CN112070021A - 基于人脸检测的测距方法、测距系统、设备和存储介质 - Google Patents
基于人脸检测的测距方法、测距系统、设备和存储介质 Download PDFInfo
- Publication number
- CN112070021A CN112070021A CN202010938960.8A CN202010938960A CN112070021A CN 112070021 A CN112070021 A CN 112070021A CN 202010938960 A CN202010938960 A CN 202010938960A CN 112070021 A CN112070021 A CN 112070021A
- Authority
- CN
- China
- Prior art keywords
- face
- distance
- measured
- person
- acquiring
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 64
- 238000005259 measurement Methods 0.000 title claims abstract description 54
- 238000000691 measurement method Methods 0.000 title claims abstract description 13
- 230000004438 eyesight Effects 0.000 claims description 77
- 238000012360 testing method Methods 0.000 claims description 50
- 238000012937 correction Methods 0.000 claims description 46
- 238000000034 method Methods 0.000 claims description 41
- 230000009466 transformation Effects 0.000 claims description 25
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 claims description 21
- 239000011159 matrix material Substances 0.000 claims description 14
- 230000000007 visual effect Effects 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 6
- 238000010586 diagram Methods 0.000 description 17
- 238000004891 communication Methods 0.000 description 7
- 238000007689 inspection Methods 0.000 description 3
- 238000013519 translation Methods 0.000 description 3
- 238000013461 design Methods 0.000 description 2
- 230000001815 facial effect Effects 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 208000001491 myopia Diseases 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000000844 transformation Methods 0.000 description 1
Images
Classifications
-
- 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
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/161—Detection; Localisation; Normalisation
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B3/00—Apparatus for testing the eyes; Instruments for examining the eyes
- A61B3/02—Subjective types, i.e. testing apparatus requiring the active assistance of the patient
- A61B3/028—Subjective types, i.e. testing apparatus requiring the active assistance of the patient for testing visual acuity; for determination of refraction, e.g. phoropters
- A61B3/0285—Phoropters
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B3/00—Apparatus for testing the eyes; Instruments for examining the eyes
