CN110287807A - 一种人体信息获取方法、装置及系统 - Google Patents
一种人体信息获取方法、装置及系统 Download PDFInfo
- Publication number
- CN110287807A CN110287807A CN201910470546.6A CN201910470546A CN110287807A CN 110287807 A CN110287807 A CN 110287807A CN 201910470546 A CN201910470546 A CN 201910470546A CN 110287807 A CN110287807 A CN 110287807A
- Authority
- CN
- China
- Prior art keywords
- presetting
- human body
- body information
- information acquisition
- gray level
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 37
- 230000001815 facial effect Effects 0.000 claims abstract description 41
- 238000012545 processing Methods 0.000 claims abstract description 31
- 238000001514 detection method Methods 0.000 claims abstract description 8
- 230000008685 targeting Effects 0.000 claims description 4
- 230000008569 process Effects 0.000 abstract description 6
- 238000010586 diagram Methods 0.000 description 6
- 241001292396 Cirrhitidae Species 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000009776 industrial production Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
-
- 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
Abstract
本发明实施例提出一种人体信息获取方法、装置及系统,涉及图像处理领域。该方法、装置及系统利用预设定的第一算子获取目标人脸图像,并对目标人脸图像进行预处理得到灰度图像,然后利用预设定的第一识别算法从灰度图像中识别出人脸区域,从而根据人脸区域得到头部区域。从而,利用本发明提供的人体信息获取方法、装置及系统,可以自动获取目标人脸图像,并对目标人脸图像做出分析得到目标的头部区域等人体信息,整个过程简单、快速,无须耗费人力,既提高了检测的准确率,又提高了工作效率。
Description
技术领域
本发明涉及图像处理领域,具体而言,涉及一种人体信息获取方法、装置及系统。
背景技术
近年来,机器视觉作为人工智能的一个分支正在快速发展,在一些不适于人工作业的危险工作环境或者人工视觉难以满足要求的场合,常用机器视觉来替代人工视觉。如今,在大批量重复性工业生产以及人工检测过程中,生产效率得不到明显提高,人力检测费时费力。
发明内容
有鉴于此,本发明的目的在于提供一种人体信息获取方法、装置及系统,以解决上述问题。
为了实现上述目的,本发明实施例采用的技术方案如下:
第一方面,本发明提供了一种人体信息获取方法,所述人体信息获取方法包括:
利用预设定的第一算子获取目标人脸图像;
对所述目标人脸图像进行预处理得到灰度图像;
利用预设定的第一识别算法从所述灰度图像中识别出人脸区域;
根据所述人脸区域得到头部区域。
第二方面,本发明还提供了一种人体信息获取装置,所述人体信息获取装置包括:
图像获取模块,用于利用预设定的第一算子获取目标人脸图像;
处理模块,用于对所述目标人脸图像进行预处理得到灰度图像;
所述处理模块还用于利用预设定的第一识别算法从所述灰度图像中识别出人脸区域;
所述处理模块还用于根据所述人脸区域得到头部区域。
第三方面,本发明提供了一种人体信息获取系统,其特征在于,包括处理器和存储器,所述存储器存储有能够被所述处理器执行的机器可执行指令,所述处理器可执行所述机器可执行指令以实现第一方面所述的人体信息获取方法。
本发明提供的人体信息获取方法、装置及系统,利用预设定的第一算子获取目标人脸图像,并对目标人脸图像进行预处理得到灰度图像,然后利用预设定的第一识别算法从灰度图像中识别出人脸区域,从而根据人脸区域得到头部区域。从而,利用本发明提供的人体信息获取方法、装置及系统,可以自动获取目标人脸图像,并对目标人脸图像做出分析得到目标的头部区域等人体信息,整个过程简单、快速,无须耗费人力,既提高了检测的准确率,又提高了工作效率。
