CN117911421A - 基于样本采集真实度核验的全流程自助特定物检测方法 - Google Patents
基于样本采集真实度核验的全流程自助特定物检测方法 Download PDFInfo
- Publication number
- CN117911421A CN117911421A CN202410320034.2A CN202410320034A CN117911421A CN 117911421 A CN117911421 A CN 117911421A CN 202410320034 A CN202410320034 A CN 202410320034A CN 117911421 A CN117911421 A CN 117911421A
- Authority
- CN
- China
- Prior art keywords
- hair
- user
- area
- sample
- 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.)
- Granted
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 37
- 238000012795 verification Methods 0.000 title claims abstract description 34
- 210000004209 hair Anatomy 0.000 claims abstract description 159
- 231100000640 hair analysis Toxicity 0.000 claims abstract description 69
- 238000000034 method Methods 0.000 claims abstract description 61
- 238000004364 calculation method Methods 0.000 claims abstract description 26
- 230000008569 process Effects 0.000 claims abstract description 16
- 230000009471 action Effects 0.000 claims abstract description 13
- 230000000007 visual effect Effects 0.000 claims abstract description 13
- 230000000750 progressive effect Effects 0.000 claims abstract description 12
- 230000006399 behavior Effects 0.000 claims description 22
- 239000000835 fiber Substances 0.000 claims description 22
- 210000003128 head Anatomy 0.000 claims description 22
- 239000000843 powder Substances 0.000 claims description 22
- 241000746998 Tragus Species 0.000 claims description 21
- 230000002159 abnormal effect Effects 0.000 claims description 17
- 210000000624 ear auricle Anatomy 0.000 claims description 16
- 239000011159 matrix material Substances 0.000 claims description 15
- 238000004458 analytical method Methods 0.000 claims description 11
- 238000001914 filtration Methods 0.000 claims description 8
- 238000007664 blowing Methods 0.000 claims description 4
- 238000007639 printing Methods 0.000 claims description 4
- 210000004761 scalp Anatomy 0.000 claims description 4
- 238000011084 recovery Methods 0.000 claims description 3
- 238000004064 recycling Methods 0.000 claims description 3
- 230000003325 follicular Effects 0.000 claims description 2
- 238000007789 sealing Methods 0.000 claims description 2
- 238000000926 separation method Methods 0.000 claims description 2
- 238000003556 assay Methods 0.000 claims 1
- 238000005070 sampling Methods 0.000 abstract description 8
- 210000003780 hair follicle Anatomy 0.000 abstract description 5
- 230000029058 respiratory gaseous exchange Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 238000004806 packaging method and process Methods 0.000 description 2
- 241000950638 Symphysodon discus Species 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 238000013145 classification model Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000008094 contradictory effect Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- HOQADATXFBOEGG-UHFFFAOYSA-N isofenphos Chemical compound CCOP(=S)(NC(C)C)OC1=CC=CC=C1C(=O)OC(C)C HOQADATXFBOEGG-UHFFFAOYSA-N 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000001537 neural effect Effects 0.000 description 1
- 230000007935 neutral effect Effects 0.000 description 1
- 238000012858 packaging process Methods 0.000 description 1
- 238000003825 pressing Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Landscapes
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明公开了一种基于样本采集真实度核验的全流程自助特定物检测方法,用户每次进行自助特定物检测时,对当前次特定物检测的毛发拟采集区域事前未知,杜绝了在真发中掺杂假发的样本采集作假行为;以发梢与发根的颜色差异度、发梢是否带毛囊为毛发特征值来计算两两毛发网格图像的相似度,并结合所构建的对应关系列表,以元素一致性匹配的方式,确保了每次特定物检测时确定毛发拟采集区域的随机性;机器通过推送可视化视频流引导用户进行规范的毛发样本采集,杜绝了用户在毛发采集过程中的随意变换采样位置的可能作假行为;基于摄像头位置递进调节和对焦距离计算的方式,确保了样本规范采样引导的有效性。
Description
技术领域
本发明涉及特定物检测技术领域,具体涉及一种基于样本采集真实度核验的全流程自助特定物检测方法。
背景技术
特定物检测分为人工检测和自助检测两种方式,人工检测的方式需要受检者前往指定的场所比如特定物检测中心进行检测。而自助检测设备的安装区域通常更为隐匿,因此,受检者对自助检测的接受度更高。
毛发检测是自助检测的主要手段,自助检测相比较前往指定场所的人工检测主要存在以下缺点:
1、毛发样本的真实性难以保障。比如,可能出现受检者使用他人的毛发样本进行检测,甚至佩戴假发进行检测,更有甚者,为了影响机器对真发、假发的判断,在真发中掺杂部分假发,并采集假发作为毛发样本,目前机器对于真发中掺杂假发的行为难以识别,因此针对这种情况难以确保毛发样本采集的真实性。
2、毛发样本采集的真实性与采集流程的复杂度通常是矛盾的,期待具有越高的采集真实性,通常采集流程的复杂度也更高,在全流程自助特定物检测的应用场景下,采集流程越复杂,市场接受度越差,因此如何通过技术手段去平衡毛发样本采集的真实度和采集流程的复杂度之间的矛盾也是该场景亟待解决的技术问题。
发明内容
本发明以提高毛发样本采集的真实性,并简化自助特定物检测流程,以平衡毛发样本采集的真实度和采集流程的复杂度之间的矛盾为目的,提供了一种基于样本采集真实度核验的全流程自助特定物检测方法。
为达此目的,本发明采用以下技术方案:
提供一种基于样本采集真实度核验的全流程自助特定物检测方法,包括步骤:
S1,自助机的图像采集设备以机器生成样本码打印信号为指令分析得到当前次进行特定物检测的毛发拟采集区域并推送分析结果给用户,以引导所述用户保持规范站立姿态;
S2,基于摄像头位置递进调节和对焦距离计算的层级递进判断方法在判定所述用户的站立行为规范后生成执行样本采集的提示信息,并同时以剪刀交叉点标记落点在所述毛发拟采集区域的实时视频流引导所述用户执行样本采集动作;
S3,所述自助机以在毛发样本采集过程中释放的纤维粉为依据,对所采集的毛发样本的真实度核验通过后提示所述用户封装并置入样本回收站,核验及封装过程中,所述图像采集设备判断所述用户是否一直处于其视野范围内,若否,则异常报警以提示所述用户重新采集样本。
作为优选,步骤S1中,所述图像采集设备分析所述用户在当前次进行特定物检测的所述毛发拟采集区域的方法包括如下步骤:
A1,采集头部区域图像并将图像划分为若干毛发网格图像;
A2,计算两两所述毛发网格图像的相似度,并形成相似度计算对象组合与相似度值的对应关系列表;
A3,抽取所述对应关系列表中的最大相似度对应的所述相似度计算对象组合为匹配参照,然后以所述对应关系列表中的相似度值由小到大为匹配顺序,对每个相似度值对应的所述相似度计算对象组合与所述参照进行元素一致性匹配;
A4,判断是否匹配到所述参照中的任意一个一致性元素,
若是,则从所述对应关系列表中过滤掉所有当前次匹配到的非一致性元素,然后转入步骤A5;
若否,则返回步骤A3,按顺序对未参与匹配的各所述相似度计算对象组合进行元素一致性匹配;
A5,从过滤剩余的所述对应关系列表中随机指定任意一个元素作为所述毛发拟采集区域。
作为优选,步骤A1中,采集所述头部区域图像并进行图像划分的方法包括步骤:
A11,识别发旋关键点、左耳垂关键点、右耳垂关键点、左耳屏关键点和右耳屏关键点,然后对识别的各关键点进行首尾相连得到所述头部区域图像;
A12,以“十”字分割所述头部区域图像,“十”字的4个边缘点分别连接至所述发旋关键点、所述左耳屏关键点、所述右耳屏关键点,以及落点在所述左耳垂关键点和所述右耳垂关键点的直连线上,“十”字分隔在所述头部区域图像上的每个分隔区域为划分所述毛发网格图像。
作为优选,步骤A2中,计算两个所述毛发网格图像的相似度的方法通过如下公式(1)表达:
公式(1)中,表示第一毛发网格图像的第一毛发特征矩阵/>和第二毛发网格图像的第二毛发特征矩阵/>的相似度;
表示矩阵/>中的第/>行第/>列中的元素的毛发特征值;
表示矩阵/>中的第/>行第/>列中的元素的毛发特征值;
分别表示矩阵中/>和/>的数量。
作为优选,所述毛发特征值包括发梢与发根的颜色差异度,和/或发梢是否带毛囊。
作为优选,步骤S1中的所述分析结果包括待引至的指定区域的第一区域信息,以及所述毛发拟采集区域的第二区域信息,将所述分析结果推送给所述用户的方法包括步骤:
B1,从所述第一区域信息中解析出所述指定区域的定位位置并关联所述用户的用户信息后生成引导提示信息,所述引导提示信息包括将所述用户引至所述定位位置的语音播报信息、在所述定位位置以闪烁方式提示站立区域、站立方向、站立姿态的警示灯信息;
B2,从所述第二区域信息中解析出定位点位信息,以对所述毛发拟采集区域进行定位,并可视化定位结果。
作为优选,所述第二区域信息中携带的定位点位信息包括围合成所述毛发拟采集区域的各端点点位的点位名称以及点位间的空间位置相对关系,可视化所述毛发拟采集区域的定位结果的方法包括步骤:
B21,识别出围合成所述毛发拟采集区域的端点点位,然后根据围合成所述毛发拟采集区域的交叉点位与每个所述端点点位的所述空间位置相对关系,识别出所述交叉点位;
B22,发射红外激光对识别出的各所述端点点位和所述交叉点位进行持续跟踪定位,然后采集包含红外激光定位结果的所述毛发拟采集区域的实时视频流,并播放在所述用户当前站立的显示屏的指定位置处。
作为优选,步骤S2中,判断所述用户的站立行为是否规范的方法包括步骤:
C1,图像识别所述用户是否站立在所述指定区域的指定站立区域内,
若是,则转入步骤C2;
若否,则判定站立行为不规范并进行异常提示;
C2,根据所述用户的身高调节摄像头高度到指定位置,然后判断所述用户的站立方向是否规范,
若是,则转入步骤C3;
若否,则判定站立行为不规范并进行异常提示;
判断所述用户的站立方向是否规范的方法为:判断表征规范站立方向的方向线与左肩关键点、右肩关键点的直连线的夹角与直角的角度差是否小于角度差阈值,若是,则判定所述用户的站立方向规范;
C3,将所述摄像头的视野中心调节为落点在所述方向线上,然后判断所述摄像头与围合成所述毛发拟采集区域的3个端点的对焦距离的两两差值绝对值的均值是否小于均值阈值,
若是,则判定所述用户的站立行为规范;
若否,则判定所述用户的站立姿态不规范并进行异常提示。
作为优选,步骤S2中的所述提示信息包括开始执行毛发采集动作的语音提示信息和所述剪刀交叉点标记在推送给所述用户的实时视频流中的持续跟踪的图像信息,步骤S2中,引导所述用户执行样本采集动作的方法为:判断实时跟踪的所述剪刀交叉点标记是否落点在所述毛发拟采集区域内,若是,则不进行异常提示,若否,则提示所述用户更换样本采集位置。
作为优选,采集所述毛发样本的方法为:所述用户握紧剪刀挤压弹簧使得刃口闭合,同时使得剪刀内的储物件的开口敞开,并同步使得剪刀内的吹气装置因被挤压而朝向头皮吹气,以将储存在所述储物件中的纤维粉吹向所述毛发样本;
步骤S3中,核验所采集的所述毛发样本的真实度的方法为:
将所述毛发样本置于透明发光台面后,安装于所述透明发光台面下方的图像识别装置识别并判断所述毛发样本中是否携带所述纤维粉,若是,则提示所述用户封装所述毛发样本并置入所述样本回收站,若否,则提示所述用户重新采集毛发样本。
本发明具有以下有益效果:
1、每次自助特定物检测时,用户对当前次特定物检测的毛发拟采集区域事前未知,因此可一定程度上杜绝在真发中掺杂假发的作假行为。
2、以发梢与发根的颜色差异度,和/或发梢是否带毛囊为毛发特征值,并通过公式(1)表达的相似度计算方法计算两两毛发网格图像的相似度,然后通过构建相似度计算对象组合与相似度值的对应关系列表,并通过元素一致性匹配对对应关系列表进行元素过滤,并在过滤剩余的元素中随机指定一元素作为当前次特定物检测的毛发拟采集区域,实现了对头部区域图像事先划分的毛发网格图像是否为真发的有效判断,判断算法简单,且确保了毛发拟采集区域确定的随机性,可进一步防止用户在毛发采样中作假。
3、在划分头部区域图像时,只需要识别出发旋关键点、左耳垂关键点、右耳垂关键点、左耳屏关键点和右耳屏关键点这几个关键点即可,这些关键点具有显著的位置特征,因此算法识别准确度高,这有利于提升对所划分的毛发网格图像中的毛发的真假判断速度。另外,对当前次特定物检测的毛发拟采集区域的分析过程前置到自助机生成样本码打印信号的当时,在步骤S2中,在采集作为引导用户执行规范的样本采集动作的依据的实时视频流时,只需要从步骤S1的分析结果中直接解析出毛发拟采集区域的第二区域信息,然后可根据所解析的第二区域信息中携带的定位点位信息实现对头顶上的毛发拟采集区域的快速定位,图像采集设备便可根据定位结果聚焦采集实时视频流并可视化给用户,因此而能够快速引导已保持规范站立姿态的用户执行规范的样本采集动作。
4、基于摄像头位置递进调节和对焦距离计算的层级递进方式(步骤C1-C3记载的技术方案),通过逐级判断并联动调节摄像头高度和视野中心,并通过是否小于角度差阈值和均值阈值判断,实现了对用户的站立行为是否规范的简单而有效地判断,这有助于提升引导用户规范采集样本的引导有效性和提升用户采集毛发样本的便捷度,引导有效性和样本采集便捷度体现在:站立行为越规范,摄像头采集的实时视频流中显示的毛发拟采集区域出现图像扭曲异常的概率越低,用户借助可视化界面中对毛发拟采集区域的指引,更容易在头顶盲找到毛发拟采集区域。
5、在特制的剪刀中储存了纤维粉,并对剪刀作了特殊的结构处理,用户握紧剪刀在闭合刃口剪下毛发样本的当时,剪刀内的储物件的开口会同时敞开,并同步使得剪刀上的吹气装置朝向头皮吹气,以将储物件中的纤维粉吹向毛发样本。用户完成毛发样本采集时,将样本置于透明发光台面后,通过图像识别或磁吸方式识别毛发样本中是否携带有纤维粉,如果携带有纤维粉,判定采集的毛发样本有效,否则提示用户重新采集毛发样本,有效防止了用户在封装毛发样本时临时替换成事先准备的样本。另外,通过纤维粉核验所采集的毛发样本的真实度以及封装毛发样本的过程全程置于图像采集设备的视野范围内,若核验过程和封装过程离开该视野范围,机器即报警并提示该次毛发样本采集行为无效,避免了核验和封装环节作假的可能。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对本发明实施例中所需要使用的附图作简单地介绍。显而易见地,下面所描述的附图仅仅是本发明的一些实施例,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,还可以根据这些附图获得其他的附图。
图1是本发明一实施例提供的基于样本采集真实度核验的全流程自助特定物检测方法的实现步骤图;
图2是划分在头部区域图像中的毛发网格图像的示例图;
图3是将用户引至指定区域的示意图;
图4是本发明中采用的特制剪刀的示意图。
具体实施方式
下面结合附图并通过具体实施方式来进一步说明本发明的技术方案。
其中,附图仅用于示例性说明,表示的仅是示意图,而非实物图,不能理解为对本发明的限制;为了更好地说明本发明的实施例,附图某些部件会有省略、放大或缩小,并不代表实际产品的尺寸;对本领域技术人员来说,附图中某些公知结构及其说明可能省略是可以理解的。
本发明实施例的附图中相同或相似的标号对应相同或相似的部件;在本发明的描述中,需要理解的是,若出现术语“上”、“下”、“左”、“右”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此附图中描述位置关系的用语仅用于示例性说明,不能理解为对本发明的限制,对于本领域的普通技术人员而言,可以根据具体情况理解上述术语的具体含义。
在本发明的描述中,除非另有明确的规定和限定,若出现术语“连接”等指示部件之间的连接关系,该术语应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或成一体;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个部件内部的连通或两个部件的相互作用关系。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
本发明实施例提供的一种基于样本采集真实度核验的全流程自助特定物检测方法,如图1所示,包括步骤:
S1,自助机的图像采集设备以机器生成样本码打印信号为指令分析得到当前次进行特定物检测的毛发拟采集区域并推送分析结果给用户,以引导用户保持规范站立姿态;
用户通过自助机进行毛发样本采集的流程简述如下:
首先,用户在智能终端的应用程序上进行用户注册,以取得唯一的人员码,点击人员码后,应用程序跳转到无感驿站的地理信息界面,用户就近前往地理信息界面中的任意一个无感驿站,然后在无感驿站的自助机推送的服务界面上点击“采样服务”,点击采样服务后,自助机的商品码扫码功能被激活,此时用户出示事先在应用程序上购买的采样服务的商品码后,自助机对扫取的商品码进行核销并打印唯一的样本码,随后自助机进入本发明提供的基于样本采集真实度核验的全流程自助特定物检测的流程。
自助机的图像采集设备分析用户在当前次进行特定物检测的毛发拟采集区域的方法具体包括如下步骤:
A1,采集头部区域图像并将图像划分为若干毛发网格图像,具体包括如下步骤:
A11,识别图2中所示的发旋关键点1、左耳垂关键点2、右耳垂关键点3、左耳屏关键点4和右耳屏关键点5,然后对识别的各关键点进行首尾相连得到头部区域图像100;
A12,以“十”字分割头部区域图像,“十”子的4个边缘点分别连接至发旋关键点1、左耳屏关键点4、右耳屏关键点5,以及落点在左耳垂关键点2和右耳垂关键点3的直连线上(该落点在图2中以附图标记“6”表示),“十”字分隔在头部区域图像100上的每个分隔区域为划分的毛发网格图像101。
完成对头部区域图像的网格划分后,自助机分析用户在当前次进行特定物检测的毛发拟采集区域的方法转入步骤:
A2,计算两两毛发网格图像的相似度,并形成相似度计算对象组合与相似度值的对应关系列表;
相似度计算对象组合指的是进行相似度计算的两个毛发网格图像的组合,比如图2中计算毛发网格图像①和②的相似度,则相似度计算对象组合为(①、②)。对应关系列表示例如下表1:
表1
表1中,表示毛发网格图像①和②的相似度。
计算两个毛发网格图像的相似度的方法通过如下公式(1)表达:
公式(1)中,表示第一毛发网格图像的第一毛发特征矩阵/>和第二毛发网格图像的第二毛发特征矩阵/>的相似度;
表示矩阵/>中的第/>行第/>列中的元素的毛发特征值;
表示矩阵/>中的第/>行第/>列中的元素的毛发特征值;
分别表示矩阵中/>和/>的数量。
本发明中,毛发特征值优选为发梢与发根的颜色差异度和发梢是否带毛囊。发梢和发根的识别可通过卷积神经网络训练的分类模型实现,由于对于发梢和发根的识别方法并非本发明要求权利保护的范围,因此不做具体交代。发梢和发根的颜色可通过计算发梢区域图像和发根区域图像中的每个像素点的颜色值并取均值来表征,发梢与发根的颜色差异度则可通过计算发梢区域图像的第一颜色均值和发根区域图像的第二颜色均值的比值来表征。发梢中是否存在毛囊也可通过卷积神经网格训练的特征提取器实现,不做具体说明。发梢带毛囊,则特毛发特征值为1,否则为0。一般而言,真实头发的发梢不带毛囊,且发根的颜色相对发梢颜色更深,因此该两个特征可作为区别真发、假发的毛发特征。
形成对应关系列表后,分析用户在当前次进行特定物检测的毛发拟采集区域的方法转入步骤:
A3,抽取对应关系列表中的最大相似度对应的相似度计算对应组合为匹配参照,然后以对应关系列表中的相似度值由小到大为匹配顺序,对每个相似度值对应的相似度计算对象组合与参照进行元素一致性匹配;
比如假设,上表1中的相似度值、/>、/>、/>、、/>由大到小排列,则抽取/>对应的相似度计算对象组合/>作为一致性匹配的参照,然后以/>为匹配的第一顺序,以/>为匹配的第二顺序,依序与/>进行元素一致性匹配。元素一致性匹配指的是,参与匹配的相似度计算对象组合中是否具有至少1个参照中具有的元素,比如/>中与参照/>中具有一致性的元素为“②”。
A4,判断是否匹配到参照中的任意一个一致性元素,
若是,则从对应关系列表中过滤掉所有当前次匹配到的非一致性元素,然后转入步骤A5;
若否,则返回步骤A3,按顺序对未参与匹配的各相似度计算对象组合进行元素一致性匹配;
A5,从过滤剩余的对应关系列表中随机指定任意一个元素作为毛发拟采集区域。
举例而言,假设从中匹配到了与参照/>的一致性元素“②”,那么判定当前次匹配到的非一致性元素为/>中的“④”,则从对应关系列表中将所有的“④”过滤掉,经过滤后,对应关系列表中还剩余元素①、②、③,则从①、②、③中随机指定一个元素为毛发拟采集区域。
另外,步骤S1中推送给用户的分析结果包括待引至的指定区域的第一区域信息,以及毛发拟采集区域的第二区域信息,将分析结果推送给用户的方法具体包括步骤:
B1,从第一区域信息中解析出指定区域的定位位置并关联用户信息后生成引导提示信息,引导提示信息包括将用户引至指定区域的定位位置的语音播报信息、在定位位置以闪烁方式提示站立区域、站立方向、站立姿态的警示灯信息;
以下结合图3对机器以生成的引导提示信息将用户引至指定区域的方法进行具体说明:
假设机器从第一区域信息中解析出的指定区域的定位位置为图3中所示的1号区域,用户信息为用户姓名或用户编号,比如用户姓名为“王X”,用户编号为“001”,则生成的引导提示信息用文字可以表达为“王X-001-1号区域”,用语音进行引导播报的语音播报信息比如可以为“请王X前往1号区域进行毛发样本采集”。同时,一号区域的控制器根据警示灯信息控制相应的警示灯以要求的方式点亮,比如在图3所示的1号区域中划定有站立区域,站立区域的边界具有呼吸灯,并在站立区域中间显示有“站立区域”的字样,控制器控制站立区域的边界呼吸灯以闪烁方式点亮,并当感应到用户站立到站立区域中时,控制呼吸灯常亮。另外,一号区域的地面上还安装有指示站立方向的指示灯,在生成引导提示信息后同样以闪烁方式点亮,并在指示灯边上以文字提示“面朝箭头方向”,且在用户站立到站立区域时,控制器同样控制指示灯进入常亮状态。另外,在一号区域还设置有站立姿态指示灯7,站立姿态指示灯7用于指示用户站立后的头部姿态是否规范,规范时,站立姿态指示灯7常亮绿灯,不规范时,以红灯闪烁的方式提示用户纠正头部姿态。
B2,从第二区域信息中解析出定位点位信息,以对毛发拟采集区域进行定位,并可视化定位结果。
第二区域信息中携带的定位点位信息包括用户划分头部区域图像的“十”字的4个端点(即图2中所示的发旋关键点1、左耳屏关键点4、右耳屏关键点5、第二交叉点位6)、交叉点(图2中所示的第一交叉点位8)、左耳垂关键点2和右耳垂关键点3中的围合成毛发拟采集区域的各端点点位的点位名称及点位间的空间位置相对关系,可视化毛发拟采集区域的定位结果的方法包括步骤:
B21,识别出围合成毛发拟采集区域的端点点位,然后根据围合成毛发拟采集区域的交叉点位与每个端点点位的空间位置相对关系,识别出交叉点位;
此处对交叉点位的识别过程进一步解释如下:
步骤S1中确定毛发拟采集区域后,围合成毛发拟采集区域的各端点点位间的空间位置相对关系已经确定。比如对于图2中所示的毛发拟采集区域①,第一交叉点位8与发旋关键点1的距离以及第一交叉点位8与左耳屏关键点4的距离已经确定,且第一交叉点位8与发旋关键点1的第一直连线和第一交叉点位8与左耳屏关键点4的第二直连线的夹角也已经确定,因此当识别到毛发拟采集区域的端点点位(如发旋关键点1和左耳屏关键点4)后,可以根据事先已确定的距离关系和夹角关系,能够快速识别出第一交叉点位8;
B22,发射红外激光对识别出的各端点点位和交叉点位进行持续跟踪定位,然后采集包含红外激光定位结果的毛发拟采集区域的实时视频流,并播放在用户当前站立的显示屏的指定位置处。
这里需要说明的是,发射红外激光的目的是在持续跟踪定位的端点点位和交叉点位在实时视频流中进行定位点的标记,以便于用户能够在显示屏中实时查看到这几个定位点,便于用户在各定位点围合的毛发拟采集区域内采集毛发样本。显示屏优选设置在站立区域的前方指定位置处。
对用户站立行为进行规范引导后,本发明实施例提供的基于样本采集真实度核验的全流程自助特定物检测方法如图1所示,转入步骤:
S2,基于摄像头位置递进调节和对焦距离计算的层级递进判断方法在判定用户的站立行为规范后生成执行样本采集的提示信息,并同时以剪刀交叉点标记落点在毛发拟采集区域的实时视频流引导用户执行样本采集动作;
基于摄像头位置递进调节和对焦距离计算的层级递进判断方法判断用户的站立行为是否规范的方法具体包括如下步骤:
C1,图像识别用户是否站立在指定区域的指定站立区域内(识别原理为:提取站立区域图像,并对站立区域图像进行脚掌特征检测,然后判断符合脚掌特征的各像素点是否全部落在站立区域的边界像素点内,若是,则判定用户站立在指定站立区域内),
若是,在转入步骤C2;
若否,则判定站立行为不规范并进行异常提示;
C2,根据用户的身高调节摄像头高度到指定位置,然后判断用户的站立方向是否规范,
若是,则转入步骤C3;
若否,则判定站立行为不规范并进行异常提示;
比如事先设定摄像头正对发旋关键点的视野线与垂直线的夹角为图3中所示的,则将摄像头的高度调节值满足/>角的高度;
判断用户的站立方向是否规范的方法为:判断表征规范站立方向的方向线(如图3中的附图标记“10”所示)与图3中所示的左肩关键点200、右肩关键点300的直连线20的夹角与直角的角度差是否小于角度差阈值,若是,则判定用户的站立方向规范;
C3,将摄像头的视野中心调节为落点在方向线10上的指定点位(如图3所示的指定点位400)上,然后判断摄像头与围合成毛发拟采集区域的3个端点的对焦距离的两两差值绝对值的均值是否小于均值阈值,
若是,则判定用户的站立行为规范;
若否,则判定用户的站立姿态不规范并进行异常提示。
计算摄像头与毛发拟采集区域的3个端点的对焦距离的两两差值绝对值的均值的方法说明如下:
如图3中所示,3个端点比如和发旋关键点1、左耳屏关键点4和第一交叉点位8,即围合的毛发拟采集区域为图2中所示的毛发拟采集区域①,则首先计算图3中所示的摄像头500分别与发旋关键点1、左耳屏关键点4和第一交叉点位8之间的直线距离,然后两两计算直线距离的差值绝对值,最后计算每个差值绝对值的平均值与预设的均值阈值做大小判断。
步骤S2中生成的执行样本采集的提示信息包括开始执行毛发采集动作的语音提示信息和剪刀交叉点标记在推送给用户的实时视频流中的持续跟踪的图像信息,引导用户执行样本采集动作的方法为:
用户听到语音提示信息后拿取剪刀开始采集毛发样本,摄像头持续并实时跟踪剪刀交叉点标记(比如设置图4中所示的剪刀交叉点标记600,便于跟踪算法能够快速识别出该标记并进行实时的持续跟踪),并同时判断实时跟踪的剪刀交叉点标记是否落点在毛发拟采集区域内,若是,则不进行异常提示,若否,则提示用户更换样本采集位置。这里需要说明的是,在采集毛发样本时,机器对剪刀交叉点标记未落在毛发拟采集区域的异常提示为辅助,引导用户正确进行毛发采样的方法为:用户查看包含有剪刀交叉点标记的实时视频流,对照确定剪刀交叉点标记是否落在毛发拟采集区域内,若是且机器未进行异常报警,则在该采集区域采集毛发样本,否则更换采集区域。此处另需说明的是,机器对剪刀交叉点标记的定位识别可采用现有的图像识别算法,因此机器如何持续跟踪定位剪刀交叉点位不做具体交代。
以下对本发明中用户自助采集毛发样本的方法进行说明:
用户握紧图4所示的特制剪刀后,弹簧601被挤压使得刃口602闭合,同时使得剪刀内的储物件603的开口6031敞开,并同步使得剪刀内的吹气装置604因被挤压而朝向头皮吹气,以将储存在储物件603中的纤维粉吹向毛发样本。用户剪下毛发样本后,毛发样本会因此吸附上纤维粉。
用户完成样本采集后,如图1所示,本发明实施例提供的基于样本采集真实度核验的全流程自助特定物检测方法转入步骤:
S3,自助机以在毛发样本采集过程中释放的纤维粉为依据,对所采集的毛发样本的真实度核验通过后提示用户封装并置入样本回收站,核验及封装过程中,图像采集设备判断用户是否一直处于其视野范围内,若否,则异常报警提示用户重新采集样本。
本发明中,核验所采集的毛发样本的真实度的方法为:
将毛发样本置于透明发光台面后,安装于透明发光台面下方的图像识别装置识别并判断毛发样本中是否携带纤维粉,若是,则提示用户封装毛发样本并置入样本回收站,若否,则提示用户重新采集毛发样本。
这里需要说明的是,图像识别是否携带纤维粉可采用卷积神经网络训练的特征提取模型提取对透明发光台面采集的样本图像中的纤维粉特征实现,若提取到纤维粉特征,则识别成功,否则识别失败。识别纤维粉的特征提取模型的训练方式以及具体的识别过程并非本发明要求权利保护的范围,因此不做具体交代。另外,也可以采用具有磁性的纤维粉,通过在透明发光台面的下方安装磁铁并移动磁铁,若图像识别到磁铁移动前后的两帧图像中具有像素差异,则判定采集的毛发样本真实,否则判定为不真实。
毛发样本的真实度核验方法还可以为:自助机在检测到用户人脸时,会采集人脸图像并识别人脸图像中的人脸信息,包括该用户的身份信息。采集到毛发样本后,在步骤S3中,自助机同步对毛发样本做DNA检测。然后将检测到的DNA信息与DNA数据库中的各用户身份信息进行匹配,并将匹配到的用户信息与识别的人脸信息做是否关联同个用户的信息匹配,若匹配成功,则判定对毛发样本的真实度核验通过。
综上,用户每次进行自助特定物检测时,对当前次特定物检测的毛发拟采集区域事前未知,一定程度上杜绝了在真发中掺杂假发的样本采集作假行为;在确定当前次的毛发拟采集区域时,以发梢与发根的颜色差异度、发梢是否带毛囊为毛发特征值来计算两两毛发网格图像的相似度,并结合所构建的对应关系列表,以元素一致性匹配的方式,确保了每次特定物检测时确定毛发拟采集区域的随机性;机器通过推送可视化视频流引导用户进行规范的毛发样本采集,进一步杜绝了用户在毛发采集过程中的随意变换采样位置的可能作假行为;基于摄像头位置递进调节和对焦距离计算的方式,确保了样本规范采样引导的有效性;通过特质剪刀释放纤维粉,实现了对所采集的毛发样本的真实度核验。
需要声明的是,上述具体实施方式仅仅为本发明的较佳实施例及所运用技术原理。本领域技术人员应该明白,还可以对本发明做各种修改、等同替换、变化等等。但是,这些变换只要未背离本发明的精神,都应在本发明的保护范围之内。另外,本申请说明书和权利要求书所使用的一些术语并不是限制,仅仅是为了便于描述。
Claims (10)
1.一种基于样本采集真实度核验的全流程自助特定物检测方法,其特征在于,包括步骤:
S1,自助机的图像采集设备以机器生成样本码打印信号为指令分析得到当前次进行特定物检测的毛发拟采集区域并推送分析结果给用户,以引导所述用户保持规范站立姿态;
S2,基于摄像头位置递进调节和对焦距离计算的层级递进判断方法在判定所述用户的站立行为规范后生成执行样本采集的提示信息,并同时以剪刀交叉点标记落点在所述毛发拟采集区域的实时视频流引导所述用户执行样本采集动作;
S3,所述自助机以在毛发样本采集过程中释放的纤维粉为依据,对所采集的毛发样本的真实度核验通过后提示所述用户封装并置入样本回收站,核验及封装过程中,所述图像采集设备判断所述用户是否一直处于其视野范围内,若否,则异常报警以提示所述用户重新采集样本。
2.根据权利要求1所述的基于样本采集真实度核验的全流程自助特定物检测方法,其特征在于,步骤S1中,所述图像采集设备分析所述用户在当前次进行特定物检测的所述毛发拟采集区域的方法包括如下步骤:
A1,采集头部区域图像并将图像划分为若干毛发网格图像;
A2,计算两两所述毛发网格图像的相似度,并形成相似度计算对象组合与相似度值的对应关系列表;
A3,抽取所述对应关系列表中的最大相似度对应的所述相似度计算对象组合为匹配参照,然后以所述对应关系列表中的相似度值由小到大为匹配顺序,对每个相似度值对应的所述相似度计算对象组合与所述参照进行元素一致性匹配;
A4,判断是否匹配到所述参照中的任意一个一致性元素,
若是,则从所述对应关系列表中过滤掉所有当前次匹配到的非一致性元素,然后转入步骤A5;
若否,则返回步骤A3,按顺序对未参与匹配的各所述相似度计算对象组合进行元素一致性匹配;
A5,从过滤剩余的所述对应关系列表中随机指定任意一个元素作为所述毛发拟采集区域。
3.根据权利要求2所述的基于样本采集真实度核验的全流程自助特定物检测方法,其特征在于,步骤A1中,采集所述头部区域图像并进行图像划分的方法包括步骤:
A11,识别发旋关键点、左耳垂关键点、右耳垂关键点、左耳屏关键点和右耳屏关键点,然后对识别的各关键点进行首尾相连得到所述头部区域图像;
A12,以“十”字分割所述头部区域图像,“十”字的4个边缘点分别连接至所述发旋关键点、所述左耳屏关键点、所述右耳屏关键点,以及落点在所述左耳垂关键点和所述右耳垂关键点的直连线上,“十”字分隔在所述头部区域图像上的每个分隔区域为划分所述毛发网格图像。
4.根据权利要求2所述的基于样本采集真实度核验的全流程自助特定物检测方法,其特征在于,步骤A2中,计算两个所述毛发网格图像的相似度的方法通过如下公式(1)表达:
公式(1)中,表示第一毛发网格图像的第一毛发特征矩阵/>和第二毛发网格图像的第二毛发特征矩阵/>的相似度;
表示矩阵/>中的第/>行第/>列中的元素的毛发特征值;
表示矩阵/>中的第/>行第/>列中的元素的毛发特征值;
分别表示矩阵中/>和/>的数量。
5.根据权利要求4所述的基于样本采集真实度核验的全流程自助特定物检测方法,其特征在于,所述毛发特征值包括发梢与发根的颜色差异度,和/或发梢是否带毛囊。
6.根据权利要求3所述的基于样本采集真实度核验的全流程自助特定物检测方法,其特征在于,步骤S1中的所述分析结果包括待引至的指定区域的第一区域信息,以及所述毛发拟采集区域的第二区域信息,将所述分析结果推送给所述用户的方法包括步骤:
B1,从所述第一区域信息中解析出所述指定区域的定位位置并关联所述用户的用户信息后生成引导提示信息,所述引导提示信息包括将所述用户引至所述定位位置的语音播报信息、在所述定位位置以闪烁方式提示站立区域、站立方向、站立姿态的警示灯信息;
B2,从所述第二区域信息中解析出定位点位信息,以对所述毛发拟采集区域进行定位,并可视化定位结果。
7.根据权利要求6所述的基于样本采集真实度核验的全流程自助特定物检测方法,其特征在于,所述第二区域信息中携带的定位点位信息包括围合成所述毛发拟采集区域的各端点点位的点位名称以及点位间的空间位置相对关系,可视化所述毛发拟采集区域的定位结果的方法包括步骤:
B21,识别出围合成所述毛发拟采集区域的端点点位,然后根据围合成所述毛发拟采集区域的交叉点位与每个所述端点点位的所述空间位置相对关系,识别出所述交叉点位;
B22,发射红外激光对识别出的各所述端点点位和所述交叉点位进行持续跟踪定位,然后采集包含红外激光定位结果的所述毛发拟采集区域的实时视频流,并播放在所述用户当前站立的显示屏的指定位置处。
8.根据权利要求1-7任意一项所述的基于样本采集真实度核验的全流程自助特定物检测方法,其特征在于,步骤S2中,判断所述用户的站立行为是否规范的方法包括步骤:
C1,图像识别所述用户是否站立在指定区域的指定站立区域内,
若是,则转入步骤C2;
若否,则判定站立行为不规范并进行异常提示;
C2,根据所述用户的身高调节摄像头高度到指定位置,然后判断所述用户的站立方向是否规范,
若是,则转入步骤C3;
若否,则判定站立行为不规范并进行异常提示;
判断所述用户的站立方向是否规范的方法为:判断表征规范站立方向的方向线与左肩关键点、右肩关键点的直连线的夹角与直角的角度差是否小于角度差阈值,若是,则判定所述用户的站立方向规范;
C3,将所述摄像头的视野中心调节为落点在所述方向线上,然后判断所述摄像头与围合成所述毛发拟采集区域的3个端点的对焦距离的两两差值绝对值的均值是否小于均值阈值,
若是,则判定所述用户的站立行为规范;
若否,则判定所述用户的站立姿态不规范并进行异常提示。
9.根据权利要求1所述的基于样本采集真实度核验的全流程自助特定物检测方法,其特征在于,步骤S2中的所述提示信息包括开始执行毛发采集动作的语音提示信息和所述剪刀交叉点标记在推送给所述用户的实时视频流中的持续跟踪的图像信息,步骤S2中,引导所述用户执行样本采集动作的方法为:判断实时跟踪的所述剪刀交叉点标记是否落点在所述毛发拟采集区域内,若是,则不进行异常提示,若否,则提示所述用户更换样本采集位置。
10.根据权利要求1所述的基于样本采集真实度核验的全流程自助特定物检测方法,其特征在于,采集所述毛发样本的方法为:所述用户握紧剪刀挤压弹簧使得刃口闭合,同时使得剪刀内的储物件的开口敞开,并同步使得剪刀内的吹气装置因被挤压而朝向头皮吹气,以将储存在所述储物件中的纤维粉吹向所述毛发样本;
步骤S3中,核验所采集的所述毛发样本的真实度的方法为:
将所述毛发样本置于透明发光台面后,安装于所述透明发光台面下方的图像识别装置识别并判断所述毛发样本中是否携带所述纤维粉,若是,则提示所述用户封装所述毛发样本并置入所述样本回收站,若否,则提示所述用户重新采集毛发样本。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410320034.2A CN117911421B (zh) | 2024-03-20 | 2024-03-20 | 基于样本采集真实度核验的全流程自助特定物检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410320034.2A CN117911421B (zh) | 2024-03-20 | 2024-03-20 | 基于样本采集真实度核验的全流程自助特定物检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117911421A true CN117911421A (zh) | 2024-04-19 |
CN117911421B CN117911421B (zh) | 2024-05-31 |
Family
ID=90689616
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410320034.2A Active CN117911421B (zh) | 2024-03-20 | 2024-03-20 | 基于样本采集真实度核验的全流程自助特定物检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117911421B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140233849A1 (en) * | 2012-06-20 | 2014-08-21 | Zhejiang University | Method for single-view hair modeling and portrait editing |
CN110907635A (zh) * | 2019-11-22 | 2020-03-24 | 王晓燕 | 一种涉毒人员信息核验样本检测装置及方法 |
CN113466449A (zh) * | 2021-05-14 | 2021-10-01 | 南昌大学 | 一种高灵敏多元现场检测的金磁纳米免疫分析试剂盒及其制作方法与检测方法 |
CN113945418A (zh) * | 2021-10-19 | 2022-01-18 | 杭州臻稀生物科技有限公司 | 全程可追溯的污水采样方法及系统 |
CN114841990A (zh) * | 2022-05-26 | 2022-08-02 | 长沙云江智科信息技术有限公司 | 一种基于人工智能的自助核酸采集方法及装置 |
KR20220111634A (ko) * | 2021-02-02 | 2022-08-09 | 화웨이 그룹(광둥)컴퍼니 리미티드 | 온라인 오프라인 결합형 다차원 교육 ai 학교 시스템 |
CN115128255A (zh) * | 2022-06-28 | 2022-09-30 | 杭州臻稀生物科技有限公司 | 生物样本监测系统及方法 |
CN115661271A (zh) * | 2022-12-27 | 2023-01-31 | 珞石(北京)科技有限公司 | 一种基于视觉的机器人核酸采样引导方法 |
-
2024
- 2024-03-20 CN CN202410320034.2A patent/CN117911421B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140233849A1 (en) * | 2012-06-20 | 2014-08-21 | Zhejiang University | Method for single-view hair modeling and portrait editing |
CN110907635A (zh) * | 2019-11-22 | 2020-03-24 | 王晓燕 | 一种涉毒人员信息核验样本检测装置及方法 |
KR20220111634A (ko) * | 2021-02-02 | 2022-08-09 | 화웨이 그룹(광둥)컴퍼니 리미티드 | 온라인 오프라인 결합형 다차원 교육 ai 학교 시스템 |
CN113466449A (zh) * | 2021-05-14 | 2021-10-01 | 南昌大学 | 一种高灵敏多元现场检测的金磁纳米免疫分析试剂盒及其制作方法与检测方法 |
CN113945418A (zh) * | 2021-10-19 | 2022-01-18 | 杭州臻稀生物科技有限公司 | 全程可追溯的污水采样方法及系统 |
CN114841990A (zh) * | 2022-05-26 | 2022-08-02 | 长沙云江智科信息技术有限公司 | 一种基于人工智能的自助核酸采集方法及装置 |
CN115128255A (zh) * | 2022-06-28 | 2022-09-30 | 杭州臻稀生物科技有限公司 | 生物样本监测系统及方法 |
CN115661271A (zh) * | 2022-12-27 | 2023-01-31 | 珞石(北京)科技有限公司 | 一种基于视觉的机器人核酸采样引导方法 |
Non-Patent Citations (3)
Title |
---|
NOUREEN FATIMA.ET AL: "Prediction of Pakistani Honey Authenticity Through Machine Learning", IEEE ACCESS, 16 August 2022 (2022-08-16) * |
毕金强;许家帅;辛全波;尚东方;: "一种基于SURF与地理格网模型的增强现实方法", 计算机与现代化, no. 06, 15 June 2018 (2018-06-15) * |
焦少慧;陈昕;杨刚;吴恩华;: "卡通化图像和视频的毛发纹理生成与替换", 计算机辅助设计与图形学学报, no. 07, 15 July 2010 (2010-07-15) * |
Also Published As
Publication number | Publication date |
---|---|
CN117911421B (zh) | 2024-05-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110826538B (zh) | 一种用于电力营业厅的异常离岗识别系统 | |
CN108846365B (zh) | 视频中打架行为的检测方法、装置、存储介质及处理器 | |
CN108009473A (zh) | 基于目标行为属性视频结构化处理方法、系统及存储装置 | |
CN109740446A (zh) | 课堂学生行为分析方法及装置 | |
CN108108684A (zh) | 一种融合视线检测的注意力检测方法 | |
CN108053427A (zh) | 一种基于KCF与Kalman的改进型多目标跟踪方法、系统及装置 | |
CN112115866A (zh) | 人脸识别方法、装置、电子设备及计算机可读存储介质 | |
Boucher et al. | Development of a semi-automatic system for pollen recognition | |
CN109948476B (zh) | 一种基于计算机视觉的人脸皮肤检测系统及其实现方法 | |
CN110298231A (zh) | 一种用于篮球比赛视频进球判定的方法及系统 | |
CN112396658A (zh) | 一种基于视频的室内人员定位方法及定位系统 | |
CN112016409A (zh) | 一种基于深度学习的工步规范视觉识别判定方法及系统 | |
CN110276265A (zh) | 基于智能三维立体监控设备的行人监测方法及装置 | |
CN110604915A (zh) | 立定跳远测试的方法及装置 | |
CN112966736B (zh) | 一种基于多视角匹配与局部特征融合的车辆再识别方法 | |
CN111476083A (zh) | 一种电力员工安全帽佩戴自动识别方法 | |
CN117911421B (zh) | 基于样本采集真实度核验的全流程自助特定物检测方法 | |
CN114663772A (zh) | 一种电网现场作业人员合规穿戴检测方法和系统 | |
Graf et al. | Robust recognition of faces and facial features with a multi-modal system | |
CN114463779A (zh) | 吸烟识别方法、装置、设备及存储介质 | |
CN105320919A (zh) | 人眼定位方法及装置 | |
CN110916674A (zh) | 坐位体前屈测试方法及装置 | |
CN115984773A (zh) | 一种计算机图像处理系统和方法 | |
CN115240277A (zh) | 安检行为的监控方法、装置、电子设备及存储介质 | |
CN112288266A (zh) | 调车手信号的处理、模型获取方法、装置、设备及介质 |
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 |