CN113495493A - 用于识别人体高度的方法及装置、家电设备、可读存储介质 - Google Patents

用于识别人体高度的方法及装置、家电设备、可读存储介质 Download PDF

Info

Publication number
CN113495493A
CN113495493A CN202110875591.7A CN202110875591A CN113495493A CN 113495493 A CN113495493 A CN 113495493A CN 202110875591 A CN202110875591 A CN 202110875591A CN 113495493 A CN113495493 A CN 113495493A
Authority
CN
China
Prior art keywords
temperature data
human body
matrix
data matrix
identified
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
CN202110875591.7A
Other languages
English (en)
Other versions
CN113495493B (zh
Inventor
陈强
董金盛
高保华
徐勤耀
寇秋莉
王磊
宋艳凤
刘运涛
李相军
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.)
Qingdao Haier Air Conditioner Gen Corp Ltd
Qingdao Haier Air Conditioning Electric Co Ltd
Haier Smart Home Co Ltd
Original Assignee
Qingdao Haier Air Conditioner Gen Corp Ltd
Qingdao Haier Air Conditioning Electric Co Ltd
Haier Smart Home 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 Qingdao Haier Air Conditioner Gen Corp Ltd, Qingdao Haier Air Conditioning Electric Co Ltd, Haier Smart Home Co Ltd filed Critical Qingdao Haier Air Conditioner Gen Corp Ltd
Priority to CN202110875591.7A priority Critical patent/CN113495493B/zh
Publication of CN113495493A publication Critical patent/CN113495493A/zh
Application granted granted Critical
Publication of CN113495493B publication Critical patent/CN113495493B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B15/00—Systems controlled by a computer
    • G05B15/02—Systems controlled by a computer electric
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/20—Pc systems
    • G05B2219/26—Pc applications
    • G05B2219/2642—Domotique, domestic, home control, automation, smart house
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]

Landscapes

  • Engineering & Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Manufacturing & Machinery (AREA)
  • Quality & Reliability (AREA)
  • Radiation Pyrometers (AREA)

Abstract

本申请涉及空调技术领域，公开一种用于识别人体高度的方法，包括：对预设区域进行监测，获得温度数据矩阵集合；温度数据矩阵集合中包括多帧温度数据矩阵；在温度数据矩阵集合中选取一帧温度数据矩阵并将其确定为待识别温度数据矩阵；确定待识别温度数据矩阵中的人体热源；获取人体热源中的头部热源；获取头部热源在地面的第一投影面积；根据第一投影面积识别人体高度。根据温度数据矩阵获取人体热源，根据人体热源识别人体高度，这样的方式不需要获取用户的图像，进而能够在不对用户拍照的情况下也能够进行人体高度识别，从而不侵犯用户的隐私。本申请还公开一种用于识别人体高度的装置及家电设备、可读存储介质。

Description

用于识别人体高度的方法及装置、家电设备、可读存储介质
技术领域
本申请涉及智能家居技术领域，例如涉及一种用于识别人体高度的方法及装置、家电设备、可读存储介质。
背景技术
现有技术中识别人体高度的方式，主要通过摄像头进行图像识别等方式实现，通过摄像头进行图像识别虽然能够实现人体高度识别，但是在识别过程中需要对用户进行拍照以获取用户的图像，这样可能侵犯用户隐私，因此不适于应用在家电设备上。
发明内容
为了对披露的实施例的一些方面有基本的理解，下面给出了简单的概括。所述概括不是泛泛评述，也不是要确定关键/重要组成元素或描绘这些实施例的保护范围，而是作为后面的详细说明的序言。
本公开实施例提供了一种用于识别人体高度的方法及装置、家电设备、可读存储介质，以能够在不对用户拍照的情况下也能够进行人体高度识别。
在一些实施例中，所述用于识别人体高度的方法包括：对预设区域进行监测，获得温度数据矩阵集合；温度数据矩阵集合中包括多帧温度数据矩阵；在温度数据矩阵集合中选取一帧温度数据矩阵并将其确定为待识别温度数据矩阵；确定待识别温度数据矩阵中的人体热源；获取人体热源中的头部热源；获取头部热源在地面的第一投影面积；根据第一投影面积识别人体高度。
在一些实施例中，所述用于识别人体高度的装置包括：第一获取模块，被配置为对预设区域进行监测，获得温度数据矩阵集合；温度数据矩阵集合中包括多帧温度数据矩阵；第一确定模块，被配置为在温度数据矩阵集合中选取一帧温度数据矩阵并将其确定为待识别温度数据矩阵；第二确定矩阵，被配置为确定待识别温度数据矩阵中的人体热源；第二获取模块，被配置为获取人体热源中的头部热源；第三获取模块，被配置为获取头部热源在地面的第一投影面积；识别模块，被配置为根据第一投影面积识别人体高度。
在一些实施例中，所述用于识别人体高度的装置包括：处理器和存储有程序指令的存储器，处理器被配置为在运行程序指令时，执行如上述的用于识别人体高度的方法。
在一些实施例中，所述家电设备包括上述的用于识别人体高度的装置。
在一些实施例中，所述可读存储介质，存储有程序指令，所述程序指令在运行时，执行如上述的用于识别人体高度的方法。
本公开实施例提供的用于识别人体高度的方法及装置、家电设备、可读存储介质，可以实现以下技术效果：通过对预设区域进行监测，获得温度数据矩阵集合，在温度数据矩阵集合中选取一帧温度数据矩阵并将其确定为待识别温度数据矩阵，确定待识别温度数据矩阵中的人体热源，获取人体热源中的头部热源，获取头部热源在地面的第一投影面积，根据第一投影面积识别人体高度。根据温度数据矩阵获取人体热源，根据人体热源识别人体高度，这样的方式不需要获取用户的图像，进而能够在不对用户拍照的情况下也能够进行人体高度识别，不侵犯用户的隐私。
以上的总体描述和下文中的描述仅是示例性和解释性的，不用于限制本申请。
附图说明
一个或多个实施例通过与之对应的附图进行示例性说明，这些示例性说明和附图并不构成对实施例的限定，附图中具有相同参考数字标号的元件示为类似的元件，附图不构成比例限制，并且其中：
图1是本公开实施例提供的一个用于识别人体高度的方法的示意图；
图2是本公开实施例提供的一个用于识别人体高度的装置的示意图；
图3是本公开实施例提供的另一个用于识别人体高度的装置的示意图。
具体实施方式
为了能够更加详尽地了解本公开实施例的特点与技术内容，下面结合附图对本公开实施例的实现进行详细阐述，所附附图仅供参考说明之用，并非用来限定本公开实施例。在以下的技术描述中，为方便解释起见，通过多个细节以提供对所披露实施例的充分理解。然而，在没有这些细节的情况下，一个或多个实施例仍然可以实施。在其它情况下，为简化附图，熟知的结构和装置可以简化展示。
本公开实施例的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本公开实施例的实施例。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含。
除非另有说明，术语“多个”表示两个或两个以上。
本公开实施例中，字符“/”表示前后对象是一种“或”的关系。例如，A/B表示：A或B。
术语“和/或”是一种描述对象的关联关系，表示可以存在三种关系。例如，A和/或B，表示：A或B，或，A和B这三种关系。
本公开实施例中，家电设备是指将微处理器、传感器技术、网络通信技术引入家电设备后形成的智能家电产品，具有智能控制、智能感知及智能应用的特征，家电设备的运作过程往往依赖于物联网、互联网以及电子芯片等现代技术的应用和处理，例如家电设备可以通过连接电子设备，实现用户对家电设备的远程控制和管理。
结合图1所示，本公开实施例提供一种用于识别人体高度方法，包括：
步骤S101，对预设区域进行监测，获得温度数据矩阵集合；温度数据矩阵集合中包括多帧温度数据矩阵。
步骤S102，在温度数据矩阵集合中选取一帧温度数据矩阵并将其确定为待识别温度数据矩阵。
步骤S103，确定待识别温度数据矩阵中的人体热源。
步骤S104，获取人体热源中的头部热源。
步骤S105，获取头部热源在地面的第一投影面积。
步骤S106，根据第一投影面积识别人体高度。
采用本公开实施例提供的用于识别人体高度的方法，通过对预设区域进行监测，获得温度数据矩阵集合，在温度数据矩阵集合中选取一帧温度数据矩阵并将其确定为待识别温度数据矩阵，确定待识别温度数据矩阵中的人体热源，获取人体热源中的头部热源，获取头部热源在地面的第一投影面积，根据第一投影面积识别人体高度。根据温度数据矩阵获取人体热源，根据人体热源识别人体高度，这样的方式不需要获取用户的图像，进而能够在不对用户拍照的情况下也能够进行人体高度识别，不侵犯用户的隐私。
可选地，通过矩阵热电堆传感器对预设区域进行监测，在预设周期内，矩阵热电堆传感器连续采集多帧矩阵点对应的温度值，并对各温度值进行温度修正后，获得多帧温度数据矩阵，即获得温度数据矩阵集合。矩阵热电堆传感器采集的每一帧的矩阵点数在520到12800个之间。
可选地，在温度数据矩阵集合中随机选取一帧温度数据矩阵并将其确定为待识别温度数据矩阵。
可选地，确定待识别温度数据矩阵中的人体热源，包括：将温度数据矩阵集合中除待识别温度数据矩阵外的其他温度数据矩阵确定为参考温度数据矩阵；确定待识别温度数据矩阵中的待识别人体热源；分别确定各参考温度数据矩阵中的参考人体热源；确定待识别人体热源的第一边界；分别确定各参考人体热源的第二边界；确定是否存在与第一边界不同的第二边界，在存在与第一边界不同的第二边界的情况下，将待识别人体热源确定为待识别温度数据矩阵中的人体热源。
可选地，各温度数据矩阵的各矩阵点对应有温度值，确定待识别温度数据矩阵中的待识别人体热源，包括：在温度数据矩阵集合中获取待识别温度数据矩阵中各矩阵点的最高温度值和最低温度值；根据待识别温度数据矩阵中各矩阵点的最高温度值和最低温度值确定待识别温度数据矩阵中各矩阵点的温度波动值；为待识别温度数据矩阵中大于第一阈值的温度波动值对应的矩阵点增加第一标记；为待识别温度数据矩阵中带有第一标记且温度值处于第一预设温度范围的矩阵点增加第二标记；第一标记用于表征备选人体温度矩阵点，第二标记用于表征人体温度矩阵点；将带有第二标记的矩阵点确定为待识别温度数据矩阵的待识别人体热源。
由于人体温度与环境温度存在差异属性，通过确定待识别温度数据矩阵中各矩阵点的温度波动值，筛选出表征备选人体温度的矩阵点，排除表征环境温度的矩阵点，缩小了确定待识别人体热源的范围，并对大于第一阈值的温度波动值对应的矩阵点且温度值处于第一预设温度范围的矩阵点进行标记，从而使得确定出的待识别人体热源更符合人体的温度特征。
可选地，温度值的预设温度范围为25℃<温度值<42℃。
可选地，根据待识别温度数据矩阵中各矩阵点的最高温度值和最低温度值确定待识别温度数据矩阵中各矩阵点的温度波动值，包括：分别获取待识别温度数据矩阵中各矩阵点的温度值与对应的最高温度值的第一差值，将各第一差值的绝对值确定为待识别温度数据矩阵中各矩阵点的温度波动值；或，分别获取待识别温度数据矩阵中各矩阵点的温度值与对应的最低温度值的第二差值，将各第二差值的绝对值确定为待识别温度数据矩阵中各矩阵点的温度波动值；或，分别获取待识别温度数据矩阵中各矩阵点的温度值与对应的最高温度值的第一差值，分别获取待识别温度数据矩阵中各矩阵点的温度值与对应的最低温度值的第二差值；将各第一差值的绝对值确定为待识别温度数据矩阵中各矩阵点的温度波动值，将各第二差值的绝对值确定为待识别温度数据矩阵中各矩阵点的温度波动值。即，各矩阵点的温度波动值包括第一差值的绝对值，和，第二差值的绝对值。
可选地，分别确定各参考温度数据矩阵中的参考人体热源，包括：在温度数据矩阵集合中获取各参考温度数据矩阵中各矩阵点的最高温度值和最低温度值；根据各参考温度数据矩阵中各矩阵点的最高温度值和最低温度值确定各参考温度数据矩阵中各矩阵点的温度波动值；为各参考温度数据矩阵中大于第三阈值的温度波动值对应的矩阵点增加第三标记；为各参考温度数据矩阵中带有第三标记且温度值处于第二预设温度范围的矩阵点增加第四标记；第三标记用于表征参考备选人体温度矩阵点，第四标记用于表征参考人体温度矩阵点；将带有第四标记的矩阵点确定为各参考温度数据矩阵的参考人体热源。
可选地，根据各参考温度数据矩阵中各矩阵点的最高温度值和最低温度值确定各参考温度数据矩阵中各矩阵点的温度波动值，包括：分别获取各参考温度数据矩阵中各矩阵点的温度值与对应的最高温度值的第三差值，将各第三差值的绝对值确定为各参考温度数据矩阵中各矩阵点的温度波动值；或，分别获取各参考温度数据矩阵中各矩阵点的温度值与对应的最低温度值的第四差值，将各第四差值的绝对值确定为各参考温度数据矩阵中各矩阵点的温度波动值；或，分别获取各参考温度数据矩阵中各矩阵点的温度值与对应的最高温度值的第三差值，分别获取各参考温度数据矩阵中各矩阵点的温度值与对应的最低温度值的第四差值；将各第三差值的绝对值确定为各参考温度数据矩阵中各矩阵点的温度波动值，将各第四差值的绝对值确定为各参考温度数据矩阵中各矩阵点的温度波动值。即，各矩阵点的温度波动值包括第三差值的绝对值，和，第四差值的绝对值。
可选地，确定待识别人体热源的第一边界，包括：在待识别人体热源中选取热源边界矩阵点，热源边界矩阵点的相邻位置存在未带有第二标记的矩阵点；将热源边界矩阵点确定为待识别人体热源的第一边界。
可选地，分别确定各参考人体热源的第二边界，包括：在各参考人体热源中选取对应的参考热源边界矩阵点，各参考热源边界矩阵点的相邻位置存在未带有第四标记的矩阵点；将各参考热源边界矩阵点确定为各对应的参考人体热源的第二边界。
在一些实施例中，由于人体温度与环境温度存在差异属性，通过确定待识别温度数据矩阵中各矩阵点的温度波动值，筛选出表征备选人体的矩阵点，排除表征环境温度的矩阵点，缩小了确定待识别人体热源的范围。由于人体具有恒温的属性，通过将带有第一标记且温度值处于预设温度范围的矩阵点增加第二标记，排除不在人体温度范围内的温度值对应的矩阵点，从而确定出待识别人体热源。由于人体具有活动的属性，通过热源边界矩阵点的相邻位置存在未带有第二标记的矩阵点来确定待识别人体热源的第一边界，通过存在与第一边界不同的第二边界将待识别人体热源确定为待识别温度数据矩阵中的人体热源，排除了其他在人体温度范围内的热源被误认为人体的矩阵点。通过确定待识别温度数据矩阵中的待识别人体热源，并确定待识别人体热源的第一边界，在存在与第一边界不同的第二边界的情况下，将待识别人体热源确定为待识别温度数据矩阵中的人体热源，这样确定人体热源，不需要通过视觉的算法处理，且不会转动矩阵热电堆传感器来采集温度数据矩阵，提高了效率。同时，由于不需要通过视觉的算法进行处理，无需大量的视觉运算过程，运算量和运算空间需求大大降低，普通算力的单片机就可以完成算法识别过程，相比现有的确定人体热源的方法需要单片机进行大量精密计算，缩短了算法识别周期，减少了算法对单片机RAM(Random Access Memory，随机存取存储器)空间的依赖，降低了对单片机的要求，更容易实现，且降低了成本。
可选地，获取人体热源中的头部热源，包括：将人体热源中大于第二阈值的温度值对应的矩阵点确定为头部热源。
可选地，获取头部热源在地面的第一投影面积，包括：将待识别温度数据矩阵中的中心矩阵点确定为参考矩阵点；将头部热源中的各矩阵点确定为待投影矩阵点；分别获取参考矩阵点与各待投影矩阵点之间的偏移量；根据各偏移量分别获取各对应的待投影矩阵点在地面的第二投影面积；将各第二投影面积进行合并，获得头部热源在地面的第一投影面积。
可选地，温度数据矩阵包含M*N个矩阵点，M为温度数据矩阵的行的数量，N为温度数据矩阵的列的数量。其中，第P行第Q列的矩阵点为中心矩阵点，即坐标为(P，Q)，即参考矩阵点坐标为(P，Q)，在M和N均为偶数的情况下，通过计算P＝M/2获得中心矩阵点的横坐标P，通过计算Q＝N/2获得中心矩阵点的纵坐标Q；在N为奇数的情况下，通过计算Q＝(N+1)/2获得中心矩阵点的纵坐标Q；在M为奇数的情况下，通过计算P＝(M+1)/2获得中心矩阵点的横坐标P；其中，M>P>0，N>Q>0，M、N、P和Q均为整数。
可选地，矩阵热电堆传感器安装在参考墙面上，每帧温度数据矩阵中各矩阵点在地面的投影均为梯形。
可选地，参考墙面为竖直墙面。
可选地，将待识别温度数据矩阵中的中心矩阵点确定为参考矩阵点，将参考矩阵点在地面的投影确定为参考梯形；获取参考梯形的中心点；将参考梯形的中心点与参考点之间的连接线与参考墙面之间的锐角确定为矩阵热电堆传感器与参考墙面的夹角C，参考点用于表征矩阵热电堆传感器的安装位置。
可选地，在参考矩阵点在地面的投影与其中一个待投影矩阵点在地面的投影重合的情况下，参考矩阵点与其投影重合的待投影矩阵点之间的偏移量为0。
可选地，在参考矩阵点在地面的投影与待投影矩阵点c在地面的投影重合的情况下，通过计算
Sc＝(L11+L12)*(H*tan(C-A/(2*N))-H*tan(C+A/(2*N)))/2获得待投影矩阵点c在地面的第二投影面积；其中Sc为待投影矩阵点c在地面的第二投影面积，L11为参考梯形的短边长，L12为参考梯形的长边长，H为参考点与地面的距离，C为矩阵热电堆传感器与参考墙面的夹角，N为待识别温度数据矩阵的列数，A为矩阵热电堆传感器的在竖直方向上的FOV(Field of View，视场角)。
可选地，通过计算L11＝2W11*tan(B/(2*M))获得参考梯形的短边长，L11为参考梯形的短边长，M为待识别温度数据矩阵的行的数量，B为矩阵热电堆传感器在水平方向上的视场角，W11为参考点到参考梯形短边的最短距离。
可选地，通过计算W11＝H*cosC获得参考点到参考梯形短边的最短距离。
可选地，通过计算L12＝2W12*tan(B/(2*M))获得参考梯形的长边长，L12为参考梯形的长边长，W12为参考点到参考梯形长边的最短距离。
可选地，通过计算W12＝H*cos(C+(A/(2*N)))获得参考点到参考梯形长边的最短距离，N为待识别温度数据矩阵的列的数量。
可选地，在存在待投影矩阵点在地面的投影相比参考梯形更靠近参考墙面的情况下，将相比参考梯形更靠近参考墙面的投影对应的待投影矩阵点确定为第一待投影矩阵点，将第一待投影矩阵点在地面的投影确定为第一待投影梯形。
可选地，通过计算DeltNa＝|Q-Ya|获得参考矩阵点与第a个第一待投影矩阵点在纵坐标方向上的偏移量，DeltNa为参考矩阵点与第a个第一待投影矩阵点的纵坐标方向上的偏移量，Ya为第a个第一待投影矩阵点的纵坐标，即为第a个第一待投影矩阵点对应待识别温度数据矩阵的列数，其中，DeltNa≥1。
可选地，通过计算Sa＝(La1+La2)*(H*tan(C-((A*DeltNa)/(2*N)))-H*tan(C+((A*DeltNa)/(2*N))))/2获得第a个第一待投影矩阵点在地面的第二投影面积；其中，Sa为第a个第一待投影矩阵点在地面的第二投影面积，La1为第a个第一待投影梯形的短边长，La2为第a个第一待投影梯形的长边长，a≤第一待投影矩阵点的数量。
可选地，通过计算La1＝Wa1*tan((B*3*DeltMa)/(2*M))-Wa1*tan((B*3*(DeltMa-1))/(2*M))获取第a个第一待投影梯形的短边长，La1为第a个第一待投影梯形的短边长，Wa1为参考点到第a个第一待投影梯形短边的最短距离，DeltMa为第a个第一待投影矩阵点与参考矩阵点在横坐标方向上的偏移量。可选地，通过计算DeltMa＝|P-Xa|获得第a个第一待投影矩阵点与参考矩阵点在横坐标方向上的偏移量，其中，Xa为第a个第一待投影矩阵点的横坐标，即第a个第一待投影矩阵点对应待识别温度数据矩阵的行数，DeltMa≥1。
可选地，通过计算Wa1＝H*cos(C-((A*DeltNa)/(2*N)))获得参考点到第a个第一待投影梯形短边的最短距离，Wa1为参考点到第a个第一待投影梯形短边的最短距离。
可选地，通过计算La2＝Wa2*tan((B*3*DeltMa)/(2*M))-Wa2*tan((B*3*(DeltMa-1))/(2*M))获得第a个第一待投影梯形的长边长，La2为第a个第一待投影梯形的长边长，Wa2为参考点到第a个第一待投影梯形长边的最短距离。
可选地，通过计算Wa2＝H*cos(C-((A*(DeltNa-1))/(2*N)))获得参考点到第a个第一待投影梯形长边的最短距离，Wa2为参考点到第a个第一待投影梯形长边的最短距离。
可选地，在存在待投影矩阵点在地面的投影相比参考梯形更远离参考墙面的情况下，将相比参考梯形更远离参考墙面的投影对应的待投影矩阵点确定为第二待投影矩阵点，将第二待投影矩阵点在地面的投影确定为第二待投影梯形。
可选地，通过计算DeltNb＝|Q-Yb|获得参考矩阵点与第b个第二待投影矩阵点在纵坐标方向上的偏移量，DeltNb为参考矩阵点与第b个第二待投影矩阵点在纵坐标方向上的偏移量，Yb为第b个第二待投影矩阵点的纵坐标，即第b个第二待投影矩阵点对应待识别温度数据矩阵的列数，其中，DeltNb≥1，b≤第二待投影矩阵点的数量。
可选地，通过计算Sb＝(Lb1+Lb2)*(H*tan(C+(A*3*DeltNb)/(2*N))-H*tan(C+((A*DeltNb)/(2*N))))/2获得第b个第二待投影矩阵点的第二投影面积；其中，Sb为第b个第二待投影矩阵点在地面的第二投影面积，Lb1为第b个第二待投影梯形的短边长，Lb2为第b个第二待投影梯形的长边长。
可选地，通过计算Lb1＝Wb1*tan((B*3*DeltMb)/(2*M))-Wb1*tan((B*3*(DeltMb-1))/(2*M))获取第b个第二待投影梯形的短边长，Lb1为第b个第二待投影梯形的短边长，Wb1为参考点到第b个第二待投影梯形短边的最短距离，DeltMb为第b个第二待投影矩阵点与参考矩阵点在横坐标方向上的偏移量。可选地，通过计算DeltMb＝|P-Xb|获得第b个第二待投影矩阵点与参考矩阵点在横坐标方向上的偏移量，其中，Xb为第b个第二待投影矩阵点的横坐标，即第b个第二待投影矩阵点对应待识别温度数据矩阵的行数，其中，DeltMb≥1。
可选地，通过计算Wb1＝H*cos(C+((A*DeltNb)/(2*N)))获得参考点到第b个第二待投影梯形短边的最短距离，Wb1为参考点到第b个第二待投影梯形短边的最短距离。
可选地，通过计算Lb2＝Wb2*tan((B*3*DeltMb)/(2*M))-Wb2*tan((B*3*(DeltMb-1))/(2*M))获取第b个第二待投影梯形的长边长，Lb2为第b个第二待投影梯形的长边长，Wb2为参考点到第b个第二待投影梯形长边的最短距离。
可选地，通过计算Wb2＝H*cos(C+((A*(DeltNb+1))/(2*N)))获得参考点到第b个第二待投影梯形长边的最短距离，Wb2为参考点到第b个第二待投影梯形短边的最短距离。
可选地，根据第一投影面积识别人体高度，包括：按照预设的身高算法利用第一投影面积进行计算，获得人体高度。
可选地，通过计算
Figure BDA0003190155750000101
获得人体高度；其中Hp为人体高度，H为参考点与地面的距离，Sr为预设的成年人头部平均投影面积，Sx为人体热源中的头部热源在地面的第一投影面积。
人体的头部暴露于空气中，受气候和室内环境的影响，通常室内面部无遮挡，矩阵热电堆传感器可以完整的捕获到该人体的头部投影的矩阵点温度，成人头围是54-58cm，人体身高在170cm左右。根据《成年人头面部尺寸GB/T 2428-1998》统计数据，选取头部平均数据进行计算，男性均值-头全高223mm，头斜长208mm，头最大长184mm，头最大宽154mm；女性均值-头全高216mm，头斜长213mm，头最大长176mm，头最大宽149mm。人体头部的正面投影面积近似计算：头全高*头最大宽，其中，男：223*154mm2；女：216*149mm2；人体头部的侧面影面积近似计算：头全高*头最大长；其中，男：223*184mm2；女：216*176mm2；人体头部的正斜面投影面积近似计算：头斜长*头最大长；其中，男：213*184mm2；女：213*176mm2。壁挂式空调器安装位置通常高于人体身高，人体头部的投影面积为人体头部的正斜面投影面积。成年男性和女性的头部投影面积近似估算为392cm2和375cm2。为了便于计算预设成年人头部平均投影面积Sr为400cm2。
在一些实施例中，空调器设置有矩阵热电堆传感器，空调器通过矩阵热电堆传感器对预设区域进行监测，预设区域为矩阵热电堆传感器的视场角范围。通过矩阵热电堆传感器获取温度数据矩阵集合，在温度数据矩阵集合中选取一帧温度数据矩阵并将其确定为待识别温度数据矩阵，确定待识别温度数据矩阵中的人体热源，获取人体热源中的头部热源，获取头部热源在地面的第一投影面积，根据第一投影面积识别人体高度。实现了通过空调器识别人体的高度，相比现有技术中通过摄像头进行图像识别实现人体高度识别的算法复杂度以及硬件算力芯片要求会更高，而通过矩阵热电堆传感器识别人体高度的运算所需要的硬件资源更少，适用普通的单片机芯片，导致识别人体高度成本低。
结合图2所示，本公开实施例提供一种用于识别人体高度的装置，包括第一获取模块201、第一确定模块202、第二确定模块203、第二获取模块204、第三获取模块205和识别模块206。第一获取模块201被配置为对预设区域进行监测，获得温度数据矩阵集合；温度数据矩阵集合中包括多帧温度数据矩阵；第一确定模块202被配置为在温度数据矩阵集合中选取一帧温度数据矩阵并将其确定为待识别温度数据矩阵；第二确定模块203被配置为确定待识别温度数据矩阵中的人体热源；第二获取模块204被配置为获取人体热源中的头部热源；第三获取模块205被配置为获取头部热源在地面的第一投影面积；识别模块206被配置为根据第一投影面积识别人体高度。
采用本公开实施例提供的用于识别人体高度的装置，通过对预设区域进行监测，获得温度数据矩阵集合，在温度数据矩阵集合中选取一帧温度数据矩阵并将其确定为待识别温度数据矩阵，确定待识别温度数据矩阵中的人体热源，获取人体热源中的头部热源，获取头部热源在地面的第一投影面积，根据第一投影面积识别人体高度。根据温度数据矩阵获取人体热源，根据人体热源识别人体高度，这样的方式不需要获取用户的图像，进而能够在不对用户拍照的情况下也能够进行人体高度识别，不侵犯用户的隐私。
可选地，第二确定模块通过以下方式确定待识别温度数据矩阵中的人体热源，包括：将温度数据矩阵集合中除待识别温度数据矩阵外的其他温度数据矩阵确定为参考温度数据矩阵；确定待识别温度数据矩阵中的待识别人体热源；分别确定各参考温度数据矩阵中的参考人体热源；确定待识别人体热源的第一边界；分别确定各参考人体热源的第二边界；确定是否存在与第一边界不同的第二边界，在存在与第一边界不同的第二边界的情况下，将待识别人体热源确定为待识别温度数据矩阵中的人体热源。
可选地，各温度数据矩阵的各矩阵点对应有温度值，第二确定模块通过以下方式确定待识别温度数据矩阵中的待识别人体热源，包括：在温度数据矩阵集合中获取待识别温度数据矩阵中各矩阵点的最高温度值和最低温度值；根据待识别温度数据矩阵中各矩阵点的最高温度值和最低温度值确定待识别温度数据矩阵中各矩阵点的温度波动值；为待识别温度数据矩阵中大于第一阈值的温度波动值对应的矩阵点增加第一标记；为待识别温度数据矩阵中带有第一标记且温度值处于第一预设温度范围的矩阵点增加第二标记；第一标记用于表征备选人体温度矩阵点，第二标记用于表征人体温度矩阵点；将带有第二标记的矩阵点确定为待识别温度数据矩阵的待识别人体热源。
可选地，第二确定模块通过以下方式根据待识别温度数据矩阵中各矩阵点的最高温度值和最低温度值确定待识别温度数据矩阵中各矩阵点的温度波动值，包括：分别获取待识别温度数据矩阵中各矩阵点的温度值与对应的最高温度值的第一差值，将各第一差值的绝对值确定为待识别温度数据矩阵中各矩阵点的温度波动值；或，分别获取待识别温度数据矩阵中各矩阵点的温度值与对应的最低温度值的第二差值，将各第二差值的绝对值确定为待识别温度数据矩阵中各矩阵点的温度波动值；或，分别获取待识别温度数据矩阵中各矩阵点的温度值与对应的最高温度值的第一差值，分别获取待识别温度数据矩阵中各矩阵点的温度值与对应的最低温度值的第二差值；将各第一差值的绝对值确定为待识别温度数据矩阵中各矩阵点的温度波动值，将各第二差值的绝对值确定为待识别温度数据矩阵中各矩阵点的温度波动值。即，各矩阵点的温度波动值包括第一差值的绝对值，和，第二差值的绝对值。
可选地，第二确定模块通过以下方式分别确定各参考温度数据矩阵中的参考人体热源，包括：在温度数据矩阵集合中获取各参考温度数据矩阵中各矩阵点的最高温度值和最低温度值；根据各参考温度数据矩阵中各矩阵点的最高温度值和最低温度值确定各参考温度数据矩阵中各矩阵点的温度波动值；为各参考温度数据矩阵中大于第三阈值的温度波动值对应的矩阵点增加第三标记；为各参考温度数据矩阵中带有第三标记且温度值处于第二预设温度范围的矩阵点增加第四标记；第三标记用于表征参考备选人体温度矩阵点，第四标记用于表征参考人体温度矩阵点；将带有第四标记的矩阵点确定为各参考温度数据矩阵的参考人体热源。
可选地，第二确定模块通过以下方式根据各参考温度数据矩阵中各矩阵点的最高温度值和最低温度值确定各参考温度数据矩阵中各矩阵点的温度波动值，包括：分别获取各参考温度数据矩阵中各矩阵点的温度值与最高温度值的第三差值，将各第三差值的绝对值确定为各参考温度数据矩阵中各矩阵点的温度波动值；或，分别获取各参考温度数据矩阵中各矩阵点的温度值与最低温度值的第四差值，将各第四差值的绝对值确定为各参考温度数据矩阵中各矩阵点的温度波动值；或，分别获取各参考温度数据矩阵中各矩阵点的温度值与最高温度值的第三差值，分别获取各参考温度数据矩阵中各矩阵点的温度值与最低温度值的第四差值；将各第三差值的绝对值确定为各参考温度数据矩阵中各矩阵点的温度波动值，将各第四差值的绝对值确定为各参考温度数据矩阵中各矩阵点的温度波动值。即，各矩阵点的温度波动值包括第三差值的绝对值，和，第四差值的绝对值。
可选地，第二确定模块通过以下方式确定待识别人体热源的第一边界，包括：在待识别人体热源中选取热源边界矩阵点，热源边界矩阵点的相邻位置存在未带有第二标记的矩阵点；将热源边界矩阵点确定为待识别人体热源的第一边界。
可选地，第二确定模块通过以下方式分别确定各参考人体热源的第二边界，包括：在各参考人体热源中选取对应的参考热源边界矩阵点，各参考热源边界矩阵点的相邻位置存在未带有第四标记的矩阵点；将各参考热源边界矩阵点确定为各对应的参考人体热源的第二边界。
可选地，第二获取模块通过以下方式获取人体热源中的头部热源，包括：将人体热源中大于第二阈值的温度值对应的矩阵点确定为头部热源。
可选地，第三获取模块通过以下方式获取头部热源在地面的第一投影面积，包括：将待识别温度数据矩阵中的中心矩阵点确定为参考矩阵点；将头部热源中的各矩阵点确定为待投影矩阵点；分别获取参考矩阵点与各待投影矩阵点之间的偏移量；根据各偏移量分别获取各对应的待投影矩阵点在地面的第二投影面积；将各第二投影面积进行合并，获得头部热源在地面的第一投影面积。
可选地，识别模块通过以下方式根据第一投影面积识别人体高度，包括：按照预设的身高算法利用第一投影面积进行计算，获得人体高度。
结合图3所示，本公开实施例提供一种用于识别人体高度的装置，包括处理器(processor)300和存储器(memory)301。可选地，该装置还可以包括通信接口(Communication Interface)302和总线303。其中，处理器300、通信接口302、存储器301可以通过总线303完成相互间的通信。通信接口302可以用于信息传输。处理器300可以调用存储器301中的逻辑指令，以执行上述实施例的用于识别人体高度的方法。
此外，上述的存储器301中的逻辑指令可以通过软件功能单元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。
存储器301作为一种计算机可读存储介质，可用于存储软件程序、计算机可执行程序，如本公开实施例中的方法对应的程序指令/模块。处理器300通过运行存储在存储器301中的程序指令/模块，从而执行功能应用以及数据处理，即实现上述实施例中用于识别人体高度的方法。
存储器301可包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序；存储数据区可存储根据终端设备的使用所创建的数据等。此外，存储器301可以包括高速随机存取存储器，还可以包括非易失性存储器。
采用本公开实施例提供的用于识别人体高度的装置，通过对预设区域进行监测，获得温度数据矩阵集合，在温度数据矩阵集合中选取一帧温度数据矩阵并将其确定为待识别温度数据矩阵，确定待识别温度数据矩阵中的人体热源，获取人体热源中的头部热源，获取头部热源在地面的第一投影面积，根据第一投影面积识别人体高度。根据温度数据矩阵获取人体热源，根据人体热源识别人体高度，这样的方式不需要获取用户的图像，进而能够在不对用户拍照的情况下也能够进行人体高度识别，不侵犯用户的隐私。
本公开实施例提供了一种家电设备，包含上述的用于识别人体高度的装置。该家电设备通过对预设区域进行监测，获得温度数据矩阵集合，在温度数据矩阵集合中选取一帧温度数据矩阵并将其确定为待识别温度数据矩阵，确定待识别温度数据矩阵中的人体热源，获取人体热源中的头部热源，获取头部热源在地面的第一投影面积，根据第一投影面积识别人体高度。根据温度数据矩阵获取人体热源，根据人体热源识别人体高度，这样的方式不需要获取用户的图像，进而能够在不对用户拍照的情况下也能够进行人体高度识别，不侵犯用户的隐私。
可选地，家电设备为空调器。可选地，空调器设置有矩阵热电堆传感器，空调器为挂机，挂机安装在参考墙面上。可选地，参考墙面为竖直墙面。
本公开实施例提供了一种计算机可读存储介质，存储有计算机可执行指令，所述计算机可执行指令设置为执行上述用于识别人体高度的方法。
本公开实施例提供了一种计算机程序产品，所述计算机程序产品包括存储在计算机可读存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，使所述计算机执行上述用于识别人体高度的方法。
上述的计算机可读存储介质可以是暂态计算机可读存储介质，也可以是非暂态计算机可读存储介质。
本公开实施例的技术方案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，包括一个或多个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)执行本公开实施例所述方法的全部或部分步骤。而前述的存储介质可以是非暂态存储介质，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)、磁碟或者光盘等多种可以存储程序代码的介质，也可以是暂态存储介质。
以上描述和附图充分地示出了本公开的实施例，以使本领域的技术人员能够实践它们。其他实施例可以包括结构的、逻辑的、电气的、过程的以及其他的改变。实施例仅代表可能的变化。除非明确要求，否则单独的部件和功能是可选的，并且操作的顺序可以变化。一些实施例的部分和特征可以被包括在或替换其他实施例的部分和特征。而且，本申请中使用的用词仅用于描述实施例并且不用于限制权利要求。如在实施例以及权利要求的描述中使用的，除非上下文清楚地表明，否则单数形式的“一个”(a)、“一个”(an)和“所述”(the)旨在同样包括复数形式。类似地，如在本申请中所使用的术语“和/或”是指包含一个或一个以上相关联的列出的任何以及所有可能的组合。另外，当用于本申请中时，术语“包括”(comprise)及其变型“包括”(comprises)和/或包括(comprising)等指陈述的特征、整体、步骤、操作、元素，和/或组件的存在，但不排除一个或一个以上其它特征、整体、步骤、操作、元素、组件和/或这些的分组的存在或添加。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、方法或者设备中还存在另外的相同要素。本文中，每个实施例重点说明的可以是与其他实施例的不同之处，各个实施例之间相同相似部分可以互相参见。对于实施例公开的方法、产品等而言，如果其与实施例公开的方法部分相对应，那么相关之处可以参见方法部分的描述。
本领域技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，可以取决于技术方案的特定应用和设计约束条件。所述技术人员可以对每个特定的应用来使用不同方法以实现所描述的功能，但是这种实现不应认为超出本公开实施例的范围。所述技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
本文所披露的实施例中，所揭露的方法、产品(包括但不限于装置、设备等)，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，可以仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另外，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例。另外，在本公开实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。
附图中的流程图和框图显示了根据本公开实施例的系统、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。在有些作为替换的实现中，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，这可以依所涉及的功能而定。在附图中的流程图和框图所对应的描述中，不同的方框所对应的操作或步骤也可以以不同于描述中所披露的顺序发生，有时不同的操作或步骤之间不存在特定的顺序。例如，两个连续的操作或步骤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，这可以依所涉及的功能而定。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。

Claims (11)

1.一种用于识别人体高度的方法，其特征在于，包括：
对预设区域进行监测，获得温度数据矩阵集合；所述温度数据矩阵集合中包括多帧温度数据矩阵；
在所述温度数据矩阵集合中选取一帧温度数据矩阵并将其确定为待识别温度数据矩阵；
确定所述待识别温度数据矩阵中的人体热源；
获取所述人体热源中的头部热源；
获取所述头部热源在地面的第一投影面积；
根据所述第一投影面积识别人体高度。
2.根据权利要求1所述的方法，其特征在于，确定所述待识别温度数据矩阵中的人体热源，包括：
将所述温度数据矩阵集合中除待识别温度数据矩阵外的其他温度数据矩阵确定为参考温度数据矩阵；
确定所述待识别温度数据矩阵中的待识别人体热源；分别确定各所述参考温度数据矩阵中的参考人体热源；
确定所述待识别人体热源的第一边界；分别确定各所述参考人体热源的第二边界；
确定是否存在与所述第一边界不同的第二边界，在存在与所述第一边界不同的第二边界的情况下，将所述待识别人体热源确定为所述待识别温度数据矩阵中的人体热源。
3.根据权利要求2所述的方法，其特征在于，各所述温度数据矩阵的各矩阵点对应有温度值，确定所述待识别温度数据矩阵中的待识别人体热源，包括：
在所述温度数据矩阵集合中获取所述待识别温度数据矩阵中各矩阵点的最高温度值和最低温度值；
根据各所述最高温度值和各所述最低温度值确定所述待识别温度数据矩阵中各矩阵点的温度波动值；
为所述待识别温度数据矩阵中大于第一阈值的温度波动值对应的矩阵点增加第一标记；
为所述待识别温度数据矩阵中带有第一标记且温度值处于第一预设温度范围的矩阵点增加第二标记；所述第一标记用于表征备选人体温度矩阵点，所述第二标记用于表征人体温度矩阵点；
将带有第二标记的矩阵点确定为所述待识别温度数据矩阵的待识别人体热源。
4.根据权利要求3所述的方法，其特征在于，确定所述待识别人体热源的第一边界，包括：
在所述待识别人体热源中选取热源边界矩阵点，所述热源边界矩阵点的相邻位置存在未带有第二标记的矩阵点；
将所述热源边界矩阵点确定为所述待识别人体热源的第一边界。
5.根据权利要求1所述的方法，其特征在于，获取所述人体热源中的头部热源，包括：
将所述人体热源中大于第二阈值的温度值对应的矩阵点确定为头部热源。
6.根据权利要求1所述的方法，其特征在于，获取所述头部热源在地面的第一投影面积，包括：
将所述待识别温度数据矩阵中的中心矩阵点确定为参考矩阵点；将所述头部热源中的各矩阵点确定为待投影矩阵点；
分别获取所述参考矩阵点与各所述待投影矩阵点之间的偏移量；
根据各所述偏移量分别获取各所述待投影矩阵点在地面的第二投影面积；
将各所述第二投影面积进行合并，获得所述头部热源在地面的第一投影面积。
7.根据权利要求6所述的方法，其特征在于，根据所述第一投影面积识别人体高度，包括：
按照预设的身高算法利用所述第一投影面积进行计算，获得人体高度。
8.一种用于识别人体高度的装置，其特征在于，包括：
第一获取模块，被配置为对预设区域进行监测，获得温度数据矩阵集合；所述温度数据矩阵集合中包括多帧温度数据矩阵；
第一确定模块，被配置为在所述温度数据矩阵集合中选取一帧温度数据矩阵并将其确定为待识别温度数据矩阵；
第二确定模块，被配置为确定所述待识别温度数据矩阵中的人体热源；
第二获取模块，被配置为获取所述人体热源中的头部热源；
第三获取模块，被配置为获取所述头部热源在地面的第一投影面积；
识别模块，被配置为根据所述第一投影面积识别人体高度。
9.一种用于识别人体高度的装置，包括处理器和存储有程序指令的存储器，其特征在于，所述处理器被配置为在运行所述程序指令时，执行如权利要求1至7任一项所述的用于识别人体高度的方法。
10.一种家电设备，其特征在于，包括如权利要求9所述的用于识别人体高度的装置。
11.一种可读存储介质，存储有程序指令，其特征在于，所述程序指令在运行时，执行如权利要求1至7任一项所述的用于识别人体高度的方法。
CN202110875591.7A 2021-07-30 2021-07-30 用于识别人体高度的方法及装置、家电设备、可读存储介质 Active CN113495493B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110875591.7A CN113495493B (zh) 2021-07-30 2021-07-30 用于识别人体高度的方法及装置、家电设备、可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110875591.7A CN113495493B (zh) 2021-07-30 2021-07-30 用于识别人体高度的方法及装置、家电设备、可读存储介质

Publications (2)

Publication Number Publication Date
CN113495493A true CN113495493A (zh) 2021-10-12
CN113495493B CN113495493B (zh) 2024-07-16

Family

ID=77995930

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110875591.7A Active CN113495493B (zh) 2021-07-30 2021-07-30 用于识别人体高度的方法及装置、家电设备、可读存储介质

Country Status (1)

Country Link
CN (1) CN113495493B (zh)

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2941008A1 (en) * 2012-12-25 2015-11-04 Mitsubishi Electric Corporation Control system, control method and program
WO2016008430A1 (zh) * 2014-07-17 2016-01-21 珠海格力电器股份有限公司 一种人体检测方法、装置和空调
US20160161958A1 (en) * 2014-12-04 2016-06-09 Delta Electronics, Inc. Human detection system and human detection method
CN105739339A (zh) * 2016-03-18 2016-07-06 上海斐讯数据通信技术有限公司 一种人体识别和定位的方法和系统
CN109813434A (zh) * 2018-12-19 2019-05-28 厦门赢科光电有限公司 一种基于温度检测的人体识别方法、装置及终端设备
CN110134220A (zh) * 2019-05-22 2019-08-16 深圳市鑫宇鹏电子科技有限公司 一种基于红外阵列传感器的设备休眠唤醒方法
WO2020037937A1 (zh) * 2018-08-20 2020-02-27 深圳壹账通智能科技有限公司 人脸识别的方法、装置、终端及计算机可读存储介质
CN111738215A (zh) * 2020-07-21 2020-10-02 深圳市视美泰技术股份有限公司 人体温度测量方法和计算机设备
CN112102360A (zh) * 2020-08-17 2020-12-18 深圳数联天下智能科技有限公司 动作类型识别方法、装置、电子设备和介质
CN112581545A (zh) * 2020-12-30 2021-03-30 深兰科技（上海）有限公司 多模态热源识别及三维空间定位系统、方法及存储介质

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2941008A1 (en) * 2012-12-25 2015-11-04 Mitsubishi Electric Corporation Control system, control method and program
WO2016008430A1 (zh) * 2014-07-17 2016-01-21 珠海格力电器股份有限公司 一种人体检测方法、装置和空调
US20160161958A1 (en) * 2014-12-04 2016-06-09 Delta Electronics, Inc. Human detection system and human detection method
CN105739339A (zh) * 2016-03-18 2016-07-06 上海斐讯数据通信技术有限公司 一种人体识别和定位的方法和系统
WO2020037937A1 (zh) * 2018-08-20 2020-02-27 深圳壹账通智能科技有限公司 人脸识别的方法、装置、终端及计算机可读存储介质
CN109813434A (zh) * 2018-12-19 2019-05-28 厦门赢科光电有限公司 一种基于温度检测的人体识别方法、装置及终端设备
CN110134220A (zh) * 2019-05-22 2019-08-16 深圳市鑫宇鹏电子科技有限公司 一种基于红外阵列传感器的设备休眠唤醒方法
CN111738215A (zh) * 2020-07-21 2020-10-02 深圳市视美泰技术股份有限公司 人体温度测量方法和计算机设备
CN112102360A (zh) * 2020-08-17 2020-12-18 深圳数联天下智能科技有限公司 动作类型识别方法、装置、电子设备和介质
CN112581545A (zh) * 2020-12-30 2021-03-30 深兰科技（上海）有限公司 多模态热源识别及三维空间定位系统、方法及存储介质

Also Published As

Publication number Publication date
CN113495493B (zh) 2024-07-16

Similar Documents

Publication Publication Date Title
CN102414718B (zh) 对象位置估计设备和对象位置估计方法
JP6735592B2 (ja) 画像処理装置及びその制御方法、画像処理システム
CN110493488B (zh) 视频稳像方法、视频稳像装置和计算机可读存储介质
CN103238163B (zh) 用于规定作为广告分发对象的设备，以及广告分发设备
CN107491744A (zh) 人体身份识别方法、装置、移动终端和存储介质
CN107704890B (zh) 一种四元组图像的生成方法和装置
CN108460333A (zh) 基于深度图的地面检测方法及装置
CN115205807A (zh) 车道线融合方法、装置、汽车、电子设备及计算机可读存储介质
JP2008035301A (ja) 移動体追跡装置
CN114496246A (zh) 用于评估姿态健康的方法及装置、存储介质
CN108387945B (zh) 一种传感器检测区域确定方法、装置、存储介质及设备
CN113495493A (zh) 用于识别人体高度的方法及装置、家电设备、可读存储介质
CN110334652A (zh) 图像处理方法、电子设备及存储介质
JP6801242B2 (ja) 位置同定装置、位置同定プログラム、経路特定装置及び経路特定プログラム
CN110800020A (zh) 一种图像信息获取方法、图像处理设备及计算机存储介质
JP7243372B2 (ja) 物体追跡装置および物体追跡方法
JP2018201146A (ja) 画像補正装置、画像補正方法、注目点認識装置、注目点認識方法及び異常検知システム
CN113485145A (zh) 用于识别人体位置的方法及装置、家电设备、可读存储介质
CN113686447A (zh) 用于人体识别的方法及装置、电子设备、可读存储介质
WO2020111353A9 (ko) 사생활 침해장비 탐지방법, 장치 및 그 시스템
JP5841760B2 (ja) 鉄筋領域抽出装置、鉄筋領域抽出方法及び鉄筋領域抽出プログラム
CN112906651B (zh) 目标检测方法及装置
JP2020086879A (ja) 座標変換行列推定方法及びコンピュータプログラム
JP2003294416A (ja) ステレオ画像処理装置
CN113639432B (zh) 用于控制空调器的方法及装置、空调器、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
GR01 Patent grant
GR01 Patent grant