一种三维动态热能-动能影像数据的生成方法技术

本发明专利技术公开了一种三维动态热能

【技术实现步骤摘要】
一种三维动态热能
‑
动能影像数据的生成方法


[0001]本专利技术属于数据生成领域，具体涉及一种三维动态热能
‑
动能影像数据的生成方法。

技术介绍

[0002]传统检测人体功能状态的系统大多是基于特定生理参数的稳定性或时间可变性来实现的，例如运动手环和测谎仪等。其中，所提到的生理参数包括心电图、脑电图以及皮肤电反应等。
[0003]然而，上述生理参数均只是从生物放电这一微观角度对人体进行检测，以一种狭窄的视角来对人体进行检测，所得到的信息较为片面。

技术实现思路

[0004]为了解决现有技术中存在的上述问题，本专利技术提供了一种三维动态热能
‑
动能影像数据的生成方法。本专利技术要解决的技术问题通过以下技术方案实现：
[0005]一种三维动态热能
‑
动能影像数据的生成方法，包括：
[0006]采用3路拍摄模组同步对人员对象的头颈部进行不同角度的拍摄，得到3组拍摄数据；其中，每组所述拍摄数据均包括：可见光视频、热红外视频以及时序高程数据；
[0007]基于3路所述可见光视频，提取所述头颈部各点随时间变化的动能变化率信息，得到第一动态数据，并基于3路所述热红外视频，提取所述头颈部各点随时间变化的动能变化率信息，得到第二动态数据；
[0008]对所述第一动态数据和所述第二动态数据进行数据融合，得到第三动态数据，以表征所述头颈部各点在拍摄平面上随时间变化的动能变化率信息；
[0009]基于3路所述时序高程数据，提取所述头颈部各点在深度方向上随时间变化的动能变化率信息，得到第四动态数据；
[0010]基于所述第三动态数据、所述第四动态数据以及所述热红外视频形成三维动态热能
‑
动能影像数据，以基于所述三维动态热能
‑
动能影像数据生成三维动态热能
‑
动能影像。
[0011]可选地，所述基于3路所述可见光视频，提取所述头颈部各点随时间变化的动能变化率信息，得到第一动态数据，包括：
[0012]对每路所述可见光视频均进行帧间亚像素级的同名点配准；
[0013]针对配准后的每路可见光视频，基于该视频中每两帧相邻的图像，计算所述头颈部各点随时间排序的多个第一动能变化率矩阵；
[0014]对分别来自于3路所述可见光视频的、具有时间对应关系的每3个第一动能变化率矩阵进行拼接，形成第一动态数据；
[0015]所述基于3路所述热红外视频，提取所述头颈部各点随时间变化的动能变化率信息，得到第二动态数据，包括：
[0016]对每路所述热红外视频均进行帧间亚像素级的同名点配准；
[0017]针对配准后的每路热红外视频，基于该视频中每两帧相邻的图像，计算所述头颈部各点随时间排序的多个第二动能变化率矩阵；
[0018]对分别来自于3路所述热红外视频的、具有时间对应关系的每3个第二动能变化率矩阵进行拼接，形成第二动态数据；
[0019]可选地，所述基于3路所述时序高程数据，提取所述头颈部各点在深度方向上随时间变化的动能变化率信息，得到第四动态数据，包括：
[0020]对分别来自于3路所述时序高程数据的、具有时间对应关系的每3个高程数据矩阵均进行拼接，得到多个拼接数据矩阵；
[0021]利用每2个数据测量时间相邻的拼接数据矩阵，计算所述头颈部在深度方向上随时间排序的多个第三动能变化率矩阵；
[0022]基于所述多个第三动能变化率矩阵，得到所述第四动态数据。
[0023]可选地，所述基于所述多个第三动能变化率矩阵，得到所述第四动态数据，包括：
[0024]采用三次样条插值算法对每个所述第三动能变化率矩阵均进行元素扩充，得到多个扩充矩阵；
[0025]根据预设的采样坐标对每个所述扩充矩阵均进行数据采样，得到所述第四动态数据；
[0026]其中，所述采样坐标是预先基于所述测试模组的测距覆盖范围以及视频取景坐标进行换算得到的。
[0027]可选地，所述对分别来自于3路所述时序高程数据的、具有时间对应关系的每3个高程数据矩阵均进行拼接，包括：
[0028]针对每2个位置相邻的高程数据矩阵，根据所述3路拍摄模组相对于所述人员对象的布设方式，计算该2个高程数据矩阵的行间相似度或列间相似度，以根据相似度计算结果确定拼接边界；基于所述拼接边界，对该2个位置相邻的高程数据矩阵进行拼接；
[0029]其中，位置相邻的高程数据矩阵是指测得高程数据矩阵的测距模块的物理位置相邻。
[0030]可选地，所述第三动态数据包括所述头颈部各点在拍摄平面上随时间排序的多个平面动能变化率矩阵，所述第四动态数据包括所述头颈部各点在深度方向上随时间排序的多个深度动能变化率矩阵，所述平面动能变化率矩阵和所述深度动能变化率矩阵的维度相同；
[0031]所述基于所述第三动态数据、所述第四动态数据以及所述热红外视频形成三维动态热能
‑
动能影像数据，包括：
[0032]对具有时间对应关系的每对平面动能变化率矩阵和深度动能变化率矩阵均进行求和，得到随时间排序的多个三维动能变化率矩阵；
