸部外接矩形的区域在该热红外图像中的坐标表示。示例性的，当第一脸部区域为该热红外图像中目标活体的脸部轮廓所包围的区域时，第一脸部区域则通过该脸部轮廓所包围的区域在该热红外图像中的坐标表示。

需要说明的再一点是，本公开中的热红外图像中的目标活体的数量可以为一个，也可以为多个。也即是，本公开中的测温方法适用于单人测温的应用场景和多个测温的应用场景。并且，本公开对采集目标活体的热红外图像时，目标活体与摄像设备的距离不做限制，也即是，本公开中的测温方法适用于不同距离的测温应用场景。

步骤302：摄像设备在第一脸部区域中确定遮挡区域，遮挡区域为目标活体的脸部被物体遮挡的区域，从第一脸部区域中去除遮挡区域。

在一种可能的实现方式中，摄像设备中可以包括脸部分割模块，摄像设备通过该脸部分割模块将第一脸部区域分为遮挡区域和皮肤区域，将第一脸部区域中的遮挡区域去除，留下皮肤区域。例如，将第一脸部区域中口罩区域去除，留下皮肤区域。

示例性的，该脸部分割模块可以根据第一脸部区域中多个像素点的颜色和亮度将第一脸部区域分为遮挡区域和皮肤区域。

在本公开实施例中，摄像设备通过在第一脸部区域中确定遮挡区域，从第一脸部区域中去除遮挡区域，则第一脸部区域只剩皮肤区域，后续通过只包括皮肤区域的第一脸部区域获取的体温更加准确。

需要说明的一点是，在执行步骤302之前，摄像设备可以先确定第一脸部区域中是否存在遮挡区域，响应于存在，执行步骤302。

步骤303：摄像设备获取第一脸部区域的多个像素点对应的皮肤表面温度。

其中，皮肤表面温度即为目标活体的脸部表面的皮肤温度。该皮肤表面温度可以是等效黑体温度或者其他可以表征皮肤表面温度的温度，本公开对此不做限制。

摄像设备获取第一脸部区域的多个像素点对应的皮肤表面温度的实现方式为：摄像设备确定第一脸部区域的多个像素点对应的热红外灰度值，摄像设备根据多个像素点对应的热红外灰度值，从热红外灰度值和皮肤表面温度的对应关系中，获取多个像素点对应的皮肤表面温度。其中，热红外灰度值和皮肤表面温度的对应关系可以预设在摄像设备中。

需要说明的一点是，该多个像素点可以为第一脸部区域的每个像素点，通过获取第一脸部区域的每个像素点对应的皮肤表面温度，后续基于该皮肤表面温度获取的目标活体的体温准确度高。

在一种可能的实现方式中，摄像设备获取第一脸部区域的多个像素点对应的皮肤表面温度之前，需要先对第一脸部区域中的脸部进行姿态矫正，实现方式可以为：摄像设备获取第一脸部区域中目标活体的脸部姿态的姿态信息，响应于根据姿态信息，确定脸部姿态相对于目标姿态的倾角大于预设阈值，摄像设备根据姿态信息，对第一脸部区域中的脸部进行姿态矫正。

其中，目标姿态可以正面脸部，姿态信息可以为脸部姿态相对于正面脸部的偏转角度。相应的，摄像设备根据姿态信息，对第一脸部区域中的脸部进行姿态矫正的实现方式为：摄像设备根据脸部姿态相对于正面脸部的偏转角度，将第一脸部区域中的脸部调整为正面脸部。

需要说明的一点是，摄像设备也可以先获取第一脸部区域的多个像素点对应的皮肤表面温度，再对第一脸部区域中的脸部进行姿态矫正，本公开对此不做限制。

在本公开实施例中，摄像设备通过对第一脸部区域中的脸部进行姿态矫正，方便后续从第一脸部区域的多个目标区域中提取特征点，以及获取特征点的皮肤表面温度。

步骤304：摄像设备根据多个像素点对应的皮肤表面温度，确定第一脸部区域的多个目标区域的M个特征点对应的M个皮肤表面温度，M为大于1的整数。

其中，多个目标区域可以根据需要划分，例如，多个目标区域可以包括额头区域、眼部区域、双颊区域、鼻子区域等中的任意一个或多个，多个目标区域还可以包括其他区域，例如，下巴区域等。示例性的，摄像设备可以根据脸部温度的分布特性，划分多个目标区域。例如，额头区域和眼部区域的温度较高，则摄像设备可以将额头区域和眼部区域作为一个目标区域，双颊区域和鼻子区域的温度较低，则将双颊区域和鼻子区域作为一个目标区域。上述多个目标区域只是示例性说明，本公开对此不做限制。

