CN114001810A - 一种体重计算方法及装置 - Google Patents
一种体重计算方法及装置 Download PDFInfo
- Publication number
- CN114001810A CN114001810A CN202111314341.2A CN202111314341A CN114001810A CN 114001810 A CN114001810 A CN 114001810A CN 202111314341 A CN202111314341 A CN 202111314341A CN 114001810 A CN114001810 A CN 114001810A
- Authority
- CN
- China
- Prior art keywords
- target object
- weight
- height
- width
- image
- 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
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01G—WEIGHING
- G01G19/00—Weighing apparatus or methods adapted for special purposes not provided for in the preceding groups
- G01G19/44—Weighing apparatus or methods adapted for special purposes not provided for in the preceding groups for weighing persons
- G01G19/50—Weighing apparatus or methods adapted for special purposes not provided for in the preceding groups for weighing persons having additional measuring devices, e.g. for height
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01G—WEIGHING
- G01G23/00—Auxiliary devices for weighing apparatus
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Image Analysis (AREA)
Abstract
本申请公开了一种体重计算方法及装置,通过获取摄像头对指定区域内的目标对象拍摄的图像,确定目标对象在图像中的高度和宽度,利用目标对象的高度和宽度,结合预先得到的尺寸转换参数,计算得到转换后的高度和宽度,其中,尺寸转换参数是基于训练图像中确定的训练对象的高度和宽度,以及训练对象的真实高度和真实宽度得到,基于体重修正参数以及转换后的高度和宽度,计算得到目标对象的第一体重。进一步的,本申请通过设定体重修正参数,由于图像中识别得到的尺寸数据可能与真实的数据存在一定偏差,这会使得最终计算得到的体重数据不太准确,通过引入体重修正参数,可以一定程度上减小计算得到的体重值与真实体重值之间的误差。
Description
技术领域
本申请涉及图像识别与处理领域,尤其涉及一种体重计算方法及装置。
背景技术
现有的体重计算主要是通过电子秤等传统工具,对人体的体重进行测量。但是采用传统式的测量方法,在人数较多时需要逐一进行测量,测量效率较低,无法满足人流量很大的场合,而且传统的测量方式依赖于测试设备,不便于携带且智能化程度不高。随着图像识别技术的快速发展,图像识别技术已经开始运用于各个领域,因此,如何结合图像确定人体体重是人们一直关注的问题。
发明内容
有鉴于此,本申请提供了一种体重计算方法及装置,以便于结合图像确定人体的体重。
为了实现上述目的,现提出的方案如下:
一种体重计算方法,包括:
获取摄像头对指定区域内的目标对象拍摄的图像;
确定所述目标对象在所述图像中的高度和宽度;
利用所述高度和宽度,结合预先得到的尺寸转换参数,计算得到转换后的高度和宽度,所述尺寸转换参数是基于训练图像中确定的训练对象的高度和宽度,以及所述训练对象的真实高度和真实宽度得到;
基于体重修正参数以及所述转换后的高度和宽度,计算得到所述目标对象的第一体重。
可选的,所述基于体重修正参数和所述转换后的高度和宽度,计算得到所述目标对象的第一体重,包括:
基于所述转换后的高度和宽度,计算得到所述目标对象的第一体表面积;
基于所述第一体表面积、所述转换后的高度和体重修正参数,计算得到所述目标对象的第一体重。
可选的,所述确定目标对象在所述图像中的高度和宽度,包括:
确定所述图像中的目标对象的边界;
基于目标对象的边界,确定目标对象在所述图像中的高度和宽度。
可选的,所述基于所述第一体表面积、所述转换后的高度和体重修正参数,计算得到目标对象的第一体重,包括:
利用所述第一体表面积和所转换后的高度,计算目标对象的体积;
基于目标对象的体积和体重修正参数,结合预先设定的人体密度,计算得到目标对象的第一体重。
可选的,还包括:
从所述图像中,确定目标对象所占据的像素点个数;
基于所述像素点个数,确定目标对象的第二体表面积;
基于所述第二体表面积、所述转换后的高度,计算得到目标对象的第二体重;
基于所述第一体重和所述第二体重,确定目标对象的最终体重。
可选的,所述基于像素点个数,确定目标对象的第二体表面积,包括:
利用像素点个数与预先确定的每个像素点代表的体表面积的乘积,作为目标对象的第二体表面积;
其中,所述每个像素点代表的体表面积是基于训练图像中训练对象所占的像素点个数与训练对象的实际体表面积得到。
可选的,还包括:
根据所述第一体重,确定目标对象的体型。
一种体重计算装置,包括:
图像获取单元,用于获取摄像头对指定区域内的目标对象拍摄的图像;
尺寸确定单元,用于确定所述目标对象在所述图像中的高度和宽度;
尺寸转换单元,用于利用所述目标对象的高度和宽度,结合预先得到的尺寸转换参数,计算得到转换后的高度和宽度,所述尺寸转换参数是基于训练图像中确定的训练对象的高度和宽度,以及所述训练对象的真实高度和真实宽度得到;
体重计算单元,用于基于体重修正参数和所述转换后的高度和宽度,计算得到目标对象的第一体重。
可选的,所述尺寸确定单元,包括:
边界确定单元,用于确定所述图像中的目标对象的边界;
高宽确定单元,用于基于目标对象的边界,确定目标对象在所述图像中的高度和宽度。
可选的,还包括:
像素点确定单元,用于从所述图像中,确定目标对象所占据的像素点个数;
第二体表面积确定单元,基于像素点个数,确定目标对象的第二体表面积;
第二体重计算单元,用于基于所述第二体表面积、所述转换后的高度,计算得到目标对象的第二体重;
最终体重确定单元,用于基于所述第一体重和所述第二体重,确定目标对象的最终体重。
从上述的技术方案可以看出,本申请实施例提供的一种体重计算方法及装置,通过获取摄像头对指定区域内的目标对象拍摄的图像,确定目标对象在图像中的高度和宽度,利用目标对象的高度和宽度,结合预先得到的尺寸转换参数,计算得到转换后的高度和宽度,其中,尺寸转换参数是基于训练图像中确定的训练对象的高度和宽度,以及训练对象的真实高度和真实宽度得到,基于体重修正参数以及转换后的高度和宽度,计算得到目标对象的第一体重。
进一步的,本申请通过设定体重修正参数,由于图像中识别得到的尺寸数据可能与真实的数据存在一定偏差,这会使得最终计算得到的体重数据不太准确,通过引入体重修正参数,可以一定程度上减小计算得到的体重值与真实体重值之间的误差。
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,还可以根据提供的附图获得其他的附图。
图1为本申请实施例提供的一种体重计算方法流程图;
图2为本申请实施例提供的一种第一体重计算方法流程图;
图3为本申请实施例提供的一种目标对象在图中的尺寸确定方法流程图;
图4为本申请实施例提供的一种图像中目标对象轮廓示意图;
图5为本申请实施例提供的另一种第一体重计算方法流程图;
图6为本申请实施例提供的另一种体重计算方法流程图;
图7为本申请实施例提供的一种体重计算装置结构示意图。
具体实施方式
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做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。
图1为本申请实施例提供的一种体重计算方法流程图,该方法可以包括:
步骤S100、获取摄像头对指定区域内的目标对象拍摄的图像。
具体的,由于当目标对象距离摄像头较远或者较近时,会使得拍摄的目标对象太小或者太大,所以需要利用摄像头对指定区域进行拍摄,得到的指定区域内的目标对象的图像。
步骤S101、确定目标对象在图像中的高度和宽度。
具体的,通过上述步骤可以获取包含有目标对象的图像,从而可以确定目标对象在图像中的高度和宽度。
步骤S102、利用高度和宽度,结合预先得到的尺寸转换参数,计算得到转换后的高度和宽度。
