CN115273153A - 一种健身房储物柜用图像采集系统 - Google Patents

一种健身房储物柜用图像采集系统 Download PDF

Info

Publication number
CN115273153A
CN115273153A CN202211170882.7A CN202211170882A CN115273153A CN 115273153 A CN115273153 A CN 115273153A CN 202211170882 A CN202211170882 A CN 202211170882A CN 115273153 A CN115273153 A CN 115273153A
Authority
CN
China
Prior art keywords
human body
target
image acquisition
axis
object placing
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
CN202211170882.7A
Other languages
English (en)
Other versions
CN115273153B (zh
Inventor
李哲
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.)
Chengdu One Avocado Technology Co ltd
Original Assignee
Chengdu One Avocado Technology 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 Chengdu One Avocado Technology Co ltd filed Critical Chengdu One Avocado Technology Co ltd
Priority to CN202211170882.7A priority Critical patent/CN115273153B/zh
Publication of CN115273153A publication Critical patent/CN115273153A/zh
Application granted granted Critical
Publication of CN115273153B publication Critical patent/CN115273153B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/103Static body considered as a whole, e.g. static pedestrian or occupant recognition
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/10Image acquisition
    • G06V10/12Details of acquisition arrangements; Constructional details thereof
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/70Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/761Proximity, similarity or dissimilarity measures
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16Human faces, e.g. facial parts, sketches or expressions
    • G06V40/161Detection; Localisation; Normalisation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16Human faces, e.g. facial parts, sketches or expressions
    • G06V40/168Feature extraction; Face representation

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Computer Interaction (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Artificial Intelligence (AREA)
  • Computing Systems (AREA)
  • Databases & Information Systems (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

本说明书实施例提供一种健身房储物柜用图像采集系统,属于图像数据处理领域,健身房储物柜包括多个置物格,包括;人体感应装置,用于检测目标区域内是否存在人体;控制器,用于在人体感应装置检测到目标区域内存在人体时,开启图像采集装置;图像采集装置,用于采集目标人体的目标人脸图像,图像采集装置的拍摄方向与人体的高度方向平行;多个状态检测装置,每个置物格均设置有一个状态检测装置,状态检测装置用于获取置物格的状态信息;控制器还用于基于图像采集装置获取的目标人脸图像及状态检测装置获取的置物格的状态信息,从多个置物格中确定目标置物格,具有提高健身房储物柜使用过程中,图像采集的安全性的优点。