该步骤包括：摄像设备从第一脸部区域的多个目标区域中提取M个特征点，根据多个像素点对应的皮肤表面温度，确定M个特征点对应的M个皮肤表面温度。

摄像设备可以从多个目标区域中的每个目标区域中提取相同数量的特征点，也可以从多个目标区域中的每个目标区域提取不同数量的特征点，还可以将多个目标区域中的每个像素点作为特征点，本公开对此不做限制。摄像设备可以通过脸部关键点检测算法从多个目标区域中提取典型特征点，也可以从多个目标区域的特定部位提取特征点，还可以从多个目标区域随机提取特征点，本公开对此不做限制。

在本公开实施例中，摄像设备通过从第一脸部区域的多个目标区域中提取特征点，根据该多个目标区域的特征点的皮肤表面温度获取目标活体的体温，充分考虑到脸部区域中不同位置温度的差异性，从而获取的体温误差小，准确度高。

在一种可能的实现方式中，摄像设备根据多个像素点对应的皮肤表面温度，确定M个特征点对应的M个皮肤表面温度的实现方式可以为：摄像设备从多个像素点对应的皮肤表面温度中，选择M个特征点对应的M个像素点对应的皮肤表面温度，将M个像素点对应的皮肤表面温度作为M个特征点对应的M个皮肤表面温度。方法简单，效率高。

在另一种可能的实现方式中，摄像设备根据多个像素点对应的皮肤表面温度，确定M个特征点对应的M个皮肤表面温度的实现方式为：对于M个特征点中的每个特征点，摄像设备根据特征点，在多个像素点中确定特征点所在的特征区域，摄像设备确定特征区域内的每个像素点的皮肤表面温度的平均温度，将平均温度作为特征点的皮肤表面温度。

其中，特征区域的大小可以根据需要设定，例如特征区域可以为3*3个邻域像素对应的区域，本公开对此不做限制。

在本公开实施例中，摄像设备通过在多个像素点中确定特征点所在的特征区域，确定特征区域内的每个像素点的皮肤表面温度的平均温度，将平均温度作为特征点的皮肤表面温度，可以有效排除成像过程中的噪声波动影响，确保该M个特征点对应的M个皮肤表面温度的准确性。

步骤305：摄像设备对M个特征点对应的M个皮肤表面温度进行特征压缩，得到P个特征点对应的P个特征值，P为小于M的正整数。

摄像设备可以通过任意一种特征维度压缩的方法对M个皮肤表面温度进行特征压缩，本公开对此不做限制。

在本公开实施例中，摄像设备通过对M个特征点对应的M个皮肤表面温度进行特征压缩，得到P个特征点对应的P个特征值，后续基于该P个特征值，确定目标活体的体温，可以大大减少计算量。

步骤306：摄像设备根据P个特征值，通过目标回归关系，确定目标活体的体温，目标回归关系的自变量为P个特征值，因变量为目标活体的体温。

其中，目标回归关系可以是事先获取，并存储在摄像设备中的。目标回归关系是基于大量观测数据获取的，观测数据可以为活体的P个特征值和活体体温的对应关系。在一种可能的实现方式中，目标回归关系可以是默认的，摄像设备中存储一个默认的目标回归关系，电子设备通过该默认的目标回归关系，确定目标活体的体温。

在另一种可能的实现方式中，目标回归关系是根据第一脸部区域中的目标活体的脸部类型确定的，脸部类型为根据M个特征点对应的M个皮肤表面温度确定的。摄像设备中还可以存储多个与脸部类型对应的回归关系。例如，脸部类型可以包括脸部温度均匀型和脸部温度不均匀型，脸部温度均匀型和脸部温度不均匀型分别对应不同的目标回归关系，其中，脸部温度均匀型对应的目标回归关系是通过大量脸部温度均匀型的活体的观测数据获取的，脸部温度不均匀型对应的目标回归关系是通过大量脸部温度不均匀型的活体的观测数据获取的。

需要说明的一点是，脸部类型可以基于脸部不同部位的温度差异相关性进行分类，上述脸部类型只是示例性说明，本公开对此不做限制。

目标回归关系可以为上述多个回归关系中的任意一种，本公开对此不做限制。摄像设备在执行步骤306之前，需要获取目标回归关系，实现方式可以为：摄像设备根据M个特征点对应的M个皮肤表面温度，确定第一脸部区域中的目标活体的脸部类型，摄像设备获取与脸部类型匹配的目标回归关系。

