CN116071687B - 一种手部清洁度检测方法及系统 - Google Patents

Abstract

本发明公开了一种手部清洁度检测方法及系统，涉及数据处理领域，其中，所述方法包括：识别第一检测用户的ID信息；激活智能摄像头进行视频数据采集，得到动态视频数据集；将动态视频数据集输入帧分割模型中，得到N个视频帧，并对其进行空间色度检测，获取空间色度检测结果；获取手势定位检测结果；以手势定位检测结果，生成手势计时检测结果；基于手势定位检测结果和手势计时检测结果进行清洁度评估，得到第一清洁度评估指标。解决了现有技术中针对手部的清洁度检测准确性不足，进而造成手部的清洁度检测效果不佳的技术问题。达到了提高手部清洁度检测的准确性、全面性，提高手部清洁度检测质量的技术效果。

Description

一种手部清洁度检测方法及系统

技术领域

本发明涉及数据处理领域，具体地，涉及一种手部清洁度检测方法及系统。

背景技术

随着人们对于身体健康的重视程度不断提高，手部卫生受到人们的广泛关注。高质量的手部清洁对于减少感染、阻断疾病传播具有重要作用。例如，医院、学校等场所出现传染病时，如果不保证洗手质量，很容易发生交叉感染。研究设计一种对手部清洁度进行检测的方法，具有十分重要的现实意义。

现有技术中，存在针对手部的清洁度检测准确性不足，进而造成手部的清洁度检测效果不佳的技术问题。

发明内容

本申请提供了一种手部清洁度检测方法及系统。解决了现有技术中针对手部的清洁度检测准确性不足，进而造成手部的清洁度检测效果不佳的技术问题。达到了通过对手部清洁动态视频信息进行空间色度检测、手势定位识别、手势计时检测、手势完整度识别、手部噪点覆盖率检测的多维度检测，提高手部清洁度检测的准确性、全面性，提高手部清洁度检测质量的技术效果。

鉴于上述问题，本申请提供了一种手部清洁度检测方法及系统。

第一方面，本申请提供了一种手部清洁度检测方法，其中，所述方法应用于一种手部清洁度检测系统，所述方法包括：根据所述RFID读卡器识别第一检测用户的ID信息；根据所述第一检测用户的ID信息，激活所述智能摄像头进行视频数据采集，得到动态视频数据集；将所述动态视频数据集输入帧分割模型中，根据所述帧分割模型进行视频帧分割，得到N个视频帧；对所述N个视频帧中每一帧的图像进行空间色度检测，获取空间色度检测结果；基于所述空间色度检测结果进行手势定位识别，获取手势定位检测结果；以所述手势定位检测结果，生成手势计时检测结果；基于所述手势定位检测结果和所述手势计时检测结果进行清洁度评估，得到第一清洁度评估指标。

第二方面，本申请还提供了一种手部清洁度检测系统，其中，所述系统包括：ID信息获得模块，所述ID信息获得模块用于根据所述RFID读卡器识别第一检测用户的ID信息；视频数据采集模块，所述视频数据采集模块用于根据所述第一检测用户的ID信息，激活所述智能摄像头进行视频数据采集，得到动态视频数据集；视频帧分割模块，所述视频帧分割模块用于将所述动态视频数据集输入帧分割模型中，根据所述帧分割模型进行视频帧分割，得到N个视频帧；空间色度检测模块，所述空间色度检测模块用于对所述N个视频帧中每一帧的图像进行空间色度检测，获取空间色度检测结果；手势定位识别模块，所述手势定位识别模块用于基于所述空间色度检测结果进行手势定位识别，获取手势定位检测结果；计时结果生成模块，所述计时结果生成模块用于以所述手势定位检测结果，生成手势计时检测结果；清洁度评估模块，所述清洁度评估模块用于基于所述手势定位检测结果和所述手势计时检测结果进行清洁度评估，得到第一清洁度评估指标。

