CN101183477A - 自动门铃及其实现方法 - Google Patents
自动门铃及其实现方法 Download PDFInfo
- Publication number
- CN101183477A CN101183477A CNA2007101790286A CN200710179028A CN101183477A CN 101183477 A CN101183477 A CN 101183477A CN A2007101790286 A CNA2007101790286 A CN A2007101790286A CN 200710179028 A CN200710179028 A CN 200710179028A CN 101183477 A CN101183477 A CN 101183477A
- Authority
- CN
- China
- Prior art keywords
- people
- face
- tracks
- time
- image
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 23
- 238000010191 image analysis Methods 0.000 claims abstract description 27
- 238000001514 detection method Methods 0.000 claims description 18
- 238000004458 analytical method Methods 0.000 claims description 7
- 238000012549 training Methods 0.000 claims description 6
- 230000001815 facial effect Effects 0.000 abstract description 3
- 238000010200 validation analysis Methods 0.000 description 5
- 238000010276 construction Methods 0.000 description 2
- 230000006698 induction Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 239000004033 plastic Substances 0.000 description 1
- 229920003023 plastic Polymers 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000011897 real-time detection Methods 0.000 description 1
- 239000012780 transparent material Substances 0.000 description 1
Images
Abstract
本发明涉及一种自动门铃装置，包括图像采集模块，用以采集图像；图像分析模块，用图像分析算法对图像进行分析，得出人脸信息；判定驱动模块，根据该人脸信息判断是否需要产生驱动信号；提醒模块，用以在驱动信号的驱动下发出提醒信息。本发明还提供了实现上述自动门铃装置的方法。根据本发明的装置及其方法可以极大减小门铃的误报率，还可作为一种有效的报警装置。
Description
技术领域
本发明涉及一种门铃，特别是自动感知外部环境变化，自动产生提醒的自动门铃及其实现方法。
背景技术
门铃是家居生活中一个必不可少的物件。但是，普通的门铃都需要访客手动地按动一个按钮，从而驱动发声模块发出声音提醒主人有客来访，不够便捷。于是，很多自动门铃应运而生。
中国专利(公开号CN1053316)中公开了一种自动驱动门铃的方法，该方法采用光敏电阻自动测定环境亮度的突变，并采用突变信号来驱动门铃。但是，这种方法最大的缺陷是很容易由于干扰而产生误报，比如当有人经过楼道或者环境亮度由于其他原因突变(比如楼道灯的开关等)时，会产生误报。常见的还有红外线感应门铃，只要在感应区域中有人经过，门铃就会由感应信号驱动而发出声响。同样地，这样的门铃误报率也非常高，极易受到干扰。
发明内容
本发明的目的在于提供一种抗干扰能力强的自动门铃。
根据第一方面，本发明提供一种自动门铃，包括：
图像采集模块，用于采集视频图像；
图像分析模块，采用图像分析算法分析图像中的人脸信息；
判定驱动模块，接收图像分析模块的人脸信息，根据该信息判定是否需要产生驱动信号；
提醒模块，在驱动信号的驱动下发出门铃提醒信息。
图像分析模块所分析得出的所述人脸信息优选包括人脸呈现的时间，所述判定驱动模块根据该人脸呈现时间来判断是否产生驱动信号。
优选地，图像采集模块采用摄像头实现，更优选地，可以是低分辨率CMOS摄像头。图像分析模块和判定驱动模块由个人电脑、单片机或工控机实现。提醒模块可以是任意以声音或图像的形式发出提醒信息的装置。