在本公开实施例中，摄像设备通过根据P个特征值，通过目标回归关系，确定目标活体的体温，方法简单，易于操作。摄像设备根据M个特征点对应的M个皮肤表面温度，确定第一脸部区域中的目标活体的脸部类型，通过获取与脸部类型匹配的目标回归关系来确定目标活体的体温，可以提高该体温的准确度。

参考图4，为测温的流程图，将第一脸部区域中的脸部进行姿态矫正后，进行皮肤表面温度计算，然后提取特征点，将特征点的皮肤表面温度转换为体温。

综上所述，本公开提出的体温测量方法利用脸部多个区域的皮肤表面温度来确定目标活体的体温，能够避免单一区域测温的不稳定性，测温的误差小，准确度高。

在本公开实施例中，在目标活体的热红外图像中，确定目标活体的脸部所在的第一脸部区域；获取第一脸部区域的多个像素点对应的皮肤表面温度；根据多个像素点对应的皮肤表面温度，获取第一脸部区域中的多个目标区域的皮肤表面温度，根据多个目标区域的皮肤表面温度，获取目标活体的体温。通过获取第一脸部区域中的多个目标区域的皮肤表面温度，以及根据多个目标区域的皮肤表面温度，获取目标活体的体温，充分利用了脸部的各个区域的温度，从而获取的体温误差小，准确度高。而且不需要像额温枪一样，紧靠额头，让用户产生不适感，并担心接触到额温枪产生不良影响。

图5是本公开实施例提供的一种体温测量方法的流程图。该实施例主要介绍通过体温神经网络模型测量体温的方法。参见图5，该实施例包括：

步骤501：摄像设备在目标活体的热红外图像中，确定目标活体的脸部所在的第一脸部区域。

该步骤的实现方式与步骤301的实现方式相同，此处不再赘述。

步骤502：摄像设备在第一脸部区域中确定遮挡区域，遮挡区域为目标活体的脸部被物体遮挡的区域，从第一脸部区域中去除遮挡区域。

该步骤的实现方式与步骤302的实现方式相同，此处不再赘述。

步骤503：摄像设备获取第一脸部区域的多个像素点对应的皮肤表面温度。

该步骤的实现方式与步骤303的实现方式相同，此处不再赘述。

步骤504：摄像设备根据多个像素点对应的皮肤表面温度，生成第一脸部区域对应的皮肤表面温度图。

如果步骤503中的皮肤表面温度为等效黑体温度，则该步骤中的皮肤表面温度图即为等效黑体温度图。

需要说明的一点是，该皮肤表面温度图是与目标姿态的脸部对应的皮肤表面温度图。相应的，如果步骤503中，摄像设备在获取第一脸部区域的多个像素点对应的皮肤表面温度前，已对第一脸部区域中的脸部进行了姿态矫正，则该步骤中，摄像设备根据多个像素点对应的皮肤表面温度，生成的皮肤表面温度图即是与目标姿态的脸部对应的皮肤表面温度图。

如果步骤503中，摄像设备获取第一脸部区域的多个像素点对应的皮肤表面温度前，未对第一脸部区域中的脸部进行姿态矫正，则该步骤中，摄像设备生成皮肤表面温度图之后，需要将该皮肤表面温度图与姿态矫正后第一脸部区域进行脸部对齐。从而方便后续体温神经网络模型通过该皮肤表面温度图测量目标活体的体温。

步骤505：摄像设备将皮肤表面温度图输入目标活体的体温神经网络模型，得到目标活体的体温。

体温神经网络模型用于根据皮肤表面温度图，获取第一脸部区域中的多个目标区域的皮肤表面温度，根据多个目标区域的皮肤表面温度，获取目标活体的体温。

在一种可能的实现方式中，体温神经网络模型包括卷积层(ConvolutionalLayer，CONV)、激活层(Activiation Layers)、池化层(Pooling Layers，POOL)和全连接层(Fully Connected Layers，FC)。参考图6，为体温神经网络模型的网络结构的示意图，其中的激活层中的激活函数可以为ReLu(一种激活函数)，也可以为其他激活函数，例如Sigmoid(另一种激活函数)、tanh(另一种激活函数)等，本公开对此不做限制。