其中,上述尺寸转换参数是基于训练图像中确定的训练对象的高度和宽度,以及训练对象的真实高度和真实宽度得到。得到尺寸转换参数的过程,可以先获取摄像头对指定区域内的训练对象拍摄的训练图像,确定训练对象在训练图像中的高度和宽度,由于训练对象的实际高度和宽度已知,所以可以利用训练对象在训练图像中的高度与训练对象的实际高度确定一个转换比值,再利用训练对象在训练图像中的宽度与训练对象的实际宽度确定另一个转换比值,通过大量采集训练样本,进行类似的训练之后,可以将所有得到的转换比值取平均,最终得到尺寸转换参数,比如可以训练得到尺寸转换参数为0.33cm/px。
具体的,通过预先得到的尺寸转换参数,将上述步骤中确定的目标对象在训练图像中的高度和宽度,可以计算得到目标对象转换后的高度和宽度。此时,计算得到的目标对象转换后的高度和宽度接近于目标对象的真实的高度和宽度。
步骤S103、基于体重修正参数和转换后的高度和宽度,计算得到目标对象的第一体重。
具体的,在得到目标对象转换后的高度和宽度之后,可以结合体重修正参数,计算目标对象的第一体重。由于目标对象转换后的高度和宽度并不一定是目标对象准确的高度和宽度,再加上利用公式计算可能会存在计算误差,所以引入体重修正参数,以使得计算得到的目标对象的第一体重可以接近真实体重。
其中,得到体重修正参数的过程,可以先获取训练对象通过转换后的高度和宽度计算得到的第一体重,由于训练对象的实际体重已知,所以可以利用计算得到的第一体重与训练对象的实际体重确定一个修正比值,通过大量的采集训练样本,进行类似的训练之后,可以基于所有得到的修正比值,确定一个体重修正参数。
在上述实施例中,提供了一种体重计算方法,通过获取摄像头对指定区域内的目标对象拍摄的图像,确定目标对象在图像中的高度和宽度,利用目标对象的高度和宽度,结合预先得到的尺寸转换参数,计算得到转换后的高度和宽度,其中,尺寸转换参数是基于训练图像中确定的训练对象的高度和宽度,以及训练对象的真实高度和真实宽度得到,基于体重修正参数以及转换后的高度和宽度,计算得到目标对象的第一体重。
进一步的,本申请通过设定体重修正参数,由于图像中识别得到的尺寸数据可能与真实的数据存在一定偏差,这会使得最终计算得到的体重数据不太准确,通过引入体重修正参数,可以一定程度上减小计算得到的体重值与真实体重值之间的误差。
在本申请的一些实施例中,对步骤S103、基于体重修正参数和转换后的高度和宽度,计算得到目标对象的第一体重的过程进行介绍,参考图2所示,该过程可以包括:
步骤S200、基于转换后的高度和宽度,计算得到目标对象的第一体表面积。
具体的,计算目标对象的体表面积的方式可以有多种,下面介绍几种可选的计算方式:
第一种,利用公式S=πW(3+3H)/8计算体表面积。
具体的,上述公式中S为目标对象的体表面积,W为目标对象的转换后的宽度,H为目标对象的转换后的高度。
第二种,利用公式BSA=[(πW2/16)+(3WH/4)]计算体表面积。
具体的,上述公式种BSA为目标对象的体表面积,W为目标对象的转换后的宽度,H为目标对象的转换后的高度。
步骤S201、基于第一体表面积、转换后的高度和体重修正参数,计算得到目标对象的第一体重。
具体的,根据Mosteller体表面积的计算公式,可以得到体表面积BSA=[(实际身高*实际体重)/3600]1/2,其中,体表面积BSA的单位为m3,实际身高的单位为cm,实际体重的单位为kg。
所以,当利用公式BSA=[(πW2/16)+(3WH/4)]计算体表面积时,可以结合Mosteller体表面积的计算公式,得到目标对象的体重。
在本申请的一些实施例中,对步骤S101、确定目标对象在图像中的高度和宽度的过程进行介绍,参考图3所示,该过程可以包括:
步骤S300、确定图像中的目标对象的边界。
具体的,确定图像中的目标对象的边界,可以利用中值滤波边缘检测算法,对图像中目标对象的边缘进行分析识别。通过确定的目标对象的边界,也可以获取目标对象的轮廓图像。
步骤S301、基于目标对象的边界,确定目标对象在图像中的高度和宽度。
具体的,如图4所示,可以得到目标对象的边界,从而得到目标对象的轮廓图。根据目标对象的轮廓图,可以得到目标对象距离图像最上方、最下方、最左边和最右边的四个距离,再结合图像的宽度和图像的高度,则可以得到目标用户在图像中的高度和宽度。
示例如,图像的高度为Y,图像的宽度为X,此时得到目标对象最上方的边缘像素点距离图像最上方边缘的最短距离为H1、目标对象最下方的边缘像素点距离图像最下方边缘的最短距离为H2、目标对象最左边的边缘像素点距离图像最左边边缘的最短距离为W1以及目标对象最右边的边缘像素点距离图像最右边边缘的最短距离为W2,基于上述得到的距离值,可以计算目标对象在图像中的高度H=Y-H1-H2,目标对象在图像中的宽度W=X-W1-W2。
在本申请的一些实施例中,对步骤S201、基于第一体表面积、转换后的高度和体重修正参数,计算得到目标对象的第一体重的过程进行介绍,参考图5所示,该过程可以包括:
步骤S400、利用第一体表面积和转换后的高度,计算目标对象的体积。