- A61B3/02—Subjective types, i.e. testing apparatus requiring the active assistance of the patient
- A61B3/028—Subjective types, i.e. testing apparatus requiring the active assistance of the patient for testing visual acuity; for determination of refraction, e.g. phoropters
- A61B3/032—Devices for presenting test symbols or characters, e.g. test chart projectors
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C3/00—Measuring distances in line of sight; Optical rangefinders
-
- G06T5/80—
-
- 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
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/161—Detection; Localisation; Normalisation
- G06V40/165—Detection; Localisation; Normalisation using facial parts and geometric relationships
-
- 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
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/161—Detection; Localisation; Normalisation
- G06V40/166—Detection; Localisation; Normalisation using acquisition arrangements
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30196—Human being; Person
- G06T2207/30201—Face
Abstract
本发明实施例公开了一种基于人脸检测的测距方法,包括:获取位于目标平面的摄像装置获取的待测量人物的脸部图像,以及获取所述摄像装置的拍摄焦距;对所述脸部图像进行人脸检测,获取所述脸部图像的多个人脸关键点,获取所述多个人脸关键点中至少两个人脸关键点之间的关键点间距;获取所述关键点间距在标准面部尺寸中对应的标准间距;根据所述拍摄焦距、所述关键点间距和标准间距,计算所述待测量人物距离所述目标平面的测量距离。本发明还提供了测距系统、设备和计算机可读存储介质。本发明可以准确获取待测量人物和目标平面之间的距离。
Description
技术领域
本发明涉及测距技术领域,尤其涉及基于人脸检测的测距方法、测距系统、设备和存储介质。
背景技术
目前一些身体检测一般都往自助式方向发展。人们可以在没有专业医生监督引导的时候,自助式地完成身体检查。这种设备可以提高人们的检测效率,并且可以实时记录、上传检查数据,从而可以对个人或群体的数据进行大数据分析和跟踪。
但是在实际使用当中,使用者,尤其是年龄偏小的使用者,在没有监督的情况下,很难按照要求站在指定的位置测试。又或者在一些室内环境中,其空间布局很难保证测试所需的距离。
发明内容
基于此,有必要针对上述问题,提出了基于人脸检测的测距方法、测距系统、设备和存储介质。
一种基于人脸检测的测距方法,包括:获取位于目标平面的摄像装置获取的待测量人物的脸部图像,以及获取所述摄像装置的拍摄焦距;对所述脸部图像进行人脸检测,获取所述脸部图像的多个人脸关键点,获取所述多个人脸关键点中至少两个人脸关键点之间的关键点间距;获取所述关键点间距在标准面部尺寸中对应的标准间距;根据所述拍摄焦距、所述关键点间距和标准间距,计算所述待测量人物距离所述目标平面的测量距离。
其中,所述获取所述多个人脸关键点中至少两个人脸关键点之间的关键点间距的步骤,包括:对所述脸部图像进行正脸校正,使得正脸校正后的脸部图像为所述待测量人物的正脸图像;获取所述正脸校正后的脸部图像的至少两个人脸关键点之间的关键点间距。
其中,所述对所述脸部图像进行正脸校正的步骤,包括:从所述多个人脸关键点中选择至少三个目标关键点,获取所述至少三个目标关键点的图像坐标值;获取预设的标准人脸关键点模型中与所述至少三个目标关键点对应的模型坐标值;根据所述图像坐标值和所述模型坐标值计算所述脸部图像的仿射变换矩阵;根据所述仿射变换矩阵对所述脸部图像进行正脸校正。
其中,所述计算所述待测量人物距离所述目标平面的测量距离的步骤之后,包括:在所述目标平面向所述待测量人物显示视力检测表,所述视力检测表包括至少一个视标;获取所述待测量人物根据所述视力检测表提供的指示信息,所述指示信息包括所述待测量人物根据所述至少一个视标提供的指示方向;将所述指示信息与所述视力检测表的预设信息进行比对,获取所述待测量人物的检测视力;根据所述测量距离计算所述检测视力对应的标准视力。
其中,所述向所述待测量人物显示视力检测表的步骤之后,包括:获取所述待测量人物在不同时刻的多个所述测量距离,计算所述多个测量距离的平均值和均方差;若所述均方差大于预设阈值,则提示所述待测量人物重新测量;若所述均方差小于或等于所述预设阈值,则根据所述平均值计算所述检测视力对应的标准视力。