摄像设备将皮肤表面温度图输入目标活体的体温神经网络模型，得到目标活体的体温的实现方式包括下述步骤(1)-(3)：

(1)摄像设备根据皮肤表面温度图，通过卷积层获取第一脸部区域中的多个目标区域的第一特征图，通过激活层对第一特征图进行非线性修正，得到第二特征图，通过池化层对第二特征图进行降采样，得到第三特征图。

在一种可能的实现方式中，摄像设备可以根据皮肤表面温度图，通过卷积层从多个目标区域中提取相同数量的特征点或者不同数量的特征点。在另一种可能的实现方式中，该多个目标区域的组合即为第一脸部区域，摄像设备可以根据皮肤表面温度图，通过卷积层从该多个目标区域中提取所有的像素点作为特征点。

在本公开实施例中，通过从该多个目标区域中提取所有的像素点作为特征点，后续基于该特征点获取的目标活体的体温充分利用了脸部区域中每个点的温度，从而测量的体温误差小，准确度高。

需要说明的一点是，步骤(1)的执行次数可以根据需要设定，本公开对此不做限制。

(2)通过全连接层将第三特征图压缩为N个一维特征向量，N为大于或者等于1的整数。

(3)摄像设备将N个一维特征向量映射为目标活体的体温。

在一种可能的实现方式中，该步骤的实现方式为：摄像设备将N个一维特征向量映射为K个体温值中的一个体温值，将该体温值作为目标活体的体温。

以目标活体为人为例，人的体温范围是34.1-42度，以0.1度为间隔，则K的数值为80。摄像设备将N个一维特征向量映射为该80个体温值中的一个体温值，将该体温值作为人体体温。

在另一种可能的实现方式中，该步骤的实现方式为：摄像设备将N个一维特征向量映射为K个体温值中的多个体温值，并获取该多个体温值中每个体温值的映射概率，将映射概率最高的体温值作为目标活体的体温。

参考图7，为测温的流程图，将第一脸部区域中的脸部进行姿态矫正后，进行皮肤表面温度计算，然后生成皮肤表面温度图，将皮肤表面温度图输入体温神经网络模型，得到目标活体的体温。

在本公开实施例中，在目标活体的热红外图像中，确定目标活体的脸部所在的第一脸部区域；获取第一脸部区域的多个像素点对应的皮肤表面温度；根据多个像素点对应的皮肤表面温度，获取第一脸部区域中的多个目标区域的皮肤表面温度，根据多个目标区域的皮肤表面温度，获取目标活体的体温。通过获取第一脸部区域中的多个目标区域的皮肤表面温度，以及根据多个目标区域的皮肤表面温度，获取目标活体的体温，充分利用了脸部的各个区域的温度，从而获取的体温误差小，准确度高。而且不需要像额温枪一样，紧靠额头，让用户产生不适感，并担心接触到额温枪产生不良影响。

图8是本公开实施例提供的一种体温测量方法的流程图。该实施例主要介绍从脸部的多个区域获取多个像素点的皮肤表面温度，根据该多个像素点的皮肤表面温度测量体温的方法。参见图8，该实施例包括：

步骤801：摄像设备在目标活体的热红外图像中，确定目标活体的脸部所在的第一脸部区域。

该步骤的实现方式与步骤301的实现方式相同，此处不再赘述。

步骤802：摄像设备在第一脸部区域中确定遮挡区域，遮挡区域为目标活体的脸部被物体遮挡的区域，从第一脸部区域中去除遮挡区域。

该步骤的实现方式与步骤302的实现方式相同，此处不再赘述。

步骤803：摄像设备从第一脸部区域中的多个目标区域中提取M个特征点，M为大于1的整数。

该步骤的实现方式与步骤304中的实现方式相同，此处不再赘述。

步骤804：摄像设备确定M个特征点对应的M个皮肤表面温度，将M个特征点对应的M个皮肤表面温度确定为多个像素点的皮肤表面温度。

在一种可能的实现方式中，摄像设备确定M个特征点对应的M个皮肤表面温度的实现方式可以为：摄像设备直接获取该M个特征点对应的M个像素点对应的皮肤表面温度，将该M个像素点对应的皮肤表面温度作为M个特征点对应的M个皮肤表面温度。方法简单，效率高。

摄像设备获取该M个特征点对应的M个像素点对应的皮肤表面温度的实现方式为：摄像设备确定第一脸部区域中该M个像素点对应的热红外灰度值，根据M个像素点对应的热红外灰度值，从热红外灰度值和皮肤表面温度的对应关系中，获取该M个像素点对应的皮肤表面温度。其中，热红外灰度值和皮肤表面温度的对应关系可以预设在摄像设备中。

