CN108416259A - 人体生理特征信息采集方法、系统及车辆 - Google Patents
人体生理特征信息采集方法、系统及车辆 Download PDFInfo
- Publication number
- CN108416259A CN108416259A CN201810069533.3A CN201810069533A CN108416259A CN 108416259 A CN108416259 A CN 108416259A CN 201810069533 A CN201810069533 A CN 201810069533A CN 108416259 A CN108416259 A CN 108416259A
- Authority
- CN
- China
- Prior art keywords
- distance
- user
- collection device
- image collection
- eye point
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/161—Detection; Localisation; Normalisation
- G06V40/166—Detection; Localisation; Normalisation using acquisition arrangements
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B62—LAND VEHICLES FOR TRAVELLING OTHERWISE THAN ON RAILS
- B62D—MOTOR VEHICLES; TRAILERS
- B62D65/00—Designing, manufacturing, e.g. assembling, facilitating disassembly, or structurally modifying motor vehicles or trailers, not otherwise provided for
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01G—WEIGHING
- G01G19/00—Weighing apparatus or methods adapted for special purposes not provided for in the preceding groups
- G01G19/44—Weighing apparatus or methods adapted for special purposes not provided for in the preceding groups for weighing persons
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Combustion & Propulsion (AREA)
- Chemical & Material Sciences (AREA)
- Manufacturing & Machinery (AREA)
- General Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Human Computer Interaction (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Seats For Vehicles (AREA)
- Traffic Control Systems (AREA)
Abstract
本公开涉及一种人体生理特征信息采集方法、系统及车辆。该方法包括:通过车载图像采集装置采集用户的人脸图像;识别人脸图像中的眼点位置和头顶位置,并确定第一距离、第二距离和第三距离,第一距离为车载图像采集装置与眼点位置之间的水平距离,第二距离为眼点位置与头顶位置之间的垂直距离,第三距离为车载图像采集装置与眼点位置之间的垂直距离;根据第一距离、第二距离、第三距离和第四距离,确定用户的身高,第四距离为车载图像采集装置距离地面的垂直距离。由此,在用户到达车辆附近或者使用车辆时,车辆可以主动采集该用户的生理特征信息,以便后续对该数据保存、应用等,以为车辆制造、质量改进、设计优化及新产品开发等提供数据支持。
Description
技术领域
本公开涉及信息领域,具体地,涉及一种人体生理特征信息采集方法、系统及车辆。
背景技术
随着车辆产业的发展,汽车不再只是简单的代步工具,人们对车辆性能的需求越来越多样化,例如,基于人体生理特征信息的个性化定制。目前,在车辆设计领域中,人机工程中人体信息数据的应用,常常依赖于例如SAE、国标等数据库,虽然通用性强,但是更新缓慢,并且不够全面,不利于真正实现针对用户的个性化定制,并且,无法为后续的车辆设计以及车辆质量改进提供有效的数据支持。
发明内容
本公开的目的是提供一种人体生理特征信息采集方法、系统及车辆,以主动采集用户的生理特征信息。