其中,所述获取位于目标平面的摄像装置获取的待测量人物的脸部图像的步骤,包括:使用棋盘格对所述摄像装置进行标定,获取所述摄像装置的校正参数;根据所述校正参数对所述摄像装置的镜头进行畸变校正。
一种测距系统,包括:拍摄模块,用于获取位于目标平面的摄像装置获取的待测量人物的脸部图像,以及获取所述摄像装置的拍摄焦距;检测模块,用于对所述脸部图像进行人脸检测,获取所述脸部图像的多个人脸关键点,获取所述多个人脸关键点中至少两个人脸关键点之间的关键点间距;获取模块,用于获取所述关键点间距在标准面部尺寸中对应的标准间距;计算模块,用于根据所述拍摄焦距、所述关键点间距和标准间距,计算所述待测量人物距离所述目标平面的测量距离。
一种测距设备,包括存储器和处理器,所述存储器存储有计算机程序,所述计算机程序被所述处理器执行时,使得所述处理器执行如上所述方法的步骤。
一种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,使得所述处理器执行如上所述方法的步骤。
采用本发明实施例,具有如下有益效果:
通过目标平面的摄像装置获取的待测量人物的脸部图像,获取脸部图像上关键点间距,以及与关键点间距在标准面部尺寸中对应的标准间距,根据拍摄焦距、关键点间距和标准间距,计算待测量人物距离目标平面的测量距离,可以准确获取待测量人物与检测设备所在的目标平面的测量距离。
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是本发明提供的基于人脸检测的测距方法的第一实施例的流程示意图;
图2是本发明提供的多个人脸关键点的示意图;
图3是本发明提供的人脸标准面部尺寸标注的示意图;
图4a是本发明提供的人脸标准面部尺寸数据的示意图;
图4b是本发明提供的人脸标准面部尺寸数据的另一示意图;
图5是本发明提供的待测量人物与目标平面的距离关系示意图;
图6是本发明提供的基于人脸检测的测距方法的第二实施例的流程示意图;
图7是本发明提供的基于人脸检测的测距方法的第三实施例的流程示意图;
图8是本发明提供的基于人脸检测的测距方法中对脸部图像进行正脸校正的方法的一实施例的流程示意图;
图9是本发明提供的标准人脸关键点模型的示意图;
图10是本发明提供的测距系统的一实施例的结构示意图;
图11是本发明提供的测距设备的一实施例的结构示意图;
图12是本发明提供的计算机可读存储介质的一实施例的结构示意图。
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。
目前一些身体检测一般都往自助式方向发展。但是在实际使用当中,使用者,尤其是年龄偏小的使用者,在没有监督的情况下,很难按照要求站在指定的位置测试。又或者在一些室内环境中,其空间布局很难保证测试所需的距离。
为了解决上述问题,本实施例中提供一种基于人脸检测的测距方法,能够准确获取待测量人物与目标平面的距离。
请结合参阅图1,图1是本发明提供的基于人脸检测的测距方法的第一实施例的流程示意图。本发明提供的基于人脸检测的测距方法包括如下步骤:
S101:获取位于目标平面的摄像装置获取的待测量人物的脸部图像,以及获取摄像装置的拍摄焦距。
在一个具体的实施场景中,待测量人物面对检测设备坐立,获取检测设备所在的目标平面。例如,检测设备为视力检测设备,则目标平面为视力检测设备用于显示视力检测表的显示屏幕所在的垂直平面。可以在该目标平面设置一摄像装置,通过位于目标平面的摄像装置获取待测量人物的脸部图像,获取该摄像装置获取脸部图像时的拍摄焦距。该摄像装置可以是自动对焦也可以是手动对焦。
进一步地,该摄像装置可以在预设时间段内,例如1秒内获取多张待测量人物的脸部图像,根据预设的筛选标准,例如清晰度、人脸占图像面积的比例、人脸在图像中的位置等等,从多张脸部图像中选择一张,获取该张人脸图像的拍摄焦距。
S102:对脸部图像进行人脸检测,获取脸部图像的多个人脸关键点,获取多个人脸关键点中至少两个人脸关键点之间的关键点间距。
在一个具体的实施场景中,对步骤S101中获取的脸部图像进行人脸检测,获取该脸部图像的多个人脸关键点。人脸检测的步骤可以通过dlib算法、mtcnn(Multi-taskconvolutional neural network,多任务卷积神经网络)、ssd(Single Shot MultiBoxDetector,多分类单杆检测器)、dcnc(Deep Convolutional Network Cascade,深度卷积级联模型)等方法实现,在此不做限定。请结合参阅图2,图2是本发明提供的多个人脸关键点的示意图。
根据图2所示的,可以获取多个人脸关键点中至少两个人脸关键之间的关键点间距,例如两个外眼角关键点(关键点18和26)之间的关键点间距,或者两个内眼角关键点(关键点19和23)之间的关键点间距。进一步地,还可以获取多个关键点间距,例如同时获取两个外眼角关键点(关键点18和26)之间的关键点间距和两个内眼角关键点(关键点19和23)之间的关键点间距。
S103:获取关键点间距在标准面部尺寸中对应的标准间距。
在一个具体的实施场景中,根据国家标准(《成年人头面部尺寸》,GB/T2428-1998)中对头面部测量项目的定义和相对应的尺寸统计获取标准面部尺寸。请参阅图3、图4a和图4b,图3是本发明提供的人脸标准面部尺寸标注的示意图。图4a和图4b是本发明提供的人脸标准面部尺寸数据的示意图。如图3、图4a和图4b所示的,可根据步骤S102中获取的关键点间距对应的至少两个人脸关键点,获取该关键点间距对应的标准间距。例如,如图3中所示的,两个内眼角关键点之间的关键点间距对应的标准间距为35mm,两个外眼角关键点之间的关键点间距对应的标准间距为98mm。
在其他实施场景中,还可以根据其他数据库获取标准面部尺寸。例如,可以预先获取待测量人物的年龄(成人或儿童)、性别(男或女)、身高等等个人参数,根据这些个人参数匹配更精准的数据库,从而获取标准面部尺寸。可以提升标准面部尺寸与待测量人物的实际面部尺寸的匹配程度,减小测量误差。
S104:根据拍摄焦距、关键点间距和标准间距,计算待测量人物距离目标平面的测量距离。
在一个具体的实施场景中,请结合参阅图5,图5是本发明提供的待测量人物与目标平面的距离关系示意图。如图5所示的,脸部图像中关键点间距h、摄像装置的拍摄焦距f、标准间距H和待测量人物距离目标平面的测量距离D之间的关系为:
h×D=f×H
由此可以得出:
通过上述描述可知,在本实施例中,通过目标平面的摄像装置获取的待测量人物的脸部图像,获取脸部图像上关键点间距,以及与关键点间距在标准面部尺寸中对应的标准间距,根据拍摄焦距、关键点间距和标准间距,计算待测量人物距离目标平面的测量距离,可以快速获取待测量人物与检测设备所在的目标平面的测量距离,从而可以根据测量距离调整该待测量人物的测量参数,提升测量准确率和可靠性。
请参阅图6,图6是本发明提供的基于人脸检测的测距方法的第二实施例的流程示意图。本发明提供的基于人脸检测的测距方法包括如下步骤:
S601:使用棋盘格对摄像装置进行标定,获取摄像装置的校正参数,根据校正参数对摄像装置的镜头进行畸变校正。
在一个具体的实施场景中,通过使用棋盘格对摄像装置进行标定,例如,可参考张正友标定法,从而获取摄像装置的校正参数,校正参数包括畸变校正参数,畸变校正参数用于校正镜头产生的径向和切向畸变,使得拍摄到的图像中的物体的尺寸更加真实。根据校正参数对摄像装置的镜头进行畸变校正,从而获取的图像的尺寸更加准确。
S602:获取位于目标平面的摄像装置获取的待测量人物的脸部图像,以及获取摄像装置的拍摄焦距。
在一个具体的实施场景中,步骤S602与本发明提供的基于人脸检测的测距方法的第一实施例的步骤S101基本一致,此处不再进行赘述。
S603:对脸部图像进行正脸校正,使得正脸校正后的脸部图像为待测量人物的正脸图像。
在一个具体的实施场景中,待测量人物的面部与目标平面可能不是完全平行,存在一定的夹角,此时,位于目标平面的摄像装置采集到的脸部图像可能存在一定程度的失真,或者由于近大远小的原理导致脸部图像的部分区域大小不对称。因此,需要对脸部图像进行正脸校正,使得正脸校正后的脸部图像为待测量人物的正脸图像。例如可以采用仿射变换进行正脸校正,仿射变换(Affine Transformation),又称仿射映射,是指在几何中,一个向量空间进行一次线性变换并接上一个平移,变换为另一个向量空间。仿射变换可以看作是一系列的原子变换的复合变换,包括:平移(Translation)、缩放(Scale)、翻转(Flip)、旋转(Rotation)和剪切(Shear)。
S604:对脸部图像进行人脸检测,获取脸部图像的多个人脸关键点,获取多个人脸关键点中至少两个人脸关键点之间的关键点间距。
S605:获取关键点间距在标准面部尺寸中对应的标准间距。
S606:根据拍摄焦距、关键点间距和标准间距,计算待测量人物距离目标平面的测量距离。
在一个具体的实施场景中,步骤S604-S606与本发明提供的基于人脸检测的测距方法的第一实施例的步骤S102-S104基本一致,此处不再进行赘述。
通过上述描述可知,在本实施场景中,通过对摄像装置进行校正可以提升获取的脸部图像的关键点间距的真实性和可靠性,对脸部图像进行正脸校正,进一步提升关键点间距的准确性,从而使得根据关键点间距计算出的测量距离具有更高的准确性和可靠性。
请参阅图7,图7是本发明提供的基于人脸检测的测距方法的第三实施例的流程示意图。本发明提供的基于人脸检测的测距方法包括如下步骤:
S701:获取位于目标平面的摄像装置获取的待测量人物的脸部图像,以及获取摄像装置的拍摄焦距。
S702:对脸部图像进行人脸检测,获取脸部图像的多个人脸关键点,获取多个人脸关键点中至少两个人脸关键点之间的关键点间距。
S703:获取关键点间距在标准面部尺寸中对应的标准间距。
S704:根据拍摄焦距、关键点间距和标准间距,计算待测量人物距离目标平面的测量距离。
在一个具体的实施场景中,步骤S701-S704与本发明提供的基于人脸检测的测距方法的第一实施例的步骤S101-S104基本一致,此处不再进行赘述。
S705:在目标平面向待测量人物显示视力检测表,视力检测表包括至少一个视标。
在一个具体的实施场景中,目标平面为视力检测设备用于显示视力检测表的显示屏幕所在的垂直平面,在获取到待测量人物距离目标平面的测量距离后,在位于目标平面的显示屏幕上显示视力检测表,视力检测表包括至少一个视标。可以同时显示多个视标,还可以依次显示多个视标。
在其他实施场景中,还可以先显示视力检测表,同时或者之后执行步骤S701-S704获取待测量人物与目标平面的测量距离。
S706:获取待测量人物根据视力检测表提供的指示信息,指示信息包括待测量人物根据至少一个视标提供的指示方向。
在一个具体的实施场景中,待测量人物手中持有与检测设备有线或者无线通信的通信装置,待测量人物可以通过通信装置输入针对视力检测表提供的指示信息,具体地说,待测量人物可以针对每一个视标输入指示方向,指示方向包括上、下、左、右,进一步地,还包括不确定,当待测量人物连续输入预设数量个不确定后,视力检测结束。通信装置上可以设置有方向键按钮,待测量人物通过触发方向键按钮输入指示方向。通信装置上还可以设置重力感应组件,待测量人物通过挥动通信装置输入指示方向。
S707:将指示信息与视力检测表的预设信息进行比对,获取待测量人物的检测视力。