在另一种可能的实现方式中，摄像设备确定M个特征点对应的M个皮肤表面温度的实现方式可以为：对于M个特征点中的每个特征点，摄像设备根据特征点，确定特征点所在的特征区域，摄像设备获取特征区域内的每个像素点的皮肤表面温度的平均温度，将平均温度作为特征点的皮肤表面温度。

其中，特征区域的大小可以根据需要设定，例如特征区域可以为3*3个邻域像素对应的区域，本公开对此不做限制。

摄像设备获取特征区域内的每个像素点的皮肤表面温度的平均温度的实现方式为：摄像设备确定特征区域内的每个像素点对应的热红外灰度值，根据该每个像素点对应的热红外灰度值，从热红外灰度值和皮肤表面温度的对应关系中，获取该每个像素点对应的皮肤表面温度，计算该每个像素点对应的皮肤表面温度的平均温度。其中，热红外灰度值和皮肤表面温度的对应关系可以预设在摄像设备中。

在本公开实施例中，摄像设备通过确定特征点所在的特征区域，获取特征区域内的每个像素点的皮肤表面温度的平均温度，将平均温度作为特征点的皮肤表面温度，可以有效排除成像过程中的噪声波动影响，确保该M个特征点对应的M个皮肤表面温度的准确性。

步骤805：摄像设备对多个像素点的皮肤表面温度进行特征压缩，得到P个特征点对应的P个特征值，P为小于M的正整数。

摄像设备对多个像素点的皮肤表面温度进行特征压缩，得到P个特征点对应的P个特征值的实现方式与步骤305中摄像设备对M个特征点对应的M个皮肤表面温度进行特征压缩，得到P个特征点对应的P个特征值的实现方式同理，此处不再赘述。

步骤806：摄像设备根据P个特征值，通过目标回归关系，确定目标活体的体温，目标回归关系的自变量为P个特征值，因变量为目标活体的体温。

该步骤的实现方式与步骤306的实现方式相同，此处不再赘述。

在本公开实施例中，在目标活体的热红外图像中，确定目标活体的脸部所在的第一脸部区域；获取第一脸部区域的多个像素点对应的皮肤表面温度；根据多个像素点对应的皮肤表面温度，获取第一脸部区域中的多个目标区域的皮肤表面温度，根据多个目标区域的皮肤表面温度，获取目标活体的体温。通过获取第一脸部区域中的多个目标区域的皮肤表面温度，以及根据多个目标区域的皮肤表面温度，获取目标活体的体温，充分利用了脸部的各个区域的温度，从而获取的体温误差小，准确度高。而且不需要像额温枪一样，紧靠额头，让用户产生不适感，并担心接触到额温枪产生不良影响。

图9是本公开实施例提供的一种体温测量装置的框图。参见图9，该实施例包括：

脸部区域确定模块901，被配置为在目标活体的热红外图像中，确定目标活体的脸部所在的第一脸部区域。

皮肤表面温度获取模块902，被配置为获取第一脸部区域的多个像素点对应的皮肤表面温度。

体温获取模块903，被配置为根据多个像素点对应的皮肤表面温度，获取第一脸部区域中的多个目标区域的皮肤表面温度，根据多个目标区域的皮肤表面温度，获取目标活体的体温。

在一种可能的实现方式中，体温获取模块903，还被配置为根据多个像素点对应的皮肤表面温度，确定第一脸部区域的多个目标区域的M个特征点对应的M个皮肤表面温度，M为大于1的整数；对M个特征点对应的M个皮肤表面温度进行特征压缩，得到P个特征点对应的P个特征值，P为小于M的正整数；根据P个特征值，通过目标回归关系，确定目标活体的体温，目标回归关系的自变量为P个特征值，因变量为目标活体的体温；其中，目标回归关系是根据第一脸部区域中的目标活体的脸部类型确定的，脸部类型为根据M个特征点对应的M个皮肤表面温度确定的。

在另一种可能的实现方式中，体温获取模块903，还被配置为从第一脸部区域的多个目标区域中提取M个特征点；从多个像素点对应的皮肤表面温度中，选择M个特征点对应的M个像素点对应的皮肤表面温度，将M个像素点对应的皮肤表面温度作为M个特征点对应的M个皮肤表面温度；或者，对于M个特征点中的每个特征点，根据特征点，在多个像素点中确定特征点所在的特征区域，确定特征区域内的每个像素点的皮肤表面温度的平均温度，将平均温度作为特征点的皮肤表面温度。

