TWI790414B - 用於人體之特徵辨識方法及其系統 - Google Patents
用於人體之特徵辨識方法及其系統 Download PDFInfo
- Publication number
- TWI790414B TWI790414B TW109101590A TW109101590A TWI790414B TW I790414 B TWI790414 B TW I790414B TW 109101590 A TW109101590 A TW 109101590A TW 109101590 A TW109101590 A TW 109101590A TW I790414 B TWI790414 B TW I790414B
- Authority
- TW
- Taiwan
- Prior art keywords
- human body
- feature
- coordinates
- target
- contour
- Prior art date
Links
Images
Landscapes
- Eye Examination Apparatus (AREA)
- Burglar Alarm Systems (AREA)
- Image Analysis (AREA)
Abstract
一種用於人體之特徵辨識方法及其系統,能夠於一輸入圖片或是影片中,進行辨識出一特徵目標及一人體輪廓出來、並對所辨識出的人體輪廓進行區分成數個身體部位區域,之後先定義出該特徵目標的座標與該人體輪廓內之身體部位區域的座標,再將該特徵物座標與該人體身體部位區域的座標進行匹配,以判斷出該特徵目標是否位於該人體輪廓的任一或任多身體部位區域內。
Description
本發明是有關一種用於人體之特徵辨識方法及其系統,特別是一種能夠判斷出特徵物是否位於該人體的任一或任多身體部位區域內的特徵辨識方法及其系統。
目前常見的影像辨識,大多是針對某一特定區域進行辨識(例如面部辨識),但針對某些特殊需求,則需要對畫面上的人與物來進行辨識,然而大多辨識方式僅是將目標物進行標註與框選,但若是進一步更細微辨識人體上的特徵物與所在位置來講,是非常困難的。
以意外產生的燒傷傷口或是燙傷傷口來講,一般都是醫護人員在進行傷口照護的時候,往往是透過肉眼觀察,並透過文字記錄並描述傷口狀況,然而透過肉眼辨識傷口,極有可能因為不同的醫護人員,而有誤判的疑慮,故若是能夠搭配本案的辨識方法與系統,除了能夠準確紀錄身體上特徵物的位置之外,更能夠讓醫護人員能夠遠端了解傷患的狀態,因此本發明應為一最佳解決方案。
本發明用於人體之特徵辨識方法及其系統,其步驟為:
(1)於一輸入圖片或是影片中,進行辨識出一特徵目標及一人體輪廓出來、並對所辨識出的人體輪廓進行區分成數個身體部位區域;(2)定義出該特徵目標的座標與該人體輪廓內之身體部位區域的座標;(3)將該特徵目標的座標與該人體身體部位區域的座標進行匹配,以判斷出該特徵目標是否位於該人體輪廓的任一或任多身體部位區域內。
更具體的說,所述能夠以數個人體座標點來分佈於人體輪廓內,而該人體輪廓內之身體部位區域係以數個人體座標點所形成的範圍區域來區分。
更具體的說,所述能夠找出該特徵目標的中心點,並將該中心點的座標與分佈於人體輪廓內的人體座標點進行匹配,以找出與該中心點位置相同座標的人體座標點或是最接近該中心點位置的人體座標點,並依據匹配所屬的範圍區域來判斷出該特徵目標是否位於哪一個或哪多個的身體部位區域內。
更具體的說,所述能夠依據該中心點與該人體座標點之間的距離,進行排序出該中心點與不同人體座標點的遠近順序,並依據排序結果與不同人體座標點所屬的範圍區域,進行提供該特徵目標位於不同身體區域的可能性判斷資訊。
更具體的說,所述能夠找出該特徵目標形狀的特徵物座標範圍,並將分佈於該人體輪廓內的人體座標點與該特徵物座標範圍進行匹配,以找出哪幾個人體座標點是否位於該特徵物座標範圍內,並依據該特徵物座標範圍內的人體座標點數量與所屬的範圍區域,來判斷哪一個或哪幾個的身體部位區域內具有該特徵目標。
更具體的說,所述能夠依據分佈於該特徵物座標範圍內之某一個
範圍區域內的最多人體座標點數量,進行判斷哪一個身體部位區域內具有該特徵目標。
更具體的說,所述能夠依據分佈於該特徵物座標範圍內之人體座標點數量與所屬的範圍區域,進行篩選出不同範圍區域於特徵物座標範圍內的分佈大小,並依據篩選結果,進行判斷出該特徵目標位於不同身體部位區域的分佈關係與提供該特徵目標位於不同身體區域的可能性判斷資訊。
一種用於人體之特徵辨識系統,係設置於一電子設備上,而該電子設備有至少一個處理器及至少一個電腦可讀取記錄媒體,該等電腦可讀取記錄媒體儲存有一或多個圖片檔或是影片檔,其中該電腦可讀取記錄媒體更進一步儲存有至少一個應用單元用於能夠處理特徵物的辨識,當由該等處理器執行該等應用單元時,導致該電子裝置進行下列程序:於啟動之應用單元中,能夠將輸入之圖片或是影片,進行辨識出一特徵目標及一人體輪廓,其中人體輪廓係區分成數個身體部位區域,之後定義出該特徵目標與該人體輪廓內之身體部位區域的座標,並再將該特徵物座標與該人體身體部位區域的座標進行匹配,以判斷出該特徵目標的位置是否位於該人體輪廓的任一或任多身體部位區域內。
更具體的說,所述應用單元係包含:一輸入模組,用以輸入一個或一個以上的圖片或是影片;一物件偵測模組,係與該輸入模組相連接,用以將該輸入模組輸入之圖片或是影片進行物件偵測,以辨識出一個或多個特徵目標及其座標;一人體偵測模組,係與該輸入模組相連接,用以將該輸入模組輸入之圖片或是影片進行人體偵測,以辨識出一個或多個人體輪廓,並對所辨識出的人體輪廓進行區分成數個身體部位區域及其座標;以及一位置匹配模組,係與該物件偵測模組及該人體偵測模組相連接,用以判斷出該特徵目標是否位於該人體
輪廓的任一或任多身體部位區域內。
一種用於人體之特徵辨識方法,其步驟為:(1)於一輸入圖片或是影片中,進行辨識出一特徵目標及一人體輪廓出來;(2)定義出該特徵目標的座標與該人體輪廓內的座標;(3)將該特徵目標的座標與該人體輪廓內的座標進行匹配,以判斷出該特徵目標是否位於該人體輪廓內。
更具體的說,所述能夠以數個人體座標點來分佈於人體輪廓內。
更具體的說,所述能夠找出該特徵目標的中心點,並將該中心點的座標與分佈於人體輪廓內的人體座標點進行匹配,以找出與該中心點位置相同座標的人體座標點,以判斷出該特徵目標是否位於該人體輪廓內,並於延伸到多人環境時,能夠找出特徵目標是在哪一人身上。
更具體的說,所述能夠找出該特徵目標形狀的特徵物座標範圍,並將分佈於該人體輪廓內的人體座標點與該特徵物座標範圍進行匹配,以找出哪幾個人體座標點是否位於該特徵物座標範圍內,用以判斷出該特徵目標是否位於該人體輪廓內,並於延伸到多人環境時,能夠找出特徵目標是在哪一人身上。
一種用於人體之特徵辨識系統,係設置於一電子設備上,而該電子設備有至少一個處理器及至少一個電腦可讀取記錄媒體,該等電腦可讀取記錄媒體儲存有一或多個圖片檔或是影片檔,其中該電腦可讀取記錄媒體更進一步儲存有至少一個應用單元用於能夠處理特徵物的辨識,當由該等處理器執行該等應用單元時,導致該電子裝置進行下列程序:於啟動之應用單元中,能夠將輸入之圖片或是影片,進行辨識出一特徵目標及一人體輪廓,之後定義出該特徵
目標與該人體輪廓內之座標,並再將該特徵物座標與該人體輪廓內的座標進行匹配,以判斷出該特徵目標的位置是否位於該人體輪廓內。
更具體的說,所述應用單元係包含:一輸入模組,用以輸入一個或一個以上的圖片或是影片;一物件偵測模組,係與該輸入模組相連接,用以將該輸入模組輸入之圖片或是影片進行物件偵測,以辨識出一個或多個特徵目標及其座標;一人體偵測模組,係與該輸入模組相連接,用以將該輸入模組輸入之圖片或是影片進行人體偵測,以辨識出一個或多個人體輪廓及其座標;以及一位置匹配模組,係與該物件偵測模組及該人體偵測模組相連接,用以判斷出該特徵目標是否位於該人體輪廓內。
1:電子設備
11:處理器
12:電腦可讀取記錄媒體
121:媒體檔儲存區
122:應用單元
1221:輸入模組
1222:物件偵測模組
1223:人體偵測模組
1224:位置匹配模組
2:圖片
21:特徵目標
22:人體輪廓
3:圖片
31:特徵目標
32:人體輪廓
[第1圖]係本發明用於人體之特徵辨識方法及其系統之流程示意圖。
[第2A圖]係本發明用於人體之特徵辨識方法及其系統之系統架構示意圖。
[第2B圖]係本發明用於人體之特徵辨識方法及其系統之電子設備架構示意圖。
[第2C圖]係本發明用於人體之特徵辨識方法及其系統之應用單元架構示意圖。
[第3A圖]係本發明用於人體之特徵辨識方法及其系統之第一實施辨識示意圖。
[第3B圖]係本發明用於人體之特徵辨識方法及其系統之第一實施辨識示意圖。
[第3C圖]係本發明用於人體之特徵辨識方法及其系統之第一實施辨識示意圖。
[第4A圖]係本發明用於人體之特徵辨識方法及其系統之第二實施辨識示意圖。
[第4B圖]係本發明用於人體之特徵辨識方法及其系統之第二實施辨識示意圖。
[第4C圖]係本發明用於人體之特徵辨識方法及其系統之第二實施辨識示意圖。
[第5圖]係本發明用於人體之特徵辨識方法及其系統之另一流程示意圖。
有關於本發明其他技術內容、特點與功效,在以下配合參考圖式之較佳實施例的詳細說明中,將可清楚的呈現。
請參閱第1圖,為本發明用於人體之特徵辨識方法及其系統之流程示意圖,由圖中可知,其步驟為:(1)於一輸入圖片或是影片中,進行辨識出一特徵目標及一人體輪廓出來、並對所辨識出的人體輪廓進行區分成數個身體部位區域101;(2)定義出該特徵目標的座標與該人體輪廓內之身體部位區域的座標102;(3)將該特徵目標的座標與該人體身體部位區域的座標進行匹配,以判斷出該特徵目標是否位於該人體輪廓的任一或任多身體部位區域內103。
請參閱第2A、2B及2C圖,為本發明用於人體之特徵辨識方法及其系統之系統架構示意圖、電子設備架構示意圖及應用單元架構示意圖,由圖中可
知,該系統係設置於一電子設備1(電子設備係能夠為伺服器設備或是電腦設備或是整合式電腦設備)內,而該電子設備1係具有至少一個處理器11及至少一個電腦可讀取記錄媒體12,其中該等電腦可讀取記錄媒體12內係具有一媒體檔儲存區121及一應用單元122,該媒體檔儲存區121係具有一或多個圖片檔或是影片檔;
當由該等處理器11執行該應用單元122時,導致該電子裝置1進行下列程序:於啟動之應用單元122中,能夠將輸入之圖片或是影片,進行辨識出一特徵目標及一人體輪廓,其中人體輪廓係區分成數個身體部位區域,之後再定義出該特徵目標與該人體輪廓內之身體部位區域的座標,並再將該特徵物座標與該人體身體部位區域的座標進行匹配,以判斷出該特徵目標是否位於該人體輪廓的任一或任多身體部位區域內。
而該應用單元122係包含:(1)一輸入模組1221,用以輸入一個或一個以上的圖片或是影片;(2)一物件偵測模組1222,係與該輸入模組1221相連接,用以將該輸入模組1221輸入之圖片或是影片進行物件偵測,以辨識出一個或多個特徵目標;(3)一人體偵測模組1223,係與該輸入模組1221相連接,用以將該輸入模組1221輸入之圖片或是影片進行人體偵測,以辨識出一個或多個人體輪廓,並對所辨識出的人體輪廓進行區分成數個身體部位區域;以及(4)一位置匹配模組1224,係與該物件偵測模組1222及該人體偵測模組1223相連接,用以判斷出該特徵目標是否位於該人體輪廓的任一或任多身體部位區域內。
而上述所提及的「是否位於」,是包含了下列三種判斷:
(1)能夠判斷「特徵目標沒有位於該人體輪廓的任一或任多身體部位區域」;(2)能夠判斷「特徵目標有位於該人體輪廓的任一或任多身體部位區域」;(3)能夠判斷「特徵目標是位於該人體輪廓的哪一個或哪多個身體部位區域內」;(4)而上述三種判斷模式能夠單一種模式進行判斷,或是任兩種或三種判斷同時進行。
而當預設人體身上已經有特徵目標時(但本發明之技術亦能夠應用於特徵目標沒有位於人體身上的狀態下進行判斷),當要進行定位辨識,如第3A圖所示,於圖片2中具有一人體,該人體身上具有一傷口/傷疤,而判斷該傷口/傷疤是否位於人體哪個部位的判斷步驟如下:(1)於圖片2中,如第3B圖所示,進行辨識出一特徵目標21及一人體輪廓22出來,並能夠以數個人體座標點來分佈於人體輪廓內,而該人體輪廓內之身體部位區域係以數個人體座標點所形成的不同範圍區域來區分;(2)之後,如第3C圖所示,能夠找出該特徵目標21的中心點(以整張圖為準,找出該特徵目標21的中心點、並以整張圖為準定義出中心點的座標為(x1,y1)),並將該中心點的座標(x1,y1)與分佈於人體輪廓內的人體座標點進行匹配(中心點係能夠為幾何中心點、重量中心點或是相對中心點,如bounding box的正中心點、特徵物的幾何中心點、所有x座標平均值(或中位數)y座標平均值(或中位數)計算過的(x,y),或其他不限定的中心點定義方式);(3)而於匹配過程中能夠有以下三種模式:
(a)第一種模式,能夠依據該中心點與某一個範圍區域內之人體座標點之間的最短距離,進行篩選出一個最接近該中心點的人體座標點,以進而判斷出該特徵目標是否位於哪一個或哪多個的身體部位區域內(由第3C圖可知,中心點是最接近位或是相同於右手臂位置的範圍區域內的人體座標點,故判斷為該特徵目標21是否位於該右手臂位置上;若有兩個人體座標點(在右手臂位置與在身體軀幹位置)與中心點的距離都相同,則能夠判定特徵目標21是否位於該右手臂位置或是身體軀幹位置上)。
(b)第二種模式,能夠依據該中心點與該人體座標點之間的距離,進行排序出該中心點與不同人體座標點的遠近順序,並依據排序結果與不同人體座標點所屬的範圍區域,進行判斷出該特徵目標與不同身體部位區域的遠近排序關係,以進行提供該特徵目標位於不同身體區域的可能性判斷資訊(以第3C圖為例,則能夠列出右手臂位置是第一接近,而身體軀幹位置則是第二接近,且頭部位置則是第三接近的遠近順序)。
(c)第三種模式,也能夠根據閾值進行篩選,也就是於一定的人體座標點數量範圍內,篩選出有哪幾個範圍區域是接近中心點的。
而當要進行另一種的定位辨識,如第4A圖所示,於圖片3中具有一人體,該人體身上具有一傷口/傷疤,而判斷該傷口/傷疤是否位於人體哪個部位的判斷步驟如下:(1)於圖片3中,如第4B圖所示,進行辨識出一特徵目標31及一人體輪廓32出來,並能夠以數個人體座標點來分佈於人體輪廓內,而該人體輪廓內
之身體部位區域係以數個人體座標點所形成的不同範圍區域來區分;(2)之後,如第4C圖所示,能夠找出該特徵目標21的該特徵目標形狀的特徵物座標範圍((x1,y1)(x2,y2)(x3,y3)(x4,y4)),並將分佈於該人體輪廓內的人體座標點與該特徵物座標範圍進行匹配;而該(3)而於匹配過程中能夠有以下兩種模式:
(a)第一種模式,能夠依據分佈於該特徵物座標範圍內之某一個範圍區域內的最多人體座標點數量,進行篩選出於哪一個或哪多個身體部位區域內具有特徵目標;(a1)若有一組人體座標點(都在右手臂位置)落入特徵目標座標範圍內,則判斷為特徵目標是否位於該右手臂位置上;(a2)若有兩組人體座標點(在右手臂位置與在身體軀幹位置)落入特徵目標座標範圍內,如第4C圖所示,兩組的人體座標點數量相同或是接近,故能夠判斷為該特徵目標21是否位於該右手臂位置與身體軀幹位置之間。
(b)第二種模式,能夠依據分佈於該特徵物座標範圍內之人體座標點數量與所屬的範圍區域,進行排序出不同範圍區域於特徵物座標範圍內的分佈大小順序,並依據排序結果,進行判斷出該特徵目標位於不同身體部位區域的分佈大小關係,並提供該特徵目標位於不同身體區域的可能性判斷資訊;若是右手臂位置、身體軀幹位置與頭部位置之人體座標點數量(40,25,10)不一致,則能夠列出右手臂位置是人體座標點數量排第一,而身體軀幹位置則是排第二,且頭部位置則是排第三的遠近
順序)。
另外,本案亦能夠不需區隔身體部位區域,而僅僅判斷特徵目標是否位於人體輪廓內,如第5圖所示,其處理步驟如下:(1)於一輸入圖片或是影片中,進行辨識出一特徵目標及一人體輪廓出來501;(2)定義出該特徵目標的座標與該人體輪廓內的座標502;(3)將該特徵目標的座標與該人體輪廓內的座標進行匹配,以判斷出該特徵目標是否位於該人體輪廓內503。
而辨識模式如下:
(1)能夠找出該特徵目標的中心點,並將該中心點的座標與分佈於人體輪廓內的人體座標點進行匹配,以找出與該中心點位置相同座標的人體座標點,並依據匹配所屬的範圍區域來決定該特徵目標的位置。
(2)能夠找出該特徵目標形狀的特徵物座標範圍,並將分佈於該人體輪廓內的人體座標點與該特徵物座標範圍進行匹配,以找出哪幾個人體座標點是否位於該特徵物座標範圍內。
而於如此辨識目的下,該人體偵測模組1223僅需辨識出一個或多個人體輪廓及其座標,並再透過該位置匹配模組1224判斷出該特徵目標是否位於該人體輪廓內。
本發明所提供之用於人體之特徵辨識方法及其系統,與其他習用技術相互比較時,其優點如下:
(1)本發明能夠用於辨識人體上的特徵物與所在位置,而當應用於醫療領域來講,除了能夠明確搜尋與記錄身體上傷口一類的位置之外,更能夠讓醫護人員能夠遠端了解傷患的狀態,因此對於醫療領域方面將是非常有
幫助。
(2)本發明更能夠先進行辨識是否有衣服、並標示出衣服的範圍,之後進行特徵目標的辨識時,能夠排除衣服所標示的範圍,用以辨識出特徵目標是否位於衣服所標示的範圍內,用以避免因外套或是其他衣服而造成辨識的誤判。
本發明已透過上述之實施例揭露如上,然其並非用以限定本發明,任何熟悉此一技術領域具有通常知識者,在瞭解本發明前述的技術特徵及實施例,並在不脫離本發明之精神和範圍內,當可作些許之更動與潤飾,因此本發明之專利保護範圍須視本說明書所附之請求項所界定者為準。
Claims (13)
- 一種用於人體之特徵辨識方法,其步驟為:於一輸入圖片或是影片中,一應用單元進行辨識出一特徵目標及一人體輪廓出來、並對所辨識出的人體輪廓進行區分成數個身體部位區域,其中該應用單元能夠以數個人體座標點來分佈於該人體輪廓內,而該人體輪廓內之身體部位區域係以數個人體座標點所形成的範圍區域來區分;該應用單元定義出該特徵目標的座標與該人體輪廓內之身體部位區域的座標;該應用單元將該特徵目標的座標與該人體身體部位區域的座標進行匹配,以判斷出該特徵目標是否位於該人體輪廓的任一或任多身體部位區域內。
- 如請求項1所述之用於人體之特徵辨識方法,其中該應用單元能夠找出該特徵目標的中心點,並將該中心點的座標與分佈於人體輪廓內的人體座標點進行匹配,以找出與該中心點位置相同座標的人體座標點或是最接近該中心點位置的人體座標點,並依據匹配所屬的範圍區域來判斷出該特徵目標是否位於哪一個或哪多個的身體部位區域內。
- 如請求項2所述之用於人體之特徵辨識方法,其中該應用單元能夠依據該中心點與該人體座標點之間的距離,進行排序出該中心點與不同人體座標點的遠近順序,並依據排序結果與不同人體座標點所屬的範圍區域,進行提供該特徵目標位於不同身體區域的可能性判斷資訊。
- 如請求項1所述之用於人體之特徵辨識方法,其中該應用單元能夠找出該特徵目標形狀的特徵物座標範圍,並將分佈於該人體輪廓內的人體座標點與該特徵物座標範圍進行匹配,以找出哪幾個人體座標點是否位於該特徵 物座標範圍內,並依據該特徵物座標範圍內的人體座標點數量與所屬的範圍區域,來判斷哪一個或哪幾個的身體部位區域內具有該特徵目標。
- 如請求項4所述之用於人體之特徵辨識方法,其中該應用單元能夠依據分佈於該特徵物座標範圍內之某一個範圍區域內的最多人體座標點數量,進行判斷哪一個身體部位區域內具有該特徵目標。
- 如請求項4所述之用於人體之特徵辨識方法,其中該應用單元能夠依據分佈於該特徵物座標範圍內之人體座標點數量與所屬的範圍區域,進行篩選出不同範圍區域於特徵物座標範圍內的分佈大小,並依據篩選結果,進行判斷出該特徵目標位於不同身體部位區域的分佈關係與提供該特徵目標位於不同身體區域的可能性判斷資訊。
- 一種用於人體之特徵辨識系統,係設置於一電子設備上,而該電子設備有至少一個處理器及至少一個電腦可讀取記錄媒體,該等電腦可讀取記錄媒體儲存有一或多個圖片檔或是影片檔,其中該電腦可讀取記錄媒體更進一步儲存有至少一個應用單元用於能夠處理特徵物的辨識,當由該等處理器執行該等應用單元時,導致該電子設備進行下列程序:於啟動之應用單元中,能夠將輸入之圖片或是影片,進行辨識出一特徵目標及一人體輪廓,其中人體輪廓係區分成數個身體部位區域,其中能夠以數個人體座標點來分佈於該人體輪廓內,而該人體輪廓內之身體部位區域係以數個人體座標點所形成的範圍區域來區分,定義出該特徵目標與該人體輪廓內之身體部位區域的座標,並再將該特徵物座標與該人體身體部位區域的座標進行匹配,以判斷出該特徵目標的位置是否位於該人體輪廓的任一或任多身體部位區域內。
- 如請求項7所述之用於人體之特徵辨識系統,其中該應用單元係包含:一輸入模組,用以輸入一個或一個以上的圖片或是影片;一物件偵測模組,係與該輸入模組相連接,用以將該輸入模組輸入之圖片或是影片進行物件偵測,以辨識出一個或多個特徵目標及其座標;一人體偵測模組,係與該輸入模組相連接,用以將該輸入模組輸入之圖片或是影片進行人體偵測,以辨識出一個或多個人體輪廓,並對所辨識出的人體輪廓進行區分成數個身體部位區域及其座標;以及一位置匹配模組,係與該物件偵測模組及該人體偵測模組相連接,用以判斷出該特徵目標是否位於該人體輪廓的任一或任多身體部位區域內。
- 一種用於人體之特徵辨識方法,其步驟為:於一輸入圖片或是影片中,一應用單元進行辨識出一特徵目標及一人體輪廓出來,其中能夠以數個人體座標點來分佈於該人體輪廓內;該應用單元定義出該特徵目標的座標與該人體輪廓內的座標;該應用單元將該特徵目標的座標與該人體輪廓內的座標進行匹配,以判斷出該特徵目標是否位於該人體輪廓內。
- 如請求項9所述之用於人體之特徵辨識方法,其中該應用單元能夠找出該特徵目標的中心點,並將該中心點的座標與分佈於人體輪廓內的人體座標點進行匹配,以找出與該中心點位置相同座標的人體座標點,以判斷出該特徵目標是否位於該人體輪廓內。
- 如請求項9所述之用於人體之特徵辨識方法,其中該應用單元能夠找出該特徵目標形狀的特徵物座標範圍,並將分佈於該人體輪廓內的人體 座標點與該特徵物座標範圍進行匹配,以找出哪幾個人體座標點是否位於該特徵物座標範圍內,用以判斷出該特徵目標是否位於該人體輪廓內。
- 一種用於人體之特徵辨識系統,係設置於一電子設備上,而該電子設備有至少一個處理器及至少一個電腦可讀取記錄媒體,該等電腦可讀取記錄媒體儲存有一或多個圖片檔或是影片檔,其中該電腦可讀取記錄媒體更進一步儲存有至少一個應用單元用於能夠處理特徵物的辨識,當由該等處理器執行該等應用單元時,導致該電子設備進行下列程序:於啟動之應用單元中,能夠將輸入之圖片或是影片,進行辨識出一特徵目標及一人體輪廓,其中能夠以數個人體座標點來分佈於該人體輪廓內,之後定義出該特徵目標與該人體輪廓內之座標,並再將該特徵物座標與該人體輪廓內的座標進行匹配,以判斷出該特徵目標的位置是否位於該人體輪廓內。
- 如請求項12所述之用於人體之特徵辨識系統,其中該應用單元係包含:一輸入模組,用以輸入一個或一個以上的圖片或是影片;一物件偵測模組,係與該輸入模組相連接,用以將該輸入模組輸入之圖片或是影片進行物件偵測,以辨識出一個或多個特徵目標及其座標;一人體偵測模組,係與該輸入模組相連接,用以將該輸入模組輸入之圖片或是影片進行人體偵測,以辨識出一個或多個人體輪廓及其座標;以及一位置匹配模組,係與該物件偵測模組及該人體偵測模組相連接,用以判斷出該特徵目標是否位於該人體輪廓內。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW109101590A TWI790414B (zh) | 2020-01-16 | 2020-01-16 | 用於人體之特徵辨識方法及其系統 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW109101590A TWI790414B (zh) | 2020-01-16 | 2020-01-16 | 用於人體之特徵辨識方法及其系統 |
Publications (2)
Publication Number | Publication Date |
---|---|
TW202129538A TW202129538A (zh) | 2021-08-01 |
TWI790414B true TWI790414B (zh) | 2023-01-21 |
Family
ID=78282742
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW109101590A TWI790414B (zh) | 2020-01-16 | 2020-01-16 | 用於人體之特徵辨識方法及其系統 |
Country Status (1)
Country | Link |
---|---|
TW (1) | TWI790414B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TW200731954A (en) * | 2006-02-23 | 2007-09-01 | Chung-Ming Chen | Shape-detecting method and system thereof for a image of a tumor |
CN103745204A (zh) * | 2014-01-17 | 2014-04-23 | 公安部第三研究所 | 一种基于斑痣点的体貌特征比对方法 |
CN105354842A (zh) * | 2015-10-22 | 2016-02-24 | 武汉康美华医疗投资管理有限公司 | 一种基于稳定区域的轮廓关键点配准与标识方法 |
CN105447047A (zh) * | 2014-09-02 | 2016-03-30 | 阿里巴巴集团控股有限公司 | 建立拍照模板数据库、提供拍照推荐信息的方法及装置 |
US20180247413A1 (en) * | 2015-09-10 | 2018-08-30 | Agfa Healthcare | Method, apparatus and system for segmentation of anatomical structures in medical images |
WO2019087213A1 (en) * | 2017-11-06 | 2019-05-09 | Chowhan Tushar | A machine vision and machine intelligence aided electronic and computer system for assisting on formation drilling, boring, tunneling on-line guidance, assisted decision and dull grading system for drilling tool and associated drill string components |
-
2020
- 2020-01-16 TW TW109101590A patent/TWI790414B/zh active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TW200731954A (en) * | 2006-02-23 | 2007-09-01 | Chung-Ming Chen | Shape-detecting method and system thereof for a image of a tumor |
CN103745204A (zh) * | 2014-01-17 | 2014-04-23 | 公安部第三研究所 | 一种基于斑痣点的体貌特征比对方法 |
CN105447047A (zh) * | 2014-09-02 | 2016-03-30 | 阿里巴巴集团控股有限公司 | 建立拍照模板数据库、提供拍照推荐信息的方法及装置 |
US20180247413A1 (en) * | 2015-09-10 | 2018-08-30 | Agfa Healthcare | Method, apparatus and system for segmentation of anatomical structures in medical images |
CN105354842A (zh) * | 2015-10-22 | 2016-02-24 | 武汉康美华医疗投资管理有限公司 | 一种基于稳定区域的轮廓关键点配准与标识方法 |
WO2019087213A1 (en) * | 2017-11-06 | 2019-05-09 | Chowhan Tushar | A machine vision and machine intelligence aided electronic and computer system for assisting on formation drilling, boring, tunneling on-line guidance, assisted decision and dull grading system for drilling tool and associated drill string components |
Also Published As
Publication number | Publication date |
---|---|
TW202129538A (zh) | 2021-08-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11922646B2 (en) | Tracking surgical items with prediction of duplicate imaging of items | |
TWI754806B (zh) | 利用深度學習定位虹膜之裝置與方法 | |
JP4860749B2 (ja) | 画像中の人物における位置決め指示との適合性を判定する機器、システム、及び方法 | |
US8325981B2 (en) | Human tracking apparatus, human tracking method, and human tracking processing program | |
CN100361131C (zh) | 信息处理设备、信息处理方法 | |
WO2015165365A1 (zh) | 一种人脸识别方法及系统 | |
CN111344703B (zh) | 基于虹膜识别的用户认证设备和方法 | |
CN109214373A (zh) | 一种用于考勤的人脸识别系统及方法 | |
US20170193284A1 (en) | Face recognition apparatus and method using physiognomic feature information | |
CN106934817A (zh) | 基于多属性的多目标跟踪方法及装置 | |
CN109409298A (zh) | 一种基于视频处理的视线追踪方法 | |
Abd et al. | Human fall down recognition using coordinates key points skeleton | |
JP2017174343A (ja) | 入店者属性抽出装置及び入店者属性抽出プログラム | |
Li et al. | Incorporate online hard example mining and multi-part combination into automatic safety helmet wearing detection | |
RU2315352C2 (ru) | Способ и система для автоматического обнаружения трехмерных образов | |
Nurhudatiana et al. | On criminal identification in color skin images using skin marks (RPPVSM) and fusion with inferred vein patterns | |
Bayat et al. | Scene grammar in human and machine recognition of objects and scenes | |
TWI790414B (zh) | 用於人體之特徵辨識方法及其系統 | |
Latha et al. | A novel method for person authentication using retinal images | |
Wang et al. | Video-based inpatient fall risk assessment: A case study | |
Kulkarni et al. | Eye gaze–based optic disc detection system | |
CN113989913A (zh) | 一种基于人脸识别的智能车载智能开锁方法、装置及存储介质 | |
CN111507192A (zh) | 一种仪容仪表监测方法和装置 | |
Aktas | Shape descriptors | |
Aranjo et al. | Lie Detection Using Facial Analysis Electrodermal Activity Pulse and Temperature |