具体的,在确定目标对象的第一体表面积和转换后的高度之后,可以近似的将人体视为椭圆柱体,从而将第一体表面积视为椭圆柱体的表面积,转换后的高度视为椭圆柱体的高度,从而计算得到椭圆柱体的体积作为目标对象的体积。
步骤S401、基于目标对象的体积和体重修正参数,结合预先设定的人体密度,计算得到目标对象的第一体重。
具体的,可以预先设定人体密度,比如根据人体由大约75%的水组成的概念,简单的将人体的密度视为与水的密度相同在计算得到目标对象的体积之后,可以将人体的密度设定为1kg/m3。利用目标对象的体积与预先设定的人体密度的乘积,作为计算得到目标对象的体重。由于计算的过程中,可能存在由计算误差,所以在计算得到目标对象的体重之后,还需要引入体重修正参数,对计算得到的体重进行修正后,得到目标对象的第一体重。
在上述实施例中,通过获取目标用户的第一体表面积和转换后的高度,将目标对象人体视为椭圆柱体,从而计算目标对象的体积,并利用预先设定的人体密度,计算目标对象的体重,实现目标对象体重的计算。
在本申请的一些实施例中,得到摄像头对指定区域内的目标对象拍摄的图像之后,还可以利用图像中目标对象占用的像素点个数,来对用户的体表面积进行计算,从而结合转换后的高度计算得到目标对象的体重。参考图6所示,图6为本申请实施例提供的另一种体重计算方法,该方法可以包括:
步骤S500、获取摄像头对指定区域内的目标对象拍摄的图像。
步骤S501、确定目标对象在图像中的高度和宽度。
步骤S502、利用高度和宽度,结合预先得到的尺寸转换参数,计算得到转换后的高度和宽度。
步骤S503、基于体重修正参数以及转换后的高度和宽度,计算得到目标对象的第一体重。
其中,上述步骤S500-S503与前述实施例中的步骤S100-S103对应,详细参照前述介绍,此处不再赘述。
步骤S504、从图像中,确定目标对象所占据的像素点个数。
具体的,在获取图像后,可以通过边缘检测的方式,检测目标对象的边缘,从而确定目标对象所在轮廓中,占据的像素点的个数。
步骤S505、基于像素点个数,确定目标对象的第二体表面积。
具体的,在上述步骤中确定目标对象所占据的像素点个数后,可以根据像素点的个数,确定目标对象的第二体表面积。在根据像素点的个数,确定目标对象的第二体表面积的方式,可以是利用像素点个数与预先确定的每个像素点代表的体表面积的乘积,作为目标对象的第二体表面积。
其中,每个像素点代表的体表面积是基于训练图像中训练对象所占的像素点个数与训练对象的实际体表面积得到。确定每个像素点代表的体表面积的方式,可以是获取摄像头对指定区域内的训练对象拍摄的训练图像,确定训练图像中训练对象所占据的像素点个数,由于训练对象的体表面积已知,所以可以计算得到每个像素点代表的体表面积,通过采集大量的训练样本并进行训练,可以得到很多组每个像素点代表的体表面积数据,基于得到的数据,最终可以得到每个像素点代表的体表面积,从而在确定目标对象在图像中占据的像素点个数之后,可以转换为目标对象的体表面积。
步骤S506、基于第二体表面积、转换后的高度,计算得到目标对象的第二体重。
具体的,在确定目标对象的第二体表面积之后,结合转换后的高度,可以计算目标对象的体积,再利用人体的密度,最终计算得到目标对象的第二体重。
步骤S507、基第一体重和第二体重,确定目标对象的最终体重。
具体的,在获取利用不同的方式获取目标对象的第一体重和第二体重之后,可以利用第一体重和第二体重取平均值的方式,确定目标对象的最终体重,还可以将第一体重和第二体重分别设置不同的权重,进行加权计算确定目标对象最终的体重。
在上述实施例中,通过以另一种方式获取目标对象的第二体重,然后结合之前获取的第一体重,可以使得得到的最终体重在一定程度上更加准确。
在获取目标对象的体重之后,可以最终确定目标对象的体型,通过体型对目标用户当前的体重类型进行分类,比如可以分为偏瘦、正常、过重和肥胖等。基于此,在本申请的一些实施例中,在获取目标对象的体重之后,可以利用目标对象的体重确定目标对象的体型。
具体的,体型可以使用体重指数进行确定,体重指数可以是人体的体重(公斤)与身高(平方米)的比值。在得到目标对象的体重后,可以根据目标对象的第一体重,确定目标对象的体型;也可以根据目标对象的第二体重,确定目标对象的体型;还可以根据目标对象的第一体重和第二体重,确定目标对象的体型。如表1所示,表1为男性和女性的标准BMI评分表。
表1
下面对本申请实施例提供的一种体重计算装置进行描述,下文描述的一种体重计算装置与上文描述的一种体重计算方法可相互对应参照。
图7为本申请实施例提供的一种体重计算装置结构示意图,体重计算装置可以包括:
图像获取单元10,用于获取摄像头对指定区域内的目标对象拍摄的图像;
尺寸确定单元20,用于确定所述目标对象在所述图像中的高度和宽度;