Description

一种健身房储物柜用图像采集系统
技术领域
本说明书涉及图像数据处理领域,特别涉及一种健身房储物柜用图像采集系统。
背景技术
健身房是指用来健身康复和锻炼活动的场所。一般而言,都有齐全的器械设备,有较全的健身及娱乐项目,有专业的教练进行指导。健身房的健身器多达近百种。在使用健身器材时往往需要健身人员更换较为宽松的衣物,而健身房一般都配套有具有储物柜的换衣间。现有的健身房储物柜大都采用人脸识别进行取存物品,在获取人脸图像时,很容易不小心收集到他人的隐私,例如,在他人更换衣服时,获取图像,其安全性不足。
因此,需要提供一种健身房储物柜用图像采集系统,用于提高健身房储物柜使用过程中,图像采集的安全性。
发明内容
为了解决现有技术中健身房储物柜在获取人脸图像时,很容易不小心收集到他人的隐私的技术问题,本说明书实施例之一提供一种健身房储物柜用图像采集系统,应用于健身房储物柜,所述健身房储物柜包括多个置物格,每个所述置物格上均设置有柜门,包括;人体感应装置,用于检测目标区域内是否存在人体;控制器,用于在所述人体感应装置检测到所述目标区域内存在人体时,开启图像采集装置;所述图像采集装置,用于采集目标人体的目标人脸图像,所述图像采集装置的拍摄方向与人体的高度方向平行;多个状态检测装置,每个所述置物格均设置有一个所述状态检测装置,所述状态检测装置用于获取所述置物格的状态信息;所述控制器还用于基于所述图像采集装置获取的所述目标人脸图像及所述状态检测装置获取的所述置物格的状态信息,从所述多个置物格中确定目标置物格,并开启所述目标置物格的柜门。
在一些实施例中,所述人体感应装置包括X轴人体感应装置、Y轴人体感应装置及Z轴人体感应装置,所述X轴人体感应装置的感应方向、所述Y轴人体感应装置的感应方向及所述Z轴人体感应装置的感应方向相互垂直;当所述X轴人体感应装置、所述Y轴人体感应装置及所述Z轴人体感应装置均感应到人体时,所述人体感应装置判断所述目标区域内存在人体。
在一些实施例中,所述系统还包括特征采集装置及高度调整装置;所述图像采集装置设置在所述高度调整装置上;所述特征采集装置用于采集目标人体的身高特征;所述控制器还用于在所述人体感应装置检测到所述目标区域内存在人体时,开启所述特征采集装置;所述控制器还用于基于所述特征采集装置采集的目标人体的身高特征,控制所述高度调整装置调整所述图像采集装置的高度;所述控制器还用于在所述高度调整装置调整完所述图像采集装置的高度后,开启所述图像采集装置。
在一些实施例中,所述高度调整装置包括Y轴往复螺杆、Y轴内螺纹套筒、Y轴滑轨、Y轴滑块及Y轴电机,所述Y轴滑轨的长度方向与人体的高度方向平行,所述Y轴往复螺杆转动设置在所述Y轴滑轨上,所述Y轴电机的输出轴与所述Y轴往复螺杆同轴连接,所述Y轴内螺纹套筒螺纹套接在所述Y轴往复螺杆上,所述Y轴滑块设置在所述Y轴滑轨内,所述Y轴滑块与所述Y轴内螺纹套筒固定连接,所述Y轴滑块上设置有拍摄台,所述图像采集装置设置在所述拍摄台上。
在一些实施例中,所述特征采集装置包括设置在所述目标区域的上方的红外测距阵列,所述红外测距阵列包括多个红外测距传感器,所述红外测距传感器用于沿人体的高度方向采集所述目标人体的身高特征。
在一些实施例中,所述状态检测装置包括第一光电接近开关及第二光电接近开关,所述第一光电接近开关用于检测所述置物格内是否放置有物品,所述第二光电接近开关用于检测所述置物格的柜门是否开启。
在一些实施例中,所述系统还包括水平位置调整装置,所述高度调整装置设置在所述水平位置调整装置上;所述图像采集装置采集所述目标人体的目标人脸图像,包括:所述图像采集装置获取所述目标人体的第一人脸图像;所述控制器提取所述第一人脸图像的特征,判断所述第一人脸图像的特征是否完整;若所述控制器判断所述第一人脸图像的特征完整,将所述第一人脸图像作为所述目标人脸图像;若所述控制器判断所述第一人脸图像的特征不完整,重复执行控制所述高度调整装置调整所述图像采集装置的高度和/或控制所述水平位置调整装置调整所述图像采集装置与所述目标人体之间的距离,所述图像采集装置获取所述目标人体的第二人脸图像,直至所述控制器提取的所述第二人脸图像的特征完整;将所述第二人脸图像作为所述目标人脸图像。
在一些实施例中,所述控制器基于所述图像采集装置获取的所述目标人脸图像及所述状态检测装置获取的所述置物格的状态信息,从所述多个置物格中确定目标置物格,包括:所述控制器基于所述目标人脸图像确定所述多个置物格中是否存在所述目标人体对应的已放置置物格;若所述多个置物格中不存在所述目标人体的已放置置物格,所述控制器基于所述状态检测装置获取的所述置物格的状态信息,从所述多个置物格中确定空闲置物格,将所述空闲置物格作为所述目标置物格;若所述多个置物格中存在所述目标人体的已放置置物格,所述控制器发出提示信息;所述控制器获取所述目标人体对所述提示信息的反馈,将所述目标人体对应的已放置置物格作为所述目标置物格或基于所述状态检测装置获取的所述置物格的状态信息,从所述多个置物格中确定空闲置物格,将所述空闲置物格作为所述目标置物格。