在另一种可能的实现方式中，体温获取模块903，还被配置为根据M个特征点对应的M个皮肤表面温度，确定第一脸部区域中的目标活体的脸部类型；获取与脸部类型匹配的目标回归关系。

在另一种可能的实现方式中，皮肤表面温度获取模块902，还被配置为从第一脸部区域中的多个目标区域中提取M个特征点，M为大于1的整数；确定M个特征点对应的M个皮肤表面温度，将M个特征点对应的M个皮肤表面温度确定为多个像素点的皮肤表面温度。

在另一种可能的实现方式中，体温获取模块903，还被配置为根据多个像素点对应的皮肤表面温度，生成第一脸部区域对应的皮肤表面温度图；将皮肤表面温度图输入目标活体的体温神经网络模型，得到目标活体的体温，体温神经网络模型用于根据皮肤表面温度图，获取第一脸部区域中的多个目标区域的皮肤表面温度，根据多个目标区域的皮肤表面温度，获取目标活体的体温。

在另一种可能的实现方式中，体温神经网络模型包括卷积层、激活层、池化层和全连接层；

体温获取模块903，还被配置为根据皮肤表面温度图，通过卷积层获取第一脸部区域中的多个目标区域的第一特征图；通过激活层对第一特征图进行非线性修正，得到第二特征图；通过池化层对第二特征图进行降采样，得到第三特征图；通过全连接层将第三特征图压缩为N个一维特征向量，N为大于或者等于1的整数；将N个一维特征向量映射为目标活体的体温。

在另一种可能的实现方式中，脸部区域确定模块901，还被配置为将目标活体的热红外图像输入目标活体的脸部检测模型，得到目标活体的脸部所在的第一脸部区域；或者，获取目标活体的可见光图像，在可见光图像中确定目标活体的脸部所在的第二脸部区域，根据第二脸部区域在可见光图像中的位置信息，在热红外图像中确定目标活体的脸部所在的第一脸部区域，可见光图像为摄像设备在拍摄热红外图像时拍摄的。

在另一种可能的实现方式中，摄像设备包括一个摄像头，可见光图像和热红外图像为一个摄像头采用分光技术拍摄的，脸部区域确定模块901，还被配置为根据第二脸部区域在可见光图像中的位置信息，在热红外图像中确定位置信息对应的第一区域，将第一区域作为目标活体的脸部所在的第一脸部区域；或者，

摄像设备包括第一摄像头和第二摄像头，可见光图像为第一摄像头拍摄的，热红外图像为第二摄像头拍摄的，脸部区域确定模块901，还被配置为根据第二脸部区域在可见光图像中的位置信息，在热红外图像中确定位置信息对应的第二区域，根据摄像设备的配准信息，对第二区域进行坐标配准，得到第一脸部区域。

在另一种可能的实现方式中，脸部区域确定模块901，还被配置为在第一脸部区域中确定遮挡区域，遮挡区域为目标活体的脸部被物体遮挡的区域；从第一脸部区域中去除遮挡区域。

在另一种可能的实现方式中，脸部区域确定模块901，还被配置为获取第一脸部区域中目标活体的脸部姿态的姿态信息；响应于根据姿态信息，确定脸部姿态相对于目标姿态的倾角大于预设阈值；根据姿态信息，对第一脸部区域中的脸部进行姿态矫正。

在另一种可能的实现方式中，皮肤表面温度获取模块902，还被配置为确定第一脸部区域的多个像素点对应的热红外灰度值；根据多个像素点对应的热红外灰度值，从热红外灰度值和皮肤表面温度的对应关系中，获取多个像素点对应的皮肤表面温度。

在本公开实施例中，在目标活体的热红外图像中，确定目标活体的脸部所在的第一脸部区域；获取第一脸部区域的多个像素点对应的皮肤表面温度；根据多个像素点对应的皮肤表面温度，获取第一脸部区域中的多个目标区域的皮肤表面温度，根据多个目标区域的皮肤表面温度，获取目标活体的体温。通过获取第一脸部区域中的多个目标区域的皮肤表面温度，以及根据多个目标区域的皮肤表面温度，获取目标活体的体温，充分利用了脸部的各个区域的温度，从而获取的体温误差小，准确度高。而且不需要像额温枪一样，紧靠额头，让用户产生不适感，并担心接触到额温枪产生不良影响。

上述所有可选技术方案，可以采用任意结合形成本公开的可选实施例，在此不再一一赘述。

需要说明的是：上述实施例提供的体温测量装置在进行体温测量时，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将设备的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。另外，上述实施例提供的体温测量装置与体温测量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。