为了实现上述目的,本公开提供一种人体生理特征信息采集方法。所述方法包括:通过车载图像采集装置采集用户的人脸图像;识别所述人脸图像中的眼点位置和头顶位置,并确定第一距离、第二距离和第三距离,其中,所述第一距离为所述车载图像采集装置与所述眼点位置之间的水平距离,所述第二距离为所述眼点位置与所述头顶位置之间的垂直距离,所述第三距离为所述车载图像采集装置与所述眼点位置之间的垂直距离;根据第一距离、第二距离、第三距离和第四距离,确定所述用户的身高,其中,所述第四距离为所述车载图像采集装置距离地面的垂直距离。
可选地,所述根据第一距离、第二距离、第三距离和第四距离,确定所述用户的身高,包括:根据所述第一距离和所述眼点位置,确定所述车载图像采集装置所处的水平面与人眼之间的夹角;根据所述夹角和所述第一距离,计算第五距离,所述第五距离为所述车载图像采集装置所处的水平面与人眼之间的实际垂直距离;根据所述第二距离与所述第三距离之比、以及所述第五距离,计算第六距离,所述第六距离为人眼到头顶之间的实际垂直距离;将所述第四距离、所述第五距离和所述第六距离之和确定为所述用户的身高。
可选地,所述根据所述第一距离和所述眼点位置,确定所述车载图像采集装置所处的水平面与人眼之间的夹角,包括:根据预先标定的对应关系,将与所述第一距离和所述眼点位置相对应的角度确定为所述夹角,其中,所述对应关系为所述第一距离、所述眼点位置和所述车载图像采集装置所处的水平面与眼点间夹角三者之间的对应关系;所述根据所述夹角和所述第一距离,计算第五距离,包括:根据所述夹角和所述第一距离,通过以下公式计算第五距离:M=tan(α)L;其中,M表示所述第五距离,L表示所述第一距离,α表示所述夹角;所述根据所述第二距离与所述第三距离之比、以及所述第五距离,计算第六距离,包括:根据所述第二距离与所述第三距离之比、以及所述第五距离,通过以下公式计算第六距离:N=M*n/m;其中,N表示所述第六距离,n表示所述第二距离,m表示所述第三距离。
可选地,所述方法还包括:在确定所述用户的身高后的第一预设时长内,当目标座椅有用户入座时,采集所述目标座椅的各支点处的压力值;根据所述压力值,确定所述目标座椅上的用户的体重。
可选地,所述车载图像采集装置设置在驾驶员一侧的车门外部,所述目标座椅为驾驶员座椅。
可选地,所述当目标座椅有用户入座时,采集所述目标座椅的各支点处的压力值,包括:自所述目标座椅有用户入座时起的第二预设时长内,按照采样周期采集所述目标座椅的各支点处的压力值;所述根据所述压力值,确定所述目标座椅上的用户的体重,包括:针对每个采样周期,根据该采样周期采集的压力值,计算该采样周期对应的体重数据;从每个采样周期对应的体重数据中删除无效体重数据,其中,所述无效体重数据为超出预设体重范围的体重数据,所述预设体重范围为与所述身高相对应的体重范围;根据剩余的有效体重数据,确定所述目标座椅上的用户的体重。
可选地,所述根据该采样周期采集的压力值,计算该采样周期对应的体重数据,包括:根据该采样周期采集的压力值,通过以下公式计算该采样周期对应的体重数据:Gi=Fi*C;其中,Gi表示第i个采样周期对应的体重数据,Fi表示第i个采样周期采集的压力值的总和,C表示预定系数。
可选地,所述方法还包括:保存所述身高和所述体重,并将所述体重与所述身高相关联。
根据本公开的第二方面,提供一种人体生理特征信息采集系统。该系统包括:车载图像采集装置,用于采集用户的人脸图像;处理模块,用于识别所述人脸图像中的眼点位置和头顶位置,并确定第一距离、第二距离和第三距离,其中,所述第一距离为所述车载图像采集装置与所述眼点位置之间的水平距离,所述第二距离为所述眼点位置与所述头顶位置之间的垂直距离,所述第三距离为所述车载图像采集装置与所述眼点位置之间的垂直距离;所述处理模块还用于根据第一距离、第二距离、第三距离和第四距离,确定所述用户的身高,其中,所述第四距离为所述车载图像采集装置距离地面的垂直距离。
可选地,所述处理模块包括:夹角确定子模块,用于根据所述第一距离和所述眼点位置,确定所述车载图像采集装置所处的水平面与人眼之间的夹角;第一计算子模块,用于根据所述夹角和所述第一距离,计算第五距离,所述第五距离为所述车载图像采集装置所处的水平面与人眼之间的实际垂直距离;第二计算子模块,用于根据所述第二距离与所述第三距离之比、以及所述第五距离,计算第六距离,所述第六距离为人眼到头顶之间的实际垂直距离;第一信息确定子模块,用于将所述第四距离、所述第五距离和所述第六距离之和确定为所述用户的身高。
可选地,所述夹角确定子模块用于根据预先标定的对应关系,将与所述第一距离和所述眼点位置相对应的角度确定为所述夹角,其中,所述对应关系为所述第一距离、所述眼点位置和所述车载图像采集装置所处的水平面与眼点间夹角三者之间的对应关系;所述第一计算子模块用于根据所述夹角和所述第一距离,通过以下公式计算第五距离:M=tan(α)L;其中,M表示所述第五距离,L表示所述第一距离,α表示所述夹角;所述第二计算子模块用于根据所述第二距离与所述第三距离之比、以及所述第五距离,通过以下公式计算第六距离:N=M*n/m;其中,N表示所述第六距离,n表示所述第二距离,m表示所述第三距离。
可选地,所述系统还包括:压力采集装置,用于在所述处理模块确定所述用户身高后的第一预设时长内,当目标座椅有用户入座时,采集所述目标座椅的各支点处的压力值;所述处理模块还用于根据所述压力值,确定所述目标座椅上的用户的体重。
