CN105675140A - 人体衣着量的检测方法与装置 - Google Patents
人体衣着量的检测方法与装置 Download PDFInfo
- Publication number
- CN105675140A CN105675140A CN201610070584.9A CN201610070584A CN105675140A CN 105675140 A CN105675140 A CN 105675140A CN 201610070584 A CN201610070584 A CN 201610070584A CN 105675140 A CN105675140 A CN 105675140A
- Authority
- CN
- China
- Prior art keywords
- human body
- clothing amount
- temperature
- rectangular area
- thermal imagery
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 41
- 238000000034 method Methods 0.000 claims abstract description 26
- 210000000746 body region Anatomy 0.000 claims description 33
- 230000007613 environmental effect Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 238000012360 testing method Methods 0.000 description 5
- 238000004422 calculation algorithm Methods 0.000 description 4
- 238000004378 air conditioning Methods 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000005855 radiation Effects 0.000 description 2
- 230000001105 regulatory effect Effects 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000013011 mating Effects 0.000 description 1
- 230000035807 sensation Effects 0.000 description 1
- 238000001931 thermography Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
- G01J2005/0077—Imaging
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Radiation Pyrometers (AREA)
- Air Conditioning Control Device (AREA)
Abstract
本发明提供了一种人体衣着量的检测方法与装置。其中该人体衣着量的检测方法包括:获取包含人体的热像图像;从热像图像中识别出人体的头部区域;根据人体的头部区域确定热像图像中人体的躯体所在区域;根据热像图像计算人体的躯体所在区域的温度分布;以及按照温度分布确定人体的衣着量。本发明的人体衣着量的检测方法与装置,通过获取包含人体的热像图像,利用热像图像计算人体的躯体所在区域的温度分布,可以按照温度分布确定人体的衣着量,从而为环境调节电器提供满足用户需求的控制依据,检测过程无需用户进行任何操作,智能化程度高,提高了用户的使用体验。
Description
技术领域
本发明涉及家电控制,特别是涉及一种人体衣着量的检测方法与装置。
背景技术
温度感觉是人们感觉的一个重要方面,除了环境温度的影响之外,人们的衣着量也是影响温度舒适程度的重要方面。
随着社会日益发展以及人们生活水平不断提高,环境调节电器如空调器等越来越普及。现有的空调器一般是设定目标温度,通过检测环境温度,将环境温度与目标温度进行比较,并根据比较结果调整空调器的运行状态,使环境温度尽量保持在目标温度,然而这种控制方法没有考虑用户的实际温度感觉,例如虽然天气较为寒冷,但是用户一般穿着衣物也比较多,此时将目标温度设置的太高也会引起用户的不适。这种空调器控制方法的控制依据不符合用户的实际感受,影响了用户体验。