本申请中提供的一个或多个技术方案，至少具有如下技术效果或优点：

通过RFID读卡器识别第一检测用户的ID信息；根据第一检测用户的ID信息，激活智能摄像头进行视频数据采集，得到动态视频数据集；通过帧分割模型对动态视频数据集进行视频帧分割，得到N个视频帧；通过对N个视频帧中每一帧的图像进行空间色度检测，获取空间色度检测结果；基于空间色度检测结果进行手势定位识别，获取手势定位检测结果；以手势定位检测结果，生成手势计时检测结果；基于手势定位检测结果和手势计时检测结果进行清洁度评估，得到第一清洁度评估指标。达到了通过对手部清洁动态视频信息进行空间色度检测、手势定位识别、手势计时检测、手势完整度识别、手部噪点覆盖率检测的多维度检测，提高手部清洁度检测的准确性、全面性，提高手部清洁度检测质量的技术效果。

上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。

附图说明

为了更清楚地说明本公开实施例的技术方案,下面将对本公开实施例的附图作简单地介绍。明显地，下面描述中的附图仅仅涉及本公开的一些实施例,而非对本公开的限制。

图1为本申请一种手部清洁度检测方法的流程示意图；

图2为本申请一种手部清洁度检测方法中生成提醒信息的流程示意图；

图3为本申请一种手部清洁度检测系统的结构示意图。

附图标记说明：ID信息获得模块11，视频数据采集模块12，视频帧分割模块13，空间色度检测模块14，手势定位识别模块15，计时结果生成模块16，清洁度评估模块17。

具体实施方式

本申请通过提供一种手部清洁度检测方法及系统。解决了现有技术中针对手部的清洁度检测准确性不足，进而造成手部的清洁度检测效果不佳的技术问题。达到了通过对手部清洁动态视频信息进行空间色度检测、手势定位识别、手势计时检测、手势完整度识别、手部噪点覆盖率检测的多维度检测，提高手部清洁度检测的准确性、全面性，提高手部清洁度检测质量的技术效果。

实施例一

请参阅附图1，本申请提供一种手部清洁度检测方法，其中，所述方法应用于一种手部清洁度检测系统，所述系统与RFID读卡器、智能摄像头通信连接，所述方法具体包括如下步骤：

步骤S100：根据所述RFID读卡器识别第一检测用户的ID信息；

步骤S200：根据所述第一检测用户的ID信息，激活所述智能摄像头进行视频数据采集，得到动态视频数据集；

步骤S300：将所述动态视频数据集输入帧分割模型中，根据所述帧分割模型进行视频帧分割，得到N个视频帧；

具体而言，第一检测用户将第一RFID卡放置于RFID读卡器上，通过RFID读卡器对第一RFID卡进行识别，识别成功后，获得第一检测用户的ID信息，并语音播报“开始洗手”提示音。进而，根据第一检测用户的ID信息对智能摄像头进行激活，控制智能摄像头进行视频数据采集，获得动态视频数据集。将动态视频数据集输入帧分割模型，通过帧分割模型对动态视频数据集进行视频帧分割，获得N个视频帧。

其中，所述第一检测用户可以为使用所述一种手部清洁度检测系统进行智能化手部清洁度检测的任意用户。所述RFID读卡器为现有技术中能够检测电子标签数据的自动识别设备。所述第一RFID卡包括第一检测用户对应的电子标签。所述ID信息包括第一检测用户的身份信息。所述智能摄像头可以为现有技术中任意类型的能够采集获取视频数据的摄像装置或它们的结合。所述动态视频数据集包括第一检测用户的洗手视频数据。所述帧分割模型可以为现有技术中的视频帧提取软件。所述N个视频帧包括动态视频数据集对应的N个帧图像。达到了通过RFID读卡器识别第一检测用户的ID信息，激活智能摄像头进行视频数据采集，获得动态视频数据集，并通过帧分割模型对动态视频数据集进行视频帧分割，获得N个视频帧，为后续对第一检测用户进行手部清洁度检测提供数据支持的技术效果。

进一步的，本申请步骤S300还包括：

步骤S310：对所述N个视频帧中每一帧图像进行离散余弦变换，得到N个直流变换系数和N个交流变换系数；

步骤S320：根据所述N个直流变换系数和所述N个交流变换系数分析相邻帧图像的相似性，确定属于同一动作的连续图像帧；

具体而言，遍历N个视频帧进行离散余弦变换，获得N个直流变换系数和N个交流变换系数。所述离散余弦变换即为DCT变换。DCT变换利用傅立叶变换的性质，采用图像边界褶翻将N个视频帧变换为偶函数形式，然后对N个视频帧中的每一帧图像进行二维傅立叶变换，变换后仅包含余弦项，称之为离散余弦变换。示例性地，可通过MATLAB对N个视频帧中每一帧图像进行离散余弦变换，获得N个直流变换系数和N个交流变换系数。所述N个直流变换系数包括离散余弦变换后的N个视频帧对应的N个图像基色调信息。所述N个交流变换系数包括离散余弦变换后的N个视频帧对应的N个图像纹理信息。

