CN104434113A - 一种身高测量方法 - Google Patents

Abstract

一种身高测量方法 , 包括以下步骤：步骤一，训练人脸分类器；步骤二：训练人脸身高模型；步骤三：通过分类器检测人脸；步骤四：获取目标人脸的图像数据；步骤五：将图像数据输入模型得到人体身高；该身高测量方法，它是机器学习算法与视觉算法的有效集成，能够在用户与摄像头距离不固定的情况下，无接触式测量身高，保证了一些特殊场所下测量身高数据的安全性。此方法突破传统测量工具的限制，操作方便，可以有效地节省成本和人力物力，可移植性强，今后可集成入多款智能产品中，创造一定的经济效益和实用价值。

Description

一种身高测量方法

技术领域

    本发明涉及人体身高测量领域，尤其是一种身高测量方法。

背景技术

    目前，用于测量身高的方法很多，最简单的就是使用尺子直接测量，这种测量方法需要人工操作来读取数据。一种改进的测量方法就是在竖直的标杆上增加一个移动的横杆，通过电机控制上下移动，横杆移动过程中碰到头顶便停止，即得到人体的身高。

    随着测量技术逐渐向数字化发展，出现了利用超声波测量人体身高的方法，通过被测物体的反射回波接受后的时差来测量身高，这需要将超声波发射器置于头顶才能实现测量。随着图像处理技术的迅速发展，出现了利用图像测量人体身高的方法，实现了无接触式测量身高，但这需要用户与摄像头保持固定的距离才能实现测量。

    上述的测量方法局限性较大，对于某些特定的场合，测量方法不够灵活，操作不够方便。

发明内容

现有技术不能满足人们的需要，为弥补现有技术不足，本发明旨在提供一种身高测量方法。

为实现上述目的，本发明采用以下技术方案：一种身高测量方法,包括以下步骤：步骤一，训练人脸分类器；步骤二：训练人脸身高模型；步骤三：通过分类器检测人脸；步骤四：获取目标人脸的图像数据；步骤五：将图像数据输入模型得到人体身高；其中：

在步骤一中：首先利用haar检测器，训练人脸分类器，该分类器可以检测视频图像中的人脸，并得到人脸像素大小、人脸在摄像头画面中与上边框的像素距离数据；

在步骤二中：收集大量数据样本，要求样本覆盖面广，主要包括分类器检出标准人脸像素大小数据（X）、对应的用户身高数据（S）、样本与摄像头的距离数据（Y）、人脸在摄像头画面中与上边框的像素距离数据（Z），并对数据进行清理（包括缺失值、错误值等）；

在步骤三中：基于回归分析方法对步骤2中的数据进行训练（以X为输入，Y作为输出进行训练构建模型M1。然后以得到Y、Z作为输入，对应的S作为输出进行训练构建模型M2），得到模型，并将训练出的模型加载于前端设备，此处的前端设备可为带有摄像头的PC端机器，摄像头的最佳角度为90度，其他角度需调整相应的模型参数；

在步骤四中：根据上述的三个步骤构成的身高测量建模准备阶段；在实际应用中，用户处于一定的范围内，利用训练好的人脸分类器检测前端摄像头画面中的人脸图像，如果前端摄像头前的一定范围内未检测到人脸，则系统处于等待状态，如果检测到人脸，对人脸进行筛选得到最佳的目标人脸；

步骤五：摄像头画面的像素大小是固定的，通过计算得到X、Z，有X输入到M1得到Y，然后将Y与Z输入到模型M2， 得到用户身高数据（S）。

    与现有技术相比，本发明的有益效果是：该身高测量方法，它是机器学习算法与视觉算法的有效集成，能够在用户与摄像头距离不固定的情况下，无接触式测量身高，保证了一些特殊场所下测量身高数据的安全性。此方法突破传统测量工具的限制，操作方便，可以有效地节省成本和人力物力，可移植性强，今后可集成入多款智能产品中，创造一定的经济效益和实用价值。

