CN111624617A - 一种数据处理方法及电子设备 - Google Patents
一种数据处理方法及电子设备 Download PDFInfo
- Publication number
- CN111624617A CN111624617A CN202010470423.5A CN202010470423A CN111624617A CN 111624617 A CN111624617 A CN 111624617A CN 202010470423 A CN202010470423 A CN 202010470423A CN 111624617 A CN111624617 A CN 111624617A
- Authority
- CN
- China
- Prior art keywords
- distribution
- values
- distance
- target area
- distance value
- 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
- 238000003672 processing method Methods 0.000 title abstract description 11
- 230000003287 optical effect Effects 0.000 claims abstract description 32
- 238000000034 method Methods 0.000 claims abstract description 30
- 238000012545 processing Methods 0.000 claims abstract description 27
- 239000011159 matrix material Substances 0.000 claims description 16
- 238000012795 verification Methods 0.000 claims description 7
- 230000008569 process Effects 0.000 description 9
- 230000000903 blocking effect Effects 0.000 description 6
- 230000008859 change Effects 0.000 description 6
- 230000001815 facial effect Effects 0.000 description 6
- 238000012216 screening Methods 0.000 description 5
- 230000004888 barrier function Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000005259 measurement Methods 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 230000001902 propagating effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/88—Lidar systems specially adapted for specific applications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
- G01S17/06—Systems determining position data of a target
- G01S17/08—Systems determining position data of a target for measuring distance only
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Electromagnetism (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Optical Radar Systems And Details Thereof (AREA)
Abstract
本申请实施例提供了一种数据处理方法及电子设备,所述方法包括:同时发射第一数量的测距光信号;接收由目标区域内的遮挡物反射回的测距光信号,并基于所述反射回的测距光信号确定各所述遮挡物与所述电子设备间的第一距离值集合;处理所述第一距离值集合,至少基于第一距离值中符合特定范围的值的分布确定所述目标区域内是否有特定种类遮挡物;其中,所述第一数量为10‑150个。本申请实施例的数据处理方法功耗低,且可有效判断包含用户等特定种类的遮挡物是否位于目标区域内。
Description
技术领域
本申请实施例涉及智能设备领域,特别涉及一种数据处理方法及电子设备。
背景技术
目前,电子设备在确定目标对象,如用户,是否在设备前方时,采用的方法通常是直接拍摄图像,基于图像来识别确定用户是否在设备前,具体应用时会令摄像头始终处于工作状态,以实时或定时采集图像,保证设备能够第一时间确定用户是否在设备前。该种方法虽然效率较高,但是其数据处理量以及功耗也是相当庞大的,严重增加了设备的处理负荷。
申请内容
本申请实施例提供了一种低功耗,可有效判断包含用户等特定种类的遮挡物是否位于目标区域内的数据处理方法,及应用该方法的电子设备。
为了解决上述技术问题,本申请实施例提供了一种数据处理方法,包括:
同时发射第一数量的测距光信号;
接收由目标区域内的遮挡物反射回的测距光信号,并基于所述反射回的测距光信号确定各所述遮挡物与所述电子设备间的第一距离值集合;
处理所述第一距离值集合,至少基于第一距离值中符合特定范围的值的分布确定所述目标区域内是否有特定种类遮挡物;
其中,所述第一数量为10-150个。
作为优选,所述特定种类遮挡物为人体,所述第一数量为12-30个,或是15-50个,或是16-25个。
作为优选,所述处理所述第一距离值集合包括:
确定所述第一距离值集合中所有第一距离值的具体数值;
确定所述具体数值中符合所述特定范围的第一距离值;
至少确定所述符合特定范围的第一距离值的分布信息,所述分布信息至少包括所述符合特定范围的第一距离值相对所述第一距离值集合中全部距离值的比例,或用于采集得到所述符合特定范围的第一距离值的测距数据的采集点位置信息。
作为优选,所述至少基于第一距离值中符合特定范围的值的分布确定所述目标区域内是否有特定种类遮挡物包括:
基于所述第一距离值中符合特定范围的值的分布以及历史分布数据确定所述目标区域内是否有特定种类遮挡物;
其中,所述历史分布数据包括目标区域内有特定种类遮挡物时该遮挡物与设备间距离值的分布信息。
作为优选,所述基于符合特定范围的值的分布以及历史分布数据确定所述目标区域内是否有特定种类遮挡物包括:
若上一时刻采集的第一距离值集合中满足特定范围的值的分布能够确定所述目标区域内有特定种类遮挡物时,则基于当前时刻采集的第一距离值集合中符合特定范围的值的分布与上一时刻采集的满足特定范围的第一距离值的分布确定所述目标区域内是否有特定种类遮挡物。
作为优选,所述历史分布数据为设备采集用户的生物特征信息以进行身份验证时采集到的符合特定范围的第一距离值的分布数据;或
所述历史分布数据为设备经累积、学习后得到的符合特定范围的第一距离值的分布数据。
作为优选,所述基于符合特定范围的值的分布以及历史分布数据确定所述目标区域内是否有特定种类遮挡物包括:
确定所述基于符合特定范围的值的分布与历史分布数据间的差值满足阈值范围时,则确定所述目标区域内有特定种类遮挡物。
作为优选,所述基于符合特定范围的值的分布以及历史分布数据确定所述目标区域内是否有特定种类遮挡物包括:
确定符合特定范围的第一距离值相对第一距离值集合的比例;
若所述比例与历史分布数据中符合特定范围的值的比例之间的差值满足阈值范围,则确定所述目标区域内有特定种类遮挡物。
本申请实施例同时提供一种电子设备,包括:
光源矩阵,其用于同时发射第一数量的测距光信号;
处理器,其用于接收由目标区域内的遮挡物反射回的测距光信号,并基于所述反射回的测距光信号确定各所述遮挡物与所述电子设备间的第一距离值集合,并处理所述第一距离值集合,至少基于第一距离值中符合特定范围的值的分布确定所述目标区域内是否有特定种类遮挡物;
其中,所述第一数量为10-150个。
作为优选,所述特定种类遮挡物为人体,所述第一数量为12-30个,或是15-50个,或是16-25个。
基于上述实施例的公开可以获知,本申请实施例具备的有益效果包括无需拍摄、分析图像便可有效判断用户等特定种类的遮挡物是否在目标区域内,如是否在设备前,判断过程逻辑简单,判断结果准确率高,且能够显著降低设备的处理负荷及功耗。
附图说明
图1为本申请实施例中的数据处理方法的流程图。
图2为本申请另一实施例中的数据处理方法的流程图。
图3为本申请另一实施例中的数据处理方法的流程图。
图4为本申请另一实施例中电子设备确定的分布信息。
图5为本申请另一实施例中电子设备确定的分布信息。
图6为本申请实施例中的电子设备的结构框图。
具体实施方式
下面,结合附图对本申请的具体实施例进行详细的描述,但不作为本申请的限定。
应理解的是,可以对此处公开的实施例做出各种修改。因此,下述说明书不应该视为限制,而仅是作为实施例的范例。本领域的技术人员将想到在本公开的范围和精神内的其他修改。
包含在说明书中并构成说明书的一部分的附图示出了本公开的实施例,并且与上面给出的对本公开的大致描述以及下面给出的对实施例的详细描述一起用于解释本公开的原理。
通过下面参照附图对给定为非限制性实例的实施例的优选形式的描述,本申请的这些和其它特性将会变得显而易见。
还应当理解,尽管已经参照一些具体实例对本申请进行了描述,但本领域技术人员能够确定地实现本申请的很多其它等效形式,它们具有如权利要求所述的特征并因此都位于借此所限定的保护范围内。
当结合附图时,鉴于以下详细说明,本公开的上述和其他方面、特征和优势将变得更为显而易见。
此后参照附图描述本公开的具体实施例;然而,应当理解,所公开的实施例仅仅是本公开的实例,其可采用多种方式实施。熟知和/或重复的功能和结构并未详细描述以避免不必要或多余的细节使得本公开模糊不清。因此,本文所公开的具体的结构性和功能性细节并非意在限定,而是仅仅作为权利要求的基础和代表性基础用于教导本领域技术人员以实质上任意合适的详细结构多样地使用本公开。
本说明书可使用词组“在一种实施例中”、“在另一个实施例中”、“在又一实施例中”或“在其他实施例中”,其均可指代根据本公开的相同或不同实施例中的一个或多个。
下面,结合附图详细的说明本申请实施例。
如图1所示,本申请实施例提供一种数据处理方法,该方法包括:
同时发射第一数量的测距光信号;
接收由目标区域内的遮挡物反射回的测距光信号,并基于反射回的测距光信号确定各遮挡物与电子设备间的第一距离值集合;
处理第一距离值集合,至少基于第一距离值中符合特定范围的值的分布确定目标区域内是否有特定种类遮挡物;
其中,第一数量为10-150个。
例如,电子设备具有一光源矩阵,如为6*6的矩阵、8*8的光源矩阵等,其能够同时发射出第一数量的测距光信号,也就是能够发射出第一数量的用于测距的光线,该第一数量的测距光信号的具体数量可为10-150个,实际应用时可选择该范围内的任意数值来确定测距光信号的数量。进一步地,该光信号会被射至目标区域内,该目标区域可为设备前方一区域,如正对设备的一区域。该目标区域内会有用于遮挡光信号传播的遮挡物,测距光信号经该遮挡物的反射后会至少部分回到设备所在处,被设备上设置的传感器接收。应用时,电子设备上可设置一传感器矩阵,以用于接收被遮挡物反射回的测距光信号。当传感器接收该测距光信号后会发送给电子设备的处理器中,使处理器基于该反射回的测距光信号而确定出各遮挡物与电子设备间的第一距离值,该多个第一距离值相等或不等,并形成一集合,即第一距离值集合。为了确定目标区域内是否有特定种类的遮挡物存在,处理器会对得到的第一距离值集合中的第一距离值进行处理,以确定第一距离值中符合特定范围的值,然后确定该符合范围的第一距离值的分布信息,基于该分布信息来确定目标区域内是否有特定种类的遮挡物存在。
基于上述实施例的公开可以获知,本申请实施例具备的有益效果包括无需拍摄、分析照片等图像便可有效判断用户等特定种类的遮挡物是否在目标区域内,如是否在设备前,即使用户等特定种类遮挡物移动位置,电子设备也可以快速确定其是否仍在目标区域内,判断过程逻辑简单,准确率高,且能够显著降低设备的处理负荷及功耗。
具体地,本实施例中的特定种类遮挡物为人体,或人体的一部分,点阵光源射出的测距光信号的数量,即,第一数量优选为12-30个,当然也可为其他数量。
进一步地,如图2所示,本实施例中在处理第一距离值集合包括:
确定第一距离值集合中所有第一距离值的具体数值;
确定具体数值中符合特定范围的第一距离值;
至少确定符合特定范围的第一距离值的分布信息,分布信息至少包括符合特定范围的第一距离值相对第一距离值集合中全部距离值的比例,或用于采集得到符合特定范围的第一距离值的测距数据的采集点位置信息。
例如,电子设备上的传感器矩阵采集反射回的测距光信号后传给设备的处理器,处理器基于传感器传送的数据分别确定出基于各反射回的测距光信号而一一计算得到的第一距离值,该多个第一距离值至少分别代表目标区域内各个遮挡物与设备间的距离值。在确定第一距离值集合中的各个第一距离值后,处理器可基于预设的表征目标遮挡物与设备间距离的判断标准或筛选标准,对第一距离值结合中的所有第一距离值进行判断、筛选,以得到符合特定范围的第一距离值。如,第一距离值集合中包括0-800mm的数值,该判断标准、筛选标准为可为600mm,500mm-600mm等,具体不定。待确定出第一距离值集合内符合特定范围内的第一距离值后,处理器可至少确定该符合特定范围内的第一距离值的分布信息(或者确定所有第一距离值的分布信息),该分布信息至少包括符合特定范围的第一距离值相对第一距离值集合中全部距离值的比例,或者为用于采集得到符合特定范围的第一距离值的测距数据的采集点位置信息,也即,处理器是基于采集到的哪些测距光信号而计算出的该符合特定范围的第一距离值,该对应符合特定范围的第一距离值的测距光信号是由哪些光源发出的,以基于该光源位置信息确定上述的采集点位置信息。当得到该位置信息后,处理器可以基于多个位置信息而确定目标遮挡物的轮廓,由该轮廓辅助确定出目标区域内是否有目标遮挡物。或者,根据确定的比例信息来辅助确定目标区域内是否有目标遮挡物,尤其是当之前已经确定目标区域内有目标遮挡物,但该目标遮挡物移动了位置,如目标遮挡物为人体,当用户挪动了身体,或低头写东西,弯腰捡东西时,由于此时用户身形发生了改变,倘若一味根据用户的身形轮廓确定其是否在目标区域内,恐有一定误差,故,此时可根据确定符合特定范围的第一距离值相对所有第一距离值的比例信息来辅助确定用户是否仍在目标区域内,准确率更高。
进一步地,本实施例中在至少基于第一距离值中符合特定范围的值的分布确定目标区域内是否有特定种类遮挡物包括:
基于第一距离值中符合特定范围的值的分布以及历史分布数据确定目标区域内是否有特定种类遮挡物;
其中,历史分布数据包括目标区域内有特定种类遮挡物时该遮挡物与设备间距离值的分布信息。
也就是,预先确定历史分布数据,该历史分布数据至少为目标区域内确定存在目标遮挡物时,符合特定范围的第一距离值的分布信息,当设备确定当前符合特定范围的第一距离值的分布信息后,可以根据当前的第一距离值的分布信息与历史分布信息进行比对、计算,以基于历史分布信息判断当前的第一距离值的分布信息是否表征目标区域内具有目标遮挡物。
具体地,本实施例中基于符合特定范围的值的分布以及历史分布数据确定目标区域内是否有特定种类遮挡物包括:
若上一时刻采集的第一距离值集合中满足特定范围的值的分布能够确定目标区域内有特定种类遮挡物时,则基于当前时刻采集的第一距离值集合中符合特定范围的值的分布与上一时刻采集的满足特定范围的第一距离值的分布确定目标区域内是否有特定种类遮挡物。
也就是,上一时刻,若设备基于采集到的信息计算确定目标区域内有目标遮挡物时,则可存储该第一距离值及其分布信息,以用于为下一时刻设备确定目标区域内是否有目标遮挡物时作为验证数据。
例如,第一时刻,设备采集到一组反射回的测距光信号,并基于该光信号确定了第一距离值集合,然后按照前述步骤处理第一距离值集合,得到了符合特定范围的第一距离值的分布信息,并确定了该分布信息可表征用户在设备前的目标区域内后,设备会存储记录该第一时刻计算确定出的分布信息。当到达第一时刻之后的第二时刻时,设备采集到新的反射回的测距光信号,并基于该测距光信号计算确定出新的符合特定范围的第一距离值的分布信息时,设备可以基于存储的对应第一时刻计算确定出的分布信息而对第二时刻计算确定出的分布信息进行判断,进而基于第二时刻确定出的分布信息来确定用户是否仍在目标区域内。采用该种利用上一时刻计算确定能够表征目标区域内有目标遮挡物的分布信息来作为下一时刻计算确定的分布信息是否能够确定目标区域内有目标遮挡物的验证数据,可以有效减少设备的数据处理负荷,尤其是相比每次均与和用户的初始姿态对应的分布信息进行比对,可大大缩小设备的数据处理负荷,因为用户在使用设备时,其姿态是变化的,倘若每次均与用户的初始状态数据分布进行比对,数据处理量大,且处理结果精度有一定的减损,故若采用本实施例的方法,因每次均与上一时刻的能够确定目标遮挡物位于目标区域内的数据进行比对,故数据变化量不会产生较大变化,减小了数据处理负荷,且更加便于设备跟踪确定目标遮挡物的位置,快速确定目标区域内是否有目标遮挡物。
进一步地,继续上一实施例,设备在确定第一时刻计算出的分布信息后,若想确定该分布信息能够表征目标区域内有目标遮挡物时,可以将第一时刻的分布信息与历史分布数据进行比对,以基于历史分布数据来确定第一时刻的分布信息能否确定目标区域内有目标遮挡物。该历史分布数据可以为设备采集用户的生物特征信息以进行身份验证时采集到的符合特定范围的第一距离值的分布数据,例如在设备利用面部识别功能扫描用户面部特征以解锁启动设备系统时,用户一定是位于设备前的,故在设备采集用户面部特征的同时采集、确定第一距离值集合,并基于第一距离值集合中的第一距离值计算确定分布信息,此时该分布信息一定能够确定目标区域内有目标遮挡物,故该分布信息设备是可以默认作为验证数据的,是用户的初始状态数据;或者,历史分布数据可以为用户在启动设备的摄像头进行拍摄时得到,该拍摄并非用于面部识别,例如用户仅仅是利用摄像头拍摄生活照,证件照,聊天,视频会议或者是直播,录制视频等;再或者,历史分布数据可为设备经累积、学习后得到的符合特定范围的第一距离值的分布数据。也就是,设备会基于用户每次使用设备时,设备采集、计算确定出的分布信息而不断学习,进而得到能够表征目标遮挡物在目标区域内的分布信息,以基于该分布信息验证第一时刻得到的分布信息。
另外,该上一时刻也可直接即为用户使用面部识别功能启动设备时的时刻,即,用户进行人脸验证模式登录系统的时刻,或用户启用摄像头对其进行拍摄的时刻,此时,其确定的分布信息便无需再经过历史分布数据进行验证。
进一步地,本实施例中基于符合特定范围的值的分布以及历史分布数据确定目标区域内是否有特定种类遮挡物包括:
确定基于符合特定范围的值的分布与历史分布数据间的差值满足阈值范围时,则确定目标区域内有特定种类遮挡物。
例如,如图3所示,具体可为:
确定符合特定范围的第一距离值相对第一距离值集合的比例;
若比例与历史分布数据中符合特定范围的值的比例之间的差值满足阈值范围,则确定目标区域内有特定种类遮挡物。
具体地,例如如图4和5所示,以600mm为目标遮挡物距离设备的距离值,600mm的第一距离值为符合特定范围的第一距离值。区块1中的记载的第一距离值的分布可表征目标区域内有目标遮挡物,具体地,区块1中具有8个600mm的第一距离值,而区块2中具有7个600mm,二者各自的百分比的比值可与预设值的基准范围值进行比较,如该基准范围值为30%-50%,倘若百分比的比值满足基准范围值,则可确定区块2中记载的第一距离值的分布能够确定目标区域内有目标遮挡物。
或者,还可以确定各区块中为0mm的第一距离值的分布、百分比,以用于确定目标区域内是否有目标遮挡物存在,方法同以600mm为符合特定范围的第一距离值通过其分布、百分比来确定目标区域内是否有目标遮挡物的方法相同。
另外,在确定符合特定范围的第一距离值的分布时,还可以同时确定该多个第一距离值所围面积的中心点的第一距离值,如第一时刻,符合特定范围的第一距离值的分布为区块1中距离值为600mm的分布,此时可基于该多个600mm的分布区域而确定其中心点,如图中圆形标记处即为该区域的中心点。而在第二时刻,符合特定范围的第一距离值的分布为区块2中距离值为600mm的分布,此时可基于该多个600mm的分布区域而确定其中心点,如图中圆形标记处即为该区域的中心点。处理器可通过确定两个中心点位置的第一距离值是否一致来确定目标区域内是否仍有目标遮挡物。例如,用户在第一时刻是端坐在设备前,第二时刻,用户向左便宜倚靠在座椅的扶手上,此时其身形、姿态改变,故导致计算得到的区块2中的第一距离值相比第一时刻计算得到的区块1中的第一距离值的分布发生改变,此时处理器便可根据两个区块中满足特定范围的第一距离值,如600mm的分布区域的中心点处的第一距离值是否一致,或满足一定阈值来确定用户是否仍在设备前。
为了更好地阐释本申请的技术方案,以下以具体实施例进行详细说明:
实施例一:
例如,电子设备当前处于运行状态,其为了确保用户当前是否位于设备前方时,会向用户投射出12-30个左右的测距光信号,电子设备上的传感器矩阵采集反射回的测距光信号后传给设备的处理器,处理器基于传感器传送的数据分别确定出基于各反射回的测距光信号而一一计算得到的第一距离值。在确定第一距离值集合中的各个第一距离值后,处理器可基于预设的表征人体与设备间距离的判断标准或筛选标准,对第一距离值集中的所有第一距离值进行判断、筛选,以得到符合特定范围,如数值位于500mm-600mm内的第一距离值。接着,处理器确定该符合特定范围内的第一距离值的分布信息(或者确定所有第一距离值的分布信息),具体包括符合特定范围的第一距离值相对第一距离值集合中全部距离值的比例、百分比。在得到第一距离值的分布信息后,电子设备可调出过去时间段内用户位于设备前时采集、计算得到的历史分布数据,例如上一采集时刻的数据,或用户登录设备时采集的数据等,通过对比当前采集、处理得到的第一距离值分布信息以及历史分布数据的比值或百分比确定二者间的差值,最后基于该差值确定是否位于预设阈值内,若是则确定当前用户在设备前,否则不在设备前。或者通过对比第一距离值分布的中心点位置与历史分布数据的中心点位置是否一致,若一致,说明用户在设备前,否则不在,或者通过对比特定距离值的数量是否相当,来确定用户是否在设备前,例如采集的数据与历史数据中距离值为500mm或600mm的数量是否近似一致,若近似一致,如采集的数据中有6个,历史数据中有7个,则确定用户在设备前,否则,不在设备前。
实施例二:
当用户开启摄像头以通过拍摄照片进行人脸识别以登录系统后,设备便开始“追踪”用户,以确定用户是否仍在设备前,判断方法即为向设备前方射出测距光信号,基于该返回的光信号进行计算确定,具体过程可参考实施例一。当电子设备基于由反射回的测距光信号计算得到的第一距离值分布信息发现当前或围绕当前时间点的时间段内,第一距离值分布信息变化较大时,可通知处理器,使处理器控制摄像头拍摄照片,以基于该照片确定用户是否仍在设备前。倘若仍在设备前,处理器可基于该照片确定用户实际所处位置相对设备的夹角,然后基于该夹角控制调整测距光信号的发射角度。或者,处理器可控制摄像头定时启动一次摄像头,以辅助设备精准确定用户是否仍在设备前,当拍照时,设备可控制测距光信号同时射出,以基于反射回的光信号计算得到新的第一距离值分布信息,倘若该分布信息仍能够确定用户在设备前,则可基于该分布信息更新在此之前作为验证数据的第一距离值分布信息。另外,优选地,在用户开启摄像头拍照时,可通过拍摄得到的照片,或人脸识别结果确定用户身份,例如电子设备为家用设备,家庭中有老人和儿童,或是具有残障者,当基于照片或识别结果确定当前位于设备前方的用户是老人或残障者时,由于该类用户行动及动作较为缓慢,故可控制降低摄像头的拍摄频次,而当确定用户身份为儿童时,由于儿童灵活好动,故可控制提高摄像头的拍摄频次,以能够辅助设备更为快速地确定用户是否仍在设备前。
如图6所示,本申请实施例同时提供一种电子设备,包括:
光源矩阵,其用于同时发射第一数量的测距光信号;
处理器,其用于接收由目标区域内的遮挡物反射回的测距光信号,并基于反射回的测距光信号确定各遮挡物与电子设备间的第一距离值集合,并处理第一距离值集合,至少基于第一距离值中符合特定范围的值的分布确定目标区域内是否有特定种类遮挡物;
其中,第一数量为10-150个。
例如,电子设备具有一光源矩阵,如为6*6的矩阵、8*8的光源矩阵等,其能够同时发射出第一数量的测距光信号,也就是能够发射出第一数量的用于测距的光线,该第一数量的测距光信号的具体数量可为10-150个,实际应用时可选择该范围内的任意数值来确定测距光信号的数量。进一步地,该光信号会被射至目标区域内,该目标区域可为设备前方一区域,如正对设备的一区域。该目标区域内会有用于遮挡光信号传播的遮挡物,测距光信号经该遮挡物的反射后会至少部分回到设备所在处,被设备上设置的传感器接收。应用时,电子设备上可设置一传感器矩阵,以用于接收被遮挡物反射回的测距光信号。当传感器接收该测距光信号后会发送给电子设备的处理器中,使处理器基于该反射回的测距光信号而确定出各遮挡物与电子设备间的第一距离值,该多个第一距离值相等或不等,并形成一集合,即第一距离值集合。为了确定目标区域内是否有特定种类的遮挡物存在,处理器会对得到的第一距离值集合中的第一距离值进行处理,以确定第一距离值中符合特定范围的值,然后确定该符合范围的第一距离值的分布信息,基于该分布信息来确定目标区域内是否有特定种类的遮挡物存在。
基于上述实施例的公开可以获知,本申请实施例具备的有益效果包括无需拍摄、分析照片等图像便可有效判断用户等特定种类的遮挡物是否在目标区域内,如是否在设备前,即使用户等特定种类遮挡物移动位置,电子设备也可以快速确定其是否仍在目标区域内,判断过程逻辑简单,准确率高,且能够显著降低设备的处理负荷及功耗。
具体地,本实施例中的特定种类遮挡物为人体,或人体的一部分,点阵光源射出的测距光信号的数量,即,第一数量优选为12-30个,当然也可为其他数量。
进一步地,本实施例中处理器在处理第一距离值集合包括:
确定第一距离值集合中所有第一距离值的具体数值;
确定具体数值中符合特定范围的第一距离值;
至少确定符合特定范围的第一距离值的分布信息,分布信息至少包括符合特定范围的第一距离值相对第一距离值集合中全部距离值的比例,或用于采集得到符合特定范围的第一距离值的测距数据的采集点位置信息。
例如,电子设备上的传感器矩阵采集反射回的测距光信号后传给设备的处理器,处理器基于传感器传送的数据分别确定出基于各反射回的测距光信号而一一计算得到的第一距离值,该多个第一距离值至少分别代表目标区域内各个遮挡物与设备间的距离值。在确定第一距离值集合中的各个第一距离值后,处理器可基于预设的表征目标遮挡物与设备间距离的判断标准或筛选标准,对第一距离值结合中的所有第一距离值进行判断、筛选,以得到符合特定范围的第一距离值。如,第一距离值集合中包括0-800mm的数值,该判断标准、筛选标准为可为600mm,500mm-600mm等,具体不定。待确定出第一距离值集合内符合特定范围内的第一距离值后,处理器可至少确定该符合特定范围内的第一距离值的分布信息(或者确定所有第一距离值的分布信息),该分布信息至少包括符合特定范围的第一距离值相对第一距离值集合中全部距离值的比例,或者为用于采集得到符合特定范围的第一距离值的测距数据的采集点位置信息,也即,处理器是基于采集到的哪些测距光信号而计算出的该符合特定范围的第一距离值,该对应符合特定范围的第一距离值的测距光信号是由哪些光源发出的,以基于该光源位置信息确定上述的采集点位置信息。当得到该位置信息后,处理器可以基于多个位置信息而确定目标遮挡物的轮廓,由该轮廓辅助确定出目标区域内是否有目标遮挡物。或者,根据确定的比例信息来辅助确定目标区域内是否有目标遮挡物,尤其是当之前已经确定目标区域内有目标遮挡物,但该目标遮挡物移动了位置,如目标遮挡物为人体,当用户挪动了身体,或低头写东西,弯腰捡东西时,由于此时用户身形发生了改变,倘若一味根据用户的身形轮廓确定其是否在目标区域内,恐有一定误差,故,此时可根据确定符合特定范围的第一距离值相对所有第一距离值的比例信息来辅助确定用户是否仍在目标区域内,准确率更高。
进一步地,本实施例中处理器在至少基于第一距离值中符合特定范围的值的分布确定目标区域内是否有特定种类遮挡物包括:
基于第一距离值中符合特定范围的值的分布以及历史分布数据确定目标区域内是否有特定种类遮挡物;
其中,历史分布数据包括目标区域内有特定种类遮挡物时该遮挡物与设备间距离值的分布信息。
也就是,预先确定历史分布数据,该历史分布数据至少为目标区域内确定存在目标遮挡物时,符合特定范围的第一距离值的分布信息,当设备确定当前符合特定范围的第一距离值的分布信息后,可以根据当前的第一距离值的分布信息与历史分布信息进行比对、计算,以基于历史分布信息判断当前的第一距离值的分布信息是否表征目标区域内具有目标遮挡物。
具体地,本实施例中基于符合特定范围的值的分布以及历史分布数据确定目标区域内是否有特定种类遮挡物包括:
若上一时刻采集的第一距离值集合中满足特定范围的值的分布能够确定目标区域内有特定种类遮挡物时,则基于当前时刻采集的第一距离值集合中符合特定范围的值的分布与上一时刻采集的满足特定范围的第一距离值的分布确定目标区域内是否有特定种类遮挡物。
也就是,上一时刻,若设备基于采集到的信息计算确定目标区域内有目标遮挡物时,则可存储该第一距离值及其分布信息,以用于为下一时刻设备确定目标区域内是否有目标遮挡物时作为验证数据。
例如,第一时刻,设备采集到一组反射回的测距光信号,并基于该光信号确定了第一距离值集合,然后按照前述步骤处理第一距离值集合,得到了符合特定范围的第一距离值的分布信息,并确定了该分布信息可表征用户在设备前的目标区域内后,设备会存储记录该第一时刻计算确定出的分布信息。当到达第一时刻之后的第二时刻时,设备采集到新的反射回的测距光信号,并基于该测距光信号计算确定出新的符合特定范围的第一距离值的分布信息时,设备可以基于存储的对应第一时刻计算确定出的分布信息而对第二时刻计算确定出的分布信息进行判断,进而基于第二时刻确定出的分布信息来确定用户是否仍在目标区域内。采用该种利用上一时刻计算确定能够表征目标区域内有目标遮挡物的分布信息来作为下一时刻计算确定的分布信息是否能够确定目标区域内有目标遮挡物的验证数据,可以有效减少设备的数据处理负荷,尤其是相比每次均与和用户的初始姿态对应的分布信息进行比对,可大大缩小设备的数据处理负荷,因为用户在使用设备时,其姿态是变化的,倘若每次均与用户的初始状态数据分布进行比对,数据处理量大,且处理结果精度有一定的减损,故若采用本实施例的方法,因每次均与上一时刻的能够确定目标遮挡物位于目标区域内的数据进行比对,故数据变化量不会产生较大变化,减小了数据处理负荷,且更加便于设备跟踪确定目标遮挡物的位置,快速确定目标区域内是否有目标遮挡物。
进一步地,继续上一实施例,设备在确定第一时刻计算出的分布信息后,若想确定该分布信息能够表征目标区域内有目标遮挡物时,可以将第一时刻的分布信息与历史分布数据进行比对,以基于历史分布数据来确定第一时刻的分布信息能否确定目标区域内有目标遮挡物。该历史分布数据可以为设备采集用户的生物特征信息以进行身份验证时采集到的符合特定范围的第一距离值的分布数据,例如在设备利用面部识别功能扫描用户面部特征以解锁启动设备系统时,用户一定是位于设备前的,故在设备采集用户面部特征的同时采集、确定第一距离值集合,并基于第一距离值集合中的第一距离值计算确定分布信息,此时该分布信息一定能够确定目标区域内有目标遮挡物,故该分布信息设备是可以默认作为验证数据的,是用户的初始状态数据;或历史分布数据为设备经累积、学习后得到的符合特定范围的第一距离值的分布数据。也就是,设备会基于用户每次使用设备时,设备采集、计算确定出的分布信息而不断学习,进而得到能够表征目标遮挡物在目标区域内的分布信息,以基于该分布信息验证第一时刻得到的分布信息。
进一步地,本实施例中处理器基于符合特定范围的值的分布以及历史分布数据确定目标区域内是否有特定种类遮挡物包括:
确定基于符合特定范围的值的分布与历史分布数据间的差值满足阈值范围时,则确定目标区域内有特定种类遮挡物。
例如,具体可为:
确定符合特定范围的第一距离值相对第一距离值集合的比例;
若比例与历史分布数据中符合特定范围的值的比例之间的差值满足阈值范围,则确定目标区域内有特定种类遮挡物。
具体地,例如如图所示,以600mm为目标遮挡物距离设备的距离值,600mm的第一距离值为符合特定范围的第一距离值。区块1中的记载的第一距离值的分布可表征目标区域内有目标遮挡物,具体地,区块1中具有8个600mm的第一距离值,而区块2中具有7个600mm,二者各自的百分比的比值可与预设值的基准范围值进行比较,如该基准范围值为30%-50%,倘若百分比的比值满足基准范围值,则可确定区块2中记载的第一距离值的分布能够确定目标区域内有目标遮挡物。
或者,还可以确定各区块中为0mm的第一距离值的分布、百分比,以用于确定目标区域内是否有目标遮挡物存在,方法同以600mm为符合特定范围的第一距离值通过其分布、百分比来确定目标区域内是否有目标遮挡物的方法相同。
另外,在确定符合特定范围的第一距离值的分布时,还可以同时确定该多个第一距离值所围面积的中心点的第一距离值,如第一时刻,符合特定范围的第一距离值的分布为区块1中距离值为600mm的分布,此时可基于该多个600mm的分布区域而确定其中心点,如图中圆形标记处即为该区域的中心点。而在第二时刻,符合特定范围的第一距离值的分布为区块2中距离值为600mm的分布,此时可基于该多个600mm的分布区域而确定其中心点,如图中圆形标记处即为该区域的中心点。处理器可通过确定两个中心点位置的第一距离值是否一致来确定目标区域内是否仍有目标遮挡物。例如,用户在第一时刻是端坐在设备前,第二时刻,用户向左便宜倚靠在座椅的扶手上,此时其身形、姿态改变,故导致计算得到的区块2中的第一距离值相比第一时刻计算得到的区块1中的第一距离值的分布发生改变,此时处理器便可根据两个区块中满足特定范围的第一距离值,如600mm的分布区域的中心点处的第一距离值是否一致,或满足一定阈值来确定用户是否仍在设备前。
以上实施例仅为本申请的示例性实施例,不用于限制本申请,本申请的保护范围由权利要求书限定。本领域技术人员可以在本申请的实质和保护范围内,对本申请做出各种修改或等同替换,这种修改或等同替换也应视为落在本申请的保护范围内。
Claims (10)
1.一种数据处理方法,包括:
同时发射第一数量的测距光信号;
接收由目标区域内的遮挡物反射回的测距光信号,并基于所述反射回的测距光信号确定各所述遮挡物与所述电子设备间的第一距离值集合;
处理所述第一距离值集合,至少基于第一距离值中符合特定范围的值的分布确定所述目标区域内是否有特定种类遮挡物;
其中,所述第一数量为10-150个。
2.根据权利要求1所述的方法,其中,所述特定种类遮挡物为人体,所述第一数量为12-30个。
3.根据权利要求1所述的方法,其中,所述处理所述第一距离值集合包括:
确定所述第一距离值集合中所有第一距离值的具体数值;
确定所述具体数值中符合所述特定范围的第一距离值;
至少确定所述符合特定范围的第一距离值的分布信息,所述分布信息至少包括所述符合特定范围的第一距离值相对所述第一距离值集合中全部距离值的比例,或用于采集得到所述符合特定范围的第一距离值的测距数据的采集点位置信息。
4.根据权利要求3所述的方法,其中,所述至少基于第一距离值中符合特定范围的值的分布确定所述目标区域内是否有特定种类遮挡物包括:
基于所述第一距离值中符合特定范围的值的分布以及历史分布数据确定所述目标区域内是否有特定种类遮挡物;
其中,所述历史分布数据包括目标区域内有特定种类遮挡物时该遮挡物与设备间距离值的分布信息。
5.根据权利要求4所述的方法,其中,所述基于符合特定范围的值的分布以及历史分布数据确定所述目标区域内是否有特定种类遮挡物包括:
若上一时刻采集的第一距离值集合中满足特定范围的值的分布能够确定所述目标区域内有特定种类遮挡物时,则基于当前时刻采集的第一距离值集合中符合特定范围的值的分布与上一时刻采集的满足特定范围的第一距离值的分布确定所述目标区域内是否有特定种类遮挡物。
6.根据权利要求4所述的方法,其中,所述历史分布数据为设备采集用户的生物特征信息以进行身份验证时采集到的符合特定范围的第一距离值的分布数据;或
所述历史分布数据为设备经累积、学习后得到的符合特定范围的第一距离值的分布数据。
7.根据权利要求4所述的方法,其中,所述基于符合特定范围的值的分布以及历史分布数据确定所述目标区域内是否有特定种类遮挡物包括:
确定所述基于符合特定范围的值的分布与历史分布数据间的差值满足阈值范围时,则确定所述目标区域内有特定种类遮挡物。
8.根据权利要求4所述的方法,其中,所述基于符合特定范围的值的分布以及历史分布数据确定所述目标区域内是否有特定种类遮挡物包括:
确定符合特定范围的第一距离值相对第一距离值集合的比例;
若所述比例与历史分布数据中符合特定范围的值的比例之间的差值满足阈值范围,则确定所述目标区域内有特定种类遮挡物。
9.一种电子设备,包括:
光源矩阵,其用于同时发射第一数量的测距光信号;
处理器,其用于接收由目标区域内的遮挡物反射回的测距光信号,并基于所述反射回的测距光信号确定各所述遮挡物与所述电子设备间的第一距离值集合,并处理所述第一距离值集合,至少基于第一距离值中符合特定范围的值的分布确定所述目标区域内是否有特定种类遮挡物;
其中,所述第一数量为10-150个。
10.根据权利要求9所述的电子设备,其中,所述特定种类遮挡物为人体,所述第一数量为12-30个。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010470423.5A CN111624617A (zh) | 2020-05-28 | 2020-05-28 | 一种数据处理方法及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010470423.5A CN111624617A (zh) | 2020-05-28 | 2020-05-28 | 一种数据处理方法及电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111624617A true CN111624617A (zh) | 2020-09-04 |
Family
ID=72270194
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010470423.5A Pending CN111624617A (zh) | 2020-05-28 | 2020-05-28 | 一种数据处理方法及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111624617A (zh) |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106125920A (zh) * | 2016-06-21 | 2016-11-16 | 深圳市金立通信设备有限公司 | 一种终端及其控制方法 |
CN106339614A (zh) * | 2016-08-23 | 2017-01-18 | 四川长虹通信科技有限公司 | 基于激光测距的解锁方法、装置及移动终端 |
CN108513664A (zh) * | 2017-02-06 | 2018-09-07 | 华为技术有限公司 | 图像处理的方法和设备 |
CN108965583A (zh) * | 2018-06-15 | 2018-12-07 | Oppo广东移动通信有限公司 | 接近检测方法及相关设备 |
CN109343065A (zh) * | 2018-09-07 | 2019-02-15 | Oppo广东移动通信有限公司 | 电子装置的测距方法和电子装置 |
CN109743505A (zh) * | 2019-01-25 | 2019-05-10 | Oppo广东移动通信有限公司 | 基于激光测距的视频拍摄方法、装置及电子设备 |
US20190212125A1 (en) * | 2018-01-05 | 2019-07-11 | Stmicroelectronics, Inc. | Power and security adjustment for face identification with reflectivity detection by a ranging sensor |
CN110261929A (zh) * | 2019-05-31 | 2019-09-20 | 联想(北京)有限公司 | 一种电子设备及其检测方法 |
CN110516623A (zh) * | 2019-08-29 | 2019-11-29 | 中新智擎科技有限公司 | 一种人脸识别方法、装置及电子设备 |
CN110807361A (zh) * | 2019-09-19 | 2020-02-18 | 腾讯科技(深圳)有限公司 | 人体识别方法、装置、计算机设备及存储介质 |
CN110956134A (zh) * | 2019-11-29 | 2020-04-03 | 华人运通(上海)云计算科技有限公司 | 人脸识别方法、装置、设备以及计算机可读存储介质 |
-
2020
- 2020-05-28 CN CN202010470423.5A patent/CN111624617A/zh active Pending
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106125920A (zh) * | 2016-06-21 | 2016-11-16 | 深圳市金立通信设备有限公司 | 一种终端及其控制方法 |
CN106339614A (zh) * | 2016-08-23 | 2017-01-18 | 四川长虹通信科技有限公司 | 基于激光测距的解锁方法、装置及移动终端 |
CN108513664A (zh) * | 2017-02-06 | 2018-09-07 | 华为技术有限公司 | 图像处理的方法和设备 |
US20190212125A1 (en) * | 2018-01-05 | 2019-07-11 | Stmicroelectronics, Inc. | Power and security adjustment for face identification with reflectivity detection by a ranging sensor |
CN108965583A (zh) * | 2018-06-15 | 2018-12-07 | Oppo广东移动通信有限公司 | 接近检测方法及相关设备 |
CN109343065A (zh) * | 2018-09-07 | 2019-02-15 | Oppo广东移动通信有限公司 | 电子装置的测距方法和电子装置 |
CN109743505A (zh) * | 2019-01-25 | 2019-05-10 | Oppo广东移动通信有限公司 | 基于激光测距的视频拍摄方法、装置及电子设备 |
CN110261929A (zh) * | 2019-05-31 | 2019-09-20 | 联想(北京)有限公司 | 一种电子设备及其检测方法 |
CN110516623A (zh) * | 2019-08-29 | 2019-11-29 | 中新智擎科技有限公司 | 一种人脸识别方法、装置及电子设备 |
CN110807361A (zh) * | 2019-09-19 | 2020-02-18 | 腾讯科技(深圳)有限公司 | 人体识别方法、装置、计算机设备及存储介质 |
CN110956134A (zh) * | 2019-11-29 | 2020-04-03 | 华人运通(上海)云计算科技有限公司 | 人脸识别方法、装置、设备以及计算机可读存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107748869B (zh) | 3d人脸身份认证方法与装置 | |
CN107633165B (zh) | 3d人脸身份认证方法与装置 | |
WO2019179441A1 (zh) | 智能设备的焦点跟随方法、装置、智能设备及存储介质 | |
CN109934848B (zh) | 一种基于深度学习的运动物体精准定位的方法 | |
JP5180733B2 (ja) | 移動物体追跡装置 | |
US11094337B2 (en) | Cough detection device, cough detection method, and recording medium | |
CN107016348B (zh) | 结合深度信息的人脸检测方法、检测装置和电子装置 | |
JP3734793B2 (ja) | 人物検出装置 | |
CN112633096B (zh) | 客流的监测方法、装置、电子设备及存储介质 | |
CN111028271A (zh) | 基于人体骨架检测的多摄像机人员三维定位跟踪系统 | |
JP3714706B2 (ja) | 音抽出装置 | |
JP2016532217A (ja) | グリントにより眼を検出する方法および装置 | |
CN111738076A (zh) | 一种非接触式的掌纹掌静脉识别方法及装置 | |
CN111081375A (zh) | 健康监测的预警方法及系统 | |
CN111243230B (zh) | 基于两台深度相机的人体跌倒检测装置和方法 | |
CN115509360A (zh) | 基于元宇宙虚拟现实vr交互系统 | |
CN111624617A (zh) | 一种数据处理方法及电子设备 | |
Hanna et al. | A System for Non-Intrusive Human Iris Acquisition and Identification. | |
CN113197542A (zh) | 一种在线自助视力检测系统、移动终端及存储介质 | |
CN117237411A (zh) | 一种基于深度学习的行人多目标跟踪方法 | |
CN116597510A (zh) | 攀高行为识别方法、装置、系统及移动机器人 | |
CN111080712A (zh) | 一种基于人体骨架检测的多相机人员定位跟踪显示方法 | |
CN112601021B (zh) | 一种网络摄像机监控视频的处理方法及系统 | |
WO2020241057A1 (ja) | 画像処理システム、画像処理プログラム、および画像処理方法 | |
CN114067187A (zh) | 一种基于对抗生成网络的红外偏振可见光人脸翻译方法 |
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 |