可选地,所述车载图像采集装置设置在驾驶员一侧的车门外部,所述目标座椅为驾驶员座椅。
可选地,所述压力采集装置用于自所述目标座椅有用户入座时起的第二预设时长内,按照采样周期采集所述目标座椅的各支点处的压力值;所述处理模块包括:第三计算子模块,用于针对每个采样周期,根据该采样周期采集的压力值,计算该采样周期对应的体重数据;数据删除子模块,用于从每个采样周期对应的体重数据中删除无效体重数据,其中,所述无效体重数据为超出预设体重范围的体重数据,所述预设体重范围为与所述身高相对应的体重范围;第二信息确定子模块,用于根据剩余的有效体重数据,确定所述目标座椅上的用户的体重。
可选地,所述第三计算子模块用于针对每个采样周期,根据该采样周期采集的压力值,通过以下公式计算该采样周期对应的体重数据:Gi=Fi*C;其中,Gi表示第i个采样周期对应的体重数据,Fi表示第i个采样周期采集的压力值的总和,C表示预定系数。
可选地,所述系统还包括:数据存储模块,用于保存所述身高和所述体重,并将所述体重与所述身高相关联。
可选地,所述处理模块为服务器;以及,所述系统还包括:车载通信模块,用于将车辆与所述服务器之间通信连接;所述车载图像采集装置和所述压力采集装置分别通过所述车载通信模块将所述人脸图像和所述压力值发送至所述服务器。
根据本公开的第三方面,提供一种车辆,所述车辆包括本公开第二方面提供的人体生理特征信息采集系统。
通过上述技术方案,在用户到达车辆附近或者使用车辆时,车辆可以主动采集该用户的生理特征信息,以便后续对该数据进行保存、应用等。这样,既可以全面采集数据、丰富数据库,还可以在例如车辆设计、车辆质量改进、车辆设计优化以及新产品开发等工序中提供数据支持,有利于车辆制造业的发展,进而使车辆更加符合用户需求。
本公开的其他特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
附图是用来提供对本公开的进一步理解,并且构成说明书的一部分,与下面的具体实施方式一起用于解释本公开,但并不构成对本公开的限制。在附图中:
图1是根据本公开的一种实施方式提供的人体生理特征信息采集方法的流程图。
图2是根据本公开提供的人体生理特征信息采集方法中,通过车载图像采集装置采集到的用户的人脸图像的示意图。
图3是本公开提供的人体生理特征信息采集方法在应用时的一种场景示意图。
图4是根据本公开提供的人体生理特征信息采集方法中,根据第一距离、第二距离、第三距离和第四距离,确定用户的身高的步骤的一种示例性实现方式的流程图。
图5是根据本公开的另一种实施方式提供的人体生理特征信息采集方法的流程图。
图6是根据本公开提供的人体生理特征信息采集方法中,根据压力值,确定目标座椅上的用户的体重的步骤的一种示例性实现方式的流程图。
图7是根据本公开的一种实施方式提供的人体生理特征信息采集系统的框图。
图8是根据本公开的另一种实施方式提供的人体生理特征信息采集系统的框图。
图9是根据本公开的另一种实施方式提供的人体生理特征信息采集系统的框图。
具体实施方式
以下结合附图对本公开的具体实施方式进行详细说明。应当理解的是,此处所描述的具体实施方式仅用于说明和解释本公开,并不用于限制本公开。
图1是根据本公开的一种实施方式提供的人体生理特征信息采集方法的流程图。如图1所示,该方法可以包括以下步骤。
在步骤101中,通过车载图像采集装置采集用户的人脸图像。
车载图像采集装置可以设置在例如车门后上角处,以便在用户到达车旁时主动采集用户的人脸图像。示例地,车载图像采集装置可以设置在驾驶员一侧的车门外部。车载图像采集装置可以例如是摄像头。
在一种实施方式中,车载图像采集装置可以首先采集与用户有关的全部图像,该图像可以是多个像素点的集合,并同属于一个图像坐标系,待采集的用户的人脸图像即为上述多个像素点集合中的部分像素点的集合。对于人脸图像对应的像素点集合的确定可以依赖于用户距车载图像采集装置的水平距离。通过预先进行多次试验,可以得到用户距车载图像采集装置的水平距离与人脸图像像素点集合的坐标之间的对应关系,并进行保存,以供查询。在通过例如红外测距传感器得到用户距车载图像采集装置的水平距离后,根据上述对应关系,可以确定人脸图像所对应的像素点集合的坐标,在已有的图像坐标系中提取相应的像素点即可实现对人脸图像的采集。示例地,车载图像采集装置采集的用户的人脸图像可以为用户高于车载图像采集装置部分的用户图像。
在步骤102中,识别人脸图像中的眼点位置和头顶位置,并确定第一距离、第二距离和第三距离。其中,第一距离可以为车载图像采集装置与眼点位置之间的水平距离,第二距离可以为眼点位置与头顶位置之间的垂直距离,第三距离可以为车载图像采集装置与眼点之间的垂直距离。
根据车载图像采集装置所采集的用户的人脸图像,可以识别出该人脸图像中用户的眼点位置和头顶位置。如图2所示,图2方框中的图像即为车载图像采集装置所采集到的用户的人脸图像,其中,标记20所指示的位置为眼点位置,标记30所指示的位置为头顶位置。示例地,根据眼点位置可以确定车载图像采集装置与用户眼点之间的水平距离,即第一距离。如图3所示,标记10所指示的位置为车载图像采集装置所在的位置,标记40所指示的位置为人眼的位置,那么第一距离可以如图3中标记L所示。根据采集到的人脸图像,可以确定眼点位置与头顶位置之间的垂直距离(即第二距离)以及车载图像采集装置与眼点位置之间的垂直距离(即第三距离),上述提到的两种垂直距离为在人脸图像中的垂直距离,可以与实际的垂直距离相同,也可以与实际的垂直距离不同。示例地,如图2所示,标记n所指示的距离即为第二距离,标记m所指示的距离为第三距离。
