CN112989884A - 人员检测方法、装置、数据处理设备及存储介质 - Google Patents
人员检测方法、装置、数据处理设备及存储介质 Download PDFInfo
- Publication number
- CN112989884A CN112989884A CN201911291453.3A CN201911291453A CN112989884A CN 112989884 A CN112989884 A CN 112989884A CN 201911291453 A CN201911291453 A CN 201911291453A CN 112989884 A CN112989884 A CN 112989884A
- Authority
- CN
- China
- Prior art keywords
- signal
- face
- person
- ultrasonic
- preset range
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 164
- 238000012545 processing Methods 0.000 title claims abstract description 49
- 238000000034 method Methods 0.000 claims abstract description 27
- 238000010801 machine learning Methods 0.000 claims description 25
- 239000000523 sample Substances 0.000 claims description 17
- 230000005540 biological transmission Effects 0.000 claims description 7
- 238000004590 computer program Methods 0.000 claims description 6
- 238000003491 array Methods 0.000 claims description 5
- 230000008859 change Effects 0.000 claims description 4
- 238000004891 communication Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 8
- 230000008569 process Effects 0.000 description 8
- 230000006870 function Effects 0.000 description 7
- 239000000463 material Substances 0.000 description 5
- 238000001727 in vivo Methods 0.000 description 4
- 238000010521 absorption reaction Methods 0.000 description 3
- 230000009471 action Effects 0.000 description 3
- 238000013459 approach Methods 0.000 description 3
- 238000001574 biopsy Methods 0.000 description 3
- 230000001815 facial effect Effects 0.000 description 3
- 238000002604 ultrasonography Methods 0.000 description 3
- 238000009792 diffusion process Methods 0.000 description 2
- 230000005855 radiation Effects 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000037237 body shape Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000001902 propagating effect Effects 0.000 description 1
- 238000012549 training 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
- G06V40/40—Spoof detection, e.g. liveness detection
- G06V40/45—Detection of the body part being alive
-
- 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
- G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
- G01S15/02—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems using reflection of acoustic waves
- G01S15/06—Systems determining the position data of a target