在一些实施例中,所述拍摄台上设置有拍摄框,所述拍摄框的顶部开口设置,所述图像采集装置设置在所述拍摄框内。
在一些实施例中,所述系统还包括自动关门装置,所述控制器还用于在所述置物格的柜门开启时间大于预设阈值时,控制所述自动关门装置关闭所述置物格的柜门。
与现有技术相比,本发明至少具备以下技术效果:
1、现有的用于健身房储物柜管理的图像采集系统,一般采用垂直于人体高度方向进行图像采集,在采集人脸图像时,会一并采集到需要进行人脸识别的顾客的两侧人体的图像,侵犯他人隐私,例如,在采集需要进行人脸识别的顾客的人脸图像时,需要进行人脸识别的顾客的两侧有其他顾客正在更换衣服,正在更换衣服的顾客的图像也会被一并采集,使顾客体验较差,本说明书提供的一种健身房储物柜用图像采集系统采用的图像采集装置的拍摄方向与人体的高度方向平行,需要进行人脸识别的顾客低头即可采集到人脸图像,相比于正对人脸的方向进行图像采集,减小了采集到其他顾客的图像的可能性,提高了图像采集的安全性,保护了不需要进行人脸识别的顾客的隐私,同时,通过设置人体感应装置检测目标区域内是否存在人体,在人体感应装置检测到目标区域内存在人体时,开启图像采集装置,可以只在需要进行人脸识别时,才开启图像采集装置,减少图像采集装置的开启时间,从而减少了图像采集的时间,进一步减小了采集到不需要进行人脸识别的顾客的图像的可能,并且,通过设置状态检测装置用于获取置物格的状态信息,可以实现快速根据目标人脸图像确定进行人脸识别的顾客所需的置物格,提高了顾客使用健身房储物柜的体验;
2、现有的健身房储物柜管理的图像采集系统,图像采集的高度较为固定,无法根据顾客的身高进行灵活调整,本说明书提供的一种健身房储物柜用图像采集系统,将图像采集装置的拍摄方向设置为与人体的高度方向平行的基础上,为了进一步提高顾客的使用体验,避免高个的顾客需要大角度弯腰才能被图像采集装置采集到清晰、完整的人脸图像,同时,也为了避免身高较矮的顾客需要踮脚才能被图像采集装置采集到清晰、完整的人脸图像,设置了高度调整装置,可以根据顾客的身高对图像采集装置的高度进行更加灵活的调整,使得采集到的人脸图像更加清晰、完整。
附图说明
本说明书将以示例性实施例的方式进一步说明,这些示例性实施例将通过附图进行详细描述。这些实施例并非限制性的,在这些实施例中,相同的编号表示相同的结构,其中:
图1是根据本说明书一些实施例所示的健身房储物柜用图像采集系统的模块示意图;
图2是根据本说明书一些实施例所示的人体感应装置的结构示意图;
图3是根据本说明书一些实施例所示的开启图像采集装置的示例性流程示意图;
图4是根据本说明书一些实施例所示的采集目标人体的目标人脸图像的示例性流程示意图;
图5是根据本说明书一些实施例所示的从多个置物格中确定目标置物格的示例性流程示意图;
图6是根据本说明书一些实施例所示的自动关门装置的结构示意图。
图中,210、X轴人体感应装置;220、Y轴人体感应装置;230、Z轴人体感应装置;610、健身房储物柜;620、置物格;630、顶部滑轨;640、底部滑轨;650、连杆。
具体实施方式
为了更清楚地说明本说明书实施例的技术方案,下面将对实施例描述中所需要使用的附图作简单的介绍。显而易见地,下面描述中的附图仅仅是本说明书的一些示例或实施例,对于本领域的普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图将本说明书应用于其它类似情景。除非从语言环境中显而易见或另做说明,图中相同标号代表相同结构或操作。
应当理解,本文使用的“系统”、“装置”、“单元”和/或“模块”是用于区分不同级别的不同组件、元件、部件、部分或装配的一种方法。然而,如果其他词语可实现相同的目的,则可通过其他表达来替换所述词语。
如本说明书和权利要求书中所示,除非上下文明确提示例外情形,“一”、“一个”、“一种”和/或“该”等词并非特指单数,也可包括复数。一般说来,术语“包括”与“包含”仅提示包括已明确标识的步骤和元素,而这些步骤和元素不构成一个排它性的罗列,方法或者设备也可能包含其它的步骤或元素。
本说明书中使用了流程图用来说明根据本说明书的实施例的系统所执行的操作。应当理解的是,前面或后面操作不一定按照顺序来精确地执行。相反,可以按照倒序或同时处理各个步骤。同时,也可以将其他操作添加到这些过程中,或从这些过程移除某一步或数步操作。
图1是根据本说明书一些实施例所示的健身房储物柜用图像采集系统的模块示意图,健身房储物柜用图像采集系统可以应用于健身房储物柜610,健身房储物柜610包括多个置物格620,每个置物格620上均设置有柜门。柜门上还设置有电子锁,当电子锁处于上锁状态时,柜门无法被打开。
如图1所示,健身房储物柜用图像采集系统可以包括人体感应装置、控制器、图像采集装置及多个状态检测装置。
人体感应装置可以用于检测目标区域内是否存在人体。目标区域可以是健身房内的某个区域,例如,健身房储物柜610附近的一个区域。人体感应装置可以任意感应目标区域内是否存在人体,例如,雷达测距装置、超声波测距装置等。
图2是根据本说明书一些实施例所示的人体感应装置的结构示意图,如图2所示,在一些实施例中,人体感应装置可以包括X轴人体感应装置210、Y轴人体感应装置220及Z轴人体感应装置230,X轴人体感应装置210的感应方向、Y轴人体感应装置220的感应方向及Z轴人体感应装置230的感应方向相互垂直。其中,Y轴方向可以是与人体高度方向平行的方向。X轴人体感应装置210、Y轴人体感应装置220及Z轴人体感应装置230可以均包括至少一个红外热释电传感器,X轴人体感应装置210的红外热释电传感器可以沿X轴方向感应人体,Y轴人体感应装置220的红外热释电传感器可以沿Y轴方向感应人体,Z轴人体感应装置230的红外热释电传感器可以沿Z轴方向感应人体。仅作为示例地,Y轴人体感应装置220可以设置在目标区域的上方,X轴人体感应装置210可以设置在目标区域的前方,Z轴人体感应装置230可以设置在目标区域的左侧。当X轴人体感应装置210、Y轴人体感应装置220及Z轴人体感应装置230均感应到人体时,人体感应装置判断目标区域内存在人体。
在一些实施例中,通过设置X轴人体感应装置210、Y轴人体感应装置220及Z轴人体感应装置230,在当X轴人体感应装置210、Y轴人体感应装置220及Z轴人体感应装置230均感应到人体时,人体感应装置判断目标区域内存在人体,避免误报。
控制器可以在人体感应装置检测到目标区域内存在人体时,开启图像采集装置。其中,图像采集装置可以用于采集目标人体的目标人脸图像,图像采集装置的拍摄方向与人体的高度方向平行。可以理解的,当采集目标人体的目标人脸图像时,目标人体需要弯腰低头,使得面部正对图像采集装置,图像采集装置采集目标人体的目标人脸图像,目标人体可以为需要从健身房储物柜610中取出物品或存储物品至健身房储物柜610中的人体。
在一些实施例中,控制器可以是单个服务器或服务器组。控制器可以是本地的、远程的。控制器可以包含中央处理器(CPU)、专用集成电路(ASIC)、专用指令处理器(ASIP)、图形处理器(GPU)、物理处理器(PPU)、数字信号处理器(DSP)、现场可编程门阵列(FPGA)、可编辑逻辑电路(PLD)、控制器、微控制器单元、精简指令集电脑(RISC)、微处理器等或以上任意组合。
在一些实施例中,控制器还可以包括存储设备,存储设备可包括大容量存储器、可移动存储器、易失性读写内存、只读内存(ROM)等或其任意组合。示例性的大容量存储器可以包括磁盘、光盘、固态磁盘等。示例性可移动存储器可以包括闪存驱动器、软盘、光盘、内存卡、压缩盘、磁带等。示例性易失性读写内存可以包括随机存取内存(RAM)。示例性RAM可包括动态随机存取内存(DRAM)、双倍数据速率同步动态随机存取内存(DDR SDRAM)、静态随机存取内存(SRAM)、晶闸管随机存取内存(T-RAM)和零电容随机存取内存(Z-RAM)等。示例性ROM可以包括掩模型只读内存(MROM)、可编程只读内存(PROM)、可擦除可编程只读内存(EPROM)、电可擦除可编程只读内存(EEPROM)、光盘只读内存(CD-ROM)和数字多功能磁盘只读内存等。在一些实施例中,存储设备可在云端平台上执行。仅作为示例,该云平台可以包括私有云、公共云、混合云、社区云、分布云、内部云、多层云等或其任意组合。
在一些实施例中,为了使得采集的人脸图像更清晰、完整,健身房储物柜用图像采集系统还可以包括特征采集装置及高度调整装置,其中,图像采集装置设置在高度调整装置上,特征采集装置用于采集目标人体的身高特征,高度调整装置用于沿人体高度方向调整图像采集装置的高度。
在一些实施例中,特征采集装置可以包括设置在目标区域的上方的红外测距阵列,红外测距阵列包括多个红外测距传感器,红外测距传感器用于沿人体的高度方向采集目标人体的身高特征。仅作为示例地,红外测距传感器用于沿人体的高度方向采集与目标人体的头顶之间的距离,控制器可以根据多个红外测距传感器获取的与目标人体的头顶之间的距离,确定距离均值,再基于红外测距阵列的高度和距离均值的差值,确定目标人体的身高特征。
在一些实施例中,高度调整装置包括Y轴往复螺杆、Y轴内螺纹套筒、Y轴滑轨、Y轴滑块及Y轴电机,Y轴滑轨的长度方向与人体的高度方向平行,Y轴往复螺杆转动设置在Y轴滑轨上,Y轴电机的输出轴与Y轴往复螺杆同轴连接,Y轴内螺纹套筒螺纹套接在Y轴往复螺杆上,Y轴滑块设置在Y轴滑轨内,Y轴滑块与Y轴内螺纹套筒固定连接,Y轴滑块上设置有拍摄台,图像采集装置设置在拍摄台上。
在一些实施例中,控制器确定目标人体的身高特征后,可以根据目标人体的身高特征与拍摄台的当前高度,生成控制指令,该控制指令用于控制高度调整装置调整拍摄台的高度。在一些实施例中,控制器可以通过数学模型,确定拍摄台的目标高度,其中,目标高度为适应目标人体的身高特征,可以使得采集的人脸图像更清晰、完整的拍摄台的高度。仅作为示例地,控制器可以通过一元线性回归模型根据目标人体的身高特征确定拍摄台的目标高度,其中,一元线性回归模型的自变量为目标人体的身高特征,一元线性回归模型的因变量为拍摄台的目标高度。