在现有技术中也出现了利用舒适度指标(PMV)来衡量人体的舒适程度,以使用户人体舒适程度较高为目的对空调器进行相应的调节。该舒适度指标在计算过程中需要测定用户的衣着量,然而用户的衣着量一般需要用户手动输入,给用户带来了不便。
发明内容
鉴于上述问题,提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的人体衣着量的检测方法与装置。
本发明的一个进一步的目的是为环境调节电器提供满足用户需求的控制依据。
特别地,本发明提供了一种人体衣着量的检测方法。该人体衣着量的检测方法包括:获取包含人体的热像图像;从热像图像中识别出人体的头部区域;根据人体的头部区域确定热像图像中人体的躯体所在区域;根据热像图像计算人体的躯体所在区域的温度分布;以及按照温度分布确定人体的衣着量。
可选地,从热像图像中识别出人体的头部区域的步骤包括:判定热像图像中温度超过第一预设温度、像素数量超过预设数量并且像素位置高于预设位置的区域为头部区域。
可选地,根据人体的头部区域确定热像图像中人体的躯体所在区域的步骤包括:识别头部区域的边缘点并根据边缘点划定包含头部区域的第一矩形区域;以第一矩形区域为中心向左右两侧扩展预设宽度,得到第二矩形区域;以及将热像图像中位于第二矩形区域下方且宽度相同的第三矩形区域作为热像图像中人体的躯体所在区域。
可选地,按照所述温度分布确定所述人体的衣着量的步骤包括:确定所述第三矩形区域的温度分布;以及根据所述第三矩形区域的温度分布识别所述第三矩形区域内温度超过第二预设温度的区块,在所述区块的数量大于预设值时,确定所述人体的着衣量最少。
可选地,根据热像图像计算人体的躯体所在区域的温度分布的步骤包括:检测第一矩形区域的最高温度与人体所在环境的环境温度,并将最高温度与环境温度作为端点的数值范围划分预设数量的温度值区间;获取第三矩形区域内处于各个温度值区间的像素数量;以及分别计算处于各个温度值区间的像素数量与第三矩形区域总像素数量的比值,得到多个温度值区间的像素数量占比。
可选地,按照温度分布确定人体的衣着量的步骤包括:将多个温度值区间的像素数量占比分别与不同衣着量等级预设的阈值区间进行匹配,每个衣着量等级为每个温度值区间的像素数量占比设置有对应的阈值区间;以及在多个温度值区间的像素数量占比均处于某一衣着量等级设置的对应阈值区间内时,确定人体的衣着量属于该衣着量等级。
根据本发明的另一个方面,还提供了一种人体衣着量的检测装置。该人体衣着量的检测装置包括:图像获取模块,配置成获取包含人体的热像图像;头部识别模块,配置成从热像图像中识别出人体的头部区域;躯体识别模块,配置成根据人体的头部区域确定热像图像中人体的躯体所在区域;温度计算模块,配置成根据热像图像计算人体的躯体所在区域的温度分布;以及衣着量确定模块,配置成按照温度分布确定人体的衣着量。
可选地,头部识别模块还配置成:判定热像图像中温度超过第一预设温度、像素数量超过预设数量并且像素位置高于预设位置的区域为头部区域。
可选地,躯体识别模块还配置成:识别头部区域的边缘点并根据边缘点划定包含头部区域的第一矩形区域;以第一矩形区域为中心向左右两侧扩展预设宽度,得到第二矩形区域;以及将热像图像中位于第二矩形区域下方且宽度相同的第三矩形区域作为热像图像中人体的躯体所在区域。
可选地,温度计算模块还配置成:检测第一矩形区域的最高温度与人体所在环境的环境温度,并将最高温度与环境温度作为端点的数值范围划分预设数量的温度值区间;获取第三矩形区域内处于各个温度值区间的像素数量;以及分别计算处于各个温度值区间的像素数量与第三矩形区域总像素数量的比值,得到多个温度值区间的像素数量占比。
可选地,衣着量确定模块还配置成:将多个温度值区间的像素数量占比分别与不同衣着量等级预设的阈值区间进行匹配,每个衣着量等级为每个温度值区间的像素数量占比设置有对应的阈值区间;以及在多个温度值区间的像素数量占比均处于某一衣着量等级设置的对应阈值区间内时,确定人体的衣着量属于该衣着量等级,或者确定所述第三矩形区域的温度分布;以及根据所述第三矩形区域的温度分布识别所述第三矩形区域内温度超过第二预设温度的区块,在所述区块的数量大于预设值时,确定所述人体的着衣量最少。
本发明的人体衣着量的检测方法与装置,通过获取包含人体的热像图像,从热像图像中识别出人体的头部区域,并根据人体的头部区域确定热像图像中人体的躯体所在区域,利用热像图像计算人体的躯体所在区域的温度分布,可以按照温度分布确定人体的衣着量,从而为环境调节电器提供满足用户需求的控制依据,检测过程无需用户进行任何操作,智能化程度高,提高了用户的使用体验。
进一步地,本发明的人体衣着量的检测方法与装置,通过获取用户的人体热像图像并对其进行分析,利用确定的像素计算算法确定用户的衣着量,并且对用户的衣着量划分不同的衣着量等级,提高了对用户衣着量判断的准确程度。
根据下文结合附图对本发明具体实施例的详细描述,本领域技术人员将会更加明了本发明的上述以及其他目的、优点和特征。
