净水器使用者身份识别方法技术

本发明专利技术公开了一种净水器使用者身份识别方法，包括设于净水器上的控制器、存储器、红外温度传感器、第一摄像机和用于红外热成像的第二摄像机；控制器分别与红外温度传感器、第一摄像机、第二摄像机存储器和服务器电连接；当用户靠近净水器时，获得红外温度传感器检测的人体信号；第一摄像机和第二摄像机采集用户图像；控制器进行关键点识别及匹配特征点识别及匹配，最终识别用户。本发明专利技术具有识别率高、适用性强，成本低，提高了管理便利性的特点。

Water purifier user identity identification method

The invention discloses a water purifier user identification method, which includes a controller, a water purifier on memory, infrared temperature sensor, the first camera and the second camera for infrared thermal imaging; infrared temperature sensor, the controller is respectively connected with the first camera, second cameras and electrically connected with the memory server; when the user is close to the water purifier when the human body infrared signal detected by a temperature sensor; the first camera and the second camera image acquisition users; controller key point identification and matching feature point recognition and matching, the end user identification. The invention has the advantages of high recognition rate, strong applicability, low cost and improved management convenience.

【技术实现步骤摘要】
净水器使用者身份识别方法
本专利技术涉及智能识别
，尤其是涉及一种识别率高、适用性强、成本低的净水器使用者身份识别方法。
技术介绍
智能识别技术是利用计算机的处理能力对数字化的视频图像进行实时分析的技术。利用计算机图像技术和人工智能算法，能够在摄像机的视野内自动探测安全事件或者潜在的威胁事件，能自动将视频中的背景与前景进行分离，切割出运动的物体，然后依照设定的逻辑分析方式对运动物体进行实时监测、跟踪、分析其行为并以最快和最佳的方式发出预警报信息。目前的智能识别方法主要包括语音识别、指纹识别、人脸识别、虹膜识别和红外热图像识别灯方法；现有智能识别技术广泛应用于各行业，但是存在如下缺点：人脸识别技术应用广泛，使用便捷但是识别率不高；指纹识别技术成熟，但并不适用每一个人；虹膜识别生物认证技术的“宠儿”，安全性居于首位，但是成本很高无法得到广泛推广；声纹识别成本低廉、获取便捷，使用要求严格，应用场景有限。
技术实现思路
本专利技术的专利技术目的是为了克服现有技术中的智能识别方法适用范围小、识别率低、成本高的不足，提供了一种识别率高、适用性强、成本低的净水器使用者身份识别方法。为了实现上述目的，本专利技术采用以下技术方案：一种净水器使用者身份识别方法，包括设于净水器上的控制器、存储器、红外温度传感器、第一摄像机和用于红外热成像的第二摄像机；控制器分别与红外温度传感器、第一摄像机、第二摄像机存储器和服务器电连接；包括如下步骤：(1-1)当使用者靠近净水器时，控制器获得红外温度传感器检测的人体信号；(1-2)控制器控制第一摄像机和第二摄像机开始工作，第一摄像机和第二摄像机采集使用者图像；(1-3)存储器中设有包括所有使用者的特征点集合和关键点集合的数据库，控制器从第一摄像机拍摄的图像中获得使用者的各个特征点，将使用者的各个特征点与数据库中的所有使用者的特征点集合进行比对，选定正确匹配的特征点；控制器从第二摄像机拍摄的图像中获得使用者的各个关键点，将使用者的各个关键点与数据库中的所有使用者的关键点集合进行比对，选定正确匹配的关键点；(1-4)利用公式计算特征点识别率γ1，其中，n1为累计正确匹配的特征点数，N1为特征点集合的特征点总数，K1为每个特征点的特征数；利用公式计算关键点识别率γ2，其中，n2为累计正确匹配的特征点数，N2为关键点集合的关键点总数，K2为每个特征点的特征数；(1-5)控制器利用公式计算综合识别率γ；当γ≥W，则控制器找到数据库中与γ对应的使用者的名称，将使用者名称传递给服务器，服务器存储当前时间、综合识别率γ和使用者名称；其中，k1、k2为设定的加权系数，W为设定的标准识别率。