可以理解的,需要调整拍摄台的高度时,控制器根据目标人体的身高特征与拍摄台的当前高度生成的控制指令可以控制Y轴电机的输出轴转动,Y轴电机的输出轴带动Y轴往复螺杆转动,在Y轴滑块的限位下,Y轴内螺纹套筒可以在Y轴往复螺杆上沿人体高度方向上升或下降,从而带动拍摄台调整高度。
图3是根据本说明书一些实施例所示的开启图像采集装置的示例性流程示意图,如图3所示,在一些实施例中,开启图像采集装置可以包括以下步骤:
步骤310,在人体感应装置检测到目标区域内存在人体时,控制器开启特征采集装置;
步骤320,特征采集装置采集目标人体的身高特征;
步骤330,控制器基于特征采集装置采集的目标人体的身高特征,控制高度调整装置调整图像采集装置的高度;
步骤340,在高度调整装置调整完图像采集装置的高度后,开启图像采集装置。
在一些实施例中,在人体感应装置检测到目标区域内存在人体时,控制器先开启特征采集装置,基于特征采集装置采集的目标人体的身高特征,控制高度调整装置调整图像采集装置的高度,使得后续图像采集装置采集的目标人体的目标人脸图像更加清晰、完整,调整完图像采集装置的高度后,再开启图像采集装置,节约能耗的同时,减少图像采集装置的开启时间,避免了无效图像的获取。
在一些实施例中,健身房储物柜用图像采集系统还可以包括水平位置调整装置,高度调整装置设置在水平位置调整装置上,水平位置调整装置用于调整图像采集装置与目标人体之间的距离。在一些实施例中,水平位置调整装置包括X轴往复螺杆、X轴内螺纹套筒、X轴滑轨、X轴滑块及X轴电机,X轴滑轨的长度方向与水平方向平行,X轴往复螺杆转动设置在X轴滑轨上,X轴电机的输出轴与X轴往复螺杆同轴连接,X轴内螺纹套筒螺纹套接在X轴往复螺杆上,X轴滑块设置在X轴滑轨内,X轴滑块与X轴内螺纹套筒固定连接,X轴滑块与Y轴滑轨连接。
可以理解的,需要调整拍摄台的高度时,控制器根据目标人体的身高特征与拍摄台的当前高度生成的控制指令可以控制X轴电机的输出轴转动,X轴电机的输出轴带动X轴往复螺杆转动,在X轴滑块的限位下,X轴内螺纹套筒可以在X轴往复螺杆上沿水平方向前进或后退,从而调整图像采集装置与目标人体之间的距离。
图4是根据本说明书一些实施例所示的采集目标人体的目标人脸图像的示例性流程示意图,如图4所示,在一些实施例中,采集目标人体的目标人脸图像可以包括以下步骤:
步骤410,图像采集装置获取目标人体的第一人脸图像,执行步骤420;
步骤420,控制器提取第一人脸图像的特征,判断第一人脸图像的特征是否完整,若完整,执行步骤430,若不完整,执行步骤440;
步骤430,将第一人脸图像作为目标人脸图像;
步骤440,重复执行控制高度调整装置调整图像采集装置的高度和/或控制水平位置调整装置调整图像采集装置与目标人体之间的距离,图像采集装置获取目标人体的第二人脸图像,直至控制器提取的第二人脸图像的特征完整,执行步骤450;
步骤450,将第二人脸图像作为目标人脸图像。
在一些实施例中,控制器可以对第一人脸图像进行预处理,消除第一人脸图像中无关的信息,恢复有用的真实信息,增强有关信息的可检测性和最大限度地简化数据;还可以对预处理后的第一人脸图像进行特征提取,可以基于方向梯度直方图(HOG)特征、局部二值模式(LBP)特征、Haar-like特征等算法提取第一人脸图像的颜色特征、纹理特征、形状特征和空间关系特征,确定第一人脸图像的特征,控制器提取的第一人脸图像的特征可以包括人脸的五官(例如,眉、眼、耳、鼻、口)特征,当人脸的五官特征均完整时,控制器可以判断第一人脸图像的特征完整,当第一人脸图像中五官中的任意一个不完整或缺失时,控制器可以判断第一人脸图像的特征不完整。
在一些实施例中,控制器可以根据不完整的或缺失的五官特征,控制水平位置调整装置调整图像采集装置与目标人体之间的距离。仅作为示例地,当缺失眉毛特征或眉毛特征不完整时,可以控制水平位置调整装置增加图像采集装置与目标人体之间的距离。又示例地,当缺失嘴部特征或嘴部特征不完整时,可以控制水平位置调整装置减小图像采集装置与目标人体之间的距离。
可以理解的,控制器提取第二人脸图像的特征和判断取第二人脸图像的特征是否完整的方式与提取第一人脸图像的特征和判断第一人脸图像的特征是否完整的方式相似,关于提取第二人脸图像的特征和判断第二人脸图像的特征是否完整的更多描述可以参见提取第一人脸图像的特征和判断第一人脸图像的特征是否完整的相关描述,此处不再赘述。
每个置物格620均设置有一个状态检测装置,状态检测装置用于获取置物格620的状态信息。在一些实施例中,状态检测装置可以包括第一光电接近开关及第二光电接近开关,第一光电接近开关用于检测置物格620内是否放置有物品,第二光电接近开关用于检测置物格620的柜门是否开启。
图5是根据本说明书一些实施例所示的从多个置物格620中确定目标置物格620的示例性流程示意图,如图5所示,在一些实施例中,控制器基于图像采集装置获取的目标人脸图像及状态检测装置获取的置物格620的状态信息,从多个置物格620中确定目标置物格620,包括:
步骤510,控制器基于目标人脸图像确定多个置物格620中是否存在目标人体对应的已放置置物格,若多个置物格620中不存在目标人体对应的已放置置物格,执行步骤520,若多个置物格620中存在目标人体对应的已放置置物格,执行步骤530;
步骤520,控制器基于状态检测装置获取的置物格620的状态信息,从多个置物格620中确定空闲置物格,将空闲置物格作为目标置物格;
步骤530,控制器发出提示信息,执行步骤540;
步骤540,控制器获取目标人体对提示信息的反馈,将目标人体对应的已放置置物格作为目标置物格或基于状态检测装置获取的置物格620的状态信息,从多个置物格620中确定空闲置物格,将空闲置物格作为目标置物格。
目标人体对应的已放置置物格可以为目标人体已经放置有物品的置物格620。
置物格620内未放置有物品即为空闲置物格。
提示信息可以为用于提示目标人体是否再次存储物品的信息。提示信息可以为任意形式,例如,语音提示或显示在屏幕上。
目标人体对提示信息的反馈可以为任意形式,例如,语音、动作、触摸屏幕等。控制器可以根据目标人体对提示信息的反馈,判断目标人体是否还需要再次存储物品,若需要再次存储物品,控制器从多个置物格620中确定空闲置物格,将空闲置物格作为目标置物格;若不需要再次存储物品,控制器从目标人体对应的已放置置物格作为目标置物格,开启目标人体对应的已放置置物格,便于目标人体取出已放置的物品。
在一些实施例中,拍摄台上设置有拍摄框,拍摄框的顶部开口设置,图像采集装置设置在拍摄框内。通过设置拍摄框,可以避免图像采集装置采集到目标人体的周围环境的图像,避免采集到目标人体以外的人体的隐私信息,提高安全性。
图6是根据本说明书一些实施例所示的自动关门装置的结构示意图,如图6所示,在一些实施例中,健身房储物柜用图像采集系统还可以包括自动关门装置,控制器还用于在置物格620的柜门开启时间大于预设阈值时,控制自动关门装置关闭置物格620的柜门。自动关门装置可以包括设置在健身房储物柜610顶部的顶部滑轨630和设置在健身房储物柜610底部的底部滑轨640,顶部滑轨630内设置有顶部滑块,底部滑轨640内转动设置有底部往复丝杠,底部往复丝杠与驱动电机的输出轴同轴连接,底部往复丝杠上螺纹套接有底部内螺纹套筒,底部内螺纹套筒与顶部滑块之间连接有连杆650。底部往复丝杠的长度方向与健身房储物柜610的长度方向平行。
在置物格620的柜门开启时间大于预设阈值(例如,2分钟)时,控制器可以控制驱动电机的输出轴转动,带动底部往复丝杠转动,底部内螺纹套筒在底部往复丝杠上沿着健身房储物柜610的长度方向移动,推动未关闭的柜门关闭,避免物品被盗。
应当注意应用场景仅仅是为了说明的目的而提供的,并不意图限制本说明书的范围。对于本领域的普通技术人员来说,可以根据本说明书的描述,做出多种修改或变化。例如,应用场景还可以包括数据库。然而,这些变化和修改不会背离本说明书的范围。
上文已对基本概念做了描述,显然,对于本领域技术人员来说,上述详细披露仅仅作为示例,而并不构成对本说明书的限定。虽然此处并没有明确说明,本领域技术人员可能会对本说明书进行各种修改、改进和修正。该类修改、改进和修正在本说明书中被建议,所以该类修改、改进、修正仍属于本说明书示范实施例的精神和范围。
同时,本说明书使用了特定词语来描述本说明书的实施例。如“一个实施例”、“一实施例”、和/或“一些实施例”意指与本说明书至少一个实施例相关的某一特征、结构或特点。因此,应强调并注意的是,本说明书中在不同位置两次或多次提及的“一实施例”或“一个实施例”或“一个替代性实施例”并不一定是指同一实施例。此外,本说明书的一个或多个实施例中的某些特征、结构或特点可以进行适当的组合。
此外,除非权利要求中明确说明,本说明书所述处理元素和序列的顺序、数字字母的使用、或其他名称的使用,并非用于限定本说明书流程和方法的顺序。尽管上述披露中通过各种示例讨论了一些目前认为有用的发明实施例,但应当理解的是,该类细节仅起到说明的目的,附加的权利要求并不仅限于披露的实施例,相反,权利要求旨在覆盖所有符合本说明书实施例实质和范围的修正和等价组合。例如,虽然以上所描述的系统组件可以通过硬件设备实现,但是也可以只通过软件的解决方案得以实现,如在现有的服务器或移动设备上安装所描述的系统。
同理,应当注意的是,为了简化本说明书披露的表述,从而帮助对一个或多个发明实施例的理解,前文对本说明书实施例的描述中,有时会将多种特征归并至一个实施例、附图或对其的描述中。但是,这种披露方法并不意味着本说明书对象所需要的特征比权利要求中提及的特征多。实际上,实施例的特征要少于上述披露的单个实施例的全部特征。
最后,应当理解的是,本说明书中所述实施例仅用以说明本说明书实施例的原则。其他的变形也可能属于本说明书的范围。因此,作为示例而非限制,本说明书实施例的替代配置可视为与本说明书的教导一致。相应地,本说明书的实施例不仅限于本说明书明确介绍和描述的实施例。