附图说明

图1为本发明的流程图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

请参阅图1，本发明实施例中，一种身高测量方法,包括以下步骤：步骤一，训练人脸分类器；步骤二：训练人脸身高模型；步骤三：通过分类器检测人脸；步骤四：获取目标人脸的图像数据；步骤五：将图像数据输入模型得到人体身高；其中，

在步骤一中：首先利用haar检测器，训练人脸分类器，该分类器可以检测视频图像中的人脸，并得到人脸像素大小、人脸在摄像头画面中与上边框的像素距离数据；

在步骤二中：收集大量数据样本，要求样本覆盖面广，主要包括分类器检出标准人脸像素大小数据（X）、对应的用户身高数据（S）、样本与摄像头的距离数据（Y）、人脸在摄像头画面中与上边框的像素距离数据（Z），并对数据进行清理（包括缺失值、错误值等）；

在步骤三中：基于回归分析方法对步骤2中的数据进行训练（以X为输入，Y作为输出进行训练构建模型M1。然后以得到Y、Z作为输入，对应的S作为输出进行训练构建模型M2），得到模型，并将训练出的模型加载于前端设备，此处的前端设备可为带有摄像头的PC端机器，摄像头的最佳角度为90度，其他角度需调整相应的模型参数；

在步骤四中：根据上述的三个步骤构成的身高测量建模准备阶段；在实际应用中，用户处于一定的范围内，利用训练好的人脸分类器检测前端摄像头画面中的人脸图像，如果前端摄像头前的一定范围内未检测到人脸，则系统处于等待状态，如果检测到人脸，对人脸进行筛选得到最佳的目标人脸；

步骤五：摄像头画面的像素大小是固定的，通过计算得到X、Z，有X输入到M1得到Y，然后将Y与Z输入到模型M2， 得到用户身高数据（S）。

对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其它的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。

以上所述，仅为本发明的较佳实施例，并不用以限制本发明，凡是依据本发明的技术实质对以上实施例所作的任何细微修改、等同替换和改进，均应包含在本发明技术方案的保护范围之内。

Claims (1)

1.一种身高测量方法,包括以下步骤：步骤一，训练人脸分类器；步骤二：训练人脸身高模型；步骤三：通过分类器检测人脸；步骤四：获取目标人脸的图像数据；步骤五：将图像数据输入模型得到人体身高；其特征在于：

在步骤一中：首先利用haar检测器，训练人脸分类器，该分类器可以检测视频图像中的人脸，并得到人脸像素大小、人脸在摄像头画面中与上边框的像素距离数据；

在步骤二中：收集大量数据样本，要求样本覆盖面广，主要包括分类器检出标准人脸像素大小数据（X）、对应的用户身高数据（S）、样本与摄像头的距离数据（Y）、人脸在摄像头画面中与上边框的像素距离数据（Z），并对数据进行清理；

在步骤三中：基于回归分析方法对步骤2中的数据进行训练（以X为输入，Y作为输出进行训练构建模型M1；

然后以得到Y、Z作为输入，对应的S作为输出进行训练构建模型M2），得到模型，并将训练出的模型加载于前端设备，此处的前端设备可为带有摄像头的PC端机器，摄像头的最佳角度为90度，其他角度需调整相应的模型参数；

在步骤四中：根据上述的三个步骤构成的身高测量建模准备阶段；在实际应用中，用户处于一定的范围内，利用训练好的人脸分类器检测前端摄像头画面中的人脸图像，如果前端摄像头前的一定范围内未检测到人脸，则系统处于等待状态，如果检测到人脸，对人脸进行筛选得到最佳的目标人脸；

步骤五：摄像头画面的像素大小是固定的，通过计算得到X、Z，有X输入到M1得到Y，然后将Y与Z输入到模型M2， 得到用户身高数据（S）。