根据本发明，图像分析模块可以进一步包括人脸检测单元和人脸跟踪单元，所述人脸检测单元用于检测视频图像中的人脸信息，所述人脸跟踪单元用于对人脸检测单元确认的人脸进行跟踪，并得出人脸呈现时间。
优选地，人脸检测单元采用层次型自适应增强(AdaBoost)算法训练选取微结构(Haar-like)特征组成分类器来进行人脸检测。
优选地，在人脸检测单元检测出一个人脸的情况下，人脸跟踪单元即对该一个人脸进行跟踪，得出其呈现时间。
优选地，在人脸检测单元检测出多个人脸的情况下，人脸跟踪单元可对其中一个人脸进行跟踪，进一步优选地，选择多个人脸中最大的一个进行跟踪。作为替代方案，人脸跟踪单元也可以对多个人脸进行跟踪，将各人脸的呈现时间中最久的时间作为人脸呈现时间。
根据第二方面，本发明提供了实现上述自动门铃装置的方法，包括：
采集图像；
采用图像分析算法分析图像中的人脸信息；
根据所述人脸信息判定是否需要产生驱动信号；
在驱动信号的驱动下发出门铃提醒信息。
优选地，所述分析人脸信息的步骤包括分析得出人脸呈现的时间，判定是否产生驱动信号的步骤包括根据所述人脸呈现的时间来判定是否产生驱动信号。
优选地，所述分析人脸信息的步骤包括：检测视频图像中的人脸信息，以及对所确认的人脸进行跟踪，并得出人脸呈现的时间。
优选地，所述检测人脸信息的步骤包括采用层次型AdaBoost算法训练选取Haar-like微结构特征组成分类器来进行人脸检测。
本发明提供的自动门铃装置及其方法，可以极大降低自动门铃的误报率，并且当陌生人在门前异常停留时，也能够自动驱动提醒模块，从而具有一定的安全监控功能。
附图说明
下面结合附图说明本发明的具体实施方案。附图中：
图1是本发明的门铃的系统结构图；以及
图2是图像分析模块对图像进行检测的过程图。
具体实施方式
图1是本发明的门铃的系统结构图。如图1所示，系统包括图像采集模块、图像分析模块、判定驱动模块和提醒模块。
图像采集模块采集楼道中的图像，其中图像采集模块可以采用任何能获取图像的装置。考虑到成本，优选采用摄像头。在一个例子中，图像采集模块采用分辨率低的CMOS摄像头。或者，摄像头的镜头也可以采用塑料等其他廉价透明材料制成，以降低成本。
图像采集模块采集到图像之后，传给图像分析模块。
图像分析处理模块采用人脸检测跟踪方法获取图像中的人脸信息，送给判定驱动模块。判定驱动模块根据分析模块获取的人脸信息，判定是否需要驱动提醒模块，若需要则产生驱动信号至提醒模块，驱动提醒模块产生提醒主人外面有人的信息。
在一个具体实施方案中，图像分析模块进一步包括人脸检测单元和人脸跟踪单元，其中人脸检测单元用于检测图像中有没有人脸出现，人脸跟踪单元用于对确定出现的人脸进行跟踪。
图像分析模块、判定驱动模块，实现的平台可以为个人电脑(PC)，也可以为任意嵌入式单片机，工控机等平台。
提醒装置可以为任意能够产生声音、图像等提醒人注意信息的装置。
在一个具体实施方式中，人脸信息是人脸的呈现时间。具体地说，图像分析模块对传送的连续视频图像进行检测和跟踪，判断图像中有没有人脸出现，若有，通过在图像各帧之间跟踪该人脸得出人脸呈现的时间t，传送给判定驱动模块。判定驱动模块与图像分析模块可以由同一PC实现，将接收到的人脸呈现时间t与阈值T进行比较，若t≥T，则认为外面有人等待，于是发出驱动信号给提醒模块；若t＜T，则认为只是外界干扰，不进行驱动。所述的阈值T可由系统预先设定，也可由用户根据需要自己设定或改变。
图像分析模块对图像的分析跟踪可以采用现有技术中已知的各种人脸检测跟踪方法。本领域技术人员可以根据需要在各种流行的人脸检测跟踪算法中进行选择，运用在本发明中。
在一个实施方案中，图像分析模块对图像的分析可以采用中国专利申请200510135668.8(公开号CN1794264A)中提供的一种视频序列中人脸的实时检测与持续追踪的方法来实现。
根据上述专利申请中提供的方法，本实施方案中的人脸检测单元采用层次型AdaBoost算法训练选取Haar-like微结构特征组成分类器来进行人脸检测。具体来说，人脸检测采用AdaBoost理论实现人脸检测统计模型的训练，并使用一种类似Harr小波的微结构特征来表达人脸模式，结合AdaBoost算法，形成一种特征选择方法，将多个基于单个特征的弱分类器组成一个强分类器，然后将多个强分类器联合成一个完整的人脸检测分类器。采用这种层次型多级分类器可以对每帧图像中有没有人脸出现做出初步的判断。
在初步检测到有人脸出现后，则在接下来的n帧图像中跟踪这些人脸，并对后续n帧图像中跟踪的人脸进行人脸检测验证，判断前面的检测结果是否是真的人脸。其中n可以等于1，也可以大于1。
图2示意了上述图像分析模块对图像进行检测跟踪的过程。在步骤100由摄像头获取图像之后，图像被传送至图像分析模块，由其中的人脸检测单元进行搜索检测。首先在步骤200，利用上述的层次型多级分类器对图像进行初步检测，在步骤202对检测结果进行判断，若检测发现图像中没有人脸，则回到步骤200继续对下一帧图像进行检测；若在图像中检测到了一个或多个人脸，则进入步骤2 04，在接下来的n帧图像中对出现的人脸进行预跟踪。在步骤206对预跟踪结果进行判断，若在接下来的n帧中原位置上人脸不再出现，则认为并没有真正的人脸出现，回到步骤200对接下来的图像进行初步检测；若连续n帧在某位置上都有人脸出现，则确认出现了人脸，进入步骤300，由人脸跟踪单元开始跟踪该人脸。
跟踪过程中，采用均值漂移(Mean shift)算法得到下一帧中的匹配结果，并得到其与前一帧人脸图像的相似度。若相似度低于某阈值，则认为没有跟踪到人脸；若相似度高于该阈值，认为跟踪到人脸。为了进一步避免跟踪到背景上，每隔p帧对跟踪到的人脸进行检测验证，如果连续q次都无法验证到人脸的存在，则认为跟踪到背景，结束跟踪过程，回到步骤200对图像重新开始全图检测。其中p，q为大于零的整数，较优的p取2-10，q取3-8。
一种可行的检测验证实施方案为：假定当前跟踪到的人脸区域为R(x，y，W，H)，其中x为人脸中心横坐标，y为人脸中心纵坐标，W为人脸区域宽度，H为人脸区域高度。设定搜索区域为SR(x，y，SW，SH)，其中SW为搜索区域宽度，且SW＝W*SSR，SH为搜索区域高度，且SH＝H*SSR，其中SSR为设定的常数，一般为0.5-2.0之间的一个数。搜索人脸宽度范围为[W*U1，W*U2]，U1，U2为常数，且U1为0-1.0之间的一个数，而U2为1.0到2.0之间的一个数。则采用人脸检测模型，在区域SR内，对大小在[W*U1，W*U2]范围内的人脸检测检测，如果能够检测到，则认为该跟踪结果能够通过人脸检测验证，否则，认为无法通过人脸检测验证。
若在检测步骤中检测到了多个人脸，在一个实施方案中，跟踪单元选择其中一个人脸按照上述方法进行跟踪，比如选择其中最大的人脸进行跟踪，得出其呈现时间。在另一个实施方案中，人脸跟踪单元可以跟踪出现的多个人脸，在多个人脸各自的呈现时间中选出呈现最久的时间作为呈现时间。
人脸跟踪单元得出一系列人脸呈现时间之后，将其传送给判定驱动模块。判定驱动模块将该呈现时间与预先设定的阈值T进行比较，以确定是否需要驱动提醒模块。在一个简化实施方案中，判定驱动模块可以是比较器。
对于上述多个人脸的各种情况，一种计算某个人脸呈现时间的实施方案为：当第一次检测到某人脸后，将当时时间设定为该人脸的开始呈现时间，每当再次检测或跟踪到该人脸时，更新该人脸的结束呈现时间为当前时间，则该人脸的呈现时间为开始呈现时间减去结束呈现时间。
以上对本发明的具体描述旨在说明具体实施方案的实现方式，不能理解为是对本发明的限制。本领域普通技术人员在本发明的教导下，可以在详述的实施方案的基础上做出各种变体，这些变体均应包含在本发明的构思之内。本发明所要求保护的范围仅由所述的权利要求书进行限定。
Claims (14)
1.一种自动门铃装置，包括：
图像采集模块，用于采集视频图像；
图像分析模块，采用图像分析算法分析图像中的人脸信息；
判定驱动模块，接收图像分析模块的人脸信息，根据该信息判定是否需要产生驱动信号；
提醒模块，在驱动信号的驱动下发出提醒信息。
2.权利要求1的自动门铃装置，其中所述人脸信息包括人脸呈现的时间，所述图像分析模块分析出人脸呈现的时间，判定驱动模块根据该人脸呈现时间判断是否需要产生驱动信号。
3.权利要求2的自动门铃装置，其中所述图像分析模块包括人脸检测单元和人脸跟踪单元，所述人脸检测单元用于检测视频图像中的人脸信息，所述人脸跟踪单元用于对人脸检测单元确认的人脸进行跟踪，并得出人脸呈现的时间。
4.权利要求3的自动门铃装置，其中所述人脸检测单元采用层次型AdaBoost算法训练选取Haar-like微结构特征组成分类器来进行人脸检测。
5.权利要求3的自动门铃装置，其中所述人脸跟踪单元对检测出的多个人脸中的其中一个进行跟踪，得出该人脸呈现的时间。
6.权利要求5的自动门铃装置，其中所述多个人脸中的其中一个为多个人脸中最大的一个。
7.权利要求3的自动门铃装置，其中所述人脸跟踪单元对检测出的多个人脸都进行跟踪，将各自呈现时间中呈现最久的作为人脸的呈现时间。
8.一种实现自动门铃的方法，该方法包括：
采集图像；
采用图像分析算法分析图像中的人脸信息；
根据所述人脸信息判定是否需要产生驱动信号；
在驱动信号的驱动下发出提醒信息。
9.权利要求8的方法，其中所述人脸信息包括人脸呈现的时间，判定是否需要产生驱动信号的步骤包括根据所述人脸呈现的时间来判定是否需要产生驱动信号。
10.权利要求9的方法，其中所述分析人脸信息的步骤包括：检测视频图像中的人脸信息，以及对确认的人脸进行跟踪，并得出人脸呈现的时间。
11.权利要求10的方法，其中所述检测人脸信息的步骤包括采用层次型AdaBoost算法训练选取Haar-like微结构特征组成分类器来进行人脸检测。
12.权利要求10的方法，其中所述对确认的人脸进行跟踪的步骤包括对检测出的多个人脸中的其中一个进行跟踪。
13.权利要求12的方法，其中所述对多个人脸中的其中一个进行跟踪的步骤包括对其中最大的一个人脸进行跟踪。