图10示出了本公开一个示例性实施例提供的摄像设备1000的结构框图。该摄像设备1000可以是：智能手机、平板电脑、笔记本电脑或台式电脑。摄像设备1000还可能被称为用户设备、便携式摄像设备、膝上型摄像设备、台式摄像设备等其他名称。

通常，摄像设备1000包括有：处理器1001和存储器1002。

处理器1001可以包括一个或多个处理核心，比如4核心处理器、8核心处理器等。处理器1001可以采用DSP(Digital Signal Processing，数字信号处理)、FPGA(Field－Programmable Gate Array，现场可编程门阵列)、PLA(Programmable Logic Array，可编程逻辑阵列)中的至少一种硬件形式来实现。处理器1001也可以包括主处理器和协处理器，主处理器是用于对在唤醒状态下的数据进行处理的处理器，也称CPU(Central ProcessingUnit，中央处理器)；协处理器是用于对在待机状态下的数据进行处理的低功耗处理器。在一些实施例中，处理器1001可以在集成有GPU(Graphics Processing Unit，图像处理器)，GPU用于负责显示屏所需要显示的内容的渲染和绘制。一些实施例中，处理器1001还可以包括AI(Artificial Intelligence，人工智能)处理器，该AI处理器用于处理有关机器学习的计算操作。

存储器1002可以包括一个或多个计算机可读存储介质，该计算机可读存储介质可以是非暂态的。存储器1002还可包括高速随机存取存储器，以及非易失性存储器，比如一个或多个磁盘存储设备、闪存存储设备。在一些实施例中，存储器1002中的非暂态的计算机可读存储介质用于存储至少一个指令，该至少一个指令用于被处理器1001所执行以实现本申请中方法实施例提供的体温测量方法。

在一些实施例中，摄像设备1000还可选包括有：外围设备接口1003和至少一个外围设备。处理器1001、存储器1002和外围设备接口1003之间可以通过总线或信号线相连。各个外围设备可以通过总线、信号线或电路板与外围设备接口1003相连。具体地，外围设备包括：射频电路1004、触摸显示屏1005、摄像头组件1006、电源1007中的至少一种。

外围设备接口1003可被用于将I/O(Input/Output，输入/输出)相关的至少一个外围设备连接到处理器1001和存储器1002。在一些实施例中，处理器1001、存储器1002和外围设备接口1003被集成在同一芯片或电路板上；在一些其他实施例中，处理器1001、存储器1002和外围设备接口1003中的任意一个或两个可以在单独的芯片或电路板上实现，本实施例对此不加以限定。

射频电路1004用于接收和发射RF(Radio Frequency，射频)信号，也称电磁信号。射频电路1004通过电磁信号与通信网络以及其他通信设备进行通信。射频电路1004将电信号转换为电磁信号进行发送，或者，将接收到的电磁信号转换为电信号。可选地，射频电路1004包括：天线系统、RF收发器、一个或多个放大器、调谐器、振荡器、数字信号处理器、编解码芯片组、用户身份模块卡等等。射频电路1004可以通过至少一种无线通信协议来与其它摄像设备进行通信。该无线通信协议包括但不限于：城域网、各代移动通信网络(2G、3G、4G及5G)、无线局域网和/或WiFi(Wireless Fidelity，无线保真)网络。在一些实施例中，射频电路1004还可以包括NFC(Near Field Communication，近距离无线通信)有关的电路，本申请对此不加以限定。

显示屏1005用于显示UI(User Interface，用户界面)。该UI可以包括图形、文本、图标、视频及其它们的任意组合。当显示屏1005是触摸显示屏时，显示屏1005还具有采集在显示屏1005的表面或表面上方的触摸信号的能力。该触摸信号可以作为控制信号输入至处理器1001进行处理。此时，显示屏1005还可以用于提供虚拟按钮和/或虚拟键盘，也称软按钮和/或软键盘。在一些实施例中，显示屏1005可以为一个，设置摄像设备1000的前面板；在另一些实施例中，显示屏1005可以为至少两个，分别设置在摄像设备1000的不同表面或呈折叠设计；在再一些实施例中，显示屏1005可以是柔性显示屏，设置在摄像设备1000的弯曲表面上或折叠面上。甚至，显示屏1005还可以设置成非矩形的不规则图形，也即异形屏。显示屏1005可以采用LCD(Liquid Crystal Display，液晶显示屏)、OLED(Organic Light-Emitting Diode,有机发光二极管)等材质制备。

摄像头组件1006用于采集图像或视频。摄像头组件1006可以包括可见光图像摄像头和红外线摄像头。可选地，摄像头组件1006包括前置摄像头和后置摄像头。通常，前置摄像头设置在摄像设备的前面板，后置摄像头设置在摄像设备的背面。在一些实施例中，后置摄像头为至少两个，分别为主摄像头、景深摄像头、广角摄像头、长焦摄像头中的任意一种，以实现主摄像头和景深摄像头融合实现背景虚化功能、主摄像头和广角摄像头融合实现全景拍摄以及VR(Virtual Reality，虚拟现实)拍摄功能或者其它融合拍摄功能。在一些实施例中，摄像头组件1006还可以包括闪光灯。闪光灯可以是单色温闪光灯，也可以是双色温闪光灯。双色温闪光灯是指暖光闪光灯和冷光闪光灯的组合，可以用于不同色温下的光线补偿。

电源1007用于为摄像设备1000中的各个组件进行供电。电源1007可以是交流电、直流电、一次性电池或可充电电池。当电源1007包括可充电电池时，该可充电电池可以支持有线充电或无线充电。该可充电电池还可以用于支持快充技术。

在一些实施例中，摄像设备1000还包括有一个或多个传感器1008。该一个或多个传感器1008包括但不限于：加速度传感器1009、陀螺仪传感器1010、压力传感器1011、指纹传感器1012、光学传感器1013以及接近传感器1014。

加速度传感器1009可以检测以摄像设备1000建立的坐标系的三个坐标轴上的加速度大小。比如，加速度传感器1009可以用于检测重力加速度在三个坐标轴上的分量。处理器1001可以根据加速度传感器1009采集的重力加速度信号，控制触摸显示屏1005以横向视图或纵向视图进行用户界面的显示。加速度传感器1009还可以用于游戏或者用户的运动数据的采集。

陀螺仪传感器1010可以检测摄像设备1000的机体方向及转动角度，陀螺仪传感器1010可以与加速度传感器1009协同采集用户对摄像设备1000的3D动作。处理器1001根据陀螺仪传感器1010采集的数据，可以实现如下功能：动作感应(比如根据用户的倾斜操作来改变UI)、拍摄时的图像稳定。

压力传感器1011可以设置在摄像设备1000的侧边框和/或触摸显示屏1005的下层。当压力传感器1011设置在摄像设备1000的侧边框时，可以检测用户对摄像设备1000的握持信号，由处理器1001根据压力传感器1011采集的握持信号进行左右手识别或快捷操作。当压力传感器1011设置在触摸显示屏1005的下层时，由处理器1001根据用户对触摸显示屏1005的压力操作，实现对UI界面上的可操作性控件进行控制。可操作性控件包括按钮控件、滚动条控件、图标控件、菜单控件中的至少一种。

指纹传感器1012用于采集用户的指纹，由处理器1001根据指纹传感器1012采集到的指纹识别用户的身份，或者，由指纹传感器1012根据采集到的指纹识别用户的身份。在识别出用户的身份为可信身份时，由处理器1001授权该用户执行相关的敏感操作，该敏感操作包括解锁屏幕、查看加密信息、下载软件、支付及更改设置等。指纹传感器1012可以被设置摄像设备1000的正面、背面或侧面。当摄像设备1000上设置有物理按键或厂商Logo时，指纹传感器1012可以与物理按键或厂商Logo集成在一起。

光学传感器1013用于采集环境光强度。在一个实施例中，处理器1001可以根据光学传感器1013采集的环境光强度，控制触摸显示屏1005的显示亮度。具体地，当环境光强度较高时，调高触摸显示屏1005的显示亮度；当环境光强度较低时，调低触摸显示屏1005的显示亮度。在另一个实施例中，处理器1001还可以根据光学传感器1013采集的环境光强度，动态调整摄像头组件1006的拍摄参数。

接近传感器1014，也称距离传感器，通常设置在摄像设备1000的前面板。接近传感器1014用于采集用户与摄像设备1000的正面之间的距离。

本领域技术人员可以理解，图10中示出的结构并不构成对摄像设备1000的限定，可以包括比图示更多或更少的组件，或者组合某些组件，或者采用不同的组件布置。

在示例性实施例中，还提供了一种计算机可读存储介质，例如包括指令的存储器，上述指令可由摄像设备中的处理器执行以完成下述实施例中体温测量方法。例如，所述计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。

本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。

以上所述仅为本公开的可选实施例，并不用以限制本公开，凡在本公开的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本公开的保护范围之内。