一种人体卧姿状态识别方法及装置制造方法及图纸

本发明专利技术提供了一种人体卧姿状态识别方法及装置，该方法包括：连续采集待识别区域中的至少两帧待识别图像；A1：将当前帧与其上一帧进行对比，确定当前帧中的至少一个运动碎图块；其中，每一个运动碎图块与其上一帧中相对应的图像块的色彩和/或灰度不同；A2：当至少一个运动碎图块的数量大于数量阈值时，对各个运动碎图块进行集成，以确定所述当前帧的动态区域；A3：确定当前帧是否为所述最后一帧，如果是，则执行A4，否则，将当前帧的下一帧作为当前帧执行A1；A4：根据各个动态区域，确定待识别区域中的人体卧姿动态区域。本方案实现了对用户处于卧姿状态时的运动状态的识别，提高了智能家电调整自身工作状态的合理性。

A method and device for identification of human body posture

The present invention provides a method and device for identifying the status of a human body, which comprises: continuously collecting at least two frames to be identified in the area to be identified; A1: comparing the current frame with the previous frame, at least one moving block in the current frame is determined; in which each of the moving pieces is in the middle of a frame. The color and / or gray level of the corresponding block of image is different; A2: when the number of at least one moving block is greater than the number of thresholds, the fragmentation blocks are integrated to determine the dynamic region of the current frame; A3: determine whether the current frame is the last frame, if so, execute the A4, or otherwise, the current frame The next frame performs A1 as the current frame; A4: according to the dynamic regions, the dynamic position of the human body in the area to be identified is determined. This scheme realizes the recognition of the state of motion when the user is in a prone position, and improves the rationality of smart home appliance adjusting its working state.

【技术实现步骤摘要】
一种人体卧姿状态识别方法及装置
本专利技术涉及图像处理
，特别涉及一种人体卧姿状态识别方法及装置。
技术介绍
随着科学技术的发展和人们生活水平的提高，人们对智能家电的要求越来越高。现已出现很多具有人体识别功能的智能家电，可根据用户运动状态，自动对自身的工作状态进行调整。根据用户的姿态，可将用户状态区分为立姿(站立、坐立和蹲立)状态和卧姿(仰卧、俯卧和侧卧)状态。当用户处于立姿状态时，其运动状态一般是较大幅度的运动，例如用户所处位置的变动。现有的智能家电主要对用户处于立姿状态时的运动状态进行识别，以智能空调为例，当用户从位置A移动到位置B时，智能空调根据用户位置的移动，自动调整自身的风向。而当用户处于卧姿状态时，其运动状态一般是小幅度的运动，例如腿部的伸展或者头部的转动，现有的智能家电难以对用户卧姿状态的运动状态进行识别，使得智能家电无法根据用户的卧姿状态对自身工作状态进行调整，导致智能家电对自身工作状态进行调整的合理性较差。
技术实现思路
本专利技术实施例提供了一种人体卧姿状态识别方法及装置，能提高智能家电对自身工作状态进行调整的合理性。第一方面，本专利技术实施例提供了一种人体卧姿状态识别方法，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。优选地，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；优选地，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。优选地，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。优选地，当建立有所述空间坐标系时，所述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，包括：确定每一个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；根据各个所述端点位置坐标，从各个端点中确定出x轴坐标和y轴坐标最小的最小端点，以及x轴坐标和y轴坐标最大的最大端点；根据所述最小端点和所述最大端点，确定各个有效碎图块对应的集成矩形区域；其中，所述集成矩形区域的对角线端点为所述最小端点和最大端点，且所述集成矩形区域的长和宽分别平行于所述空间坐标系的x轴和y轴；将所述集成矩形区域确定为所述动态区域。优选地，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。优选地，在所述确定所述待识别区域中的人体卧姿动态区域之后，进一步包括：将各帧所述待识别图像进行存储；则，所述获取所述待识别区域中的至少一张样本图像，包括：从存储的各帧所述待识别图像中，获取所述样本图像。第二方面，本专利技术实施例提供了一种人体卧姿状态识别装置，包括：采集单元、碎图块确定单元、碎图块集成单元和卧姿动态区域确定单元；其中，所述采集单元，用于连续采集待识别区域中的至少两帧待识别图像；所述碎图块确定单元，用于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；所述碎图块集成单元，用于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；并确定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，触发所述卧姿动态区域确定单元，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，并触发所述碎图块确定单元；所述卧姿动态区域确定单元，用于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。优选地，进一步包括：第一降噪单元；其中，所述第一降噪单元，用于从各帧所述待识别图像中确定人体立姿特征数据；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；所述碎图块集成单元，用于当所述有效碎图块的数量大于预设的所述数量阈值时，执行所述对各个所述运动碎图块进行集成；优选地，进一步包括：坐标系建立单元和第二降噪单元；其中，所述采集单元，用于利用摄像头采集所述待识别图像；所述坐标系建立单元，用于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本文档来自技高网...

【技术保护点】
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。

【技术特征摘要】
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。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；和/或，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。3.根据权利要求2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。4.根据权利要求2或3所述的方法，其特征在于，当建立有所述空间坐标系时，所述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，包括：确定每一个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；根据各个所述端点位置坐标，从各个端点中确定出x轴坐标和y轴坐标最小的最小端点，以及x轴坐标和y轴坐标最大的最大端点；根据所述最小端点和所述最大端点，确定各个有效碎图块对应的集成矩形区域；其中，所述集成矩形区域的对角线端点为所述最小端点和最大端点，且所述集成矩形区域的长和宽分别平行于所述空间坐标系的x轴和y轴；将所述集成矩形区域确定为所述动态区域。5.根据权利要求1所述的方法，其特征在于，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。6.根据...

【专利技术属性】
技术研发人员：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，
类型：发明
国别省市：四川,51