CN111144327B - 一种提高自助设备人脸识别摄像头识别效率的方法 - Google Patents

Abstract

本发明公开一种提高自助设备人脸识别摄像头识别效率的方法，其特征在于，包括以下步骤：步骤一：确定自助设备的人机交互部分的外形，并依据人体工程学数据及互联网大数据获取摄像头与使用者站立使用位置的水平距离L₁，步骤二：根据所述摄像头与使用者站立使用位置的水平距离L₁、摄像头安装高度L₂、摄像头在竖直方向的无畸变可视角度的1/2的余角θ_c数据。本发明涉及自助设备的摄像头设备领域，具体地讲，涉及一种提高自助设备人脸识别摄像头识别效率的方法。通过摄像头高度、使用者距离摄像头水平距离、使用者人群高度范围因素，计算出最优的摄像头倾角，实现在固定摄像头倾角的前提下，将使用者人脸呈现在摄像头的无畸变视角内的效果。

Description

一种提高自助设备人脸识别摄像头识别效率的方法

技术领域

本发明涉及自助设备的摄像头设备领域，具体地讲，涉及一种提高自助设备人脸识别摄像头识别效率的方法。

背景技术

随着计算机视觉技术的快速发展，具备人脸识别功能、内置摄像头的自助设备越来越常见。为了保证人脸识别的成功率，除优化内置算法外，市面上出现了可具备自动、手动调节角度的人脸识别摄像头。但是，无论自动、手动调节角度的摄像头，均存在人脸识别前需耗时调节角度、摄像头机械电气部件寿命有限的问题，从而影响人脸识别速度，降低使用可靠性，影响用户体验。此为现有技术的不足之处。

发明内容

本发明要解决的技术问题是提供一种提高自助设备人脸识别摄像头识别效率的方法，通过摄像头高度、用户距离摄像头距离、用户人群高度范围因素，计算出最优的摄像头倾角，实现在固定摄像头倾角的前提下，将用户人脸呈现在摄像头的无畸变视角内的效果。

本发明采用如下技术方案实现发明目的：

一种提高自助设备人脸识别摄像头识别效率的方法，其特征在于，包括以下步骤：

步骤一：确定自助设备的人机交互部分的外形，并依据人体工程学数据及互联网大数据获取摄像头与使用者站立使用位置的水平距离L₁；

步骤二：根据所述摄像头与使用者站立使用位置的水平距离L₁、摄像头安装高度L₂、摄像头在竖直方向的无畸变可视角度的1/2的余角θ_c数据，计算出摄像头镜面相对竖直线的倾角θ，即摄像头镜面法线方向相对水平线的倾角θ的范围；

步骤三：将自助设备摄像头的角度按照计算出的角度设计，实际安装时采用固定的方式安装，即可实现摄像头以固定角度采集人脸图像，提高人脸识别效率的有益效果。

作为本技术方案的进一步限定，所述倾角θ的计算步骤为：

步骤二一：

θ₁＝90°-θ-θ_c   (式1)

θ₂＝90°+θ-θ_c   (式2)

其中：θ₁为摄像头将身高为h′₁的使用者拍摄入摄像头无畸变视野范围时，摄像头竖直方向最大拍摄和识别范围的下边缘与水平线的夹角；

θ₂为摄像头将身高为h₂的使用者拍摄入摄像头无畸变视野范围时，摄像头竖直方向最大拍摄和识别范围的下边缘与水平线的夹角；

h₁表示摄像头无畸变视野范围内，可拍摄到完整人脸的最矮身高使用者的人脸下边缘高度，考虑到人脸长度约为0.2m，h′₁＝h₁+0.2；

h₂表示摄像头无畸变视野范围内，可拍摄到完整人脸的最高身高使用者；

步骤二二：当限定条件为：需要将高度为h′₁、h₂的用户人脸均呈现在摄像头的无畸变视角内，可得到如下取值范围：

L₂-L₁·tanθ₁<h₁   (式3)

L₂+L₁·tanθ₂>h₂   (式4)

步骤二三：将式1和式2分别带入式3和式4，得到式5和式6：

L₂-L₁·tan(90°-θ_c-θ)<h₁   (式5)

L₂+L₁·tan(90°-θ_c+θ)>h₂   (式6)

步骤二四：将式5和式6进行三角函数变换，即可得到的θ取值范围：

合并式7和式8

即得到θ的最佳取值范围。

作为本技术方案的进一步限定，所述摄像头与使用者站立使用位置的水平距离L₁与自助设备的外形相关及使用者的使用普遍使用习惯有关，所述摄像头与使用者站立使用位置的距离L₁可根据经验值获取，也可通过大数据采集获取，作为所述倾角θ确定的依据。

与现有技术相比，本发明的优点和积极效果是：

通过摄像头高度、用户距离摄像头距离、用户人群高度范围因素，计算出最优的摄像头倾角，实现在固定摄像头倾角的前提下，将用户人脸呈现在摄像头的无畸变视角内的效果。

将自助设备摄像头的角度按照计算出的角度设计，实际安装时固定，即可实现摄像头以固定角度采集人脸，提高人脸识别效率的有益效果。

附图说明

图1为本发明的摄像头倾角与场景中其他数据的几何关系。

图2为本发明的自助设备的具体使用场景，及使用者与自助设备的相对位置。

具体实施方式

下面结合附图，对本发明的一个具体实施方式进行详细描述，但应当理解本发明的保护范围并不受具体实施方式的限制。

如图1-图2所示，本发明包括以下步骤：

步骤一：确定自助设备的人机交互部分的外形，并依据人体工程学数据及互联网大数据获取摄像头与使用者站立使用位置的水平距离L₁；

步骤二：根根据所述摄像头与使用者站立使用位置的水平距离L₁、摄像头安装高度L₂、摄像头在竖直方向的无畸变可视角度的1/2的余角θ_c，计算出摄像头镜面相对竖直线的倾角θ；

步骤二：将自助设备摄像头的角度按照计算出的角度设计，实际安装时采用固定的方式安装，即可实现摄像头以固定角度采集人脸图像，提高人脸识别效率的有益效果。

所述倾角θ的计算步骤为：

步骤二一：

θ₁＝90°-θ-θ_c   (式1)

θ₂＝90°+θ-θ_c   (式2)

其中：θ₁为摄像头将身高为h′₁的使用者拍摄入摄像头无畸变视野范围时，摄像头竖直方向最大拍摄和识别范围的下边缘与水平线的夹角；

θ₂为摄像头将身高为h₂的使用者拍摄入摄像头无畸变视野范围时，摄像头竖直方向最大拍摄和识别范围的下边缘与水平线的夹角；

h₁表示摄像头无畸变视野范围内，可拍摄到完整人脸的最矮身高使用者的人脸下边缘高度，考虑到人脸长度约为0.2m，h′₁＝h₁+0.2；

h₂表示摄像头无畸变视野范围内，可拍摄到完整人脸的最高身高使用者；

步骤二二：当限定条件为：需要将高度为h′₁、h₂的用户人脸均呈现在摄像头的无畸变视角内，可得到如下取值范围：

L₂-L₁·tanθ₁<h₁   (式3)

L₂+L₁·tanθ₂>h₂   (式4)

步骤二三：将式1和式2分别带入式3和式4，得到式5和式6：

L₂-L₁·tan(90°-θ_c-θ)<h₁   (式5)

L₂+L₁·tan(90°-θ_c+θ)>h₂   (式6)

步骤二四：将式5和式6进行三角函数变换，即可得到的θ取值范围：

合并式7和式8

即得到θ的最佳取值范围。

所述摄像头与使用者站立使用位置的水平距离L₁与自助设备的外形相关及使用者的使用普遍使用习惯有关，所述摄像头与使用者站立使用位置的距离L₁可根据经验值获取，也可通过大数据采集获取，作为所述倾角θ确定的依据。

本发明的工作流程为：

确定自助设备的人机交互部分的外形，并依据人体工程学数据及互联网大数据获取摄像头与用户站立使用位置的距离L₁，取L₁为0.2m。

根根据所述摄像头与使用者站立使用位置的水平距离L₁、摄像头安装高度L₂、摄像头在竖直方向的无畸变可视角度的1/2的余角θ_c，计算出摄像头镜面相对竖直线的倾角θ。

取L₂为1.5m,θ_c为35°，则

θ₁＝90°-θ-θ_c＝55°-θ   (式11)

θ₂＝90°+θ-θ_c＝55°+θ   (式21)

需要将高度为h′₁、h₂的用户人脸均呈现在摄像头的无畸变视角内，取h′₁为1.5m则h₁为1.3m，h₂为1.9m，可得到如下取值范围：

1.5-0.2tanθ₁<1.3   (式31)

1.5+0.2tanθ₂>1.9   (式41)

步骤二三：将式11和式21分别带入式31和式41，得到式51和式61：

1.5-0.2tan(55°-θ)<1.3   (式51)

1.5+0.2tan(55°+θ)>1.9   (式61)

将式51和式61进行三角函数变换，即可得到的θ取值范围：

θ<55°-arctan1   (式7)

θ>arctan2-55°   (式8)

合并式7和式8

arctan2-55°<θ<55°-arctan1

即得到θ的最佳取值范围8.4°<θ<10°。

摄像头视角的余角应尽量小，即摄像头可视角度应尽量大，以本实施例为例，对摄像头进行选型，最终选取的摄像头可视角度的余角为35°。

将自助设备摄像头的角度按照计算出的角度设计，实际安装时固定，即可实现摄像头以固定角度采集人脸，提高人脸识别效率的有益效果。

以上公开的仅为本发明的具体实施例，但是，本发明并非局限于此，任何本领域的技术人员能思之的变化都应落入本发明的保护范围。

Claims (1)

1.一种提高自助设备人脸识别摄像头识别效率的方法，其特征在于，包括以下步骤：

步骤一：确定自助设备的人机交互部分的外形，并依据人体工程学数据及互联网大数据获取摄像头与使用者站立使用位置的水平距离L₁；

步骤二：根根据所述摄像头与使用者站立使用位置的水平距离L₁、摄像头安装高度L₂、摄像头在竖直方向的无畸变可视角度的1/2的余角θ_c，计算出摄像头镜面相对竖直线的倾角θ；

步骤二：将自助设备摄像头的角度按照计算出的角度设计，实际安装时采用固定的方式安装，即可实现摄像头以固定角度采集人脸图像，提高人脸识别效率的有益效果；

所述倾角θ的计算步骤为：

步骤二一：

θ₁＝90°-θ-θ_c (式1)

θ₂＝90°+θ-θ_c (式2)

其中：θ₁为摄像头将身高为h′₁的使用者拍摄入摄像头无畸变视野范围时，摄像头竖直方向最大拍摄和识别范围的下边缘与水平线的夹角；

θ₂为摄像头将身高为h₂的使用者拍摄入摄像头无畸变视野范围时，摄像头竖直方向最大拍摄和识别范围的下边缘与水平线的夹角；

h₁表示摄像头无畸变视野范围内，能够拍摄到完整人脸的最矮身高使用者的人脸下边缘高度，考虑到人脸长度约为0.2m，h′₁＝h₁+0.2；

h₂表示摄像头无畸变视野范围内，能够拍摄到完整人脸的最高身高使用者；

步骤二二：当限定条件为：需要将高度为h′₁、h₂的用户人脸均呈现在摄像头的无畸变视角内，可得到如下取值范围：

L₂-L₁·tanθ₁<h₁(式3)

L₂+L₁·tanθ₂>h₂                                                (式4)

步骤二三：将式1和式2分别带入式3和式4，得到式5和式6：

L₂-L₁·tan(90°-θ_c-θ)<h₁                                          (式5)

L₂+L₁·tan(90°-θ_c+θ)>h₂                                       (式6)

步骤二四：将式5和式6进行三角函数变换，即可得到的θ取值范围：

合并式7和式8

即得到θ的最佳取值范围。

Images