CN113837044A - 基于环境亮度的器官定位方法及相关设备 - Google Patents

基于环境亮度的器官定位方法及相关设备 Download PDF

Info

Publication number
CN113837044A
CN113837044A CN202111077526.6A CN202111077526A CN113837044A CN 113837044 A CN113837044 A CN 113837044A CN 202111077526 A CN202111077526 A CN 202111077526A CN 113837044 A CN113837044 A CN 113837044A
Authority
CN
China
Prior art keywords
face image
brightness
detection object
target organ
target
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
CN202111077526.6A
Other languages
English (en)
Other versions
CN113837044B (zh
Inventor
孙喜琢
宫芳芳
覃金洲
曾舒怡
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.)
Shenzhen Luohu Hospital Group
Original Assignee
Shenzhen Luohu Hospital Group
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 Shenzhen Luohu Hospital Group filed Critical Shenzhen Luohu Hospital Group
Priority to CN202111077526.6A priority Critical patent/CN113837044B/zh
Publication of CN113837044A publication Critical patent/CN113837044A/zh
Application granted granted Critical
Publication of CN113837044B publication Critical patent/CN113837044B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00Computing arrangements based on biological models
    • G06N3/02Neural networks
    • G06N3/04Architecture, e.g. interconnection topology
    • G06N3/045Combinations of networks
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00Computing arrangements based on biological models
    • G06N3/02Neural networks
    • G06N3/08Learning methods

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • General Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Image Analysis (AREA)

Abstract

本申请实施例提供了一种基于环境亮度的器官定位方法及相关设备,其中该方法包括:确定检测对象的第一人脸图像;获取检测对象周围的第一环境亮度;根据第一人脸图像确定第一人脸图像的第一人脸图像亮度;基于第一环境亮度与第一人脸图像亮度的差值和预设亮度差得到检测对象的目标器官的初始位置信息;确定检测对象的第二人脸图像;获取检测对象周围的第二环境亮度;根据第二人脸图像确定第二人脸图像的第二人脸图像亮度;基于第二环境亮度和第二人脸图像亮度的差值与预设亮度差得到检测对象的目标器官的目标位置信息。本申请实施例可以针对器官定位过程中环境的亮度变化,采用不同的定位方式,从而提高器官定位的精度。

