CN111462178A - 基于热成像的活体流向检测方法、装置、设备及存储介质 - Google Patents

基于热成像的活体流向检测方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN111462178A
CN111462178A CN202010213731.XA CN202010213731A CN111462178A CN 111462178 A CN111462178 A CN 111462178A CN 202010213731 A CN202010213731 A CN 202010213731A CN 111462178 A CN111462178 A CN 111462178A
Authority
CN
China
Prior art keywords
image
images
sub
target
average temperatures
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
Application number
CN202010213731.XA
Other languages
English (en)
Other versions
CN111462178B (zh
Inventor
袁方
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 Shuliantianxia Intelligent Technology Co Ltd
Original Assignee
Shenzhen Shuliantianxia 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 Shuliantianxia Intelligent Technology Co Ltd filed Critical Shenzhen Shuliantianxia Intelligent Technology Co Ltd
Priority to CN202010213731.XA priority Critical patent/CN111462178B/zh
Publication of CN111462178A publication Critical patent/CN111462178A/zh
Application granted granted Critical
Publication of CN111462178B publication Critical patent/CN111462178B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/20Analysis of motion
    • G06T7/246Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
    • G06T7/248Analysis of motion using feature-based methods, e.g. the tracking of corners or segments involving reference images or patches
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01JMEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J5/00Radiation pyrometry, e.g. infrared or optical thermometry
    • G01J5/0022Radiation pyrometry, e.g. infrared or optical thermometry for sensing the radiation of moving bodies
    • G01J5/0025Living bodies
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10016Video; Image sequence
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20021Dividing image into blocks, subimages or windows
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30232Surveillance

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)
  • Radiation Pyrometers (AREA)

Abstract

本发明实施例公开了一种基于热成像的活体流向检测方法、装置、设备及存储介质。方法包括:获取两张目标图像,两张目标图像为热成像设备在两个相邻时刻检测到的目标位置的活体检测图像;根据预设分割规则对两张目标图像进行分割得到多张第一子图像和多张第二子图像;对每张第一子图像的所有像素点的像素值进行均值计算得到多个与第一子图像对应的平均温度;对每张第二子图像的所有像素点的像素值进行均值计算得到多个与第二子图像对应的平均温度;将多个与第一子图像对应的平均温度和多个与第二子图像对应的平均温度进行对比,确定目标位置的活体流向。本发明确定了目标位置的活体流向,降低对运算性能的要求,降低设备成本,避免泄露隐私。

Description

基于热成像的活体流向检测方法、装置、设备及存储介质
技术领域
本发明涉及图像识别技术技术领域,尤其涉及一种基于热成像的活体流向检测方法、装置、设备及存储介质。
背景技术
交通、安防、公共安全等领域对检测活体流向有广泛的应用需求。但是传统的活体流向检测都是建立在二维或三维视觉图像之上,对活体流向检测设备的运算性能要求高,导致设备成本高,而且二维或三维视觉图像存在泄露隐私的问题。
发明内容
基于此,有必要针对上述问题,提出了一种基于热成像的活体流向检测方法、装置、设备及存储介质。用于解决现有技术中通过二维或三维视觉图像进行活体流向检测存在设备运算性能要求高、设备成本高、泄露隐私的技术问题。
第一方面,本发明提出了一种基于热成像的活体流向检测方法,所述方法包括:
获取两张目标图像,所述两张目标图像为热成像设备在两个相邻时刻检测到的目标位置的活体检测图像,所述活体检测图像的各个像素点的像素值为所述热成像设备检测到的温度值;
根据预设分割规则对所述两张目标图像进行分割,得到多张第一子图像和多张第二子图像,所述第一子图像为所述两张目标图像中的其中一张图像的子图像,所述第二子图像为所述两张目标图像中的另一张图像的子图像;
对每张所述第一子图像的所有像素点的像素值进行均值计算,得到多个与所述第一子图像对应的平均温度;
对每张所述第二子图像的所有像素点的像素值进行均值计算,得到多个与所述第二子图像对应的平均温度;
将多个与所述第一子图像对应的平均温度和多个与所述第二子图像对应的平均温度进行对比,确定所述目标位置的活体流向。
在一个实施例中,所述将多个与所述第一子图像对应的平均温度和多个与所述第二子图像对应的平均温度进行对比,确定所述目标位置的活体流向,包括:
从多个与所述第一子图像对应的平均温度中,获取两个第一平均温度,所述两个第一平均温度为相邻两张第一子图像对应的平均温度;
从多个与所述第二子图像对应的平均温度中,获取两个第二平均温度,所述两个第二平均温度为相邻两张第二子图像对应的平均温度,所述相邻两张第二子图像在所述另一张图像中的位置与所述相邻两张第一子图像在所述其中一张图像中的位置相同;
将所述两个第一平均温度组成特征向量,得到第一特征向量;
将所述两个第二平均温度组成特征向量,得到第二特征向量;
将所述第一特征向量与所述第二特征向量进行对比,确定所述目标位置在所述识别时刻的活体流向。
在一个实施例中,所述将所述两个第一平均温度组成特征向量,得到第一特征向量,包括:
当所述第一平均温度大于平均温度阈值时,则将第一预设数值作为待拼接第一元素,否则将第二预设数值作为所述待拼接第一元素;
将两个所述待拼接第一元素进行拼接,得到所述第一特征向量;
所述将所述两个第二平均温度组成特征向量,得到第二特征向量,包括:
当所述第二平均温度大于所述平均温度阈值时,则将所述第一预设数值作为待拼接第二元素,否则将所述第二预设数值作为所述待拼接第二元素;
将两个所述待拼接第二元素进行拼接,得到所述第二特征向量。
在一个实施例中,在将多个与所述第一子图像对应的平均温度和多个与所述第二子图像对应的平均温度进行对比,确定所述目标位置的活体流向之后,还包括:
当所述活体流向为第一方向时,将与所述第一方向对应的第一计数器的数值加1,且将与第二方向对应的第二计数器的数值减1,以对所述目标位置处的活体流量进行统计,所述第一方向与所述第二方向是相反的方向。
在一个实施例中,在所述获取两张目标图像之前,还包括:
获取第一图像和多张第二图像,所述第一图像为所述热成像设备在目标时刻检测到的目标位置的活体检测图像,所述多张第二图像为所述热成像设备在多个待拟制时刻检测到的所述目标位置的活体检测图像,所述多个待拟制时刻为与所述目标时刻关联的多个时刻;
从所述多张第二图像中选取平均温度低于温度阈值的多张待选图像,所述温度阈值用于表征所述多张第二图像的温度平均水平;
对所述多张待选图像进行合并处理,以得到背景图像;
根据所述背景图像对所述第一图像进行背景抑制,以得到与所述第一图像对应的抑制图像;
根据所述抑制图像,确定所述目标图像。
在一个实施例中,所述从所述多张第二图像中选取平均温度低于温度阈值的多张待选图像,包括:
分别对各张第二图像的所有像素点的像素值进行均值计算,以得到所述多张第二图像各自对应的平均温度;
对所述多张第二图像各自对应的平均温度进行均值计算,得到所述温度阈值;
将平均温度低于所述温度阈值的第二图像作为待拟制图像;
从所述待拟制图像中,确定所述多张待选图像。
在一个实施例中,在所述根据所述背景图像对所述第一图像进行背景抑制,以得到与所述第一图像对应的抑制图像之后,还包括:
将所述抑制图像的所有像素点的像素值进行求和计算,得到抑制温度总值;
当所述抑制温度总值大于预设温度值时,则确定所述目标位置在所述目标时刻存在活体;
当所述抑制温度总值不大于所述预设温度值时,则确定所述目标位置在所述目标时刻不存在活体。
第二方面,本发明还提出了一种基于热成像的活体流量检测装置,所述装置包括:
目标图像数据获取模块,用于获取两张目标图像,所述两张目标图像为热成像设备在两个相邻时刻检测到的目标位置的活体检测图像,所述活体检测图像的各个像素点的像素值为所述热成像设备检测到的温度值;
图像处理模块,用于根据预设分割规则对所述两张目标图像进行分割,得到多张第一子图像和多张第二子图像,所述第一子图像为所述两张目标图像中的其中一张图像的子图像,所述第二子图像为所述两张目标图像中的另一张图像的子图像,对每张所述第一子图像的所有像素点的像素值进行均值计算,得到多个与所述第一子图像对应的平均温度,对每张所述第二子图像的所有像素点的像素值进行均值计算,得到多个与所述第二子图像对应的平均温度;
活体流向确定模块,用于将多个与所述第一子图像对应的平均温度和多个与所述第二子图像对应的平均温度进行对比,确定所述目标位置的活体流向。
第三方面,本发明还提出了一种存储介质,存储有计算机指令程序,所述计算机指令程序被处理器执行时,使得所述处理器执行第一方面任一项所述方法的步骤。
第四方面,本发明还提出了一种计算机设备,包括至少一个存储器、至少一个处理器,所述存储器存储有计算机指令程序,所述计算机指令程序被所述处理器执行时,使得所述处理器执行第一方面任一项所述方法的步骤。
综上所述,本发明的基于热成像的活体流向检测方法通过获取两张目标图像,根据预设分割规则对两张目标图像进行分割,得到多张第一子图像和多张第二子图像,对每张第一子图像的所有像素点的像素值进行均值计算,得到多个与第一子图像对应的平均温度,对每张第二子图像的所有像素点的像素值进行均值计算,得到多个与第二子图像对应的平均温度,将多个与第一子图像对应的平均温度和多个与第二子图像对应的平均温度进行对比,确定目标位置的活体流向;两张目标图像采用的是热成像设备检测到的目标位置的活体检测图像,热成像设备的成本比二维或三维视觉图像设备的成本低;热成像设备通过检测温度值形成活体检测图像,从而避免了泄露隐私的问题;二维或三维视觉图像的每个像素点有多个颜色参数,因为活体检测图像的每个像素点只有温度值一个参数,所以本发明相对二维或三维视觉图像降低了对运算性能的要求。因此,本发明确定了目标位置的活体流向,降低对运算性能的要求,降低设备成本,避免泄露隐私。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,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的附图。
其中:
图1为一个实施例中基于热成像的活体流向检测方法的流程图;
图2为图1的基于热成像的活体流向检测方法的确定活体流向的流程图;
图3为另一个实施例中基于热成像的活体流向检测方法的流程图;
图4为图3的基于热成像的活体流向检测方法的清洗图像的流程图;
图5为图1的基于热成像的活体流向检测方法的确定活体流向的流程图;
图6为图1的基于热成像的活体流向检测方法的活体识别的流程图;
图7为一个实施例中基于热成像的活体流向检测装置的结构框图;
图8为一个实施例中计算机设备的结构框图。
具体实施方式
下面将结合本发明实施例中的附图,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。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动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。
如图1所示,在一个实施例中,提出了一种基于热成像的活体流向检测方法,所述方法包括:
S102、获取两张目标图像,所述两张目标图像为热成像设备在两个相邻时刻检测到的目标位置的活体检测图像,所述活体检测图像的各个像素点的像素值为所述热成像设备检测到的温度值;
具体而言,从数据库中获取两张目标图像。
可选的,两张目标图像是同一台热成像设备对目标位置以相同的角度进行检测得到的活体检测图像。
可选的,每个目标位置设置至少一台热成像设备。
所述时刻是指具体的时间点,所述时刻可以精确到小时、分钟、秒、毫秒,在此举例不做具体限定。
所述热成像设备通过非接触探测红外能量(热量),并将其转换为电信号,进而生成热图像。
可选的,所述热成像设备的拍摄的中心轴与地面垂直。
所述活体检测图像是指热图像,各个像素点的像素值为所述热成像设备检测到的温度值。
可选的,所述两个相邻时刻包括当前时刻及所述当前时刻的上一个时刻。
可选的,所述两个相邻时刻包括任意时间段的两个相邻的时刻。
S104、根据预设分割规则对所述两张目标图像进行分割,得到多张第一子图像和多张第二子图像,所述第一子图像为所述两张目标图像中的其中一张图像的子图像,所述第二子图像为所述两张目标图像中的另一张图像的子图像;
具体而言,获取预设分割规则;根据所述预设分割规则对所述两张目标图像中的其中一张图像进行分割,得到多张第一子图像;根据所述预设分割规则对所述两张目标图像中的另一张图像进行分割,得到多张第二子图像。
所述预设分割规则包括子图像数量、每个子图像分割位置。
可选的,当目标位置是两个空间连接处时,所述预设分割规则是分割成4张子图像,根据分割方向与两个空间连接处的门框所在平面平行、按平均的方式确定每个子图像分割位置,从而使采用该预设分割规则进行分割得到的4个子图像尺寸相同,有利于提高确定所述目标位置的活体流向的准确性。
所述获取预设分割规则可以从数据库中获取,也可以由用户输入。
两张目标图像是同一台热成像设备对目标位置以相同的角度进行检测得到的活体检测图像,从而使多张第一子图像和多张第二子图像的处于相同位置的子图像表征的含义相同,有利于提高确定所述目标位置的活体流向的准确性。比如,所述多张第一子图像中的第1个所述第一子图像与所述多张第二子图像中的第1个所述第二子图像的像素点数量、像素点分布位置、像素点表征的含义全部相同,所述多张第一子图像中的第2个所述第一子图像与所述多张第二子图像中的第2个所述第二子图像的像素点数量、像素点分布位置、像素点表征的含义全部相同,所述多张第一子图像中的第3个所述第一子图像与所述多张第二子图像中的第3个所述第二子图像的像素点数量、像素点分布位置、像素点表征的含义全部相同,所述多张第一子图像中的第4个所述第一子图像与所述多张第二子图像中的第4个所述第二子图像的像素点数量、像素点分布位置、像素点表征的含义全部相同,在此举例不做具体限定。
S106、对每张所述第一子图像的所有像素点的像素值进行均值计算,得到多个与所述第一子图像对应的平均温度;
其中,对每张所述第一子图像的所有像素点的像素值进行均值计算,将得到的均值作为与所述第一子图像对应的平均温度,将所有与所述第一子图像对应的平均温度作为所述多个与所述第一子图像对应的平均温度。
S108、对每张所述第二子图像的所有像素点的像素值进行均值计算,得到多个与所述第二子图像对应的平均温度;
其中,对每张所述第二子图像的所有像素点的像素值进行均值计算,将得到的均值作为与所述第二子图像对应的平均温度,将所有与所述第二子图像对应的平均温度作为所述多个与所述第二子图像对应的平均温度。
S110、将多个与所述第一子图像对应的平均温度和多个与所述第二子图像对应的平均温度进行对比,确定所述目标位置的活体流向。
具体而言,将处于相同位置的与所述第一子图像对应的平均温度和与所述第二子图像对应的平均温度进行对比,得到温度变化结果;根据相邻子图像的温度变化结果确定所述目标位置的活体流向。
可以理解的是,所述温度变化结果的数量与所述预设分割规则的子图像数量相同。
所述活体流向包括:没有变化、第一方向、第二方向,所述第一方向与所述第二方向是相反的方向。
可以理解的是,所述第一方向及所述第二方向与步骤S104对所述两张目标图像进行分割的分割方向垂直。比如,当分割方向与两个空间连接处的门框所在平面平行时,则所述第一方向、第二方向,则所述第一方向及所述第二方向与门框垂直。
本实施例的基于热成像的活体流向检测方法通过获取两张目标图像,根据预设分割规则对两张目标图像进行分割,得到多张第一子图像和多张第二子图像,对每张第一子图像的所有像素点的像素值进行均值计算,得到多个与第一子图像对应的平均温度,对每张第二子图像的所有像素点的像素值进行均值计算,得到多个与第二子图像对应的平均温度,将多个与第一子图像对应的平均温度和多个与第二子图像对应的平均温度进行对比,确定目标位置的活体流向;两张目标图像采用的是热成像设备检测到的目标位置的活体检测图像,热成像设备的成本比二维或三维视觉图像设备的成本低;热成像设备通过检测温度值形成活体检测图像,从而避免了泄露隐私的问题;二维或三维视觉图像的每个像素点有多个颜色参数,因为活体检测图像的每个像素点只有温度值一个参数,所以本实施例相对二维或三维视觉图像降低了对运算性能的要求。
如图2所示,在一个实施例中,所述将多个与所述第一子图像对应的平均温度和多个与所述第二子图像对应的平均温度进行对比,确定所述目标位置的活体流向,包括:
S202、从多个与所述第一子图像对应的平均温度中,获取两个第一平均温度,所述两个第一平均温度为相邻两张第一子图像对应的平均温度;
可选的,当目标位置是两个空间连接处时,则选择靠近两个空间连接处的门框的两个所述第一子图像,将两个所述第一子图像对应的平均温度作为两个第一平均温度。
比如,包括4个第一子图像,其中,第2个所述第一子图像和第3个所述第一子图像与两个空间连接处的门框最近,则将第2个所述第一子图像对应的平均温度和第3个所述第一子图像的平均温度作为所述两个第一平均温度,在此举例不做具体限定。
S204、从多个与所述第二子图像对应的平均温度中,获取两个第二平均温度,所述两个第二平均温度为相邻两张第二子图像对应的平均温度,所述相邻两张第二子图像在所述另一张图像中的位置与所述相邻两张第一子图像在所述其中一张图像中的位置相同;
比如,包括4个第一子图像和4个第二子图像,其中,第2个所述第一子图像和第3个所述第一子图像与两个空间连接处的门框最近,则将第2个所述第一子图像对应的平均温度和第3个所述第一子图像的平均温度作为所述两个第一平均温度,由于第一子图像和第二子图像是根据相同的预设分割规则得到的,因此第2个所述第二子图像和第3个所述第二子图像与两个空间连接处的门框最近,将第2个所述第二子图像对应的平均温度和第3个所述第二子图像的平均温度作为所述两个第二平均温度,在此举例不做具体限定。
S206、将所述两个第一平均温度组成特征向量,得到第一特征向量;
其中,将所述两个第一平均温度组成一维特征向量,将得到的一维特征向量作为第一特征向量,所述第一特征向量中包括两个向量元素。
S208、将所述两个第二平均温度组成特征向量,得到第二特征向量;
其中,将所述两个第二平均温度组成一维特征向量,将得到的一维特征向量作为第二特征向量,所述第二特征向量中包括两个向量元素。
S210、将所述第一特征向量与所述第二特征向量进行对比,确定所述目标位置在所述识别时刻的活体流向。
其中,将所述第一特征向量与所述第二特征向量的处于相同位置的向量元素分别进行对比,得到两个向量元素对比结果,根据两个向量元素对比结果确定所述目标位置在所述识别时刻的活体流向。
比如,包括4个第一子图像和4个第二子图像,其中,第2个所述第一子图像和第3个所述第一子图像与两个空间连接处的门框最近,则将第2个所述第一子图像对应的平均温度和第3个所述第一子图像的平均温度作为所述两个第一平均温度,由于第一子图像和第二子图像采用相同的预设分割规则得到的,因此第2个所述第二子图像和第3个所述第二子图像与两个空间连接处的门框最近,将第2个所述第二子图像对应的平均温度和第3个所述第二子图像的平均温度作为所述两个第二平均温度;当第一特征向量为[10](向量元素1表征有活体,向量元素0表征没有活体)和第二特征向量为[01]时,则活体从第2个所述第二子图像向第3个所述第二子图像的方向流动;当第一特征向量为[01]和第二特征向量为[10]时,则活体从第3个所述第二子图像向第2个所述第二子图像的方向流动。
本实施例将所述第一特征向量与所述第二特征向量进行对比确定所述目标位置在所述识别时刻的活体流向,相对采用平均温度对比,通过特征向量对比更简单,从而进一步降低了本发明的基于热成像的活体流向检测方法对运算性能的要求。
在一个实施例中,所述将所述两个第一平均温度组成特征向量,得到第一特征向量,包括:
当所述第一平均温度大于平均温度阈值时,则将第一预设数值作为待拼接第一元素,否则将第二预设数值作为所述待拼接第一元素;
将两个所述待拼接第一元素进行拼接,得到所述第一特征向量;
所述将所述两个第二平均温度组成特征向量,得到第二特征向量,包括:
当所述第二平均温度大于所述平均温度阈值时,则将所述第一预设数值作为待拼接第二元素,否则将所述第二预设数值作为所述待拼接第二元素;
将两个所述待拼接第二元素进行拼接,得到所述第二特征向量。
比如,第一预设数值设为1(表征有活体),第二预设数值设为0(表征没有活体);当所述第一平均温度大于平均温度阈值时,则将第一预设数值1作为待拼接第一元素,否则将第二预设数值0作为所述待拼接第一元素,将两个所述待拼接第一元素进行一维向量拼接,得到所述第一特征向量;当所述第二平均温度大于所述平均温度阈值时,则将所述第一预设数值1作为待拼接第二元素,否则将所述第二预设数值0作为所述待拼接第二元素,将两个所述待拼接第二元素进行一维向量拼接,得到所述第二特征向量。
可以理解的是,所述第一特征向量和所述第二特征向量的处于相同位置的向量元素表征的含义相同。
本实施例通过设置第一预设数值、第二预设数值,将第一平均温度离散为两个值(即第一预设数值和第二预设数值),将第二平均温度离散为两个值(即第一预设数值和第二预设数值),使所述第一特征向量与所述第二特征向量的处于相同位置的向量元素进行对比时,相对平均温度对比减少了对比的难度,从而进一步降低了本发明的基于热成像的活体流向检测方法对运算性能的要求。
在一个实施例中,在将多个与所述第一子图像对应的平均温度和多个与所述第二子图像对应的平均温度进行对比,确定所述目标位置的活体流向之后,还包括:
当所述活体流向为第一方向时,将与所述第一方向对应的第一计数器的数值加1,且将与第二方向对应的第二计数器的数值减1,以对所述目标位置处的活体流量进行统计,所述第一方向与所述第二方向是相反的方向。
本实施例通过设置第一计数器、第二计数器,从而使本发明的基于热成像的活体流向检测方法可以应用于智能家电控制,也可以应用于商场的营销和/或投资决策。
如图3所示,在一个实施例中,在一个实施例中,提出了一种基于热成像的活体流向检测方法,所述方法包括:
S302、获取第一图像和多张第二图像,所述第一图像为所述热成像设备在目标时刻检测到的目标位置的活体检测图像,所述多张第二图像为所述热成像设备在多个待拟制时刻检测到的所述目标位置的活体检测图像,所述多个待拟制时刻为与所述目标时刻关联的多个时刻;
具体而言,接收热成像设备检测到的目标位置的活体检测数据;根据所述目标时刻从所述活体检测数据中,确定所述第一图像;根据所述多个待拟制时刻从从所述活体检测数据中,确定多张第二图像。
可选的,所述第一图像、所述第二图像是同一台热成像设备对目标位置以相同的角度进行检测得到的活体检测图像。
可以理解的是,每个所述待拟制时刻对应一张所述第二图像。
可选的,所述活体检测数据包括多张活体检测图像。
可选的,所述活体检测数据是热成像视频,所述热成像视频包括多张活体检测图像。
所述多个待拟制时刻为与所述目标时刻关联的多个时刻,包括:所述多个待拟制时刻包括所述目标时刻,或所述多个待拟制时刻的最后一个时刻是所述目标时刻的上一个时刻,或所述多个待拟制时刻的第一个时刻是所述目标时刻的下一个时刻。
所述目标时刻是指待识别活体的时刻。
可选的,所述多个待拟制时刻为一个时间段内的连续多个时刻。
可选的,所述多个待拟制时刻可以根据实际情况自定义设置,相邻时刻之间可以设置成等间隔的,也可以设置成不等间隔的。比如,当相邻时刻设置成等间隔时所述多个待拟制时刻设置为1点零5秒、1点零6秒、1点零7秒、1点零8秒、1点零9秒,当相邻时刻设置成不等间隔时所述多个待拟制时刻设置为1点零3秒、1点零5秒、1点零7秒、1点零8秒、1点零9秒,在此举例不做具体限定。
S304、从所述多张第二图像中选取平均温度低于温度阈值的多张待选图像,所述温度阈值用于表征所述多张第二图像的温度平均水平;
具体而言,当第二图像的平均温度低于温度阈值时,则将该第二图像作为待选图像,将所有待选图像作为所述多张待选图像。可以理解的是,所述多张待选图像的待选图像的数量小于或等于所述多张第二图像的第二图像的数量。
所述第二图像的平均温度是指所述第二图像的所有像素点的像素值的平均值。
所述温度阈值是一个温度值,用于表征所述多张第二图像的温度平均水平。
可选的,所述温度阈值大于所述多张第二图像各自对应的平均温度的最小值,且小于所述多张第二图像各自对应的平均温度的最大值。
S306、对所述多张待选图像进行合并处理,以得到背景图像;
其中,将所述多张待选图像合并成一张图像,将合并得到的图像作为背景图像,从而使所述背景图像代表的是与所述目标时刻关联的多个时刻的背景情况。
可选的,将所述多张待选图像的处于相同位置的像素点的像素值分别进行加权计算,以得到所述背景图像。
可选的,当所述待选图像的某个像素点的像素值缺失时,则将缺失的像素点周围的八个方向的像素点的像素值的平均值作为缺失的像素点的像素值。
S308、根据所述背景图像对所述第一图像进行背景抑制,以得到与所述第一图像对应的抑制图像;
其中,根据所述背景图像对所述第一图像的处于相同位置的像素点的像素值分别进行背景抑制,以得到与所述第一图像对应的抑制图像。通过背景抑制,使得到的与所述第一图像对应的抑制图像表征的是目标位置在目标时刻和所述多个待拟制时刻之间被所述热成像设备检测到的温度值的变化情况。比如,用所述背景图像的像素点(位置20,30)的像素值,对所述第一图像的像素点(位置20,30)的像素值进行背景抑制,得到与所述第一图像对应的抑制图像的像素点(位置20,30)的像素值。
可选的,将所述第一图像与所述背景图像的处于相同位置的像素点的像素值分别进行相减计算,以得到与所述第一图像对应的抑制图像。比如,用所述第一图像的像素点(位置20,30)的像素值与所述背景图像的像素点(位置20,30)的像素值进行相减计算,得到与所述第一图像对应的抑制图像的像素点(位置20,30)的像素值。
S310、根据所述抑制图像,确定所述目标图像;
其中,将每张所述抑制图像作为一张所述目标图像。
S312、获取两张目标图像,所述两张目标图像为热成像设备在两个相邻时刻检测到的目标位置的活体检测图像,所述活体检测图像的各个像素点的像素值为所述热成像设备检测到的温度值;
S314、根据预设分割规则对所述两张目标图像进行分割,得到多张第一子图像和多张第二子图像,所述第一子图像为所述两张目标图像中的其中一张图像的子图像,所述第二子图像为所述两张目标图像中的另一张图像的子图像;
S316、对每张所述第一子图像的所有像素点的像素值进行均值计算,得到多个与所述第一子图像对应的平均温度;
S318、对每张所述第二子图像的所有像素点的像素值进行均值计算,得到多个与所述第二子图像对应的平均温度;
S320、将多个与所述第一子图像对应的平均温度和多个与所述第二子图像对应的平均温度进行对比,确定所述目标位置的活体流向。
如图4所示,在所述获取第一图像和多张第二图像之前,还包括:
S402、获取所述热成像设备根据采样周期检测到的所述目标位置的活体检测图像,作为各采样周期对应的待清洗图像;
其中,获取采样周期;所述热成像设备根据所述采样周期对所述目标位置进行检测,得到多张活体检测图像,将同一个采样周期采集到的所述多张活体检测图像作为一个采样周期对应的待清洗图像。
所述待清洗图像是一张活体检测图像。
所述获取采样周期可以是从数据库中获取的,也可以是用户输入的。
所述采样周期是一个数值,比如,1秒、2秒、3秒、10秒、20秒,在此举例不做具体限定。
比如,采样周期为1秒,所述热成像设备按0秒至1秒(第一个采样周期)、1秒至2秒(第二个采样周期)、2秒至3秒(第三个采样周期)对所述目标位置进行检测,其中,0秒至1秒不包括0秒且包括1秒、1秒至2秒不包括1秒且包括2秒、2秒至3秒不包括2秒且包括3秒,在此举例不做具体限定。
可选的,当所述热成像设备得到的是热成像视频时,采样周期为1秒,每秒采集32张(视频的帧率为32帧)活体检测图像,在此举例不做具体限定。
S404、若目标采样周期对应的待清洗图像的数量小于预设图像阈值,或者,目标采样周期对应的待清洗图像中存在像素点数量少于预设像素点阈值的活体检测图像,则丢弃所述目标采样周期对应的待清洗图像,否则则将所述目标采样周期对应的待清洗图像作为所述第二图像的备选图像,所述目标采样周期为任一采样周期。
其中,若目标采样周期对应的待清洗图像的总数量小于预设图像阈值,或者,目标采样周期对应的任一待清洗图像存在像素点数量少于预设像素点阈值时,则将所述目标采样周期对应的所有待清洗图像丢弃。
可以理解的是,所述多张第二图像从多张备选图像中选择的。
可以理解的是,每张备选图像对应一张待清洗图像。
热成像设备存在硬件抖动的现象,而硬件抖动可能造成单张活体检测图像出现像素点缺失或者帧率不稳定,像素点缺失或者帧率不稳定将会降低基于热成像的活体流向检测方法的准确性。本实施例通过在目标采样周期对应的待清洗图像的数量小于预设图像阈值或者目标采样周期对应的待清洗图像中存在像素点数量少于预设像素点阈值的活体检测图像时,丢弃整个目标采样周期对应的待清洗图像,从而减少像素点缺失或者帧率不稳定的影响,提高了采用本发明的基于热成像的活体流向检测方法确定所述目标位置的活体流向的准确性。
如图5所示,在一个实施例中,所述从所述多张第二图像中选取平均温度低于温度阈值的多张待选图像,包括:
S502、分别对各张第二图像的所有像素点的像素值进行均值计算,以得到所述多张第二图像各自对应的平均温度;
其中,对各张所述第二图像的所有像素点的像素值进行均值计算,将得到的均值作为第二图像各自对应的平均温度,将所有第二图像各自对应的平均温度作为所述多张第二图像各自对应的平均温度。
S504、对所述多张第二图像各自对应的平均温度进行均值计算,得到所述温度阈值;
其中,将所述多张第二图像各自对应的平均温度的平均值作为所述温度阈值。
S506、将平均温度低于所述温度阈值的第二图像作为待拟制图像;
其中,当第二图像各自对应的平均温度低于所述温度阈值时,将该第二图像作为待拟制图像。
S508、从所述待拟制图像中,确定所述多张待选图像。
其中,从所有所述待拟制图像中随机选择预设数量的所述待拟制图像,将选择结果作为所述多张待选图像。
因背景图像根据所述多张待选图像确定,本实施例通过将所述多张第二图像各自对应的平均温度的平均值作为所述温度阈值,再将平均温度低于所述温度阈值的第二图像作为待拟制图像,从所述待拟制图像中,确定所述多张待选图像,使所述多张待选图像的平均温度都是低于所述多张第二图像各自对应的平均温度的平均值,从而降低了根据背景图像对第一图像进行背景抑制的幅度,进一步提高了采用本发明的基于热成像的活体流向检测方法确定所述目标位置的活体流向的准确性。
在一个实施例中,所述对所述多张待选图像进行合并处理,以得到背景图像,包括:
将所述多张待选图像的处于相同位置的像素点的像素值分别进行均值计算,以得到所述背景图像。
比如,所述多张待选图像数量为5张,对第一张待选图像的像素点(位置20,30)的像素值、第二张待选图像的像素点(位置20,30)的像素值、第三张待选图像的像素点(位置20,30)的像素值、第四张待选图像的像素点(位置20,30)的像素值、第五张待选图像的像素点(位置20,30)的像素值进行均值计算,将计算得到的均值作为所述背景图像的像素点(位置20,30)的像素值。
本实施例通过将所述多张待选图像进行均值计算,得到所述背景图像,使所述背景图像表述了所述多张待选图像的像素点的像素值的平均水平,从而进一步提高了采用本发明的基于热成像的活体流向检测方法确定所述目标位置的活体流向的准确性。
在一个实施例中,所述根据所述背景图像对所述第一图像进行背景抑制,以得到与所述第一图像对应的抑制图像,包括:
将所述第一图像与所述背景图像的处于相同位置的像素点的像素值分别进行差值计算,以得到与所述第一图像对应的抑制图像。
比如,将所述第一图像的像素点(位置20,30)的像素值减去所述背景图像的像素点(位置20,30)的像素值,将相减得到的结果作为与所述第一图像对应的抑制图像的像素点(位置20,30)的像素值。
因所述背景图像代表的是与所述目标时刻关联的多个时刻的背景情况,所述背景图像和所述第一图像的处于相同位置的像素点表述的是目标位置同一个点的活体检测,本实施例采用处于相同位置的像素点的像素值进行背景抑制,有利于提高背景抑制的准确性,从而进一步提高了采用本发明的基于热成像的活体流向检测方法确定所述目标位置的活体流向的准确性。
在一个实施例中,所述根据所述抑制图像,确定所述目标图像,包括:
对所述抑制图像进行去噪点处理,得到已去噪图像;对所述已去噪图像进行消除像素值跳变处理,得到已跳变处理图像;根据所述已跳变处理图像,确定所述目标图像。
所述对所述抑制图像进行去噪点处理,得到已去噪图像,包括:采用高斯滤波器对所述抑制图像进行去噪点处理,将完成去噪点处理的所述抑制图像作为已去噪图像。通过去噪可以去掉异常点,增加图像中人体边缘的柔化程度。
所述对所述已去噪图像进行消除像素值跳变处理,得到已跳变处理图像,包括:采用预设像素窗对所述已去噪图像进行池化处理,将完成池化处理的所述已去噪图像作为已跳变处理图像。通过池化处理可以消除物体的热分布不均匀或者环境因素造成的像素值跳变,从而使得到的已跳变处理图像的像素值反映的物体温度变化更加平滑。
比如,预设像素窗采用2×2(4个像素点),把所述已去噪图像按预设像素窗分成多个待池化子图像,每个待池化子图像包括4个像素点,对待池化子图像的4像素点的像素值进行均值计算,将计算的均值作为待池化子图像对应的所述已去噪图像中的4个像素点的像素值,在此举例不做具体限定。
所述对所述已去噪图像进行消除像素值跳变处理,得到已跳变处理图像,还包括:采用周围八值法对所述已去噪图像进行消除像素值跳变处理,得到已跳变处理图像。通过消除像素值跳变处理可以消除物体的热分布不均匀或者环境因素造成的像素值跳变,从而使得到的已跳变处理图像的像素值反映的物体温度变化更加平滑。
所述周围八值法是计算目标像素点周围八个方向的像素点的像素值的均值,将计算得到的均值作为目标像素点的像素值。
可选的,采用所述周围八值法对所述已去噪图像进行消除像素值跳变处理时,在边缘位置的像素点无法选择到八个方向的像素点时,则将可以获取到的像素点的像素值的均值作为目标像素点的像素值。
本实施例通过去噪点处理、消除像素值跳变处理实现了进一步对所述抑制图像进行了优化,采用优化后的所述已跳变处理图像作为目标图像,进一步提高了采用本发明的基于热成像的活体流向检测方法确定所述目标位置的活体流向的准确性。
如图6所示,在一个实施例中,在所述根据所述背景图像对所述第一图像进行背景抑制,以得到与所述第一图像对应的抑制图像之后,还包括:
S602、将所述抑制图像的所有像素点的像素值进行求和计算,得到抑制温度总值;
S604、当所述抑制温度总值大于预设温度值时,则确定所述目标位置在所述目标时刻存在活体;
S606、当所述抑制温度总值不大于所述预设温度值时,则确定所述目标位置在所述目标时刻不存在活体。
所述确定所述目标位置在所述目标时刻是否存在活体包括存在活体、不存在活体。
因与所述第一图像对应的抑制图像表征的是目标位置在目标时刻和所述多个待拟制时刻之间被所述热成像设备检测到的温度值的变化情况,通过将所述抑制图像的所有像素点的像素值进行求和计算得到抑制温度总值,根据抑制温度总值确定所述目标位置在所述目标时刻是否存在活体,从而进一步提高了确定所述目标位置在所述目标时刻是否存在活体的准确性。
在一个实施例中,所述将所述抑制图像的所有像素点的像素值进行求和计算,得到抑制温度总值,包括:对所述抑制图像进行去噪点处理,得到已去噪图像;对所述已去噪图像进行消除像素值跳变处理,得到已跳变处理图像;将所述已跳变处理图像的所有像素点的像素值进行求和计算,得到所述抑制温度总值。
本实施例通过去噪点处理、消除像素值跳变处理实现了进一步对所述抑制图像进行了优化,采用优化后的所述已跳变处理图像的所有像素点的像素值进行求和计算,得到所述抑制温度总值,从而所述抑制温度总值更能反映目标位置在目标时刻和所述多个待拟制时刻之间被所述热成像设备检测到的温度值的变化情况,提高了根据抑制温度总值确定所述目标位置在所述目标时刻是否存在活体的准确性,进一步提高了确定所述目标位置在所述目标时刻是否存在活体的准确性。
如图7所示,在一个实施例中,提出了一种基于热成像的活体流量检测装置,所述装置包括:
目标图像数据获取模块702,用于获取两张目标图像,所述两张目标图像为热成像设备在两个相邻时刻检测到的目标位置的活体检测图像,所述活体检测图像的各个像素点的像素值为所述热成像设备检测到的温度值;
图像处理模块704,用于根据预设分割规则对所述两张目标图像进行分割,得到多张第一子图像和多张第二子图像,所述第一子图像为所述两张目标图像中的其中一张图像的子图像,所述第二子图像为所述两张目标图像中的另一张图像的子图像,对每张所述第一子图像的所有像素点的像素值进行均值计算,得到多个与所述第一子图像对应的平均温度,对每张所述第二子图像的所有像素点的像素值进行均值计算,得到多个与所述第二子图像对应的平均温度;
活体流向确定模块706,用于将多个与所述第一子图像对应的平均温度和多个与所述第二子图像对应的平均温度进行对比,确定所述目标位置的活体流向。
本实施例的基于热成像的活体流向检测装置通过获取两张目标图像,根据预设分割规则对两张目标图像进行分割,得到多张第一子图像和多张第二子图像,对每张第一子图像的所有像素点的像素值进行均值计算,得到多个与第一子图像对应的平均温度,对每张第二子图像的所有像素点的像素值进行均值计算,得到多个与第二子图像对应的平均温度,将多个与第一子图像对应的平均温度和多个与第二子图像对应的平均温度进行对比,确定目标位置的活体流向;两张目标图像采用的是热成像设备检测到的目标位置的活体检测图像,热成像设备的成本比二维或三维视觉图像设备的成本低;热成像设备通过检测温度值形成活体检测图像,从而避免了泄露隐私的问题;二维或三维视觉图像的每个像素点有多个颜色参数,因为活体检测图像的每个像素点只有温度值一个参数,所以本实施例相对二维或三维视觉图像降低了对运算性能的要求。
在一个实施例中,所述装置还包括:目标图像生成模块708、活体识别模块710;
目标图像生成模块708用于获取第一图像和多张第二图像,所述第一图像为所述热成像设备在目标时刻检测到的目标位置的活体检测图像,所述多张第二图像为所述热成像设备在多个待拟制时刻检测到的所述目标位置的活体检测图像,所述多个待拟制时刻为与所述目标时刻关联的多个时刻,从所述多张第二图像中选取平均温度低于温度阈值的多张待选图像,所述温度阈值用于表征所述多张第二图像的温度平均水平,对所述多张待选图像进行合并处理,以得到背景图像,根据所述背景图像对所述第一图像进行背景抑制,以得到与所述第一图像对应的抑制图像,根据所述抑制图像,确定所述目标图像;
活体识别模块710用于将所述抑制图像的所有像素点的像素值进行求和计算,得到抑制温度总值,当所述抑制温度总值大于预设温度值时,则确定所述目标位置在所述目标时刻存在活体,当所述抑制温度总值不大于所述预设温度值时,则确定所述目标位置在所述目标时刻不存在活体。
图8示出了一个实施例中计算机设备的内部结构图。该计算机设备具体可以是终端,也可以是服务器。如图8所示,该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中,存储器包括非易失性存储介质和内存储器。该计算机设备的非易失性存储介质存储有操作系统,还可存储有计算机程序,该计算机程序被处理器执行时,可使得处理器实现基于热成像的活体流向检测方法。该内存储器中也可储存有计算机程序,该计算机程序被处理器执行时,可使得处理器执行基于热成像的活体流向检测方法。本领域技术人员可以理解,图8中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,本申请提供的一种基于热成像的活体流向检测方法可以实现为一种计算机程序的形式,计算机程序可在如图8所示的计算机设备上运行。计算机设备的存储器中可存储组成的一种基于热成像的活体流向检测装置的各个程序模板。比如,目标图像数据获取模块702、图像处理模块704、活体流向确定模块706、目标图像生成模块708、活体识别模块710。
在一个实施例中,提出了一种存储介质,存储有计算机指令程序,所述计算机指令程序被处理器执行时,使得所述处理器执行时实现如下方法步骤:
获取两张目标图像,所述两张目标图像为热成像设备在两个相邻时刻检测到的目标位置的活体检测图像,所述活体检测图像的各个像素点的像素值为所述热成像设备检测到的温度值;
根据预设分割规则对所述两张目标图像进行分割,得到多张第一子图像和多张第二子图像,所述第一子图像为所述两张目标图像中的其中一张图像的子图像,所述第二子图像为所述两张目标图像中的另一张图像的子图像;
对每张所述第一子图像的所有像素点的像素值进行均值计算,得到多个与所述第一子图像对应的平均温度;
对每张所述第二子图像的所有像素点的像素值进行均值计算,得到多个与所述第二子图像对应的平均温度;
将多个与所述第一子图像对应的平均温度和多个与所述第二子图像对应的平均温度进行对比,确定所述目标位置的活体流向。
本实施例的存储介质实现通过获取两张目标图像,根据预设分割规则对两张目标图像进行分割,得到多张第一子图像和多张第二子图像,对每张第一子图像的所有像素点的像素值进行均值计算,得到多个与第一子图像对应的平均温度,对每张第二子图像的所有像素点的像素值进行均值计算,得到多个与第二子图像对应的平均温度,将多个与第一子图像对应的平均温度和多个与第二子图像对应的平均温度进行对比,确定目标位置的活体流向;两张目标图像采用的是热成像设备检测到的目标位置的活体检测图像,热成像设备的成本比二维或三维视觉图像设备的成本低;热成像设备通过检测温度值形成活体检测图像,从而避免了泄露隐私的问题;二维或三维视觉图像的每个像素点有多个颜色参数,因为活体检测图像的每个像素点只有温度值一个参数,所以本实施例相对二维或三维视觉图像降低了对运算性能的要求。
在一个实施例中,提出了一种计算机设备,包括至少一个存储器、至少一个处理器,所述存储器存储有计算机指令程序,所述计算机指令程序被所述处理器执行时,使得所述处理器执行时实现如下方法步骤:
获取两张目标图像,所述两张目标图像为热成像设备在两个相邻时刻检测到的目标位置的活体检测图像,所述活体检测图像的各个像素点的像素值为所述热成像设备检测到的温度值;
根据预设分割规则对所述两张目标图像进行分割,得到多张第一子图像和多张第二子图像,所述第一子图像为所述两张目标图像中的其中一张图像的子图像,所述第二子图像为所述两张目标图像中的另一张图像的子图像;
对每张所述第一子图像的所有像素点的像素值进行均值计算,得到多个与所述第一子图像对应的平均温度;
对每张所述第二子图像的所有像素点的像素值进行均值计算,得到多个与所述第二子图像对应的平均温度;
将多个与所述第一子图像对应的平均温度和多个与所述第二子图像对应的平均温度进行对比,确定所述目标位置的活体流向。
本实施例的计算机设备实现通过获取两张目标图像,根据预设分割规则对两张目标图像进行分割,得到多张第一子图像和多张第二子图像,对每张第一子图像的所有像素点的像素值进行均值计算,得到多个与第一子图像对应的平均温度,对每张第二子图像的所有像素点的像素值进行均值计算,得到多个与第二子图像对应的平均温度,将多个与第一子图像对应的平均温度和多个与第二子图像对应的平均温度进行对比,确定目标位置的活体流向;两张目标图像采用的是热成像设备检测到的目标位置的活体检测图像,热成像设备的成本比二维或三维视觉图像设备的成本低;热成像设备通过检测温度值形成活体检测图像,从而避免了泄露隐私的问题;二维或三维视觉图像的每个像素点有多个颜色参数,因为活体检测图像的每个像素点只有温度值一个参数,所以本实施例相对二维或三维视觉图像降低了对运算性能的要求。
需要说明的是,上述一种基于热成像的活体流向检测方法、一种基于热成像的活体流量检测装置、一种存储介质及一种计算机设备属于一个总的发明构思,一种基于热成像的活体流向检测方法、一种基于热成像的活体流量检测装置、一种存储介质及一种计算机设备实施例中的内容可相互适用。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于一非易失性计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上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申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本申请专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种基于热成像的活体流向检测方法,所述方法包括:
获取两张目标图像,所述两张目标图像为热成像设备在两个相邻时刻检测到的目标位置的活体检测图像,所述活体检测图像的各个像素点的像素值为所述热成像设备检测到的温度值;
根据预设分割规则对所述两张目标图像进行分割,得到多张第一子图像和多张第二子图像,所述第一子图像为所述两张目标图像中的其中一张图像的子图像,所述第二子图像为所述两张目标图像中的另一张图像的子图像;
对每张所述第一子图像的所有像素点的像素值进行均值计算,得到多个与所述第一子图像对应的平均温度;
对每张所述第二子图像的所有像素点的像素值进行均值计算,得到多个与所述第二子图像对应的平均温度;
将多个与所述第一子图像对应的平均温度和多个与所述第二子图像对应的平均温度进行对比,确定所述目标位置的活体流向。
2.如权利要求1所述的方法,其特征在于,所述将多个与所述第一子图像对应的平均温度和多个与所述第二子图像对应的平均温度进行对比,确定所述目标位置的活体流向,包括:
从多个与所述第一子图像对应的平均温度中,获取两个第一平均温度,所述两个第一平均温度为相邻两张第一子图像对应的平均温度;
从多个与所述第二子图像对应的平均温度中,获取两个第二平均温度,所述两个第二平均温度为相邻两张第二子图像对应的平均温度,所述相邻两张第二子图像在所述另一张图像中的位置与所述相邻两张第一子图像在所述其中一张图像中的位置相同;
将所述两个第一平均温度组成特征向量,得到第一特征向量;
将所述两个第二平均温度组成特征向量,得到第二特征向量;
将所述第一特征向量与所述第二特征向量进行对比,确定所述目标位置在所述识别时刻的活体流向。
3.如权利要求2所述的方法,其特征在于,所述将所述两个第一平均温度组成特征向量,得到第一特征向量,包括:
当所述第一平均温度大于平均温度阈值时,则将第一预设数值作为待拼接第一元素,否则将第二预设数值作为所述待拼接第一元素;
将两个所述待拼接第一元素进行拼接,得到所述第一特征向量;
所述将所述两个第二平均温度组成特征向量,得到第二特征向量,包括:
当所述第二平均温度大于所述平均温度阈值时,则将所述第一预设数值作为待拼接第二元素,否则将所述第二预设数值作为所述待拼接第二元素;
将两个所述待拼接第二元素进行拼接,得到所述第二特征向量。
4.如权利要求1所述的方法,其特征在于,在将多个与所述第一子图像对应的平均温度和多个与所述第二子图像对应的平均温度进行对比,确定所述目标位置的活体流向之后,还包括:
当所述活体流向为第一方向时,将与所述第一方向对应的第一计数器的数值加1,且将与第二方向对应的第二计数器的数值减1,以对所述目标位置处的活体流量进行统计,所述第一方向与所述第二方向是相反的方向。
5.如权利要求1至4任一项所述的方法,其特征在于,在所述获取两张目标图像之前,还包括:
获取第一图像和多张第二图像,所述第一图像为所述热成像设备在目标时刻检测到的目标位置的活体检测图像,所述多张第二图像为所述热成像设备在多个待拟制时刻检测到的所述目标位置的活体检测图像,所述多个待拟制时刻为与所述目标时刻关联的多个时刻;
从所述多张第二图像中选取平均温度低于温度阈值的多张待选图像,所述温度阈值用于表征所述多张第二图像的温度平均水平;
对所述多张待选图像进行合并处理,以得到背景图像;
根据所述背景图像对所述第一图像进行背景抑制,以得到与所述第一图像对应的抑制图像;
根据所述抑制图像,确定所述目标图像。
6.如权利要求5所述的方法,其特征在于,所述从所述多张第二图像中选取平均温度低于温度阈值的多张待选图像,包括:
分别对各张第二图像的所有像素点的像素值进行均值计算,以得到所述多张第二图像各自对应的平均温度;
对所述多张第二图像各自对应的平均温度进行均值计算,得到所述温度阈值;
将平均温度低于所述温度阈值的第二图像作为待拟制图像;
从所述待拟制图像中,确定所述多张待选图像。
7.如权利要求5所述的方法,其特征在于,在所述根据所述背景图像对所述第一图像进行背景抑制,以得到与所述第一图像对应的抑制图像之后,还包括:
将所述抑制图像的所有像素点的像素值进行求和计算,得到抑制温度总值;
当所述抑制温度总值大于预设温度值时,则确定所述目标位置在所述目标时刻存在活体;
当所述抑制温度总值不大于所述预设温度值时,则确定所述目标位置在所述目标时刻不存在活体。
8.一种基于热成像的活体流量检测装置,其特征在于,所述装置包括:
目标图像数据获取模块,用于获取两张目标图像,所述两张目标图像为热成像设备在两个相邻时刻检测到的目标位置的活体检测图像,所述活体检测图像的各个像素点的像素值为所述热成像设备检测到的温度值;
图像处理模块,用于根据预设分割规则对所述两张目标图像进行分割,得到多张第一子图像和多张第二子图像,所述第一子图像为所述两张目标图像中的其中一张图像的子图像,所述第二子图像为所述两张目标图像中的另一张图像的子图像,对每张所述第一子图像的所有像素点的像素值进行均值计算,得到多个与所述第一子图像对应的平均温度,对每张所述第二子图像的所有像素点的像素值进行均值计算,得到多个与所述第二子图像对应的平均温度;
活体流向确定模块,用于将多个与所述第一子图像对应的平均温度和多个与所述第二子图像对应的平均温度进行对比,确定所述目标位置的活体流向。
9.一种存储介质,存储有计算机指令程序,其特征在于,所述计算机指令程序被处理器执行时,使得所述处理器执行如权利要求1至7中任一项所述方法的步骤。
10.一种计算机设备,其特征在于,包括至少一个存储器、至少一个处理器,所述存储器存储有计算机指令程序,所述计算机指令程序被所述处理器执行时,使得所述处理器执行如权利要求1至7中任一项所述方法的步骤。
CN202010213731.XA 2020-03-24 2020-03-24 基于热成像的活体流向检测方法、装置、设备及存储介质 Active CN111462178B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010213731.XA CN111462178B (zh) 2020-03-24 2020-03-24 基于热成像的活体流向检测方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010213731.XA CN111462178B (zh) 2020-03-24 2020-03-24 基于热成像的活体流向检测方法、装置、设备及存储介质

Publications (2)

Publication Number Publication Date
CN111462178A true CN111462178A (zh) 2020-07-28
CN111462178B CN111462178B (zh) 2023-06-02

Family

ID=71679782

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010213731.XA Active CN111462178B (zh) 2020-03-24 2020-03-24 基于热成像的活体流向检测方法、装置、设备及存储介质

Country Status (1)

Country Link
CN (1) CN111462178B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114459614A (zh) * 2022-02-10 2022-05-10 浙江大华技术股份有限公司 热源类型的确定方法、装置、存储介质及电子装置
CN115457119A (zh) * 2022-09-21 2022-12-09 正泰集团研发中心(上海)有限公司 汇流条的标注方法、装置、计算机设备及可读存储介质
CN117146985A (zh) * 2023-11-01 2023-12-01 本溪钢铁(集团)信息自动化有限责任公司 一种基于多人人脸识别的测温方法及系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2015040001A2 (de) * 2013-09-19 2015-03-26 Muehlbauer Ag Vorrichtung, system und verfahren zum identifizieren einer person
CN108010008A (zh) * 2017-12-01 2018-05-08 北京迈格威科技有限公司 目标的追踪方法、装置及电子设备
CN110766650A (zh) * 2019-08-05 2020-02-07 南方科技大学 生物检测预警方法、系统、装置、计算机设备和存储介质

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2015040001A2 (de) * 2013-09-19 2015-03-26 Muehlbauer Ag Vorrichtung, system und verfahren zum identifizieren einer person
CN108010008A (zh) * 2017-12-01 2018-05-08 北京迈格威科技有限公司 目标的追踪方法、装置及电子设备
CN110766650A (zh) * 2019-08-05 2020-02-07 南方科技大学 生物检测预警方法、系统、装置、计算机设备和存储介质

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114459614A (zh) * 2022-02-10 2022-05-10 浙江大华技术股份有限公司 热源类型的确定方法、装置、存储介质及电子装置
CN115457119A (zh) * 2022-09-21 2022-12-09 正泰集团研发中心(上海)有限公司 汇流条的标注方法、装置、计算机设备及可读存储介质
CN115457119B (zh) * 2022-09-21 2023-10-27 正泰集团研发中心(上海)有限公司 汇流条的标注方法、装置、计算机设备及可读存储介质
CN117146985A (zh) * 2023-11-01 2023-12-01 本溪钢铁(集团)信息自动化有限责任公司 一种基于多人人脸识别的测温方法及系统

Also Published As

Publication number Publication date
CN111462178B (zh) 2023-06-02

Similar Documents

Publication Publication Date Title
CN109737874B (zh) 基于三维视觉技术的物体尺寸测量方法及装置
US7940957B2 (en) Object tracker for visually tracking object motion
CN111462178A (zh) 基于热成像的活体流向检测方法、装置、设备及存储介质
CN107025660B (zh) 一种确定双目动态视觉传感器图像视差的方法和装置
US8396285B2 (en) Estimating vanishing points in images
CN111199523B (zh) 电力设备识别方法、装置、计算机设备和存储介质
US9742992B2 (en) Non-uniform curve sampling method for object tracking
CN109255802B (zh) 行人跟踪方法、装置、计算机设备及存储介质
CN111460944B (zh) 一种基于热成像的活体识别方法、装置、设备及存储介质
JP2016505185A (ja) エッジ選択機能を有するイメージプロセッサ
Pok et al. Efficient block matching for removing impulse noise
CN114723755B (zh) 玻璃屏幕的圆角缺陷检测方法、装置、设备及存储介质
US9014426B2 (en) Method and device for the detection of moving objects in a video image sequence
EP2178289B1 (en) Method and unit for motion detection based on a difference histogram
CN108960247B (zh) 图像显著性检测方法、装置以及电子设备
US9818178B1 (en) Method and system for detection of ghosting artifact in a video
CN114842213A (zh) 一种障碍物轮廓检测方法、装置、终端设备和存储介质
CN113888438A (zh) 图像处理方法、装置及存储介质
CN113284167A (zh) 人脸跟踪检测方法、装置、设备和介质
Wang et al. LBP-based edge detection method for depth images with low resolutions
KR101480824B1 (ko) 다중 호모그래피 기법을 이용한 배경 움직임 보상 방법
CN113642546B (zh) 一种多人脸跟踪方法及系统
CN114170090A (zh) 一种由模糊监控视频重建高分辨率图像的方法与系统
US20180150966A1 (en) System and method for estimating object size
EP2927872A1 (en) Method and device for processing a video sequence

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
GR01 Patent grant
GR01 Patent grant