在步骤103中,根据第一距离、第二距离、第三距离和第四距离,确定用户的身高。其中,第四距离可以为车载图像采集装置距离地面的垂直距离。
在一种实施方式中,如图4所示,根据第一距离、第二距离、第三距离和第四距离,确定用户的身高,可以包括以下步骤。
在步骤401中,根据第一距离和眼点位置,确定车载图像采集装置所处的水平面与人眼之间的夹角。
示例地,存储单元(例如,与车辆通信的服务器)可以存储有预先标定的对应关系,该对应关系可以为第一距离、眼点位置和车载图像采集装置所处的水平面与眼点间夹角三者之间的对应关系。当第一距离确定、且人脸图像中的眼点位置确定,根据上述预先标定的对应关系,可以确定一个角度,该角度即为车载图像采集装置所处的水平面与人眼之间的夹角。如图3中所示,上述车载图像采集装置所处的水平面与人眼之间的夹角为角α。
在步骤402中,根据夹角和第一距离,计算第五距离。其中,第五距离可以为车载图像采集装置所处的水平面与人眼之间的实际垂直距离。如图3所示,标记M所指示的距离为第五距离。
示例地,可以通过如下公式(1)计算第五距离M:
M=tan(α)L (1)
其中,L可以表示第一距离,α表示车载图像采集装置所处的水平面与人眼之间的夹角。
在步骤403中,根据第二距离与第三距离之比、以及第五距离,计算第六距离。其中,第六距离可以为人眼到头顶之间的实际垂直距离。如图3所示,标记50所指示的位置为用户的头顶,标记N所指示的距离为第六距离。
由于车载图像采集装置所采集到的人脸图像与用户的实际面部可能是等比例的,也可能是不等比例的,因此,需要利用采集到的人脸图像与用户实际面部的比例确定第六距离。示例地,可以通过如下公式(2)计算第六距离N:
N=M*n/m (2)
其中,n可以表示第二距离,m可以表示第三距离,M可以表示第五距离。
在步骤404中,将第四距离、第五距离和第六距离之和确定为用户的身高。
如图3所示,标记h所指示的距离可以为车载图像采集装置距离地面的垂直距离,即第四距离,由图3可知,第四距离h、第五距离M和第六距离N三者之和即为图3中用户的实际身高。
通过上述方案,在用户到达车辆附近或者使用车辆时,车辆可以主动采集该用户的生理特征信息,以便后续对该数据进行保存、应用等。这样,既可以全面采集数据、丰富数据库,还可以在例如车辆设计、车辆质量改进、车辆设计优化以及新产品开发等工序中提供数据支持,有利于车辆制造业的发展,进而使车辆更加符合用户需求。
图5是根据本公开的另一种实施方式提供的人体生理特征信息采集方法的流程图。如图5所示,本公开所提供的人体生理特征信息采集方法还可以包括以下步骤。
在步骤501中,在确定用户身高后的第一预设时长内,当目标座椅有用户入座时,采集目标座椅的各支点处的压力值。
该第一预设时长可以是一般情况下用户从开启车门到坐入车内相应位置所经过的时间,例如,20s。示例地,目标座椅可以为驾驶员座椅。当目标座椅上无人入座时,其各支点处的压力值皆可以为零。示例地,若目标座椅包括4个支点,那么可以在该4个支点处分别设置例如压力传感器以获取各个支点处的压力值。
在一种实施方式中,步骤501可以包括以下步骤:自目标座椅有用户入座时起的第二预设时长内,按照采样周期采集目标座椅的各支点处的压力值。
该第二预设时长可以是从驾驶开始到当前驾驶结束所经过的时长,这样采集到的压力值为当前驾驶周期内入座于目标座椅的用户所产生的压力值。在自目标座椅有用户入座时起的第二预设时长内,可以按照采样周期持续采集目标座椅各支点处的压力值,以便后续步骤中根据采集到的压力值确定该用户的体重,示例地,采样周期可以例如是30s。
另外,对于确定用户身高后超出第一预设时长后,目标座椅仍无用户入座的情况,说明用户未在目标座椅入座,此时只能采集到身高信息,对于数据采集的意义不大,因此可以将确定的用户身高删除。
在步骤502中,根据压力值,确定目标座椅上的用户的体重。
一般情况下,由于方向盘、歇脚板等会不同程度承受人体的重量,因此座椅承受的压力与入座与该座椅的用户的实际体重可能是不相等的,但是在座椅位置一定的条件下,用户坐在座椅上的姿态是一定的,上述各处承受的压力也是一定的,因此,座椅承受的压力与入座与该座椅的用户的实际体重二者之间可以满足一定的对应关系。因此,通过采集到的目标座椅的各支点处的压力值,可以进一步计算出用户的体重。
在一种实施方式中,可以预先通过多次试验,得到座椅位置、座椅承受的压力与人体体重三者之间的对应关系,并进行存储。进而,根据采集到的目标座椅的各支点处的压力值和座椅位置,以及已存储的座椅位置、座椅承受的压力与人体体重三者之间的对应关系,可以确定该用户的体重。
在另一种实施方式中,如图6所示,步骤502可以包括以下步骤。
在步骤601中,针对每个采样周期,根据该采样周期采集的压力值,计算该采样周期对应的体重数据。
示例地,可以通过如下公式(3)计算每个采样周期对应的体重数据:
Gi=Fi*C (3)