Description

基于环境亮度的器官定位方法及相关设备
技术领域
本申请涉及器官定位技术领域,尤其涉及一种基于环境亮度的器官定位方法及相关设备。
背景技术
随着新冠疫情防范的常态化,鼻咽拭子采集逐步向基层普及。在采样过程中,不同医务人员的采样手法不同,样本质量存在较大差异;同时在采集过程中,检测对象有时会通过咳嗽或喷嚏将飞沫散发到空气中及采集人身上,对于含有新冠病毒阳性的患者或者潜伏期的病例,会严重增加医护人员的感染风险。
针对上述情况,目前有部分团队开发了人机协作的采样机器人,通过医务人员对机器人操控进行样本采样;还有就是对检测对象进行固定标记,运用机器视觉技术对检测对象进行自动识别并完成采样。
但是,现有的采样机器人对于在环境亮度变化的时候难以对检测对象实现精准定位。
发明内容
针对上述问题,本申请实施例提供了一种基于环境亮度的器官定位方法及相关设备,有利于在环境亮度变化的过程中提高器官定位的精度。
为实现上述目的,第一方面,本申请实施例提供了一种基于环境亮度的器官定位方法,该方法包括如下步骤:
根据获取到的第一激光雷达数据得到检测对象的第一人脸图像,第一激光雷达数据是激光雷达针对检测对象的人脸采集得到的;
获取检测对象周围的第一环境亮度;
根据第一人脸图像确定第一人脸图像的第一人脸图像亮度;
基于第一环境亮度与第一人脸图像亮度的差值和预设亮度差得到检测对象的目标器官的初始位置信息,目标器官为检测对象的头部的一个器官;
根据获取到的第二激光雷达数据得到检测对象的第二人脸图像,第二激光雷达数据为激光雷达根据初始位置信息针对目标器官采集的数据,其中第二人脸图像中目标器官的占比大于第一人脸图像中目标器官的占比;
获取检测对象周围的第二环境亮度;
根据第二人脸图像确定第二人脸图像的第二人脸图像亮度;
基于第二环境亮度和第二人脸图像亮度的差值与预设亮度差得到检测对象的目标器官的目标位置信息。
本申请实施例中,通过两次对检测对象周围的环境亮度与图像亮度进行比较,根据环境亮度与图像亮度的差值与预设差的大小关系来进行定位方式的选择,可以对于不同的环境亮度改变定位方式,从而在环境亮度变化的情况下,提高器官定位的精度;同时,通过获取第一图像并在第一图像上定位出目标器官的初始位置,然后在初始位置的基础上,进一步对目标器官进行定位,得到目标器官的目标位置信息,即采取两次定位的方式,能提高定位结果的准确度。
结合第一方面,在一种可能的实施方式中,人体生物样本采集装置包括机械臂,机械臂包括激光雷达,激光雷达安装在机械臂的臂首处,本申请的方法还包括:
在机械臂向检测对象移动过程,确定激光雷达与检测对象的人脸的目标距离;当目标距离与第一预设距离之间的距离差在预设范围内时,执行根据获取到的第一激光雷达数据得到检测对象的第一人脸图像的动作;当目标距离与第二预设距离之间的距离差在预设范围内时,执行根据获取到的第二激光雷达数据得到检测对象的第二人脸图像的动作;其中,第一预设距离大于第二预设距离。
本申请实施例中,通过设置第一预设距离与第二预设距离,当目标距离分别与第一预设距离与第二预设距离之间的距离在预设范围内时,先后对检测对象进行人脸图像获取,可以实现两次定位,提高定位准确度。
结合第一方面,在一种可能的实施方式中,当目标距离与第一预设距离之间的距离差在预设范围内时,执行获取检测对象周围的第一环境亮度,根据第一人脸图像确定第一人脸图像的第一人脸图像亮度的动作;当目标距离与第二预设距离之间的距离差在预设范围内时,执行获取检测对象周围的第二环境亮度,根据第二人脸图像确定第二人脸图像的第二人脸图像亮度的动作。
本申请实施例中,通过设置第一预设距离和第二预设距离,当目标距离分别与第一预设距离和第二预设距离之间的距离在预设范围内时,先后获取第一环境亮度和第二环境亮度、第一人脸图像亮度和第二人脸图像亮度,可以对环境亮度的变化进行检测,进一步根据环境亮度的不同执行不同的定位方式,提高定位的精度。
结合第一方面,在一种可能的实施方式中,基于第一环境亮度和第一人脸图像亮度的差值与预设亮度差得到检测对象的目标器官的初始位置信息,包括:在第一环境亮度和第一人脸图像亮度的差值小于预设亮度差的情况下,获取第一人脸图像中的多个解剖标记点,基于第一人脸图像中的多个解剖标记点得到检测对象的目标器官的初始位置信息,包括:在第一环境亮度和第一人脸图像亮度的差值大于或等于预设亮度差的情况下,根据第一人脸图像确定第一人脸图像的二值化人脸图像,对第一人脸图像的二值化人脸图像进行特征提取,以得到第一特征图,根据第一特征图得到检测对象的目标器官的初始位置信息。
本申请实施例中,通过对检测对象周围的第一环境亮度与第一人脸图像的亮度作差,将差值与预设亮度差进行比较,在第一环境亮度和第一人脸图像亮度的差值较小的情况下,采用解剖标记点的方式对目标器官进行初始定位,在第一环境亮度和第一人脸图像亮度的差值较大的情况下,采用图像二值化,对二值化图像进行特征提取的方式来确定目标器官的初始位置,即根据环境亮度的不同,采用不同的定位方式对目标器官进行初始定位,可以提高定位精度,获得更加准确的目标器官的初始位置信息。
结合第一方面,在一种可能实施方式中,基于第二环境亮度和第二人脸图像亮度的差值与预设亮度差得到检测对象的目标器官的目标位置信息,包括:在第二环境亮度和第二人脸图像亮度的差值小于预设亮度差的情况下,获取第二人脸图像中的多个解剖标记点,基于第二人脸图像中的多个解剖标记点得到检测对象的目标器官的目标位置信息;在第二环境亮度和第二人脸图像亮度的差值大于或等于预设亮度差的情况下,确定第二人脸图像的二值化人脸图像,对第二人脸图像的二值化人脸图像进行特征提取,以得到第二特征图,根据第二特征图得到检测对象的目标器官的目标位置信息。
本申请实施例中,通过对检测对象周围的第二环境亮度与第二人脸图像的亮度作差,将差值与预设亮度差进行比较,在第二环境亮度和第二人脸图像亮度的差值较小的情况下,采用解剖标记点的方式对目标器官进行目标定位,在第二环境亮度和第二人脸图像亮度的差值较大的情况下,采用图像二值化,对二值化图像进行特征提取的方式来确定目标器官的初始位置,即根据环境亮度的不同,采用不同的定位方式对目标器官进行目标定位,可以提高定位精度,获得更加准确的目标器官的目标位置信息。
结合第一方面,在一种可能的实施方式中,基于第一人脸图像中的多个解剖标记点得到检测对象的目标器官的初始位置信息,包括:确定第一人脸图像中的多个解剖标记点分别与目标器官之间的多个第一距离,计算多个第一距离的平均值;从多个第一距离中选取出与多个第一距离的平均值的差值最小的第一距离,差值最小的第一距离对应的解剖标记点为第一解剖标记点;根据第一解剖标记点得到检测对象的目标器官的初始位置信息。
本申请实施例中,通过确定第一人脸图像中多个解剖标记点与目标器官的第一距离,并计算多个第一距离的平均值,然后将多个第一距离与该平均值进行比较,将最小的第一距离对应的解剖标记点作为第一解剖标记点来对目标器官进行初始位置的定位,在这个过程中,基于标准差最小的第一距离对应的解剖点来进行初始位置定位,可以减小定位的误差,从而提高定位的准确度。
结合第一方面,在一种可能的实施方式中,基于第一人脸图像中的多个解剖标记点得到检测对象的目标器官的初始位置信息,包括:确定第一人脸图像中的多个解剖标记点分别与目标器官之间的多个第二距离;根据多个第二距离中最小距离对应的解剖标记点得到检测对象的目标器官的初始位置信息。
本申请实施例中,通过确定第一人脸图像中的多个解剖标记点与目标器官的第二距离,然后根据第二距离最小的解剖标记点进行目标器官的初始位置定位,可以提高定位速度,一定程度上能提高定位精度。
