[发明专利]人与相机之间距离的估计方法及系统

说明书

本发明公开了一种人与相机之间距离的估计方法及系统，方法包括:对拍摄人的照片进行人脸检测，定位出两个瞳孔的像素坐标；根据拍摄照片的相机投影模型、相机的内参矩阵以两个瞳孔像素坐标，建模人与相机之间距离计算的模型公式；将平均瞳距值代入模型公式得到人与相机的距离。在对拍摄人的照片进行人脸检测的步骤之前，还包括对相机进行参数标定，参数包括相机的内参矩阵以及畸变参数，通过相机参数对照片进行去畸变处理，对去畸变处理后的照片检测人的年龄，根据年龄判定是儿童或成年人，将对应平均瞳距值代入模型公式得到人与相机的距离。本发明提供的方法简单运算量小，准确率高，可以实现更好更快速的人机交互，效率高、鲁棒性强。

技术领域

本发明涉及智能交互技术领域，具体涉及一种人与相机之间距离的估计方法及系统。

背景技术

智能机器人与人类交互是智能机器人的一个重要的应用场景，主要通过综合多个传感器的信号进行处理并做出合理的应答，给用户带来良好的交互体验。常用的传感器包括麦克风、摄像头和激光等，摄像头获取的图像信息则更加丰富，通过图片处理技术可以检测到图中物体的种类以及其中物体的一些相关属性。为了让智能机器人能人类进行更加良好的交互，必须要有一个对环境更精准的感知。针对这一需求，已经有相关的技术(激光SLAM技术和视觉SLAM技术)和硬件设备(双目相机和RGB-D相机)等技术和设备的发展。但是，激光雷达和深度相机又存在成本高和不容易小型化方面的问题。由此，一些基于单目摄像头的环境感知技术得以发展，比如ORB-SLAM、SVO-SLAM。基于这些技术，智能机器人可以获得环境中物体到摄像头的距离，进而根据这些信息做出更合理的交互响应，但是这些视觉SLAM技术算法复杂而且对算力要求高。此外，在有些交互场景下智能机器人仅需要知道用户与其的大概距离即可，而不需要稠密的三维信息，因此复杂的算法反而成为了一种资源的浪费。

发明内容

因此，本发明提供一种人与相机之间距离的估计方法及系统，克服现有技术中获取用户与摄像头的距离的算法复杂、运算量大的缺陷。

为达到上述目的，本发明提供如下技术方案：

第一方面，本发明实施例提供一种人与相机之间距离的估计方法，包括:

对拍摄人的照片进行人脸检测，并定位出两个瞳孔的像素坐标；

根据拍摄照片的相机投影模型、相机的内参矩阵以及定位的两个瞳孔像素坐标，建模人与相机之间距离计算的模型公式；

将平均瞳距值代入所述人与相机距离计算的模型公式，得到人与相机的距离。

优选地，在所述对拍摄人的照片进行人脸检测的步骤之前，还包括：

对相机进行参数标定，标定的参数包括相机的内参矩阵以及畸变参数，通过所述内参矩阵和畸变参数对照片进行去畸变处理。

优选地，所述通过所述内参矩阵和畸变参数对照片进行去畸变处理，包括：

将相机坐标系下的三维点投影到预设归一化图像平面，获取三维点对应的像素平面二维点，以及三维点通过内参矩阵得到归一化平面上的坐标列向量；

根据相机透镜径向畸变参数、切向畸变参数及对应的坐标转变关系，获取相机坐标系上三维点去畸变后的归一化平面上的点；

将去畸变后的归一化平面上的点通过内参矩阵投影到像素平面上，得到该点在照片图像上的正确坐标位置。

优选地，将相机坐标系下的三维点用列向量[X,Y,Z]^T表示，三维点对应的像素平面二维点为[u,v]^T，同时设平面Z＝1的平面为归一化平面；将三维点投影到归一化图像平面，设各个点在归一化平面上的坐标用列向量形式[x,y]^T表示，则有关系：