尺寸转换单元30,用于利用所述目标对象的高度和宽度,结合预先得到的尺寸转换参数,计算得到转换后的高度和宽度,所述尺寸转换参数是基于训练图像中确定的训练对象的高度和宽度,以及所述训练对象的真实高度和真实宽度得到;
体重计算单元40,用于基于体重修正参数和所述转换后的高度和宽度,计算得到目标对象的第一体重。
在上述实施例中,提供了一种体重计算装置,通过图像获取单元10获取摄像头对指定区域内的目标对象拍摄的图像,尺寸确定单元20确定目标对象在图像中的高度和宽度,尺寸转换单元30利用目标对象的高度和宽度,结合预先得到的尺寸转换参数,计算得到转换后的高度和宽度,其中,尺寸转换参数是基于训练图像中确定的训练对象的高度和宽度,以及训练对象的真实高度和真实宽度得到,体重计算单元40基于体重修正参数以及转换后的高度和宽度,计算得到目标对象的第一体重。
进一步的,本申请通过设定体重修正参数,由于图像中识别得到的尺寸数据可能与真实的数据存在一定偏差,这会使得最终计算得到的体重数据不太准确,通过引入体重修正参数,可以一定程度上减小计算得到的体重值与真实体重值之间的误差。
可选的,尺寸确定单元20,可以包括:
边界确定单元,用于确定图像中的目标对象的边界;
高宽确定单元,用于基于目标对象的边界,确定目标对象在所述图像中的高度和宽度。
可选的,体重计算装置,还可以包括:
像素点确定单元,用于从所述图像中,确定目标对象所占据的像素点个数;
第二体表面积确定单元,基于像素点个数,确定目标对象的第二体表面积;
第二体重计算单元,用于基于所述第二体表面积、所述转换后的高度,计算得到目标对象的第二体重;
最终体重确定单元,用于基于所述第一体重和所述第二体重,确定目标对象的最终体重。
可选的,体重计算单元40,可以包括:
第一体表面积确定单元,用于基于所述转换后的高度和宽度,计算得到所述目标对象的第一体表面积;
第一体重计算单元,用于基于所述第一体表面积、所述转换后的高度和体重修正参数,计算得到所述目标对象的第一体重。
可选的,第一体重计算单元执行基于所述第一体表面积、所述转换后的高度和体重修正参数,计算得到目标对象的第一体重的过程,可以包括:
利用所述第一体表面积和所转换后的高度,计算目标对象的体积;
基于目标对象的体积和体重修正参数,结合预先设定的人体密度,计算得到目标对象的第一体重。
可选的,第二体表面积确定单元执行基于像素点个数,确定目标对象的第二体表面积的过程,可以包括:
利用像素点个数与预先确定的每个像素点代表的体表面积的乘积,作为目标对象的第二体表面积;
其中,所述每个像素点代表的体表面积是基于训练图像中训练对象所占的像素点个数与训练对象的实际体表面积得到。
可选的,体重计算装置,还可以包括:
体型确定单元,用于根据所述第一体重,确定目标对象的体型。
最后,还需要说明的是,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。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间可以相互组合,且相同相似部分互相参见即可。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下,在其它实施例中实现。因此,本申请将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (10)
1.一种体重计算方法,其特征在于,包括:
获取摄像头对指定区域内的目标对象拍摄的图像;
确定所述目标对象在所述图像中的高度和宽度;
利用所述高度和宽度,结合预先得到的尺寸转换参数,计算得到转换后的高度和宽度,所述尺寸转换参数是基于训练图像中确定的训练对象的高度和宽度,以及所述训练对象的真实高度和真实宽度得到;
基于体重修正参数以及所述转换后的高度和宽度,计算得到所述目标对象的第一体重。
2.根据权利要求1所述的方法,其特征在于,所述基于体重修正参数和所述转换后的高度和宽度,计算得到所述目标对象的第一体重,包括:
基于所述转换后的高度和宽度,计算得到所述目标对象的第一体表面积;
基于所述第一体表面积、所述转换后的高度和体重修正参数,计算得到所述目标对象的第一体重。
3.根据权利要求1所述的方法,其特征在于,所述确定目标对象在所述图像中的高度和宽度,包括:
确定所述图像中的目标对象的边界;
基于目标对象的边界,确定目标对象在所述图像中的高度和宽度。
4.根据权利要求2所述的方法,其特征在于,所述基于所述第一体表面积、所述转换后的高度和体重修正参数,计算得到目标对象的第一体重,包括:
利用所述第一体表面积和所转换后的高度,计算目标对象的体积;
基于目标对象的体积和体重修正参数,结合预先设定的人体密度,计算得到目标对象的第一体重。
5.根据权利要求1-4任意一项所述的方法,其特征在于,还包括:
从所述图像中,确定目标对象所占据的像素点个数;
基于所述像素点个数,确定目标对象的第二体表面积;
基于所述第二体表面积、所述转换后的高度,计算得到目标对象的第二体重;
基于所述第一体重和所述第二体重,确定目标对象的最终体重。
6.根据权利要求5所述的方法,其特征在于,所述基于像素点个数,确定目标对象的第二体表面积,包括:
利用像素点个数与预先确定的每个像素点代表的体表面积的乘积,作为目标对象的第二体表面积;
其中,所述每个像素点代表的体表面积是基于训练图像中训练对象所占的像素点个数与训练对象的实际体表面积得到。
7.根据权利要求1-4任意一项所述的方法,其特征在于,还包括:
根据所述第一体重,确定目标对象的体型。
8.一种体重计算装置,其特征在于,包括:
图像获取单元,用于获取摄像头对指定区域内的目标对象拍摄的图像;
尺寸确定单元,用于确定所述目标对象在所述图像中的高度和宽度;
尺寸转换单元,用于利用所述目标对象的高度和宽度,结合预先得到的尺寸转换参数,计算得到转换后的高度和宽度,所述尺寸转换参数是基于训练图像中确定的训练对象的高度和宽度,以及所述训练对象的真实高度和真实宽度得到;
体重计算单元,用于基于体重修正参数和所述转换后的高度和宽度,计算得到目标对象的第一体重。
9.根据权利要求8所述的装置,其特征在于,所述尺寸确定单元,包括:
边界确定单元,用于确定所述图像中的目标对象的边界;
高宽确定单元,用于基于目标对象的边界,确定目标对象在所述图像中的高度和宽度。
10.根据权利要求8或9所述的装置,其特征在于,还包括:
像素点确定单元,用于从所述图像中,确定目标对象所占据的像素点个数;
第二体表面积确定单元,基于像素点个数,确定目标对象的第二体表面积;
第二体重计算单元,用于基于所述第二体表面积、所述转换后的高度,计算得到目标对象的第二体重;
最终体重确定单元,用于基于所述第一体重和所述第二体重,确定目标对象的最终体重。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111314341.2A CN114001810A (zh) | 2021-11-08 | 2021-11-08 | 一种体重计算方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111314341.2A CN114001810A (zh) | 2021-11-08 | 2021-11-08 | 一种体重计算方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114001810A true CN114001810A (zh) | 2022-02-01 |
Family
ID=79928235
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111314341.2A Pending CN114001810A (zh) | 2021-11-08 | 2021-11-08 | 一种体重计算方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114001810A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115435689A (zh) * | 2022-08-15 | 2022-12-06 | 北京旷视机器人技术有限公司 | 一种配重方法、配重系统、电子设备以及介质 |
Citations (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104748680A (zh) * | 2015-03-19 | 2015-07-01 | 酷派软件技术(深圳)有限公司 | 一种基于摄像头的尺寸测量方法及装置 |
CN105054936A (zh) * | 2015-07-16 | 2015-11-18 | 河海大学常州校区 | 基于Kinect景深图像的快速身高和体重测量方法 |
CN107194987A (zh) * | 2017-05-12 | 2017-09-22 | 西安蒜泥电子科技有限责任公司 | 对人体测量数据进行预测的方法 |
WO2019044001A1 (ja) * | 2017-09-01 | 2019-03-07 | Nttテクノクロス株式会社 | 体重出力装置、体重出力方法及びプログラム |
CN109459119A (zh) * | 2018-10-17 | 2019-03-12 | 北京京东金融科技控股有限公司 | 一种体重测量方法、设备和计算机可读存储介质 |