14.权利要求10的方法，其中所述对确认的人脸进行跟踪的步骤包括对检测出的多个人脸都进行跟踪，将各人脸的呈现时间中呈现最久的时间作为人脸呈现时间。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN200710179028A CN100589135C (zh) | 2007-12-10 | 2007-12-10 | 自动门铃及其实现方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN200710179028A CN100589135C (zh) | 2007-12-10 | 2007-12-10 | 自动门铃及其实现方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN101183477A true CN101183477A (zh) | 2008-05-21 |
| CN100589135C CN100589135C (zh) | 2010-02-10 |
Family
ID=39448738
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN200710179028A Active CN100589135C (zh) | 2007-12-10 | 2007-12-10 | 自动门铃及其实现方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN100589135C (zh) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101853535A (zh) * | 2010-05-25 | 2010-10-06 | 无锡中星微电子有限公司 | 一种门禁系统及门禁管理方法 |
| CN101975009A (zh) * | 2010-10-29 | 2011-02-16 | 无锡中星微电子有限公司 | 一种自动门控制装置和方法 |
| CN103020652A (zh) * | 2011-09-20 | 2013-04-03 | 佳都新太科技股份有限公司 | 一种基于改进Haar特征的低分辩率数据人头识别算法 |
| CN104598897A (zh) * | 2015-02-12 | 2015-05-06 | 杭州摩图科技有限公司 | 视觉传感器、图像处理方法和装置、视觉交互设备 |
| CN106878681A (zh) * | 2017-02-28 | 2017-06-20 | 盐城工学院 | 门铃人脸识别方法、装置及门铃系统 |
| CN108375095A (zh) * | 2018-01-19 | 2018-08-07 | 青岛海尔智慧厨房电器有限公司 | 一种吸油烟机的控制方法及吸油烟机 |
| CN111045346A (zh) * | 2018-10-12 | 2020-04-21 | 上海良信智能电工有限公司 | 一种门铃智能控制系统 |
-
2007
- 2007-12-10 CN CN200710179028A patent/CN100589135C/zh active Active
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101853535A (zh) * | 2010-05-25 | 2010-10-06 | 无锡中星微电子有限公司 | 一种门禁系统及门禁管理方法 |
| CN101853535B (zh) * | 2010-05-25 | 2013-04-24 | 无锡中星微电子有限公司 | 一种门禁系统及门禁管理方法 |
| CN101975009A (zh) * | 2010-10-29 | 2011-02-16 | 无锡中星微电子有限公司 | 一种自动门控制装置和方法 |
| CN103020652A (zh) * | 2011-09-20 | 2013-04-03 | 佳都新太科技股份有限公司 | 一种基于改进Haar特征的低分辩率数据人头识别算法 |
| CN104598897A (zh) * | 2015-02-12 | 2015-05-06 | 杭州摩图科技有限公司 | 视觉传感器、图像处理方法和装置、视觉交互设备 |
| CN104598897B (zh) * | 2015-02-12 | 2018-06-12 | 杭州摩图科技有限公司 | 视觉传感器、图像处理方法和装置、视觉交互设备 |
| US10382661B2 (en) | 2015-02-12 | 2019-08-13 | Morpx Inc. | Vision sensor, system, and method for image processing, and vision based interactive device |
| CN106878681A (zh) * | 2017-02-28 | 2017-06-20 | 盐城工学院 | 门铃人脸识别方法、装置及门铃系统 |