Claims (10)

1.一种健身房储物柜用图像采集系统,应用于健身房储物柜,所述健身房储物柜包括多个置物格,每个所述置物格上均设置有柜门,其特征在于,包括;
人体感应装置,用于检测目标区域内是否存在人体;
控制器,用于在所述人体感应装置检测到所述目标区域内存在人体时,开启图像采集装置;
所述图像采集装置,用于采集目标人体的目标人脸图像,所述图像采集装置的拍摄方向与人体的高度方向平行;
多个状态检测装置,每个所述置物格均设置有一个所述状态检测装置,所述状态检测装置用于获取所述置物格的状态信息;
所述控制器还用于基于所述图像采集装置获取的所述目标人脸图像及所述状态检测装置获取的所述置物格的状态信息,从所述多个置物格中确定目标置物格,并开启所述目标置物格的柜门。
2.如权利要求1所述的健身房储物柜用图像采集系统,其特征在于,所述人体感应装置包括X轴人体感应装置、Y轴人体感应装置及Z轴人体感应装置,所述X轴人体感应装置的感应方向、所述Y轴人体感应装置的感应方向及所述Z轴人体感应装置的感应方向相互垂直;
当所述X轴人体感应装置、所述Y轴人体感应装置及所述Z轴人体感应装置均感应到人体时,所述人体感应装置判断所述目标区域内存在人体。
3.如权利要求1所述的健身房储物柜用图像采集系统,其特征在于,还包括特征采集装置及高度调整装置;
所述图像采集装置设置在所述高度调整装置上;
所述特征采集装置用于采集目标人体的身高特征;
所述控制器还用于在所述人体感应装置检测到所述目标区域内存在人体时,开启所述特征采集装置;
所述控制器还用于基于所述特征采集装置采集的目标人体的身高特征,控制所述高度调整装置调整所述图像采集装置的高度;
所述控制器还用于在所述高度调整装置调整完所述图像采集装置的高度后,开启所述图像采集装置。
4.如权利要求3所述的健身房储物柜用图像采集系统,其特征在于,所述高度调整装置包括Y轴往复螺杆、Y轴内螺纹套筒、Y轴滑轨、Y轴滑块及Y轴电机,所述Y轴滑轨的长度方向与人体的高度方向平行,所述Y轴往复螺杆转动设置在所述Y轴滑轨上,所述Y轴电机的输出轴与所述Y轴往复螺杆同轴连接,所述Y轴内螺纹套筒螺纹套接在所述Y轴往复螺杆上,所述Y轴滑块设置在所述Y轴滑轨内,所述Y轴滑块与所述Y轴内螺纹套筒固定连接,所述Y轴滑块上设置有拍摄台,所述图像采集装置设置在所述拍摄台上。
5.如权利要求3所述的健身房储物柜用图像采集系统,其特征在于,所述特征采集装置包括设置在所述目标区域的上方的红外测距阵列,所述红外测距阵列包括多个红外测距传感器,所述红外测距传感器用于沿人体的高度方向采集所述目标人体的身高特征。
6.如权利要求1-5任意一项所述的健身房储物柜用图像采集系统,其特征在于,所述状态检测装置包括第一光电接近开关及第二光电接近开关,所述第一光电接近开关用于检测所述置物格内是否放置有物品,所述第二光电接近开关用于检测所述置物格的柜门是否开启。
7.如权利要求4所述的健身房储物柜用图像采集系统,其特征在于,还包括水平位置调整装置,所述高度调整装置设置在所述水平位置调整装置上;
所述图像采集装置采集所述目标人体的目标人脸图像,包括:
所述图像采集装置获取所述目标人体的第一人脸图像;
所述控制器提取所述第一人脸图像的特征,判断所述第一人脸图像的特征是否完整;
若所述控制器判断所述第一人脸图像的特征完整,将所述第一人脸图像作为所述目标人脸图像;
若所述控制器判断所述第一人脸图像的特征不完整,重复执行控制所述高度调整装置调整所述图像采集装置的高度和/或控制所述水平位置调整装置调整所述图像采集装置与所述目标人体之间的距离,所述图像采集装置获取所述目标人体的第二人脸图像,直至所述控制器提取的所述第二人脸图像的特征完整;
将所述第二人脸图像作为所述目标人脸图像。
8.如权利要求1-5任意一项所述的健身房储物柜用图像采集系统,其特征在于,所述控制器基于所述图像采集装置获取的所述目标人脸图像及所述状态检测装置获取的所述置物格的状态信息,从所述多个置物格中确定目标置物格,包括:
所述控制器基于所述目标人脸图像确定所述多个置物格中是否存在所述目标人体对应的已放置置物格;
若所述多个置物格中不存在所述目标人体对应的已放置置物格,所述控制器基于所述状态检测装置获取的所述置物格的状态信息,从所述多个置物格中确定空闲置物格,将所述空闲置物格作为所述目标置物格;
若所述多个置物格中存在所述目标人体对应的已放置置物格,所述控制器发出提示信息;
所述控制器获取所述目标人体对所述提示信息的反馈,将所述目标人体对应的已放置置物格作为所述目标置物格或基于所述状态检测装置获取的所述置物格的状态信息,从所述多个置物格中确定空闲置物格,将所述空闲置物格作为所述目标置物格。
9.如权利要求4所述的健身房储物柜用图像采集系统,其特征在于,所述拍摄台上设置有拍摄框,所述拍摄框的顶部开口设置,所述图像采集装置设置在所述拍摄框内。
10.如权利要求6所述的健身房储物柜用图像采集系统,其特征在于,还包括自动关门装置,所述控制器还用于在所述置物格的柜门开启时间大于预设阈值时,控制所述自动关门装置关闭所述置物格的柜门。
CN202211170882.7A 2022-09-26 2022-09-26 一种健身房储物柜用图像采集系统 Active CN115273153B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211170882.7A CN115273153B (zh) 2022-09-26 2022-09-26 一种健身房储物柜用图像采集系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211170882.7A CN115273153B (zh) 2022-09-26 2022-09-26 一种健身房储物柜用图像采集系统