附图说明
后文将参照附图以示例性而非限制性的方式详细描述本发明的一些具体实施例。附图中相同的附图标记标示了相同或类似的部件或部分。本领域技术人员应该理解,这些附图未必是按比例绘制的。附图中:
图1是根据本发明一个实施例的人体衣着量的检测方法的示意图;
图2是根据本发明一个实施例的人体衣着量的检测方法中的人体热像图像示意图;
图3是根据本发明一个实施例的人体衣着量的检测方法中确定人体躯体图像的流程图;
图4是根据本发明一个实施例的人体衣着量的检测方法中计算人体的躯体所在区域的温度分布的流程图;
图5是根据本发明一个实施例的人体衣着量的检测方法中确定人体的衣着量的流程图;以及
图6是根据本发明一个实施例的人体衣着量的检测装置的示意图。
具体实施方式
本实施例提供了一种人体衣着量的检测方法,用于对人体的当前衣着量进行检测判定,以便作为控制依据实现空调运行状态的自动调节。图1是根据本发明一个实施例的人体衣着量的检测方法的示意图。如图1所示,该人体衣着量的检测方法包括:
步骤S110,获取包含人体的热像图像;
步骤S120,从热像图像中识别出人体的头部区域;
步骤S130,根据人体的头部区域确定热像图像中人体的躯体所在区域;
步骤S140,根据热像图像计算人体的躯体所在区域的温度分布;
步骤S150,按照温度分布确定人体的衣着量。
本实施例基于红外热成像技术,步骤S110利用红外热像仪拍摄被测人体的红外热像图,这种热像图与人体表面的热分布场相对应。热像图上的不同颜色代表被测用户人体的不同温度,通过热像图可以确定被测人体的整体温度分布状况,以供进行衣着量的检测。红外热像仪不受环境亮度的影响,即使在光线较暗的区域也可以拍摄得到红外热像图,进一步保证本实施例的人体衣着量的检测方法不受环境的影响。在本实施例中,红外热像仪可以设置于空调面板上,以便于确定用户的人体衣着量之后,自动调节空调的运行状态,提高用户的使用体验。
本实施例的人体衣着量的检测方法需要使用者尽量站在一定距离上面对红外热像仪,以保证得到的热像图像包含人体的整个部分,以便执行本实施例的人体衣着量的检测方法。
图2是根据本发明一个实施例的人体衣着量的检测方法中的人体热像图像P1示意图。步骤S120中从热像图像P1中识别出人体的头部区域的方法可以是:判定热像图像P1中温度超过第一预设温度、像素数量超过预设数量并且像素位置高于预设位置(例如图2示出的第L1行像素的位置)的区域为头部区域。人体的头部区域处于热像图像P1的上部,并且为包含有一定数量像素点的区域,由于头部不会覆盖衣着,检测到的应该为人体自身的温度,一般高于环境温度与覆盖有衣服的躯体表面温度,利用以上特点,通过上述判断方法可以准确地识别出人体的头部区域。
图3是根据本发明一个实施例的人体衣着量的检测方法中确定人体躯体图像的流程图,该图示出了步骤S130的详细执行流程:
步骤S132,识别头部区域的边缘点并根据边缘点划定包含头部区域的第一矩形区域Re1;
步骤S134,以第一矩形区域Re1为中心向左右两侧扩展预设宽度,得到第二矩形区域Re2;
步骤S136,将热像图像P1中位于第二矩形区域Re2下方且宽度相同的第三矩形区域Re3作为热像图像P1中人体的躯体所在区域。
如图2所示,识别头部区域的上下左右边缘点,划定包含头部区域的第一矩形区域为Re1,以第一矩形区域Re1为中心向左右两侧扩展预设宽度,得到第二矩形区域Re2,也就是认为第二矩形区域Re2的宽度为人体躯体的宽度,将热像图像P1中位于第二矩形区域Re2下方且宽度相同的第三矩形区域Re3作为热像图像P1中人体的躯体所在区域,也就是在头部下方特定宽度的图像区域认为是人体的躯体所在区域。例如可以划定第二矩形区域Re2的宽度大概为3个头部的宽度,并且宽度的中心为头部区域。因为按照一般人体的比例关系,躯体部分的宽度大概是头部宽度的3倍左右,因此第三矩形区域Re3可以包含人体的整个躯体部分,从而可以检测整个躯体的衣着量。躯体所在区域的第三矩形区域Re3的宽度可以根据不同人种的身体比例关系确定。
图4是根据本发明一个实施例的人体衣着量的检测方法中计算人体的躯体所在区域的温度分布的流程图,该图示出了步骤S140的详细执行流程:
步骤S142,检测第一矩形区域Re1的最高温度与人体所在环境的环境温度,并将最高温度与环境温度作为端点的数值范围划分预设数量的温度值区间;
步骤S144,获取第三矩形区域Re3内处于各个温度值区间的像素数量;
步骤S146,分别计算处于各个温度值区间的像素数量与第三矩形区域Re3总像素数量的比值,得到多个温度值区间的像素数量占比。
本实施例的人体衣着量的检测方法利用确定的像素计算算法确定用户的衣着量,利用了人体热辐射会被衣物阻挡,厚重的衣物会消除人体热辐射对温度场带来的热效应,厚重衣物会使衣物区域的温度趋近于环境温度,从而提高了对用户衣着量判断的准确程度。