[0033]基于所述多个三维动能变化率矩阵和所述热红外视频，形成三维动态热能
‑
动能影像数据。
[0034]可选地，所述第三动态数据包括所述头颈部各点在拍摄平面上随时间排序的多个平面动能变化率矩阵，所述第四动态数据包括所述头颈部各点在深度方向上随时间排序的多个深度动能变化率矩阵，所述平面动能变化率矩阵和所述深度动能变化率矩阵的维度相同；
[0035]所述基于所述第三动态数据、所述第四动态数据以及所述热红外视频形成三维动态热能
‑
动能影像数据，包括：
[0036]针对具有时间对应关系的每对平面动能变化率矩阵和深度动能变化率矩阵，以该对矩阵中位置相同的元素对作为平面向量的水平投影坐标和垂直投影坐标，计算平面向量的模，得到一模矩阵；
[0037]基于得到的多个模矩阵和所述热红外视频形成三维动态热能
‑
动能影像数据。
[0038]可选地，所述基于所述第三动态数据、所述第四动态数据以及所述热红外视频形成三维动态热能
‑
动能影像数据，包括：
[0039]获取每路所述热红外视频关联的多个原始温度数据矩阵；
[0040]对分别关联于3路所述热红外视频的、具有时间对应关系的每3个原始温度数据矩阵进行拼接，得到多个拼接温度数据矩阵；
[0041]基于每2个温度采集时间相邻的拼接温度数据矩阵，计算所述人员对象的头颈部各点随时间排序的多个热能变化率矩阵；
[0042]基于所述第三动态数据、所述第四动态数据以及所述多个热能变化率矩阵形成三维动态热能
‑
动能影像数据。
[0043]可选地，基于所述三维动态热能
‑
动能影像数据生成三本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种三维动态热能
‑
动能影像数据的生成方法，其特征在于，包括：采用3路拍摄模组同步对人员对象的头颈部进行不同角度的拍摄，得到3组拍摄数据；其中，每组所述拍摄数据均包括：可见光视频、热红外视频以及时序高程数据；基于3路所述可见光视频，提取所述头颈部各点随时间变化的动能变化率信息，得到第一动态数据，并基于3路所述热红外视频，提取所述头颈部各点随时间变化的动能变化率信息，得到第二动态数据；对所述第一动态数据和所述第二动态数据进行数据融合，得到第三动态数据，以表征所述头颈部各点在拍摄平面上随时间变化的动能变化率信息；基于3路所述时序高程数据，提取所述头颈部各点在深度方向上随时间变化的动能变化率信息，得到第四动态数据；基于所述第三动态数据、所述第四动态数据以及所述热红外视频形成三维动态热能
‑
动能影像数据，以基于所述三维动态热能
‑
动能影像数据生成三维动态热能
‑
动能影像。2.根据权利要求1所述的方法，其特征在于，所述基于3路所述可见光视频，提取所述头颈部各点随时间变化的动能变化率信息，得到第一动态数据，包括：对每路所述可见光视频均进行帧间亚像素级的同名点配准；针对配准后的每路可见光视频，基于该视频中每两帧相邻的图像，计算所述头颈部各点随时间排序的多个第一动能变化率矩阵；对分别来自于3路所述可见光视频的、具有时间对应关系的每3个第一动能变化率矩阵进行拼接，形成第一动态数据；所述基于3路所述热红外视频，提取所述头颈部各点随时间变化的动能变化率信息，得到第二动态数据，包括：对每路所述热红外视频均进行帧间亚像素级的同名点配准；针对配准后的每路热红外视频，基于该视频中每两帧相邻的图像，计算所述头颈部各点随时间排序的多个第二动能变化率矩阵；对分别来自于3路所述热红外视频的、具有时间对应关系的每3个第二动能变化率矩阵进行拼接，形成第二动态数据。3.根据权利要求1所述的方法，其特征在于，所述基于3路所述时序高程数据，提取所述头颈部各点在深度方向上随时间变化的动能变化率信息，得到第四动态数据，包括：对分别来自于3路所述时序高程数据的、具有时间对应关系的每3个高程数据矩阵均进行拼接，得到多个拼接数据矩阵；利用每2个数据测量时间相邻的拼接数据矩阵，计算所述头颈部在深度方向上随时间排序的多个第三动能变化率矩阵；基于所述多个第三动能变化率矩阵，得到所述第四动态数据。4.根据权利要求3所述的方法，其特征在于，所述基于所述多个第三动能变化率矩阵，得到所述第四动态数据，包括：采用三次样条插值算法对每个所述第三动能变化率矩阵均进行元素扩充，得到多个扩充矩阵；根据预设的采样坐标对每个所述扩充矩阵均进行数据采样，得到所述第四动态数据；其中，所述采样坐标是预先基于所述测试模组的测距覆盖范围以及视频取景坐标进行
换算得到的。5.根据权利要求3所述的方法，其特征在于，所述对分别来自于3路所述时序高程数据的、具有时间对应关系的每3个高程数据矩阵均进行拼接，包括：针对每2个位置相邻的高程数据矩阵，根据所述3路拍摄模组相对于所述人员对象的布设方式，计算该2个高程数据矩阵的行间相似度或列间相似度，以根据相似度计算结果确定拼接边界；基于所述拼接边界，对该2个位置相邻的高...

【专利技术属性】
技术研发人员：周冲，高凡钦，
申请(专利权)人：脑意北京智能生物技术有限公司，
类型：发明
国别省市：