其中,Gi表示第i个采样周期对应的体重数据,Fi表示第i个采样周期采集的压力值的总和,C表示预定系数。通过预先进行多次试验,可以确定人体实际体重与座椅承受的压力的一系列比值,将其保存为多个预定系数,该预定系数根据座椅位置的不同而不同。在确定当前采样周期采集的压力值的总和Fi后,根据当前座椅的位置可以得到对应的预定系数C,通过二者即可得到当前采样周期对应的体重数据Gi。
在步骤602中,从每个采样周期对应的体重数据中删除无效体重数据。
其中,无效体重数据可以为超出预设体重范围的体重数据,预设体重范围为与已确定的用户身高相对应的体重范围。由于用户入座目标座椅时,该用户的身高已经可以确定,因此,根据该身高以及相应的人体标准可以确定当前用户体重应属的范围,即预设体重范围。若各个采样周期对应的体重数据中存在无效体重数据,说明采集用户体重的过程中可能由于偶然情况造成测得的体重数据出现偏差,因此可以将该无效体重剔除,以保证信息采集的准确性。
在步骤603中,根据剩余的有效体重数据,确定目标座椅上的用户的体重。
示例地,可以计算剩余的有效体重数据的体重平均值,并将该体重平均值确定为目标座椅上的用户的体重。
另外,在结束当前体重采集过程后,可以自动将目标座椅的各支点压力值归零,以保证之后压力采集的准确性,避免长期重复采集所导致的误差逐渐增大的情况。
另外,在确定用户体重后,可以将该用户的身高与体重进行关联保存,例如,将该用户的身高与体重发送至与车辆通信的服务器,并进行关联,以便在后续的数据处理中对该用户的身高及体重进行利用,例如,在数据处理时以身高和体重为依据对多个用户进行用户分类;或者,对于车辆损坏(例如,车辆座椅损坏)的情况,以用户分类结果为依据进行针对性改进;或者,以用户的身高和体重为基础进行车辆人机交互设计。
或者,车辆上可以设置有人脸识别模块,在采集用户身高和用户体重时对用户进行人脸识别,以确定用户身份。在确定身高后,将该身高保存为与该用户身份对应的身高。在确定体重后,将该体重保存为与该用户身份对应的体重。
图7是根据本公开的一种实施方式提供的人体生理特征信息采集系统的框图。如图7所示,该系统700可以包括:车载图像采集装置701,用于采集用户的人脸图像;处理模块702,用于识别所述人脸图像中的眼点位置和头顶位置,并确定第一距离、第二距离和第三距离,其中,所述第一距离为所述车载图像采集装置与所述眼点位置之间的水平距离,所述第二距离为所述眼点位置与所述头顶位置之间的垂直距离,所述第三距离为所述车载图像采集装置与所述眼点位置之间的垂直距离;所述处理模块702还用于根据第一距离、第二距离、第三距离和第四距离,确定所述用户的身高,其中,所述第四距离为所述车载图像采集装置距离地面的垂直距离。
图8是根据本公开的另一种实施方式提供的人体生理特征信息采集系统的框图。如图8所示,所述处理模块702可以包括:夹角确定子模块801,用于根据所述第一距离和所述眼点位置,确定所述车载图像采集装置所处的水平面与人眼之间的夹角;第一计算子模块802,用于根据所述夹角和所述第一距离,计算第五距离,所述第五距离为所述车载图像采集装置所处的水平面与人眼之间的实际垂直距离;第二计算子模块803,用于根据所述第二距离与所述第三距离之比、以及所述第五距离,计算第六距离,所述第六距离为人眼到头顶之间的实际垂直距离;第一信息确定子模块804,用于将所述第四距离、所述第五距离和所述第六距离之和确定为所述用户的身高。
可选地,所述夹角确定子模块801用于根据预先标定的对应关系,将与所述第一距离和所述眼点位置相对应的角度确定为所述夹角,其中,所述对应关系为所述水平距离与所述眼点位置两者之间的对应关系;所述第一计算子模块802用于根据所述夹角和所述第一距离,通过以下公式计算第五距离:M=tan(α)L;其中,M表示所述第五距离,L表示所述第一距离,α表示所述夹角;所述第二计算子模块803用于根据所述第二距离与所述第三距离之比、以及所述第五距离,通过以下公式计算第六距离:N=M*n/m;其中,N表示所述第六距离,n表示所述第二距离,m表示所述第三距离。
图9是根据本公开的另一种实施方式提供的人体生理特征信息采集系统的框图。如图9所示,该系统700还可以包括:压力采集装置901,用于在所述处理模块702确定所述用户身高后的第一预设时长内,当目标座椅有用户入座时,采集所述目标座椅的各支点处的压力值;所述处理模块702还用于根据所述压力值,确定所述目标座椅上的用户的体重。
可选地,所述车载图像采集装置701设置在驾驶员一侧的车门外部,所述目标座椅为驾驶员座椅。
可选地,所述压力采集装置901用于自所述目标座椅有用户入座时起的第二预设时长内,按照采样周期采集所述目标座椅的各支点处的压力值;所述处理模块702包括:第三计算子模块,用于针对每个采样周期,根据该采样周期采集的压力值,计算该采样周期对应的体重数据;数据删除子模块,用于从每个采样周期对应的体重数据中删除无效体重数据,其中,所述无效体重数据为超出预设体重范围的体重数据,所述预设体重范围为与所述身高相对应的体重范围;第二信息确定子模块,用于根据剩余的有效体重数据,确定所述目标座椅上的用户的体重。
可选地,所述第三计算子模块用于针对每个采样周期,根据该采样周期采集的压力值,通过以下公式计算该采样周期对应的体重数据:Gi=Fi*C;其中,Gi表示第i个采样周期对应的体重数据,Fi表示第i个采样周期采集的压力值的总和,C表示预定系数。