图5是根据本发明一个实施例的人体衣着量的检测方法中确定人体的衣着量的流程图,该图示出了步骤S150的详细执行流程:
步骤S152,将多个温度值区间的像素数量占比分别与不同衣着量等级预设的阈值区间进行匹配;
步骤S154,在多个温度值区间的像素数量占比均处于某一衣着量等级设置的对应阈值区间内时,确定人体的衣着量属于该衣着量等级。
其中,步骤S152中的每个衣着量等级为每个温度值区间的像素数量占比设置有对应的阈值区间,以供每个温度值区间的像素数量占比与对应的阈值区间进行匹配。
图5所示的确定人体的衣着量的流程,可以得出较为精确的衣着量等级。在执行图5所示的流程前,还可以通过一种简单的方式对衣着量等级进行粗略的判断,例如该确定人体的衣着量的流程还可以是:确定第三矩形区域的温度分布;以及根据第三矩形区域的温度分布识别第三矩形区域内温度超过第二预设温度的区块,在区块的数量大于预设值时,确定人体的着衣量最少。这种方法能确定人体衣着量最少的情况,但是不能判断人体衣着量的其它等级。在确定第三矩形区域内温度超过第二预设温度的区块大于预设值(例如可以设置为3块或4块)后,可认为用户躯体当前裸露的部分较多,从而判定人体着衣量较少。在判断出人体的衣着量为最少后,可以不必按照图4和图5的流程进行判断,有效简化确定人体衣着量的步骤。
本实施例的人体衣着量的检测方法,通过获取包含人体的热像图像P1,从热像图像P1中识别出人体的头部区域,并根据人体的头部区域确定热像图像P1中人体的躯体所在区域,利用热像图像P1计算人体的躯体所在区域的温度分布,可以按照温度分布确定人体的衣着量,从而为环境调节电器提供满足用户需求的控制依据,检测过程无需用户进行任何操作,智能化程度高,提高了用户的使用体验。
进一步地,本实施例的人体衣着量的检测方法,通过获取用户的人体热像图像P1并对其进行分析,利用确定的像素计算算法确定用户的衣着量,并且对用户的衣着量划分不同的衣着量等级,提高了对用户衣着量判断的准确程度。
以下对使用本实施例的人体衣着量的检测方法的一个具体实例进行介绍。
从热像图像P1中识别出人体的头部区域之后,分别划定第一矩形区域Re1、第二矩形区域Re2以及第三矩形区域Re3。检测得到第一矩形区域Re1的最高温度为32摄氏度,环境温度为20摄氏度,将最高温度与环境温度作为端点划分3个温度值区间,则这3个温度值区间分别为[20,24)、[24,28)、[28,32]。第三矩形区域Re3内处于[20,24)温度值区间的像素数量为2000,处于[24,28)温度值区间的像素数量为5000,处于[28,32]温度值区间的像素数量为3000,第三矩形区域Re3总像素数量为10000。则第三矩形区域Re3内处于[20,24)温度值区间的像素数量占比为20%,处于[24,28)温度值区间的像素数量占比为50%,处于[28,32]温度值区间的像素数量占比为30%。
衣着量等级可以设置为5个等级:衣着量等级1、衣着量等级2、衣着量等级3、衣着量等级4、衣着量等级5,其中衣着量等级1为着衣量最少,衣着量等级5为着衣量最多,则按照温度分布确定人体的衣着量的具体方案如下:
a1<处于[20,24)温度值区间的像素数量占比<b1,且c1<处于[24,28)温度值区间的像素数量占比<d1,且e1<处于[28,32]温度值区间的像素数量占比<f1,则判定为衣着量等级1。
a2<处于[20,24)温度值区间的像素数量占比<b2,且c2<处于[24,28)温度值区间的像素数量占比<d2,且e2<处于[28,32]温度值区间的像素数量占比<f2,则判定为衣着量等级2。
a3<处于[20,24)温度值区间的像素数量占比<b3,且c3<处于[24,28)温度值区间的像素数量占比<d3,且e3<处于[28,32]温度值区间的像素数量占比<f3,则判定为衣着量等级3。
a4<处于[20,24)温度值区间的像素数量占比<b4,且c4<处于[24,28)温度值区间的像素数量占比<d4,且e4<处于[28,32]温度值区间的像素数量占比<f4,则判定为衣着量等级4。
a5<处于[20,24)温度值区间的像素数量占比<b5,且c5<处于[24,28)温度值区间的像素数量占比<d5,且e5<处于[28,32]温度值区间的像素数量占比<f5,则判定为衣着量等级5。
其中,在以上关系中一般而言,阈值区间的端点满足以下关系:b1>a1,d1>c1,f1>e1,阈值区间之间可能存在数值重合的可能,例如b1和c1的大小关系不确定,具体大小关系可以根据大量实验的结果进行优化。
