[发明专利]一种人体卧姿状态识别方法及装置有效
申请号: | 201810140374.1 | 申请日: | 2018-02-11 |
公开(公告)号: | CN108268861B | 公开(公告)日: | 2020-06-23 |
发明(设计)人: | 李长城;李昱兵;赵建仁;郭海峰;江金浓;张德春;严勇 | 申请(专利权)人: | 四川虹美智能科技有限公司 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/32;G06T7/246;G06T7/254 |
代理公司: | 济南信达专利事务所有限公司 37100 | 代理人: | 李世喆 |
地址: | 621050 四川*** | 国省代码: | 四川;51 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 人体 卧姿 状态 识别 方法 装置 | ||
1.一种人体卧姿状态识别方法,其特征在于,包括:
连续采集待识别区域中的至少两帧待识别图像;
循环执行A1至A3,直至每一帧所述待识别图像的动态区域均被确定;
A1:将当前待识别图像与其上一帧待识别图像进行对比,确定所述当前待识别图像中的至少一个运动碎图块;其中,每一个所述运动碎图块与其上一帧待识别图像中相对应的图像块的色彩和/或灰度不同;
A2:当所述至少一个运动碎图块的数量大于预设的数量阈值时,对各个所述运动碎图块进行集成,以确定所述当前待识别图像的所述动态区域;
A3:确定当前待识别图像是否为所述至少两帧待识别图像中的最后一帧,如果是,则执行A4,否则,将所述当前待识别图像的下一帧待识别图像作为所述当前待识别图像;
A4:根据确定的各个所述动态区域,确定所述待识别区域中的人体卧姿动态区域;
进一步包括:
获取所述待识别区域中的至少一张样本图像;
根据各张所述样本图像,确定所述待识别区域中的人体轮廓模型;其中,所述人体轮廓模型包括至少两个部位区域;
则,所述根据确定的各个所述动态区域,确定所述待识别区域中的人体卧姿动态区域,包括:
分别确定各个所述动态区域是否在所述人体轮廓模型对应的范围内,如果是,将所述动态区域确定为目标动态区域,并确定每一个所述目标动态区域对应的所述部位区域;
确定每一个所述部位区域中对应的所述目标动态区域的区域数量,并确定所述区域数量是否大于预设的区域数量阈值,如果是,将所述部位区域作为所述人体卧姿动态区域。
2.根据权利要求1所述的方法,其特征在于,
在所述连续采集待识别区域中的至少两帧待识别图像之后,进一步包括:
从各帧所述待识别图像中确定人体立姿特征数据;
在所述当所述至少一个运动碎图块的数量大于预设的数量阈值时,对各个所述运动碎图块进行集成之前,进一步包括:
分别确定各个所述运动碎图块中是否存在所述人体立姿特征数据,如果否,将所述运动碎图块作为有效碎图块;
则,所述至少一个运动碎图块的数量大于预设的数量阈值为:所述有效碎图块的数量大于预设的所述数量阈值。
3.根据权利要求1所述的方法,其特征在于,
所述连续采集待识别区域中的至少两帧待识别图像,包括:
利用摄像头采集所述待识别图像;
在所述当所述至少一个运动碎图块的数量大于预设的数量阈值时,对各个所述运动碎图块进行集成之前,进一步包括:
根据所述摄像头的像素分辨率,建立所述待识别区域对应的空间坐标系;其中,将所述摄像头的安装位置作为所述空间坐标系的原点,所述摄像头的水平分辨率作为所述空间坐标系的x轴,所述摄像头的垂直分辨率作为所述空间坐标系的y轴;
在所述空间坐标系中确定高度基准线,其中,所述高度基准线与所述空间坐标系的x轴相互平行;
确定每一个所述运动碎图块在所述空间坐标系中的位置坐标;
根据各个所述位置坐标,从各个所述运动碎图块中确定出至少一个有效碎图块;其中,每一个所述有效碎图块的y轴坐标大于所述高度基准线的y轴坐标;
则,所述至少一个运动碎图块的数量大于预设的数量阈值为:所述有效碎图块的数量大于预设的所述数量阈值。
4.根据权利要求3所述的方法,其特征在于,
当建立有所述空间坐标系时,在所述根据各个所述位置坐标,从各个所述运动碎图块中确定出至少一个有效碎图块之后,进一步包括:
针对每一个所述有效碎图块,均执行:
确定所述有效碎图块的端点在所述空间坐标系中的端点位置坐标;
根据所述端点位置坐标,确定所述有效碎图块的像素宽度;
确定所述像素宽度是否大于预设的宽度阈值,如果是,将所述有效碎图块确定为目标有效碎图块;
则,所述有效碎图块的数量大于预设的所述数量阈值为:所述目标有效碎图块的数量大于预设的所述数量阈值。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于四川虹美智能科技有限公司,未经四川虹美智能科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810140374.1/1.html,转载请声明来源钻瓜专利网。