结合第一方面,在一种可能的实施方式中,确定第二人脸图像中的多个解剖标记点分别与目标器官之间的多个第三距离,计算多个第三距离的平均值;从多个第三距离中选取出与多个第三距离的平均值的差值最小的第三距离,差值最小的第三距离对应的解剖标记点为第三解剖标记点;根据第三解剖标记点得到检测对象的目标器官的目标位置信息。
本申请实施例中,通过确定第二人脸图像中多个解剖标记点与目标器官的第三距离,并计算多个第三距离的平均值,然后将多个第三距离与该平均值进行比较,将最小的第三距离对应的解剖标记点作为第二解剖标记点来对目标器官进行目标位置的定位,在这个过程中,基于标准差最小的第三距离对应的解剖点来进行目标位置定位,可以减小定位的误差,从而提高定位的准确度。
结合第一方面,在一种可能的实施方式中,确定第二人脸图像中的多个解剖标记点分别与目标器官之间的多个第四距离;根据多个第四距离中最小距离对应的解剖标记点得到检测对象的目标器官的目标位置信息。
本申请实施例中,通过确定第二人脸图像中的多个解剖标记点与目标器官的第四距离,然后根据第四距离最小的解剖标记点进行目标器官的目标位置定位,可以提高定位速度,更快地得到目标器官的位置信息。
第二方面,本申请实施例提供了一种基于环境亮度的器官定位装置,该定位装置包括:
获取单元,用于根据获取到的第一激光雷达数据得到检测对象的第一人脸图像,还用于获取检测对象周围的第一环境亮度;
确定单元,用于根据第一人脸图像确定第一人脸图像的第一人脸图像亮度;
定位单元,用于第一环境亮度与和第一人脸图像亮度的差值与和预设亮度差得到检测对象的目标器官的初始位置信息;
该获取单元,用于根据获取到的第二激光雷达数据得到检测对象的第二人脸图像,还用于获取检测对象周围的第二环境亮度;
该确定单元,还用于根据第二人脸图像确定第二人脸图像的第二人脸图像亮度;
该定位单元,还用于基于第二环境亮度和第二人脸图像亮度的差值与预设亮度差得到检测对象的目标器官的目标位置信息。
第三方面,本申请实施例提供了一种电子设备,包括处理器、存储器、通信接口,以及一个或多个程序,一个或多个程序被存储在存储器中,并且被配置由所述处理器执行,程序包括用于执行如第一方面的方法中的步骤的指令。
第四方面,本申请实施例提供了一种计算机可读存储介质,其存储用于电子数据交换的计算机程序,其中,计算机程序使得计算机执行如第一方面的方法。
实施本申请实施例,具有如下有益效果:
可以看出,本申请实施例描述的基于环境亮度的器官定位方法和装置,通过在器官定位过程中定位装置对环境亮度进行检测,根据环境亮度与人脸图像亮度的差值与预设亮度差的大小比较,采取不同的定位方式对目标器官进行定位;同时通过设置第一预设距离与第二预设距离,在第一预设距离与第二预设距离处对目标器官进行定位,分别获取目标器官的初始位置信息和目标位置信息,该过程中通过两次定位,对于目标器官的位置获取更加准确,进一步提高定位精度。
附图说明
为了更清楚地说明本申请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申请的一些实施例,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。
图1为本申请实施例提供的一种应用环境的示意图;
图2为本申请实施例提供的一种定位方案的示意图;
图3为本申请实施例提供的一种基于环境亮度的器官定位方法的流程示意图;
图4为本申请实施例提供的一种基于环境亮度的器官定位装置的示意图;
图5为本申请实施例提供的一种电子设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案,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,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。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。
本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别不同对象,而不是用于描述特定顺序。此外,术语“包括”和“具有”以及它们任何变形,意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元,而是可选地还包括没有列出的步骤或单元,或可选地还包括对于这些过程、方法、产品或设备固有的其他步骤或单元。
在本文中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是,本文所描述的实施例可以与其它实施例相结合。
下面对本申请实施例进行详细介绍。
本申请实施例提供一种基于环境亮度的器官定位方案,请参见图1,图1为本申请实施例提供的一种应用环境的示意图,如图1所示,该应用环境包括人体生物样本采集装置110和进行人体生物样本采集的检测对象120,其中,人体生物样本采集装置110包括机械臂1101,人体生物样本采集装置110可通过控制机械臂1101对检测对象120进行人体生物样本采集。机械臂1101上设置有激光雷达1102和亮度检测装置1103,激光雷达1102和亮度检测装置1103与人体生物样本采集装置110通信连接,激光雷达1102用于高速往复扫描采集数据,亮度检测装置用于获取检测对象120周围的环境亮度,人体生物样本采集装置110将激光雷达1102采集的数据转换为人脸图像,通过该人脸图像对检测对象的目标器官进行定位。
在机械臂1101向检测对象120移动过程中,检测对象120周围的环境亮度会实时变化,比如自然光线的变化、人为光线的干扰等,都会使得在对检测对象120的目标器官的定位精度下降。为了解决上述问题,人体生物样本采集装置110提供了亮度定位系统,该亮度定位系统可在检测对象的人脸产生移动的情况下,对激光雷达1102采集的人脸图像的亮度进行提取,然后与环境亮度进行比较,根据不同的亮度环境对比结果,对激光雷达1102采集的人脸图像作不同处理,根据处理的结果完成对检测对象120的目标器官的定位。其中对于环境亮度的获取可以是直接通过亮度检测装置1103获取,也可以通过对采集到的人脸图像中除了检测对象以外的背景图像区域进行亮度提取。具体地,本申请实施例在移动过程中,根据环境亮度的变化,采用不同的定位方案,请参见图2,图2为本申请实施例提供的一种定位方案的示意图,如图2所示,当环境亮度与人脸图像的亮度的差值小于预设值时,基于人脸图像上的解剖标志点进行目标器官定位,当环境亮度与人脸图像的亮度的差值大于或等于预设值时,对人脸图像进行二值化,基于二值化人脸图像进行目标器官定位。
请参见图3,图3为本申请实施例提供的一种基于环境亮度的器官定位方法的流程示意图,如图3所示,该基于环境亮度的器官定位方法应用于人体生物样本采集装置,可基于图1所示的应用环境实施,如图3所示,包括步骤310-380:
步骤310:根据获取到的第一激光雷达数据得到检测对象的第一人脸图像。
根据获取到的第一激光雷达数据得到检测对象的第一人脸图像,即第一激光雷达数据是激光雷达针对检测对象的人脸采集得到的。
本申请实施例中,激光雷达安装在机械臂上,该机械臂属于人体生物样本采集装置的一部分,人体生物样本采集装置可以是拭子采样机器人,但不局限于此,该人体生物样本采集装置可以应用到耳拭子采样、鼻咽拭子采样、咽拭子采样等场景中。
通过激光雷达对采集环境进行扫描,以此来确定检测对象的位置信息和姿态信息,人体生物样本采集装置根据该位置信息和姿态信息控制机械臂向检测对象移动,在移动过程中,通过激光雷达持续向检测对象发送雷达信号,并接收返回的激光雷达数据,根据该激光雷达数据可得到检测对象人脸图像。
