CN116631032A - 人体感应检测方法、人体感应检测装置与人脸识别装置 - Google Patents
人体感应检测方法、人体感应检测装置与人脸识别装置 Download PDFInfo
- Publication number
- CN116631032A CN116631032A CN202310613558.6A CN202310613558A CN116631032A CN 116631032 A CN116631032 A CN 116631032A CN 202310613558 A CN202310613558 A CN 202310613558A CN 116631032 A CN116631032 A CN 116631032A
- Authority
- CN
- China
- Prior art keywords
- image
- area
- value
- target
- human body
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 120
- 230000006698 induction Effects 0.000 title claims abstract description 82
- 238000000034 method Methods 0.000 claims abstract description 36
- 238000004364 calculation method Methods 0.000 claims description 16
- 230000008569 process Effects 0.000 description 17
- 238000004590 computer program Methods 0.000 description 13
- 238000010586 diagram Methods 0.000 description 9
- 230000005540 biological transmission Effects 0.000 description 7
- 230000006870 function Effects 0.000 description 7
- 238000005265 energy consumption Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- 238000004891 communication Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000036760 body temperature Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000001939 inductive effect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
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
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10048—Infrared image
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Human Computer Interaction (AREA)
- Multimedia (AREA)
- Image Analysis (AREA)
Abstract
本申请提供了一种人体感应检测方法、人体感应检测装置与人脸识别装置。该方法包括:基于多个目标特征点在第一张图像中的坐标值与在第二张图像中的坐标值的差值,分别确定第一张图像和第二张图像中的目标对象的人脸信息是否完整;在第一张图像和第二张图像中的人脸信息均完整的情况下,确定第一张图像中的第一区域的面积与第二张图像中的第二区域的面积的比值;在比值处于预设范围内的情况下,确定目标区域中存在处于移动状态的目标对象,目标区域为双目摄像头可达的区域,从而解决了现有技术中的人体感应检测方法的误识别率较高的问题。
Description
技术领域
本申请涉及人体感应检测领域,具体而言,涉及一种人体感应检测方法、人体感应检测装置、计算机可读存储介质与人脸识别装置。
背景技术
随着人脸识别技术的广泛应用,人体检测应用的场景也越来越多。例如,日常考勤数据的处理、门禁管理系统、自习室以及图书馆的感应式开关灯等等。
现有的人体感应技术在进行人体感应检测时,通常采用被动式人体检测技术。例如,在人脸识别装置中设置热释电传感器。对于采用热释电传感器的人体感应检测方法,具体原理为:由热释电传感器发射红外线,检测人体的存在与移动。但是此类人体感应检测方式易受到各种热源干扰,尤其是在周围环境温度和人体体温接近的情况下,热释电传感器灵敏度降低,从而造成热释电传感器的误触率以及误识别率较高。
因此,亟需一种能够较为准确地进行人体感应检测的方法。
发明内容
本申请的主要目的在于提供一种人体感应检测方法、人体感应检测装置、计算机可读存储介质与人脸识别装置,以至少解决现有技术中的人体感应检测方法的误识别率较高的问题。
为了实现上述目的,根据本申请的一个方面,提供了一种人体感应检测方法,包括:基于多个目标特征点在第一张图像中的坐标值与在第二张图像中的坐标值的差值,分别确定所述第一张图像和所述第二张图像中的目标对象的人脸信息是否完整,其中,所述第二张图像的拍摄时刻晚于所述第一张图像的拍摄时刻,所述第一张图像和所述第二张图像均为双目摄像头中的红外光摄像头拍摄的;在所述第一张图像和所述第二张图像中的人脸信息均完整的情况下,确定所述第一张图像中的第一区域的面积与所述第二张图像中的第二区域的面积的比值,所述第一区域为由所述第一张图像中的多个所述目标特征点依次连接得到的,所述第二区域为由所述第二张图像中的多个所述目标特征点依次连接得到的;在所述比值处于预设范围内的情况下,确定目标区域中存在处于移动状态的所述目标对象,所述目标区域为所述双目摄像头可达的区域。
可选地,多个所述目标特征点包括第一特征点、第二特征点和第三特征点,所述坐标值包括横坐标值和纵坐标值,基于多个目标特征点在第一张图像中的坐标值与在第二张图像中的坐标值的差值,分别确定所述第一张图像和所述第二张图像中的目标对象的人脸信息是否完整,包括:确定所述第一特征点在所述第一张图像中的横坐标值与在所述第二张图像中的横坐标值的差值的绝对值,得到第一横坐标差值,确定所述第二特征点在所述第一张图像中的横坐标值与在所述第二张图像中的横坐标值的差值的绝对值,得到第二横坐标差值,确定所述第三特征点在所述第一张图像中的横坐标值与在所述第二张图像中的横坐标值的差值的绝对值,得到第三横坐标差值;确定所述第一特征点在所述第一张图像中的纵坐标值与在所述第二张图像中的纵坐标值的差值的绝对值,得到第一纵坐标差值,确定所述第二特征点在所述第一张图像中的纵坐标值与在所述第二张图像中的纵坐标值的差值的绝对值,得到第二纵坐标差值,确定所述第三特征点在所述第一张图像中的纵坐标值与在所述第二张图像中的纵坐标值的差值的绝对值,得到第三纵坐标差值;基于所述第一横坐标差值、所述第二横坐标差值以及所述第三横坐标差值,所述第一纵坐标差值、所述第二纵坐标差值以及第三纵坐标差值,分别确定所述第一张图像和所述第二张图像中的所述目标对象的人脸信息是否完整。
可选地,基于所述第一横坐标差值、所述第二横坐标差值以及所述第三横坐标差值,所述第一纵坐标差值、所述第二纵坐标差值以及第三纵坐标差值,分别确定所述第一张图像和所述第二张图像中的所述目标对象的人脸信息是否完整,包括:在所述第一横坐标差值小于第一横坐标基准值,所述第二横坐标差值小于第二横坐标基准值以及所述第三横坐标差值小于第三横坐标基准值,且所述第一纵坐标差值小于第一纵坐标基准值,所述第二纵坐标差值小于第二纵坐标基准值以及所述第三纵坐标差值小于第三纵坐标基准值的情况下,确定所述第一张图像和所述第二张图像中的人脸信息均完整。