进一步，通过对N个直流变换系数和N个交流变换系数进行相邻帧图像的相似性分析，获得属于同一动作的连续图像帧。示例性地，基于N个视频帧，对N个直流变换系数、N个交流变换系数进行匹配，获得N组变换系数。每组变换系数包括每个视频帧对应的直流变换系数、交流变换系数。基于N组变换系数进行历史数据查询，获得多组历史变换系数、多个历史相邻帧图像相似系数。分析多组历史变换系数与多个历史相邻帧图像相似系数之间的对应关系。按照对应关系将多组历史变换系数、多个历史相邻帧图像相似系数进行排列，获得邻帧图像相似分析模型。继而，将N组变换系数输入邻帧图像相似分析模型，获得N个视频帧对应的多个相邻帧图像相似系数。相邻视频帧之间的直流变换系数、交流变换系数越相似，对应的相邻帧图像相似系数越大。分别判断多个相邻帧图像相似系数是否满足预先设置确定的相邻帧图像相似系数阈值，如果相邻帧图像相似系数满足相邻帧图像相似系数阈值，则，将该相邻帧图像相似系数对应的视频帧添加至连续图像帧。所述连续图像帧包括N个视频帧对应的多个连续图像帧信息。每个连续图像帧信息包括满足相邻帧图像相似系数阈值的相邻帧图像相似系数对应的相邻视频帧。达到了通过对N个视频帧进行离散余弦变换、邻帧图像相似分析，获得准确的连续图像帧，从而提高对N个视频帧进行手势完整度识别的精确度的技术效果。

步骤S330：基于所述连续图像帧进行手势完整度识别，获取完整度指标。

进一步的，本申请步骤S330还包括：

步骤S331：基于N个视频帧，获取M个连续图像帧；

步骤S332：根据所述M个连续图像帧，获取M个手势完整度；

步骤S333：对所述M个手势完整度中大于等于预设手势完整度的连续图像帧进行标识，输出第一标识数量，其中，所述第一标识数量为手势识别成功的数量；

步骤S334：基于所述第一标识数量占M的比值，输出所述完整度指标。

具体而言，基于N个视频帧对应的连续图像帧，获得M个连续图像帧。遍历M个连续图像帧进行手势完整度评估，获得M个手势完整度。分别判断M个手势完整度是否不小于预设手势完整度，如果手势完整度大于等于预设手势完整度，则将该手势完整度对应的连续图像帧进行标识，获得多个标识连续图像帧。进一步，对多个标识连续图像帧进行数量统计，获得第一标识数量。将第一标识数量与M进行比值计算，获得完整度指标。其中，所述M个连续图像帧包括N个视频帧对应的多个连续图像帧信息。所述预设手势完整度包括预先设置确定的手势完整度阈值。所述多个标识连续图像帧包括大于等于预设手势完整度的多个手势完整度对应的多个连续图像帧。所述第一标识数量包括多个标识连续图像帧对应数量信息。所述完整度指标包括第一标识数量与M之间的比值。

示例性地，在获得M个手势完整度时，基于M个连续图像帧进行历史数据查询，获得多个历史连续图像帧、多个历史手势完整度。将多个历史连续图像帧、多个历史手势完整度进行不断的自我训练学习至收敛状态，获得手势完整度评估模型。所述手势完整度评估模型输入层、隐含层、输出层。将M个连续图像帧作为输入信息，输入手势完整度评估模型，通过手势完整度评估模型对M个连续图像帧进行手势完整度标识，即可获得M个手势完整度。