可选地,所述系统700还包括:数据存储模块,用于保存所述身高和所述体重,并将所述体重与所述身高相关联。
可选地,所述处理模块702可以为服务器;以及,所述系统700还可以包括:车载通信模块,用于将车辆与所述服务器之间通信连接;所述车载图像采集装置和所述压力采集装置分别通过所述车载通信模块将所述人脸图像和所述压力值发送至所述服务器。
示例地,处理模块702可以为云端服务器。示例地,车载通信模块可以例如是T-Box。
本公开还提供一种车辆,所述车辆包括本公开任意实施例提供的人体生理特征信息采集系统。
以上结合附图详细描述了本公开的优选实施方式,但是,本公开并不限于上述实施方式中的具体细节,在本公开的技术构思范围内,可以对本公开的技术方案进行多种简单变型,这些简单变型均属于本公开的保护范围。
另外需要说明的是,在上述具体实施方式中所描述的各个具体技术特征,在不矛盾的情况下,可以通过任何合适的方式进行组合。为了避免不必要的重复,本公开对各种可能的组合方式不再另行说明。
此外,本公开的各种不同的实施方式之间也可以进行任意组合,只要其不违背本公开的思想,其同样应当视为本公开所公开的内容。
Claims (10)
1.一种人体生理特征信息采集方法,其特征在于,所述方法包括:
通过车载图像采集装置采集用户的人脸图像;
识别所述人脸图像中的眼点位置和头顶位置,并确定第一距离、第二距离和第三距离,其中,所述第一距离为所述车载图像采集装置与所述眼点位置之间的水平距离,所述第二距离为所述眼点位置与所述头顶位置之间的垂直距离,所述第三距离为所述车载图像采集装置与所述眼点位置之间的垂直距离;
根据第一距离、第二距离、第三距离和第四距离,确定所述用户的身高,其中,所述第四距离为所述车载图像采集装置距离地面的垂直距离。
2.根据权利要求1所述的方法,其特征在于,所述根据第一距离、第二距离、第三距离和第四距离,确定所述用户的身高,包括:
根据所述第一距离和所述眼点位置,确定所述车载图像采集装置所处的水平面与人眼之间的夹角;
根据所述夹角和所述第一距离,计算第五距离,所述第五距离为所述车载图像采集装置所处的水平面与人眼之间的实际垂直距离;
根据所述第二距离与所述第三距离之比、以及所述第五距离,计算第六距离,所述第六距离为人眼到头顶之间的实际垂直距离;
将所述第四距离、所述第五距离和所述第六距离之和确定为所述用户的身高。
3.根据权利要求2所述的方法,其特征在于,所述根据所述第一距离和所述眼点位置,确定所述车载图像采集装置所处的水平面与人眼之间的夹角,包括:
根据预先标定的对应关系,将与所述第一距离和所述眼点位置相对应的角度确定为所述夹角,其中,所述对应关系为所述第一距离、所述眼点位置和所述车载图像采集装置所处的水平面与眼点间夹角三者之间的对应关系;
所述根据所述夹角和所述第一距离,计算第五距离,包括:
根据所述夹角和所述第一距离,通过以下公式计算第五距离:
M=tan(α)L;
其中,M表示所述第五距离,L表示所述第一距离,α表示所述夹角;
所述根据所述第二距离与所述第三距离之比、以及所述第五距离,计算第六距离,包括:
根据所述第二距离与所述第三距离之比、以及所述第五距离,通过以下公式计算第六距离:
N=M*n/m;
其中,N表示所述第六距离,n表示所述第二距离,m表示所述第三距离。
4.根据权利要求1所述的方法,其特征在于,所述方法还包括:
在确定所述用户的身高后的第一预设时长内,当目标座椅有用户入座时,采集所述目标座椅的各支点处的压力值;
根据所述压力值,确定所述目标座椅上的用户的体重。
5.根据权利要求4所述的方法,其特征在于,所述车载图像采集装置设置在驾驶员一侧的车门外部,所述目标座椅为驾驶员座椅。
6.根据权利要求4所述的方法,其特征在于,所述当目标座椅有用户入座时,采集所述目标座椅的各支点处的压力值,包括:
自所述目标座椅有用户入座时起的第二预设时长内,按照采样周期采集所述目标座椅的各支点处的压力值;
所述根据所述压力值,确定所述目标座椅上的用户的体重,包括:
针对每个采样周期,根据该采样周期采集的压力值,计算该采样周期对应的体重数据;
从每个采样周期对应的体重数据中删除无效体重数据,其中,所述无效体重数据为超出预设体重范围的体重数据,所述预设体重范围为与所述身高相对应的体重范围;
根据剩余的有效体重数据,确定所述目标座椅上的用户的体重。
7.根据权利要求6所述的方法,其特征在于,所述根据该采样周期采集的压力值,计算该采样周期对应的体重数据,包括:
根据该采样周期采集的压力值,通过以下公式计算该采样周期对应的体重数据:
Gi=Fi*C;
其中,Gi表示第i个采样周期对应的体重数据,Fi表示第i个采样周期采集的压力值的总和,C表示预定系数。
8.根据权利要求4-7中任一项所述的方法,其特征在于,所述方法还包括:
保存所述身高和所述体重,并将所述体重与所述身高相关联。
9.一种人体生理特征信息采集系统,其特征在于,该系统包括:
车载图像采集装置,用于采集用户的人脸图像;
处理模块,用于识别所述人脸图像中的眼点位置和头顶位置,并确定第一距离、第二距离和第三距离,其中,所述第一距离为所述车载图像采集装置与所述眼点位置之间的水平距离,所述第二距离为所述眼点位置与所述头顶位置之间的垂直距离,所述第三距离为所述车载图像采集装置与所述眼点位置之间的垂直距离;
所述处理模块还用于根据第一距离、第二距离、第三距离和第四距离,确定所述用户的身高,其中,所述第四距离为所述车载图像采集装置距离地面的垂直距离。
10.一种车辆,其特征在于,所述车辆包括根据权利要求9所述的人体生理特征信息采集系统。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810069533.3A CN108416259B (zh) | 2018-01-24 | 2018-01-24 | 人体生理特征信息采集方法、系统及车辆 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810069533.3A CN108416259B (zh) | 2018-01-24 | 2018-01-24 | 人体生理特征信息采集方法、系统及车辆 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108416259A true CN108416259A (zh) | 2018-08-17 |
CN108416259B CN108416259B (zh) | 2020-07-24 |
Family
ID=63126399
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810069533.3A Active CN108416259B (zh) | 2018-01-24 | 2018-01-24 | 人体生理特征信息采集方法、系统及车辆 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108416259B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111012353A (zh) * | 2019-12-06 | 2020-04-17 | 西南交通大学 | 一种基于人脸关键点识别的身高检测方法 |
CN112990101A (zh) * | 2021-04-14 | 2021-06-18 | 深圳市罗湖医院集团 | 基于机器视觉的面部器官定位方法及相关设备 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120026617A1 (en) * | 2010-07-30 | 2012-02-02 | Hon Hai Precision Industry Co., Ltd. | Mirror and adjustment method therefor |
US20140140685A1 (en) * | 2009-03-30 | 2014-05-22 | Eyelock, Inc. | Biometric camera mount system |
CN105222873A (zh) * | 2015-09-17 | 2016-01-06 | 奇瑞汽车股份有限公司 | 一种测量体重的系统和方法 |
CN106361345A (zh) * | 2016-11-29 | 2017-02-01 | 公安部第三研究所 | 基于摄像头标定的视频图像中人体身高测量的系统及方法 |
CN106377264A (zh) * | 2016-10-20 | 2017-02-08 | 广州视源电子科技股份有限公司 | 一种人体身高测量方法、装置及智能镜子 |
CN106529399A (zh) * | 2016-09-26 | 2017-03-22 | 深圳奥比中光科技有限公司 | 人体信息采集方法、装置及系统 |
CN106580329A (zh) * | 2016-12-28 | 2017-04-26 | 天津众阳科技有限公司 | 基于双目立体视觉技术的身高测量系统及方法 |
-
2018
- 2018-01-24 CN CN201810069533.3A patent/CN108416259B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140140685A1 (en) * | 2009-03-30 | 2014-05-22 | Eyelock, Inc. | Biometric camera mount system |
US20120026617A1 (en) * | 2010-07-30 | 2012-02-02 | Hon Hai Precision Industry Co., Ltd. | Mirror and adjustment method therefor |
CN105222873A (zh) * | 2015-09-17 | 2016-01-06 | 奇瑞汽车股份有限公司 | 一种测量体重的系统和方法 |
CN106529399A (zh) * | 2016-09-26 | 2017-03-22 | 深圳奥比中光科技有限公司 | 人体信息采集方法、装置及系统 |
CN106377264A (zh) * | 2016-10-20 | 2017-02-08 | 广州视源电子科技股份有限公司 | 一种人体身高测量方法、装置及智能镜子 |