CN109785379A (zh) * | 2018-12-17 | 2019-05-21 | 中国科学院长春光学精密机械与物理研究所 | 一种对称物体尺寸及重量的测量方法及测量系统 |
JP2019203901A (ja) * | 2019-07-16 | 2019-11-28 | Nttテクノクロス株式会社 | 体重出力装置、体重出力方法及びプログラム |
CN110672189A (zh) * | 2019-09-27 | 2020-01-10 | 北京海益同展信息科技有限公司 | 体重估计方法、装置、系统和存储介质 |
CN111489287A (zh) * | 2020-04-10 | 2020-08-04 | 腾讯科技(深圳)有限公司 | 图像转换方法、装置、计算机设备和存储介质 |
CN111724355A (zh) * | 2020-06-01 | 2020-09-29 | 厦门大学 | 一种鲍鱼体型参数的图像测量方法 |
CN111797745A (zh) * | 2020-06-28 | 2020-10-20 | 北京百度网讯科技有限公司 | 一种物体检测模型的训练及预测方法、装置、设备及介质 |
CN111860652A (zh) * | 2020-07-22 | 2020-10-30 | 中国平安财产保险股份有限公司 | 基于图像检测的动物体重测量方法、装置、设备及介质 |
CN112017231A (zh) * | 2020-08-27 | 2020-12-01 | 中国平安财产保险股份有限公司 | 基于单目摄像头的人体体重识别方法、装置及存储介质 |
CN112200004A (zh) * | 2020-09-15 | 2021-01-08 | 深圳市优必选科技股份有限公司 | 图像检测模型的训练方法、装置及终端设备 |
CN112384768A (zh) * | 2018-05-04 | 2021-02-19 | 艾克斯波特西溶液公司 | 用于确定生物体的重量的秤 |
CN113155247A (zh) * | 2021-04-21 | 2021-07-23 | 武汉理工大学 | 物体称重方法、状态评估方法、称重系统及状态评估系统 |
WO2021191976A1 (ja) * | 2020-03-23 | 2021-09-30 | Nttテクノクロス株式会社 | 体重推定装置、体重推定方法及びプログラム |
-
2021
- 2021-11-08 CN CN202111314341.2A patent/CN114001810A/zh active Pending
Patent Citations (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104748680A (zh) * | 2015-03-19 | 2015-07-01 | 酷派软件技术(深圳)有限公司 | 一种基于摄像头的尺寸测量方法及装置 |
CN105054936A (zh) * | 2015-07-16 | 2015-11-18 | 河海大学常州校区 | 基于Kinect景深图像的快速身高和体重测量方法 |
CN107194987A (zh) * | 2017-05-12 | 2017-09-22 | 西安蒜泥电子科技有限责任公司 | 对人体测量数据进行预测的方法 |
WO2019044001A1 (ja) * | 2017-09-01 | 2019-03-07 | Nttテクノクロス株式会社 | 体重出力装置、体重出力方法及びプログラム |
CN112384768A (zh) * | 2018-05-04 | 2021-02-19 | 艾克斯波特西溶液公司 | 用于确定生物体的重量的秤 |
CN109459119A (zh) * | 2018-10-17 | 2019-03-12 | 北京京东金融科技控股有限公司 | 一种体重测量方法、设备和计算机可读存储介质 |
CN109785379A (zh) * | 2018-12-17 | 2019-05-21 | 中国科学院长春光学精密机械与物理研究所 | 一种对称物体尺寸及重量的测量方法及测量系统 |
JP2019203901A (ja) * | 2019-07-16 | 2019-11-28 | Nttテクノクロス株式会社 | 体重出力装置、体重出力方法及びプログラム |
CN110672189A (zh) * | 2019-09-27 | 2020-01-10 | 北京海益同展信息科技有限公司 | 体重估计方法、装置、系统和存储介质 |
WO2021191976A1 (ja) * | 2020-03-23 | 2021-09-30 | Nttテクノクロス株式会社 | 体重推定装置、体重推定方法及びプログラム |
CN111489287A (zh) * | 2020-04-10 | 2020-08-04 | 腾讯科技(深圳)有限公司 | 图像转换方法、装置、计算机设备和存储介质 |
CN111724355A (zh) * | 2020-06-01 | 2020-09-29 | 厦门大学 | 一种鲍鱼体型参数的图像测量方法 |
CN111797745A (zh) * | 2020-06-28 | 2020-10-20 | 北京百度网讯科技有限公司 | 一种物体检测模型的训练及预测方法、装置、设备及介质 |
CN111860652A (zh) * | 2020-07-22 | 2020-10-30 | 中国平安财产保险股份有限公司 | 基于图像检测的动物体重测量方法、装置、设备及介质 |
CN112017231A (zh) * | 2020-08-27 | 2020-12-01 | 中国平安财产保险股份有限公司 | 基于单目摄像头的人体体重识别方法、装置及存储介质 |
CN112200004A (zh) * | 2020-09-15 | 2021-01-08 | 深圳市优必选科技股份有限公司 | 图像检测模型的训练方法、装置及终端设备 |
CN113155247A (zh) * | 2021-04-21 | 2021-07-23 | 武汉理工大学 | 物体称重方法、状态评估方法、称重系统及状态评估系统 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115435689A (zh) * | 2022-08-15 | 2022-12-06 | 北京旷视机器人技术有限公司 | 一种配重方法、配重系统、电子设备以及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104598867B (zh) | 一种人体动作自动评估方法及舞蹈评分系统 | |
CN106093455B (zh) | 无人飞行器的飞行参数的测量方法及装置 | |
CN107067415A (zh) | 一种基于图像匹配的目标快速精确定位方法 | |
US11759151B2 (en) | Body composition assessment using two-dimensional digital image analysis | |
CN111354033B (zh) | 基于特征匹配的数字图像测量方法 | |
CN107944156B (zh) | 波高阈值的选取方法 | |
CN107392929A (zh) | 一种基于人眼视觉模型的智能化目标检测及尺寸测量方法 | |
CN109101983B (zh) | 一种基于深度学习的鞋样及足迹关键点检测方法 | |
CN114001810A (zh) | 一种体重计算方法及装置 | |
CN106296613B (zh) | 一种基于dr机器的双能量减影方法 | |
EP3556288A1 (en) | Bmi, body and other object measurements from camera view display | |
CN111012353A (zh) | 一种基于人脸关键点识别的身高检测方法 | |
CN104732520A (zh) | 一种胸部数字影像的心胸比测量算法及系统 | |
CN106778587B (zh) | 基于无人机影像的飞行状态检测方法及装置 | |
CN107256421A (zh) | 一种稻麦籽粒快速计数方法 | |
CN104715478B (zh) | 一种检测影像图片中曝光区域的方法及系统 | |
CN114998986A (zh) | 基于计算机视觉的引体向上动作规范智能识别方法及系统 | |
CN113607546A (zh) | 一种裂纹测量方法 | |
CN115935129B (zh) | 一种土壤分尺度重金属浓度值确定方法和装置 | |
CN115937969A (zh) | 仰卧起坐考核中目标人物的确定方法、装置、设备及介质 | |
CN116124393A (zh) | 一种离轴测量时桥梁多点动挠度测量方法和装置 | |
CN114065120B (zh) | 测定pcr的直线-s形生长曲线的循环阈值的方法 | |
CN108960226A (zh) | 一种指针仪类表示值读数方法及装置 | |
CN110840459B (zh) | 人体平衡能力获取方法及系统、计算机设备及介质 | |
CN111091910B (zh) | 基于画钟测试的智能评估系统 |
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 |