达到了通过对连续图像帧进行手势完整度识别，获得准确的完整度指标，从而提高手部清洁度检测的全面性的技术效果。

进一步的，本申请步骤S331还包括：

步骤S3311：基于所述M个连续图像帧，判断是否识别到第一特定手势动作；

步骤S3312：若识别到所述第一特定手势动作，对后续图像帧进行手部噪点覆盖率检测，得到噪点覆盖率；

步骤S3313：基于所述噪点覆盖率，生成第二清洁度评估指标；

步骤S3314：根据所述第二清洁度评估指标对所述第一清洁度评估指标进行调整。

具体而言，对M个连续图像帧是否识别到第一特定手势动作进行判断。如果M个连续图像帧识别到第一特定手势动作，对后续图像帧进行手部噪点覆盖率检测，获得噪点覆盖率。基于噪点覆盖率，生成第二清洁度评估指标，并将第二清洁度评估指标添加至第一清洁度评估指标中。其中，所述第一特定手势动作包括取用洗手液、肥皂等手部清洁品的动作。后续图像帧包括M个连续图像帧中，第一特定手势动作与第二特定手势动作之间的多个连续图像帧。第二特定手势动作包括用清水冲洗双手的动作。手部噪点覆盖率检测是指对后续图像帧进行清洁品覆盖面积识别。所述噪点覆盖率包括清洁品覆盖面积与手部面积之比。所述第二清洁度评估指标包括噪点覆盖率。达到了通过对M个连续图像帧进行特定手势动作识别、手部噪点覆盖率检测，获得可靠的第二清洁度评估指标，从而提高手部清洁度检测的准确性的技术效果。

步骤S400：对所述N个视频帧中每一帧的图像进行空间色度检测，获取空间色度检测结果；

进一步的，本申请步骤S400还包括：

步骤S410：将所述N个视频帧输入空间色度检测模型中，其中，所述空间色度检测模型包括噪点处理层、像素转换层和肤色检测层；

步骤S420：根据所述噪点处理层中的腐蚀函数与膨胀函数对所述N个视频帧进行处理，输出处理后的N个视频帧；

步骤S430：将处理后的N个视频帧输入所述像素转换层中进行肤转换，获取转换后的N个视频帧；

步骤S440：将转换后的N个视频帧输入所述肤色检测层进行椭圆肤色检测，获取所述空间色度检测结果。

具体而言，将N个视频帧输入噪点处理层，通过噪点处理层中的腐蚀函数与膨胀函数对N个视频帧进行去噪处理，获得处理后的N个视频帧。将处理后的N个视频帧输入像素转换层，通过像素转换层对处理后的N个视频帧进行肤转换，获取转换后的N个视频帧。将转换后的N个视频帧输入肤色检测层，通过肤色检测层对转换后的N个视频帧进行椭圆肤色检测，获取空间色度检测结果。

其中，所述空间色度检测模型包括噪点处理层、像素转换层和肤色检测层。所述噪点处理层包括现有技术中的OpenCV软件。OpenCV软件包括腐蚀函数与膨胀函数。OpenCV软件具有按照腐蚀函数与膨胀函数对输入的N个视频帧进行图像去噪处理的功能。处理后的N个视频帧包括去除图像噪点后的N个视频帧。所述像素转换层包括现有技术中的色彩空间转换器。色彩空间转换器具有将输入的处理后的N个视频帧中的每个RGB像素点转换到YCrCb颜色空间的功能。转换后的N个视频帧包括处理后的N个视频帧中，处于YCrCb颜色空间的多个肤色像素点。在YCrCb颜色空间中的多个肤色像素点会聚集到一个椭圆区域，将处理后的N个视频帧中的每个RGB像素点转换到YCrCb颜色空间后，在椭圆区域范围内的像素点则判断为皮肤。所述肤色检测层具有对输入的转换后的N个视频帧进行肤色像素点提取的功能。所述空间色度检测结果包括转换后的N个视频帧中的皮肤图像数据。皮肤图像数据包括转换后的N个视频帧中的多个肤色像素点。达到了通过空间色度检测模型对N个视频帧进行空间色度识别，获得准确的空间色度检测结果，从而提高手部清洁度检测的可靠性的技术效果。