在一个具体的实施场景中,将获取的指示信息与显示的视力检测表的预设信息进行比对,具体地说,视力检测表的预设信息包括视力检测表的每个视标的正确的指示方向,将每个视力检测表的正确的指示方向与待测量人物提供的指示方向进行比对,获取比对的结果,根据比对的结果获取待测量人物的检测视力。
S708:根据测量距离计算检测视力对应的标准视力。
在一个具体的实施场景中,国家标准GB11533-2011还规定了变距应用的一般原则。根据场地距离。本标准远、近视表任一行视标的设计距离均可选为检查距离,当某行视标的设计距离被选作为检查距离时,该行视标的5分记录值应记为5.0,该行原记录值与5.0的差值即为校正值,上下各行视标的5分记录值均须用该校正值逐一加以校正。
根据国家标准(GB11533-2011,5.5.1)中规定的变距应用的一般原则,有如下关系:
其中,D为测量距离,σ为相对于原5分(1.0)的标准视力的校正值。例如如果我们站在3.15m的距离上,则有:
即站在这个距离上看到的标准视力表上的5.0+0.2=5.2检测视力大小的视标,其标准视力其实只有5.0,其它分值以此类推,即标准视力是检测视力与校正值的和。也就是说,标准视力可以根据以下公式计算出:
Rreal=Rtest+σ
其中,Rreal为标准视力,Rtest为检测视力,σ为校正值。
进一步地,考虑到待测量人物在看不清实力检测表的情况下,可能会不自觉的移动,造成待测量人物与目标平面之间的距离变化,从而导致测量出的视力不准确,因此当显示视力检测表之后,获取待测量人物在不同时刻的多个测量距离,计算多个测量距离的平均值和均方差。若均方差小于或等于预设阈值,则根据平均值计算检测视力对应的标准视力,则表示待测量人物未移动或者移动幅度较小,对视力的测量结果的影响较小,因此可以继续显示视力检测表。在计算标准视力时,D为该平均值。
若均方差大于预设阈值,则提示待测量人物重新测量,则表示待测量人物的移动幅度过大,将会影响待测量人物测量结果,因此提示待测量人物重新测量,进一步地,可以不再显示视力检测表,直至待测量人物重新站定后再重新显示视力检测表。
通过上述描述可知,在本实施例中通过获取待测量人物与目标平面的测量距离,根据测量距离对用户视力检测获取的检测视力进行换算,得到用户的标准视力,可以准确获取用户的视力。
请参阅图8,图8是本发明提供的基于人脸检测的测距方法中对脸部图像进行正脸校正的方法的一实施例的流程示意图。本发明提供的基于人脸检测的测距方法中对脸部图像进行正脸校正的方法包括如下步骤:
S801:从多个人脸关键点中选择至少三个目标关键点,获取至少三个目标关键点的图像坐标值。获取预设的标准人脸关键点模型中与至少三个目标关键点对应的模型坐标值。
在一个具体的实施场景中,采用仿射变换对脸部图像进行校正。仿射变换矩阵如以下公式所示:
其中,(tx,ty)表示平移量,而参数ai则反映了图像缩放、旋转等变换,将参数tx、ty、ai(i=1-4)计算出,可得出脸部图像与正脸图像的坐标变换关系。(x′,y′)为标准人脸关键点的坐标,(x,y)为检测到的关键点的坐标。仿射变换有六个自由度(未知数),可获取3组或3组以上的对应的点,代入仿射变换矩阵公式中,解超定方程组问题,求解得仿射变换矩阵。
在其他实施场景中,需要预先建立标准人脸关键点模型。请结合参阅图3、图4a、图4b和图9,图9是本发明提供的标准人脸关键点模型的示意图。根据国家标准(《成年人头面部尺寸》,GB/T 2428-1998)中对头面部测量项目的定义和相对应的尺寸统计。因为鼻高部位(图3中序号18)受到脸部角度影响最小(由于是一条垂直地面且平行于镜头的一条线,所以在转头的时候在图像中的像素尺寸基本不变),所以可以以其为基准。在图9中选择鼻根点(15)为基准关键点,将基准关键点设置为标准人脸关键点模型的原点,则图5中鼻高为距离即l13(0,51),l15(0,0)。根据图9中多个人脸关键中除了基准关键点的其余关键点在图4a-图4b中的数值,以及在图9中与基准关键点的位置关系,可以获取其余关键点的模型坐标值。例如距离为鼻下颏下点距(图4b中序号21),因而可以计算出图9中点4的标准坐标为l4(0,-62)。以此类推,可以获取图9中任意其余关键点的模型坐标值。根据其余关键点的模型坐标值构建标准人脸关键点模型。
S802:根据图像坐标值和模型坐标值计算脸部图像的仿射变换矩阵。
在本实施场景中,可以从对脸部图像进行人脸检测获取的多个人脸关键点中选择至少三个人脸关键点的图像坐标值。从预设的标准人脸关键点模型中获取与该至少三个人脸关键点对应的模型坐标值,将这至少三组数据代入步骤S801中的公式中,获取仿射变换矩阵。
S803:根据仿射变换矩阵对脸部图像进行正脸校正。
在一个具体的实施场景中,将脸部图像中的每个像素点均乘以该仿射变换矩阵,获取校正后的脸部图像,还可以将脸部图像中的每个人脸关键点乘以该仿射变换矩阵,获取校正后的脸部图像。
通过上述描述可知,在本实施例中,通过仿射变换对脸部图像进行正脸校正,可以有效提升脸部图像中关键点间距的准确度和可靠度,从而提升根据关键点间距计算的测量距离的准确度和可靠度。
请参阅图10,图10是本发明提供的测距系统的一实施例的结构示意图。本发明提供的测距系统包括拍摄模块11、检测模块12、获取模块13和计算模块14。
拍摄模块11用于获取位于目标平面的摄像装置获取的待测量人物的脸部图像,以及获取摄像装置的拍摄焦距。检测模块12用于对脸部图像进行人脸检测,获取脸部图像的多个人脸关键点,获取多个人脸关键点中至少两个人脸关键点之间的关键点间距。获取模块13用于获取关键点间距在标准面部尺寸中对应的标准间距。计算模块14用于根据拍摄焦距、关键点间距和标准间距,计算待测量人物距离目标平面的测量距离。
检测模块12还用于对脸部图像进行正脸校正,使得正脸校正后的脸部图像为待测量人物的正脸图像;获取正脸校正后的脸部图像的至少两个人脸关键点之间的关键点间距。