可选地,多个所述目标特征点包括第一特征点、第二特征点和第三特征点,所述第一区域和所述第二区域均为三角形形状的区域,确定所述第一张图像中的第一区域的面积与所述第二张图像中的第二区域的面积的比值,包括:采用三角形的面积计算公式,确定所述第一张图像中的所述第一区域的面积的绝对值,得到第一面积;采用所述三角形的面积计算公式,确定所述第二张图像中的所述第二区域的面积的绝对值,得到第二面积;确定所述第二面积与所述第一面积的比值,得到所述比值。
可选地,在确定目标区域中存在处于移动状态的所述目标对象之后,所述人体感应检测方法还包括:开启所述双目摄像头中的可见光摄像头,以根据所述可见光摄像头拍摄的实时彩色图像对所述目标对象进行人脸识别。
可选地,所述人体感应检测方法还包括:在所述比值不处于所述预设范围内的情况下,保持所述双目摄像头中的可见光摄像头不开启。
可选地,在基于多个目标特征点在第一张图像中的坐标值与在第二张图像中的坐标值的差值,分别确定所述第一张图像和所述第二张图像中的目标对象的人脸信息是否完整之前,所述人体感应检测方法还包括:获取所述红外光摄像头拍摄的实时目标图像,并基于所述实时目标图像进行人体检测,以确定所述目标区域中是否存在所述目标对象。
根据本申请的另一方面,提供了一种人体感应检测装置,包括:第一确定单元,用于基于多个目标特征点在第一张图像中的坐标值与在第二张图像中的坐标值的差值,分别确定所述第一张图像和所述第二张图像中的目标对象的人脸信息是否完整,其中,所述第二张图像的拍摄时刻晚于所述第一张图像的拍摄时刻,所述第一张图像和所述第二张图像均为双目摄像头中的红外光摄像头拍摄的;第二确定单元,用于在所述第一张图像和所述第二张图像中的人脸信息均完整的情况下,确定所述第一张图像中的第一区域的面积与所述第二张图像中的第二区域的面积的比值,所述第一区域为由所述第一张图像中的多个所述目标特征点依次连接得到的,所述第二区域为由所述第二张图像中的多个所述目标特征点依次连接得到的;第三确定单元,用于在所述比值处于预设范围内的情况下,确定目标区域中存在处于移动状态的所述目标对象,所述目标区域为所述双目摄像头可达的区域。
根据本申请的又一方面,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包括存储的程序,其中,在所述程序运行时控制所述计算机可读存储介质所在设备执行任意一种所述的人体感应检测方法。
根据本申请的再一方面,提供了一种人脸识别装置,包括:人体感应检测装置,所述人体感应检测装置用于执行任意一种所述的人体感应检测方法;双目摄像头,所述双目摄像头用于采集目标区域中的图像,所述目标区域为所述双目摄像头可达的区域。
应用本申请的技术方案,首先,由双目摄像头中的红外光摄像头拍摄两个不同时刻的第一张图像和第二张图像,基于多个目标特征点在第一张图像中的坐标值与在第二张图像中的坐标值的差值,确定第一张图像中的人脸信息以及第二张图像中的人脸信息是否完整;然后,在第一张图像中的人脸信息和第二张图像中的人脸信息均完整的情况下,确定第一张图像中由多个目标特征点构成的第一区域的面积,以及确定第二张图像中由多个目标特征点构成的第二区域的面积,且确定第一区域的面积与第二区域的面积的比值;最后,在第一区域的面积与第二区域的面积的比值处于预设范围内的情况下,确定目标区域中存在处于移动状态的目标对象。与现有技术中,采用热电释传感器进行人体感应检测相比,本方案中采用双目摄像头中的红外光摄像拍摄的第一张图像和第二张图像中的目标特征点进行对比检测,这样保证了对目标区域中的人体感应检测的准确性较高,从而解决了现有技术中的人体感应检测方法的误识别率较高的问题。
附图说明
构成本申请的一部分的说明书附图用来提供对本申请的进一步理解,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1示出了根据本申请的实施例中提供的一种执行人体感应检测方法的移动终端的硬件结构框图;
图2示出了根据本申请的实施例提供的一种人体感应检测方法的流程示意图;
图3示出了根据本申请的实施例提供的另一种人体感应检测方法的流程示意图;
图4示出了根据本申请的实施例提供的又一种人体感应检测方法的流程示意图;
图5示出了根据本申请的实施例提供的一种人体感应检测装置的结构示意图。
其中,上述附图包括以下附图标记:
102、处理器;104、存储器;106、传输设备;108、输入输出设备。
具体实施方式
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
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的实施例,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,都应当属于本申请保护的范围。
需要说明的是,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”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本申请的实施例。此外,术语“包括”和“具有”以及他们的任何变形,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、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
正如背景技术中所介绍的,现有技术中人体感应检测方法的误识别率较高,为解决上述的问题,本申请的实施例提供了一种人体感应检测方法、人体感应检测装置、计算机可读存储介质与人脸识别装置。
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述。
本申请实施例中所提供的方法实施例可以在移动终端、计算机终端或者类似的运算装置中执行。以运行在移动终端上为例,图1是本发明实施例的一种人体感应检测方法的移动终端的硬件结构框图。如图1所示,移动终端可以包括一个或多个(图1中仅示出一个)处理器102(处理器102可以包括但不限于微处理器MCU或可编程逻辑器件FPGA等的处理装置)和用于存储数据的存储器104,其中,上述移动终端还可以包括用于通信功能的传输设备106以及输入输出设备108。本领域普通技术人员可以理解,图1所示的结构仅为示意,其并不对上述移动终端的结构造成限定。例如,移动终端还可包括比图1中所示更多或者更少的组件,或者具有与图1所示不同的配置。
存储器104可用于存储计算机程序,例如,应用软件的软件程序以及模块,如本发明实施例中的人体感应检测方法对应的计算机程序,处理器102通过运行存储在存储器104内的计算机程序,从而执行各种功能应用以及数据处理,即实现上述的方法。存储器104可包括高速随机存储器,还可包括非易失性存储器,如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中,存储器104可进一步包括相对于处理器102远程设置的存储器,这些远程存储器可以通过网络连接至移动终端。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。传输设备106用于经由一个网络接收或者发送数据。上述的网络具体实例可包括移动终端的通信供应商提供的无线网络。在一个实例中,传输设备106包括一个网络适配器(Network Interface Controller,简称为NIC),其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中,传输设备106可以为射频(Radio Frequency,简称为RF)模块,其用于通过无线方式与互联网进行通讯。
在本实施例中提供了一种运行于移动终端、计算机终端或者类似的运算装置的人体感应检测方法,需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
图2是根据本申请实施例的人体感应检测方法的流程图。如图2所示,该人体感应检测方法包括以下步骤:
步骤S201,基于多个目标特征点在第一张图像中的坐标值与在第二张图像中的坐标值的差值,分别确定上述第一张图像和上述第二张图像中的目标对象的人脸信息是否完整,其中,上述第二张图像的拍摄时刻晚于上述第一张图像的拍摄时刻,上述第一张图像和上述第二张图像均为双目摄像头中的红外光摄像头拍摄的;
在实际的应用过程中,多个目标特征点可以为人脸中的左边眼睛中心特征点、右边眼睛中心特征点以及鼻子中心特征点。当然,多个目标特征点还可以为人脸中的左边眼睛中心特征点、右边眼睛中心特征点以及嘴巴中心特征点。
具体地,对于本申请中所提及的基于双目摄像头的进行人体感应检测方法,可以由双目摄像头中的红外光摄像头(即为黑白路摄像头)拍摄第一张图像,并提取各目标特征点在第一张图像中的坐标,以多个目标特征点为人脸中的左边眼睛中心特征点、右边眼睛中心特征点以及鼻子中心特征点为例,则可以提取到左边眼睛中心特征点在第一张图像中的坐标值,即(X1,Y1)、右边眼睛中心特征点在第一张图像中的坐标值,即(X2,Y2)以及鼻子中心特征点在第一张图像中的坐标值,即(X3,Y3)。对于双目摄像头中的红外光摄像头在间隔一定时间(例如,1秒)后,可以拍摄第二张图像,并提取左边眼睛中心特征点在第二张图像中的坐标值,即(X4,Y4)、右边眼睛中心特征点在第二张图像中的坐标值,即(X5,Y5)以及鼻子中心特征点在第二张图像中的坐标值,即(X6,Y6)。故可以基于多个目标特征点在第一张图像中的坐标值与在第二张图像中的坐标值的差值,分别确定第一张图像和第二张图像中的目标对象的人脸信息是否完整。
另外,对于(X1,Y1)、(X2,Y2)、(X3,Y3)、(X4,Y4)、(X5,Y5)以及(X6,Y6)均为第一张图像和第二张图像显示在显示屏上的坐标点。对于坐标原点的设置,在本申请中并不进行限制,可以将显示屏的任意角点作为坐标原点,或者将显示屏的中心点作为坐标原点。
步骤S202,在上述第一张图像和上述第二张图像中的人脸信息均完整的情况下,确定上述第一张图像中的第一区域的面积与上述第二张图像中的第二区域的面积的比值,上述第一区域为由上述第一张图像中的多个上述目标特征点依次连接得到的,上述第二区域为由上述第二张图像中的多个上述目标特征点依次连接得到的;
步骤S203,在上述比值处于预设范围内的情况下,确定目标区域中存在处于移动状态的上述目标对象,上述目标区域为上述双目摄像头可达的区域。
具体地,在本申请中,并不对上述预设范围的大小进行限制,其可以根据具体的情况进行灵活的调整。
对于本申请的人体感应检测方法,在进行人体感应检测时,由双目摄像头中的红外光摄像头进行拍摄第一张图像和第二张图像,此时双目摄像头中的可见光摄像头(彩色路摄像头)保持关闭。这样进一步地保证了双目摄像头的能耗较低。
通过本实施例,首先,由双目摄像头中的红外光摄像头拍摄两个不同时刻的第一张图像和第二张图像,基于多个目标特征点在第一张图像中的坐标值与在第二张图像中的坐标值的差值,确定第一张图像中的人脸信息以及第二张图像中的人脸信息是否完整;然后,在第一张图像中的人脸信息和第二张图像中的人脸信息均完整的情况下,确定第一张图像中由多个目标特征点构成的第一区域的面积,以及确定第二张图像中由多个目标特征点构成的第二区域的面积,且确定第一区域的面积与第二区域的面积的比值;最后,在第一区域的面积与第二区域的面积的比值处于预设范围内的情况下,确定目标区域中存在处于移动状态的目标对象。与现有技术中,采用热电释传感器进行人体感应检测相比,本方案中采用双目摄像头中的红外光摄像拍摄的第一张图像和第二张图像中的目标特征点进行对比检测,这样保证了对目标区域中的人体感应检测的准确性较高,从而解决了现有技术中的人体感应检测方法的误识别率较高的问题。
另外,由于本申请中的人体感应检测方法也无需额外增加人体感应装置,这样也保证了本申请的人体感应检测方法的成本较低。
需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
具体实现过程中,多个上述目标特征点包括第一特征点、第二特征点和第三特征点,上述坐标值包括横坐标值和纵坐标值,上述步骤S201可以通过步骤S2011、步骤S2012以及步骤S2013实现。步骤S2011,确定上述第一特征点在上述第一张图像中的横坐标值与在上述第二张图像中的横坐标值的差值的绝对值,得到第一横坐标差值,确定上述第二特征点在上述第一张图像中的横坐标值与在上述第二张图像中的横坐标值的差值的绝对值,得到第二横坐标差值,确定上述第三特征点在上述第一张图像中的横坐标值与在上述第二张图像中的横坐标值的差值的绝对值,得到第三横坐标差值;步骤S2012,确定上述第一特征点在上述第一张图像中的纵坐标值与在上述第二张图像中的纵坐标值的差值的绝对值,得到第一纵坐标差值,确定上述第二特征点在上述第一张图像中的纵坐标值与在上述第二张图像中的纵坐标值的差值的绝对值,得到第二纵坐标差值,确定上述第三特征点在上述第一张图像中的纵坐标值与在上述第二张图像中的纵坐标值的差值的绝对值,得到第三纵坐标差值;步骤S2013,基于上述第一横坐标差值、上述第二横坐标差值以及上述第三横坐标差值,上述第一纵坐标差值、上述第二纵坐标差值以及第三纵坐标差值,分别确定上述第一张图像和上述第二张图像中的上述目标对象的人脸信息是否完整。在该实施例中,通过分别计算相同的目标特征点在第一张图像和第二张图像中的坐标值的差值,来分别确定第一张图像中的人脸信息以及第二张图像中的人脸信息是否完整,这样实现了较为简单地确定第一张图像中的人脸信息以及第二张图像中的人脸信息是否完整。
本申请的一种具体的实施例中,在左边眼睛中心特征点在第一张图像中的坐标值表示为(X1,Y1)、右边眼睛中心特征点在第一张图像中的坐标值表示为(X2,Y2)以及鼻子中心特征点在第一张图像中的坐标值表示为(X3,Y3),以及左边眼睛中心特征点在第二张图像中的坐标值表示为(X4,Y4)、右边眼睛中心特征点在第二张图像中的坐标值表示为(X5,Y5)以及鼻子中心特征点在第二张图像中的坐标值表示为(X6,Y6)的情况下,第一特征点的第一横坐标差值可以为X1与X4的差值的绝对值,即|X1-X4|,第一特征点的第一纵坐标差值可以为Y1与Y4的差值的绝对值,即|Y1-Y4|,第二特征点的第二横坐标差值可以为X2与X5的差值的绝对值,即|X2-X5|,第二特征点的第二纵坐标差值可以为Y2与Y5的差值的绝对值,即|Y2-Y5|,第三特征点的第三横坐标差值可以为X3与X6的差值的绝对值,即|X3-X6|,第三特征点的第三纵坐标差值可以为Y3与Y6的差值的绝对值,即|Y3-Y6|。
为了进一步较为简单地确定出第一张图像和第二张图像中的人脸信息是否完整,本申请的上述步骤S2013可以通过以下步骤实现:在上述第一横坐标差值小于第一横坐标基准值,上述第二横坐标差值小于第二横坐标基准值以及上述第三横坐标差值小于第三横坐标基准值,且上述第一纵坐标差值小于第一纵坐标基准值,上述第二纵坐标差值小于第二纵坐标基准值以及上述第三纵坐标差值小于第三纵坐标基准值的情况下,确定上述第一张图像和上述第二张图像中的人脸信息均完整。同时,在上述第一横坐标差值小于第一横坐标基准值,上述第二横坐标差值小于第二横坐标基准值以及上述第三横坐标差值小于第三横坐标基准值,且上述第一纵坐标差值小于第一纵坐标基准值,上述第二纵坐标差值小于第二纵坐标基准值以及上述第三纵坐标差值小于第三纵坐标基准值的情况下,也表明双目摄像头的红外光摄像头采集的第一张图像和第二张图像是稳定的。
在实际的应用过程中,上述的任意一个条件不满足的情况下,即在上述第一横坐标差值大于或者等于第一横坐标基准值,或者,上述第二横坐标差值大于或者等于第二横坐标基准值,或者,上述第三横坐标差值大于或者等于第三横坐标基准值,或者,上述第一纵坐标差值大于或者等于第一纵坐标基准值,或者,上述第二纵坐标差值大于或者等于第二纵坐标基准值,或者,上述第三纵坐标差值大于或者等于第三纵坐标基准值的情况下,则表明红外光摄像头采集的第一张图像和第二张图像并不稳定,即第一张图像和/或第二张图像中的人脸信息并不完整。
在一些实施例上,多个上述目标特征点包括第一特征点、第二特征点和第三特征点,上述第一区域和上述第二区域均为三角形形状的区域,上述步骤S202具体可以通过步骤S2021、步骤S2022以及步骤S2023来实现。步骤S2021,采用三角形的面积计算公式,确定上述第一张图像中的上述第一区域的面积的绝对值,得到第一面积;步骤S2022,采用上述三角形的面积计算公式,确定上述第二张图像中的上述第二区域的面积的绝对值,得到第二面积;步骤S2023,确定上述第二面积与上述第一面积的比值,得到上述比值。后续基于第二面积与上述第一面积的比值,进一步地较为简单地确定出目标区域中是否存在处于移动状态的目标对象。
本申请的一种具体的实施例中,以第一张图像中的多个目标特征点为例,且在多个目标特征点分别为左边眼睛中心特征点在第一张图像中的坐标值,即(X1,Y1)、右边眼睛中心特征点在第一张图像中的坐标值,即(X2,Y2)以及鼻子中心特征点在第一张图像中的坐标值,即(X3,Y3)的情况下,基于第一张图像中的三个目标特征点可以得到第一区域为一个三角形形状的区域。那么可以采用计算第一区域的面积。对于第二张图像中第二区域的面积计算与第一张图像中的第一区域中的面积计算相同,在此不再赘述第二张图像中第二区域的面积计算过程。
在本申请的一种具体的实施例中,上述预设范围可以为0.85~1。例如,在第二面积与上述第一面积的比值处于0.85~1之间的情况下,则表明目标区域中存在目标对象正在缓慢靠近双目摄像头。在第二面积与上述第一面积的比值未处于0.85~1之间的情况下,则表明目标区域中不存在正在缓慢靠近双目摄像头的目标对象或者目标区域中的目标对象正在快速移动中。
本申请的一种实施例中,本申请的人体感应检测方法还包括步骤S204,在确定目标区域中存在处于移动状态的上述目标对象之后,开启上述双目摄像头中的可见光摄像头,以根据上述可见光摄像头拍摄的实时彩色图像对上述目标对象进行人脸识别。也就是说,在检测到目标区域中存在处于移动状态的目标对象之后,再开启双目摄像头中的可见光摄像头,即在未检测到目标区域中存在处于移动状态的目标对象的情况下,使得双目摄像头中的可见光摄像头保持关闭,这样保证了双目摄像头的整体能耗较低。
在实际的应用过程中,本申请的人体感应检测方法还包括步骤S205,在上述比值不处于上述预设范围内的情况下,保持上述双目摄像头中的可见光摄像头不开启。即在第二面积与上述第一面积的比值未处于0.85~1之间的情况下,则双目摄像头中的可见光摄像头保持关闭,这样进一步地保证了双目摄像头的整体能耗较低。
为了保证整体的计算量较小,在一些实施例中,本申请的人体感应检测方法还包括步骤S206,在基于多个目标特征点分别在第一张图像和第二张图像中的坐标值的差值,分别确定上述第一张图像和上述第二张图像中的目标对象的人脸信息是否完整之前,获取上述红外光摄像头拍摄的实时目标图像,并基于上述实时目标图像进行人体检测,以确定上述目标区域中是否存在上述目标对象。
在本申请中并不对基于实时目标图像进行人体检测的具体方法进行限制,其可以根据提取的实时目标图像中的像素的大小进行人体检测,当然,也可以采用具体的目标检测方法进行人体检测。具体的方法可以根据双目摄像头的计算能力以及实际使用的场景进行灵活调整。
为了使得本领域技术人员能够更加清楚地了解本申请的技术方案,以下将结合具体的实施例对本申请的人体感应检测方法的实现过程进行详细说明。
本实施例涉及一种具体的人体感应检测方法,如图3所示,包括如下步骤:
步骤S1:由双目摄像头中的红外光摄像头拍摄第一张图像和第二张图像,并判断第一张图像和第二张图像中的人脸信息是否完整。
步骤S2:在第一张图像和第二张图像中的人脸信息完整的情况下,确定第二面积与第一面积的比值是否处于预设范围内,其中,第二面积为第二张图像中的第二区域的面积的绝对值,第一面积为第一张图像中的第一区域的面积的绝对值,第二区域为由第二张图像中的多个目标特征点依次连接得到的,第一区域为由第一张图像中的多个目标特征点依次连接得到的。
步骤S3:在第二面积与第一面积的比值处于预设范围内的情况下,则表明目标区域中存在处于移动状态的目标对象,即存在目标对象缓慢靠近双目摄像头,则开启可见光摄像头,以通过可见光摄像拍摄的实时彩色图像对目标对象进行人脸识别;在第二面积与第一面积的比值未处于预设范围内的情况下,则保持可见光摄像头关闭。
本实施例涉及另一种具体的人体感应检测方法,如图4所示,包括如下步骤:
步骤S1:双目标摄像头中的红外光摄像头拍摄实时目标图像,并基于实时目标图像进行人体检测。在检测到实时目标图像中存在人体,即存在目标对象的情况下,则由红外光摄像头拍摄第一张图像。在检测到实时目标图像中不存在人体,即不存在目标对象的情况下,则保存可见光摄像头关闭。
步骤S2:提取第一张图像中的三个目标特征点的坐标值,即提取左边眼睛中心特征点在第一张图像中的坐标值,即(X1,Y1)、右边眼睛中心特征点在第一张图像中的坐标值,即(X2,Y2)以及鼻子中心特征点在第一张图像中的坐标值,即(X3,Y3)。
步骤S3:双目摄像头中的红外光摄像头在间隔1秒以后继续拍摄第二张图像。
步骤S4:提取第二张图像中三个目标特征点的坐标值,即提取左边眼睛中心特征点在第二张图像中的坐标值,即(X4,Y4)、右边眼睛中心特征点在第二张图像中的坐标值,即(X5,Y5)以及鼻子中心特征点在第二张图像中的坐标值,即(X6,Y6)。
步骤S5:确定三个目标特点在第一张图像中的坐标值与在第二张图像中的坐标值的差值是否满足预设条件,即在第一横坐标差值(|X1-X4|)小于第一横坐标基准值,第二横坐标差值(|X2-X5|)小于第二横坐标基准值以及第三横坐标差值(|X3-X6|)小于第三横坐标基准值,且第一纵坐标差值(|Y1-Y4|)小于第一纵坐标基准值,第二纵坐标差值(|Y2-Y5|)小于第二纵坐标基准值以及第三纵坐标差值(|Y3-Y6|)小于第三纵坐标基准值的情况下,确定第一张图像和第二张图像中的人脸信息均完整。在不满足上述任一条件的情况下,确定第一张图像和第二张图像中的人脸信息不完整,并保持可见光摄像头关闭。
步骤S6:在第一张图像和第二张图像中的人脸信息均完整的情况下,确定第二面积与第一面积的比值是否处于预设范围内。在第二面积与第一面积的比值处于预设范围内的情况下,确定目标区域中存在处于移动状态的目标对象,即确定有人正在缓慢靠近双目摄像头。这种情况下,则开启可见光摄像头,并由可见光摄像头拍摄的实时彩色图像对目标对象进行人脸识别。在第二面积与第一面积的比值未处于预设范围内的情况下,确定目标区域中不存在处于移动状态的目标对象,或者目标区域中的目标对象处于快速移动状态,故保持可见光摄像头关闭。
本申请实施例还提供了一种人体感应检测装置,需要说明的是,本申请实施例的人体感应检测装置可以用于执行本申请实施例所提供的用于人体感应检测方法。该装置用于实现上述实施例及优选实施方式,已经进行过说明的不再赘述。如以下所使用的,术语“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现,但是硬件,或者软件和硬件的组合的实现也是可能并被构想的。
以下对本申请实施例提供的人体感应检测装置进行介绍。
图5是根据本申请实施例的人体感应检测装置的结构示意图。如图5所示,该人体感应检测装置包括:
第一确定单元10,基于多个目标特征点在第一张图像中的坐标值与在第二张图像中的坐标值的差值,分别确定上述第一张图像和上述第二张图像中的目标对象的人脸信息是否完整,其中,上述第二张图像的拍摄时刻晚于上述第一张图像的拍摄时刻,上述第一张图像和上述第二张图像均为双目摄像头中的红外光摄像头拍摄的;
在实际的应用过程中,多个目标特征点可以为人脸中的左边眼睛中心特征点、右边眼睛中心特征点以及鼻子中心特征点。当然,多个目标特征点还可以为人脸中的左边眼睛中心特征点、右边眼睛中心特征点以及嘴巴中心特征点。
具体地,对于本申请中所提及的基于双目摄像头的进行人体感应检测方法,可以由双目摄像头中的红外光摄像头拍摄第一张图像,并提取各目标特征点在第一张图像中的坐标,以多个目标特征点为人脸中的左边眼睛中心特征点、右边眼睛中心特征点以及鼻子中心特征点为例,则可以提取到左边眼睛中心特征点在第一张图像中的坐标值,即(X1,Y1)、右边眼睛中心特征点在第一张图像中的坐标值,即(X2,Y2)以及鼻子中心特征点在第一张图像中的坐标值,即(X3,Y3)。对于双目摄像头中的红外光摄像头在间隔一定时间(例如,1秒)后,可以拍摄第二张图像,并提取左边眼睛中心特征点在第二张图像中的坐标值,即(X4,Y4)、右边眼睛中心特征点在第二张图像中的坐标值,即(X5,Y5)以及鼻子中心特征点在第二张图像中的坐标值,即(X6,Y6)。故可以基于多个目标特征点在第一张图像中的坐标值与在第二张图像中的坐标值的差值,分别确定第一张图像和第二张图像中的目标对象的人脸信息是否完整。
另外,对于(X1,Y1)、(X2,Y2)、(X3,Y3)、(X4,Y4)、(X5,Y5)以及(X6,Y6)均为第一张图像和第二张图像显示在显示屏上的坐标点。对于坐标原点的设置,在本申请中并不进行限制,可以将显示屏的任意角点作为坐标原点,或者将显示屏的中心点作为坐标原点。
第二确定单元20,在上述第一张图像和上述第二张图像中的人脸信息均完整的情况下,确定上述第一张图像中的第一区域的面积与上述第二张图像中的第二区域的面积的比值,上述第一区域为由上述第一张图像中的多个上述目标特征点依次连接得到的,上述第二区域为由上述第二张图像中的多个上述目标特征点依次连接得到的;
第三确定单元30,在上述比值处于预设范围内的情况下,确定目标区域中存在处于移动状态的上述目标对象,上述目标区域为上述双目摄像头可达的区域。
具体地,在本申请中,并不对上述预设范围的大小进行限制,其可以根据具体的情况进行灵活的调整。
对于本申请的人体感应检测装置,在进行人体感应检测时,由双目摄像头中的红外光摄像头进行拍摄第一张图像和第二张图像,此时双目摄像头中的可见光摄像头保持关闭。这样进一步地保证了双目摄像头的能耗较低。
通过本实施例,由双目摄像头中的红外光摄像头拍摄两个不同时刻的第一张图像和第二张图像,第一确定单元用于基于多个目标特征点在第一张图像中的坐标值与在第二张图像中的坐标值的差值,确定第一张图像中的人脸信息以及第二张图像中的人脸信息是否完整;第二确定单元用于在第一张图像中的人脸信息和第二张图像中的人脸信息均完整的情况下,确定第一张图像中由多个目标特征点构成的第一区域的面积,以及确定第二张图像中由多个目标特征点构成的第二区域的面积,且确定第一区域的面积与第二区域的面积的比值;第三确定单元用于在第一区域的面积与第二区域的面积的比值处于预设范围内的情况下,确定目标区域中存在处于移动状态的目标对象。与现有技术中,采用热电释传感器进行人体感应检测相比,本方案中采用双目摄像头中的红外光摄像拍摄的第一张图像和第二张图像中的目标特征点进行对比检测,这样保证了对目标区域中的人体感应检测的准确性较高,从而解决了现有技术中的人体感应检测方法的误识别率较高的问题。
另外,由于本申请中的人体感应检测装置也无需额外增加人体感应装置,这样也保证了本申请的人体感应检测装置的成本较低。
具体实现过程中,多个上述目标特征点包括第一特征点、第二特征点和第三特征点,上述坐标值包括横坐标值和纵坐标值,上述第一确定单元包括第一确定模块、第二确定模块和第三确定模块。其中,上述第一确定模块用于确定上述第一特征点在上述第一张图像中的横坐标值与在上述第二张图像中的横坐标值的差值的绝对值,得到第一横坐标差值,确定上述第二特征点在上述第一张图像中的横坐标值与在上述第二张图像中的横坐标值的差值的绝对值,得到第二横坐标差值,确定上述第三特征点在上述第一张图像中的横坐标值与在上述第二张图像中的横坐标值的差值的绝对值,得到第三横坐标差值;第二确定模块用于确定上述第一特征点在上述第一张图像中的纵坐标值与在上述第二张图像中的纵坐标值的差值的绝对值,得到第一纵坐标差值,确定上述第二特征点在上述第一张图像中的纵坐标值与在上述第二张图像中的纵坐标值的差值的绝对值,得到第二纵坐标差值,确定上述第三特征点在上述第一张图像中的纵坐标值与在上述第二张图像中的纵坐标值的差值的绝对值,得到第三纵坐标差值;第三确定模块用于基于上述第一横坐标差值、上述第二横坐标差值以及上述第三横坐标差值,上述第一纵坐标差值、上述第二纵坐标差值以及第三纵坐标差值,分别确定上述第一张图像和上述第二张图像中的上述目标对象的人脸信息是否完整。在该实施例中,通过分别计算相同的目标特征点在第一张图像和第二张图像中的坐标值的差值,来分别确定第一张图像中的人脸信息以及第二张图像中的人脸信息是否完整,这样实现了较为简单地确定第一张图像中的人脸信息以及第二张图像中的人脸信息是否完整。
本申请的一种具体的实施例中,在左边眼睛中心特征点在第一张图像中的坐标值表示为(X1,Y1)、右边眼睛中心特征点在第一张图像中的坐标值表示为(X2,Y2)以及鼻子中心特征点在第一张图像中的坐标值表示为(X3,Y3),以及左边眼睛中心特征点在第二张图像中的坐标值表示为(X4,Y4)、右边眼睛中心特征点在第二张图像中的坐标值表示为(X5,Y5)以及鼻子中心特征点在第二张图像中的坐标值表示为(X6,Y6)的情况下,第一特征点的第一横坐标差值可以为X1与X4的差值的绝对值,即|X1-X4|,第一特征点的第一纵坐标差值可以为Y1与Y4的差值的绝对值,即|Y1-Y4|,第二特征点的第二横坐标差值可以为X2与X5的差值的绝对值,即|X2-X5|,第二特征点的第二纵坐标差值可以为Y2与Y5的差值的绝对值,即|Y2-Y5|,第三特征点的第三横坐标差值可以为X3与X6的差值的绝对值,即|X3-X6|,第三特征点的第三纵坐标差值可以为Y3与Y6的差值的绝对值,即|Y3-Y6|。
为了进一步较为简单地确定出第一张图像和第二张图像中的人脸信息是否完整,第三确定模块包括第一确定子模块,用于在上述第一横坐标差值小于第一横坐标基准值,上述第二横坐标差值小于第二横坐标基准值以及上述第三横坐标差值小于第三横坐标基准值,且上述第一纵坐标差值小于第一纵坐标基准值,上述第二纵坐标差值小于第二纵坐标基准值以及上述第三纵坐标差值小于第三纵坐标基准值的情况下,确定上述第一张图像和上述第二张图像中的人脸信息均完整。同时,在上述第一横坐标差值小于第一横坐标基准值,上述第二横坐标差值小于第二横坐标基准值以及上述第三横坐标差值小于第三横坐标基准值,且上述第一纵坐标差值小于第一纵坐标基准值,上述第二纵坐标差值小于第二纵坐标基准值以及上述第三纵坐标差值小于第三纵坐标基准值的情况下,也表明双目摄像头的红外光摄像头采集的第一张图像和第二张图像是稳定的。
在实际的应用过程中,上述的任意一个条件不满足的情况下,即在上述第一横坐标差值大于或者等于第一横坐标基准值,或者,上述第二横坐标差值大于或者等于第二横坐标基准值,或者,上述第三横坐标差值大于或者等于第三横坐标基准值,或者,上述第一纵坐标差值大于或者等于第一纵坐标基准值,或者,上述第二纵坐标差值大于或者等于第二纵坐标基准值,或者,上述第三纵坐标差值大于或者等于第三纵坐标基准值的情况下,则表明红外光摄像头采集的第一张图像和第二张图像并不稳定,即第一张图像和/或第二张图像中的人脸信息并不完整。
在一些实施例上,多个上述目标特征点包括第一特征点、第二特征点和第三特征点,上述第一区域和上述第二区域均为三角形形状的区域,第二确定单元包括第四确定模块、第五确定模块和第六确定模块。其中,第四确定模块用于采用三角形的面积计算公式,确定上述第一张图像中的上述第一区域的面积的绝对值,得到第一面积;第五确定模块用于采用上述三角形的面积计算公式,确定上述第二张图像中的上述第二区域的面积的绝对值,得到第二面积;第六确定模块用于确定上述第二面积与上述第一面积的比值,得到上述比值。后续基于第二面积与上述第一面积的比值,进一步地较为简单地确定出目标区域中是否存在处于移动状态的目标对象。
本申请的一种具体的实施例中,以第一张图像中的多个目标特征点为例,且在多个目标特征点分别为左边眼睛中心特征点在第一张图像中的坐标值,即(X1,Y1)、右边眼睛中心特征点在第一张图像中的坐标值,即(X2,Y2)以及鼻子中心特征点在第一张图像中的坐标值,即(X3,Y3)的情况下,基于第一张图像中的三个目标特征点可以得到第一区域为一个三角形形状的区域。那么可以采用计算第一区域的面积。对于第二张图像中第二区域的面积计算与第一张图像中的第一区域中的面积计算相同,在此不再赘述第二张图像中第二区域的面积计算过程。
在本申请的一种具体的实施例中,上述预设范围可以为0.85~1。例如,在第二面积与上述第一面积的比值处于0.85~1之间的情况下,则表明目标区域中存在目标对象正在缓慢靠近双目摄像头。在第二面积与上述第一面积的比值未处于0.85~1之间的情况下,则表明目标区域中不存在正在缓慢靠近双目摄像头的目标对象或者目标区域中的目标对象正在快速移动中。
本申请的一种实施例中,本申请的人体感应检测装置还包括识别单元,用于在确定目标区域中存在处于移动状态的上述目标对象之后,开启上述双目摄像头中的可见光摄像头,以根据上述可见光摄像头拍摄的实时彩色图像对上述目标对象进行人脸识别。也就是说,在检测到目标区域中存在处于移动状态的目标对象之后,再开启双目摄像头中的可见光摄像头,即在未检测到目标区域中存在处于移动状态的目标对象的情况下,使得双目摄像头中的可见光摄像头保持关闭,这样保证了双目摄像头的整体能耗较低。
在实际的应用过程中,本申请的人体感应检测装置还包括执行单元,用于在上述比值不处于上述预设范围内的情况下,保持上述双目摄像头中的可见光摄像头不开启。即在第二面积与上述第一面积的比值未处于0.85~1之间的情况下,则双目摄像头中的可见光摄像头保持关闭,这样进一步地保证了双目摄像头的整体能耗较低。
为了保证整体的计算量较小,在一些实施例中,本申请的人体感应检测装置还包括获取单元,用于在基于多个目标特征点分别在第一张图像和第二张图像中的坐标值的差值,分别确定上述第一张图像和上述第二张图像中的目标对象的人脸信息是否完整之前,获取上述红外光摄像头拍摄的实时目标图像,并基于上述实时目标图像进行人体检测,以确定上述目标区域中是否存在上述目标对象。
上述人体感应检测装置包括处理器和存储器,上述第一确定单元、第二确定单元和第三确定单元等均作为程序单元存储在存储器中,由处理器执行存储在存储器中的上述程序单元来实现相应的功能。上述模块均位于同一处理器中;或者,上述各个模块以任意组合的形式分别位于不同的处理器中。
处理器中包含内核,由内核去存储器中调取相应的程序单元。内核可以设置一个或以上,通过调整内核参数来解决现有技术中的人体感应检测方法的误识别率较高的问题。
存储器可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM),存储器包括至少一个存储芯片。
本发明实施例提供了一种计算机可读存储介质,上述计算机可读存储介质包括存储的程序,其中,在上述程序运行时控制上述计算机可读存储介质所在设备执行上述人体感应检测方法。
具体地,人体感应检测方法包括:
步骤S201,基于多个目标特征点在第一张图像中的坐标值与在第二张图像中的坐标值的差值,分别确定上述第一张图像和上述第二张图像中的目标对象的人脸信息是否完整,其中,上述第二张图像的拍摄时刻晚于上述第一张图像的拍摄时刻,上述第一张图像和上述第二张图像均为双目摄像头中的红外光摄像头拍摄的;
步骤S202,在上述第一张图像和上述第二张图像中的人脸信息均完整的情况下,确定上述第一张图像中的第一区域的面积与上述第二张图像中的第二区域的面积的比值,上述第一区域为由上述第一张图像中的多个上述目标特征点依次连接得到的,上述第二区域为由上述第二张图像中的多个上述目标特征点依次连接得到的;
步骤S203,在上述比值处于预设范围内的情况下,确定目标区域中存在处于移动状态的上述目标对象,上述目标区域为上述双目摄像头可达的区域。
本发明实施例提供了一种电子装置,包括存储器和处理器,上述存储器中存储有计算机程序,上述处理器被设置为通过上述计算机程序执行上述的人体感应检测方法。
具体地,人体感应检测方法包括:
步骤S201,基于多个目标特征点在第一张图像中的坐标值与在第二张图像中的坐标值的差值,分别确定上述第一张图像和上述第二张图像中的目标对象的人脸信息是否完整,其中,上述第二张图像的拍摄时刻晚于上述第一张图像的拍摄时刻,上述第一张图像和上述第二张图像均为双目摄像头中的红外光摄像头拍摄的;
步骤S202,在上述第一张图像和上述第二张图像中的人脸信息均完整的情况下,确定上述第一张图像中的第一区域的面积与上述第二张图像中的第二区域的面积的比值,上述第一区域为由上述第一张图像中的多个上述目标特征点依次连接得到的,上述第二区域为由上述第二张图像中的多个上述目标特征点依次连接得到的;
步骤S203,在上述比值处于预设范围内的情况下,确定目标区域中存在处于移动状态的上述目标对象,上述目标区域为上述双目摄像头可达的区域。
本申请的一种典型的实施例中,还提供了一种人脸识别装置。该人脸识别装置包括人体感应检测装置和双目摄像头。其中,上述人体感应检测装置用于执行任意一种上述的人体感应检测方法;上述双目摄像头用于采集目标区域中的图像,上述目标区域为上述双目摄像头可达的区域。
上述的人脸识别装置包括人体感应检测装置和双目摄像头。其中,上述人体感应检测装置用于执行任意一种上述的人体感应检测方法。上述人体感应检测方法与现有技术中,采用热电释传感器进行人体感应检测相比,本方案中采用双目摄像头中的红外光摄像拍摄的第一张图像和第二张图像中的目标特征点进行对比检测,这样保证了对目标区域中的人体感应检测的准确性较高,从而解决了现有技术中的人体感应检测方法的误识别率较高的问题。
本发明实施例提供了一种设备,设备包括处理器、存储器及存储在存储器上并可在处理器上运行的程序,处理器执行程序时实现至少以下步骤:
步骤S201,基于多个目标特征点在第一张图像中的坐标值与在第二张图像中的坐标值的差值,分别确定上述第一张图像和上述第二张图像中的目标对象的人脸信息是否完整,其中,上述第二张图像的拍摄时刻晚于上述第一张图像的拍摄时刻,上述第一张图像和上述第二张图像均为双目摄像头中的红外光摄像头拍摄的;
步骤S202,在上述第一张图像和上述第二张图像中的人脸信息均完整的情况下,确定上述第一张图像中的第一区域的面积与上述第二张图像中的第二区域的面积的比值,上述第一区域为由上述第一张图像中的多个上述目标特征点依次连接得到的,上述第二区域为由上述第二张图像中的多个上述目标特征点依次连接得到的;
步骤S203,在上述比值处于预设范围内的情况下,确定目标区域中存在处于移动状态的上述目标对象,上述目标区域为上述双目摄像头可达的区域。
本文中的设备可以是服务器、PC、PAD、手机等。
本申请还提供了一种计算机程序产品,当在数据处理设备上执行时,适于执行初始化有至少如下方法步骤的程序:
步骤S201,基于多个目标特征点在第一张图像中的坐标值与在第二张图像中的坐标值的差值,分别确定上述第一张图像和上述第二张图像中的目标对象的人脸信息是否完整,其中,上述第二张图像的拍摄时刻晚于上述第一张图像的拍摄时刻,上述第一张图像和上述第二张图像均为双目摄像头中的红外光摄像头拍摄的;
步骤S202,在上述第一张图像和上述第二张图像中的人脸信息均完整的情况下,确定上述第一张图像中的第一区域的面积与上述第二张图像中的第二区域的面积的比值,上述第一区域为由上述第一张图像中的多个上述目标特征点依次连接得到的,上述第二区域为由上述第二张图像中的多个上述目标特征点依次连接得到的;
步骤S203,在上述比值处于预设范围内的情况下,确定目标区域中存在处于移动状态的上述目标对象,上述目标区域为上述双目摄像头可达的区域。
显然,本领域的技术人员应该明白,上述的本发明的各模块或各步骤可以用通用的计算装置来实现,它们可以集中在单个的计算装置上,或者分布在多个计算装置所组成的网络上,它们可以用计算装置可执行的程序代码来实现,从而,可以将它们存储在存储装置中由计算装置来执行,并且在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤,或者将它们分别制作成各个集成电路模块,或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样,本发明不限制于任何特定的硬件和软件结合。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
存储器可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。存储器是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
还需要说明的是,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、商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、商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,并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。
从以上的描述中,可以看出,本申请上述的实施例实现了如下技术效果:
1)、本申请的人体感应检测方法中,首先,由双目摄像头中的红外光摄像头拍摄两个不同时刻的第一张图像和第二张图像,基于多个目标特征点在第一张图像中的坐标值与在第二张图像中的坐标值的差值,确定第一张图像中的人脸信息以及第二张图像中的人脸信息是否完整;然后,在第一张图像中的人脸信息和第二张图像中的人脸信息均完整的情况下,确定第一张图像中由多个目标特征点构成的第一区域的面积,以及确定第二张图像中由多个目标特征点构成的第二区域的面积,且确定第一区域的面积与第二区域的面积的比值;最后,在第一区域的面积与第二区域的面积的比值处于预设范围内的情况下,确定目标区域中存在处于移动状态的目标对象。与现有技术中,采用热电释传感器进行人体感应检测相比,本方案中采用双目摄像头中的红外光摄像拍摄的第一张图像和第二张图像中的目标特征点进行对比检测,这样保证了对目标区域中的人体感应检测的准确性较高,从而解决了现有技术中的人体感应检测方法的误识别率较高的问题。
2)、本申请的人体感应检测装置中,由双目摄像头中的红外光摄像头拍摄两个不同时刻的第一张图像和第二张图像,第一确定单元用于基于多个目标特征点在第一张图像中的坐标值与在第二张图像中的坐标值的差值,确定第一张图像中的人脸信息以及第二张图像中的人脸信息是否完整;第二确定单元用于在第一张图像中的人脸信息和第二张图像中的人脸信息均完整的情况下,确定第一张图像中由多个目标特征点构成的第一区域的面积,以及确定第二张图像中由多个目标特征点构成的第二区域的面积,且确定第一区域的面积与第二区域的面积的比值;第三确定单元用于在第一区域的面积与第二区域的面积的比值处于预设范围内的情况下,确定目标区域中存在处于移动状态的目标对象。与现有技术中,采用热电释传感器进行人体感应检测相比,本方案中采用双目摄像头中的红外光摄像拍摄的第一张图像和第二张图像中的目标特征点进行对比检测,这样保证了对目标区域中的人体感应检测的准确性较高,从而解决了现有技术中的人体感应检测方法的误识别率较高的问题。
3)、本申请的人脸识别装置包括人体感应检测装置和双目摄像头。其中,上述人体感应检测装置用于执行任意一种上述的人体感应检测方法。上述人体感应检测方法与现有技术中,采用热电释传感器进行人体感应检测相比,本方案中采用双目摄像头中的红外光摄像拍摄的第一张图像和第二张图像中的目标特征点进行对比检测,这样保证了对目标区域中的人体感应检测的准确性较高,从而解决了现有技术中的人体感应检测方法的误识别率较高的问题。
以上所述仅为本申请的优选实施例而已,并不用于限制本申请,对于本领域的技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
Claims (10)
1.一种人体感应检测方法,其特征在于,包括:
基于多个目标特征点在第一张图像中的坐标值与在第二张图像中的坐标值的差值,分别确定所述第一张图像和所述第二张图像中的目标对象的人脸信息是否完整,其中,所述第二张图像的拍摄时刻晚于所述第一张图像的拍摄时刻,所述第一张图像和所述第二张图像均为双目摄像头中的红外光摄像头拍摄的;
在所述第一张图像和所述第二张图像中的人脸信息均完整的情况下,确定所述第一张图像中的第一区域的面积与所述第二张图像中的第二区域的面积的比值,所述第一区域为由所述第一张图像中的多个所述目标特征点依次连接得到的,所述第二区域为由所述第二张图像中的多个所述目标特征点依次连接得到的;
在所述比值处于预设范围内的情况下,确定目标区域中存在处于移动状态的所述目标对象,所述目标区域为所述双目摄像头可达的区域。
2.根据权利要求1所述的人体感应检测方法,其特征在于,多个所述目标特征点包括第一特征点、第二特征点和第三特征点,所述坐标值包括横坐标值和纵坐标值,
基于多个目标特征点在第一张图像中的坐标值与在第二张图像中的坐标值的差值,分别确定所述第一张图像和所述第二张图像中的目标对象的人脸信息是否完整,包括:
确定所述第一特征点在所述第一张图像中的横坐标值与在所述第二张图像中的横坐标值的差值的绝对值,得到第一横坐标差值,确定所述第二特征点在所述第一张图像中的横坐标值与在所述第二张图像中的横坐标值的差值的绝对值,得到第二横坐标差值,确定所述第三特征点在所述第一张图像中的横坐标值与在所述第二张图像中的横坐标值的差值的绝对值,得到第三横坐标差值;
确定所述第一特征点在所述第一张图像中的纵坐标值与在所述第二张图像中的纵坐标值的差值的绝对值,得到第一纵坐标差值,确定所述第二特征点在所述第一张图像中的纵坐标值与在所述第二张图像中的纵坐标值的差值的绝对值,得到第二纵坐标差值,确定所述第三特征点在所述第一张图像中的纵坐标值与在所述第二张图像中的纵坐标值的差值的绝对值,得到第三纵坐标差值;
基于所述第一横坐标差值、所述第二横坐标差值以及所述第三横坐标差值,所述第一纵坐标差值、所述第二纵坐标差值以及第三纵坐标差值,分别确定所述第一张图像和所述第二张图像中的所述目标对象的人脸信息是否完整。
3.根据权利要求2所述的人体感应检测方法,其特征在于,基于所述第一横坐标差值、所述第二横坐标差值以及所述第三横坐标差值,所述第一纵坐标差值、所述第二纵坐标差值以及第三纵坐标差值,分别确定所述第一张图像和所述第二张图像中的所述目标对象的人脸信息是否完整,包括:
在所述第一横坐标差值小于第一横坐标基准值,所述第二横坐标差值小于第二横坐标基准值以及所述第三横坐标差值小于第三横坐标基准值,且所述第一纵坐标差值小于第一纵坐标基准值,所述第二纵坐标差值小于第二纵坐标基准值以及所述第三纵坐标差值小于第三纵坐标基准值的情况下,确定所述第一张图像和所述第二张图像中的人脸信息均完整。
4.根据权利要求1所述的人体感应检测方法,其特征在于,多个所述目标特征点包括第一特征点、第二特征点和第三特征点,所述第一区域和所述第二区域均为三角形形状的区域,
确定所述第一张图像中的第一区域的面积与所述第二张图像中的第二区域的面积的比值,包括:
采用三角形的面积计算公式,确定所述第一张图像中的所述第一区域的面积的绝对值,得到第一面积;
采用所述三角形的面积计算公式,确定所述第二张图像中的所述第二区域的面积的绝对值,得到第二面积;
确定所述第二面积与所述第一面积的比值,得到所述比值。
5.根据权利要求1至4中任意一项所述的人体感应检测方法,其特征在于,在确定目标区域中存在处于移动状态的所述目标对象之后,所述人体感应检测方法还包括:
开启所述双目摄像头中的可见光摄像头,以根据所述可见光摄像头拍摄的实时彩色图像对所述目标对象进行人脸识别。
6.根据权利要求1至4中任意一项所述的人体感应检测方法,其特征在于,所述人体感应检测方法还包括:
在所述比值不处于所述预设范围内的情况下,保持所述双目摄像头中的可见光摄像头不开启。
7.根据权利要求1至4中任意一项所述的人体感应检测方法,其特征在于,在基于多个目标特征点在第一张图像中的坐标值与在第二张图像中的坐标值的差值,分别确定所述第一张图像和所述第二张图像中的目标对象的人脸信息是否完整之前,所述人体感应检测方法还包括:
获取所述红外光摄像头拍摄的实时目标图像,并基于所述实时目标图像进行人体检测,以确定所述目标区域中是否存在所述目标对象。
8.一种人体感应检测装置,其特征在于,包括:
第一确定单元,用于基于多个目标特征点在第一张图像中的坐标值与在第二张图像中的坐标值的差值,分别确定所述第一张图像和所述第二张图像中的目标对象的人脸信息是否完整,其中,所述第二张图像的拍摄时刻晚于所述第一张图像的拍摄时刻,所述第一张图像和所述第二张图像均为双目摄像头中的红外光摄像头拍摄的;
第二确定单元,用于在所述第一张图像和所述第二张图像中的人脸信息均完整的情况下,确定所述第一张图像中的第一区域的面积与所述第二张图像中的第二区域的面积的比值,所述第一区域为由所述第一张图像中的多个所述目标特征点依次连接得到的,所述第二区域为由所述第二张图像中的多个所述目标特征点依次连接得到的;
第三确定单元,用于在所述比值处于预设范围内的情况下,确定目标区域中存在处于移动状态的所述目标对象,所述目标区域为所述双目摄像头可达的区域。
9.一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包括存储的程序,其中,在所述程序运行时控制所述计算机可读存储介质所在设备执行权利要求1至7中任意一项所述的人体感应检测方法。
10.一种人脸识别装置,其特征在于,包括:
人体感应检测装置,所述人体感应检测装置用于执行权利要求1至7中任意一项所述的人体感应检测方法;
双目摄像头,所述双目摄像头用于采集目标区域中的图像,所述目标区域为所述双目摄像头可达的区域。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310613558.6A CN116631032A (zh) | 2023-05-26 | 2023-05-26 | 人体感应检测方法、人体感应检测装置与人脸识别装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310613558.6A CN116631032A (zh) | 2023-05-26 | 2023-05-26 | 人体感应检测方法、人体感应检测装置与人脸识别装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116631032A true CN116631032A (zh) | 2023-08-22 |
Family
ID=87620923
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310613558.6A Pending CN116631032A (zh) | 2023-05-26 | 2023-05-26 | 人体感应检测方法、人体感应检测装置与人脸识别装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116631032A (zh) |
-
2023
- 2023-05-26 CN CN202310613558.6A patent/CN116631032A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9396400B1 (en) | Computer-vision based security system using a depth camera | |
EP3425590B1 (en) | Image processing apparatus, image processing method, and storage medium | |
CN107657244B (zh) | 一种基于多摄像机的人体跌倒行为检测系统及其检测方法 | |
EP3854069B1 (en) | Automated camera mode selection | |
US20210342806A1 (en) | System and methods for automatic detection of product insertions and product extraction in an open shopping cart | |
CN109816745A (zh) | 人体热力图展示方法及相关产品 | |
CN112614085A (zh) | 一种物体检测方法、装置及终端设备 | |
Everding et al. | Low-latency line tracking using event-based dynamic vision sensors | |
CN113228622A (zh) | 图像采集方法、装置及存储介质 | |
CN113436311A (zh) | 一种户型图生成方法及其装置 | |
US20190116310A1 (en) | Method of processing object in image and apparatus for same | |
CN106650583B (zh) | 人脸检测方法、装置及终端设备 | |
WO2020019111A1 (zh) | 一种目标对象的深度信息获取方法及可移动平台 | |
CN111898463B (zh) | 烟火检测识别方法和装置、存储介质及电子装置 | |
KR20220058846A (ko) | 로봇 포지셔닝 방법 및 장치, 기기, 저장 매체 | |
US10535154B2 (en) | System, method, and program for image analysis | |
CN116631032A (zh) | 人体感应检测方法、人体感应检测装置与人脸识别装置 | |
CN109460077B (zh) | 一种自动跟踪方法、自动跟踪设备及自动跟踪系统 | |
CN115082758B (zh) | 目标检测模型的训练方法、目标检测方法、装置和介质 | |
CN113515978B (zh) | 数据处理方法、设备及存储介质 | |
CN114495395A (zh) | 一种人形检测方法、监控预警方法、装置及系统 | |
CN113240602A (zh) | 图像去雾方法及装置、计算机可读介质和电子设备 | |
CN116109828B (zh) | 图像处理方法和电子设备 | |
CN113658229B (zh) | 异常对象的确定方法及装置、存储介质、电子装置 | |
US20230162375A1 (en) | Method and system for improving target detection performance through dynamic learning |
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 |