步骤S500：基于所述空间色度检测结果进行手势定位识别，获取手势定位检测结果；

步骤S600：以所述手势定位检测结果，生成手势计时检测结果；

进一步的，本申请步骤S600还包括：

步骤S610：根据所述M个连续图像帧，获取M个单位手势计时数据；

步骤S620：获取所述M个连续图像帧的总计时数据；

步骤S630：将所述M个单位手势计时数据和所述总计时数据作为所述手势计时检测结果进行输出。

具体而言，对空间色度检测结果进行手势定位识别，获取手势定位检测结果。进一步，基于M个连续图像帧，获取M个单位手势计时数据。基于M个单位手势计时数据进行统计，获得总计时数据，结合M个单位手势计时数据，获得手势计时检测结果。其中，所述手势定位检测结果包括空间色度检测结果中的手势定位信息。M个单位手势计时数据包括M个连续图像帧中每个连续图像帧对应的时长信息。所述总计时数据包括M个连续图像帧对应的总时长信息。所述手势计时检测结果包括M个单位手势计时数据、总计时数据。达到了确定手势定位检测结果和手势计时检测结果，为后续生成第一清洁度评估指标夯实基础的技术效果。

步骤S700：基于所述手势定位检测结果和所述手势计时检测结果进行清洁度评估，得到第一清洁度评估指标。

进一步的，如附图2所示，本申请步骤S700还包括：

步骤S710：根据所述ID信息，对所述第一检测用户进行身份认证，获取第一身份特征；

步骤S720：根据所述第一身份特征，生成预设清洁度指标；

步骤S730：基于所述手势定位检测结果和所述手势计时检测结果，获取实时清洁度指标；

步骤S740：比对所述预设清洁度指标和所述实时清洁度指标，生成提醒信息。

具体而言，基于完整度指标、第二清洁度评估指标、手势定位检测结果和手势计时检测结果，获得第一清洁度评估指标。所述第一清洁度评估指标包括完整度指标、第二清洁度评估指标、手势定位检测结果和手势计时检测结果。

进一步，基于ID信息对第一检测用户进行身份认证，获取第一身份特征，并根据第一身份特征，生成预设清洁度指标。基于手势定位检测结果和手势计时检测结果，获取实时清洁度指标。其中，所述第一身份特征包括ID信息对应的第一检测用户的身份类型信息。例如，ID信息表明第一检测用户为儿童，则，第一身份特征包括儿童。所述预设清洁度指标包括第一身份特征对应的预设手势定位检测结果、预设手势计时检测结果。所述实时清洁度指标包括手势定位检测结果、手势计时检测结果。

进而，比对预设清洁度指标和实时清洁度指标，即，判断手势定位检测结果是否满足预设手势定位检测结果，同时，判断手势计时检测结果是否满足预设手势计时检测结果。如果手势定位检测结果不满足预设手势定位检测结果，和/或手势计时检测结果不满足预设手势计时检测结果，获得提醒信息。所述提醒信息是用于表征手势定位检测结果不满足预设手势定位检测结果，和/或手势计时检测结果不满足预设手势计时检测结果的预警信息。

示例性地，在获得预设清洁度指标时，基于大数据查询，获得多个样本身份特征和多个样本预设清洁度指标。分析多个样本身份特征和多个样本预设清洁度指标之间的映射关系，按照映射关系对多个样本身份特征、多个样本预设清洁度指标进行排列，获得特征预设指标分析数据库。特征预设指标分析数据库包括按照映射关系进行排列的多个样本身份特征、多个样本预设清洁度指标。将第一身份特征输入特征预设指标分析数据库，即可获得预设清洁度指标。

达到了通过比对预设清洁度指标和实时清洁度指标，适应性地生成提醒信息，实现手部清洁度检测的适应性预警，从而提高手部清洁度检测的智能性、实用性的技术效果。

综上所述，本申请所提供的一种手部清洁度检测方法具有如下技术效果：

1.通过RFID读卡器识别第一检测用户的ID信息；根据第一检测用户的ID信息，激活智能摄像头进行视频数据采集，得到动态视频数据集；通过帧分割模型对动态视频数据集进行视频帧分割，得到N个视频帧；通过对N个视频帧中每一帧的图像进行空间色度检测，获取空间色度检测结果；基于空间色度检测结果进行手势定位识别，获取手势定位检测结果；以手势定位检测结果，生成手势计时检测结果；基于手势定位检测结果和手势计时检测结果进行清洁度评估，得到第一清洁度评估指标。达到了通过对手部清洁动态视频信息进行空间色度检测、手势定位识别、手势计时检测、手势完整度识别、手部噪点覆盖率检测的多维度检测，提高手部清洁度检测的准确性、全面性，提高手部清洁度检测质量的技术效果。

2.通过对N个视频帧进行离散余弦变换、邻帧图像相似分析，获得准确的连续图像帧，从而提高对N个视频帧进行手势完整度识别的精确度。

3.通过对M个连续图像帧进行特定手势动作识别、手部噪点覆盖率检测，获得可靠的第二清洁度评估指标，从而提高手部清洁度检测的准确性。

实施例二

基于与前述实施例中一种手部清洁度检测方法，同样发明构思，本发明还提供了一种手部清洁度检测系统，所述系统与RFID读卡器、智能摄像头通信连接，请参阅附图3，所述系统包括：

ID信息获得模块11，所述ID信息获得模块11用于根据所述RFID读卡器识别第一检测用户的ID信息；

视频数据采集模块12，所述视频数据采集模块12用于根据所述第一检测用户的ID信息，激活所述智能摄像头进行视频数据采集，得到动态视频数据集；

视频帧分割模块13，所述视频帧分割模块13用于将所述动态视频数据集输入帧分割模型中，根据所述帧分割模型进行视频帧分割，得到N个视频帧；

空间色度检测模块14，所述空间色度检测模块14用于对所述N个视频帧中每一帧的图像进行空间色度检测，获取空间色度检测结果；

手势定位识别模块15，所述手势定位识别模块15用于基于所述空间色度检测结果进行手势定位识别，获取手势定位检测结果；

计时结果生成模块16，所述计时结果生成模块16用于以所述手势定位检测结果，生成手势计时检测结果；

清洁度评估模块17，所述清洁度评估模块17用于基于所述手势定位检测结果和所述手势计时检测结果进行清洁度评估，得到第一清洁度评估指标。

进一步的，所述系统还包括：

第一执行模块，所述第一执行模块用于将所述N个视频帧输入空间色度检测模型中，其中，所述空间色度检测模型包括噪点处理层、像素转换层和肤色检测层；

第二执行模块，所述第二执行模块用于根据所述噪点处理层中的腐蚀函数与膨胀函数对所述N个视频帧进行处理，输出处理后的N个视频帧；

转换模块，所述转换模块用于将处理后的N个视频帧输入所述像素转换层中进行肤转换，获取转换后的N个视频帧；

椭圆肤色检测模块，所述椭圆肤色检测模块用于将转换后的N个视频帧输入所述肤色检测层进行椭圆肤色检测，获取所述空间色度检测结果。

进一步的，所述系统还包括：

变换系数确定模块，所述变换系数确定模块用于对所述N个视频帧中每一帧图像进行离散余弦变换，得到N个直流变换系数和N个交流变换系数；

第三执行模块，所述第三执行模块用于根据所述N个直流变换系数和所述N个交流变换系数分析相邻帧图像的相似性，确定属于同一动作的连续图像帧；

手势完整度识别模块，所述手势完整度识别模块用于基于所述连续图像帧进行手势完整度识别，获取完整度指标。

进一步的，所述系统还包括：

连续图像帧获取模块，所述连续图像帧获取模块用于基于N个视频帧，获取M个连续图像帧；

第四执行模块，所述第四执行模块用于根据所述M个连续图像帧，获取M个手势完整度；

第一标识数量确定模块，所述第一标识数量确定模块用于对所述M个手势完整度中大于等于预设手势完整度的连续图像帧进行标识，输出第一标识数量，其中，所述第一标识数量为手势识别成功的数量；

