CN111371991A - 物体识别系统及其控制方法 - Google Patents

物体识别系统及其控制方法 Download PDF

Info

Publication number
CN111371991A
CN111371991A CN202010173261.9A CN202010173261A CN111371991A CN 111371991 A CN111371991 A CN 111371991A CN 202010173261 A CN202010173261 A CN 202010173261A CN 111371991 A CN111371991 A CN 111371991A
Authority
CN
China
Prior art keywords
unit
image acquisition
main control
control unit
environment sensing
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
Application number
CN202010173261.9A
Other languages
English (en)
Inventor
杨浚昇
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Alpian Intelligent Technology Co ltd
Original Assignee
Shenzhen Alpian Intelligent Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shenzhen Alpian Intelligent Technology Co ltd filed Critical Shenzhen Alpian Intelligent Technology Co ltd
Priority to CN202010173261.9A priority Critical patent/CN111371991A/zh
Publication of CN111371991A publication Critical patent/CN111371991A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • H04N23/65—Control of camera operation in relation to power supply
    • H04N23/651—Control of camera operation in relation to power supply for reducing power consumption by affecting camera operations, e.g. sleep mode, hibernation mode or power off of selective parts of the camera
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V8/00—Prospecting or detecting by optical means
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V9/00—Prospecting or detecting by methods not provided for in groups G01V1/00 - G01V8/00
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • H04N23/61—Control of cameras or camera modules based on recognised objects

Abstract

本发明涉及一种物体识别系统及其控制方法。该系统包括环境感测单元，主控单元及图像采集判断单元；环境感测单元设置为对系统周围的物体进行感测；主控单元耦接环境感测单元，用以根据预先存储的感测信号阈值与环境感测单元的感测信号控制图像采集判断单元处于待机模式或工作模式；图像采集判断单元耦接主控单元，设置为在工作模式下采集系统周围的图像，并依据采集的图像判断是否有特定物体存在；其中，待机模式下的功耗低于工作模式下的功耗。本申请通过在使能图像采集判断单元之前，先通过环境感测单元对系统周围的物体进行感测，然后主控单元依据该感测信号与感测信号阈值来控制图像采集判断单元处于待机模式还是工作模式，可降低系统的功耗。

Description

物体识别系统及其控制方法
技术领域
本发明涉及图像识别技术领域，特别是涉及一种物体识别系统及其控制方法。
背景技术
目前市场上针对“物体识别侦测”的应用系统，常见技术或方法包含:1、红外移动侦测传感器；2、接近传感器；3、智能影像分析等三种常见方法。此三种方案均为在侦测范围内对特定物体(通常为人体)的实际存在进行侦测，借由侦测结果作为用户相关应用场景之事件触发来源。
但是，上述三种产品方法对于实现特定物体的有效侦测与识别，仍存在明显的限制与缺点：
1、红外传感器仅能针对侦测范围内对于具有红外辐射的“移动物体”作有效侦测，但并不能对被侦测到的物体类型进行有效判别，此方法经常造成高频率误触发，从而徒增应用场景之误判别困扰；
2、接近传感器通常仅侦测接近之物体的实际存在，与红外传感器一样缺点为接近传感器并不能对被侦测到的物体类型作有效判别，且物体须非常靠近接近传感器方能被有效侦测(应用场景的距离须很近)；
3、智能影像分析可对于摄影机抓取的影像进行图像计算分析，判别图像中之特定物体类型，但是摄像机因运算量大，导致系统的运行功耗高，并且，采取这种方式的成本也很高。
发明内容
基于此，有必要针对上述问题，提供一种物体识别系统及其控制方法。
一种物体识别系统，所述系统包括一环境感测单元，一主控单元及一图像采集判断单元；
所述环境感测单元设置为对所述系统周围的物体进行感测；
所述主控单元耦接所述环境感测单元，用以根据预先存储的感测信号阈值与所述环境感测单元的感测信号控制所述图像采集判断单元处于待机模式或工作模式；
所述图像采集判断单元耦接所述主控单元，设置为在所述工作模式下采集所述系统周围的图像，并依据采集的图像判断是否有特定物体存在；以及
其中，所述待机模式下的功耗低于所述工作模式下的功耗。
在其中一个实施例中，所述主控单元还用于透过卷积神经网络算法对所述图像采集判断单元采集的图像数据进行识别处理。
在其中一个实施例中，所述环境感测单元包括红外传感器和/或接近传感器。
在其中一个实施例中，所述物体识别系统还包括：
电源电路，分别耦接所述环境感测单元、主控单元和图像采集判断单元，用以为所述环境感测单元、主控单元和图像采集判断单元提供所需的工作电压。
在其中一个实施例中，所述电源电路包括电源转换电路，用于接收一输入电压，且受控于一控制信号以将所述输入电压转换为所述工作电压。
在其中一个实施例中，所述图像采集判断单元包括图像采集子单元和图像判断子单元；
所述图像采集子单元耦接所述主控单元，用以在所述主控单元的控制下采集所述系统周围的图像；
所述图像判断子单元耦接所述图像采集子单元，用以根据采集的图像判断是否有特定物体存在。
在其中一个实施例中，当所述主控单元判断所述感测信号大于或等于所述感测信号阈值时，所述主控单元控制所述图像采集判断单元处于工作模式。
基于同样的发明构思，本申请还提供一种物体识别系统的控制方法，基于一种物体识别系统，所述系统包括一环境感测单元，一主控单元及一图像采集判断单元；
所述方法包括：
控制所述环境感测单元对所述系统周围的物体进行感测；
控制所述主控单元根据预先存储的感测信号阈值与所述环境感测单元的感测信号控制所述图像采集判断单元处于待机模式或工作模式；
于工作模式下，所述图像采集判断单元采集所述系统周围的图像，并依据采集的图像判断是否有特定物体存在；以及
其中，所述待机模式下的功耗低于所述工作模式下的功耗。
在其中一个实施例中，所述图像采集判断单元于待机模式下的待机功率小于0.1mW。
在其中一个实施例中，所述控制方法还包括：
响应于所述图像采集判断单元于工作模式下，不再识别到特定物体时，控制所述图像采集判断单元进入待机模式。
上述物体识别系统及其控制方法，通过在使能图像采集判断单元之前，先通过一环境感测单元对系统周围的物体进行感测，然后主控单元依据该环境感测单元的感测信号与感测信号阈值来控制图像采集判断单元处于待机模式还是工作模式，只有在工作模式下，图像采集判断单元才启动图像采集和判断分析；由于环境感测单元只是单纯对系统周围的物体进行感测，相比让图像采集判断单元一直处于工作模式而言，环境感测单元工作所消耗的功耗远低于图像采集判断单元所消耗的功耗；从而使得本申请的物体识别系统的整体功耗得以降低，并且还能造成图像采集判断单元因误触发造成的电能损耗。
附图说明
图1为一实施例中的物体识别系统的模块示意图；
图2为物体识别系统中电源部分的模块示意图；
图3为一实施例中的物体识别系统的控制方法流程示意图。
其中：
PS：感测信号 CT：控制信号
U0：输入电压 U1：第一工作电压
U2：第二工作电压 U3：第三工作电压
具体实施方式
为了便于理解本申请，下面将参照相关附图对本申请进行更全面的描述。附图中给出了本申请的较佳实施方式。但是，本申请可以以许多不同的形式来实现，并不限于本文所描述的实施方式。相反地，提供这些实施方式的目的是使对本申请的公开内容理解的更加透彻全面。
需要说明的是，当元件被称为“固定于”另一个元件，它可以直接在另一个元件上或者也可以存在居中的元件。当一个元件被认为是“连接”另一个元件，它可以是直接连接到另一个元件或者可能同时存在居中元件。本文所使用的术语“垂直的”、“水平的”、“左”、“右”以及类似的表述只是为了说明的目的，并不表示是唯一的实施方式。
除非另有定义，本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同。本文中在本申请的说明书中所使用的术语只是为了描述具体的实施方式的目的，不是旨在于限制本申请。
图1为依照本发明一实施例所绘制的物体识别系统的模块示意图。请参阅图1，该系统可以包括环境感测单元10，主控单元20及图像采集判断单元30。环境感测单元10设置对系统周围的物体进行感测，从而产生感测信号PS。主控单元20耦接环境感测单元10，用以根据预先存储的感测信号阈值与环境感测单元10感测的感测信号PS控制图像采集判断单元30处于待机模式或工作模式。图像采集判断单元30耦接主控单元20，设置为在被主控单元20控制进入工作模式时，采集系统周围的图像，并依据采集的图像判断是否有特定物体(例如人、车)存在。待机模式下，图像采集判断单元30的功耗远低于其处于工作模式下的功耗。本具体实施例中，图像采集判断单元30于待机模式下的功耗低于0.1mW，于工作模式下的功耗在2mW-7mW之间。
具体地，环境感测单元10可以包括红外传感器和/或接近传感器，红外传感器可以选用低功耗的热释电红外传感器，工作时，该环境感测单元10的功耗低于1mW。由于本申请环境感测单元10采用低功耗的热释电红外传感器，相较于让图像采集判断单元30一直处于工作模式以采集判断图像数据而言，低功耗的热释电红外传感器工作所消耗的功耗(低于1mW)远低于图像采集判断单元30工作时所消耗的功耗(2Mw-7mW)，使得本申请的物体识别系统相对于传统的方案而言，整体功耗得以降低。
进一步地，以环境感测单元10为接近传感器为例，相应其所产生的感测信号就为距离信号，当主控单元20判断该接近传感器感测的距离信号大于或等于预设的距离信号阈值时，即可控制图像采集判断单元30进入工作模式，在该模式下，图像采集判断单元30开始采集系统周围的图像，并依据采集的图像判断是否有特定物体(例如人、车)存在，同时主控单元20也以图像采集判断单元30的判断结果CR作为触发源，当图像采集判断单元30判断有特定物体存在时，主控单元20启动对该特定物体的进一步识别处理。
在一个实施例中，图像采集判断单元30可以包括图像采集子单元(图未示)和图像判断子单元(图未示)；该图像采集子单元耦接主控单元20，用以在主控单元20的控制下采集系统周围的图像；图像判断子单元耦接图像采集子单元，用以根据采集的图像判断是否有特定物体存在。具体地，图像判断子单元只需要判断环境中是否有特定物体(例如人)存在即可，不需要进一步判断该特定物体的具体特征。
在一实施例中，主控单元20作为本申请物体识别系统的核心部件，其识别和分析精度的高低直接决定了系统的性能。本具体实施例中，主控单元20中集成有卷积神经网络算法，透过该算法，其可以在被图像采集判断单元30的判断结果(存在特定物体)触发后进一步对特定物体进行识别处理，以实现主动且更加准确的识别，例如进行3D人脸识别。应当理解的，对于卷积神经网络算法的描述可以参照现有技术进行理解，在此不做赘述。
在一实施例中，可辅助参阅图2，本申请的物体识别系统还可以包括电源电路40，分别耦接环境感测单元10、主控单元20和图像采集判断单元30；该电源电路40用以为环境感测单元10、主控单元20和图像采集判断单元30提供所需的工作电压。可以理解，该电源电路40除了给环境感测单元10、主控单元20和图像采集判断单元30提供所需的工作电压外，还可为物体识别系统中的其他组件提供电压。
由于不同的组件(例如环境感测单元10、主控单元20和图像采集判断单元30)所需要的工作电压不同，而传统的供电方案中，仅对物体识别系统中的电源部分设计一组+2.8V的电压作为各组件的电源供应。但是实际上，各组件所需要的工作电压是不同的，这就需要组件自己在内部作电压转换，转换成工作所需的电压，而由于组件工作时其工作电流较大，自行转换所产生的压降损耗也会较大。
基于这种情况，本申请依采用的组件实际所需各分电压先行在电源电路40端做各路分电压的转换，然后再输入组件，从而无需自行组件内部转换其他不同电压，避免因组件自行转换产生的较大压降产生的功耗损耗。
具体地，可参阅图2，电源电路40可以包括一主电源410和一电源转换电路420。该主电源410用于提供一输入电压U0，输入电压U0可以为+3.3V，电源转换电路420用于接收该输入电压U0，且受控于一控制信号以将该输入电压U0转换为工作电压；其中，控制信号可以由主控单元20产生。作为示例，电源转换电路420依据组件1(可理解为环境感测单元10)所需的工作电压U1，将输入电压U0转换成第一电压U1后输入到组件1；同理，电源转换电路420依据组件2(可理解为图像采集判断单元30)所需的工作电压U2，将输入电压U0转换成第二电压U2后输入到组件2；类似地，电源转换电路420依据组件3(可理解为图像判断子单元)所需的工作电压U3，将输入电压U0转换成第三电压U3后输入到组件3。如此，即可降低各组件因转换电压所产生的功耗。
基于同样的发明构思，请参阅图3，本申请还提供一种物体识别系统的控制方法，基于一种物体识别系统，可辅助参阅图1-图2，该物体识别系统可以包括一环境感测单元10，一主控单元20及一图像采集判断单元30；该方法可以包括步骤S310-S330。
步骤S310，控制所述环境感测单元对所述系统周围的物体进行感测。
步骤S320，控制所述主控单元根据预先存储的感测信号阈值与所述环境感测单元的感测信号控制所述图像采集判断单元处于待机模式或工作模式。
步骤S330，于工作模式下，所述图像采集判断单元采集所述系统周围的图像，并依据采集的图像判断是否有特定物体存在；其中，所述待机模式下的功耗低于所述工作模式下的功耗。
具体地，感测信号可以为红外感应信号和/或距离信号；以距离信号为例，当主控单元20判断该距离信号大于或等于预设的距离信号阈值时，即可控制图像采集判断单元30进入工作模式，在该模式下，图像采集判断单元30开始采集系统周围的图像，并依据采集的图像判断是否有特定物体(例如人、车)存在，同时主控单元20也以图像采集判断单元30的判断结果CR作为触发源，当图像采集判断单元30判断有特定物体存在时，主控单元20启动对该特定物体的进一步识别处理。其中，图像采集判断单元30于待机模式下的功耗低于0.1mW，于工作模式下的功耗在2mW-7mW之间。
一些实施例中，该控制方法还可以包括步骤：
响应于所述图像采集判断单元于工作模式下，不再识别到特定物体时，控制所述图像采集判断单元进入待机模式。
也即是说，一旦图像采集判断单元30不再识别到特定物体(例如人、车)时，主控单元20可控制图像采集判断单元30再次进入待机模式，等待下一次环境感测单元10感测到特定物体，从而亦可降低系统功耗。
综上，本申请通过在使能图像采集判断单元之前，先通过一环境感测单元对系统周围的物体进行感测，然后主控单元依据该环境感测单元的感测信号与感测信号阈值来控制图像采集判断单元处于待机模式还是工作模式，只有在工作模式下，图像采集判断单元才启动图像采集和判断分析；由于环境感测单元只是单纯对系统周围的物体进行感测，相比让图像采集判断单元一直处于工作模式而言，环境感测单元工作所消耗的功耗远低于图像采集判断单元所消耗的功耗；从而使得本申请的物体识别系统的整体功耗得以降低，并且还能造成图像采集判断单元因误触发造成的电能损耗。
以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种物体识别系统，其特征在于，所述系统包括一环境感测单元，一主控单元及一图像采集判断单元；
所述环境感测单元设置为对所述系统周围的物体进行感测；
所述主控单元耦接所述环境感测单元，用以根据预先存储的感测信号阈值与所述环境感测单元的感测信号控制所述图像采集判断单元处于待机模式或工作模式；
所述图像采集判断单元耦接所述主控单元，设置为在所述工作模式下采集所述系统周围的图像，并依据采集的图像判断是否有特定物体存在；以及
其中，所述待机模式下的功耗低于所述工作模式下的功耗。
2.根据权利要求1所述的物体识别系统，其特征在于，所述主控单元还用于透过卷积神经网络算法对所述图像采集判断单元采集的图像数据进行识别处理。
3.根据权利要求1所述的物体识别系统，其特征在于，所述环境感测单元包括红外传感器和/或接近传感器。
4.根据权利要求1所述的物体识别系统，其特征在于，还包括：
电源电路，分别耦接所述环境感测单元、主控单元和图像采集判断单元，用以为所述环境感测单元、主控单元和图像采集判断单元提供所需的工作电压。
5.根据权利要求4所述的物体识别系统，其特征在于，所述电源电路包括电源转换电路，用于接收一输入电压，且受控于一控制信号以将所述输入电压转换为所述工作电压。
6.根据权利要求1所述的物体识别系统，其特征在于，所述图像采集判断单元包括图像采集子单元和图像判断子单元；
所述图像采集子单元耦接所述主控单元，用以在所述主控单元的控制下采集所述系统周围的图像；
所述图像判断子单元耦接所述图像采集子单元，用以根据采集的图像判断是否有特定物体存在。
7.根据权利要求1-6任一项所述的物体识别系统，其特征在于，当所述主控单元判断所述感测信号大于或等于所述感测信号阈值时，所述主控单元控制所述图像采集判断单元处于工作模式。
8.一种物体识别系统的控制方法，其特征在于，基于一种物体识别系统，所述系统包括一环境感测单元，一主控单元及一图像采集判断单元；
所述方法包括：
控制所述环境感测单元对所述系统周围的物体进行感测；
控制所述主控单元根据预先存储的感测信号阈值与所述环境感测单元的感测信号控制所述图像采集判断单元处于待机模式或工作模式；
于工作模式下，所述图像采集判断单元采集所述系统周围的图像，并依据采集的图像判断是否有特定物体存在；以及
其中，所述待机模式下的功耗低于所述工作模式下的功耗。
9.根据权利要求8所述的物体识别系统的控制方法，其特征在于，所述图像采集判断单元于待机模式下的待机功率小于0.1mW。
10.根据权利要求8所述的物体识别系统的控制方法，其特征在于，还包括：
响应于所述图像采集判断单元于工作模式下，不再识别到特定物体时，控制所述图像采集判断单元进入待机模式。
CN202010173261.9A 2020-03-13 2020-03-13 物体识别系统及其控制方法 Pending CN111371991A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010173261.9A CN111371991A (zh) 2020-03-13 2020-03-13 物体识别系统及其控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010173261.9A CN111371991A (zh) 2020-03-13 2020-03-13 物体识别系统及其控制方法

Publications (1)

Publication Number Publication Date
CN111371991A true CN111371991A (zh) 2020-07-03

Family

ID=71211831

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010173261.9A Pending CN111371991A (zh) 2020-03-13 2020-03-13 物体识别系统及其控制方法

Country Status (1)

Country Link
CN (1) CN111371991A (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090040356A1 (en) * 2007-08-08 2009-02-12 Innocom Technology (Shinzhen) Co.,Ltd. Innolux Display Corp. Digital photo frame and method for controlling same
CN201541304U (zh) * 2009-12-02 2010-08-04 杨净 一种红外感应监控侦测相机
CN102368808A (zh) * 2011-11-02 2012-03-07 江苏省兴化中学 家用电脑自动拍照录像物联网装置
CN109033981A (zh) * 2018-06-29 2018-12-18 张维先 基于超声波测距降低掌静脉识别系统功耗的方法
CN109087533A (zh) * 2018-09-28 2018-12-25 盯盯拍（深圳）云技术有限公司 停车监控方法、停车监控装置以及停车监控系统

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090040356A1 (en) * 2007-08-08 2009-02-12 Innocom Technology (Shinzhen) Co.,Ltd. Innolux Display Corp. Digital photo frame and method for controlling same
CN201541304U (zh) * 2009-12-02 2010-08-04 杨净 一种红外感应监控侦测相机
CN102368808A (zh) * 2011-11-02 2012-03-07 江苏省兴化中学 家用电脑自动拍照录像物联网装置
CN109033981A (zh) * 2018-06-29 2018-12-18 张维先 基于超声波测距降低掌静脉识别系统功耗的方法
CN109087533A (zh) * 2018-09-28 2018-12-25 盯盯拍（深圳）云技术有限公司 停车监控方法、停车监控装置以及停车监控系统

Similar Documents

Publication Publication Date Title
EP3563563B1 (en) Data rate control for event-based vision sensor
US9600064B2 (en) Method and apparatus for biometric authentication based on face recognition
US9036866B2 (en) Image-based occupancy sensor
EP2534554B1 (en) Input command
CN103856614A (zh) 一种避免移动终端误休眠方法及装置
KR20160086605A (ko) 객체 인식 방법 및 장치
JP2019057036A (ja) 情報処理装置、その制御方法及びプログラム
CN112084813A (zh) 异常目标的检测方法、装置及存储介质
Jeevitha et al. A study on sensor based animal intrusion alert system using image processing techniques
JP6754629B2 (ja) プログラム、コンピュータ可読媒体、端末装置、推定装置および推定方法
US10126463B2 (en) Living body detector and power-saving mode setting method
CN111183431A (zh) 指纹识别方法及终端设备
CN111371991A (zh) 物体识别系统及其控制方法
US11120675B2 (en) Smart motion detection device
CN210222780U (zh) 一种人脸及手型手势的双模态识别系统
CN115516502A (zh) 生物体判定装置以及生物体判定方法
Karishma et al. Smart office surveillance robot using face recognition
KR20170000209A (ko) 파일럿 신호 판별 장치
CN109889753B (zh) 双目摄像系统及其应用方法
CN209625240U (zh) 一种静脉识别身份认证装置及系统
CN113135161A (zh) 识别系统和识别方法
CN206805574U (zh) 图像采集设备
CN110879557A (zh) 一种智能电表安全监控系统
KR102638382B1 (ko) 관심영역 초해상화를 이용한 객체 식별 시스템 및 방법
CN116503919A (zh) 基于tof测距传感器的指掌静脉采集设备和方法

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20200703