邵弈策, 冯创新, 王宏, 朱恂, 陈蓉, 丁玉栋, 廖强
工程热物理学报. 2025, 46(5): 1646-1651.
体温检测是疫情防治的重要环节,接触式测温受到新冠病毒高传染性的限制难以适用,而非接触式测温容易受到外界因素干扰导致测量精度不足。本文综合考虑了多种因素对非接触式测温的影响,建立了基于支持向量机算法(SVM) 和神经网络算法(ANN) 的两种补偿修正模型。通过模拟人体体温采集过程获得了大量测温数据,然后用得到的数据训练模型,最后对两种模型的修正结果进行对比评估。结果表明,SVM 模型和ANN 模型的修正运算用时很短且两种模型均能有效提升非接触式测温的测量精度,SVM 模型的精度和稳定性相对更好,但随着样本容量的增加ANN 模型表现出了进一步提升修正精度的潜力。