为使本发明的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1为本发明提供的人体信息获取系统的方框示意图。
图2为本发明提供的人体信息获取方法的流程图。
图3为图2中S203的具体流程图。
图4为本发明提供的人体信息获取装置的功能模块图。
图标:100-人体信息获取系统;110-处理器;120-存储器;130-图像采集模块;140-显示模块;200-人体信息获取装置;210-图像获取模块;220-处理模块。
具体实施方式
下面将结合本发明实施例中附图,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。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。
因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。基于本发明的实施例,本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本发明保护的范围。
需要说明的是,术语“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、系统、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、系统、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、系统、物品或者设备中还存在另外的相同要素。
请参照图1,为本发明提供的人体信息获取系统100的方框示意图。所述人体信息获取系统100包括存储器120、处理器110、图像采集模块130以及显示模块140。所述存储器120、处理器110、图像采集模块130以及显示模块140各元件相互之间直接或间接地电性连接,以实现数据的传输或交互。例如,这些元件相互之间可通过一条或多条通讯总线或信号线实现电性连接。
其中,存储器120用于存储程序或者数据。所述存储器120可以是,但不限于,随机存取存储器120(Random Access Memory,RAM),只读存储器120(Read Only Memory,ROM),可编程只读存储器120(Programmable Read-Only Memory,PROM),可擦除只读存储器120(Erasable Programmable Read-Only Memory,EPROM),电可擦除只读存储器120(ElectricErasable Programmable Read-Only Memory,EEPROM)等。
处理器110用于读/写存储器120中存储的数据或程序,并执行相应地功能。
图像采集模块130用于采集人脸图像。
在一种可选的实施方式中,图像采集模块130可以为工业相机。
显示模块140用于显示图像采集模块130采集到的人脸图像。
在一种可选的实施方式中,显示模块140可以为显示屏。
应当理解的是,图1所示的结构仅为人体信息获取系统100的结构示意图,所述人体信息获取系统100还可包括比图1中所示更多或者更少的组件,或者具有与图1所示不同的配置。图1中所示的各组件可以采用硬件、软件或其组合实现。
本发明提供了一种人体信息获取方法,应用于上述人体信息获取系统100,用于自动、快速地获取人体信息。请参阅图2,为本发明提供的人体信息获取方法的流程图。该人体信息获取方法包括:
S201,利用预设定的第一算子获取目标人脸图像。
在一种可选的实施方式中,预设定的第一算子即为open_framegrabber算子。首先利用open_framegrabber算子打开图像采集模块130,使图像采集模块130进行拍摄从而获得目标人脸图像。也即,通过open_framegrabber算子可以实现目标人脸图像的自动采集,避免了手动操作,节约了时间。
需要说明的是,在图像采集模块130拍摄得到目标人脸图像后,由显示模块140进行显示。
S202,对目标人脸图像进行预处理得到灰度图像。
由于获取的目标人脸图像为彩色图像,不利于后续进行分析、处理,因此需要先对目标人脸图像进行预处理,将彩色图像转换为灰度图像,便于后续进行特征匹配以及数据处理。
具体地,利用预设定的第四算子以及预设定的第五算子将目标人脸图像转换为灰度图像。
在一种可选的实施方式中,预设定的第四算子为decompose3算子;预设定的第五算子为trans_from_rgb算子。
S203,利用预设定的第一识别算法从灰度图像中识别出人脸区域。
具体地,请参阅图3,为S203的具体流程图。该S203包括:
S2031,利用预设定的第二算子及预设定的人脸皮肤参数对灰度图像进行分割得到初始人脸区域。
在一种可选的实施方式中,预设定的第二算子为threshold算子,threshold算子可根据最大灰度值、最小灰度值预设定以及面积选出特定区域。
人脸皮肤参数即为皮肤可能所在的灰度值区间以及人脸面积。从而,利用threshold算子以及人脸皮肤参数对灰度图像进行分割即可得到初始人脸区域。
S2032,利用预设定的第三算子对初始人脸区域进行闭运算得到人脸区域。
但通常地,利用threshold算子得到的初始人脸区域并不够精确,常常需要对初始人脸区域进一步处理,得到更加精确的人脸区域。
在一种可选的实施方式中,预设定的第三算子为closing类算子。
S204,根据人脸区域得到头部区域。
具体地,保持人脸区域的宽度不变,将人脸区域的长度增加预设倍数以得到头部区域。
在一种可选的实施方式中,根据人脸区域得到头部区域时,保持人脸区域的宽度不变,将人脸区域的长度增加1/3即可得到头部区域。需要说明的是,头部区域是指包含人脸以及头发在内的所有区域。
S205,利用预设定的第二算子及预设定的头发参数对灰度图像进行分割得到头发区域。
其中,预设定的头发参数包括头发可能所在的灰度值区间以及头发的面积。从而,利用threshold算子以及头发参数对灰度图像进行分割即可得到初头发区域。
S206,基于头发区域得到头部最高点位置信息。
也即,得到人头部最高点的row值。
S207,基于头部最高点位置信息确定头部最高点位置与预设定的中心光距点的纵向距离。
根据人头部最高点的row值确定头部最高点位置与预设定的中心光距点的纵向距离。
S208,根据预设定的靶向定位算法以及纵向距离确定身高。
S209,根据预设定的几何定位算法从头部区域中确定眼睛位置区域。
S210,基于眼睛位置区域进行红眼病检测以得到红眼病检测结果。
可以理解地,本方法主要利用Halcon视觉算法实现人体信息获取,Halcon视觉算法的算子多、速度快且编程简单,且容易与Visual Studio接口,容易在各种系统环境下配置运行,达到提高效率、增加精度的效果。
为了执行上述实施例及各个可能的方式中的相应步骤,下面给出一种人体信息获取装置200的实现方式,可选地,该人体信息获取装置200可以采用上述图1所示的处理器110的器件结构。进一步地,请参阅图4,图4为本发明实施例提供的一种人体信息获取装置200的功能模块图。需要说明的是,本实施例所提供的人体信息获取装置200,其基本原理及产生的技术效果和上述实施例相同,为简要描述,本实施例部分未提及之处,可参考上述的实施例中相应内容。该人体信息获取装置200包括:图像获取模块210以及处理模块220。
其中,图像获取模块210用于利用预设定的第一算子获取目标人脸图像。
在一种可选的实施方式中,预设定的第一算子即为open_framegrabber算子。首先利用open_framegrabber算子打开图像采集模块130,使图像采集模块130进行拍摄从而获得目标人脸图像。也即,通过open_framegrabber算子可以实现目标人脸图像的自动采集,避免了手动操作,节约了时间。
需要说明的是,在图像采集模块130拍摄得到目标人脸图像后,由显示模块140进行显示。
可以理解地,在一种可选的实施方式中,图像获取模块210可以执行S201。
处理模块220用于对目标人脸图像进行预处理得到灰度图像。
由于获取的目标人脸图像为彩色图像,不利于后续进行分析、处理,因此需要先对目标人脸图像进行预处理,将彩色图像转换为灰度图像,便于后续进行特征匹配以及数据处理。
具体地,利用预设定的第四算子以及预设定的第五算子将目标人脸图像转换为灰度图像。
在一种可选的实施方式中,预设定的第四算子为decompose3算子;预设定的第五算子为trans_from_rgb算子。
可以理解地,在一种可选的实施方式中,处理模块220可以执行S202。
处理模块220还用于利用预设定的第一识别算法从灰度图像中识别出人脸区域。
具体地,处理模块220用于利用预设定的第二算子及预设定的人脸皮肤参数对灰度图像进行分割得到初始人脸区域,并利用预设定的第三算子对初始人脸区域进行闭运算得到人脸区域。
在一种可选的实施方式中,预设定的第二算子为threshold算子,threshold算子可根据最大灰度值、最小灰度值预设定以及面积选出特定区域。
人脸皮肤参数即为皮肤可能所在的灰度值区间以及人脸面积。从而,利用threshold算子以及人脸皮肤参数对灰度图像进行分割即可得到初始人脸区域。
可以理解地,在一种可选的实施方式中,处理模块220可以执行S203、S2031以及S2032。
处理模块220还用于根据人脸区域得到头部区域。
具体地,保持人脸区域的宽度不变,将人脸区域的长度增加预设倍数以得到头部区域。
在一种可选的实施方式中,根据人脸区域得到头部区域时,保持人脸区域的宽度不变,将人脸区域的长度增加1/3即可得到头部区域。需要说明的是,头部区域是指包含人脸以及头发在内的所有区域。
可以理解地,在一种可选的实施方式中,处理模块220可以执行S204。
处理模块220还用于利用预设定的第二算子及预设定的头发参数对灰度图像进行分割得到头发区域。
其中,预设定的头发参数包括头发可能所在的灰度值区间以及头发的面积。从而,利用threshold算子以及头发参数对灰度图像进行分割即可得到初头发区域。
可以理解地,在一种可选的实施方式中,处理模块220可以执行S205。
处理模块220还用于基于头发区域得到头部最高点位置信息,并基于头部最高点位置信息确定头部最高点位置与预设定的中心光距点的纵向距离。
也即,得到人头部最高点的row值,根据人头部最高点的row值确定头部最高点位置与预设定的中心光距点的纵向距离。
可以理解地,在一种可选的实施方式中,处理模块220可以执行S206以及S207。
处理模块220还用于根据预设定的靶向定位算法以及纵向距离确定身高,并根据预设定的几何定位算法从头部区域中确定眼睛位置区域,然后基于眼睛位置区域进行红眼病检测以得到红眼病检测结果。
可以理解地,在一种可选的实施方式中,处理模块220可以执行S208、S209以及S210。
可选地,上述模块可以软件或固件(Firmware)的形式存储于图1所示的存储器120中或固化于该人体信息获取系统100的操作系统(Operating System,OS)中,并可由图1中的处理器110执行。同时,执行上述模块所需的数据、程序的代码等可以存储在存储器120中。
综上所述,本发明提供的人体信息获取方法、装置及系统,利用预设定的第一算子获取目标人脸图像,并对目标人脸图像进行预处理得到灰度图像,然后利用预设定的第一识别算法从灰度图像中识别出人脸区域,从而根据人脸区域得到头部区域。从而,利用本发明提供的人体信息获取方法、装置及系统,可以自动获取目标人脸图像,并对目标人脸图像做出分析得到目标的头部区域等人体信息,整个过程简单、快速,无须耗费人力,既提高了检测的准确率,又提高了工作效率。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置和系统,也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,附图中的流程图和框图显示了根据本发明的多个实施例的装置、系统和计算机程序产品的可能实现的体系架构、功能和操作。另外,在本发明各个实施例中的各功能模块可以集成在一起形成一个独立的部分,也可以是各个模块单独存在,也可以两个或两个以上模块集成形成一个独立的部分。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种人体信息获取方法,其特征在于,所述人体信息获取方法包括:
利用预设定的第一算子获取目标人脸图像;
对所述目标人脸图像进行预处理得到灰度图像;
利用预设定的第一识别算法从所述灰度图像中识别出人脸区域;
根据所述人脸区域得到头部区域。
2.根据权利要求1所述的人体信息获取方法,其特征在于,在所述对所述目标人脸图像进行预处理得到灰度图像的步骤之后,所述方法还包括:
利用预设定的第二算子及预设定的头发参数对所述灰度图像进行分割得到头发区域;
基于所述头发区域得到头部最高点位置信息;
基于所述头部最高点位置信息确定头部最高点位置与预设定的中心光距点的纵向距离;
根据预设定的靶向定位算法以及所述纵向距离确定身高。
3.根据权利要求1所述的人体信息获取方法,其特征在于,在所述根据所述人脸区域得到头部区域的步骤之后,所述方法还包括:
根据预设定的几何定位算法从所述头部区域中确定眼睛位置区域;
基于所述眼睛位置区域进行红眼病检测以得到红眼病检测结果。
4.根据权利要求1-3中任意一项所述的人体信息获取方法,其特征在于,所述根据所述人脸区域得到头部区域的步骤包括:
保持所述人脸区域的宽度不变,将所述人脸区域的长度增加预设倍数以得到所述头部区域。
5.根据权利要求1-3中任意一项所述的人体信息获取方法,其特征在于,所述利用预设定的第一识别算法从所述灰度图像中识别出人脸区域的步骤包括:
利用所述第二算子及预设定的人脸皮肤参数对所述灰度图像进行分割得到初始人脸区域;
利用预设定的第三算子对所述初始人脸区域进行闭运算得到所述人脸区域。
6.根据权利要求1-3中任意一项所述的人体信息获取方法,其特征在于,所述对所述目标人脸图像进行预处理得到灰度图像的步骤包括:
利用预设定的第四算子以及预设定的第五算子将所述目标人脸图像转换为灰度图像。
7.一种人体信息获取装置,其特征在于,所述人体信息获取装置包括:
图像获取模块,用于利用预设定的第一算子获取目标人脸图像;
处理模块,用于对所述目标人脸图像进行预处理得到灰度图像;
所述处理模块还用于利用预设定的第一识别算法从所述灰度图像中识别出人脸区域;
所述处理模块还用于根据所述人脸区域得到头部区域。
8.根据权利要求7所述的人体信息获取装置,其特征在于,所述处理模块还用于利用预设定的第二算子及预设定的头发参数对所述灰度图像进行分割得到头发区域;
所述处理模块还用于基于所述头发区域得到头部最高点位置信息;
所述处理模块还用于基于所述头部最高点位置信息确定头部最高点位置与预设定的中心光距点的纵向距离;
所述处理模块还用于根据预设定的靶向定位算法以及所述纵向距离确定身高。
9.根据权利要求7所述的人体信息获取装置,其特征在于,所述处理模块还用于根据预设定的几何定位算法从所述头部区域中确定眼睛位置区域;
所述处理模块还用于基于所述眼睛位置区域进行红眼病检测以得到红眼病检测结果。
10.一种人体信息获取系统,其特征在于,包括处理器和存储器,所述存储器存储有能够被所述处理器执行的机器可执行指令,所述处理器可执行所述机器可执行指令以实现权利要求1-6任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910470546.6A CN110287807A (zh) | 2019-05-31 | 2019-05-31 | 一种人体信息获取方法、装置及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910470546.6A CN110287807A (zh) | 2019-05-31 | 2019-05-31 | 一种人体信息获取方法、装置及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110287807A true CN110287807A (zh) | 2019-09-27 |
Family
ID=68003036
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910470546.6A Pending CN110287807A (zh) | 2019-05-31 | 2019-05-31 | 一种人体信息获取方法、装置及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110287807A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111259794A (zh) * | 2020-01-16 | 2020-06-09 | 苏州瓴图智能科技有限公司 | 一种基于图像的非接触式红眼病自动筛查方法 |
CN113066084A (zh) * | 2021-04-26 | 2021-07-02 | 深圳市商汤科技有限公司 | 身体状况检测方法及装置、电子设备和存储介质 |
CN113569655A (zh) * | 2021-07-02 | 2021-10-29 | 广州大学 | 基于眼部色彩监控的红眼病患者识别系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102103690A (zh) * | 2011-03-09 | 2011-06-22 | 南京邮电大学 | 一种自动的头发区域分割方法 |
CN102599885A (zh) * | 2011-01-25 | 2012-07-25 | 富泰华工业(深圳)有限公司 | 具有健康提示功能的电子装置及其健康提示方法 |
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 |
CN108197618A (zh) * | 2018-04-08 | 2018-06-22 | 百度在线网络技术(北京)有限公司 | 用于生成人脸检测模型的方法和装置 |
CN109091118A (zh) * | 2017-06-21 | 2018-12-28 | 深圳大森智能科技有限公司 | 一种体征数据监测系统、监测方法以及终端 |
CN109344682A (zh) * | 2018-08-02 | 2019-02-15 | 平安科技(深圳)有限公司 | 课堂监控方法、装置、计算机设备及存储介质 |
-
2019
- 2019-05-31 CN CN201910470546.6A patent/CN110287807A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102599885A (zh) * | 2011-01-25 | 2012-07-25 | 富泰华工业(深圳)有限公司 | 具有健康提示功能的电子装置及其健康提示方法 |
CN102103690A (zh) * | 2011-03-09 | 2011-06-22 | 南京邮电大学 | 一种自动的头发区域分割方法 |
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 |
CN109091118A (zh) * | 2017-06-21 | 2018-12-28 | 深圳大森智能科技有限公司 | 一种体征数据监测系统、监测方法以及终端 |
CN108197618A (zh) * | 2018-04-08 | 2018-06-22 | 百度在线网络技术(北京)有限公司 | 用于生成人脸检测模型的方法和装置 |
CN109344682A (zh) * | 2018-08-02 | 2019-02-15 | 平安科技(深圳)有限公司 | 课堂监控方法、装置、计算机设备及存储介质 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111259794A (zh) * | 2020-01-16 | 2020-06-09 | 苏州瓴图智能科技有限公司 | 一种基于图像的非接触式红眼病自动筛查方法 |
CN113066084A (zh) * | 2021-04-26 | 2021-07-02 | 深圳市商汤科技有限公司 | 身体状况检测方法及装置、电子设备和存储介质 |
CN113569655A (zh) * | 2021-07-02 | 2021-10-29 | 广州大学 | 基于眼部色彩监控的红眼病患者识别系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Aquino et al. | vitisBerry: An Android-smartphone application to early evaluate the number of grapevine berries by means of image analysis | |
CN110287807A (zh) | 一种人体信息获取方法、装置及系统 | |
Ranjan et al. | Detection and classification of leaf disease using artificial neural network | |
CN109858384B (zh) | 人脸图像的捕捉方法、计算机可读存储介质及终端设备 | |
US8938117B2 (en) | Pattern recognition apparatus and method therefor configured to recognize object and another lower-order object | |
CN104200193A (zh) | 一种果树产量估测方法及装置 | |
CN109117857B (zh) | 一种生物属性的识别方法、装置及设备 | |
CN111524137A (zh) | 基于图像识别的细胞识别计数方法、装置和计算机设备 | |
CN109948476B (zh) | 一种基于计算机视觉的人脸皮肤检测系统及其实现方法 | |
EP1847961A1 (en) | Object-tracing apparatus, microscope system, and a computer program product for object-tracing apparatus | |
WO2015066618A1 (en) | Context based algorithmic framework for identifying and classifying embedded images of follicle units | |
CN108460344A (zh) | 屏幕中的动态区域智能识别系统及智能识别方法 | |
CN112613454A (zh) | 一种电力基建施工现场违章识别方法及系统 | |
JP7222231B2 (ja) | 行動認識装置、行動認識方法及びプログラム | |
CN105701496B (zh) | 一种基于人工智能技术的围棋盘面识别方法 | |
CN112581452A (zh) | 工业配件表面缺陷检测方法、系统、智能设备和存储介质 | |
CN111259763A (zh) | 目标检测方法、装置、电子设备及可读存储介质 | |
CN111222360A (zh) | 硅料熔化状态的检测方法、设备及存储介质 | |
KR20210136502A (ko) | Rgb-d 데이터와 딥러닝을 이용한 3d객체영역분할 방법과 그 시스템 | |
CN111985442A (zh) | 一种基于多模态数据融合的活体检测识别方法 | |
CN109257594B (zh) | 电视出厂检测方法、装置及计算机可读存储介质 | |
CN109754003B (zh) | 基于深度学习的智能机器人视觉技术应用检测系统和方法 | |
CN111832481B (zh) | 食用植物油加工质量检测方法、设备、存储介质及装置 | |
US8538142B2 (en) | Face-detection processing methods, image processing devices, and articles of manufacture | |
CN110807403B (zh) | 一种用户身份识别方法、装置及电子设备 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190927 |
|
RJ01 | Rejection of invention patent application after publication |