本专利技术基于智能净水器实现了用户身份识别的功能，当用户靠近净水器时，获得红外温度传感器检测的人体信号；第一摄像机和第二摄像机采集用户图像；存储器中设有包括所有注册用户的特征点集合和关键点集合的数据库，控制器进行关键点识别及匹配特征点识别及匹配，最终识别用户。本专利技术将识别系统与净水器相结合，是基于时长一个月的市场调研，经过研究发现，员工、白领等商务人群平均每日工作时间内在门口停留时间为2分钟次数为6次，在打卡机前停留时间为2分钟次数为2次，在净水器旁停留时间为16分钟次数为8次，在工位上停留时间为6小时次数为10次，通过调研数据发现，除去每天在工位前的工作时间外，净水器前停留次数和停留时间都占较高比例，本专利技术将智能识别系统与净水器相结合，能够有效增加识别度，降低人工维护成本；本专利技术提高了管理工作的便利性，降低了人工维护成本，提升了用户体验度；具有更高的识别度，在应用范围内可以达到百分之99的识别准确率；本专利技术无需用户进行按压等刻意识别操作，在用户每天早上接水时就可以实现智能识别，识别更为便捷；与高识别度的虹膜识别相比，净水器智能识别系统具有成本低、应用范围广的优点，更便于公司等商务场合使用。作为优选，各个关键点所处的范围为使用者脸部上至发际线，下至下巴最低点，左右至耳朵边沿点；包括7个区域，7个区域分别为前额区域、左眼区域、右眼区域、鼻子区域、左脸区域、右脸区域和鼻子下巴区域；左眼区域、右眼区域中的关键点对称选取，左脸区域、右脸区域中的关键点对称选取。作为优选，各个特征点位于人脸三角区，特征点为30个。作为优选，控制器从第一摄像机拍摄的图像中获得使用者的各个特征点，将使用者的各个特征点与数据库中的所有使用者的特征点集合进行比对，选定正确匹配的特征点包括如下步骤：(4-1)对于第一摄像机拍摄的图像I(x，y)，利用公式G(i)＝|[f(i-1，j-1)+f(i-1，j)+f(i-1，j+1)]-[f(i+1，j-1)+f(i+1，j)+f(i+1，j+1)]|和G(j)＝|[f(i-1，j+1)+f(i，j+1)+f(i+1，j+1)]-[f(i-1，j-1)+f(i，j-1)+f(i+1，j-1)]|计算图像I(x，y)中每个像素点(l，j)的邻域卷积G(i)，G(j)，设定P(i，j)＝max[G(i)，G(j)]，选定P(i，j)为图像边缘点；(4-2)对于第一摄像机拍摄的图像I(x，y)，利用公式L(x，y，σ)＝g(x，y，σ)×I(x，y)构建尺度空间图像L(x，y，σ)，g(x，y，σ)是尺度高斯可变函数，(x，y)是空间坐标，σ为图像平滑度；(4-3)利用公式D(x，y，σ)＝(g(x，y，kσ)-g(x，y，σ))×I(x，y)＝L(x，y，kσ)-L(x，y，σ)计算高斯差分尺度空间D(x，y，σ)；k为相邻尺度空间倍数的常数；对于图像I(x，y)中的每个像素，依次建立s层个长宽分别减半的子八度图像，其中，第一层子八度图像为原图；(4-4)将每个像素点的D(x，y，σ)与其相邻像素点的D(x，y，σ)进行比较，如果所述像素点的D(x，y，σ)在本层以及上下两层的各个领域中是最大或最小值时，取该像素点为特征点；(4-5)获得由各个选定的特征点构成的dog图，对dog图进行低通滤波；去除dog图中边缘点之外的各个点，得到二维点图；(4-6)利用公式和θ(x，y)＝arctan((L(x，y+1)-L(x，y-1))/(L(x+1，y)-L(x-1，y)))计算每个特征点的模值m(x，y)和角度θ(x，y)，设定每个特征点的尺度为其所在的子八度图像的层数；设定每个特征点的模值、角度和尺度为特征点的特征1、特征2和特征3；L(x+1，y)特征点(x+1，y)的尺度；(4-7)将每个特征点A1的3个特征与数据库中所有的特征点集合的每个特征点的3个特征分别进行比较，在特征点集合中找出与A1最相近特征点B1和次相近的特征点C1；设定特征点A1和B1的特征1的差值为a11，设定特征点A1和C1的特征1的差值为b11；设定特征点A1和B1的特征2的差值为a12，设定特征点A1和C1的特征1的差值为b12；设定特征点A1和B1的特征32的差值为a13，设定特征点A1和C1的特征1的差值为b13；当并且并且ratio为设定的比率阈值；则选定特征点B1为正确匹配点。作为优选，控制器从第二摄像机拍摄的图像中获得使用者的各个关键点，将使用者的各个关键点与数据库中的所有使用者的关键点集合进行比对，选定正确匹配的关键点包括如下步骤：(5-本文档来自技高网...

【技术保护点】
一种净水器使用者身份识别方法，其特征是，包括设于净水器上的控制器、存储器、红外温度传感器、第一摄像机和用于红外热成像的第二摄像机；控制器分别与红外温度传感器、第一摄像机、第二摄像机存储器和服务器电连接；包括如下步骤：(1‑1)当使用者靠近净水器时，控制器获得红外温度传感器检测的人体信号；(1‑2)控制器控制第一摄像机和第二摄像机开始工作，第一摄像机和第二摄像机采集使用者图像；(1‑3)存储器中设有包括所有使用者的特征点集合和关键点集合的数据库，控制器从第一摄像机拍摄的图像中获得使用者的各个特征点，将使用者的各个特征点与数据库中的所有使用者的特征点集合进行比对，选定正确匹配的特征点；控制器从第二摄像机拍摄的图像中获得使用者的各个关键点，将使用者的各个关键点与数据库中的所有使用者的关键点集合进行比对，选定正确匹配的关键点；(1‑4)利用公式

【技术特征摘要】
1.一种净水器使用者身份识别方法，其特征是，包括设于净水器上的控制器、存储器、红外温度传感器、第一摄像机和用于红外热成像的第二摄像机；控制器分别与红外温度传感器、第一摄像机、第二摄像机存储器和服务器电连接；包括如下步骤：(1-1)当使用者靠近净水器时，控制器获得红外温度传感器检测的人体信号；(1-2)控制器控制第一摄像机和第二摄像机开始工作，第一摄像机和第二摄像机采集使用者图像；(1-3)存储器中设有包括所有使用者的特征点集合和关键点集合的数据库，控制器从第一摄像机拍摄的图像中获得使用者的各个特征点，将使用者的各个特征点与数据库中的所有使用者的特征点集合进行比对，选定正确匹配的特征点；控制器从第二摄像机拍摄的图像中获得使用者的各个关键点，将使用者的各个关键点与数据库中的所有使用者的关键点集合进行比对，选定正确匹配的关键点；(1-4)利用公式计算特征点识别率γ1，其中，n1为累计正确匹配的特征点数，N1为特征点集合的特征点总数，K1为每个特征点的特征数；利用公式计算关键点识别率γ2，其中，n2为累计正确匹配的特征点数，N2为关键点集合的关键点总数，K2为每个特征点的特征数；(1-5)控制器利用公式计算综合识别率γ；当γ≥W，则控制器找到数据库中与γ对应的使用者的名称，将使用者名称传递给服务器，服务器存储当前时间、综合识别率γ和使用者名称；其中，k1、k2为设定的加权系数，W为设定的标准识别率。2.根据权利要求1所述的净水器使用者身份识别方法，其特征是，各个关键点所处的范围为使用者脸部上至发际线，下至下巴最低点，左右至耳朵边沿点；包括7个区域，7个区域分别为前额区域、左眼区域、右眼区域、鼻子区域、左脸区域、右脸区域和鼻子下巴区域；左眼区域、右眼区域中的关键点对称选取，左脸区域、右脸区域中的关键点对称选取。3.根据权利要求1所述的净水器使用者身份识别方法，其特征是，各个特征点位于人脸三角区，特征点为30个。4.根据权利要求1所述的净水器使用者身份识别方法，其特征是，所述控制器从第一摄像机拍摄的图像中获得使用者的各个特征点，将使用者的各个特征点与数据库中的所有使用者的特征点集合进行比对，选定正确匹配的特征点包括如下步骤：(4-1)对于第一摄像机拍摄的图像I(x，y)，利用公式G(i)＝|[f(i-1，j-1)+f(i-1，j)+f(i-1，j+1)]-[f(i+1，j-1)+f(i+1，j)+f(i+1，j+1)]|和G(j)＝|[f(i-1，j+1)+f(i，j+1)+f(i+1，j+1)]-[f(i-1，j-1)+f(i，j-1)+f(i+1，j-1)]|计算图像I(x，y)中每个像素点(I，j)的邻域卷积G(i)，G(j)，设定P(i，j)＝max[G(i)，G(j)]，选定P(i，j)为图像边缘点；(4-2)对于第一摄像机拍摄的图像I(x，y)，利用公式L(x，y，σ)＝g(x，y，σ)×I(x，y)构建尺度空间图像L(x，y，σ)，g(x，y，σ)是尺度高斯可变函数，(x，y)是空间坐标，σ为图像平滑度；(4-3)利用公式D(x，y，σ)＝(g(x，y，kσ)-g(x，y，σ))×I(x，y)＝L(x，y，kσ)-L(x，y，σ)计算高斯差分尺度空间D(x，y，σ)；k为相邻尺度空间倍数的常数；对于图像I(x，y)中的每个像素，依次建立s层个长宽分别减半的子八度图像，其中，第一层子八度图像为原图；(4-4)将每个像素点的D(x，y，σ)与其相邻像素点的D(x，y，σ)进行比较，如果所述像素点的D(x，y，σ)在本层以及上下两层的各个领域中是最大或最小值时，取该像素点为特征点；(4-5)获得由各个选定的特征点构成的dog图，对dog图进行低通滤波；去除dog图中边缘点之外的各个点，得到二维点图；(4-6)利用公式和θ(x，y)＝arctan((L(x，y+1)-L(x，y-1))/(L(x+1，y...

【专利技术属性】
技术研发人员：李明，孙梓宸，李渊敏，卢忠阳，
申请(专利权)人：浙江水马环保科技有限公司，
类型：发明
国别省市：浙江,33