上述衣着量等级为每个温度值区间的像素数量占比设置的对应阈值区间的阈值数值可以通过预先实验测试的数据进行统计得到,例如对一定数量的用户分别以衣着量等级1至衣着量等级5的衣着量拍摄获得的热像图像进行分析,通过计算统计可以确定不同衣着量等级为每个温度值区间的像素数量占比设置的对应阈值区间的阈值数值。在进行该阈值的设定过程中,发明人也确定了不同的衣着量等级,其设置的阈值数值也存在差别,将不同温度区间的像素数量占比分别与不同衣着量等级预设的阈值区间进行匹配、判断,可以确定出用户着装的衣着量等级。
例如第三矩形区域Re3内处于[20,24)温度值区间的像素数量占比为20%,处于[24,28)温度值区间的像素数量占比为50%,处于[28,32]温度值区间的像素数量占比为30%,均处于衣着量等级1设置的对应阈值区间内时,可以确定此时人体的衣着量属于衣着量等级1,着衣量少。此外,在确定用户的衣着量等级之后,可以为环境调节电器提供满足用户需求的控制依据。将确定的人体衣着量与空调器所在环境的环境温度相结合,判定用户的体感冷热等级,进而可以实现空调器运行模式的自动调节,提升用户的使用体验。例如上述用户的衣着量等级为1,着衣量少,用户所在环境的环境温度为10摄氏度,由此可以判定用户的体感冷热等级为冷,进而控制空调器的运行状态,使得环境温度升高,用户的体感冷热等级为舒适,有效提升用户的使用体验。
图6是根据本发明一个实施例的人体衣着量的检测装置300的示意图。如图6所示,该人体衣着量的检测装置300包括:图像获取模块310、头部识别模块320、躯体识别模块330、温度计算模块340以及衣着量确定模块350。
在以上模块中,图像获取模块310可以配置成获取包含人体的热像图像P1。
头部识别模块320可以配置成从热像图像P1中识别出人体的头部区域,还可以配置成判定热像图像P1中温度超过第一预设温度、像素数量超过预设数量并且像素位置高于预设位置的区域为头部区域。
躯体识别模块330可以配置成根据人体的头部区域确定热像图像P1中人体的躯体所在区域,还可以配置成:识别头部区域的边缘点并根据边缘点划定包含头部区域的第一矩形区域Re1;以第一矩形区域Re1为中心向左右两侧扩展预设宽度,得到第二矩形区域Re2;以及将热像图像P1中位于第二矩形区域Re2下方且宽度相同的第三矩形区域Re3作为热像图像P1中人体的躯体所在区域。
温度计算模块340可以配置成根据热像图像P1计算人体的躯体所在区域的温度分布,还可以配置成检测第一矩形区域Re1的最高温度与人体所在环境的环境温度,并将最高温度与环境温度作为端点的数值范围划分预设数量的温度值区间;获取第三矩形区域Re3内处于各个温度值区间的像素数量;以及分别计算处于各个温度值区间的像素数量与第三矩形区域Re3总像素数量的比值,得到多个温度值区间的像素数量占比。
衣着量确定模块350可以配置成按照温度分布确定人体的衣着量,还可以配置成将多个温度值区间的像素数量占比分别与不同衣着量等级预设的阈值区间进行匹配,每个衣着量等级为每个温度值区间的像素数量占比设置有对应的阈值区间;以及在多个温度值区间的像素数量占比均处于某一衣着量等级设置的对应阈值区间内时,确定人体的衣着量属于该衣着量等级,或者确定第三矩形区域的温度分布;以及根据第三矩形区域的温度分布识别第三矩形区域内温度超过第二预设温度的区块,在区块的数量大于预设值时,确定人体的着衣量最少。
此外,在确定用户的人体衣着量等级之后,可以为环境调节电器提供满足用户需求的控制依据。例如将确定的人体衣着量与空调器所在环境的环境温度相结合,判定用户的体感冷热等级,进而可以实现空调器运行模式的自动调节,提升用户的使用体验。
通过以上说明可以得出,本实施例的人体衣着量的检测装置300,通过获取包含人体的热像图像P1,从热像图像P1中识别出人体的头部区域,并根据人体的头部区域确定热像图像P1中人体的躯体所在区域,利用热像图像P1计算人体的躯体所在区域的温度分布,可以按照温度分布确定人体的衣着量,从而为环境调节电器提供满足用户需求的控制依据,检测过程无需用户进行任何操作,智能化程度高,提高了用户的使用体验。
进一步地,本实施例的人体衣着量的检测装置300,通过获取用户的人体热像图像P1并对其进行分析,利用确定的像素计算算法确定用户的衣着量,并且对用户的衣着量划分不同的衣着量等级,提高了对用户衣着量判断的准确程度。
至此,本领域技术人员应认识到,虽然本文已详尽示出和描述了本发明的多个示例性实施例,但是,在不脱离本发明精神和范围的情况下,仍可根据本发明公开的内容直接确定或推导出符合本发明原理的许多其他变型或修改。因此,本发明的范围应被理解和认定为覆盖了所有这些其他变型或修改。
Claims (11)
1.一种人体衣着量的检测方法,包括:
获取包含所述人体的热像图像;
从所述热像图像中识别出所述人体的头部区域;
根据所述人体的头部区域确定所述热像图像中所述人体的躯体所在区域;
根据所述热像图像计算所述人体的躯体所在区域的温度分布;以及
按照所述温度分布确定所述人体的衣着量。