| CN108375095A (zh) * | 2018-01-19 | 2018-08-07 | 青岛海尔智慧厨房电器有限公司 | 一种吸油烟机的控制方法及吸油烟机 |
| CN111045346A (zh) * | 2018-10-12 | 2020-04-21 | 上海良信智能电工有限公司 | 一种门铃智能控制系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN100589135C (zh) | 2010-02-10 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11735018B2 (en) | Security system with face recognition | |
| US11184583B2 (en) | Audio/video device with viewer | |
| CN100589135C (zh) | 自动门铃及其实现方法 | |
| US11295139B2 (en) | Human presence detection in edge devices | |
| CN102201146B (zh) | 基于主动红外视频的零照度环境火灾烟雾识别方法 | |
| CN104224204B (zh) | 一种基于红外检测技术的驾驶员疲劳检测系统 | |
| CN101178769B (zh) | 健康保护装置及其实现方法 | |
| CN109040693B (zh) | 智能告警系统及方法 | |
| US10867217B1 (en) | Fusion of visual and non-visual information for training deep learning models | |
| CN102081918A (zh) | 一种视频图像显示控制方法及视频图像显示器 | |
| US10769909B1 (en) | Using sensor data to detect events | |
| US11659144B1 (en) | Security video data processing systems and methods | |
| CN106339657B (zh) | 基于监控视频的秸秆焚烧监测方法、装置 | |
| US11200786B1 (en) | Canine assisted home monitoring | |
| CN103514429A (zh) | 检测对象的特定部位的方法及图像处理设备 | |
| US10791607B1 (en) | Configuring and controlling light emitters | |
| US10475310B1 (en) | Operation method for security monitoring system | |
| JP3664784B2 (ja) | 広域監視装置 | |
| US11501618B1 (en) | Security device with user-configurable motion detection settings | |
| US10490033B1 (en) | Customized notifications based on device characteristics | |
| CN112888118B (zh) | 一种照明灯控制方法、装置、电子设备及存储介质 | |
| US11348423B2 (en) | Audio/video device with viewer | |
| CN203885510U (zh) | 一种基于红外检测技术的驾驶员疲劳检测系统 | |
| CN105225393B (zh) | 通道监控系统 | |
| KR101340287B1 (ko) | 스마트 홈에서 마이닝 기반의 패턴 분석을 이용한 침입탐지 시스템 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20210125 Address after: No. 607, 6th floor, shining building, 35 Xueyuan Road, Haidian District, Beijing 100083 Patentee after: BEIJING VIMICRO ARTIFICIAL INTELLIGENCE CHIP TECHNOLOGY Co.,Ltd. Address before: 100083, Haidian District, Xueyuan Road, Beijing No. 35, Nanjing Ning building, 15 Floor Patentee before: Vimicro Corp. |