- G01S15/42—Simultaneous measurement of distance and other co-ordinates
Abstract
本申请提供一种人员检测方法、装置、数据处理设备及存储介质。通过持续获取预设范围的人员相对于目标参考物的位置数据,根据所述位置数据判断所述预设范围的人员的运动方向。对靠近所述目标参考物的方向运动的目标人员,通过所述活体检测装置对该目标人员的脸部区域进行活体检测。如此,根据人员的运动方向提前判断预设范围内的人员是否有脸部识别的意图,对靠近目标参考物的方向运动的目标人员提前进行脸部识别,继而减少人员等待时间。
Description
技术领域
本申请涉及数据处理领域,具体而言,涉及一种人员检测方法、装置、数据处理设备及存储介质。
背景技术
随着大数据以及机器学习等相关技术的兴起,人脸识别系统逐渐开始商用(例如:门禁、手机刷脸解锁、刷脸支付、远程身份认证等),并向着自动化、无人监督化的趋势发展。然而,目前在进行人脸识别时,为了确保被识别的对象为人员活体,需要被检测人员走到检测设备跟前面对摄像头,通过摄像头进行较长时间的活体检测。这种方式无形之中增加了活体检测的时间。尤其在狭小出入口,容易造成通道阻塞,影响通行效率。
发明内容
本申请实施例提供一种人员检测方法、装置、数据处理设备、存储介质,旨在提高人员活体检测过程的效率。
为了克服现有技术中的至少一个不足,本申请实施例的目的之一在于提供一种人员检测方法,应用于与活体检测装置通信的数据处理设备,所述方法包括:
持续获取预设范围内的人员相对于目标参考物的位置数据;
根据所述位置数据判断所述预设范围的人员的运动方向;
对靠近所述目标参考物的方向运动的目标人员,通过所述活体检测装置对该目标人员的脸部区域进行活体检测。
可选地,所述活体检测装置为超声波探测装置,所述超声波探测装置用于向所述预设范围内发射预设频率的超声波探测信号,并接收所述超声波探测信号的反射波信号;所述通过所述活体检测装置对该目标人员的脸部区域进行活体检测的步骤包括:
获取所述反射波信号中的脸部反射信号,所述脸部反射信号由所述脸部区域中的被探测部位产生;
根据发送所述超声波探测信号与接收所述脸部反射信号的时间间隔,获得该脸部区域中的被探测部位相较于所述目标参考物在三维空间中的坐标数据;
根据所述超声波探测信号的信号强度与所述脸部反射信号的信号强度,获得所述脸部区域中的被探测部位对所述超声波探测信号的能量损失;
根据所述坐标数据以及所述能量损失确定所述脸部区域是否为活体人脸。
可选地,所述超声波探测装置为预设数量的超声波发射阵列;所述超声波探测信号为所述超声波发射阵列发射的超声波束,所述反射波信号为所述超声波束的反射波束;所述脸部反射信号为所述反射波束中的脸部反射波速,所述脸部反射波速由所述脸部区域中的被探测部位产生;
所述根据发送所述超声波探测信号与接收所述脸部反射信号的时间间隔,获得该脸部区域中的被探测部位相较于所述目标参考物在三维空间中的坐标数据的步骤包括:
根据发送所述超声波束与接收所述脸部反射波速的时间间隔,获得该脸部区域中的被探测部位相较于所述目标参考物在三维空间中的坐标数据。
可选地,所述数据处理设备配置有训练好的第一机器学习模型,所述根据所述坐标数据以及所述能量损失确定所述脸部区域是否为活体人脸的步骤包括:
将该脸部区域中的被探测部位的坐标数据以及该脸部区域中的被探测部位的能量损失输入到所述第一机器学习模型中;
根据所述第一机器学习模型的输出结果判断所述脸部区域是否为活体人脸。
可选地,所述持续获取预设范围的人员相对于目标参考物的位置数据之前,包括:
根据发射所述超声波探测信号与接收所述反射波信号的时间间隔,获得所述预设范围内各障碍物的被探测部位相较于所述目标参考物在三维空间中的坐标数据;
根据所述超声波探测信号的信号强度与所述反射波信号的信号强度获得所述预设范围内各障碍物的被探测部位对所述超声波探测信号的能量损失;
根据所述各障碍物的被探测部位的坐标数据以及各障碍物的被探测部位的能量损失确定所述预设范围内的人员。
可选地,所述数据处理设备还配置有训练好的第二机器学习模型,所述根据所述预设范围内各障碍物的被探测部位相较于所述目标参考物在三维空间中的坐标数据以及对所述超声波探测信号的能量损失,确定所述预设范围内的人员的步骤包括:
将所述各障碍物的被探测部位的坐标数据以及各障碍物的被探测部位的能量损失输入到所述第二机器学习模型中;
根据所述第二机器学习模型的输出结果确定所述预设范围内的人员。
可选地,所述超声波探测装置持续发射所述超声波探测信号,所述持续获取预设范围内的人员相对于目标参考物的位置数据的步骤包括:
持续获取所述超声波探测信号的反射波信号;
根据所述反射波信号持续计算所述预设范围的人员相对于所述目标参考物的位置数据。
可选地,所述根据所述位置数据判断所述预设范围的人员的运动方向的步骤包括:
根据所述位置数据持续计算所述预设范围的人员与所述目标参考物之间的距离;
根据所述预设范围的人员的距离的变化,判断所述预设范围的人员的运动方向。
可选地,所述对靠近所述目标参考物的方向运动的目标人员,通过所述活体检测装置对该目标人员的脸部区域进行活体检测的步骤包括:
对靠近所述目标参考物的方向运动的多个目标人员,通过所述活体检测装置对所述多个目标人员的脸部区域进行活体检测。
本申请实施例的目的之二在于提供一种人员检测装置,应用于与活体检测装置通信的数据处理设备,所述人员检测装置包括位置获取模块、方向获取模块以及检测模块;
所述位置获取模块用于持续获取预设范围内的人员相对于目标参考物的位置数据;
所述方向获取模块用于根据所述位置数据判断所述预设范围的人员的运动方向;
所述检测模块用于对靠近所述目标参考物的方向运动的目标人员,通过所述活体检测装置对该目标人员的脸部区域进行活体检测。
可选地,所述活体检测装置为超声波探测装置,所述超声波探测装置用于向所述预设范围内发射预设频率的超声波探测信号并接收所述超声波探测信号的反射波信号,所述检测模块通过如下方式确定所述脸部区域是否为活体人脸:
获取所述反射波信号中的脸部反射信号,所述脸部反射信号由所述脸部区域中的被探测部位产生;
根据发送所述超声波探测信号与接收所述脸部反射信号的时间间隔,获得该脸部区域中的被探测部位相较于所述目标参考物在三维空间中的坐标数据;
根据所述超声波探测信号的信号强度与所述脸部反射信号的信号强度,获得所述脸部区域中的被探测部位对所述超声波探测信号的能量损失;
根据所述坐标数据以及所述能量损失确定所述脸部区域是否为活体人脸。
本申请实施例的目的之三在于提供一种数据处理设备,包括处理器和存储器,所述存储器存储有能够被所述处理器执行的机器可执行指令,所述处理器可执行所述机器可执行指令,以实现所述的人员检测方法。
本申请实施例的目的之四在于提供一种存储介质,其上存储有计算机程序,所述计算机程序被执行时,实现所述的人员检测方法。
相对于现有技术而言,本申请具有以下有益效果:
本申请实施例提供一种人员检测方法、装置、数据处理设备及存储介质。根据预设范围内人员的位置数据对所述人员的运动方向进行判断。对靠近目标参考物的方向运动的目标人员的脸部进行活体检测。如此,根据人员的运动方向提前判断预设范围内的人员是否有进行检测的意图,对靠近目标参考物的方向运动的目标人员的脸部提前进行活体检测,继而减少人员等待时间。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本申请的某些实施例,因此不应被看作是对范围的限定,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相关的附图。
图1为本申请实施例提供的数据处理设备的结构示意图;
图2为本申请实施例提供的人员检测方法的步骤流程图;
图3为本申请实施例提供的超声波近场示意图;
图4为本申请实施例提供的超声波获取障碍物形状信息的示意图;
图5为本申请实施例提供的人员检测装置的结构示意图。
图标:100-数据处理设备;110-人员检测装置;120-存储器;130-处理器;140-通信单元;200-超声波发射阵列;300-障碍物;1101-位置获取模块;1102-方向获取模块;1103-检测模块。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。
因此,以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围,而是仅仅表示本申请的选定实施例。基于本申请中的实施例,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,都属于本申请保护的范围。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。
如背景技术部分所述描述,目前在进行人员脸部进行活体检测时,需要被检测人员走到检测设备跟前面对摄像头,通过摄像头进行较长时间的活体检测;这种方式无形之中增加了活体检测的时间。尤其在狭小出入口,容易造成通道阻塞,影响通行效率。
鉴于此,本申请实施例提供一种人员检测方法,该人员检测方法应用于与活体检测装置通信的数据处理设备。请参照图1,该数据处理设备100包括人员检测装置110、存储器120、处理器130、通信单元140。
所述存储器120、处理器130以及通信单元140各元件相互之间直接或间接地电性连接,以实现数据的传输或交互。例如,这些元件相互之间可通过一条或多条通讯总线或信号线实现电性连接。所述人员检测装置110包括至少一个可以软件或固件(firmware)的形式存储于所述存储器120中或固化在所述数据处理设备100的操作系统(operatingsystem,OS)中的软件功能模块。所述处理器130用于执行所述存储器120中存储的可执行模块,例如所述人员检测装置110所包括的软件功能模块及计算机程序等。
其中,所述存储器120可以是,但不限于,随机存取存储器(Random AccessMemory,RAM),只读存储器(Read Only Memory,ROM),可编程只读存储器(ProgrammableRead-Only Memory,PROM),可擦除只读存储器(Erasable Programmable Read-OnlyMemory,EPROM),电可擦除只读存储器(Electric Erasable Programmable Read-OnlyMemory,EEPROM)等。其中,存储器120用于存储程序,所述处理器130在接收到执行指令后,执行所述程序。所述通信单元140用于与其他设备建立通信连接,并用于收发数据。
请参照图2,为本申请实施例提供的应用于所述数据处理设备100的步骤流程图。以下将对所述方法包括各个步骤进行详细阐述。
步骤S100,持续获取预设范围内的人员相对于目标参考物的位置数据。
可选地,该目标参考物可以是具体应用场景中的某个特定对象。例如,在一种可能的应用场景中,该方法用于对小区门口处的人员进行活体检测。该目标参考物可以是小区的入口处的大门,或者设置在小区门口的活体检测装置。
步骤S200,根据所述位置数据判断所述预设范围的人员的运动方向。
步骤S300,对靠近所述目标参考物的方向运动的目标人员,通过所述活体检测装置对该目标人员的脸部区域并进行活体检测。
如此,根据人员的运动方向提前判断预设范围内的人员是否有进行检测的意图,对靠近目标参考物的方向运动的目标人员,提前进行脸部的活体检测,继而减少人员等待时间。其中,该检测的意图不仅限于对目标人员的脸部进行活体检测的意图,还可以是人脸识别检测的意图。相较于现有技术中需要人员在活体检测装置前等待较长的时间,本申请实施例提供的人员检测方法能够提高活体检测的效率。
可选地,在获取预设范围的人员相较于目标参考物的位置数据时。作为一种可能的实施方式,该活体检测装置为超声波探测装置。该数据处理设备100通过该超声波探测装置持续向预设范围内发送预设频率的超声波探测信号,并接收该超声波探测信号的反射波信号;根据所述反射波信号持续计算获得预设范围的人员相对于目标参考物的位置数据。具体的,计算获得预设范围的人员相对于该超声波探测装置距离的公式如下:
式中,D为预设范围的人员与所述超声波探测装置的距离;C为超声波在介质中的传播速度。T为发送所述超声波探测信号与接收所述反射波信号的时间间隔。
作为另外一种可能的实施方式,该数据处理设备还与图像采集装置通信连接。该数据处理设备获取该图像采集装置所采集的图像,并对该图像中的人员进行识别,以确定该图像中的人员在图像中的位置。该数据处理设备根据该图像与该预设范围的实际场景之间的比例关系,确定预设范围的人员相较于目标参考物的位置数据。
由于该超声波探测装置或者该图像采集装置与该目标参考物之间的位置关系为固定值,继而可以计算出预设范围的人员相对于该目标参考物之间的位置数据。
值得说明的是,确定预设范围的人员相较于目标参考物的位置数据的方式不仅限于上述示例,还可以包括其他方式,本申请实施例不做具体的限定。
可选地,在持续获取预设范围的人员相对于目标参考物的位置数据之前,需要探测出该预设范围内的人员,以便跟踪各人员的运动方向。作为一种可能的实施方式,该数据处理设备根据发射超声波探测信号与接收述反射波信号的时间间隔,获得预设范围内各障碍物的被探测部位相较于目标参考物在三维空间中的坐标数据;
同时,该数据处理设备根据超声波探测信号的信号强度与反射波信号的信号强度获得预设范围内各障碍物的被探测部位对超声波探测信号的能量损失。
该数据处理设备根据各障碍物的被探测部位的坐标数据以及各障碍物的被探测部位的能量损失确定预设范围内的人员。
应理解,超声波作用于介质后,在介质中产生声弛豫过程,声弛豫过程伴随着能量在分子各自电度间的输运过程,并在宏观上表现出对声波的吸收,通过物质对超声的吸收规律可探索物质的特性和结构。因此,根据人体特性和其他物体特性对超声波能量吸收差异可以有效区分该预设范围内障碍物300的材质。同时,各障碍物的被探测部位的坐标数据可以用于表征各障碍物的形状信息。
因此,该反射波信号中携带有障碍物的轮廓信息、三维形状信息以及表面材质信息。基于此,作为一种可能的实施方式,该电子设备配置有训练好的第二机器学习模型,该数据处理设备将所述各障碍物的被探测部位的坐标数据以及各障碍物的被探测部位的能量损失输入到所述第二机器学习模型中,根据所述第二机器学习模型的输出结果确定所述预设范围内的人员。
作为另一种可能的实施方式,该数据处理设备还与图像采集装置通信连接。该数据处理设备获取该图像采集装置所采集的图像,并对该图像中的人员进行图像识别,以确定该预设范围内的人员。并基于图像与该预设范围的实际场景之间的比例关系,确定出该反射波信号中该预设范围内的人员产生的反射波信号。
在对该预设范围的人员的运动方向进行判断时,作为一种可能的实施方式,由于反射波信号中携带有障碍物的轮廓信息、三维形状信息以及表面材质信息。其中,该三维形状信息包括人员体型信息以及走路的姿势等信息。因此,该训练好的第一机器学习模型的输出结果还包括所述预设范围内的人员的身份信息,用以对该预设范围内的人员进行唯一标定。该数据处理设备100根据所述位置数据持续计算所述预设范围的人员与所述目标参考物之间的距离;根据所述身份信息跟踪所述预设范围的人员与目标参考物之间距离的变化,继而判断所述预设范围的人员的运动方向。
作为另外一种可能的实施方式,该数据处理设备根据各人员的位置数据持续计算所述预设范围的人员的运动轨迹;根据该运动轨迹的方向确定所述预设范围的人员的运动方向。
值得说明的是,计算该预设区域人员的运动方向的方式,不仅限于上述方式,还可以通过图像识别方式判断该预设范围内人员的运动方向,本申请实施例不做具体的限定。
可选地,针对在靠近目标参考物的方向运动的目标人员,该数据处理设备获取该反射波信号中的脸部反射信号。其中,该脸部反射信号由脸部区域中的被探测部位产生。
该数据处理设备根据发送该超声波探测信号与接收该脸部反射信号的时间间隔,获得该脸部区域中的被探测部位相较于目标参考物在三维空间中的坐标数据;
同时,该数据处理设备根据该超声波探测信号的信号强度与脸部反射信号的信号强度,获得脸部区域中的被探测部位对该超声波探测信号的能量损失。
由于该反射波信号中携带有障碍物的轮廓信息、三维形状信息以及表面材质信息,该数据处理设备根据坐标数据以及能量损失确定该脸部区域是否为活体人脸。
如此,可以防止非法人员使用3D头部模型、3D面具或者3D头套对数据处理设备100进行欺骗。同时,由于该超声波探测装置能够对该预设范围内的任意位置进行探测。因此,一旦判断出预设范围内的存在进行脸部活体检测意图的目标人员,即可提前进行相应的识别检测,继而可以提高活体检测的效率。
在检测该脸部区域是否为活体人脸时,作为一种可能的实施方式,该数据处理设备配置有训练好的第一机器学习模型,该数据处理设备将该脸部区域中的被探测部位的坐标数据以及该脸部区域中的被探测部位的能量损失输入到所述第一机器学习模型中;根据该第一机器学习模型的输出结果判断脸部区域是否为活体人脸。
可选地,针对靠近目标参考物的方向运动的多个目标人员,通过所述活体检测装置能够获取多个目标人员的脸部区域的坐标数据以及能量损失;通过该第一机器学习模型对多个目标人员脸部的坐标数据以及能量损失进行处理,实现对多个目标人员的脸部区域进行活体检测。
其中,在对预设范围内的人员进行活体检测或者对目标人员的脸部进行活体检测时,被探测部位的数量对检测精度具有重要意义。基于此,该超声波探测装置为预设数量的超声波发射阵列,所述超声波探测信号为所述超声波发射阵列发射的超声波束,所述反射波信号为所述超声波束的反射波束。因此,该目标人员的脸部反射信号为所述反射波束中所述脸部区域中的被探测部位产生的脸部反射波速。应理解,该超声波发射阵列的数量可以根据具体的场景进行调整。
应理解,在均匀媒质中,声源的指向性由其辐射面积(孔径),辐射面结构和所传播声音的频率这三个因素确定。声源的辐射面积(孔径)越大,其波束宽度越窄,指向性却强,当声源的有效孔径远大于传播声波的波长时,大部分声波会集中在一条窄带内。声源的辐射面结构可以改变声波的传播形式,不同的传播形式,其声波的声压和波束形状受距离的影响是不同的,在理想媒质中的平面波的声波强度与距离无关,并易于形成窄的波束。其中,频率越高,声波的发散角就越小,其指向性就越强。
请参照图3,在声源较近的一段范围内,超声波束几乎平行,称为近场区。近场区长度可以表示为如下;
式中,L为近场区长度,r为探头半径,f为超声波频率,c为超声波在介质中的速度。远离声源的区域,超声波束向四周稍有扩散,其每侧扩散声束与平行的超声波束之间形成半扩散角θ。
其中,针对圆盘状的超声波发射器,该半扩散角可以表示为:
式中,γ为超声波的波长、r为圆盘状的超声波发射器的半径,θ为半扩散角的角度。
例如,一般超声波的频率范围在20000-1013Hz之间。当超声波发射器为圆盘状,频率f趋于无穷大,半扩散角趋于0时,则可认为近场区无限大。当频率为1010Hz、超声波发射器半径为1mm、声速为332m/s时,该近场区长度L趋近于300m。然而实际使用场景中,该近场区长度L<30,频率不低于109Hz即可满足需求。
将超声波发射器和接收装置设置为一体,使得超声波接收器只接收反射角为0的回波,由此一来可以避免声波之间相互干扰。
请参照图4,为了判断该预设范围内的障碍物300是人员还是其他障碍物300,需要获得该预设范围内障碍物300的形状信息。为此,将能够发射平行的超声波束的超声波发射器组成所述超声波发射阵列200,继而各障碍物的被探测部位的坐标信息能够反映该障碍物的形状。
该数据处理设备100根据所述超声波发射阵列200发送所述超声波束与接收所述反射波束的时间间隔,可以计算出障碍物300各部位相较于所述目标参考物在三维空间中的坐标数据。该数据处理设备100对该坐标数据进行处理,可以获取其中障碍物300的形状信息。
具体的,超声波发射器的参考坐标系中的坐标为(X0,Y0,Z0),超声波束的发射方向与该参考坐标系的X轴的夹角为α,与Y轴的夹角为β,与Z轴的夹角为θ。设超声波束照射到障碍物300,产生反射波束的部位在该参考坐标系中的坐标为(X,Y,Z),则该障碍物300产生反射波束的部位可以表示为:
X=X0+D cosα
Y=Y0+D cosβ
Z=Z0+D cosθ
式中,D表示该障碍物300产生反射波束的部位与该超声波发射器之间的距离。其中,该参考坐标系可以以目标参考物为基准。相应的其他超声波发射器在该参考坐标系中位置可以表示为:
Xn=X0+nu
Yn=Y0+nv
Zn=Z0+nw
式中,nu,nv,nw为常量,与该超声波发射阵列200中其他超声波发射器的安装位置相关。
同时,设各障碍物300被探测的部位所带来的能量损失表示为ξ,该参数与所述时间间隔以及障碍物300表面的材质相关。
各障碍物300的被探测部位相较于目标参考物在三维空间中的坐标数据与各障碍物300的被探测部位对超声波束的能量损失可以表示为:
(Xi,Yi,Zi,ξi);
基于此,获取脸部样本数据,基于第一预设损失函数对第一机器学习模型进行训练。其中,该脸部样本数据包括脸部正样本数据以及脸部负样本数据。脸部正样本数据为各脸部的被探测部位相较于目标参考物在三维空间中的坐标数据以及各脸部的被探测部位对超声波束的能量损失。脸部负样本数据为各3D头部模型、3D面具或者3D头套被的被探测部位相较于目标参考物在三维空间中的坐标数据以及各3D头部模型、3D面具或者3D的被探测部位对超声波束的能量损失。
同理,获取人员样本数据,基于第二预设损失函数对第二机器学习模型进行训练。其中,该人员样本数据包括人员正样本数据以及人员负样本数据。该人员正样本数据为各人员的被探测部位相较于目标参考物在三维空间中的坐标数据以及各人员的被探测部位对超声波束的能量损失。
该人员负样本数据为人形模特的被探测部位相较于目标参考物在三维空间中的坐标数据以及人形模特的被探测部位对超声波束的能量损失。
应理解,该第一机器学习模型以及第二机器学习模型可以是SVM模型,还可以是其他机器学习模型,本申请不做具体的限定。
本申请实施例还提供一种人员检测装置,应用于与活体检测装置通信的数据处理设备100。请参照图5,从功能上划分,所述人员检测装置110包括位置获取模块1101、方向获取模块1102以及图像检测模块1103。
所述位置获取模块1101用于持续获取预设范围内的人员相对于目标参考物的位置数据。
在本实施例中,该位置获取模块1101用于执行图2中的步骤S100,关于该位置获取模块1101的详细描述,可以参考步骤S100的详细描述。
所述方向获取模块1102用于根据所述位置数据判断所述预设范围的人员的运动方向。
在本实施例中,该方向获取模块1102用于执行图2中的步骤S200,关于该方向获取模块1102的详细描述可以参考步骤S200。
所述检测模块1103用于对靠近所述目标参考物的方向运动的目标人员,通过所述活体检测装置对目标人员的脸部区域进行活体检测。
在本实施例中,该检测模块1103用于执行图2中的步骤S300,关于该检测模块1103的详细描述可以参考步骤S300。
可选地,所述活体检测装置为超声波探测装置,所述超声波探测装置用于向所述预设范围内发射预设频率的超声波探测信号并接收所述超声波探测信号的反射波信号,所述位置获取模块通过如下方式持续获取预设范围的人员相对于目标参考物的位置数据:
获取所述反射波信号中的脸部反射信号,所述脸部反射信号由所述脸部区域中的被探测部位产生;
根据发送所述超声波探测信号与接收所述脸部反射信号的时间间隔,获得该脸部区域中的被探测部位相较于所述目标参考物在三维空间中的坐标数据;
根据所述超声波探测信号的信号强度与所述脸部反射信号的信号强度,获得所述脸部区域中的被探测部位对所述超声波探测信号的能量损失;
根据所述坐标数据以及所述能量损失确定所述脸部区域是否为活体人脸。
本申请实施例还提供一种数据处理设备100,包括处理器和存储器,所述存储器存储有能够被所述处理器执行的机器可执行指令,所述处理器可执行所述机器可执行指令,以实现所述人员检测方法。
值得说明的是,该数据处理设备100可以是与活体检测装置以及超声波探测装置通信连接的服务器,还可以是将活体检测装置以及超声波探测装置集成在一起的电子设备,在本实施例中不做过多限制。
本申请实施例还提供一种存储介质,其上存储有计算机程序,所述计算机程序被执行时,实现所述人员检测方法。
综上所述,本申请实施例提供一种人员检测方法、装置、数据处理设备及存储介质。根据预设范围内人员的位置数据对所述人员的运动方向进行判断。对靠近目标参考物的方向运动的目标人员的脸部进行活体检测。如此,根据人员的运动方向提前判断预设范围内的人员是否有进行检测的意图,对靠近目标参考物的方向运动的目标人员的脸部提前进行活体检测,继而减少人员等待时间。
在本申请所提供的实施例中,应该理解到,所揭露的装置和方法,也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,附图中的流程图和框图显示了根据本申请的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现方式中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
另外,在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分,也可以是各个模块单独存在,也可以两个或两个以上模块集成形成一个独立的部分。
所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上所述,仅为本申请的各种实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应所述以权利要求的保护范围为准。
Claims (13)
1.一种人员检测方法,其特征在于,应用于与活体检测装置通信的数据处理设备,所述方法包括:
持续获取预设范围内的人员相对于目标参考物的位置数据;
根据所述位置数据判断所述预设范围的人员的运动方向;
对靠近所述目标参考物的方向运动的目标人员,通过所述活体检测装置对该目标人员的脸部区域进行活体检测。
2.根据权利要求1所述的人员检测方法,其特征在于,所述活体检测装置为超声波探测装置,所述超声波探测装置用于向所述预设范围内发射预设频率的超声波探测信号,并接收所述超声波探测信号的反射波信号;所述通过所述活体检测装置对该目标人员的脸部区域进行活体检测的步骤包括:
获取所述反射波信号中的脸部反射信号,所述脸部反射信号由所述脸部区域中的被探测部位产生;
根据发送所述超声波探测信号与接收所述脸部反射信号的时间间隔,获得该脸部区域中的被探测部位相较于所述目标参考物在三维空间中的坐标数据;
根据所述超声波探测信号的信号强度与所述脸部反射信号的信号强度,获得所述脸部区域中的被探测部位对所述超声波探测信号的能量损失;
根据所述坐标数据以及所述能量损失确定所述脸部区域是否为活体人脸。
3.根据权利要求2所述的人员检测方法,其特征在于,所述超声波探测装置为预设数量的超声波发射阵列;所述超声波探测信号为所述超声波发射阵列发射的超声波束,所述反射波信号为所述超声波束的反射波束;所述脸部反射信号为所述反射波束中的脸部反射波速,所述脸部反射波速由所述脸部区域中的被探测部位产生;
所述根据发送所述超声波探测信号与接收所述脸部反射信号的时间间隔,获得该脸部区域中的被探测部位相较于所述目标参考物在三维空间中的坐标数据的步骤包括:
根据发送所述超声波束与接收所述脸部反射波速的时间间隔,获得该脸部区域中的被探测部位相较于所述目标参考物在三维空间中的坐标数据。
4.根据权利要求2所述的人员检测方法,其特征在于,所述数据处理设备配置有训练好的第一机器学习模型,所述根据所述坐标数据以及所述能量损失确定所述脸部区域是否为活体人脸的步骤包括:
将该脸部区域中的被探测部位的坐标数据以及该脸部区域中的被探测部位的能量损失输入到所述第一机器学习模型中;
根据所述第一机器学习模型的输出结果判断所述脸部区域是否为活体人脸。
5.根据权利要求2所述的人员检测方法,其特征在于,所述持续获取预设范围的人员相对于目标参考物的位置数据之前,包括:
根据发射所述超声波探测信号与接收所述反射波信号的时间间隔,获得所述预设范围内各障碍物的被探测部位相较于所述目标参考物在三维空间中的坐标数据;
根据所述超声波探测信号的信号强度与所述反射波信号的信号强度获得所述预设范围内各障碍物的被探测部位对所述超声波探测信号的能量损失;
根据所述各障碍物的被探测部位的坐标数据以及各障碍物的被探测部位的能量损失确定所述预设范围内的人员。
6.根据权利要求5所述的人员检测方法,其特征在于,所述数据处理设备还配置有训练好的第二机器学习模型,所述根据所述预设范围内各障碍物的被探测部位相较于所述目标参考物在三维空间中的坐标数据以及对所述超声波探测信号的能量损失,确定所述预设范围内的人员的步骤包括:
将所述各障碍物的被探测部位的坐标数据以及各障碍物的被探测部位的能量损失输入到所述第二机器学习模型中;
根据所述第二机器学习模型的输出结果确定所述预设范围内的人员。
7.根据权利要求2所述的人员检测方法,其特征在于,所述超声波探测装置持续发射所述超声波探测信号,所述持续获取预设范围内的人员相对于目标参考物的位置数据的步骤包括:
持续获取所述超声波探测信号的反射波信号;
根据所述反射波信号持续计算所述预设范围的人员相对于所述目标参考物的位置数据。
8.根据权利要求1所述人员检测方法,其特征在于,所述根据所述位置数据判断所述预设范围的人员的运动方向的步骤包括:
根据所述位置数据持续计算所述预设范围的人员与所述目标参考物之间的距离;
根据所述预设范围的人员的距离的变化,判断所述预设范围的人员的运动方向。
9.根据权利要求1所述的人员检测方法,其特征在于,所述对靠近所述目标参考物的方向运动的目标人员,通过所述活体检测装置对目标人员的该脸部区域进行活体检测的步骤包括:
对靠近所述目标参考物的方向运动的多个目标人员,通过所述活体检测装置对所述多个目标人员的脸部区域进行活体检测。
10.一种人员检测装置,其特征在于,应用于与活体检测装置通信的数据处理设备,所述人员检测装置包括位置获取模块、方向获取模块以及检测模块;
所述位置获取模块用于持续获取预设范围内的人员相对于目标参考物的位置数据;
所述方向获取模块用于根据所述位置数据判断所述预设范围的人员的运动方向;
所述检测模块用于对靠近所述目标参考物的方向运动的目标人员,通过所述活体检测装置对该目标人员的脸部区域进行活体检测。
11.根据权利要求10所述的人员检测装置,其特征在于,所述活体检测装置为超声波探测装置,所述超声波探测装置用于向所述预设范围内发射预设频率的超声波探测信号并接收所述超声波探测信号的反射波信号,所述检测模块通过如下方式确定所述脸部区域是否为活体人脸:
获取所述反射波信号中的脸部反射信号,所述脸部反射信号由所述脸部区域中的被探测部位产生;
根据发送所述超声波探测信号与接收所述脸部反射信号的时间间隔,获得该脸部区域中的被探测部位相较于所述目标参考物在三维空间中的坐标数据;
根据所述超声波探测信号的信号强度与所述脸部反射信号的信号强度,获得所述脸部区域中的被探测部位对所述超声波探测信号的能量损失;
根据所述坐标数据以及所述能量损失确定所述脸部区域是否为活体人脸。
12.一种数据处理设备,其特征在于,包括处理器和存储器,所述存储器存储有能够被所述处理器执行的机器可执行指令,所述处理器可执行所述机器可执行指令,以实现权利要求1-9任一项所述的人员检测方法。
13.一种存储介质,其特征在于,其上存储有计算机程序,所述计算机程序被执行时,实现权利要求1-9中任意一项所述的人员检测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911291453.3A CN112989884B (zh) | 2019-12-16 | 2019-12-16 | 人员检测方法、装置、数据处理设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911291453.3A CN112989884B (zh) | 2019-12-16 | 2019-12-16 | 人员检测方法、装置、数据处理设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112989884A true CN112989884A (zh) | 2021-06-18 |
CN112989884B CN112989884B (zh) | 2024-04-09 |
Family
ID=76343025
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911291453.3A Active CN112989884B (zh) | 2019-12-16 | 2019-12-16 | 人员检测方法、装置、数据处理设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112989884B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN205540781U (zh) * | 2016-01-21 | 2016-08-31 | 珠海格力电器股份有限公司 | 身份的识别系统 |
CN208141396U (zh) * | 2017-12-27 | 2018-11-23 | 武汉科技大学 | 一种人脸识别装置 |
CN109147126A (zh) * | 2018-08-11 | 2019-01-04 | 深圳市罗德韦尔智能科技有限公司 | 基于人脸识别的智能门锁无感开门系统及控制方法 |
CN109460684A (zh) * | 2018-10-24 | 2019-03-12 | Oppo广东移动通信有限公司 | 信息处理方法、装置、存储介质及移动移动终端 |
-
2019
- 2019-12-16 CN CN201911291453.3A patent/CN112989884B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN205540781U (zh) * | 2016-01-21 | 2016-08-31 | 珠海格力电器股份有限公司 | 身份的识别系统 |
CN208141396U (zh) * | 2017-12-27 | 2018-11-23 | 武汉科技大学 | 一种人脸识别装置 |
CN109147126A (zh) * | 2018-08-11 | 2019-01-04 | 深圳市罗德韦尔智能科技有限公司 | 基于人脸识别的智能门锁无感开门系统及控制方法 |
CN109460684A (zh) * | 2018-10-24 | 2019-03-12 | Oppo广东移动通信有限公司 | 信息处理方法、装置、存储介质及移动移动终端 |
Also Published As
Publication number | Publication date |
---|---|
CN112989884B (zh) | 2024-04-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3484371B1 (en) | Precedent-based ultrasound focusing | |
Barshan et al. | A bat-like sonar system for obstacle localization | |
Li et al. | Deep AI enabled ubiquitous wireless sensing: A survey | |
US5231609A (en) | Multiplatform sonar system and method for underwater surveillance | |
US7269096B2 (en) | Identification and location of an object via passive acoustic detection | |
JP6781265B2 (ja) | 非構造化データを使用したレーダ取り付け判定 | |
Schillebeeckx et al. | Biomimetic sonar: Binaural 3D localization using artificial bat pinnae | |
Bai et al. | Acoustic-based sensing and applications: A survey | |
CN105992559A (zh) | 用于自动针再校准检测的系统 | |
Mao et al. | DeepRange: Acoustic ranging via deep learning | |
US9945946B2 (en) | Ultrasonic depth imaging | |
Kroh et al. | Classification of sonar targets in air: A neural network approach | |
Simon et al. | Bioinspired sonar reflectors as guiding beacons for autonomous navigation | |
Mannay et al. | Characterization of an ultrasonic local positioning system for 3D measurements | |
RU2659090C1 (ru) | Способ идентификации наземных целей | |
CN112989884B (zh) | 人员检测方法、装置、数据处理设备及存储介质 | |
CN205812390U (zh) | 一种车载激光麦克风 | |
Saqib et al. | A framework for spatial map generation using acoustic echoes for robotic platforms | |
Barshan | A sonar-based mobile robot for bat-like prey capture | |
KR20210011805A (ko) | 소나 시스템 및 소나 시스템을 이용한 탐지 방법 | |
CN115390052A (zh) | 一种成像声呐实物模拟装置及方法 | |
Hahne | 3-dimensional sonic phase-invariant echo localization | |
Marengo et al. | Optical-theorem-based coherent scatterer detection in complex environments | |
CN111213069B (zh) | 基于相干光的避障装置及方法 | |
Sadjoli et al. | PCD reconstruction, object classification and pose estimation for underwater vehicles using orthogonal multibeam forward looking sonar fusion |
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 |