2.根据权利要求1所述的方法,其中,从所述热像图像中识别出所述人体的头部区域的步骤包括:
判定所述热像图像中温度超过第一预设温度、像素数量超过预设数量并且像素位置高于预设位置的区域为所述头部区域。
3.根据权利要求1所述的方法,其中,根据所述人体的头部区域确定所述热像图像中所述人体的躯体所在区域的步骤包括:
识别所述头部区域的边缘点并根据所述边缘点划定包含所述头部区域的第一矩形区域;
以所述第一矩形区域为中心向左右两侧扩展预设宽度,得到第二矩形区域;以及
将所述热像图像中位于所述第二矩形区域下方且宽度相同的第三矩形区域作为所述热像图像中所述人体的躯体所在区域。
4.根据权利要求3所述的方法,其中,按照所述温度分布确定所述人体的衣着量的步骤包括:
确定所述第三矩形区域的温度分布;以及
根据所述第三矩形区域的温度分布识别所述第三矩形区域内温度超过第二预设温度的区块,在所述区块的数量大于预设值时,确定所述人体的着衣量最少。
5.根据权利要求3所述的方法,其中,根据所述热像图像计算所述人体的躯体所在区域的温度分布的步骤包括:
检测所述第一矩形区域的最高温度与所述人体所在环境的环境温度,并将所述最高温度与所述环境温度作为端点的数值范围划分预设数量的温度值区间;
获取所述第三矩形区域内处于各个所述温度值区间的像素数量;以及
分别计算处于各个所述温度值区间的像素数量与所述第三矩形区域总像素数量的比值,得到多个所述温度值区间的像素数量占比。
6.根据权利要求5所述的方法,其中,按照所述温度分布确定所述人体的衣着量的步骤包括:
将多个所述温度值区间的像素数量占比分别与不同衣着量等级预设的阈值区间进行匹配,每个所述衣着量等级为每个所述温度值区间的像素数量占比设置有对应的阈值区间;以及
在多个所述温度值区间的像素数量占比均处于某一所述衣着量等级设置的对应阈值区间内时,确定所述人体的衣着量属于该衣着量等级。
7.一种人体衣着量的检测装置,包括:
图像获取模块,配置成获取包含所述人体的热像图像;
头部识别模块,配置成从所述热像图像中识别出所述人体的头部区域;
躯体识别模块,配置成根据所述人体的头部区域确定所述热像图像中所述人体的躯体所在区域;
温度计算模块,配置成根据所述热像图像计算所述人体的躯体所在区域的温度分布;以及
衣着量确定模块,配置成按照所述温度分布确定所述人体的衣着量。
8.根据权利要求7所述的装置,其中所述头部识别模块还配置成:
判定所述热像图像中温度超过第一预设温度、像素数量超过预设数量并且像素位置高于预设位置的区域为所述头部区域。
9.根据权利要求7所述的装置,其中所述躯体识别模块还配置成:
识别所述头部区域的边缘点并根据所述边缘点划定包含所述头部区域的第一矩形区域;
以所述第一矩形区域为中心向左右两侧扩展预设宽度,得到第二矩形区域;以及
将所述热像图像中位于所述第二矩形区域下方且宽度相同的第三矩形区域作为所述热像图像中所述人体的躯体所在区域。
10.根据权利要求9所述的装置,其中所述温度计算模块还配置成:
检测所述第一矩形区域的最高温度与所述人体所在环境的环境温度,并将所述最高温度与所述环境温度作为端点的数值范围划分预设数量的温度值区间;
获取所述第三矩形区域内处于各个所述温度值区间的像素数量;以及
分别计算处于各个所述温度值区间的像素数量与所述第三矩形区域总像素数量的比值,得到多个所述温度值区间的像素数量占比。
11.根据权利要求10所述的装置,其中所述衣着量确定模块还配置成:
将多个所述温度值区间的像素数量占比分别与不同衣着量等级预设的阈值区间进行匹配,每个所述衣着量等级为每个所述温度值区间的像素数量占比设置有对应的阈值区间;以及
在多个所述温度值区间的像素数量占比均处于某一所述衣着量等级设置的对应阈值区间内时,确定所述人体的衣着量属于该衣着量等级,或者
确定所述第三矩形区域的温度分布;以及
根据所述第三矩形区域的温度分布识别所述第三矩形区域内温度超过第二预设温度的区块,在所述区块的数量大于预设值时,确定所述人体的着衣量最少。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610070584.9A CN105675140B (zh) | 2016-02-01 | 2016-02-01 | 人体衣着量的检测方法与装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610070584.9A CN105675140B (zh) | 2016-02-01 | 2016-02-01 | 人体衣着量的检测方法与装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105675140A true CN105675140A (zh) | 2016-06-15 |