CN106361345A (zh) * | 2016-11-29 | 2017-02-01 | 公安部第三研究所 | 基于摄像头标定的视频图像中人体身高测量的系统及方法 |
CN106580329A (zh) * | 2016-12-28 | 2017-04-26 | 天津众阳科技有限公司 | 基于双目立体视觉技术的身高测量系统及方法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111012353A (zh) * | 2019-12-06 | 2020-04-17 | 西南交通大学 | 一种基于人脸关键点识别的身高检测方法 |
CN112990101A (zh) * | 2021-04-14 | 2021-06-18 | 深圳市罗湖医院集团 | 基于机器视觉的面部器官定位方法及相关设备 |
Also Published As
Publication number | Publication date |
---|---|
CN108416259B (zh) | 2020-07-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US7376250B2 (en) | Apparatus, method and program for moving object detection | |
CN109460780A (zh) | 人工神经网络的车辆安全驾驶检测方法、装置及存储介质 | |
WO2020029444A1 (zh) | 一种驾驶员驾驶时注意力检测方法和系统 | |
US20200090323A1 (en) | Information processing method and device, cloud-based processing device, and computer program product | |
CN104881956A (zh) | 一种疲劳驾驶预警系统 | |
CN113347742B (zh) | 车机蓝牙的连接方法、装置、电子设备及存储介质 | |
CN108416259A (zh) | 人体生理特征信息采集方法、系统及车辆 | |
CN113642522B (zh) | 基于音视频的疲劳状态检测方法和装置 | |
CN108710841A (zh) | 一种基于MEMs红外阵列传感器的人脸活体检测装置及方法 | |
CN114987500A (zh) | 驾驶员状态监控方法、终端设备及存储介质 | |
CN113345177A (zh) | 一种基于人脸识别的图书自助借还系统 | |
CN117171634A (zh) | 基于多尺度特征选择融合残差网络的ecg身份识别方法 | |
CN109146834A (zh) | 车辆定损方法及装置、计算机可读存储介质、终端 | |
CN116740485A (zh) | 病变检测模型的训练方法和装置、电子设备及存储介质 | |
CN110110582A (zh) | 结合3d结构光、红外光及可见光的人脸识别方法及系统 | |
CN116091793A (zh) | 一种基于光流融合的光场显著性检测方法 | |
CN214240449U (zh) | 应用于车辆的显示界面移动显示系统 | |
CN114120390A (zh) | 基于人脸识别的仪表参数自适配系统、方法及身份识别系统和车辆 | |
CN114037979A (zh) | 一种轻量化的驾驶员疲劳状态检测方法 | |
CN104254900A (zh) | 带电粒子束调整支援装置以及方法 | |
CN112528919A (zh) | 一种疲劳驾驶检测方法及装置、计算机可读介质 | |
Wang et al. | Driving fatigue detection based on feature fusion of information entropy | |
CN112606688A (zh) | 应用于车辆的显示界面移动显示方法及显示系统 | |
CN110322700A (zh) | 多乘员专用车道管控方法及相关产品 | |
CN103605966B (zh) | 一种识别行人的方法和装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
CB02 | Change of applicant information | ||
CB02 | Change of applicant information |
Address after: 102206 Beijing Changping District Shahe town Shayang Road, Niu Niu Wan Village North Applicant after: Beiqi Futian Automobile Co., Ltd. Address before: 102206, Beijing, Shahe Town, Changping District Road, sand Yang Applicant before: Beiqi Futian Automobile Co., Ltd. |
|
GR01 | Patent grant | ||
GR01 | Patent grant |