WO2017215393A1 - 微波图像中人体性别检测方法和装置 - Google Patents

微波图像中人体性别检测方法和装置 Download PDF

Info

Publication number
WO2017215393A1
WO2017215393A1 PCT/CN2017/084631 CN2017084631W WO2017215393A1 WO 2017215393 A1 WO2017215393 A1 WO 2017215393A1 CN 2017084631 W CN2017084631 W CN 2017084631W WO 2017215393 A1 WO2017215393 A1 WO 2017215393A1
Authority
WO
WIPO (PCT)
Prior art keywords
human body
chest
human
crotch
height
Prior art date
Application number
PCT/CN2017/084631
Other languages
English (en)
French (fr)
Inventor
李志权
陈寒江
祁春超
吴光胜
赵术开
丁庆
Original Assignee
深圳市太赫兹科技创新研究院
深圳市无牙太赫兹科技有限公司
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 深圳市太赫兹科技创新研究院, 深圳市无牙太赫兹科技有限公司 filed Critical 深圳市太赫兹科技创新研究院
Priority to EP17812504.3A priority Critical patent/EP3471058A4/en
Priority to US16/305,839 priority patent/US11017219B2/en
Publication of WO2017215393A1 publication Critical patent/WO2017215393A1/zh

Links

Images

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
    • G06V40/103—Static body considered as a whole, e.g. static pedestrian or occupant recognition
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0012—Biomedical image inspection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/00—2D [Two Dimensional] image generation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
    • G06T7/74—Determining position or orientation of objects or cameras using feature-based methods involving reference images or patches
    • 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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20072—Graph-based image processing
    • 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
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30196—Human being; Person

Abstract

本发明涉及一种微波图像中人体性别检测方法和装置，利用人体自身的结构特征，以及构建的垂直方向空间分布直方图和水平方向空间分布直方图，准确定位出人体的胸部位置和裆部位置，根据胸部位置提取出人体胸部子图像，根据裆部位置提取出人体裆部子图像，然后利用特征提取算法分别提取人体胸部子图像和人体裆部子图像的特征值，根据特征值自动判别人体性别。本发明方案简单，经实验验证，能够有效使用于实际的微波安检系统中，实时性高，鲁棒性高，正确识别率满足使用要求，解决了微波安检系统中人体性别实时准确识别的问题，另外，由于本发明可以准确定位出人体的胸部位置和裆部位置，所以根据本发明可以对人体隐私部位进行有效的遮挡和保护。

Description

微波图像中人体性别检测方法和装置 技术领域
本发明涉及图像处理技术领域，特别是涉及一种微波图像中人体性别检测方法和微波图像中人体性别检测装置。
背景技术
微波在传播过程中具有一定穿透性。通过微波成像技术，能够获得被扫描者衣物遮挡下物品成像结果图像。基于微波图像能够有效发现被扫描者衣物下隐藏携带的危险物品，如金属器械、陶瓷刀具、不明液体和粉末等。但是安检过程应该尊重被扫描者的法律权利，应该对被扫描者的隐私信息采取保护措施，所以安检仪器在后端处理图像时会进行隐私遮挡，在前端以卡通的形式显示检测结果。由于男女性别不同，遮挡的策略也不一样，目前安检产品的解决方案是在对被检测对象检测之前，工作人员人工输入被检测对象的性别信息，该方案增加了工作人员的工作负担和检测流程的复杂度。
在非合作情况下，被检测对象在检测过程中在检测空间中站立的空间位置具有任意性，且每一个被检测对象的身高、体型和姿态等存在很大差别，在微波图像中实现对被检测对象的自动空间定位，并对其性别进行自动检测和分类是一项值得研究的重要技术。
男女性别显著差异一般体现在体貌特征和衣着装束上。这些差异在可见光图像上可以清晰的显示出来。由于可见光分辨率非常高，图像中体貌和衣着等灰度层次较高，具有丰富的纹理信息，可以基于Haar(哈尔)特征、灰度匹配和有向梯度直方图(HOG，Histogram of Oriented Gradient)等特征进行检测处理。但是在微波成像的安检系统领域中，上述方法并不适用，原因如下：
1)微波图像与可见光图像成像机理有着本质的差别，成像质量差别很大。微波图像灰度层次较低，清晰度低，且受相干斑乘性噪声的影响。所以可见光图像中的纹理特征提取和人脸检测等方法在微波图像中不能适用；
2)基于微波成像的安检系统对隐私检测、自动判别运算时间和内存空间效率要求很高，已有的HOG特征等在计算过程中特征变量的维数过高，难以满足微波安检系统中实时性要求。
此外，在安检过程中，为尽可能让被检测对象容易接受，不可能对被检测对象的空间站立位置、站立姿态、四肢放置位置和姿势等进行过多严格的约束和要求，检测过程基本上可看作为一非合作情况，并且安检过程中人体携带异物具有未知特性。在非合作情况下，且在被检测对象携带未知物品成像干扰因素的影响下，目前基于复杂规则设定的微波图像人体性别检测方法效果较差。
发明内容
基于此，有必要针对上述问题，提供一种微波图像中人体性别检测方法和装置，规则简单，且能够对微波图像中的人体性别进行准确和实时的检测。
为了达到上述目的，本发明采取的技术方案如下：
一种微波图像中人体性别检测方法，包括步骤：
获取包含人体检测结果的灰度微波图像，根据所述灰度微波图像获得人体轮廓图像；
构建所述人体轮廓图像的垂直方向空间分布直方图，根据所述垂直方向分布直方图获得人体垂直中线的横坐标；
构建所述人体轮廓图像的水平方向空间分布直方图，对所述水平方向空间分布直方图进行局部最小值检测，获得人体头顶纵坐标和人体脚底纵坐标；
根据所述人体头顶纵坐标和所述人体脚底纵坐标获得人体身高；
根据人体部位比例概率模型、所述人体身高、所述水平方向空间分布直方图以及所述人体头顶纵坐标/所述人体脚底纵坐标，获得相对于人体垂直中线的人体胸部位置和人体裆部位置；
根据人体垂直中线的横坐标和所述人体胸部位置提取人体胸部子图像，根据人体垂直中线的横坐标和所述人体裆部位置提取人体裆部子图像；
获得所述人体胸部子图像的胸部特征值和所述人体裆部子图像的裆部特征值，根据所述胸部特征值和所述裆部特征值检测人体性别。
一种微波图像中人体性别检测装置，包括：
人体轮廓图像获取模块，用于获取包含人体检测结果的灰度微波图像，根据所述灰度微波图像获得人体轮廓图像；
垂直中线横坐标获得模块，用于构建所述人体轮廓图像的垂直方向空间分布直方图，根据所述垂直方向分布直方图获得人体垂直中线的横坐标；
头顶和脚底坐标获得模块，用于构建所述人体轮廓图像的水平方向空间分布直方图，对所述水平方向空间分布直方图进行局部最小值检测，获得人体头顶纵坐标和人体脚底纵坐标；
人体身高获得模块，用于根据所述人体头顶纵坐标和所述人体脚底纵坐标获得人体身高；
胸部和裆部位置获得模块，用于根据人体部位比例概率模型、所述人体身高、所述水平方向空间分布直方图以及所述人体头顶纵坐标/所述人体脚底纵坐标，获得相对于人体垂直中线的人体胸部位置和人体裆部位置；
性别特征子图像提取模块，用于根据人体垂直中线的横坐标和所述人体胸部位置提取人体胸部子图像，根据人体垂直中线的横坐标和所述人体裆部位置提取人体裆部子图像；
性别检测模块，用于获得所述人体胸部子图像的胸部特征值和所述人体裆部子图像的裆部特征值，根据所述胸部特征值和所述裆部特征值检测人体性别。
本发明微波图像中人体性别检测方法和装置，利用人体自身的结构特征，以及构建的垂直方向空间分布直方图和水平方向空间分布直方图，准确定位出人体的胸部位置和裆部位置，根据胸部位置提取出人体胸部子图像，根据裆部位置提取出人体裆部子图像，然后计算出人体胸部子图像和人体裆部子图像的特征值，根据特征值自动判别人体性别。本发明方案简单，经实验验证，能够有效使用于实际的微波安检系统中，实时性高，鲁棒性高，正确识别率满足使用要求，解决了微波安检系统中人体性别实时准确识别的问题，另外，由于本发明可以准确定位出人体的胸部位置和裆部位置，所以根据本发明可以对人体隐私部位进行有效的遮挡和保护。
附图说明
图1为本发明微波图像中人体性别检测方法实施例的流程示意图；
图2为本发明输入的灰度微波图像具体实施例的示意图；
图3为本发明获得的二值化图像具体实施例的示意图；
图4为本发明获得的人体轮廓图像具体实施例的示意图；
图5为本发明构建的垂直方向空间分布直方图具体实施例的示意图；
图6为本发明构建的水平方向空间分布直方图具体实施例的示意图；
图7为本发明提取的人体胸部子图像具体实施例的示意图；
图8为本发明提取的人体裆部子图像具体实施例的示意图；
图9为本发明微波图像中人体性别检测装置实施例的结构示意图；
图10为本发明胸部和裆部位置获得模块实施例的结构示意图。
具体实施方式
在微波安检系统(如近场毫米波成像安检系统)中，在经过微波信号发射、接收以及对接收信号成像后，需要基于微波成像结果图像完成异物自动检测、人体隐私部位自动检测与分类遮挡等过程，男女性别不同，遮挡的策略也不一样。
在近场微波安检过程中，对人体性别自动识别一般体现在两个方面：第一，安检过程中所站立的空间位置的不确定性以及在不同角度下人体回波信号成像在结果图像中的反映；第二，确定人体胸部和裆部所在的空间垂直高度位置以及宽度大小。微波图像与光学图像信号有着本质的不同(噪声原理、灰度层次等方面)，在微波安检过程中，需要结合灰度微波图像自身特点以及人体在成像结果中的结构特点完成。经理论研究和大量实验，灰度微波图像中的人体结构特点如下：
人体皮肤对微波信号的介电常数要大于衣织物的介电常数，该特点反映在灰度微波图像时，则为人体的成像灰度信息要高于背景成像的灰度信息。人体区域虽然灰度纹理信息较差，斑状噪声感染较重，但是人体结构在绝大多数成像角度下基本呈左右对称，头部端正的状态，只是双手的放置位置、体型姿态 和面部朝向有所区别。
本发明基于上述特征，通过对微波人体图像的精确统计信息分析，并利用人体自身的结构特征，准确定位出人体的胸部位置和裆部位置，然后利用特征提取算法自动判别人体性别，针对性强，鲁棒性高，在实践中取得了良好的效果。
为更进一步阐述本发明所采取的技术手段及取得的效果，下面结合附图及较佳实施例，对本发明的技术方案，进行清楚和完整的描述。需要说明的是，文中出现的第一、第二等字眼仅用于区分同一技术特征，并不对该技术特征的顺序和数量等加以限定。
如图1所示，一种微波图像中人体性别检测方法，包括步骤：
S110、获取包含人体检测结果的灰度微波图像，根据所述灰度微波图像获得人体轮廓图像；
S120、构建所述人体轮廓图像的垂直方向空间分布直方图，根据所述垂直方向分布直方图获得人体垂直中线的横坐标；
S130、构建所述人体轮廓图像的水平方向空间分布直方图，对所述水平方向空间分布直方图进行局部最小值检测，获得人体头顶纵坐标和人体脚底纵坐标；
S140、根据所述人体头顶纵坐标和所述人体脚底纵坐标获得人体身高；
S150、根据人体部位比例概率模型、所述人体身高、所述水平方向空间分布直方图以及所述人体头顶纵坐标/所述人体脚底纵坐标，获得相对于人体垂直中线的人体胸部位置和人体裆部位置；
S160、根据人体垂直中线的横坐标和所述人体胸部位置提取人体胸部子图像，根据人体垂直中线的横坐标和所述人体裆部位置提取人体裆部子图像；
S170、获得所述人体胸部子图像的胸部特征值和所述人体裆部子图像的裆部特征值，根据所述胸部特征值和所述裆部特征值检测人体性别。
在步骤S110中，输入包含人体检测结果的灰度微波图像I(x，y)，如图2所示。由于微波检测过程基本上可看作为一非合作情况，所以输入的灰度微波图像一般是非合作情况下的灰度微波图像，本发明也可以输入合作情况下的灰 度微波图像。
根据输入的灰度微波图像获得人体轮廓图像有多种方法，例如，在一个实施例中，先对灰度微波图像I(x，y)进行灰度分割，获取二值化图像B(x，y)，如图3所示，然后对二值化图像B(x，y)在水平方向和垂直方向均进行形态学操作，生成人体轮廓图像B2(x，y)，如图4所示。
对灰度微波图像I(x，y)进行灰度分割获得对应二值化图像B(x，y)可以根据下式实现：
Figure PCTCN2017084631-appb-000001
其中，x为图像列数目，y为图像行数目，T为阈值，B(x，y)中数值为255的代表人体区域。
对B(x，y)图像中分割出的人体区域在水平方向和垂直方向进行形态学膨胀和腐蚀操作，其核函数为1×3和3×1大小的核，膨胀操作和腐蚀操作表达式为：
Figure PCTCN2017084631-appb-000002
(膨胀操作)
Figure PCTCN2017084631-appb-000003
(腐蚀操作)
其中，x′和y′表示核函数所对应的平移单位数值。
在进行形态学操作时，可以对B(x，y)图像先进行膨胀操作后进行腐蚀操作，获得人体轮廓图像B2(x，y)；也可以对B(x，y)图像先进行腐蚀操作后进行膨胀操作，获得人体轮廓图像B2(x，y)。为了得到边缘平滑的人体轮廓图像，在进行形态学操作时，本发明优选为对B(x，y)图像先进行膨胀操作后进行腐蚀操作，获得人体轮廓图像B2(x，y)。
在步骤S120中，对人体轮廓图像B2(x，y)构建垂直方向空间分布直方图H，如图5所示：
Figure PCTCN2017084631-appb-000004
对所有构建的垂直方向空间分布直方图进行平滑处理，平滑尺度为3:
Figure PCTCN2017084631-appb-000005
根据垂直方向分布直方图获得人体垂直中线的横坐标有多种实现方式，例如，在一个实施例中，根据所述垂直方向分布直方图获得人体垂直中线的横坐标的步骤可以包括：
S1201、在垂直方向分布直方图H中提取上半部分子垂直方向分布直方图H2；
提取上半部分子垂直方向分布直方图H2即按照50％*H的方式提取，本发明还可以按照其他比例提取上半部分子垂直方向分布直方图，本发明并不对此做出限定。
S1202、获取上半部分子垂直方向分布直方图H2中最大数值：
Figure PCTCN2017084631-appb-000006
xmid所在列即为人体垂直中线所在的横坐标位置，如图4所示的垂直中线。
根据所述垂直方向分布直方图获得人体垂直中线的横坐标还可以根据现有技术中的其它方式实现，在此不予示例。
在步骤S130中，对人体轮廓图像B2(x，y)构建水平方向空间分布直方图，如图6所示：
Figure PCTCN2017084631-appb-000007
对所有构建的垂直方向空间分布直方图进行平滑处理，平滑尺度为3：
Figure PCTCN2017084631-appb-000008
在一个实施例中，对所述水平方向空间分布直方图进行局部最小值检测，获得人体头顶纵坐标和人体脚底纵坐标的步骤可以包括：
S1301、对所述水平方向空间分布直方图的第一局部区域进行最小值检测，将检测到的最小值确定为人体头顶纵坐标yhead，其中所述第一局部区域为[人体垂直中线的横坐标xmid-第一设定值，人体垂直中线的横坐标xmid+第二设定值]；
[]包括两端边界。第一设定值和第二设定值可以相同，也可以不相同，用户 可以根据实际需要确定。例如，第一局部区域的尺度定义为31像素，第一设定值和第二设定值相同，则第一局部区域为[xmid-15,xmid+15]。
S1302、在所述水平方向空间分布直方图的第二局部区域内，获得每一行中像素值为预设像素值的个数，将个数小于预设个数的行确定为人体脚底纵坐标yfoot，其中所述第二局部区域为[所述水平方向空间分布直方图的底部，位于所述底部的上面且与所述底部的距离为第三设定值的位置]。
第三设定值可以根据实际需要确定，例如第二局部区域的尺度定义为60像素，则第二局部区域即为距离图像底部60像素位置与图像底部之间的区域。预设像素值可以设置为255，在获得个数时，可以在第二局部区域内从上到下搜索每一行人体图像有多少像素值为255，并统计其个数，当个数小于某一阈值时确定对应的行是脚底纵坐标yfoot位置。
在步骤S140中，通过人体头顶纵坐标yhead和人体脚底纵坐标yfoot可以求得人体身高height：
height＝|yfoot-yhead|
在步骤S150中，人体胸部位置包括人体胸部纵坐标、人体胸部宽度和人体胸部高度，人体裆部位置包括人体裆部纵坐标、人体裆部宽度和人体裆部高度。在一个实施例中，根据人体部位比例概率模型、所述人体身高、所述水平方向空间分布直方图以及所述人体头顶纵坐标/所述人体脚底纵坐标，获得相对于人体垂直中线的人体胸部位置和人体裆部位置的步骤可以包括：
根据人体部位比例概率模型、所述人体身高、所述水平方向空间分布直方图以及所述人体头顶纵坐标/所述人体脚底纵坐标，获得人体胸部纵坐标和人体裆部纵坐标；
根据所述人体身高、所述人体部位比例概率模型以及所述水平方向空间分布直方图，获得人体胸部宽度和人体裆部宽度；
根据所述人体身高和所述人体部位比例概率模型，获得人体胸部高度和人体裆部高度。
需要说明的是，在确定人体胸部纵坐标和人体裆部纵坐标时，可以根据人体部位比例概率模型、所述人体身高、所述水平方向空间分布直方图以及所述 人体头顶纵坐标获得，也可以根据人体部位比例概率模型、所述人体身高、所述水平方向空间分布直方图以及所述人体脚底纵坐标获得。
为了更好地理解上述实施过程，下面从人体胸部位置的确定方法和人体裆部位置的确定方法两个方面进行详细阐述。
首先对获得人体胸部位置的步骤进行详细介绍。
在确定人体胸部纵坐标时，可以先利用人体部位比例概率模型对人体胸部纵坐标进行粗略定位，然后结合水平方向空间分布直方图局部信息对人体胸部纵坐标进行精确定位，获得精确的人体胸部纵坐标，具体为：
S1501、根据所述人体身高height、人体部位比例概率模型中的身高和胸部的比值HEIGHT_CHEST_RATIO以及所述人体头顶纵坐标yhead/人体脚底纵坐标yfoot，获得人体胸部第一纵坐标ychest。利用人体头顶纵坐标yhead的表达式如下：
ychest＝height*HEIGHT_CHEST_RATIO+yhead
其中，HEIGHT_CHEST_RATIO是基于N幅人体微波图像中人体身高和人体胸部水平位置的测量值得到的平均值，优选为0.8等。人体胸部第一纵坐标ychest即为得到的人体胸部粗略纵坐标。
需要说明的是，用户还可以以人体脚底纵坐标为参考点，确定人体胸部第一纵坐标，本发明并不对此做出限定。
S1502、根据所述水平方向空间分布直方图获得所述人体胸部第一纵坐标附近的峰值区域，将峰值区域对应的纵坐标确定为人体胸部第二纵坐标，其中峰值区域与所述人体胸部第一纵坐标的距离小于第一距离阈值；
由于人体胸部成像特点，在人体胸部粗略纵坐标位置附近水平方向空间分布直方图会有一个峰值区域，其所对应的纵坐标为y′chest，即人体胸部第二纵坐标。
S1503、根据所述人体胸部第一纵坐标和所述人体胸部第二纵坐标获得人体胸部纵坐标
Figure PCTCN2017084631-appb-000009
表达式如下：
Figure PCTCN2017084631-appb-000010
在确定人体胸部宽度时，利用人体部位比例概率模型对人体胸部宽度进行粗略估算，并结合水平方向空间分布直方图局部信息对人体胸部宽度精确计算，具体为：
S1504、根据所述人体身高height和所述人体部位比例概率模型中的身高和胸部宽度的比值HEIGHT_CHEST_WIDTH_RATIO获得人体第一胸部宽度wchest；
wchest＝height*HEIGHT_CHEST_WIDTH_RATIO
其中，HEIGHT_CHEST_WIDTH_RATIO是基于N幅人体微波图片中人体身高和胸腔宽度的测量值得到的平均值，优选为0.24。
S1505、获得所述水平方向空间分布直方图在所述人体胸部第二纵坐标处的边界信息，根据所述边界信息获得人体第二胸部宽度；
由于人体胸部成像特点，在胸部粗略纵坐标位置附近水平方向空间分布直方图V出现一个峰值区域的纵坐标y′chest，确定水平方向空间分布直方图V在y′chest位置的宽度w′chest，即获得第二胸部宽度w′chest，w′chest接近人体胸部宽度的实际值。
S1506、根据所述人体第一胸部宽度、所述人体第二胸部宽度以及第一预设富余量获得人体胸部宽度；
为了提升对噪声的鲁棒性，增加一个富余量Δchest，优选的典型值为3像素，则人体胸部宽度根据以下表达式获得：
Figure PCTCN2017084631-appb-000011
在确定人体胸部高度时，利用人体部位比例概率模型对人体胸部高度范围进行粗略估算，获得人体胸部高度lchest，具体表达式为：
lchest＝height*HEIGHT_CHEST_HEIGHT_RATIO
其中，HEIGHT_CHEST_HEIGHT_RATIO是基于N幅人体微波图片中人体身高和胸腔高度的测量值得到的平均值，优选为0.13。
然后对获得人体裆部位置的步骤进行详细介绍。
在确定人体裆部纵坐标时，可以先利用人体部位比例概率模型对人体裆部纵坐标进行粗略定位，然后结合水平方向空间分布直方图局部信息对人体裆部纵坐标进行精确定位，获得精确的人体裆部纵坐标，具体为：
S150-1、根据所述人体身高height、人体部位比例概率模型中的身高和裆部的比值HEIGHT_CROTCH_RATIO以及所述人体头顶纵坐标yhead/人体脚底纵坐标yfoot，获得人体裆部第一纵坐标ycrotch。利用人体头顶纵坐标yhead的表达式如下：
ycrotch＝height*HEIGHT_CROTCH_RATIO+yhead
其中，HEIGHT_CROTCH_RATIO是基于N幅人体微波图像中人体身高和人体裆部水平位置的测量值得到的平均值，优选为0.51等。人体裆部第一纵坐标ycrotch即为得到的人体裆部粗略纵坐标。
需要说明的是，用户还可以以人体脚底纵坐标为参考点，确定人体裆部第一纵坐标，本发明并不对此做出限定。
S150-2、根据所述水平方向空间分布直方图获得所述人体裆部第一纵坐标附近的峰值区域，将峰值区域对应的纵坐标确定为人体裆部第二纵坐标，其中峰值区域与所述人体裆部第一纵坐标的距离小于第二距离阈值；
由于人体裆部成像特点，在人体裆部粗略纵坐标附近水平方向空间分布直方图会有一个峰值区域，其所对应的纵坐标为y′crotch，即人体裆部第二纵坐标。
S150-3、根据所述人体裆部第一纵坐标和所述人体裆部第二纵坐标获得人体裆部纵坐标
Figure PCTCN2017084631-appb-000012
表达式如下：
Figure PCTCN2017084631-appb-000013
在确定人体裆部宽度时，利用人体部位比例概率模型对人体裆部宽度进粗略估算，并结合水平方向空间分布直方图局部信息对人体裆部宽度精确计算，具体为：
S150-4、根据所述人体身高height和所述人体部位比例概率模型中的身高和裆部宽度的比值HEIGHT_CROTCH_WIDTH_RATIO获得人体第一裆部宽度wcrotch；
wcrotch＝height*HEIGHT_CROTCH_WIDTH_RATIO
其中，HEIGHT_CROTCH_WIDTH_RATIO是基于N幅人体微波图片中人体身高和裆部宽度的测量值得到的平均值，优选为0.14。
S150-5、获得所述水平方向空间分布直方图在所述人体裆部第二纵坐标处的边界信息，根据所述边界信息获得人体第二裆部宽度；
由于人体裆部成像特点，在裆部粗略纵坐标位置附近水平方向空间分布直方图V出现一个峰值区域的纵坐标y′crotch，确定水平方向空间分布直方图V在y′crotch位置的宽度w′crotch，即获得第二裆部宽度w′crotch，w′crotch接近人体裆部宽度的实际值。
S150-6、根据所述人体第一裆部宽度、所述人体第二裆部宽度以及第二预设富余量获得人体裆部宽度。
为了提升对噪声的鲁棒性，增加一个富余量Δcrotch，优选的典型值为3像素，则人体裆部宽度根据以下表达式获得：
Figure PCTCN2017084631-appb-000014
在确定人体裆部高度时，利用人体部位比例概率模型对人体裆部高度范围进行粗略估算，获得人体裆部高度lcrotch，具体表达式为：
lcrotch＝height*HEIGHT_CROTCH_HEIGHT_RATIO
其中，HEIGHT_CROTCH_HEIGHT_RATIO是基于N幅人体微波图片中人体身高和裆部高度的测量值得到的平均值，优选为0.13。
在步骤S160中，可以利用平均灰度方差特征提取算法分别提取人体胸部子图像和人体裆部子图像，提取的人体胸部子图像如图7所示，提取的人体裆部子图像如图8所示。
在一个实施例中，根据人体垂直中线的横坐标和所述人体胸部位置提取人体胸部子图像的步骤可以包括：
以坐标(人体垂直中线的横坐标，所述人体胸部纵坐标)为中心提取人体胸部子图像，其中所述人体胸部子图像的垂直高度范围为[所述人体胸部纵坐标-所述人体胸部高度/2，所述人体胸部纵坐标+所述人体胸部高度/2]，所述人体胸部子图像的水平宽度范围为[人体垂直中线的横坐标-所述人体胸部宽度/2，所述人体垂直中线的横坐标+所述人体胸部宽度/2]。
以人体垂直中线所在的位置为提取人体胸部子图像的中心，其坐标为(xmid，
Figure PCTCN2017084631-appb-000015
)，垂直高度范围为
Figure PCTCN2017084631-appb-000016
水平宽度范围为
Figure PCTCN2017084631-appb-000017
在一个实施例中，根据人体垂直中线的横坐标和所述人体裆部位置提取人体裆部子图像的步骤可以包括：
以坐标(人体垂直中线的横坐标，所述人体裆部纵坐标)为中心提取人体裆部子图像，其中所述人体裆部子图像的垂直高度范围为[所述人体裆部纵坐标-所述人体裆部高度/2，所述人体裆部纵坐标+所述人体裆部高度/2]，所述人体裆 部子图像的水平宽度范围为[人体垂直中线的横坐标-所述人体裆部宽度/2，所述人体垂直中线的横坐标+所述人体裆部宽度/2]。
以人体垂直中线所在的位置为提取人体裆部子图像的中心，其坐标为(xmid，
Figure PCTCN2017084631-appb-000018
)，垂直高度范围为
Figure PCTCN2017084631-appb-000019
水平宽度范围为
Figure PCTCN2017084631-appb-000020
在步骤S170中，将提取的人体胸部子图像和人体裆部子图像压缩到固定模板大小，例如，胸部图片模板大小为80像素*60像素，裆部图片模板大小为50像素*50像素，分别计算人体胸部子图像的胸部特征值和人体裆部子图像的裆部特征值，并根据N幅图片训练出的特征阈值Tgender判断人体性别，表达式如下：
Figure PCTCN2017084631-appb-000021
其中，feature_value表示胸部特征值或裆部特征值，Tgender表示胸部的特征阈值Tchest或裆部的特征阈值Tcrotch。优选的，胸部的特征阈值Tchest的均值＝2.5，标准差＝17；裆部的特征阈值Tcrotch的均值＝3.7，标准差＝23，Female表示女性，Unknow表示无法确定或中性，Male表示男性。
在一个实施例中，根据所述胸部特征值和所述裆部特征值检测人体性别的步骤可以包括：
从预设的胸部特征阈值区间[胸部特征阈值最小值，胸部特征阈值最大值]中选取胸部特征阈值，将选取的胸部特征阈值作为当前胸部特征阈值；可以利用最大类间方差法(OTSU)获取胸部特征阈值；
比较所述胸部特征值与所述当前胸部特征阈值的大小；
若所述胸部特征值小于所述当前胸部特征阈值，确定胸部检测的性别为女性；若所述胸部特征值等于所述当前胸部特征阈值，确定胸部检测的性别为中性；若所述胸部特征值大于所述当前胸部特征阈值，确定胸部检测的性别为男性；
从预设的裆部特征阈值区间[裆部特征阈值最小值，裆部特征阈值最大值]中选取裆部特征阈值，将选取的裆部特征阈值作为当前裆部特征阈值；可以利 用最大类间方差法(OTSU)获取裆部特征阈值；
比较所述裆部特征值与所述当前裆部特征阈值的大小；
若所述裆部特征值小于所述当前裆部特征阈值，确定裆部检测的性别为女性；若所述裆部特征值等于所述当前裆部特征阈值，确定裆部检测的性别为中性；若所述裆部特征值大于所述当前裆部特征阈值，确定裆部检测的性别为男性；
若胸部检测的性别和裆部检测的性别相同，将胸部检测的性别或裆部检测的性别确定为人体性别；
若胸部检测的性别和裆部检测的性别不相同，比较胸部的特征值偏离程度和裆部的特征值偏离程度的大小，将与较大的特征值偏离程度对应的性别确定为人体性别，其中，胸部的特征值偏离程度为|所述当前胸部特征阈值-所述胸部特征值|/所述胸部特征阈值区间范围，裆部的特征值偏离程度为|所述当前裆部特征阈值-所述裆部特征值|/所述裆部特征阈值区间范围，所述胸部特征阈值区间范围为|胸部特征阈值最大值-胸部特征阈值最小值|，所述裆部特征阈值区间范围为|裆部特征阈值最大值-裆部特征阈值最小值|。
为了更好地理解上述性别检测的方法，下面结合一个具体实施例进行详细介绍。
胸部特征值为Vchest，胸部特征阈值区间为[Tchest-min，Tchest-max]，从该胸部特征阈值区间中选取一个胸部特征阈值Tchest，则胸部的特征值偏离程度A＝|Tchest-Vchest|/|Tchest-max-Tchest-min|。
裆部特征值为Vcrotch，裆部特征阈值区间为[Tcrotch-min，Tcrotch-max]，从该裆部特征阈值区间中选取一个裆部特征阈值Tcrotch，则裆部的特征值偏离程度B＝|Tcrotch-Vcrotch|/|Tcrotch-max-Tcrotch-min|。
假设根据胸部特征值Vchest检测的性别为女性，根据裆部特征值Vcrotch检测的性别为女性，则确定人体性别为女性；根据胸部特征值Vchest检测的性别为女性，根据裆部特征值Vcrotch检测的性别为男性，裆部的特征值偏离程度大于胸部的特征值偏离程度，意味着裆部检测的结果较为准确，则将男性作为人体性别。
基于同一发明构思，本发明还提供一种微波图像中人体性别检测装置，下 面结合附图对本发明装置的具体实施方式进行详细描述。
如图9所示，一种微波图像中人体性别检测装置，包括：
人体轮廓图像获取模块110，用于获取包含人体检测结果的灰度微波图像，根据所述灰度微波图像获得人体轮廓图像；
垂直中线横坐标获得模块120，用于构建所述人体轮廓图像的垂直方向空间分布直方图，根据所述垂直方向分布直方图获得人体垂直中线的横坐标；
头顶和脚底坐标获得模块130，用于构建所述人体轮廓图像的水平方向空间分布直方图，对所述水平方向空间分布直方图进行局部最小值检测，获得人体头顶纵坐标和人体脚底纵坐标；
人体身高获得模块140，用于根据所述人体头顶纵坐标和所述人体脚底纵坐标获得人体身高；
胸部和裆部位置获得模块150，用于根据人体部位比例概率模型、所述人体身高、所述水平方向空间分布直方图以及所述人体头顶纵坐标/所述人体脚底纵坐标，获得相对于人体垂直中线的人体胸部位置和人体裆部位置；
性别特征子图像提取模块160，用于根据人体垂直中线的横坐标和所述人体胸部位置提取人体胸部子图像，根据人体垂直中线的横坐标和所述人体裆部位置提取人体裆部子图像；
性别检测模块170，用于获得所述人体胸部子图像的胸部特征值和所述人体裆部子图像的裆部特征值，根据所述胸部特征值和所述裆部特征值检测人体性别。
在一个实施例中，如图10所示，所述胸部和裆部位置获得模块150可以包括：
胸部和裆部纵坐标获得单元1501，用于根据人体部位比例概率模型、所述人体身高、所述水平方向空间分布直方图以及所述人体头顶纵坐标/所述人体脚底纵坐标，获得人体胸部纵坐标和人体裆部纵坐标；
胸部和裆部宽度获得单元1502，用于根据所述人体身高、所述人体部位比例概率模型以及所述水平方向空间分布直方图，获得人体胸部宽度和人体裆部宽度；
胸部和裆部高度获得单元1503，用于根据所述人体身高和所述人体部位比例概率模型，获得人体胸部高度和人体裆部高度。
本发明装置其它技术特征与本发明方法相同，在此不予赘述。
本发明方案简单，经实验验证，能够有效使用于实际的微波安检系统中，实时性高，鲁棒性高，正确识别率满足使用要求，解决了微波安检系统中人体性别实时准确识别的问题，另外，由于本发明可以准确定位出人体的胸部位置和裆部位置，所以根据本发明可以对人体隐私部位进行有效的遮挡和保护。
以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。

Claims (10)

  1. 一种微波图像中人体性别检测方法，其特征在于，包括步骤：
    获取包含人体检测结果的灰度微波图像，根据所述灰度微波图像获得人体轮廓图像；
    构建所述人体轮廓图像的垂直方向空间分布直方图，根据所述垂直方向分布直方图获得人体垂直中线的横坐标；
    构建所述人体轮廓图像的水平方向空间分布直方图，对所述水平方向空间分布直方图进行局部最小值检测，获得人体头顶纵坐标和人体脚底纵坐标；
    根据所述人体头顶纵坐标和所述人体脚底纵坐标获得人体身高；
    根据人体部位比例概率模型、所述人体身高、所述水平方向空间分布直方图以及所述人体头顶纵坐标/所述人体脚底纵坐标，获得相对于人体垂直中线的人体胸部位置和人体裆部位置；
    根据人体垂直中线的横坐标和所述人体胸部位置提取人体胸部子图像，根据人体垂直中线的横坐标和所述人体裆部位置提取人体裆部子图像；
    获得所述人体胸部子图像的胸部特征值和所述人体裆部子图像的裆部特征值，根据所述胸部特征值和所述裆部特征值检测人体性别。
  2. 根据权利要求1所述的微波图像中人体性别检测方法，其特征在于，对所述水平方向空间分布直方图进行局部最小值检测，获得人体头顶纵坐标和人体脚底纵坐标的步骤包括：
    对所述水平方向空间分布直方图的第一局部区域进行最小值检测，将检测到的最小值确定为人体头顶纵坐标，其中所述第一局部区域为[人体垂直中线的横坐标-第一设定值，人体垂直中线的横坐标+第二设定值]；
    在所述水平方向空间分布直方图的第二局部区域内，获得每一行中像素值为预设像素值的个数，将个数小于预设个数的行确定为人体脚底纵坐标，其中所述第二局部区域为[所述水平方向空间分布直方图的底部，位于所述底部的上面且与所述底部的距离为第三设定值的位置]。
  3. 根据权利要求1所述的微波图像中人体性别检测方法，其特征在于，根据人体部位比例概率模型、所述人体身高、所述水平方向空间分布直方图以及 所述人体头顶纵坐标/所述人体脚底纵坐标，获得相对于人体垂直中线的人体胸部位置和人体裆部位置的步骤包括：
    根据人体部位比例概率模型、所述人体身高、所述水平方向空间分布直方图以及所述人体头顶纵坐标/所述人体脚底纵坐标，获得人体胸部纵坐标和人体裆部纵坐标；
    根据所述人体身高、所述人体部位比例概率模型以及所述水平方向空间分布直方图，获得人体胸部宽度和人体裆部宽度；
    根据所述人体身高和所述人体部位比例概率模型，获得人体胸部高度和人体裆部高度。
  4. 根据权利要求3所述的微波图像中人体性别检测方法，其特征在于，
    根据人体部位比例概率模型、所述人体身高、所述水平方向空间分布直方图以及所述人体头顶纵坐标/所述人体脚底纵坐标，获得人体胸部纵坐标的步骤包括：
    根据所述人体身高、人体部位比例概率模型中的身高和胸部的比值以及所述人体头顶纵坐标/所述人体脚底纵坐标，获得人体胸部第一纵坐标；
    根据所述水平方向空间分布直方图获得所述人体胸部第一纵坐标附近的峰值区域，将峰值区域对应的纵坐标确定为人体胸部第二纵坐标，其中峰值区域与所述人体胸部第一纵坐标的距离小于第一距离阈值；
    根据所述人体胸部第一纵坐标和所述人体胸部第二纵坐标获得人体胸部纵坐标；
    根据人体部位比例概率模型、所述人体身高、所述水平方向空间分布直方图以及所述人体头顶纵坐标/所述人体脚底纵坐标，获得人体裆部纵坐标的步骤包括：
    根据所述人体身高、人体部位比例概率模型中的身高和裆部的比值以及所述人体头顶纵坐标/所述人体脚底纵坐标，获得人体裆部第一纵坐标；
    根据所述水平方向空间分布直方图获得所述人体裆部第一纵坐标附近的峰值区域，将峰值区域对应的纵坐标确定为人体裆部第二纵坐标，其中峰值区域与所述人体裆部第一纵坐标的距离小于第二距离阈值；
    根据所述人体裆部第一纵坐标和所述人体裆部第二纵坐标获得人体裆部纵坐标。
  5. 根据权利要求3所述的微波图像中人体性别检测方法，其特征在于，
    根据所述人体身高、所述人体部位比例概率模型以及所述水平方向空间分布直方图，获得人体胸部宽度的步骤包括：
    根据所述人体身高和所述人体部位比例概率模型中的身高和胸部宽度的比值获得人体第一胸部宽度；
    获得所述水平方向空间分布直方图在所述人体胸部第二纵坐标处的边界信息，根据所述边界信息获得人体第二胸部宽度；
    根据所述人体第一胸部宽度、所述人体第二胸部宽度以及第一预设富余量获得人体胸部宽度；
    根据所述人体身高、所述人体部位比例概率模型以及所述水平方向空间分布直方图，获得人体裆部宽度的步骤包括：
    根据所述人体身高和所述人体部位比例概率模型中的身高和裆部宽度的比值获得人体第一裆部宽度；
    获得所述水平方向空间分布直方图在所述人体裆部第二纵坐标处的边界信息，根据所述边界信息获得人体第二裆部宽度；
    根据所述人体第一裆部宽度、所述人体第二裆部宽度以及第二预设富余量获得人体裆部宽度。
  6. 根据权利要求3所述的微波图像中人体性别检测方法，其特征在于，根据所述人体身高和所述人体部位比例概率模型，获得人体胸部高度和人体裆部高度的步骤包括：
    根据所述人体身高和所述人体部位比例概率模型中的身高和胸部高度的比值，获得人体胸部高度；
    根据所述人体身高和所述人体部位比例概率模型中的身高和裆部高度的比值，获得人体裆部高度。
  7. 根据权利要求3至6任意一项所述的微波图像中人体性别检测方法，其特征在于，
    根据人体垂直中线的横坐标和所述人体胸部位置提取人体胸部子图像的步骤包括：
    以坐标(人体垂直中线的横坐标，所述人体胸部纵坐标)为中心提取人体胸部子图像，其中所述人体胸部子图像的垂直高度范围为[所述人体胸部纵坐标-所述人体胸部高度/2，所述人体胸部纵坐标+所述人体胸部高度/2]，所述人体胸部子图像的水平宽度范围为[人体垂直中线的横坐标-所述人体胸部宽度/2，所述人体垂直中线的横坐标+所述人体胸部宽度/2]；
    根据人体垂直中线的横坐标和所述人体裆部位置提取人体裆部子图像的步骤包括：
    以坐标(人体垂直中线的横坐标，所述人体裆部纵坐标)为中心提取人体裆部子图像，其中所述人体裆部子图像的垂直高度范围为[所述人体裆部纵坐标-所述人体裆部高度/2，所述人体裆部纵坐标+所述人体裆部高度/2]，所述人体裆部子图像的水平宽度范围为[人体垂直中线的横坐标-所述人体裆部宽度/2，所述人体垂直中线的横坐标+所述人体裆部宽度/2]。
  8. 根据权利要求1所述的微波图像中人体性别检测方法，其特征在于，根据所述胸部特征值和所述裆部特征值检测人体性别的步骤包括：
    从预设的胸部特征阈值区间[胸部特征阈值最小值，胸部特征阈值最大值]中选取胸部特征阈值，将选取的胸部特征阈值作为当前胸部特征阈值；
    比较所述胸部特征值与所述当前胸部特征阈值的大小；
    若所述胸部特征值小于所述当前胸部特征阈值，确定胸部检测的性别为女性；若所述胸部特征值等于所述当前胸部特征阈值，确定胸部检测的性别为中性；若所述胸部特征值大于所述当前胸部特征阈值，确定胸部检测的性别为男性；
    从预设的裆部特征阈值区间[裆部特征阈值最小值，裆部特征阈值最大值]中选取裆部特征阈值，将选取的裆部特征阈值作为当前裆部特征阈值；
    比较所述裆部特征值与所述当前裆部特征阈值的大小；
    若所述裆部特征值小于所述当前裆部特征阈值，确定裆部检测的性别为女性；若所述裆部特征值等于所述当前裆部特征阈值，确定裆部检测的性别为中 性；若所述裆部特征值大于所述当前裆部特征阈值，确定裆部检测的性别为男性；
    若胸部检测的性别和裆部检测的性别相同，将胸部检测的性别或裆部检测的性别确定为人体性别；
    若胸部检测的性别和裆部检测的性别不相同，比较胸部的特征值偏离程度和裆部的特征值偏离程度的大小，将与较大的特征值偏离程度对应的性别确定为人体性别，其中，胸部的特征值偏离程度为|所述当前胸部特征阈值-所述胸部特征值|/所述胸部特征阈值区间范围，裆部的特征值偏离程度为|所述当前裆部特征阈值-所述裆部特征值|/所述裆部特征阈值区间范围，所述胸部特征阈值区间范围为|胸部特征阈值最大值-胸部特征阈值最小值|，所述裆部特征阈值区间范围为|裆部特征阈值最大值-裆部特征阈值最小值|。
  9. 一种微波图像中人体性别检测装置，其特征在于，包括：
    人体轮廓图像获取模块，用于获取包含人体检测结果的灰度微波图像，根据所述灰度微波图像获得人体轮廓图像；
    垂直中线横坐标获得模块，用于构建所述人体轮廓图像的垂直方向空间分布直方图，根据所述垂直方向分布直方图获得人体垂直中线的横坐标；
    头顶和脚底坐标获得模块，用于构建所述人体轮廓图像的水平方向空间分布直方图，对所述水平方向空间分布直方图进行局部最小值检测，获得人体头顶纵坐标和人体脚底纵坐标；
    人体身高获得模块，用于根据所述人体头顶纵坐标和所述人体脚底纵坐标获得人体身高；
    胸部和裆部位置获得模块，用于根据人体部位比例概率模型、所述人体身高、所述水平方向空间分布直方图以及所述人体头顶纵坐标/所述人体脚底纵坐标，获得相对于人体垂直中线的人体胸部位置和人体裆部位置；
    性别特征子图像提取模块，用于根据人体垂直中线的横坐标和所述人体胸部位置提取人体胸部子图像，根据人体垂直中线的横坐标和所述人体裆部位置提取人体裆部子图像；
    性别检测模块，用于获得所述人体胸部子图像的胸部特征值和所述人体裆 部子图像的裆部特征值，根据所述胸部特征值和所述裆部特征值检测人体性别。
  10. 根据权利要求9所述的微波图像中人体性别检测装置，其特征在于，所述胸部和裆部位置获得模块包括：
    胸部和裆部纵坐标获得单元，用于根据人体部位比例概率模型、所述人体身高、所述水平方向空间分布直方图以及所述人体头顶纵坐标/所述人体脚底纵坐标，获得人体胸部纵坐标和人体裆部纵坐标；
    胸部和裆部宽度获得单元，用于根据所述人体身高、所述人体部位比例概率模型以及所述水平方向空间分布直方图，获得人体胸部宽度和人体裆部宽度；
    胸部和裆部高度获得单元，用于根据所述人体身高和所述人体部位比例概率模型，获得人体胸部高度和人体裆部高度。
PCT/CN2017/084631 2016-06-13 2017-05-17 微波图像中人体性别检测方法和装置 WO2017215393A1 (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
EP17812504.3A EP3471058A4 (en) 2016-06-13 2017-05-17 METHOD AND DEVICE FOR DETECTING THE GENDER OF A HUMAN BODY IN A MICROWAVE IMAGE
US16/305,839 US11017219B2 (en) 2016-06-13 2017-05-17 Method and apparatus for detecting human body gender in microwave image

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN201610410080.7A CN106127732B (zh) 2016-06-13 2016-06-13 微波图像中人体性别检测方法和装置
CN201610410080.7 2016-06-13

Publications (1)

Publication Number Publication Date
WO2017215393A1 true WO2017215393A1 (zh) 2017-12-21

Family

ID=57270739

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/CN2017/084631 WO2017215393A1 (zh) 2016-06-13 2017-05-17 微波图像中人体性别检测方法和装置

Country Status (4)

Country Link
US (1) US11017219B2 (zh)
EP (1) EP3471058A4 (zh)
CN (1) CN106127732B (zh)
WO (1) WO2017215393A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116309912A (zh) * 2023-03-15 2023-06-23 山东上水环境科技集团有限公司 一种测试热成像温度数据恢复为灰度图像的方法

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106127732B (zh) 2016-06-13 2019-01-01 深圳市太赫兹科技创新研究院 微波图像中人体性别检测方法和装置
CN106094734B (zh) * 2016-07-21 2019-01-01 华讯方舟科技有限公司 安检仪运动控制系统
CN107730439B (zh) * 2017-09-08 2021-02-05 深圳市无牙太赫兹科技有限公司 一种人体图像映射方法、系统及终端设备
CN108108740B (zh) * 2017-12-18 2022-01-04 中国科学院上海微系统与信息技术研究所 一种主动毫米波人体图像性别识别方法
CN109190519B (zh) * 2018-08-15 2021-07-16 上海师范大学 一种人体图像裆部检测方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020031246A1 (en) * 2000-04-28 2002-03-14 Konica Corporation Radiation image processing apparatus
CN101639349A (zh) * 2009-08-25 2010-02-03 东华大学 三维人体模型的全自动测量方法
CN102540264A (zh) * 2011-12-30 2012-07-04 北京华航无线电测量研究所 一种人体隐私部位自动检测与遮挡的微波安检系统
CN102567733A (zh) * 2011-12-30 2012-07-11 北京华航无线电测量研究所 一种微波图像非合作情况下人体隐私部位检测与遮挡方法
CN105556508A (zh) * 2013-08-04 2016-05-04 艾斯适配有限公司 虚拟镜子的装置、系统和方法
CN106127732A (zh) * 2016-06-13 2016-11-16 深圳市太赫兹科技创新研究院 微波图像中人体性别检测方法和装置

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4061377B2 (ja) * 2003-09-12 2008-03-19 独立行政法人産業技術総合研究所 ３次元データからの特徴抽出装置
GB2473503B (en) * 2009-09-15 2015-02-11 Metail Ltd System and method for image processing
CN102028482B (zh) * 2009-09-30 2012-11-14 同方威视技术股份有限公司 人体检查图像处理方法和人体检查设备
JP5978639B2 (ja) * 2012-02-06 2016-08-24 ソニー株式会社 画像処理装置、画像処理方法、プログラム、及び記録媒体
CN102707322B (zh) * 2012-02-29 2014-11-12 北京无线电计量测试研究所 一种基于毫米波成像的人体检测装置
CN102697503B (zh) * 2012-02-29 2015-03-18 北京无线电计量测试研究所 一种基于毫米波成像的人体检测方法
JP5867424B2 (ja) * 2013-02-28 2016-02-24 ソニー株式会社 画像処理装置、画像処理方法、プログラム
US9317785B1 (en) * 2014-04-21 2016-04-19 Video Mining Corporation Method and system for determining ethnicity category of facial images based on multi-level primary and auxiliary classifiers
US9589205B2 (en) * 2014-05-15 2017-03-07 Fuji Xerox Co., Ltd. Systems and methods for identifying a user's demographic characteristics based on the user's social media photographs

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020031246A1 (en) * 2000-04-28 2002-03-14 Konica Corporation Radiation image processing apparatus
CN101639349A (zh) * 2009-08-25 2010-02-03 东华大学 三维人体模型的全自动测量方法
CN102540264A (zh) * 2011-12-30 2012-07-04 北京华航无线电测量研究所 一种人体隐私部位自动检测与遮挡的微波安检系统
CN102567733A (zh) * 2011-12-30 2012-07-11 北京华航无线电测量研究所 一种微波图像非合作情况下人体隐私部位检测与遮挡方法
CN105556508A (zh) * 2013-08-04 2016-05-04 艾斯适配有限公司 虚拟镜子的装置、系统和方法
CN106127732A (zh) * 2016-06-13 2016-11-16 深圳市太赫兹科技创新研究院 微波图像中人体性别检测方法和装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
See also references of EP3471058A4 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116309912A (zh) * 2023-03-15 2023-06-23 山东上水环境科技集团有限公司 一种测试热成像温度数据恢复为灰度图像的方法
CN116309912B (zh) * 2023-03-15 2023-08-22 山东上水环境科技集团有限公司 一种测试热成像温度数据恢复为灰度图像的方法

Also Published As

Publication number Publication date
EP3471058A1 (en) 2019-04-17
US11017219B2 (en) 2021-05-25
EP3471058A4 (en) 2020-01-15
CN106127732A (zh) 2016-11-16
US20190138802A1 (en) 2019-05-09
CN106127732B (zh) 2019-01-01

Similar Documents

Publication Publication Date Title
WO2017215393A1 (zh) 微波图像中人体性别检测方法和装置
US10884116B2 (en) Human-body foreign-matter detection method and system based on millimetre-wave image
WO2018035814A1 (zh) 一种基于毫米波图像的人体异物检测方法及系统
EP2816529B1 (en) Method and device for automatic water area segmentation in SAR images of a complex terrain
Ng et al. Wrinkle detection using hessian line tracking
CN106372583B (zh) 一种基于毫米波图像的人体异物检测方法及系统
CN107730439B (zh) 一种人体图像映射方法、系统及终端设备
US11194073B2 (en) Millimeter wave image based human body foreign object detection method and system
US20110196236A1 (en) System and method of automated gestational age assessment of fetus
CN108171201B (zh) 基于灰度形态学的睫毛快速检测方法
CN102567733B (zh) 一种微波图像非合作情况下人体隐私部位检测与遮挡方法
CN106599785B (zh) 人体3d特征身份信息库的建立方法及设备
CN108108740B (zh) 一种主动毫米波人体图像性别识别方法
CN105326507A (zh) 超像素分割和曲线波相融合的三维人体测量方法
Gao et al. Automatic optic disc segmentation based on modified local image fitting model with shape prior information
Ni et al. Learning based automatic head detection and measurement from fetal ultrasound images via prior knowledge and imaging parameters
Kus et al. Fully automated gradient based breast boundary detection for digitized X-ray mammograms
Mehena et al. Brain tumor segmentation and extraction of MR images based on improved watershed transform
Purnama et al. Follicle detection on the usg images to support determination of polycystic ovary syndrome
Saha et al. An approach to detect the region of interest of expressive face images
Azemin et al. Retinal stroke prediction using logistic-based fusion of multiscale fractal analysis
Liu et al. Retinal vessel extraction and diameter calculation based on tensor analysis
Sugiura et al. Automatic model-based contour detection of left ventricle myocardium from cardiac CT images
Zhao et al. Automatic 3D detection and segmentation of head and neck cancer from MRI data
Eun et al. Effective Brain Contour Segmentation based on Active Contour Model.

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 17812504

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

ENP Entry into the national phase

Ref document number: 2017812504

Country of ref document: EP

Effective date: 20190114