具体实现中,在机械臂向检测对象移动过程中,激光雷达持续向检测对象发送雷达信号,并接收返回的激光雷达数据,通过该激光雷达数据可以确定激光雷达与检测对象人脸之间的目标距离,当该目标距离与第一预设距离之间的距离差在预设范围内时,根据该目标距离对应的激光雷达数据得到检测对象的第一人脸图像。其中第一预设距离是该人体生物样本采集装置的后台服务器设定的,可以是距离检测对象6米、距离检测对象5米等距离,预设范围可以是0~0.5cm、0~0.3cm等,此处仅是举例说明,不作过多的限制。同时,由于在定位初期,机械臂与检测对象的人脸之间存在一定距离,可以完整的看到人脸,因此,该第一人脸图像中包括了检测对象的完整人脸。
步骤320:获取检测对象周围的第一环境亮度。
本申请实施例中,第一环境亮度是检测对象周围的亮度,具体可以是通过激光雷达数据得到的人脸图像中,除了检测对象人脸之外的图像区域的亮度,也可以是实际环境中检测对象周围的环境亮度,具体包括检测对象头部周围的环境亮度。
一种可能的实施方式中,通过该激光雷达数据可以确定激光雷达与检测对象人脸之间的目标距离,当该目标距离与第一预设距离之间的距离差在预设范围内时,亮度传感器对检测对象头部周围环境进行检测,获取第一环境亮度。
一种可能的实施方式中,第一环境亮度还可以通过对第一人脸图像进行分割处理,获得检测对象的完整人脸图像和除完整人脸以外的图像,对除完整人脸以外的图像进行亮度提取,根据各像素点的亮度求取平均值,将该平均值亮度作为第一环境亮度。
步骤330:根据第一人脸图像确定第一人脸图像的第一人脸图像亮度。
根据第一人脸图像确定第一人脸图像亮度,即从第一人脸图像中提取第一人脸图像亮度。具体实现中,通过对第一人脸图像进行分割处理,获得检测对象的完整人脸图像和除完整人脸以外的图像,对检测对象的完整人脸进行亮度提取,根据各像素点的亮度求取平均值,将该平均值亮度作为第一人脸图像亮度。
步骤340:基于第一环境亮度与第一人脸图像亮度的差值和预设亮度差得到检测对象的目标器官的初始位置信息。
本申请实施例中,目标器官为检测对象的头部的一个器官。
本实施例中,通过计算第一环境亮度与第一人脸图像亮度的差值,将该差值与预设亮度差作比较,根据比较结果的不同,采用不同的定位方式对该检测对象的目标器官进行初始定位,其中预设亮度差可以是5、10、15、20等坎德拉每平米,此处仅是举例说明,不作过多的限制,同时目标器官为检测对象的头部的一个器官,在本实施例中,该目标器官可以是鼻子、嘴巴、耳朵等器官。
具体实现中,将第一环境亮度与第一人脸图像亮度的差值与预设亮度差进行比较。
如果第一环境亮度与第一人脸图像亮度的差值小于预设亮度差,则采用基于解剖标记点的方法进行目标器官的定位,应当理解的是,人脸上通常存在约500个解剖标记点,比如鼻尖、眼角、嘴角等。具体地,本申请实施例中可以采用基于CNN(ConvolutionalNeural Networks,卷积神经网络)的网络框架定位出人脸图像中多个解剖标记点,但不局限于此,然后根据多个解剖标记点分别与该目标器官的距离的不同,确定第一解剖标记点,在本申请实施例中,第一解剖标记点可以是一个,也可以是多个。对于存在多个第一解剖标记点的情况,可以根据多个第一解剖标记点所连成的区域进行初始定位;对于存在一个第一解剖标记点的情况,可以直接根据该第一解剖标记点进行初始定位,但不局限于此。其中与该目标器官的距离可以是与该目标器官的轮廓边缘的距离、与该目标器官的中心点的距离、与该目标器官上的一个特殊标记点的距离,但不局限于此。同时,该目标器官的轮廓可以是人为设定的预设轮廓,也可以是基于多个解剖标记点形成的一个假设轮廓;该目标器官的中心点可以是人为设定的中心点,也可以是通过多个解剖标记点识别提取的一个假设中心点;同理特殊标记点的获取方法可以是人为设定,也可以是对多个解剖标记点进行处理得到的。
示例性地,确定第一人脸图像中的多个解剖标记点分别与该目标器官区域之间的多个第一距离,将多个第一距离中,最小第一距离对应的解剖标记点作为第一解剖标记点,根据该第一解剖标记点得到检测对象的目标器官的初始位置信息,然后根据初始位置信息可以对机械臂的采集方向进行调整,从而实现检测对象的目标器官的初始定位。
示例性地,确定第一人脸图像中的多个解剖标记点分别与该目标器官之间的多个第二距离,计算该多个第二距离的平均值,将多个第二距离中,与该平均值的差值最小的第二距离对应的解剖标记点确定为第一解剖标记点,根据该第一解剖标记点得到检测对象的目标器官的初始位置信息,然后根据初始位置信息可以对机械臂的采集方向进行调整,从而实现检测对象的目标器官的初始定位。
如果第一环境亮度与第一人脸图像亮度的差值大于或等于预设亮度差,则根据第一人脸图像确定第一人脸图像的二值化人脸图像,对第一人脸图像的二值化人脸图像进行特征提取,以得到第一特征图,根据第一特征图得到检测对象的目标器官的初始位置信息,然后根据初始位置信息可以对机械臂的采集方向进行调整,从而实现检测对象的目标器官的初始定位。其中,本申请实施例中的特征提取方法可以是神经网络特征提取、HOG(方向梯度直方图)特征提取等方法,但不局限于此。
步骤350:根据获取到的第二激光雷达数据得到检测对象的第二人脸图像。
第二激光雷达数据为激光雷达根据初始位置信息针对目标器官采集的数据,其中第二人脸图像中目标器官的占比大于第一人脸图像中目标器官的占比。
第二激光雷达数据为激光雷达根据初始位置信息针对目标器官采集的数据,即在获取到检测对象的目标器官的初始位置后,根据该初始位置,调整机械臂的角度以及人体生物采集装置的向前移动的方向,具体的,根据该目标器官的初始位置,调整机械臂和人体生物样本采集装置,使得激光雷达对准该目标器官的初始位置,通过人体生物样本采集装置的向前移动,针对该目标器官进行数据采集。同时,由于在定位后期,机械臂与检测对象的人脸之间距离逐渐减小,目标器官在采集到的图像中所占像素比例逐渐增大,因此第二人脸图像中目标器官的占比大于第一人脸图像中目标器官的占比。
具体实现中,在机械臂向检测对象移动过程中,激光雷达持续向检测对象发送雷达信号,并接收返回的激光雷达数据,通过该激光雷达数据可以确定激光雷达与检测对象人脸之间的目标距离,当该目标距离与第二预设距离之间的距离差在预设范围内时,根据该目标距离对应的激光雷达数据得到检测对象的第二人脸图像。其中第一预设距离是该人体生物样本采集装置的后台服务器设定的,可以是距离检测对象0.5米、距离检测对象0.3米等距离,此处仅是举例说明,不作过多的限制。
步骤360:获取检测对象周围的第二环境亮度。
在目标距离与第二预设距离之间的距离差在预设范围内时,此时采集的第二人脸图像中,图像被目标器官所铺满,即第二人脸图像包括该目标器官的区域图像,第二环境亮度的采集可通过亮度传感器完成。
具体地,通过该激光雷达数据可以确定激光雷达与检测对象人脸之间的目标距离,当目标距离与第二预设距离之间的距离差在预设范围内时,亮度传感器对检测对象头部周围环境进行检测,获取第二环境亮度。
步骤370:根据第二人脸图像确定第二人脸图像的第二人脸图像亮度。
根据第二人脸图像确定第二人脸图像亮度,即从第二人脸图像中提取第二人脸图像亮度。然后根据各像素点的亮度求取平均值,将该平均值亮度作为第二人脸图像亮度。
步骤380:基于第二环境亮度和第二人脸图像亮度的差值与预设亮度差得到检测对象的目标器官的目标位置信息。
本实施例中,通过计算第二环境亮度与第二人脸图像亮度的差值,将该差值与预设亮度差作比较,根据比较结果的不同,采用不同的定位方式对该检测对象的目标器官进行目标定位。
具体实现中,将第二环境亮度与第二人脸图像亮度的差值与预设亮度差进行比较。
