使用高分辨率网络在热红外图像上提取人脸关键区域温度

徐象国 尹志鑫

1.浙江大学制冷与低温研究所 浙江省制冷与低温技术重点实验室 浙江杭州 310027

2.浙江大学平衡建筑研究中心 浙江杭州 310027

1 引言

在常规的供暖通风空调（HVAC）系统中，空调的温度设定点是假设室内人员的热感觉是静态且彼此无差异的前提下得出的固定值。然而，每个室内人员的热感觉可能都不同且随着各类环境条件和自身条件而变化。所以，近年来，越来越多的学者在个体即时热舒适模型上进行了研究工作，其特点在于：

（1）从个体直接采集输入信息而不是采集空间中的整体信息（回风温度、湿度等），体现了个体即时的热舒适性。

（2）用数据驱动的方式得到模型，可以灵活测试不同的模型和输入参数。

（3）有能力不断加入新的数据进入模型。而脸部皮肤温度作为表征人体体温调节系统状态的重要特征，被众多学者所采集作为模型的输入参数[1][2][3][4]。

如图1所示，Ghahramani等[1]让实验者带上装有温度传感器的眼镜进行温度采集，Chaudhuri等[2]和Choi等[3]将传感器直接布置在实验者皮肤表面进行采集。虽然这种方式采样准确，但对人员的干扰较大，对其本身的热感觉产生影响。Li等[4]使用了Kinect相机提取脸部区域并将该区域映射至标定好的热红外相机中，这种方式虽然对实验者没有干扰，但设备布置繁琐，标定困难，后续的应用场景也较为受限。由于热红外图像中的人脸各个区域识别难度大，高精度热红外设备较为昂贵，还未有学者在热红外图像上进行人脸关键区域的识别和温度采集。……