检测模块12还用于从多个人脸关键点中选择至少三个目标关键点,获取至少三个目标关键点的图像坐标值;获取预设的标准人脸关键点模型中与至少三个目标关键点对应的模型坐标值;根据图像坐标值和模型坐标值计算脸部图像的仿射变换矩阵;根据仿射变换矩阵对脸部图像进行正脸校正。
检测模块12还用于选取基准关键点,将基准关键点设置为标准人脸关键点模型的原点;根据多个人脸关键点中除了基准关键点的其余关键点在标准面部尺寸中的数值以及其余关键点与基准关键点的位置关系计算其余关键点的模型坐标值;根据其余关键点的模型坐标值构建标准人脸关键点模型。
计算模块14还用于在目标平面向待测量人物显示视力检测表,视力检测表包括至少一个视力检测符;获取待测量人物根据视力检测表提供的指示信息,指示信息包括待测量人物根据至少一个视标提供的指示方向;将指示信息与视力检测表的预设信息进行比对,获取待测量人物的检测视力;根据测量距离计算检测视力对应的标准视力。
计算模块14还用于获取待测量人物在不同时刻的多个测量距离,计算多个测量距离的平均值和均方差;若均方差大于预设阈值,则提示待测量人物重新测量;若均方差小于或等于预设阈值,则根据平均值计算检测视力对应的标准视力。
拍摄模块11还用于使用棋盘格对摄像装置进行标定,获取摄像装置的校正参数;根据校正参数对摄像装置的镜头进行畸变校正。
通过上述描述可知,在本实施例中测距系统通过目标平面的摄像装置获取的待测量人物的脸部图像,获取脸部图像上关键点间距,以及与关键点间距在标准面部尺寸中对应的标准间距,根据拍摄焦距、关键点间距和标准间距,计算待测量人物距离目标平面的测量距离,可以快速获取待测量人物与检测设备所在的目标平面的测量距离,从而可以根据测量距离调整该待测量人物的视力测量结果,提升测量准确率和可靠性。
请参阅图11,图11是本发明提供的测距设备的一实施例的结构示意图。测距20包括处理器21、存储器22。处理器21耦接存储器22。存储器22中存储有计算机程序,处理器21在工作时执行该计算机程序以实现如图1和图6-8所示的方法。详细的方法可参见上述,在此不再赘述。
通过上述描述可知,在本实施例中测距设备通过目标平面的摄像装置获取的待测量人物的脸部图像,获取脸部图像上关键点间距,以及与关键点间距在标准面部尺寸中对应的标准间距,根据拍摄焦距、关键点间距和标准间距,计算待测量人物距离目标平面的测量距离,可以快速获取待测量人物与检测设备所在的目标平面的测量距离,从而可以根据测量距离调整该待测量人物的视力测量结果,提升测量准确率和可靠性。
请参阅图12,图12是本发明提供的计算机可读存储介质的一实施例的结构示意图。计算机可读存储介质30中存储有至少一个计算机程序31,计算机程序31用于被处理器执行以实现如图1和图6-8所示的方法,详细的方法可参见上述,在此不再赘述。在一个实施例中,可读存储介质30可以是终端中的存储芯片、硬盘或者是移动硬盘或者优盘、光盘等其他可读写存储的工具,还可以是服务器等等。
通过上述描述可知,在本实施例计算机可读存储介质中的计算机程序可以用于通过目标平面的摄像装置获取的待测量人物的脸部图像,获取脸部图像上关键点间距,以及与关键点间距在标准面部尺寸中对应的标准间距,根据拍摄焦距、关键点间距和标准间距,计算待测量人物距离目标平面的测量距离,可以快速获取待测量人物与检测设备所在的目标平面的测量距离,从而可以根据测量距离调整该待测量人物的视力测量结果,提升测量准确率和可靠性。
区别于现有技术,本发明获取待测量人物与检测设备所在的目标平面的测量距离,根据测量距离调整该待测量人物的视力测量结果,提升测量准确率和可靠性。
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)
1.一种基于人脸检测的测距方法,其特征在于,包括:
获取位于目标平面的摄像装置获取的待测量人物的脸部图像,以及获取所述摄像装置的拍摄焦距;
对所述脸部图像进行人脸检测,获取所述脸部图像的多个人脸关键点,获取所述多个人脸关键点中至少两个人脸关键点之间的关键点间距;
获取所述关键点间距在标准面部尺寸中对应的标准间距;
根据所述拍摄焦距、所述关键点间距和标准间距,计算所述待测量人物距离所述目标平面的测量距离。
2.根据权利要求1所述的基于人脸检测的测距方法,其特征在于,所述获取所述多个人脸关键点中至少两个人脸关键点之间的关键点间距的步骤,包括:
对所述脸部图像进行正脸校正,使得正脸校正后的脸部图像为所述待测量人物的正脸图像;
获取所述正脸校正后的脸部图像的至少两个人脸关键点之间的关键点间距。
3.根据权利要求2所述的基于人脸检测的测距方法,其特征在于,所述对所述脸部图像进行正脸校正的步骤,包括:
从所述多个人脸关键点中选择至少三个目标关键点,获取所述至少三个目标关键点的图像坐标值;
获取预设的标准人脸关键点模型中与所述至少三个目标关键点对应的模型坐标值;
根据所述图像坐标值和所述模型坐标值计算所述脸部图像的仿射变换矩阵;
根据所述仿射变换矩阵对所述脸部图像进行正脸校正。
4.根据权利要求3所述的基于人脸检测的测距方法,其特征在于,所述获取预设的标准人脸关键点模型中与所述至少三个目标关键点对应的模型坐标值的步骤之前,包括:
选取基准关键点,将所述基准关键点设置为所述标准人脸关键点模型的原点;
根据所述多个人脸关键点中除了所述基准关键点的其余关键点在所述标准面部尺寸中的数值以及所述其余关键点与所述基准关键点的位置关系计算所述其余关键点的模型坐标值;
根据所述其余关键点的模型坐标值构建所述标准人脸关键点模型。
5.根据权利要求1所述的基于人脸检测的测距方法,其特征在于,所述计算所述待测量人物距离所述目标平面的测量距离的步骤之后,包括:
在所述目标平面向所述待测量人物显示视力检测表,所述视力检测表包括至少一个视力检测符;
获取所述待测量人物根据所述视力检测表提供的指示信息,所述指示信息包括所述待测量人物根据所述至少一个视标提供的指示方向;
将所述指示信息与所述视力检测表的预设信息进行比对,获取所述待测量人物的检测视力;
根据所述测量距离计算所述检测视力对应的标准视力。
6.根据权利要求5所述的基于人脸检测的测距方法,其特征在于,所述向所述待测量人物显示视力检测表的步骤之后,包括:
获取所述待测量人物在不同时刻的多个所述测量距离,计算所述多个测量距离的平均值和均方差;
若所述均方差大于预设阈值,则提示所述待测量人物重新测量;
若所述均方差小于或等于所述预设阈值,则根据所述平均值计算所述检测视力对应的标准视力。
7.根据权利要求1所述的基于人脸检测的测距方法,其特征在于,所述获取位于目标平面的摄像装置获取的待测量人物的脸部图像的步骤,包括:
使用棋盘格对所述摄像装置进行标定,获取所述摄像装置的校正参数;
根据所述校正参数对所述摄像装置的镜头进行畸变校正。
8.一种测距系统,其特征在于,包括:
拍摄模块,用于获取位于目标平面的摄像装置获取的待测量人物的脸部图像,以及获取所述摄像装置的拍摄焦距;
检测模块,用于对所述脸部图像进行人脸检测,获取所述脸部图像的多个人脸关键点,获取所述多个人脸关键点中至少两个人脸关键点之间的关键点间距;
获取模块,用于获取所述关键点间距在标准面部尺寸中对应的标准间距;
计算模块,用于根据所述拍摄焦距、所述关键点间距和标准间距,计算所述待测量人物距离所述目标平面的测量距离。
9.一种测距设备,其特征在于,包括存储器和处理器,所述存储器存储有计算机程序,所述计算机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。
10.一种计算机可读存储介质,其特征在于,存储有计算机程序,所述计算机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。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010938960.8A CN112070021A (zh) | 2020-09-09 | 2020-09-09 | 基于人脸检测的测距方法、测距系统、设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010938960.8A CN112070021A (zh) | 2020-09-09 | 2020-09-09 | 基于人脸检测的测距方法、测距系统、设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112070021A true CN112070021A (zh) | 2020-12-11 |
Family
ID=73662885
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010938960.8A Pending CN112070021A (zh) | 2020-09-09 | 2020-09-09 | 基于人脸检测的测距方法、测距系统、设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112070021A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112883811A (zh) * | 2021-01-25 | 2021-06-01 | 天津怡和嘉业医疗科技有限公司 | 一种人脸尺寸确定方法和装置 |
CN113012407A (zh) * | 2021-02-18 | 2021-06-22 | 上海电机学院 | 一种基于机器视觉的眼屏距离提示预防近视系统 |
CN113029018A (zh) * | 2021-02-03 | 2021-06-25 | 深圳市优必选科技股份有限公司 | 护眼提示方法、装置、终端设备及计算机可读存储介质 |
CN113671518A (zh) * | 2021-08-27 | 2021-11-19 | 沈阳透平机械股份有限公司 | 一种风洞压缩机动叶片间隙测量方法 |
WO2023056811A1 (zh) * | 2021-10-08 | 2023-04-13 | Oppo广东移动通信有限公司 | 距离检测方法、控制方法、装置、存储介质与电子设备 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107169405A (zh) * | 2017-03-17 | 2017-09-15 | 上海云从企业发展有限公司 | 基于双目摄像机活体识别的方法及装置 |
CN109657607A (zh) * | 2018-12-17 | 2019-04-19 | 中新智擎科技有限公司 | 一种基于人脸识别的人脸目标测距方法、装置及存储介质 |
WO2020108041A1 (zh) * | 2018-11-28 | 2020-06-04 | 北京达佳互联信息技术有限公司 | 耳部关键点检测方法、装置及存储介质 |
WO2020125406A1 (zh) * | 2018-12-20 | 2020-06-25 | Oppo广东移动通信有限公司 | 安全监护方法、装置、终端及计算机可读存储介质 |
-
2020
- 2020-09-09 CN CN202010938960.8A patent/CN112070021A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107169405A (zh) * | 2017-03-17 | 2017-09-15 | 上海云从企业发展有限公司 | 基于双目摄像机活体识别的方法及装置 |
WO2020108041A1 (zh) * | 2018-11-28 | 2020-06-04 | 北京达佳互联信息技术有限公司 | 耳部关键点检测方法、装置及存储介质 |
CN109657607A (zh) * | 2018-12-17 | 2019-04-19 | 中新智擎科技有限公司 | 一种基于人脸识别的人脸目标测距方法、装置及存储介质 |
WO2020125406A1 (zh) * | 2018-12-20 | 2020-06-25 | Oppo广东移动通信有限公司 | 安全监护方法、装置、终端及计算机可读存储介质 |
Non-Patent Citations (2)
Title |
---|
朱锴;陶攀;付忠良;陈晓清;: "利用关键点检测算法的超声图像定点测量", 哈尔滨工业大学学报, no. 11 * |
李贤辉;高盈;钱恭斌;: "基于瞳孔定位的单目测距系统", 智能计算机与应用, no. 02 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112883811A (zh) * | 2021-01-25 | 2021-06-01 | 天津怡和嘉业医疗科技有限公司 | 一种人脸尺寸确定方法和装置 |
CN113029018A (zh) * | 2021-02-03 | 2021-06-25 | 深圳市优必选科技股份有限公司 | 护眼提示方法、装置、终端设备及计算机可读存储介质 |
CN113012407A (zh) * | 2021-02-18 | 2021-06-22 | 上海电机学院 | 一种基于机器视觉的眼屏距离提示预防近视系统 |
CN113671518A (zh) * | 2021-08-27 | 2021-11-19 | 沈阳透平机械股份有限公司 | 一种风洞压缩机动叶片间隙测量方法 |
WO2023056811A1 (zh) * | 2021-10-08 | 2023-04-13 | Oppo广东移动通信有限公司 | 距离检测方法、控制方法、装置、存储介质与电子设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112070021A (zh) | 基于人脸检测的测距方法、测距系统、设备和存储介质 | |
CN107609557B (zh) | 一种指针式仪表读数识别方法 | |
KR102132721B1 (ko) | 신체 사이즈 측정용 사진 획득 방법 및 이를 이용한 신체 사이즈 측정 방법, 서버 및 프로그램 | |
CN110909693B (zh) | 3d人脸活体检测方法、装置、计算机设备及存储介质 | |
CN101292255B (zh) | 三维成像中的人工痕迹消除 | |
JP6740033B2 (ja) | 情報処理装置、計測システム、情報処理方法及びプログラム | |
US10813715B1 (en) | Single image mobile device human body scanning and 3D model creation and analysis | |
CN112665727B (zh) | 一种红外热成像测温方法 | |
CN104173054A (zh) | 基于双目视觉技术的人体身高测量方法及其装置 | |
JPWO2014002849A1 (ja) | 3次元測定方法、装置及びシステム、並びに画像処理装置 | |
CN111323125B (zh) | 一种测温方法、装置及计算机存储介质、电子设备 | |
CN113283271A (zh) | 虹膜自动捕捉方法、装置、计算机可读存储介质及设备 | |
CN108171756A (zh) | 自适应标定方法、装置及计算机终端 | |
CN112418251A (zh) | 红外体温检测方法及系统 | |
EP2879018A1 (en) | Estimating gaze from un-calibrated eye measurement points | |
JP7283535B2 (ja) | 校正装置、校正方法、及びプログラム | |
CN111141217A (zh) | 物体测量方法、装置、终端设备及计算机存储介质 | |
CN116597246A (zh) | 模型训练方法、目标检测方法、电子设备及存储介质 | |
Bertsatos et al. | “What and how should we share?” An inter-method inter-observer comparison of measurement error with landmark-based craniometric datasets. | |
CN115984203A (zh) | 一种眼球突出度测量方法、系统、终端及介质 | |
CN114862960A (zh) | 多相机标定的图像地面找平方法、装置、电子设备和介质 | |
CN116608816B (zh) | 一种用于小角度测量仪器检定装置的校准方法和装置 | |
CN116959086B (zh) | 一种视线估计方法、系统、设备及存储介质 | |
CN112613357B (zh) | 人脸测量方法、装置、电子设备和介质 | |
CN114202499B (zh) | 屈光信息测量方法、装置及计算机可读存储介质 |
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 |