Publications (2)

Publication Number Publication Date
CN115273153A true CN115273153A (zh) 2022-11-01
CN115273153B CN115273153B (zh) 2022-12-13

Family

ID=83756138

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211170882.7A Active CN115273153B (zh) 2022-09-26 2022-09-26 一种健身房储物柜用图像采集系统

Country Status (1)

Country Link
CN (1) CN115273153B (zh)

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109645712A (zh) * 2018-12-27 2019-04-19 成都新红鹰家具有限公司 一种智能家具柜
CN110211302A (zh) * 2019-04-18 2019-09-06 江苏图云智能科技发展有限公司 自助寄存柜的控制方法和装置
CN210771324U (zh) * 2019-09-17 2020-06-16 众视精控成都科技有限公司 一种用于智能人脸识别系统的摄像装置
CN111669551A (zh) * 2020-06-16 2020-09-15 深圳市金安通电子有限公司 楼宇高空抛物点盲视量化取证方法和系统
CN113205649A (zh) * 2021-05-11 2021-08-03 中国工商银行股份有限公司 智能储物柜、存取方法及装置
CN215376455U (zh) * 2021-05-11 2021-12-31 中国工商银行股份有限公司 智能储物柜
CN114267106A (zh) * 2021-12-22 2022-04-01 支付宝(杭州)信息技术有限公司 一种身份识别方法、装置及设备
CN114511915A (zh) * 2022-04-19 2022-05-17 南昌大学 一种基于移动客户端的可信任证件照采集系统及方法
CN114675634A (zh) * 2020-12-24 2022-06-28 丰田自动车株式会社 机器人控制系统、机器人控制方法和存储介质
US20220245967A1 (en) * 2020-01-21 2022-08-04 Samsung Electronics Co., Ltd. Display device and control method thereof

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109645712A (zh) * 2018-12-27 2019-04-19 成都新红鹰家具有限公司 一种智能家具柜
CN110211302A (zh) * 2019-04-18 2019-09-06 江苏图云智能科技发展有限公司 自助寄存柜的控制方法和装置
CN210771324U (zh) * 2019-09-17 2020-06-16 众视精控成都科技有限公司 一种用于智能人脸识别系统的摄像装置
US20220245967A1 (en) * 2020-01-21 2022-08-04 Samsung Electronics Co., Ltd. Display device and control method thereof
CN111669551A (zh) * 2020-06-16 2020-09-15 深圳市金安通电子有限公司 楼宇高空抛物点盲视量化取证方法和系统
CN114675634A (zh) * 2020-12-24 2022-06-28 丰田自动车株式会社 机器人控制系统、机器人控制方法和存储介质
CN113205649A (zh) * 2021-05-11 2021-08-03 中国工商银行股份有限公司 智能储物柜、存取方法及装置
CN215376455U (zh) * 2021-05-11 2021-12-31 中国工商银行股份有限公司 智能储物柜
CN114267106A (zh) * 2021-12-22 2022-04-01 支付宝(杭州)信息技术有限公司 一种身份识别方法、装置及设备
CN114511915A (zh) * 2022-04-19 2022-05-17 南昌大学 一种基于移动客户端的可信任证件照采集系统及方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
T.L. VENKATASUBRAMANI: "Indigenous development of a RFI shielded cabinet for electronic assemblies", 《1995 INTERNATIONAL CONFERENCE ON ELECTROMAGNETIC INTERFERENCE AND COMPATIBILITY (INCEMIC)》 *
阴皓: "人脸识别在智能物联柜中的应用", 《全国智能用电工程建设经验交流会论文集(2020年)》 *

Also Published As

Publication number Publication date
CN115273153B (zh) 2022-12-13

Similar Documents

Publication Publication Date Title
CN108960056B (zh) 一种基于姿态分析和支持向量数据描述的跌倒检测方法
CN104598897B (zh) 视觉传感器、图像处理方法和装置、视觉交互设备
CN106780906A (zh) 一种基于深度卷积神经网络的人证合一识别方法及系统
CN105913528A (zh) 门禁控制数据处理方法和装置、门禁控制方法和装置
CN107085715A (zh) 一种电视智能检测用户睡眠状态的系统及方法
Shirke et al. Literature review: Model free human gait recognition
CN109325462B (zh) 基于虹膜的人脸识别活体检测方法及装置
CN108764058A (zh) 一种基于热成像效应的双摄像头人脸活体检测方法
CN104794449B (zh) 基于人体hog特征的步态能量图获取及身份识别方法
Zhao et al. Real-time sign language recognition based on video stream
CN106791440A (zh) 控制人脸检测功能的方法及装置
Le et al. Eye blink detection for smart glasses
Abdo et al. Fall detection based on RetinaNet and MobileNet convolutional neural networks
CN107330352A (zh) 基于hog特征和机器学习的睡姿压力图像识别方法
CN107330370A (zh) 一种额头皱纹动作检测方法和装置及活体识别方法和系统
US20200210687A1 (en) Face recognition device, face recognition method, and computer readable storage medium
Min et al. Gait recognition using deep convolutional features
CN110781778B (zh) 一种门禁控制方法、装置、存储介质及家居系统
CN108364303A (zh) 一种带隐私保护的摄像机智能跟踪方法
CN115273153B (zh) 一种健身房储物柜用图像采集系统
Liu et al. Human body fall detection based on the Kinect sensor
Mogan et al. Gait recognition using temporal gradient patterns
CN112818796A (zh) 一种适用于在线监考场景下的智能姿态判别方法和存储设备
Abedi et al. Modification of deep learning technique for face expressions and body postures recognitions
Hirunwattanakun et al. A robus method for wheelchair detection: A combination of the gaussian mixture models and histogram of oriented gradients

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