如果第二环境亮度与第二人脸图像亮度的差值小于预设亮度差,则采用基于解剖标记点的方法进行目标器官的定位,具体地,从第二人脸图像中确定多个解剖标记点,根据多个解剖标记点分别与该目标器官的距离的不同,确定第二解剖标记点,根据该第二解剖标记点对目标器官进一步定位。其中,与上述实施例一样,该第二解剖标记点可以是一个或多个,可以根据多个第二解剖点连成的区域进行目标定位,也可以直接根据一个第二解剖标记点进行目标定位,不作过多限制,同时与该目标器官的距离可以是与该目标器官的轮廓、中心点、特殊标记点等之间的距离,该轮廓、中心点、特殊标记点等可以是人为设定,也可以是基于所获取到的解剖标记点的分析处理得到,此处不作过多限制。
示例性地,确定第二人脸图像中的多个解剖标记点分别与该目标器官之间的第三距离,将最小第三距离对应的解剖标记点作为第二解剖标记点,根据该第二解剖标记点得到检测对象的目标器官的目标位置信息。然后根据目标位置信息可以对机械臂的采集方向进行调整,从而实现检测对象的目标器官的目标定位。
示例性地,确定第二人脸图像中的多个解剖标记点分别与该目标器官之间的第四距离,计算所有第四距离的平均值,选取出与该平均值的差值最小的第四距离,将该差值最小的第四距离对应的解剖标记点为第二解剖标记点,根据该第二解剖标记点得到检测对象的目标器官的目标位置信息,然后根据目标位置信息可以对机械臂的采集方向进行调整,从而实现检测对象的目标器官的目标定位。
如果第二环境亮度与第二人脸图像亮度的差值大于或等于预设亮度差,则根据第二人脸图像确定第二人脸图像的二值化人脸图像,对第二人脸图像的二值化人脸图像进行特征提取,以得到第二特征图,根据第二特征图得到检测对象的目标器官的初始位置信息。然后根据目标位置信息可以对机械臂的采集方向进行调整,从而实现检测对象的目标器官的目标定位。
基于上述基于环境亮度的器官定位方法实施例的描述,本申请还提供一种基于环境亮度的器官定位装置,基于环境亮度的器官定位装置可以是运行于终端中的一个计算机程序(包括程序代码)。该基于环境亮度的器官定位装置可以执行图1、图2、图3所示的方法。请参见图4,该装置包括:
获取单元410,用于根据获取到的第一激光雷达数据得到检测对象的第一人脸图像,还用于获取检测对象周围的第一环境亮度;
确定单元420,用于根据第一人脸图像确定第一人脸图像的第一人脸图像亮度;
定位单元430,用于第一环境亮度与和第一人脸图像亮度的差值与和预设亮度差得到检测对象的目标器官的初始位置信息;
该获取单元410,用于根据获取到的第二激光雷达数据得到检测对象的第二人脸图像,还用于获取检测对象周围的第二环境亮度;
该确定单元420,还用于根据第二人脸图像确定第二人脸图像的第二人脸图像亮度;
该定位单元430,还用于基于第二环境亮度和第二人脸图像亮度的差值与预设亮度差得到检测对象的目标器官的目标位置信息。
在一种可能的实施方式中,在根据获取到的第一激光雷达数据得到检测对象的第一人脸图像方面,获取单元410具体用于:
在机械臂向检测对象移动过程,确定激光雷达与检测对象的人脸的目标距离;
当目标距离与第一预设距离之间的距离差在预设范围内时,执行根据获取到的第一激光雷达数据得到检测对象的第一人脸图像的动作。
在一种可能的实施方式中,在获取检测对象周围的第一环境亮度方面,获取单元410具体用于:
当目标距离与第一预设距离之间的距离差在预设范围内时,执行获取检测对象周围的第一环境亮度的动作。
在一种可能的实施方式中,在根据第一人脸图像确定第一人脸图像的第一人脸图像亮度方面,确定单元420具体用于:
当目标距离与第一预设距离之间的距离差在预设范围内时,执行根据第一人脸图像确定第一人脸图像的第一人脸图像亮度的动作。
在一种可能的实施方式中,在根据第一环境亮度与和第一人脸图像亮度的差值与和预设亮度差得到检测对象的目标器官的初始位置信息方面,定位单元430具体用于:
在第一环境亮度和第一人脸图像亮度的差值小于预设亮度差的情况下,获取第一人脸图像中的多个解剖标记点,基于第一人脸图像中的多个解剖标记点得到检测对象的目标器官的初始位置信息;
在第一环境亮度和第一人脸图像亮度的差值大于或等于预设亮度差的情况下,根据第一人脸图像确定第一人脸图像的二值化人脸图像,对第一人脸图像的二值化人脸图像进行特征提取,以得到第一特征图,根据第一特征图得到检测对象的目标器官的初始位置信息。
在一种可能的实施方式中,在根据获取到的第二激光雷达数据得到检测对象的第二人脸图像方面,获取单元410具体用于:
当目标距离与第二预设距离之间的距离差在预设范围内时,执行根据获取到的第二激光雷达数据得到检测对象的第二人脸图像的动作。
在一种可能的实施方式中,在获取检测对象周围的第二环境亮度方面,获取单元410具体用于:
当目标距离与第二预设距离之间的距离差在预设范围内时,执行获取检测对象周围的第二环境亮度的动作。
在一种可能的实施方式中,在根据第二人脸图像确定第二人脸图像的第二人脸图像亮度方面,确定单元420具体用于:
当目标距离与第一预设距离之间的距离差在预设范围内时,执行根据第二人脸图像确定第二人脸图像的第二人脸图像亮度的动作。
在一种可能的实施方式中,在基于第二环境亮度和第二人脸图像亮度的差值与预设亮度差得到检测对象的目标器官的目标位置信息方面,定位单元430具体用于:
在第二环境亮度和第二人脸图像亮度的差值小于预设亮度差的情况下,获取第二人脸图像中的多个解剖标记点,基于第二人脸图像中的多个解剖标记点得到检测对象的目标器官的目标位置信息;
在第二环境亮度和第二人脸图像亮度的差值大于或等于预设亮度差的情况下,根据第二人脸图像确定第二人脸图像的二值化人脸图像,对第二人脸图像的二值化人脸图像进行特征提取,以得到第二特征图,根据第二特征图得到检测对象的目标器官的初始位置信息。
在一种可能的实施方式中,在基于第一人脸图像中的多个解剖标记点得到检测对象的目标器官的初始位置信息方面,定位单元430还具体用于:
从多个第一距离中选取出与多个第一距离的平均值的差值最小的第一距离,差值最小的第一距离对应的解剖标记点为第一解剖标记点;
根据第一解剖标记点得到检测对象的目标器官的初始位置信息。
在一种可能的实施方式中,在基于第一人脸图像中的多个解剖标记点得到检测对象的目标器官的初始位置信息方面,定位单元430还具体用于:
确定第一人脸图像中的多个解剖标记点分别与目标器官之间的多个第二距离;
根据多个第二距离中最小距离对应的解剖标记点得到检测对象的目标器官的初始位置信息。
在一种可能的实施方式中,在基于第二人脸图像中的多个解剖标记点得到检测对象的目标器官的目标位置信息方面,定位单元430还具体用于:
从多个第一距离中选取出与多个第二距离的平均值的差值最小的第三距离,差值最小的第三距离对应的解剖标记点为第二解剖标记点;
根据第二解剖标记点得到检测对象的目标器官的目标位置信息。
在一种可能的实施方式中,在基于第二人脸图像中的多个解剖标记点得到检测对象的目标器官的目标位置信息方面,定位单元430还具体用于:
确定第二人脸图像中的多个解剖标记点分别与目标器官之间的多个第四距离;
根据多个第四距离中最小距离对应的解剖标记点得到检测对象的目标器官的目标位置信息。
在一种可能的实施方式中,定位单元430还具体用于:
在获取到目标器官的初始位置信息后,根据该初始位置信息对机械臂的采集方向进行调整,从而完成检测对象的目标器官的初始定位。
在一种可能的实施方式中,定位单元430还具体用于:
在获取到目标器官的目标位置信息后,根据该目标位置信息对机械臂的采集方向进行调整,从而完成检测对象的目标器官的目标定位。
上述单元是基于逻辑功能划分的,在实际应用中,一个单元的功能也可以由多个单元来实现,或者多个单元的功能由一个单元实现。
基于上述方法实施例和装置实施例的描述,请参见图5,图5为本实施例提供的一种电子设备的结构示意图,本实施例中所描述的电子设备,如图所示,该电子设备包括处理器、存储器、通信接口以及一个或多个程序,上述一个或多个程序被存储在上述存储器中,并且被配置由上述处理器执行,本申请实施例中,上述程序包括用于执行以下步骤的指令:
根据获取到的第一激光雷达数据得到检测对象的第一人脸图像;
获取检测对象周围的第一环境亮度;
根据第一人脸图像确定第一人脸图像的第一人脸图像亮度;
根据第一环境亮度与和第一人脸图像亮度的差值与和预设亮度差得到检测对象的目标器官的初始位置信息;
根据获取到的第二激光雷达数据得到检测对象的第二人脸图像;
获取检测对象周围的第二环境亮度;
根据第二人脸图像确定第二人脸图像的第二人脸图像亮度;
基于第二环境亮度和第二人脸图像亮度的差值与预设亮度差得到检测对象的目标器官的目标位置信息。
在一种可能的实施方式中,在根据获取到的第一激光雷达数据得到检测对象的第一人脸图像方面,上述程序还包括用于执行以下步骤的指令:
在机械臂向检测对象移动过程,确定激光雷达与检测对象的人脸的目标距离;
当目标距离与第一预设距离之间的距离差在预设范围内时,执行根据获取到的第一激光雷达数据得到检测对象的第一人脸图像的动作。
在一种可能的实施方式中,在获取检测对象周围的第一环境亮度方面,上述程序还包括用于执行以下步骤的指令:
当目标距离与第一预设距离之间的距离差在预设范围内时,执行获取检测对象周围的第一环境亮度的动作。
在一种可能的实施方式中,在根据第一人脸图像确定第一人脸图像的第一人脸图像亮度方面,上述程序还包括用于执行以下步骤的指令:
当目标距离与第一预设距离之间的距离差在预设范围内时,执行根据第一人脸图像确定第一人脸图像的第一人脸图像亮度的动作。
在一种可能的实施方式中,在根据第一环境亮度与和第一人脸图像亮度的差值与和预设亮度差得到检测对象的目标器官的初始位置信息方面,上述程序还包括用于执行以下步骤的指令:
在第一环境亮度和第一人脸图像亮度的差值小于预设亮度差的情况下,获取第一人脸图像中的多个解剖标记点,基于第一人脸图像中的多个解剖标记点得到检测对象的目标器官的初始位置信息;
在第一环境亮度和第一人脸图像亮度的差值大于或等于预设亮度差的情况下,根据第一人脸图像确定第一人脸图像的二值化人脸图像,对第一人脸图像的二值化人脸图像进行特征提取,以得到第一特征图,根据第一特征图得到检测对象的目标器官的初始位置信息。
在一种可能的实施方式中,在根据获取到的第二激光雷达数据得到检测对象的第二人脸图像方面,上述程序还包括用于执行以下步骤的指令:
当目标距离与第二预设距离之间的距离差在预设范围内时,执行根据获取到的第二激光雷达数据得到检测对象的第二人脸图像的动作。
在一种可能的实施方式中,在获取检测对象周围的第二环境亮度方面,上述程序还包括用于执行以下步骤的指令:
当目标距离与第二预设距离之间的距离差在预设范围内时,执行获取检测对象周围的第二环境亮度的动作。
在一种可能的实施方式中,在根据第二人脸图像确定第二人脸图像的第二人脸图像亮度方面,上述程序还包括用于执行以下步骤的指令:
当目标距离与第二预设距离之间的距离差在预设范围内时,执行根据第二人脸图像确定第二人脸图像的第二人脸图像亮度的动作。
在一种可能的实施方式中,在基于第二环境亮度和第二人脸图像亮度的差值与预设亮度差得到检测对象的目标器官的目标位置信息方面,上述程序还包括用于执行以下步骤的指令:
在第二环境亮度和第二人脸图像亮度的差值小于预设亮度差的情况下,获取第二人脸图像中的多个解剖标记点,基于第二人脸图像中的多个解剖标记点得到检测对象的目标器官的目标位置信息;
在第二环境亮度和第二人脸图像亮度的差值大于或等于预设亮度差的情况下,根据第二人脸图像确定第二人脸图像的二值化人脸图像,对第二人脸图像的二值化人脸图像进行特征提取,以得到第二特征图,根据第二特征图得到检测对象的目标器官的初始位置信息。
在一种可能的实施方式中,在基于第一人脸图像中的多个解剖标记点得到检测对象的目标器官的初始位置信息方面,上述程序还包括用于执行以下步骤的指令:
从多个第一距离中选取出与多个第一距离的平均值的差值最小的第一距离,差值最小的第一距离对应的解剖标记点为第一解剖标记点;
根据第一解剖标记点得到检测对象的目标器官的初始位置信息。
在一种可能的实施方式中,在基于第一人脸图像中的多个解剖标记点得到检测对象的目标器官的初始位置信息方面,上述程序还包括用于执行以下步骤的指令:
确定第一人脸图像中的多个解剖标记点分别与目标器官之间的多个第二距离;
根据多个第二距离中最小距离对应的解剖标记点得到检测对象的目标器官的初始位置信息。
在一种可能的实施方式中,在基于第二人脸图像中的多个解剖标记点得到检测对象的目标器官的目标位置信息方面,上述程序还包括用于执行以下步骤的指令:
从多个第一距离中选取出与多个第二距离的平均值的差值最小的第三距离,差值最小的第三距离对应的解剖标记点为第二解剖标记点;
根据第二解剖标记点得到检测对象的目标器官的目标位置信息。
在一种可能的实施方式中,在基于第二人脸图像中的多个解剖标记点得到检测对象的目标器官的目标位置信息方面,上述程序还包括用于执行以下步骤的指令:
确定第一人脸图像中的多个解剖标记点分别与目标器官之间的多个第二距离;
根据多个第二距离中最小距离对应的解剖标记点得到检测对象的目标器官的目标位置信息。
在一种可能的实施方式中,上述程序还包括用于执行以下步骤的指令:
在获取到目标器官的初始位置信息后,根据该初始位置信息对机械臂的采集方向进行调整,从而完成检测对象的目标器官的初始定位。
在一种可能的实施方式中,上述程序还包括用于执行以下步骤的指令:
在获取到目标器官的目标位置信息后,根据该目标位置信息对机械臂的采集方向进行调整,从而完成检测对象的目标器官的目标定位。
示例性的,上述电子设备可以是人体生物样本采集装置或者与人体生物样本采集装置通信连接的电脑、服务器等,该服务器可以是独立的物理服务器,也可以是服务器集群或者分布式系统,还可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、以及大数据和人工智能平台等基础云计算服务的云服务器。电子设备可包括但不仅限于处理器、存储器、通信接口以及一个或多个程序,还可以包括内存、电源、应用客户端模块等。本领域技术人员可以理解,所述示意图仅仅是电子设备的示例,并不构成对电子设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件。
需要说明的是,由于电子设备的处理器执行计算机程序时实现上述的基于环境亮度的器官定位方法中的步骤,因此上述基于环境亮度的器官定位方法的实施例均适用于该电子设备,且均能达到相同或相似的有益效果。
本申请实施例还提供了一种计算机存储介质(Memory),所述计算机存储介质是信息处理设备或信息发送设备或信息接收设备中的记忆设备,用于存放程序和数据。可以理解的是,此处的计算机存储介质既可以包括终端中的内置存储介质,当然也可以包括终端所支持的扩展存储介质。计算机存储介质提供存储空间,该存储空间存储了终端的操作系统。并且,在该存储空间中还存放了适于被处理器加载并执行的一条或多条的指令,这些指令可以是一个或一个以上的计算机程序(包括程序代码)。需要说明的是,此处的计算机存储介质可以是高速RAM存储器,也可以是非不稳定的存储器(non-volatile memory),例如至少一个磁盘存储器;可选的,还可以是至少一个位于远离前述处理器的计算机存储介质。在一个实施例中,可由处理器加载并执行计算机存储介质中存放的一条或多条指令,以实现上述有关基于环境亮度的器官定位方法中的相应步骤。
以上对本申请实施例进行了详细介绍,本文中应用了具体个例对本申请的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本申请的方法及其核心思想;同时,对于本领域的一般技术人员,依据本申请的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本申请的限制。

Claims (10)

1.一种基于环境亮度的器官定位方法,其特征在于,应用于人体生物样本采集装置,所述方法包括:
根据获取到的第一激光雷达数据得到检测对象的第一人脸图像,所述第一激光雷达数据是激光雷达针对所述检测对象的人脸采集得到的;
获取所述检测对象周围的第一环境亮度;
根据所述第一人脸图像确定所述第一人脸图像的第一人脸图像亮度;
基于所述第一环境亮度与所述第一人脸图像亮度的差值和预设亮度差得到所述检测对象的目标器官的初始位置信息,所述目标器官为所述检测对象的头部的一个器官;
根据获取到的第二激光雷达数据得到所述检测对象的第二人脸图像,所述第二激光雷达数据为所述激光雷达根据所述初始位置信息针对所述目标器官采集的数据,其中所述第二人脸图像中所述目标器官的占比大于所述第一人脸图像中所述目标器官的占比;
获取所述检测对象周围的第二环境亮度;
根据所述第二人脸图像确定所述第二人脸图像的第二人脸图像亮度;
基于所述第二环境亮度和所述第二人脸图像亮度的差值与预设亮度差得到所述检测对象的目标器官的目标位置信息。
2.根据权利要求1所述的方法,其特征在于,所述人体生物样本采集装置包括机械臂,所述机械臂包括所述激光雷达,所述激光雷达安装在所述机械臂的臂首处,所述方法还包括:
在所述机械臂向所述检测对象移动过程,确定所述激光雷达与所述检测对象的人脸的目标距离;
当所述目标距离与第一预设距离之间的距离差在预设范围内时,执行根据获取到的第一激光雷达数据得到所述检测对象的所述第一人脸图像的动作;
当所述目标距离与第二预设距离之间的距离差在预设范围内时,执行根据获取到的第二激光雷达数据得到所述检测对象的所述第二人脸图像的动作;
其中,所述第一预设距离大于所述第二预设距离。
3.根据权利要求2所述的方法,其特征在于,所述方法还包括:
当所述目标距离与所述第一预设距离之间的距离差在预设范围内时,执行获取所述检测对象周围的所述第一环境亮度,根据所述第一人脸图像确定所述第一人脸图像的第一人脸图像亮度的动作;
当所述目标距离与所述第二预设距离之间的距离差在预设范围内时,执行获取所述检测对象周围的所述第二环境亮度,根据所述第二人脸图像确定所述第二人脸图像的第二人脸图像亮度的动作。
4.根据权利要求1-3任一项所述的方法,其特征在于,所述基于所述第一环境亮度和所述第一人脸图像亮度的差值与预设亮度差得到所述检测对象的目标器官的初始位置信息,包括:
在所述第一环境亮度和所述第一人脸图像亮度的差值小于预设亮度差的情况下,获取所述第一人脸图像中的多个解剖标记点,基于所述第一人脸图像中的多个解剖标记点得到所述检测对象的目标器官的所述初始位置信息;
在所述第一环境亮度和所述第一人脸图像亮度的差值大于或等于所述预设亮度差的情况下,根据所述第一人脸图像确定所述第一人脸图像的二值化人脸图像,对所述第一人脸图像的二值化人脸图像进行特征提取,以得到第一特征图,根据所述第一特征图得到所述检测对象的目标器官的所述初始位置信息。
5.根据权利要求1-3任一项所述的方法,其特征在于,所述基于所述第二环境亮度和所述第二人脸图像亮度的差值与预设亮度差得到所述检测对象的目标器官的目标位置信息,包括:
在所述第二环境亮度和所述第二人脸图像亮度的差值小于预设亮度差的情况下,获取所述第二人脸图像中的多个解剖标记点,基于所述第二人脸图像中的多个解剖标记点得到所述检测对象的目标器官的所述目标位置信息;
在所述第二环境亮度和所述第二人脸图像亮度的差值大于或等于所述预设亮度差的情况下,确定所述第二人脸图像的二值化人脸图像,对所述第二人脸图像的二值化人脸图像进行特征提取,以得到第二特征图,根据所述第二特征图得到所述检测对象的目标器官的所述目标位置信息。
6.根据权利要求4所述的方法,其特征在于,所述基于所述第一人脸图像中的多个解剖标记点得到所述检测对象的目标器官的所述初始位置信息,包括:
确定所述第一人脸图像中的多个解剖标记点分别与所述目标器官之间的多个第一距离,计算所述多个第一距离的平均值;
从所述多个第一距离中选取出与所述多个第一距离的平均值的差值最小的第一距离,所述差值最小的第一距离对应的解剖标记点为第一解剖标记点;
根据所述第一解剖标记点得到所述检测对象的目标器官的所述初始位置信息。
7.根据权利要求4所述的方法,其特征在于,所述基于所述第一人脸图像中的多个解剖标记点得到所述检测对象的目标器官的所述初始位置信息,包括:
确定所述第一人脸图像中的多个解剖标记点分别与所述目标器官之间的多个第二距离;
根据所述多个第二距离中最小距离对应的解剖标记点得到所述检测对象的目标器官的所述初始位置信息。
8.一种基于环境亮度的器官定位装置,其特征在于,包括:
获取单元,用于根据获取到的第一激光雷达数据得到所述检测对象的第一人脸图像,还用于获取所述检测对象周围的第一环境亮度;
确定单元,用于根据所述第一人脸图像确定所述第一人脸图像的第一人脸图像亮度;
定位单元,用于所述第一环境亮度与和所述第一人脸图像亮度的差值与和预设亮度差得到所述检测对象的目标器官的初始位置信息;
所述获取单元,用于根据获取到的第二激光雷达数据得到所述检测对象的第二人脸图像,还用于获取所述检测对象周围的第二环境亮度;
所述确定单元,还用于根据所述第二人脸图像确定所述第二人脸图像的第二人脸图像亮度;
所述定位单元,还用于基于所述第二环境亮度和所述第二人脸图像亮度的差值与预设亮度差得到所述检测对象的目标器官的目标位置信息。
9.一种电子设备,其特征在于,包括处理器、存储器、通信接口,以及一个或多个程序,所述一个或多个程序被存储在所述存储器中,并且被配置由所述处理器执行,所述程序包括用于执行如权利要求1-7任一项所述的方法中的步骤的指令。
10.一种计算机存储介质,其特征在于,所述计算机存储介质存储有一条或多条指令,所述一条或多条指令适于由处理器加载并执行如权利要求1-7任一项所述的方法。
CN202111077526.6A 2021-09-13 2021-09-13 基于环境亮度的器官定位方法及相关设备 Active CN113837044B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111077526.6A CN113837044B (zh) 2021-09-13 2021-09-13 基于环境亮度的器官定位方法及相关设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111077526.6A CN113837044B (zh) 2021-09-13 2021-09-13 基于环境亮度的器官定位方法及相关设备

Publications (2)

Publication Number Publication Date
CN113837044A true CN113837044A (zh) 2021-12-24
CN113837044B CN113837044B (zh) 2024-01-23

Family

ID=78959273

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111077526.6A Active CN113837044B (zh) 2021-09-13 2021-09-13 基于环境亮度的器官定位方法及相关设备

Country Status (1)

Country Link
CN (1) CN113837044B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116744511A (zh) * 2023-05-22 2023-09-12 杭州行至云起科技有限公司 智能调光调色照明系统及其方法
CN117854194B (zh) * 2024-03-07 2024-06-07 深圳市开拓者安防科技有限公司 基于人工智能的可视化门禁控制方法和系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030118217A1 (en) * 2000-08-09 2003-06-26 Kenji Kondo Eye position detection method and device
CN207965918U (zh) * 2018-01-10 2018-10-12 成都大学 一种新型人脸模式识别系统
CN110334631A (zh) * 2019-06-27 2019-10-15 西安工程大学 一种基于人脸检测与二值运算的坐姿检测方法
CN112819722A (zh) * 2021-02-03 2021-05-18 东莞埃科思科技有限公司 一种红外图像人脸曝光方法、装置、设备及存储介质

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030118217A1 (en) * 2000-08-09 2003-06-26 Kenji Kondo Eye position detection method and device
CN207965918U (zh) * 2018-01-10 2018-10-12 成都大学 一种新型人脸模式识别系统
CN110334631A (zh) * 2019-06-27 2019-10-15 西安工程大学 一种基于人脸检测与二值运算的坐姿检测方法
CN112819722A (zh) * 2021-02-03 2021-05-18 东莞埃科思科技有限公司 一种红外图像人脸曝光方法、装置、设备及存储介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
吕巍伟;吕校华;肖勇;: "人脸识别和特征定位算法探讨", 通讯世界, no. 20 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116744511A (zh) * 2023-05-22 2023-09-12 杭州行至云起科技有限公司 智能调光调色照明系统及其方法
CN116744511B (zh) * 2023-05-22 2024-01-05 杭州行至云起科技有限公司 智能调光调色照明系统及其方法
CN117854194B (zh) * 2024-03-07 2024-06-07 深圳市开拓者安防科技有限公司 基于人工智能的可视化门禁控制方法和系统

Also Published As

Publication number Publication date
CN113837044B (zh) 2024-01-23

Similar Documents

Publication Publication Date Title
CN109977813B (zh) 一种基于深度学习框架的巡检机器人目标定位方法
CN108764048B (zh) 人脸关键点检测方法及装置
CN111255636B (zh) 确定风力发电机组的塔架净空的方法和装置
CN110458161B (zh) 一种结合深度学习的移动机器人门牌定位方法
WO2020090428A1 (ja) 地物検出装置、地物検出方法および地物検出プログラム
CN109425348B (zh) 一种同时定位与建图的方法和装置
CN108648169A (zh) 高压输电塔绝缘子缺陷自动识别的方法及装置
CN109919157A (zh) 一种视觉定位方法及装置
CN111968048A (zh) 电力巡检少样本图像数据增强方法及系统
CN114004977A (zh) 一种基于深度学习的航拍数据目标定位方法及系统
CN115359239A (zh) 风电叶片缺陷检测定位方法、装置、存储介质和电子设备
CN112700498A (zh) 一种基于深度学习的风力发电机叶尖定位方法及系统
CN112990101B (zh) 基于机器视觉的面部器官定位方法及相关设备
CN113837044A (zh) 基于环境亮度的器官定位方法及相关设备
CN105447431B (zh) 一种基于机器视觉的入坞飞机跟踪定位方法及系统
CN115082857A (zh) 一种目标对象的检测方法、装置、设备以及存储介质
CN113011285B (zh) 车道线检测方法、装置、自动驾驶车辆及可读存储介质
CN113987246A (zh) 无人机巡检的图片自动命名方法、装置、介质和电子设备
CN115565072A (zh) 一种道路垃圾识别和定位方法、装置、电子设备及介质
CN115252365A (zh) 上肢镜像康复训练机器人系统、控制方法和计算机介质
CN114202689A (zh) 一种点位标注方法、装置、电子设备和存储介质
CN111738082A (zh) 基于机器视觉自动跟踪定位火灾火源点的识别方法和装置
CN113029166B (zh) 定位方法、装置、电子设备及存储介质
CN117553756B (zh) 基于目标跟踪的脱靶量计算方法、装置、设备及存储介质
CN112232272B (zh) 一种激光与视觉图像传感器融合的行人识别方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant