CN116311540B - 一种基于3d结构光的人体姿态扫描方法、系统和介质 - Google Patents

一种基于3d结构光的人体姿态扫描方法、系统和介质 Download PDF

Info

Publication number
CN116311540B
CN116311540B CN202310570611.9A CN202310570611A CN116311540B CN 116311540 B CN116311540 B CN 116311540B CN 202310570611 A CN202310570611 A CN 202310570611A CN 116311540 B CN116311540 B CN 116311540B
Authority
CN
China
Prior art keywords
information
image
preset
scanning
data
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.)
Active
Application number
CN202310570611.9A
Other languages
English (en)
Other versions
CN116311540A (zh
Inventor
郑洪明
金盛明
臧永昌
钟质仁
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 Jiangyuan Technology Group Co ltd
Original Assignee
Shenzhen Jiangyuan Technology Group 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 Shenzhen Jiangyuan Technology Group Co ltd filed Critical Shenzhen Jiangyuan Technology Group Co ltd
Priority to CN202310570611.9A priority Critical patent/CN116311540B/zh
Publication of CN116311540A publication Critical patent/CN116311540A/zh
Application granted granted Critical
Publication of CN116311540B publication Critical patent/CN116311540B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/20—Movements or behaviour, e.g. gesture recognition
    • G06V40/28—Recognition of hand or arm movements, e.g. recognition of deaf sign language
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T15/00—3D [Three Dimensional] image rendering
    • G06T15/005—General purpose rendering architectures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/761—Proximity, similarity or dissimilarity measures
    • 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
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Health & Medical Sciences (AREA)
  • Computer Graphics (AREA)
  • Health & Medical Sciences (AREA)
  • Software Systems (AREA)
  • Multimedia (AREA)
  • Social Psychology (AREA)
  • Artificial Intelligence (AREA)
  • Computing Systems (AREA)
  • Databases & Information Systems (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Human Computer Interaction (AREA)
  • Psychiatry (AREA)
  • Geometry (AREA)
  • Image Analysis (AREA)

Abstract

本发明公开的一种基于3D结构光的人体姿态扫描方法、系统和介质，其中方法包括：采集激光反射信号，通过预设装置将激光反射信号转换为激光反射信息，根据激光反射信息提取扫描信息，判断扫描信息是否满足阈值要求，若满足则对区域扫描信息进行处理获得三维成像信息，根据三维成像信息通过预设图像渲染模型进行处理生成3D图像，根据3D图像提取多个局部图像信息，判断局部图像信息是否满足阈值要求，若满足则得到合格局部图像信息，根据合格的局部图像信息得到合格的3D图像并进行处理，得到人体姿态信息；本发明基于3D结构光的应用，通过采集激光反射信号转换处理得到扫描信息，提取多个局部图像信息进一步处理得到人体姿态信息。

Description

一种基于3D结构光的人体姿态扫描方法、系统和介质
技术领域
本发明涉及3D结构光和扫描技术领域，更具体的，涉及一种基于3D结构光的人体姿态扫描方法、系统和介质。
背景技术
科技的发展带动了各行各业的技术革新，基于3D结构光的扫描技术越来越普遍的应用于各种领域，尤其应用于距离探测和物体成像等领域，而随着探测距离越远、识别成像越大，相应的功耗就会越大，同时对成像的解析度有更高的要求，如何平衡功耗和探测距离，提高扫描准确度和成像分辨率，进而提高物体成像质量，值得深度分析以更好的拓展3D结构光技术。
针对上述问题，亟待一种解决问题的设计方案。
发明内容
本发明的目的是提供一种基于3D结构光的人体姿态扫描方法、系统和介质，基于3D结构光的应用，通过采集激光反射信号转换处理得到扫描信息，扫描信息若满足阈值要求则得到三维成像信息并渲染处理生成3D图像，提取多个局部图像信息进一步处理得到人体姿态信息，实现了对人体姿态的准确扫描和广泛应用。
本发明第一方面提供了一种基于3D结构光的人体姿态扫描方法，包括以下步骤：
采集激光反射信号；
通过预设装置将所述激光反射信号转换为激光反射信息；
根据所述激光反射信息提取扫描信息，判断所述扫描信息是否满足阈值要求，若满足则对区域扫描信息进行处理获得三维成像信息；
根据所述三维成像信息通过预设图像渲染模型进行处理生成3D初始图像；
根据所述3D初始图像提取多个局部图像信息，判断所述局部图像信息是否满足阈值要求，若满足则得到合格局部图像信息；
根据所述合格局部图像信息对所述3D初始图像进行合格判定并处理，得到人体姿态信息。
本方案中，所述通过预设装置将所述激光反射信号转换为激光反射信息，包括：
通过预设装置将激光反射信号转换为激光反射信息；
所述激光反射信息包括扫描信息和激光强度信息。
本方案中，所述根据所述激光反射信息提取扫描信息，判断所述扫描信息是否满足阈值要求，若满足则对区域扫描信息进行处理获得三维成像信息，包括：
根据所述激光反射信息提取扫描信息，包括距离值数据、区域大小数据；
根据所述距离值数据与预设距离阈值进行阈值对比判断；
若所述距离值数据不小于预设距离阈值，则发出警告提示超出有效扫描距离；
若所述距离值数据小于预设距离阈值，则判断扫描的距离值数据为有效数据。
本方案中，所述根据所述激光反射信息提取扫描信息，判断所述扫描信息是否满足阈值要求，若满足则对区域扫描信息进行处理获得三维成像信息，还包括：
将所述区域大小数据与预设的区域比例阈值进行阈值对比，若满足阈值要求则将区域扫描信息标记为合格；
根据合格的区域扫描信息提取区域人数数据；
将所述区域人数数据与预设的区域人数阈值进行阈值对比，若满足阈值要求则标记区域人数数据为合格；
将合格的区域大小数据结合合格的区域人数数据通过预设区域成像模型进行处理，得到第一区域成像信息；
将有效的所述距离值数据结合所述第一区域成像信息通过所述预设区域成像模型进行处理，得到三维成像信息。
本方案中，所述根据所述三维成像信息通过预设图像渲染模型进行处理生成3D初始图像，包括：
根据所述三维成像信息提取成像特征数据，包括投影定标数据、色彩纹理要素数据以及光栅填充数据；
根据所述投影定标数据、色彩纹理要素数据以及光栅填充数据通过预设图像渲染模型进行渲染处理，获得3D图像。
本方案中，所述根据所述3D初始图像提取多个局部图像信息，判断所述局部图像信息是否满足阈值要求，若满足则得到合格局部图像信息，包括：
根据所述3D初始图像提取多个局部图像信息；
根据所述局部图像信息提取局部图像定位点信息，包括定位点数量值；
将所述定位点数量值与预设的定位点数量阈值进行阈值对比，若阈值对比结果满足阈值要求，则标记所述局部图像信息为合格。
本方案中，所述根据所述合格局部图像信息对所述3D初始图像进行合格判定并处理，得到人体姿态信息，包括：
获取所述3D初始图像中所述合格局部图像信息的图像数量值；
将所述图像数量值与预设图像数量阈值进行阈值对比，若阈值对比结果满足阈值要求，则标记所述3D初始图像为合格3D图像；
根据所述合格3D图像进行人体运动模拟，并与预设的人体运动模型进行相似度对比，若达到相似度要求则得到人体姿态信息。
本发明第二方面还提供一种基于3D结构光的人体姿态扫描系统，包括存储器和处理器，所述存储器中包括基于3D结构光的人体姿态扫描方法程序，所述基于3D结构光的人体姿态扫描方法程序被所述处理器执行时实现如下步骤：
采集激光反射信号；
通过预设装置将所述激光反射信号转换为激光反射信息；
根据所述激光反射信息提取扫描信息，判断所述扫描信息是否满足阈值要求，若满足则对区域扫描信息进行处理获得三维成像信息；
根据所述三维成像信息通过预设图像渲染模型进行处理生成3D初始图像；
根据所述3D初始图像提取多个局部图像信息，判断所述局部图像信息是否满足阈值要求，若满足则得到合格局部图像信息；
根据所述合格局部图像信息对所述3D初始图像进行合格判定并处理，得到人体姿态信息。
本方案中，所述通过预设装置将所述激光反射信号转换为激光反射信息，包括：
通过预设装置将激光反射信号转换为激光反射信息；
所述激光反射信息包括扫描信息和激光强度信息。
本发明第三方面提供了一种计算机可读存储介质，所述计算机可读存储介质中包括基于3D结构光的人体姿态扫描方法程序，所述基于3D结构光的人体姿态扫描方法程序被处理器执行时，实现如上述任一项所述的基于3D结构光的人体姿态扫描方法的步骤。
本发明公开的一种基于3D结构光的人体姿态扫描方法、系统和介质，采集激光反射信号，通过预设装置将激光反射信号转换为激光反射信息，根据激光反射信息提取扫描信息，判断扫描信息是否满足阈值要求，若满足则对区域扫描信息进行处理获得三维成像信息，根据三维成像信息通过预设图像渲染模型进行处理生成3D图像，根据3D图像提取多个局部图像信息，判断局部图像信息是否满足阈值要求，若满足则得到合格局部图像信息，根据合格的局部图像信息得到合格的3D图像并进行处理，得到人体姿态信息。本发明基于3D结构光的应用，通过采集激光反射信号转换处理得到扫描信息，扫描信息若满足阈值要求则得到三维成像信息渲染处理生成3D图像，提取多个局部图像信息进一步处理得到人体姿态信息，实现了对人体姿态的准确扫描和广泛应用。
附图说明
图1示出了本发明基于3D结构光的人体姿态扫描方法的流程图；
图2示出了本发明基于3D结构光的人体姿态扫描方法的另一种流程图；
图3示出了本发明基于3D结构光的人体姿态扫描方法的判断并得到有效扫描距离的流程图；
图4示出了本发明基于3D结构光的人体姿态扫描系统的结构框图。
具体实施方式
为了能够更清楚地理解本发明的上述目的、特征和优点，下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是，在不冲突的情况下，本申请的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是，本发明还可以采用其他不同于在此描述的其他方式来实施，因此，本发明的保护范围并不受下面公开的具体实施例的限制。
图1示出了本申请一种基于3D结构光的人体姿态扫描方法的流程图。
如图1所示，本申请公开了一种基于3D结构光的人体姿态扫描方法，包括以下步骤：
S101，采集激光反射信号；
S102，通过预设装置将所述激光反射信号转换为激光反射信息；
S103，根据所述激光反射信息提取扫描信息，判断所述扫描信息是否满足阈值要求，若满足则对区域扫描信息进行处理获得三维成像信息；
S104，根据所述三维成像信息通过预设图像渲染模型进行处理生成3D初始图像；
S105，根据所述3D初始图像提取多个局部图像信息，判断所述局部图像信息是否满足阈值要求，若满足则得到合格局部图像信息；
S106，根据所述合格局部图像信息对所述3D初始图像进行合格判定并处理，得到人体姿态信息。
需要说明的是，通过预设装置，包括激光信号发射器、激光信号接收器和数字信号处理装置，对目标人体或物体发射激光信号并收集目标的激光反射信号，再通过数字信号处理装置将所述激光反射信号转换为激光反射信息，根据激光反射信息提取扫描信息，包括装置与目标之间的距离值，对所述距离值进行判断，若超出预设距离则会发出提醒以进行距离调整，若满足阈值要求则得到有效距离值；还包括扫描的区域信息，将区域信息与预设的区域比例进行阈值对比，预设的区域比例可以为激光物理范围的80%，若扫描的区域范围达到80%的比例则标记为合格的区域，再获取合格的区域内的人数信息，得到人数数量，与预设的人数阈值进行阈值对比，预设的人数阈值可自由设置，如1或3，代表每次进行扫描时允许存在合格区域内的人数数量，若满足阈值要求则标记人数信息为合格，根据合格的区域信息和合格的人数信息可以得到标准区域信息，再将有效距离值结合标准区域信息最终得到三维成像信息，通过预设算法计算三维成像信息并进一步分析渲染可生成3D图像，根据所述3D初始图像提取多个局部图像信息，根据局部图像信息得到定位点信息，比如人体手部局部图像的定位点可以为对应的5根手指的关节点，将局部图像中得到的定位点与预设的定位点阈值进行阈值对比，预设的定位点阈值可以为4，若局部图像中得到的定位点为4，或者为5，则局部图像信息采集到了足够多的定位点，是合格的，根据所述局部图像信息还能得到局部图像数量值，将局部图像数量值与预设的阈值进行阈值对比，预设的局部图像数量阈值可以为5，若局部图像数量值≥5，则标记局部图像数量值为合格，再统计合格的局部图像数量值并与预设的有效阈值进行阈值对比，预设的有效阈值可以为8，若合格的局部图像数量值≥8，则标记局部图像信息为合格，最后根据合格的局部图像信息进行人体运动模拟，并与预设的人体运动模型进行相似度对比，预设的相似度可以为88%，若人体运动模拟的相似度≥88%则得到人体姿态信息。
图2示出了本申请一种基于3D结构光的人体姿态扫描方法的另一种流程图。
如图2所示，根据本发明实施例，所述通过预设装置将所述激光反射信号转换为激光反射信息，包括：
S201，通过预设装置将激光反射信号转换为激光反射信息；
S202，所述激光反射信息包括扫描信息和激光强度信息。
需要说明的是，通过预设装置，包括激光信号发射器、激光信号接收器和数字信号处理装置，还包括TOF模组和TOF传感器，TOF模组通过激光信号发射器发射激光扫描目标，TOF传感器接收激光扫描的反射信号形成原始数据，并转换为MIPI信号传送给数字信号处理装置进行分析处理，再将处理后的MIPI信号发送至主控芯片；激光反射信息包括扫描信息和激光强度信息，扫描信息包含扫描对象的各种参数，如形状、距离和种类等，激光强度信息代表了反射信号的准确度。
图3示出了本申请一种基于3D结构光的人体姿态扫描方法的判断并得到有效扫描距离的流程图。
如图3所示，根据本发明实施例，所述根据所述激光反射信息提取扫描信息，判断所述扫描信息是否满足阈值要求，若满足则对区域扫描信息进行处理获得三维成像信息，包括：
S301，根据所述激光反射信息提取扫描信息，包括距离值数据、区域大小数据；
S302，根据所述距离值数据与预设距离阈值进行阈值对比判断；
S303，若所述距离值数据不小于预设距离阈值，则发出警告提示超出有效扫描距离；
S304，若所述距离值数据小于预设距离阈值，则判断扫描的距离值数据为有效数据；
需要说明的是，根据所述扫描信息可以得到扫描装置与扫描目标之间的距离值，对距离值进行判断是否小于预设的距离阈值，预设的距离阈值可以为5米，若扫描的距离值为5.5米，则发出警告提示超出了扫描距离，需要对扫描目标进行距离调整，若扫描的距离值为4米则判断为有效扫描距离，可以进行正常的扫描作业。
根据本发明实施例，所述根据所述激光反射信息提取扫描信息，判断所述扫描信息是否满足阈值要求，若满足则对区域扫描信息进行处理获得三维成像信息，还包括：
将所述区域大小数据与预设的区域比例阈值进行阈值对比，若满足阈值要求则将区域扫描信息标记为合格；
根据合格的区域扫描信息提取区域人数数据；
将所述区域人数数据与预设的区域人数阈值进行阈值对比，若满足阈值要求则标记区域人数数据为合格；
将合格的区域大小数据结合合格的区域人数数据通过预设区域成像模型进行处理，得到第一区域成像信息；
将有效的所述距离值数据结合所述第一区域成像信息通过所述预设区域成像模型进行处理，得到三维成像信息。
需要说明的是，根据扫描信息可以得到扫描的区域信息，将区域大小数据与预设的区域比例阈值进行阈值对比，预设的区域比例阈值可以等比缩小为激光扫描的物理范围的80%，当扫描的区域比例≤80%，且扫描目标必须在此比例的区域范围内则标记区域大小数据为合格，再将所述区域人数数据与预设的区域人数阈值进行阈值对比，预设的人数阈值可自由设置，如1或3，代表每次进行扫描时允许存在合格区域内的人数数量，若满足阈值要求则标记区域人数数据为合格，可以得到合格区域内的人数数量，根据合格的区域大小数据和合格的人数数据可以得到第一区域成像信息，再将有效的距离值数据结合第一区域成像信息最终得到三维成像信息。
根据本发明实施例，所述根据所述三维成像信息通过预设图像渲染模型进行处理生成3D初始图像，包括：
根据所述三维成像信息提取成像特征数据，包括投影定标数据、色彩纹理要素数据以及光栅填充数据；
根据所述投影定标数据、色彩纹理要素数据以及光栅填充数据通过预设图像渲染模型进行渲染处理，获得3D图像。
需要说明的是，根据三维成像信息可以提取到成像特征数据，包括投影定标数据、色彩纹理要素数据以及光栅填充数据，通过投影定标数据可以快速准确的确定被扫描目标的位置和轮廓，提取到的色彩纹理要素数据可以确定被扫描目标的颜色分类，并进行光栅数据的填充，根据上述数据通过预设的图像渲染模型进行渲染处理，可以得到3D图像。
根据本发明实施例，所述根据所述3D初始图像提取多个局部图像信息，判断所述局部图像信息是否满足阈值要求，若满足则得到合格局部图像信息，包括：
根据所述3D初始图像提取多个局部图像信息；
根据所述局部图像信息提取局部图像定位点信息，包括定位点数量值；
将所述定位点数量值与预设的定位点数量阈值进行阈值对比，若阈值对比结果满足阈值要求，则标记所述局部图像信息为合格。
需要说明的是，根据局部图像信息可以得到每个局部图像中的局部图像定位点信息，并提取出定位点的数据值，比如人体手部局部图像的定位点可以为对应的5根手指的关节点，将局部图像中得到的定位点与预设的定位点阈值进行阈值对比，预设的定位点阈值可以为4，若局部图像中得到的定位点为4，或者为5，则局部图像信息采集到了足够多的定位点，是合格的。
根据本发明实施例，所述根据所述合格局部图像信息对所述3D初始图像进行合格判定并处理，得到人体姿态信息，包括：
获取所述3D初始图像中所述合格局部图像信息的图像数量值；
将所述图像数量值与预设图像数量阈值进行阈值对比，若阈值对比结果满足阈值要求，则标记所述3D初始图像为合格3D图像；
根据所述合格3D图像进行人体运动模拟，并与预设的人体运动模型进行相似度对比，若达到相似度要求则得到人体姿态信息。
需要说明的是，获取3D初始图像中合格局部图像的图像数量值，将合格局部图像数量值与预设的阈值进行阈值对比，本案中预设的局部图像数量阈值可以为5，若局部图像数量值≥5，则标记3D初始图像为合格3D图像，最后根据合格的局部图像信息进行人体运动模拟，并与预设的人体运动模型进行相似度对比，预设的相似度可以为88%，若人体运动模拟的相似度≥88%则得到人体姿态信息。
值得一提的是，还包括：
根据所述3D图像提取解析度值；
将所述解析度值与预设的解析度阈值进行阈值对比，若满足阈值要求则标记3D图像为合格。
需要说明的是，根据3D图像提取图像的解析度值，将解析度值与预设的解析度阈值进行阈值对比，预设的解析度阈值可以为320*240，若解析度值为160*120，则标记3D图像不合格，需要再次进行扫描；若解析度值为640*480，则标记3D图像为合格，上述方法要求3D图像的解析度值至少达到320*240，能够精确的检测到人体静态及动态的姿态。
值得一提的是，还包括：
根据所述人体姿态信息得到体重指数；
将所述体重指数与预设的指数阈值范围进行阈值对比，得到对应的体重指数等级。
需要说明的是，根据人体姿态信息可以得到人体体重指数，其中，具体参数包括人体中水分、蛋白质和脂肪的详细占比信息，将体重指数与预设的指数阈值范围进行阈值对比，预设的指数阈值范围分别为(90，100]、(75，90]和[0，75]，如人体体重指数阈值对比为87，则得到对应的体重指数等级并显示为“良好87”，为用户提供一个身体素质的参照量并以此来调节运动方式和运动量。
值得一提的是，还包括：
根据扫描信息得到手势识别信息；
根据所述手势识别信息提取手势图像，将所述手势图像与预设的手势图像进行相似度阈值对比，若满足相似度对比要求则执行对应的指令信息。
需要说明的是，根据扫描信息得到手势识别信息，进一步提取扫描识别到的手势图像，将扫描识别到的手势图像与预设的手势图像进行相似度阈值对比，预设的手势图像由用户提前进行设置，如摆手、握拳和3根手指摆动等，相似度阈值可以为93%，若满足相似度阈值要求则执行对应的指令信息，每一个不同的手势图像对应不同装置内的对应指令信息，如手机中打开指定软件的指令信息。
图4示出了本发明一种基于3D结构光的人体姿态扫描系统的结构框图。
如图4所示，本发明公开了一种基于3D结构光的人体姿态扫描系统4，包括存储器41和处理器42，所述存储器中包括基于3D结构光的人体姿态扫描方法程序，所述基于3D结构光的人体姿态扫描方法程序被所述处理器执行时实现如下步骤：
采集激光反射信号；
通过预设装置将所述激光反射信号转换为激光反射信息；
根据所述激光反射信息提取扫描信息，判断所述扫描信息是否满足阈值要求，若满足则对区域扫描信息进行处理获得三维成像信息；
根据所述三维成像信息通过预设图像渲染模型进行处理生成3D初始图像；
根据所述3D初始图像提取多个局部图像信息，判断所述局部图像信息是否满足阈值要求，若满足则得到合格局部图像信息；
根据所述合格局部图像信息对所述3D初始图像进行合格判定并处理，得到人体姿态信息。
需要说明的是，通过预设装置，包括激光信号发射器、激光信号接收器和数字信号处理装置，对目标人体或物体发射激光信号并收集目标的激光反射信号，再通过数字信号处理装置将所述激光反射信号转换为激光反射信息，根据激光反射信息提取扫描信息，包括装置与目标之间的距离值，对所述距离值进行判断，若超出预设距离则会发出提醒以进行距离调整，若满足阈值要求则得到有效距离值；还包括扫描的区域信息，将区域信息与预设的区域比例进行阈值对比，预设的区域比例可以为激光物理范围的80%，若扫描的区域范围达到80%的比例则标记为合格的区域，再获取合格的区域内的人数信息，得到人数数量，与预设的人数阈值进行阈值对比，预设的人数阈值可自由设置，如1或3，代表每次进行扫描时允许存在合格区域内的人数数量，若满足阈值要求则标记人数信息为合格，根据合格的区域信息和合格的人数信息可以得到标准区域信息，再将有效距离值结合标准区域信息最终得到三维成像信息，通过预设算法计算三维成像信息并进一步分析渲染可生成3D图像，根据所述3D初始图像提取多个局部图像信息，根据局部图像信息得到定位点信息，比如人体手部局部图像的定位点可以为对应的5根手指的关节点，将局部图像中得到的定位点与预设的定位点阈值进行阈值对比，预设的定位点阈值可以为4，若局部图像中得到的定位点为4，或者为5，则局部图像信息采集到了足够多的定位点，是合格的，根据所述局部图像信息还能得到局部图像数量值，将局部图像数量值与预设的阈值进行阈值对比，预设的局部图像数量阈值可以为5，若局部图像数量值≥5，则标记局部图像数量值为合格，再统计合格的局部图像数量值并与预设的有效阈值进行阈值对比，预设的有效阈值可以为8，若合格的局部图像数量值≥8，则标记局部图像信息为合格，最后根据合格的局部图像信息进行人体运动模拟，并与预设的人体运动模型进行相似度对比，预设的相似度可以为88%，若人体运动模拟的相似度≥88%则得到人体姿态信息。
根据本发明实施例，所述通过预设装置将所述激光反射信号转换为激光反射信息，包括：
通过预设装置将激光反射信号转换为激光反射信息；
所述激光反射信息包括扫描信息和激光强度信息。
需要说明的是，通过预设装置，包括激光信号发射器、激光信号接收器和数字信号处理装置，还包括TOF模组和TOF传感器，TOF模组通过激光信号发射器发射激光扫描目标，TOF传感器接收激光扫描的反射信号形成原始数据，并转换为MIPI信号传送给数字信号处理装置进行分析处理，再将处理后的MIPI信号发送至主控芯片；所述激光反射信息包括扫描信息和激光强度信息，扫描信息包含扫描对象的各种参数，如形状、距离和种类等，激光强度信息代表了反射信号的准确度。
根据本发明实施例，所述根据所述激光反射信息提取扫描信息，判断所述扫描信息是否满足阈值要求，若满足则对区域扫描信息进行处理获得三维成像信息，包括：
根据所述激光反射信息提取扫描信息，包括距离值数据、区域大小数据；
根据所述距离值数据与预设距离阈值进行阈值对比判断；
若所述距离值数据不小于预设距离阈值，则发出警告提示超出有效扫描距离；
若所述距离值数据小于预设距离阈值，则判断扫描的距离值数据为有效数据；
需要说明的是，根据所述扫描信息可以得到扫描装置与扫描目标之间的距离值，对距离值进行判断是否小于预设的距离阈值，预设的距离阈值可以为5米，若扫描的距离值为5.5米，则发出警告提示超出了扫描距离，需要对扫描目标进行距离调整，若扫描的距离值为4米则判断为有效扫描距离，可以进行正常的扫描作业。
根据本发明实施例，所述根据所述激光反射信息提取扫描信息，判断所述扫描信息是否满足阈值要求，若满足则对区域扫描信息进行处理获得三维成像信息，还包括：
将所述区域大小数据与预设的区域比例阈值进行阈值对比，若满足阈值要求则将区域扫描信息标记为合格；
根据合格的区域扫描信息提取区域人数数据；
将所述区域人数数据与预设的区域人数阈值进行阈值对比，若满足阈值要求则标记区域人数数据为合格；
将合格的区域大小数据结合合格的区域人数数据通过预设区域成像模型进行处理，得到第一区域成像信息；
将有效的所述距离值数据结合所述第一区域成像信息通过所述预设区域成像模型进行处理，得到三维成像信息。
需要说明的是，根据扫描信息可以得到扫描的区域信息，将区域大小数据与预设的区域比例阈值进行阈值对比，预设的区域比例阈值可以等比缩小为激光扫描的物理范围的80%，当扫描的区域比例≤80%，且扫描目标必须在此比例的区域范围内则标记区域大小数据为合格，再将所述区域人数数据与预设的区域人数阈值进行阈值对比，预设的人数阈值可自由设置，如1或3，代表每次进行扫描时允许存在合格区域内的人数数量，若满足阈值要求则标记区域人数数据为合格，可以得到合格区域内的人数数量，根据合格的区域大小数据和合格的人数数据可以得到第一区域成像信息，再将有效的距离值数据结合第一区域成像信息最终得到三维成像信息。
根据本发明实施例，所述根据所述三维成像信息通过预设图像渲染模型进行处理生成3D初始图像，包括：
根据所述三维成像信息提取成像特征数据，包括投影定标数据、色彩纹理要素数据以及光栅填充数据；
根据所述投影定标数据、色彩纹理要素数据以及光栅填充数据通过预设图像渲染模型进行渲染处理，获得3D图像。
需要说明的是，根据三维成像信息可以提取到成像特征数据，包括投影定标数据、色彩纹理要素数据以及光栅填充数据，通过投影定标数据可以快速准确的确定被扫描目标的位置和轮廓，提取到的色彩纹理要素数据可以确定被扫描目标的颜色分类，并进行光栅数据的填充，根据上述数据通过预设的图像渲染模型进行渲染处理，可以得到3D图像。
根据本发明实施例，所述根据所述3D初始图像提取多个局部图像信息，判断所述局部图像信息是否满足阈值要求，若满足则得到合格局部图像信息，包括：
根据所述3D初始图像提取多个局部图像信息；
根据所述局部图像信息提取局部图像定位点信息，包括定位点数量值；
将所述定位点数量值与预设的定位点数量阈值进行阈值对比，若阈值对比结果满足阈值要求，则标记所述局部图像信息为合格。
需要说明的是，根据局部图像信息可以得到每个局部图像中的局部图像定位点信息，并提取出定位点的数据值，比如人体手部局部图像的定位点可以为对应的5根手指的关节点，将局部图像中得到的定位点与预设的定位点阈值进行阈值对比，预设的定位点阈值可以为4，若局部图像中得到的定位点为4，或者为5，则局部图像信息采集到了足够多的定位点，是合格的。
根据本发明实施例，所述根据所述合格局部图像信息对所述3D初始图像进行合格判定并处理，得到人体姿态信息，包括：
获取所述3D初始图像中所述合格局部图像信息的图像数量值；
将所述图像数量值与预设图像数量阈值进行阈值对比，若阈值对比结果满足阈值要求，则标记所述3D初始图像为合格3D图像；
根据所述合格3D图像进行人体运动模拟，并与预设的人体运动模型进行相似度对比，若达到相似度要求则得到人体姿态信息。
需要说明的是，获取3D初始图像中合格局部图像的图像数量值，将合格局部图像数量值与预设的阈值进行阈值对比，本案中预设的局部图像数量阈值可以为5，若局部图像数量值≥5，则标记3D初始图像为合格3D图像，最后根据合格的局部图像信息进行人体运动模拟，并与预设的人体运动模型进行相似度对比，预设的相似度可以为88%，若人体运动模拟的相似度≥88%则得到人体姿态信息。
值得一提的是，还包括：
根据所述3D图像提取解析度值；
将所述解析度值与预设的解析度阈值进行阈值对比，若满足阈值要求则标记3D图像为合格。
需要说明的是，根据3D图像提取图像的解析度值，将解析度值与预设的解析度阈值进行阈值对比，预设的解析度阈值可以为320*240，若解析度值为160*120，则标记3D图像不合格，需要再次进行扫描；若解析度值为640*480，则标记3D图像为合格，上述方法要求3D图像的解析度值至少达到320*240，能够精确的检测到人体静态及动态的姿态。
值得一提的是，还包括：
根据所述人体姿态信息得到体重指数；
将所述体重指数与预设的指数阈值范围进行阈值对比，得到对应的体重指数等级。
需要说明的是，根据人体姿态信息可以得到人体体重指数，其中，具体参数包括人体中水分、蛋白质和脂肪的详细占比信息，将体重指数与预设的指数阈值范围进行阈值对比，预设的指数阈值范围分别为(90，100]、(75，90]和[0，75]，如人体体重指数阈值对比为87，则得到对应的体重指数等级并显示为“良好87”，为用户提供一个身体素质的参照量并以此来调节运动方式和运动量。
值得一提的是，还包括：
根据扫描信息得到手势识别信息；
根据所述手势识别信息提取手势图像，将所述手势图像与预设的手势图像进行相似度阈值对比，若满足相似度对比要求则执行对应的指令信息。
需要说明的是，根据扫描信息得到手势识别信息，进一步提取扫描识别到的手势图像，将扫描识别到的手势图像与预设的手势图像进行相似度阈值对比，预设的手势图像由用户提前进行设置，如摆手、握拳和3根手指摆动等，相似度阈值可以为93%，若满足相似度阈值要求则执行对应的指令信息，每一个不同的手势图像对应不同装置内的对应指令信息，如手机中打开指定软件的指令信息。
本发明第三方面提供了一种计算机可读存储介质，所述计算机可读存储介质中包括一种基于3D结构光的人体姿态扫描方法程序，所述基于3D结构光的人体姿态扫描方法程序被处理器执行时，实现如上述任一项所述的基于3D结构光的人体姿态扫描方法的步骤。
本发明公开的一种基于3D结构光的人体姿态扫描方法、系统和可读存储介质，采集激光反射信号，通过预设装置将激光反射信号转换为激光反射信息，根据激光反射信息提取扫描信息，判断扫描信息是否满足阈值要求，若满足则对区域扫描信息进行处理获得三维成像信息，根据三维成像信息通过预设图像渲染模型进行处理生成3D图像，根据3D图像提取多个局部图像信息，判断局部图像信息是否满足阈值要求，若满足则得到合格局部图像信息，根据合格的局部图像信息得到合格的3D图像并进行处理，得到人体姿态信息。本发明基于3D结构光的应用，通过采集激光反射信号转换处理得到扫描信息，扫描信息若满足阈值要求则得到三维成像信息渲染处理生成3D图像，提取多个局部图像信息进一步处理得到人体姿态信息，实现了对人体姿态的准确扫描和广泛应用。
在本申请所提供的几个实施例中，应该理解到，所揭露的设备和方法，可以通过其它的方式实现。以上所描述的设备实施例仅仅是示意性的，例如，所述单元的划分，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，如：多个单元或组件可以结合，或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，所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口，设备或单元的间接耦合或通信连接，可以是电性的、机械的或其它形式的。
上述作为分离部件说明的单元可以是、或也可以不是物理上分开的，作为单元显示的部件可以是、或也可以不是物理单元；既可以位于一个地方，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全部单元来实现本实施例方案的目的。
另外，在本发明各实施例中的各功能单元可以全部集成在一个处理单元中，也可以是各单元分别单独作为一个单元，也可以两个或两个以上单元集成在一个单元中；上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。
本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：移动存储设备、只读存储器（ROM，Read-Only Memory）、随机存取存储器（RAM，Random Access Memory）、磁碟或者光盘等各种可以存储程序代码的介质。
或者，本发明上述集成的单元如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实施例的技术方案本质上或者说对现有技术做出贡献的部分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，包括若干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）执行本发明各个实施例所述方法的全部或部分。而前述的存储介质包括：移动存储设备、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。

Claims (3)

1.一种基于3D结构光的人体姿态扫描方法，其特征在于，包括以下步骤：
采集激光反射信号；
通过预设装置将所述激光反射信号转换为激光反射信息；
根据所述激光反射信息提取扫描信息，判断所述扫描信息是否满足阈值要求，若满足则对区域扫描信息进行处理获得三维成像信息；
根据所述三维成像信息通过预设图像渲染模型进行处理生成3D初始图像；
根据所述3D初始图像提取多个局部图像信息，判断所述局部图像信息是否满足阈值要求，若满足则得到合格局部图像信息；
根据所述合格局部图像信息对所述3D初始图像进行合格判定并处理，得到人体姿态信息；
所述通过预设装置将所述激光反射信号转换为激光反射信息，包括：
通过预设装置将激光反射信号转换为激光反射信息；
所述激光反射信息包括扫描信息和激光强度信息；
所述根据所述激光反射信息提取扫描信息，判断所述扫描信息是否满足阈值要求，若满足则对区域扫描信息进行处理获得三维成像信息，包括：
根据所述激光反射信息提取扫描信息，包括距离值数据、区域大小数据；
根据所述距离值数据与预设距离阈值进行阈值对比判断；
若所述距离值数据不小于预设距离阈值，则发出警告提示超出有效扫描距离；
若所述距离值数据小于预设距离阈值，则判断扫描的距离值数据为有效数据；
所述根据所述激光反射信息提取扫描信息，判断所述扫描信息是否满足阈值要求，若满足则对区域扫描信息进行处理获得三维成像信息，还包括：
将所述区域大小数据与预设的区域比例阈值进行阈值对比，若满足阈值要求则将区域扫描信息标记为合格；
根据合格的区域扫描信息提取区域人数数据；
将所述区域人数数据与预设的区域人数阈值进行阈值对比，若满足阈值要求则标记区域人数数据为合格；
将合格的区域大小数据结合合格的区域人数数据通过预设区域成像模型进行处理，得到第一区域成像信息；
将有效的所述距离值数据结合所述第一区域成像信息通过所述预设区域成像模型进行处理，得到三维成像信息；
所述根据所述三维成像信息通过预设图像渲染模型进行处理生成3D初始图像，包括：
根据所述三维成像信息提取成像特征数据，包括投影定标数据、色彩纹理要素数据以及光栅填充数据；
根据所述投影定标数据、色彩纹理要素数据以及光栅填充数据通过预设图像渲染模型进行渲染处理，获得3D图像；
所述根据所述3D初始图像提取多个局部图像信息，判断所述局部图像信息是否满足阈值要求，若满足则得到合格局部图像信息，包括：
根据所述3D初始图像提取多个局部图像信息；
根据所述局部图像信息提取局部图像定位点信息，包括定位点数量值；
将所述定位点数量值与预设的定位点数量阈值进行阈值对比，若阈值对比结果满足阈值要求，则标记所述局部图像信息为合格；
所述根据所述合格局部图像信息对所述3D初始图像进行合格判定并处理，得到人体姿态信息，包括：
获取所述3D初始图像中所述合格局部图像信息的图像数量值；
将所述图像数量值与预设图像数量阈值进行阈值对比，若阈值对比结果满足阈值要求，则标记所述3D初始图像为合格3D图像；
根据所述合格3D图像进行人体运动模拟，并与预设的人体运动模型进行相似度对比，若达到相似度要求则得到人体姿态信息。
2.一种基于3D结构光的人体姿态扫描系统，其特征在于，包括存储器和处理器，所述存储器中包括基于3D结构光的人体姿态扫描方法程序，所述基于3D结构光的人体姿态扫描方法程序被所述处理器执行时实现如下步骤：
采集激光反射信号；
通过预设装置将所述激光反射信号转换为激光反射信息；
根据所述激光反射信息提取扫描信息，判断所述扫描信息是否满足阈值要求，若满足则对区域扫描信息进行处理获得三维成像信息；
根据所述三维成像信息通过预设图像渲染模型进行处理生成3D初始图像；
根据所述3D初始图像提取多个局部图像信息，判断所述局部图像信息是否满足阈值要求，若满足则得到合格局部图像信息；
根据所述合格局部图像信息对所述3D初始图像进行合格判定并处理，得到人体姿态信息；
所述通过预设装置将所述激光反射信号转换为激光反射信息，包括：
通过预设装置将激光反射信号转换为激光反射信息；
所述激光反射信息包括扫描信息和激光强度信息；
所述根据所述激光反射信息提取扫描信息，判断所述扫描信息是否满足阈值要求，若满足则对区域扫描信息进行处理获得三维成像信息，包括：
根据所述激光反射信息提取扫描信息，包括距离值数据、区域大小数据；
根据所述距离值数据与预设距离阈值进行阈值对比判断；
若所述距离值数据不小于预设距离阈值，则发出警告提示超出有效扫描距离；
若所述距离值数据小于预设距离阈值，则判断扫描的距离值数据为有效数据；
所述根据所述激光反射信息提取扫描信息，判断所述扫描信息是否满足阈值要求，若满足则对区域扫描信息进行处理获得三维成像信息，还包括：
将所述区域大小数据与预设的区域比例阈值进行阈值对比，若满足阈值要求则将区域扫描信息标记为合格；
根据合格的区域扫描信息提取区域人数数据；
将所述区域人数数据与预设的区域人数阈值进行阈值对比，若满足阈值要求则标记区域人数数据为合格；
将合格的区域大小数据结合合格的区域人数数据通过预设区域成像模型进行处理，得到第一区域成像信息；
将有效的所述距离值数据结合所述第一区域成像信息通过所述预设区域成像模型进行处理，得到三维成像信息；
所述根据所述三维成像信息通过预设图像渲染模型进行处理生成3D初始图像，包括：
根据所述三维成像信息提取成像特征数据，包括投影定标数据、色彩纹理要素数据以及光栅填充数据；
根据所述投影定标数据、色彩纹理要素数据以及光栅填充数据通过预设图像渲染模型进行渲染处理，获得3D图像；
所述根据所述3D初始图像提取多个局部图像信息，判断所述局部图像信息是否满足阈值要求，若满足则得到合格局部图像信息，包括：
根据所述3D初始图像提取多个局部图像信息；
根据所述局部图像信息提取局部图像定位点信息，包括定位点数量值；
将所述定位点数量值与预设的定位点数量阈值进行阈值对比，若阈值对比结果满足阈值要求，则标记所述局部图像信息为合格；
所述根据所述合格局部图像信息对所述3D初始图像进行合格判定并处理，得到人体姿态信息，包括：
获取所述3D初始图像中所述合格局部图像信息的图像数量值；
将所述图像数量值与预设图像数量阈值进行阈值对比，若阈值对比结果满足阈值要求，则标记所述3D初始图像为合格3D图像；
根据所述合格3D图像进行人体运动模拟，并与预设的人体运动模型进行相似度对比，若达到相似度要求则得到人体姿态信息。
3.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中包括基于3D结构光的人体姿态扫描方法程序，所述基于3D结构光的人体姿态扫描方法程序被处理器执行时，实现如权利要求1所述的基于3D结构光的人体姿态扫描方法的步骤。
CN202310570611.9A 2023-05-19 2023-05-19 一种基于3d结构光的人体姿态扫描方法、系统和介质 Active CN116311540B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310570611.9A CN116311540B (zh) 2023-05-19 2023-05-19 一种基于3d结构光的人体姿态扫描方法、系统和介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310570611.9A CN116311540B (zh) 2023-05-19 2023-05-19 一种基于3d结构光的人体姿态扫描方法、系统和介质

Publications (2)

Publication Number Publication Date
CN116311540A CN116311540A (zh) 2023-06-23
CN116311540B true CN116311540B (zh) 2023-08-08

Family

ID=86813565

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310570611.9A Active CN116311540B (zh) 2023-05-19 2023-05-19 一种基于3d结构光的人体姿态扫描方法、系统和介质

Country Status (1)

Country Link
CN (1) CN116311540B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107092021A (zh) * 2017-04-05 2017-08-25 天津珞雍空间信息研究院有限公司 车载激光雷达三维扫描方法、地物分类方法及系统
CN109118577A (zh) * 2018-07-23 2019-01-01 国家深海基地管理中心 基于载人潜水器的水下激光扫描重构系统及其方法
WO2020223877A1 (en) * 2019-05-06 2020-11-12 Hesai Technology Co., Ltd. Scanner control for lidar systems
CN115798000A (zh) * 2022-11-23 2023-03-14 中国科学院深圳先进技术研究院 一种基于结构光系统的人脸姿态估计方法及装置
CN115909498A (zh) * 2022-11-30 2023-04-04 大连交通大学 一种三维激光点云智能跌倒监测方法及系统

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11455894B2 (en) * 2019-10-28 2022-09-27 Skydio, Inc. Structure scan using unmanned aerial vehicle

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107092021A (zh) * 2017-04-05 2017-08-25 天津珞雍空间信息研究院有限公司 车载激光雷达三维扫描方法、地物分类方法及系统
CN109118577A (zh) * 2018-07-23 2019-01-01 国家深海基地管理中心 基于载人潜水器的水下激光扫描重构系统及其方法
WO2020223877A1 (en) * 2019-05-06 2020-11-12 Hesai Technology Co., Ltd. Scanner control for lidar systems
CN115798000A (zh) * 2022-11-23 2023-03-14 中国科学院深圳先进技术研究院 一种基于结构光系统的人脸姿态估计方法及装置
CN115909498A (zh) * 2022-11-30 2023-04-04 大连交通大学 一种三维激光点云智能跌倒监测方法及系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
罗晨运.基于激光雷达的人体行为识别技术研究与实现.《中国优秀硕士学位论文全文数据库信息科技辑》.2023,(第2期),第I136-1804页. *

Also Published As

Publication number Publication date
CN116311540A (zh) 2023-06-23

Similar Documents

Publication Publication Date Title
CN110675487B (zh) 基于多角度二维人脸的三维人脸建模、识别方法及装置
KR101362631B1 (ko) 머리 인식 방법
CN106648078B (zh) 应用于智能机器人的多模态交互方法及系统
US9330336B2 (en) Systems, methods, and media for on-line boosting of a classifier
CN107592449B (zh) 三维模型建立方法、装置和移动终端
CN111994081A (zh) 车位检测方法、设备、存储介质及装置
JP6989450B2 (ja) 画像解析装置、画像解析方法及びプログラム
CN111553275A (zh) 基于ai及热成像的吸烟监测方法、模块、设备及介质
CN110007764B (zh) 一种手势骨架识别方法、装置、系统及存储介质
CN113935379B (zh) 一种基于毫米波雷达信号的人体活动分割方法及系统
JP2017521011A (ja) シンボルの光学的検出方法
CN116311540B (zh) 一种基于3d结构光的人体姿态扫描方法、系统和介质
US20220180545A1 (en) Image processing apparatus, image processing method, and program
CN107451560B (zh) 用户表情识别方法、装置及终端
CN107515844B (zh) 字体设置方法、装置及移动设备
CN115856874A (zh) 毫米波雷达点云降噪方法、装置、设备及存储介质
CN113505844A (zh) 标签生成方法、装置、设备、存储介质及程序产品
CN109146969B (zh) 行人定位方法、装置及处理设备及其存储介质
JP3164835B2 (ja) 人物画像認識における前処理方法および後処理方法
JP2770849B2 (ja) 画像処理装置
CN111476195A (zh) 人脸检测方法、装置、机器人及计算机可读存储介质
CN108694347B (zh) 图像处理方法和装置
US20240054765A1 (en) Information processing method and apparatus
KR102518014B1 (ko) 부품 스캔 장치 및 방법
CN113712473B (zh) 一种高度校准方法、装置以及机器人

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