完整度指标输出模块，所述完整度指标输出模块用于基于所述第一标识数量占M的比值，输出所述完整度指标。

进一步的，所述系统还包括：

判断模块，所述判断模块用于基于所述M个连续图像帧，判断是否识别到第一特定手势动作；

手部噪点覆盖率检测模块，所述手部噪点覆盖率检测模块用于若识别到所述第一特定手势动作，对后续图像帧进行手部噪点覆盖率检测，得到噪点覆盖率；

第二清洁度评估指标生成模块，所述第二清洁度评估指标生成模块用于基于所述噪点覆盖率，生成第二清洁度评估指标；

调整模块，所述调整模块用于根据所述第二清洁度评估指标对所述第一清洁度评估指标进行调整。

进一步的，所述系统还包括：

单位计时数据获取模块，所述单位计时数据获取模块用于根据所述M个连续图像帧，获取M个单位手势计时数据；

总计时数据获取模块，所述总计时数据获取模块用于获取所述M个连续图像帧的总计时数据；

计时结果输出模块，所述计时结果输出模块用于将所述M个单位手势计时数据和所述总计时数据作为所述手势计时检测结果进行输出。

进一步的，所述系统还包括：

身份认证模块，所述身份认证模块用于根据所述ID信息，对所述第一检测用户进行身份认证，获取第一身份特征；

预设清洁度指标生成模块，所述预设清洁度指标生成模块用于根据所述第一身份特征，生成预设清洁度指标；

实时清洁度指标获取模块，所述实时清洁度指标获取模块用于基于所述手势定位检测结果和所述手势计时检测结果，获取实时清洁度指标；

提醒模块，所述提醒模块用于比对所述预设清洁度指标和所述实时清洁度指标，生成提醒信息。

本发明实施例所提供的一种手部清洁度检测系统可执行本发明任意实施例所提供的一种手部清洁度检测方法，具备执行方法相应的功能模块和有益效果。

所包括的各个模块只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能模块的具体名称也只是为了便于相互区分，并不用于限制本发明的保护范围。

本申请提供了一种手部清洁度检测方法，其中，所述方法应用于一种手部清洁度检测系统，所述方法包括：通过RFID读卡器识别第一检测用户的ID信息；根据第一检测用户的ID信息，激活智能摄像头进行视频数据采集，得到动态视频数据集；通过帧分割模型对动态视频数据集进行视频帧分割，得到N个视频帧；通过对N个视频帧中每一帧的图像进行空间色度检测，获取空间色度检测结果；基于空间色度检测结果进行手势定位识别，获取手势定位检测结果；以手势定位检测结果，生成手势计时检测结果；基于手势定位检测结果和手势计时检测结果进行清洁度评估，得到第一清洁度评估指标。解决了现有技术中针对手部的清洁度检测准确性不足，进而造成手部的清洁度检测效果不佳的技术问题。达到了通过对手部清洁动态视频信息进行空间色度检测、手势定位识别、手势计时检测、手势完整度识别、手部噪点覆盖率检测的多维度检测，提高手部清洁度检测的准确性、全面性，提高手部清洁度检测质量的技术效果。

注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。

Claims (5)

1.一种手部清洁度检测方法，其特征在于，所述方法应用于手部清洁度检测系统，所述系统与RFID读卡器、智能摄像头通信连接，所述方法包括：

根据所述RFID读卡器识别第一检测用户的ID信息；

根据所述第一检测用户的ID信息，激活所述智能摄像头进行视频数据采集，得到动态视频数据集；

将所述动态视频数据集输入帧分割模型中，根据所述帧分割模型进行视频帧分割，得到N个视频帧；

对所述N个视频帧中每一帧的图像进行空间色度检测，获取空间色度检测结果；

基于所述空间色度检测结果进行手势定位识别，获取手势定位检测结果；

以所述手势定位检测结果，生成手势计时检测结果；

基于所述手势定位检测结果和所述手势计时检测结果进行清洁度评估，得到第一清洁度评估指标；

其中，所述得到N个视频帧之后，包括：

对所述N个视频帧中每一帧图像进行离散余弦变换，得到N个直流变换系数和N个交流变换系数；

根据所述N个直流变换系数和所述N个交流变换系数分析相邻帧图像的相似性，确定属于同一动作的连续图像帧；

基于所述连续图像帧进行手势完整度识别，获取完整度指标，包括：

基于N个视频帧，获取M个连续图像帧；

根据所述M个连续图像帧，获取M个手势完整度；

对所述M个手势完整度中大于等于预设手势完整度的连续图像帧进行标识，输出第一标识数量，其中，所述第一标识数量为手势识别成功的数量；

基于所述第一标识数量占M的比值，输出所述完整度指标；

所述获取M个连续图像帧之后，方法还包括：

基于所述M个连续图像帧，判断是否识别到第一特定手势动作；

若识别到所述第一特定手势动作，对后续图像帧进行手部噪点覆盖率检测，得到噪点覆盖率，其中，所述噪点覆盖率包括清洁品覆盖面积与手部面积之比；

基于所述噪点覆盖率，生成第二清洁度评估指标；

根据所述第二清洁度评估指标对所述第一清洁度评估指标进行调整。

2.如权利要求1所述的方法，所述对所述N个视频帧中每一帧的图像进行空间色度检测，获取空间色度检测结果，方法还包括：

将所述N个视频帧输入空间色度检测模型中，其中，所述空间色度检测模型包括噪点处理层、像素转换层和肤色检测层；

根据所述噪点处理层中的腐蚀函数与膨胀函数对所述N个视频帧进行处理，输出处理后的N个视频帧；

将处理后的N个视频帧输入所述像素转换层中进行肤转换，获取转换后的N个视频帧；

将转换后的N个视频帧输入所述肤色检测层进行椭圆肤色检测，获取所述空间色度检测结果。

3.如权利要求1所述的方法，其特征在于，以所述手势定位检测结果，生成手势计时检测结果，方法还包括：

根据所述M个连续图像帧，获取M个单位手势计时数据；

获取所述M个连续图像帧的总计时数据；

将所述M个单位手势计时数据和所述总计时数据作为所述手势计时检测结果进行输出。

4.如权利要求1所述的方法，其特征在于，所述基于所述手势定位检测结果和所述手势计时检测结果进行清洁度评估，方法包括：

根据所述ID信息，对所述第一检测用户进行身份认证，获取第一身份特征；

根据所述第一身份特征，生成预设清洁度指标；

基于所述手势定位检测结果和所述手势计时检测结果，获取实时清洁度指标；

比对所述预设清洁度指标和所述实时清洁度指标，生成提醒信息。

5.一种手部清洁度检测系统，其特征在于，所述系统与RFID读卡器、智能摄像头通信连接，所述系统包括：

ID信息获得模块，所述ID信息获得模块用于根据所述RFID读卡器识别第一检测用户的ID信息；

视频数据采集模块，所述视频数据采集模块用于根据所述第一检测用户的ID信息，激活所述智能摄像头进行视频数据采集，得到动态视频数据集；

视频帧分割模块，所述视频帧分割模块用于将所述动态视频数据集输入帧分割模型中，根据所述帧分割模型进行视频帧分割，得到N个视频帧；

空间色度检测模块，所述空间色度检测模块用于对所述N个视频帧中每一帧的图像进行空间色度检测，获取空间色度检测结果；

手势定位识别模块，所述手势定位识别模块用于基于所述空间色度检测结果进行手势定位识别，获取手势定位检测结果；

计时结果生成模块，所述计时结果生成模块用于以所述手势定位检测结果，生成手势计时检测结果；

清洁度评估模块，所述清洁度评估模块用于基于所述手势定位检测结果和所述手势计时检测结果进行清洁度评估，得到第一清洁度评估指标；

变换系数确定模块，所述变换系数确定模块用于对所述N个视频帧中每一帧图像进行离散余弦变换，得到N个直流变换系数和N个交流变换系数；

第三执行模块，所述第三执行模块用于根据所述N个直流变换系数和所述N个交流变换系数分析相邻帧图像的相似性，确定属于同一动作的连续图像帧；

手势完整度识别模块，所述手势完整度识别模块用于基于所述连续图像帧进行手势完整度识别，获取完整度指标，包括：

连续图像帧获取模块，所述连续图像帧获取模块用于基于N个视频帧，获取M个连续图像帧；

第四执行模块，所述第四执行模块用于根据所述M个连续图像帧，获取M个手势完整度；

第一标识数量确定模块，所述第一标识数量确定模块用于对所述M个手势完整度中大于等于预设手势完整度的连续图像帧进行标识，输出第一标识数量，其中，所述第一标识数量为手势识别成功的数量；

完整度指标输出模块，所述完整度指标输出模块用于基于所述第一标识数量占M的比值，输出所述完整度指标；

判断模块，所述判断模块用于基于所述M个连续图像帧，判断是否识别到第一特定手势动作；

手部噪点覆盖率检测模块，所述手部噪点覆盖率检测模块用于若识别到所述第一特定手势动作，对后续图像帧进行手部噪点覆盖率检测，得到噪点覆盖率；

第二清洁度评估指标生成模块，所述第二清洁度评估指标生成模块用于基于所述噪点覆盖率，生成第二清洁度评估指标；

调整模块，所述调整模块用于根据所述第二清洁度评估指标对所述第一清洁度评估指标进行调整。

Images