CN105675140B CN105675140B (zh) | 2019-02-05 |
Family
ID=56303923
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610070584.9A Active CN105675140B (zh) | 2016-02-01 | 2016-02-01 | 人体衣着量的检测方法与装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105675140B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109727429A (zh) * | 2017-10-27 | 2019-05-07 | 恒为科技(上海)股份有限公司 | 人体定位方法及装置、计算机可读存储介质、终端 |
CN111562016A (zh) * | 2020-02-10 | 2020-08-21 | 北京都是科技有限公司 | 人体温度检测方法、系统、装置及热红外图像处理器 |
CN112146764A (zh) * | 2020-09-25 | 2020-12-29 | 杭州海康威视数字技术股份有限公司 | 一种提高基于热成像温度测量准确性的方法、热成像设备 |
CN114856363A (zh) * | 2022-04-21 | 2022-08-05 | 中国第一汽车股份有限公司 | 一种基于神经网络的车窗透气控制方法、装置及车辆 |
CN114941893A (zh) * | 2022-06-13 | 2022-08-26 | 青岛海信日立空调系统有限公司 | 空气调节装置 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5703367A (en) * | 1994-12-09 | 1997-12-30 | Matsushita Electric Industrial Co., Ltd. | Human occupancy detection method and system for implementing the same |
US6021956A (en) * | 1996-12-04 | 2000-02-08 | Zexel Corporation | Thermal image judging method and air conditioner control method |
CN1480716A (zh) * | 2003-06-13 | 2004-03-10 | 北京雷波泰克信息技术有限公司 | 快速多目标红外实时图像温度自动跟踪监测系统 |
CN103629785A (zh) * | 2012-08-24 | 2014-03-12 | 青岛联合创新技术服务平台有限公司 | 体感控温空调系统 |
CN105241023A (zh) * | 2015-10-30 | 2016-01-13 | 广东美的制冷设备有限公司 | 空调器的控制方法、系统以及着衣量检测方法和装置 |
-
2016
- 2016-02-01 CN CN201610070584.9A patent/CN105675140B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5703367A (en) * | 1994-12-09 | 1997-12-30 | Matsushita Electric Industrial Co., Ltd. | Human occupancy detection method and system for implementing the same |
US6021956A (en) * | 1996-12-04 | 2000-02-08 | Zexel Corporation | Thermal image judging method and air conditioner control method |
CN1480716A (zh) * | 2003-06-13 | 2004-03-10 | 北京雷波泰克信息技术有限公司 | 快速多目标红外实时图像温度自动跟踪监测系统 |
CN103629785A (zh) * | 2012-08-24 | 2014-03-12 | 青岛联合创新技术服务平台有限公司 | 体感控温空调系统 |
CN105241023A (zh) * | 2015-10-30 | 2016-01-13 | 广东美的制冷设备有限公司 | 空调器的控制方法、系统以及着衣量检测方法和装置 |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109727429A (zh) * | 2017-10-27 | 2019-05-07 | 恒为科技(上海)股份有限公司 | 人体定位方法及装置、计算机可读存储介质、终端 |
CN111562016A (zh) * | 2020-02-10 | 2020-08-21 | 北京都是科技有限公司 | 人体温度检测方法、系统、装置及热红外图像处理器 |
CN112146764A (zh) * | 2020-09-25 | 2020-12-29 | 杭州海康威视数字技术股份有限公司 | 一种提高基于热成像温度测量准确性的方法、热成像设备 |
CN114856363A (zh) * | 2022-04-21 | 2022-08-05 | 中国第一汽车股份有限公司 | 一种基于神经网络的车窗透气控制方法、装置及车辆 |
CN114856363B (zh) * | 2022-04-21 | 2024-03-22 | 中国第一汽车股份有限公司 | 一种基于神经网络的车窗透气控制方法、装置及车辆 |
CN114941893A (zh) * | 2022-06-13 | 2022-08-26 | 青岛海信日立空调系统有限公司 | 空气调节装置 |
CN114941893B (zh) * | 2022-06-13 | 2023-08-04 | 青岛海信日立空调系统有限公司 | 空气调节装置 |
Also Published As
Publication number | Publication date |
---|---|
CN105675140B (zh) | 2019-02-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105674495A (zh) | 空调器运行状态的调节方法与装置 | |
CN105675140A (zh) | 人体衣着量的检测方法与装置 | |
CN105546766A (zh) | 人体舒适温度的确定方法与装置 | |
CN105352106B (zh) | 人体检测方法和装置、空调器及其控制方法和装置 | |
CN115470566B (zh) | 一种基于bim的智慧建筑能耗控制方法及系统 | |
CN109654676B (zh) | 送风装置的调节方法、装置、系统、计算机设备和存储介质 | |
US20220090811A1 (en) | Detecting presence and estimating thermal comfort of one or more human occupants in a built space in real-time using one or more thermographic cameras and one or more rgb-d sensors | |
CN109213363B (zh) | 预测指示器触摸位置或确定3d空间中指向的系统和方法 | |
CN105956512A (zh) | 一种基于机器视觉的空调温度自动调节系统及方法 | |
CN104361332A (zh) | 一种用于疲劳驾驶检测的人脸眼睛区域定位方法 | |
CN102194102A (zh) | 对交通标志进行分类的方法和装置 | |
CN106091289A (zh) | 空调送风方法及装置 | |
WO2014081153A1 (ko) | 전력 소모 패턴 학습을 이용한 가전기기 판단 시스템 및 방법 | |
CN110762815A (zh) | 一种空调器控制方法、装置及系统 | |
CN112303850A (zh) | 空调的控制方法及装置 | |
CN107276785A (zh) | 一种无线局域网优化方法及装置 | |
CN107152756A (zh) | 空调器的控制方法和装置 | |
CN110320523A (zh) | 跟随机器人的目标定位装置及方法 | |
CN113623815A (zh) | 空调器的控制方法、系统、空调器及存储介质 | |
CN108068573A (zh) | 应用于大巴车的空调系统控制方法及装置 | |
CN106547940B (zh) | 使用计算机辅助设计的汽车遮阳装置 | |
CN116503633A (zh) | 基于图像识别的开关柜状态智能检测控制方法 | |
CN106679102A (zh) | 一种基于终端设备的空调控制方法和装置 | |
JP2009119896A (ja) | 顔温度算出装置および顔温度算出方法 | |
CN113427969B (zh) | 车载空调功能自检方法、系统、设备及可读存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |