CN112022103A - 防入侵体脂秤监控方法、装置、计算机设备及存储介质 - Google Patents
防入侵体脂秤监控方法、装置、计算机设备及存储介质 Download PDFInfo
- Publication number
- CN112022103A CN112022103A CN202011019037.0A CN202011019037A CN112022103A CN 112022103 A CN112022103 A CN 112022103A CN 202011019037 A CN202011019037 A CN 202011019037A CN 112022103 A CN112022103 A CN 112022103A
- Authority
- CN
- China
- Prior art keywords
- body fat
- movable target
- fat rate
- human body
- comparison result
- 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
Links
- 210000000577 adipose tissue Anatomy 0.000 title claims abstract description 214
- 238000000034 method Methods 0.000 title claims abstract description 48
- 238000012544 monitoring process Methods 0.000 title claims abstract description 31
- 230000001740 anti-invasion Effects 0.000 title claims abstract description 19
- 230000000877 morphologic effect Effects 0.000 claims abstract description 68
- 238000012806 monitoring device Methods 0.000 claims abstract description 8
- 238000004590 computer program Methods 0.000 claims description 16
- 230000035515 penetration Effects 0.000 claims description 5
- 230000002349 favourable effect Effects 0.000 abstract 1
- 241001465754 Metazoa Species 0.000 description 43
- 230000006870 function Effects 0.000 description 8
- 238000010191 image analysis Methods 0.000 description 8
- 238000013500 data storage Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 4
- 238000001514 detection method Methods 0.000 description 3
- 238000010521 absorption reaction Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000037237 body shape Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000009191 jumping Effects 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 210000001519 tissue Anatomy 0.000 description 2
- 241001674044 Blattodea Species 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000037396 body weight Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 210000002615 epidermis Anatomy 0.000 description 1
- 230000001815 facial effect Effects 0.000 description 1
- 230000005802 health problem Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 210000003205 muscle Anatomy 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000010408 sweeping Methods 0.000 description 1
- 238000005303 weighing Methods 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/48—Other medical applications
- A61B5/4869—Determining body composition
- A61B5/4872—Body fat
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0059—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
- A61B5/0075—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence by spectroscopy, i.e. measuring spectra, e.g. Raman spectroscopy, infrared absorption spectroscopy
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0059—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
- A61B5/0077—Devices for viewing the surface of the body, e.g. camera, magnifying lens
-
- 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
- G06V40/103—Static body considered as a whole, e.g. static pedestrian or occupant recognition
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B13/00—Burglar, theft or intruder alarms
- G08B13/18—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength
- G08B13/189—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems
- G08B13/194—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using image scanning and comparing systems
- G08B13/196—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using image scanning and comparing systems using television cameras
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Animal Behavior & Ethology (AREA)
- Molecular Biology (AREA)
- Veterinary Medicine (AREA)
- Public Health (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Surgery (AREA)
- General Physics & Mathematics (AREA)
- Human Computer Interaction (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Burglar Alarm Systems (AREA)
Abstract
本申请涉及体脂秤技术领域，尤其是涉及一种防入侵体脂秤监控方法、装置、计算机设备及存储介质，其技术方案在于：包括：实时获取可移动目标的形态图像；将所述形态图像与基准图像进行对比并得出形态对比结果；基于所述形态对比结果确定可移动目标的类型，所述可移动目标的类型包括人和非人体；当确定所述可移动目标的类型为人时，实时获取人的体脂率信息；将所述体脂率信息与基准体脂率信息进行对比并得出体脂率对比结果；基于所述体脂率对比结果确定可移动目标的身份，所述可移动目标的身份包括授权人、客人和外来入侵者；当确定可移动目标的身份为外来入侵者时，则确定向终端发送警报。本申请有利于改善体脂秤功能单一的问题。
Description
技术领域
本申请涉及体脂秤的技术领域，尤其是涉及一种防入侵体脂秤监控方法、装置、计算机设备及存储介质。
背景技术
随着时代的发展，人体们越来越关注个人体健康问题，人体脂肪含量决定着人体是否肥胖，是影响人体健康的重要因素。在相关技术中，一般采用体脂秤进行测量人体的体脂率。体脂秤的原理通常采用生物电阻抗法测量人体脂肪含量，生物电阻抗法实质是通过电极释放微弱电流并将电流导入体内并测量阻抗来计算人体脂肪含量。例如体脂秤，使用时，人体们只需光脚站在秤的脚电极区域即可完成称量体脂的过程。
上述中的相关技术存在以下缺陷：体脂秤的功能单一，难以满足人体们的使用需求。
发明内容
为了有利于改善体脂秤功能单一的问题。本申请提供一种防入侵体脂秤监控方法、装置、计算机设备及存储介质。
第一方面，本申请提供一种防入侵体脂秤监控方法，采用如下的技术方案：
一种防入侵体脂秤监控方法，包括：
实时获取可移动目标的形态图像；
将所述形态图像与基准图像进行对比并得出形态对比结果；
基于形态对比结果确定所述可移动目标的类型为人体时，实时获取人体的体脂率信息；
将所述体脂率信息与基准体脂率信息进行对比并得出体脂率对比结果；
基于所述体脂率对比结果确定可移动目标的身份为非授权人时，则确定向终端发送警报。
通过采用上述技术方案，先获取可移动目标的形态图像，并将该形态图像与基准图像进行对比，来判断可移动目标的类型，以实现对可移动目标类型的初级筛选，然后再根据体脂率信息来确定可移动目标的身份，实现监控防入侵的情况。而且，先通过形态图像排除从而能够排除了不需要进行体脂率检测的可移动目标，然后再实时获取该可移动目标的体脂率，再经过体脂率信息来确定可移动目标的身份，有利于提高确定可移动目标的身份的准确度，体脂秤具有防入侵的监控功能，有利于提高体脂秤的适用范围。
本申请在一较佳示例中可以进一步配置为：所述将所述形态图像与基准图像进行对比并得出形态对比结果的步骤，包括：
实时获取若干所述可移动目标的形态图像，对若干所述形态图像进行解析，以获取所述可移动目标的体型信息；
将所述体型信息与预设的基准体型信息进行对比；
当所述体型信息与预设的基准体型信息对比并达到预设的匹配度时，确定可移动目标的类型为人体。
通过采用上述技术方案，首先实时获取可移动目标的形态图像，然后再通过对形态图像的解析得到与可移动目标相关联的体型信息，与可移动目标相关联的体型信息与预设的基准信息进行判断，从而实现确定可移动目标的类型，有利于提高判断可移动目标类型的准确度。
本申请在一较佳示例中可以进一步配置为：所述实时获取人体的体脂率信息，包括：
接收来自近红外线对人体的穿透反射程度获取的可移动目标的脂肪含量；
基于可移动目标的脂肪含量和体重数据，生成可移动目标的体脂率信息。
通过采用上述技术方案，采用近红外线对人体不同组织穿透反射程度不同的方式来测量体内脂肪含量，然后再基于与可移动目标关联的脂肪含量以及体重数据生成体脂率，再将与可移动目标关联的体脂率与预设的体脂率进行对比，以确定可移动目标的身份，有利于提高确定可移动目标身份的精准度，同时也便于实时获取可移动目标的体脂率。
本申请在一较佳示例中可以进一步配置为：所述将体脂率信息与基准体脂率信息进行对比并得出体脂率对比结果的步骤，包括：
实时获取可移动目标的体脂率信息；
将所述体脂率信息与预设的基准体脂率信息对比并达到预设的匹配度时，确定可移动目标为授权人；
将所述体脂率信息与预设的基准体脂率信息对比并达到预设的匹配度时，确定可移动目标为非授权人。
通过采用上述技术方案，将与可移动目标关联的体脂率与预设的体脂率进行对比，以确定可移动目标的身份，有利于提高确定可移动目标身份的精准度。
本申请在一较佳示例中可以进一步配置为：还包括：
当基于形态对比结果确定所述可移动目标的类型为非人体时，对若干所述形态图像进行解析，以获取非人体的体型信息；
将非人体的体型信息与预设的宠物的体型信息进行对比；
当所述非人体的体型信息与预设的宠物的体型信息对比并达到预设的匹配度时，确定非人体为宠物；
当所述非人体的体型信息与预设的宠物的体型信息对比并未达到预设的匹配度时，确定非人体为外来入侵物；
当确定可移动目标的身份为外来入侵物时，则确定向终端发送警报。
通过采用上述技术方案，当确定可移动目标类型是非人体时，对与该可移动目标相关联的形态图像进行解析，以获取该非人体的体型信息，然后再将该非人体的体型信息与预设的宠物的体型信息进行对比来确定是宠物还是外来入侵物，有利于进一步提高体脂秤防入侵报警的准确度。
第二方面，本申请提供一种防入侵体脂秤监控装置，采用如下的技术方案：
一种防入侵体脂秤监控装置，包括：
图像获取模块：用于实时获取可移动目标的形态图像；
形态对比模块：用于将所述形态图像与基准图像进行对比并得出形态对比结果；
体脂率获取模块：用于基于形态对比结果确定所述可移动目标的类型为人体时，实时获取人体的体脂率信息；
体脂率对比模块：将所述体脂率信息与基准体脂率信息进行对比并得出体脂率对比结果；
执行模块：基于所述体脂率对比结果确定可移动目标的身份为非授权人时，则确定向终端发送警报。
通过采用上述技术方案，采用图像获取模块来获取可移动目标的形态图像，然后再采用形态对比模块将形态图像与基准图像进行对比以得到形态对比结果，根据形态对比结果以判断可移动目标的类型，从而能够排除了不需要进行体脂率检测的可移动目标，体脂率获取模块获取人体的体脂率信息，体脂率对比模块将体脂率对比信息与基准体脂率信息进行对比，再根据第二判断模块得出的体脂率对比结果来确定可移动目标的身份。
第三方面，本申请提供一种计算机设备，采用如下的技术方案：
一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述防入侵体脂秤监控方法的步骤。
第四方面，本申请是提供一种计算机可读存储介质，采用如下的技术方案：
一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述防入侵体脂秤监控方法的步骤。
第五方面，本申请提供一种防入侵体脂秤，采用如下的技术方案：
一种防入侵体脂秤，包括：
图像采集装置：用于采集可移动目标的形态图像；
体脂采集装置：用于采集人体的体脂率信息；
以及如上述方案所述的计算机设备。
综上所述，本申请包括以下至少一种有益技术效果：
1、先获取可移动目标的形态图像，并将该形态图像与基准图像进行对比，来判断可移动目标的类型，以实现对可移动目标类型的初级筛选，然后再根据体脂率信息来确定可移动目标的身份，实现监控防入侵的情况。而且，先通过形态图像排除从而能够排除了不需要进行体脂率检测的可移动目标，然后再实时获取该可移动目标的体脂率，再经过体脂率信息来确定可移动目标的身份，有利于提高确定可移动目标的身份的准确度，体脂秤具有防入侵的监控功能，有利于提高体脂秤的适用范围；
2、采用红外线对人体不同组织穿透反射程度不同的方式来测量体内脂肪含量，然后再基于与可移动目标关联的脂肪含量以及体重数据生成体脂率，再将与可移动目标关联的体脂率与预设的体脂率进行对比，以确定可移动目标的身份，有利于提高确定可移动目标身份的精准度，同时也便于实时获取可移动目标的体脂率；
3、当确定可移动目标类型是非人体时，对与该可移动目标相关联的形态图像进行解析，以获取该非人体的体型信息，然后再将该非人体的体型信息与预设的宠物的体型信息进行对比来确定是宠物还是外来入侵动物，有利于进一步提高体脂秤防入侵报警的准确度。
附图说明
图1是本发明其中一实施例中防入侵体脂秤的原理框图。
图2是本发明其中一实施例中防入侵报警体脂秤监控方法的流程图。
图3是本发明其中一实施例中步骤S3的流程图。
图4是本发明其中一实施例中步骤S31的流程图。
图5是本发明其中一实施例中步骤S313的流程图。
图6是本发明其中一实施例中步骤S6的流程图。
图7是本发明其中一实施例中防入侵体脂秤监控装置的原理框图。
图8是本发明其中一实施例中计算机设备的原理框图。
附图标记:1、图像识别模块；2、图像获取模块；3、图像解析模块；4、形态对比模块；5、第一判断模块；6、客人图像获取模块；7、客人图像识别模块；8、客人图像解析模块；9、客人形态对比模块；10、第三判断模块；11、体脂率获取模块；12、体脂率对比模块；13、第二判断模块；14、第一执行模块；15、第二执行模块。
具体实施方式
以下结合附图对本申请作进一步详细说明。
本申请实施例公开了一种防入侵体脂秤，应用于室内，室内一般指的是房屋内，也可以应用在办公室内。体脂秤的底部安装有可移动组件，本实施例中，可移动组件为滚轮，在其他实施例中，可移动组件也可以为其他能够带动体脂秤移动的结构，体脂秤的底部固定设置有电机，电机驱动滚轮转动，以使得体脂秤能够实现自动移动的功能，且体脂秤安装有红外线测距传感器，体脂秤能够通过红外线测距传感器来检测与待测可移动目标之间的距离，并且体脂秤能够根据测得的距离来自动调节与待测可移动目标之间的间距。具体的，当测得体脂秤与待测可移动目标的距离大于所需要的间距时，红外线测距传感器发送信号给控制器，控制器控制电机驱动滚轮转动，实现带动体脂秤沿朝向待测的可移动目标方向进行移动。当体脂秤与可移动目标之间的间距在所需要的间距范围内时，红外线测距传感器发送信号给控制器，控制器控制电机停止转动，此时体脂秤停止移动。当授权人需要踩在体脂秤上来测量体重时，授权人可关掉红外线测距传感器即可，此时控制器控制电机停止转动，使得滚轮难以转动，以便于授权人踩在体脂秤上测量体重。红外线测距传感器、控制器、电机以及滚轮配合设置，从而实现调节体脂秤和待测可移动目标之间的间距。
体脂秤移动至距离可移动目标一定范围内（一定范围指的是以可移动目标为圆心，在水平方向上的直径为a，a可以是10cm、20cm、30cm、40cm或者50cm，a值可以由授权人根据实际情况来设定）。
请参阅图1，防入侵体脂秤还包括图像采集装置、体脂采集装置和计算机设备。其中图像采集装置包括广角摄像头，也可以采用其他能够实现实时采集图像的结构。计算机设备为服务器。体脂采集装置采用近红外线光源发射器以及近红外光探测头配合实现采集人体的脂肪含量，由于近红外光在脂肪中吸收系数小、为背向散射，而在肌肉组织中吸收系数大、为前向散射以及人体表皮对近红外光的良好透过的特性，通过向待测的可移动目标发射波长为850mm或940mm的近红外光，并利用近红外光探测头检测背向散射光，能够方便、准确、快速、无创地测量出人体脂肪含量。计算机设备首先接收来自图像采集装置采集得到的形态图像，并根据该形态图像与基准图像进行对比并得出形态对比结果，根据该形态对比结果来确定可移动目标的类型，可移动目标类型包括人体和非人体。当可移动目标类型为人体时，计算机设备能够通过实时获取的形态图像来估算人体的体重，再控制体脂采集装置实时获取人体的体脂率信息；将体脂率信息与基准体脂率信息进行对比并得出体脂率对比结果；再基于体脂率对比结果确定可移动目标的身份，可移动目标的身份包括授权人和非授权人，需要说明的是，授权人是指被授权能够进入室内的人，非授权人是指未被授权进入室内的人（也可理解为外来入侵者），当确定可移动目标的身份为非授权人时，则确定向终端发送警报。需要说明的是，此处的终端可以为手机用户端、平板电脑、可穿戴设备。
请参阅图2和图3，在一实施例中，本申请还公开了一种防入侵体脂秤监控方法适用于图1所示的实施环境中的计算机设备，该种防入侵体脂秤监控方法可以基于上述的防入侵体脂秤进行执行，优选采用计算机设备进行实施。其中防入侵体脂监控方法基于预先处理的步骤：
在体脂秤设有用于存储授权人数据的数据存储区。建立授权人的数据存储区时，先输入授权人的身份信息，并输入授权人近期的身高数据、体重数据、体脂率数据以及形态图像，并将授权人的体脂率数据作为预设定的基准体脂率数据，基准体脂率数据每周更新一次；授权人近期的形态图像作为基准形态图像，基准形态图像每周更新一次。需要说明的是，体脂秤中还设置有基准动物的数据存储区，此处的基准动物包括宠物、其他外来入侵动物以及可移动机器，其中，可移动机器包括吸尘器、机器人、扫地机以及其他可以移动的设备等。基准动物的形态图像存储在基准动物的数据存储区中，且基准动物的形态图像在每周更新一次。可移动机器的形态图像存储在可移动机器的数据存储区中。
防入侵体脂秤监控方法，具体包括：
S1、实时获取可移动目标的形态图像。对若干形态图像进行解析，以获取可移动目标的体型信息；对基准图像进行解析，以获取可移动目标的人体的肢体轮廓、头部轮廓以及身体轮廓。其中，头部轮廓包括脸部轮廓和五官轮廓。
S2、将形态图像与基准图像进行对比并得出形态对比结果。
S3、基于形态对比结果确定可移动目标的类型。具体的：
当体型信息与预设的基准体型信息对比并达到预设的匹配度时，确定可移动目标的类型为人。需要说明的是，匹配度由授权人根据实际情况进行设定。本实施例中，匹配度设为90%。
当体型信息与预设的基准体型信息对比且匹配度达到或高于90%时，则确定可移动目标的类型为人体。当体型信息与预设的基准体型信息对比且匹配度低于90%时，则确定可移动目标的类型为非人体。
S4、当确定可移动目标的类型为人体时，实时获取人的体脂率信息。具体的：
采用近红外线光源发射器发射近红外光到可移动目标，并通过近红外光对人体的穿透反射程度以获取可移动目标的脂肪含量。基于可移动目标的脂肪含量和与可移动目标相关联的体重数据，生成可移动目标的体脂率信息。其中，体脂率信息=（脂肪含量÷体重）×100%。
S5、将体脂率信息与基准体脂率信息进行对比并得出体脂率对比结果。
S6、基于体脂率对比结果确定可移动目标的身份，可移动目标的身份包括授权人和外来入侵者。
具体的：
将体脂率信息与基准体脂率信息进行对比并达到体脂率匹配度时，确定可移动目标的身份为授权人。需要说明的是，匹配度由授权人根据实际情况进行设定，本实施例中，体脂率匹配度为95%，当体脂率信息与预设的基准体脂率信息对比且匹配度达到或高于95%时，则确定可移动目标的身份为授权人。当体脂率信息与预设的基准体脂率信息对比且匹配度低于95%时，则确定可移动目标的类型为外来侵入者。
S7、当确定可移动目标的身份为外来入侵者时，则确定向终端发送警报，以提醒授权人查看入侵情况，授权人通过终端接收到警报。当需要解除警报时，授权人能够手动按下终端的解除警报按钮，以解除终端的警报作用。
当确定可移动目标的身份为授权人时，则解除向终端发送警报的信号。
请参阅图4，对于步骤S3中，在另一实施例中，基于形态对比结果确定可移动目标的类型且当确定可移动目标的类型为非人体的步骤还包括以下子步骤：
S31、对该非人体的若干形态图像进行解析，以获取该非人体的体型信息。同时，对预设的基准动物形态图像进行解析，以获取基准动物的体型信息。
S311、将与该非人体相关联的体型信息与预设的基准动物的体型信息进行对比。
S312、当非人体的体型信息与预设的基准动物的体型信息对比并达到预设的匹配度时，确定非人体为动物。此处预设的匹配度为95%。具体的：
当非人体的体型信息与预设的基准动物的体型信息对比且匹配度达到或高于95%时，则确定该非人体为动物；当非人体的体型信息与预设的基准非人体的体型信息对比且匹配度低于95%时，则确定非人体为可移动设备。
S313、当确定可移动目标的身份为动物时，则确定向终端发送警报，以提醒授权人查看入侵情况。
请参阅图5，对于步骤S313，在其中一实施例中，当非人体的体型信息与预设的基准动物的体型信息对比且匹配度达到或高于95%时，则确定非人体为动物的步骤之后，还包括：
S3131、对该动物的若干形态图像进行解析，以获取该动物的体型信息。同时，对预设的宠物形态图像进行解析，以获取宠物的体型信息。
S3132、将与该动物相关联的体型信息与预设的宠物的体型信息进行对比。
S3133、当动物的体型信息与预设的宠物的体型信息对比并达到预设的匹配度时，确定动物为宠物。此处预设的匹配度为95%。具体的：
当动物的体型信息与预设的宠物的体型信息对比且匹配度达到或高于95%时，则确定该动物为宠物；当动物的体型信息与预设的宠物的体型信息对比且匹配度低于95%时，则确定该动物为外来入侵动物，如外来入侵的老鼠、蟑螂等动物。
S3134、当确定可移动目标的身份为宠物时，则向终端发送通知，提醒授权人该可移动目标为宠物。
当确定可移动目标的身份为外来入侵动物时，则确定向终端发送警报，以提醒授权人查看入侵情况。
请参阅图6，对于步骤S6，在其中一实施例中，基于体脂率对比结果确定可移动目标的身份的步骤还包括：
授权人可预先将客人的形态图像录入客人数据存储区中，并且以此形态图像作为客人基准形态图像。
S61、体脂秤通过实时获取可移动目标的形态图像，然后再将与该可移动目标相关联的形态图像与客人基准形态图像进行对比以检测是否达到预设的匹配度。匹配度由授权人根据实际情况进行设置，本实施例中，匹配度为98%。
S62、当与该可移动目标相关联的形态图像与客人基准形态图像对比且匹配度达到或高于98%时，则确定可移动目标为客人；当与该可移动目标相关联的形态图像与客人基准形态图像对比且匹配度低于98%时，则自动跳转到通过体脂率信息的比对来确定是否有外来入侵者的操作中。
在排除可移动目标为非人体的情况后，通过形态图像以及体脂率信息的判断能够识别可移动目标是客人还是外来入侵者。
对于步骤S6，在另一实施例中，当准备来客人时，授权人也可以使体脂秤停止防入侵监控工作，例如：可以关掉体脂秤的供电开关。
应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。
本实施例还公开一种防入侵体脂秤监控装置，该防入侵体脂秤监控装置与上述实施例中防入侵体脂秤监控方法一一对应。如图7所示，该防入侵体脂秤监控装置包括以下模块，且各功能模块详细说明如下 ：
图像识别模块1：用于识别形态图像中可移动目标所在的区域并得到预可移动目标相关联的目标区域。
图像获取模块2：用于实时获取可移动目标的形态图像。
图像解析模块3：用于对目标区域进行图像解析。
形态对比模块4：用于将形态图像与基准图像进行对比并得出形态对比结果。
第一判断模块5：用于基于形态对比结果确定可移动目标的类型，可移动目标的类型包括人和非人体。
防入侵体脂秤监控装置还包括：
客人图像识别模块7：用于识别形态图像中可移动目标所在的区域并得到预可移动目标相关联的目标区域。
客人图像获取模块6：用于实时获取可移动目标的形态图像。
客人图像解析模块8：用于对目标区域进行图像解析。
客人形态对比模块9：用于将形态图像与基准图像进行对比并得出形态对比结果。
第三判断模块10：用于基于形态对比结果确定可移动目标的身份，此步骤中的可移动目标类型包括授权人、客人和外来入侵者。
第一执行模块14：当确定可移动目标的身份为客人时，则确定向终端发送通知。
体脂率获取模块11：用于当确定可移动目标的类型为授权人或外来入侵者时，实时获取人的体脂率信息。
体脂率对比模块12：将体脂率信息与基准体脂率信息进行对比并得出体脂率对比结果。
第二判断模块13：基于体脂率对比结果确定可移动目标的身份，可移动目标的身份包括授权人和外来入侵者。
第二执行模块15：当确定可移动目标的身份为外来入侵者时，则确定向终端发送警报。
图像获取模块2获取可移动目标的形态图像，并根据该形态图像与基准图像进行对比并得出形态对比结果，根据该形态对比结果来确定可移动目标的类型。
当可移动目标类型为人体时，计算机设备能够通过实时获取的形态图像来估算人体的体重，再控制体脂获取模块11实时获取该人体的体脂率信息；将体脂率信息与基准体脂率信息进行对比并得出体脂率对比结果；再基于体脂率对比结果确定可移动目标的身份。
当可移动目标的身份为授权人时，则第二执行模块15向终端发送通知信息。
当可移动目标为非授权人时，则第二执行模块15向终端发送警报。
当可移动目标类型为非人体时，图像解析模块3对该非人体的若干形态图像进行解析，以获取该非人体的体型信息。同时，图像解析模块3对预设的基准动物形态图像进行解析，以获取基准动物的体型信息。
形态对比模块4将与该非人体相关联的体型信息与预设的基准动物的体型信息进行对比。当非人体的体型信息与预设的基准动物的体型信息对比并达到预设的匹配度时，确定非人体为动物。具体的：当非人体的体型信息与预设的基准动物的体型信息对比且匹配度达到或高于95%时，则确定该非人体为动物；当非人体的体型信息与预设的基准非人体的体型信息对比低于匹配度时，则确定非人体为可移动设备。
当确定可移动目标的身份为动物时，则确定向终端发送警报，以提醒授权人查看入侵情况。
另一种情况是：当确定可移动目标的身份为动物时，对该动物的若干形态图像进行解析，以获取该动物的体型信息。同时，对预设的宠物形态图像进行解析，以获取宠物的体型信息。
将与该动物相关联的体型信息与预设的宠物的体型信息进行对比。
当动物的体型信息与预设的宠物的体型信息对比并达到预设的匹配度时，确定动物为宠物。
当确定可移动目标的身份为宠物时，则向终端发送通知，提醒授权人该可移动目标为宠物。
还有一种情况是：当室内来客人时，授权人可预先将客人的形态图像录入客人数据存储区中，并且以此形态图像作为客人基准形态图像。
体脂秤通过实时获取可移动目标的形态图像，然后再将与该可移动目标相关联的形态图像与客人基准形态图像进行对比以检测是否达到预设的匹配度。
当与该可移动目标相关联的形态图像与客人基准形态图像对比且匹配度达到或高于匹配度时，则确定可移动目标为客人；当与该可移动目标相关联的形态图像与客人基准形态图像对比且匹配度低于匹配度时，则自动跳转到通过体脂率信息的比对来确定是否有外来入侵者的操作中。
关于防入侵体脂秤监控装置的具体限定可以参见上文中对于防入侵体脂监控方法的限定，在此不再赘述。上述防入侵体脂监控装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
本实施例还公开一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现以下步骤：
S1、实时获取可移动目标的形态图像。
S2、将形态图像与基准图像进行对比并得出形态对比结果。
S3、基于形态对比结果确定可移动目标的类型，可移动目标的类型包括人和非人体。
S4、当确定可移动目标的类型为人时，实时获取人的体脂率信息。
S5、将体脂率信息与基准体脂率信息进行对比并得出体脂率对比结果。
S6、基于体脂率对比结果确定可移动目标的身份，可移动目标的身份包括授权人、客人和外来入侵者。
S7、当确定可移动目标的身份为外来入侵者时，则确定向终端发送警报。
另外，该计算机设备中的处理器执行计算机程序时执行上述所有入侵体脂秤监控方法的步骤。
其中，该计算机是服务器，其内部结构图可以如图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、网络接口和数据库。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储可移动目标的体型信息、形态图像、基准图像、体重数据、脂肪含量以及体脂率信息。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种防入侵体脂秤监控方法。
本申请实施例还公开了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：
S1、实时获取可移动目标的形态图像。
S2、将形态图像与基准图像进行对比并得出形态对比结果。
S3、基于形态对比结果确定可移动目标的类型，可移动目标的类型包括人和非人体。
S4、当确定可移动目标的类型为人时，实时获取人的体脂率信息。
S5、将体脂率信息与基准体脂率信息进行对比并得出体脂率对比结果。
S6、基于体脂率对比结果确定可移动目标的身份，可移动目标的身份包括授权人、客人和外来入侵者。
S7、当确定可移动目标的身份为外来入侵者时，则确定向终端发送警报。
计算机可读存储介质存储有计算机程序，计算机程序被处理器执行时实现上述所有入侵体脂秤监控方法的步骤。
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，的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，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。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。
以上实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围，均应包含在本申请的保护范围之内。
Claims (9)
1.一种防入侵体脂秤监控方法，其特征在于，包括：
实时获取可移动目标的形态图像；
将所述形态图像与基准图像进行对比并得出形态对比结果；
基于形态对比结果确定所述可移动目标的类型为人体时，实时获取人体的体脂率信息；
将所述体脂率信息与基准体脂率信息进行对比并得出体脂率对比结果；
基于所述体脂率对比结果确定可移动目标的身份为非授权人时，则确定向终端发送警报。
2.根据权利要求1所述的防入侵体脂秤监控方法，其特征在于，所述将所述形态图像与基准图像进行对比并得出形态对比结果的步骤，包括：
实时获取若干所述可移动目标的形态图像，对若干所述形态图像进行解析，以获取所述可移动目标的体型信息；
将所述体型信息与预设的基准体型信息进行对比；
当所述体型信息与预设的基准体型信息对比并达到预设的匹配度时，确定可移动目标的类型为人体。
3.根据权利要求1所述的防入侵体脂秤监控方法，其特征在于，所述实时获取人体的体脂率信息，包括：
接收来自近红外线对人体的穿透反射程度获取的可移动目标的脂肪含量；
基于可移动目标的脂肪含量和体重数据，生成可移动目标的体脂率信息。
4.根据权利要求3所述的防入侵体脂秤监控方法，其特征在于，所述将体脂率信息与基准体脂率信息进行对比并得出体脂率对比结果的步骤，包括：
实时获取可移动目标的体脂率信息；
将所述体脂率信息与预设的基准体脂率信息对比并达到预设的匹配度时，确定可移动目标为授权人；
将所述体脂率信息与预设的基准体脂率信息对比并达到预设的匹配度时，确定可移动目标为非授权人。
5.根据权利要求1所述的防入侵体脂秤监控方法，其特征在于，还包括：
当基于形态对比结果确定所述可移动目标的类型为非人体时，对若干所述形态图像进行解析，以获取非人体的体型信息；
将非人体的体型信息与预设的宠物的体型信息进行对比；
当所述非人体的体型信息与预设的宠物的体型信息对比并达到预设的匹配度时，确定非人体为宠物；
当所述非人体的体型信息与预设的宠物的体型信息对比并未达到预设的匹配度时，确定非人体为外来入侵物；
当确定可移动目标的身份为外来入侵非人体时，则确定向终端发送警报。
6.一种防入侵体脂秤监控装置，其特征在于，包括：
图像获取模块：用于实时获取可移动目标的形态图像；
形态对比模块：用于将所述形态图像与基准图像进行对比并得出形态对比结果；
体脂率获取模块：用于基于形态对比结果确定所述可移动目标的类型为人体时，实时获取人体的体脂率信息；
体脂率对比模块：将所述体脂率信息与基准体脂率信息进行对比并得出体脂率对比结果；
执行模块：基于所述体脂率对比结果确定可移动目标的身份为非授权人时，则确定向终端发送警报。
7.一种计算机设备，其特征在于，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如权利要求1-5任一项所述的防入侵体脂秤监控方法的步骤。
8.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1-5任一项所述的防入侵体脂秤监控方法的步骤。
9.一种防入侵体脂秤，其特征在于，包括：
图像采集装置：用于采集可移动目标的形态图像；
体脂采集装置：用于采集人体的体脂率信息；以及，
如权利要求7所述的计算机设备。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011019037.0A CN112022103B (zh) | 2020-09-24 | 2020-09-24 | 防入侵体脂秤监控方法、装置、计算机设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011019037.0A CN112022103B (zh) | 2020-09-24 | 2020-09-24 | 防入侵体脂秤监控方法、装置、计算机设备及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112022103A true CN112022103A (zh) | 2020-12-04 |
| CN112022103B CN112022103B (zh) | 2024-04-16 |
Family
ID=73575275
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011019037.0A Active CN112022103B (zh) | 2020-09-24 | 2020-09-24 | 防入侵体脂秤监控方法、装置、计算机设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112022103B (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2008077576A (ja) * | 2006-09-25 | 2008-04-03 | Oki Software Kk | 自動取引装置 |
| CN102846321A (zh) * | 2011-06-27 | 2013-01-02 | 联想(北京)有限公司 | 一种产生报警信息的方法和移动终端 |
| CN105708459A (zh) * | 2015-08-07 | 2016-06-29 | 美的集团股份有限公司 | 体脂秤和体脂秤的体脂检测方法 |
| CN108806142A (zh) * | 2018-06-29 | 2018-11-13 | 炬大科技有限公司 | 一种无人安保系统，方法及扫地机器人 |
| CN209625380U (zh) * | 2019-04-18 | 2019-11-12 | 深圳南亿科技股份有限公司 | 一种带有主动防御非法入侵的门禁系统 |
| US20200113517A1 (en) * | 2018-10-11 | 2020-04-16 | Cal-Comp Big Data, Inc. | Method for automatically identifying users of body-fat meter |
-
2020
- 2020-09-24 CN CN202011019037.0A patent/CN112022103B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2008077576A (ja) * | 2006-09-25 | 2008-04-03 | Oki Software Kk | 自動取引装置 |
| CN102846321A (zh) * | 2011-06-27 | 2013-01-02 | 联想(北京)有限公司 | 一种产生报警信息的方法和移动终端 |
| CN105708459A (zh) * | 2015-08-07 | 2016-06-29 | 美的集团股份有限公司 | 体脂秤和体脂秤的体脂检测方法 |
| CN108806142A (zh) * | 2018-06-29 | 2018-11-13 | 炬大科技有限公司 | 一种无人安保系统，方法及扫地机器人 |
| US20200113517A1 (en) * | 2018-10-11 | 2020-04-16 | Cal-Comp Big Data, Inc. | Method for automatically identifying users of body-fat meter |
| CN209625380U (zh) * | 2019-04-18 | 2019-11-12 | 深圳南亿科技股份有限公司 | 一种带有主动防御非法入侵的门禁系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112022103B (zh) | 2024-04-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10080513B2 (en) | Activity analysis, fall detection and risk assessment systems and methods | |
| US20240081748A1 (en) | Systems for automatic assessment of fall risk | |
| US9408561B2 (en) | Activity analysis, fall detection and risk assessment systems and methods | |
| Riaboff et al. | Evaluation of pre-processing methods for the prediction of cattle behaviour from accelerometer data | |
| JP2018517448A5 (zh) | ||
| CN109984054B (zh) | 发情检测方法、发情检测装置和发情检测系统 | |
| CN113397520B (zh) | 室内对象的信息检测方法及装置、存储介质和处理器 | |
| JP2004513613A (ja) | 動物の歩行障害を発見するための方法及び装置 | |
| US10989704B2 (en) | Sweat monitoring apparatus and monitoring method | |
| CN106796746A (zh) | 活动监视方法以及系统 | |
| CN106599802A (zh) | 一种基于云技术的智能楼道监控系统 | |
| CN106663140A (zh) | 用于检测对象的健康状况的设备、系统和方法 | |
| CN112740221A (zh) | 生物测定数据捕获和分析 | |
| CN113822241B (zh) | 步态数据的获取方法、助行设备和计算机可读存储介质 | |
| CN112022103A (zh) | 防入侵体脂秤监控方法、装置、计算机设备及存储介质 | |
| CN111317458A (zh) | 一种基于深度学习的血压检测系统 | |
| JP7026740B2 (ja) | ポジション安全性を監視するシステムおよび方法 | |
| KR20190075253A (ko) | 열화상 이미지를 활용한 가축 질병 감지 시스템 | |
| CN117479877A (zh) | 用于帮助提供诊断信息的系统 | |
| KR102553951B1 (ko) | 낙상 예방 관리 시스템 | |
| CN113598725A (zh) | 可穿戴宠物无线健康监护系统 | |
| WO2020167279A2 (en) | Pressure sensitive automatic lameness detection system for cattles | |
| CN210044024U (zh) | 超声成像设备 | |
| CA2942792C (en) | Human body radiation examining method and human body radiation examining system | |
| US20240021062A1 (en) | Target monitoring and alert system and method |
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 |