人体识别方法、陈列柜货架、存储介质技术

本发明专利技术公开了一种人体识别方法、陈列柜货架、存储介质。其中人体识别方法，包括：获取人体体温图像；根据不同部位对每一个人体对应的人体体温图像的每一个像素点进行分类；将不同部位的每一个像素点处理为对应的R值、G值以及B值；统计每一个人体的每一个部位由符合条件的相邻像素点组成的色块的数量以及色块对应的R*值、G*值以及B*值；计算每一个人体的每个部位的R*值累计值、G*值累计值以及B*值累计值所占比例；当任意两帧人体体温图像中的两个人体的每个部位的R*值累计值、G*值累计值以及B*值累计值所占比例的变化量均小于等于第一预设变化量时，则判定为同一个人体。本发明专利技术通过较低成本和较小的计算量实现了人体识别。较低成本和较小的计算量实现了人体识别。较低成本和较小的计算量实现了人体识别。

【技术实现步骤摘要】
人体识别方法、陈列柜货架、存储介质


[0001]本专利技术涉及图像识别的
，尤其涉及一种人体识别方法，以及基于人体识别方法来实现无需人员监管的购物方式的陈列柜货架。

技术介绍

[0002]鉴于人工成本的上涨，现有的很多商品售卖，都是采用自动售卖机的形式，但是自动售卖机虽然解决了人工成本，但是现有的自动售卖机通常一次只允许一个人挑选物品，当同一时间段内顾客数量较多时，就需要排队，而且大型卖场或是采用众多自动售卖机来销售不同商品的话，会导致顾客需要操作多个自动售卖机，结算多次，因而自动售卖机只能适用于小的短时的购买需求。
[0003]若是需要实现无需人员监管且可以符合顾客目前的购物习惯的自动购物方式，需要对卖场内的陈列柜货架前的顾客进行识别，追踪到具体的某一位顾客的所有挑选商品的操作，并得到顾客所有挑选的商品。
[0004]现有技术采用图像识别技术来追踪具体的某一位顾客，具体是通过摄像头拍摄高清图像来获取人体的面部、身高、身形等主要特征，从而实现人脸识别等。
[0005]现有技术中这些通过摄像头拍摄高清图片，通过高清图片来进行人脸识别、图像识别的技术，主要是基于像素点来进行数据分析。众所周知，越是高清的图片，其像素点越多，因而分析数据量越大，而分辨率较低的图片虽然分析量减少，但是又存在识别不准确的问题。因而现有技术中，为了实现准确的人脸、人体识别，均需要一些高清摄像头、强大的图像处理后台来实现，实现成本较高，使得这种识别技术推广在实现无人监管的自动售卖场景中存在一定的成本门槛。
[0006]因此，如何提供一种计算量少、成本较低的人体识别方法是业界需要解决的技术问题。

技术实现思路

[0007]为了解决现有技术中人体识别成本较高、计算量大的技术问题，本专利技术提出了人体识别方法、陈列柜货架、存储介质。
[0008]本专利技术提出的人体识别方法，包括：
[0009]获取人体体温图像；
[0010]根据人体的不同部位对每一个人体对应的所述人体体温图像的每一个像素点进行分类；
[0011]将各人体的不同部位的每一个像素点处理为对应的R值、G值以及B值；
[0012]统计每一个人体的每一个部位由符合条件的相邻像素点组成的色块的数量以及色块对应的R
*
值、G
*
值以及B
*
值；
[0013]计算每一个人体的每个部位的R
*
值累计值、G
*
值累计值以及B
*
值累计值所占比例；
[0014]当任意两帧人体体温图像中的两个人体的每个部位的R
*
值累计值、G
*
值累计值以
及B
*
值累计值所占比例的变化量均小于等于第一预设变化量时，则判定为同一个人体。
[0015]进一步，当至少一帧人体体温图像中的人体相对于其之前的至少一帧人体体温图像中的人体的每个部位的R
*
值累计值、G
*
值累计值以及B
*
值累计值所占比例的变化量存在大于第一预设变化量，且小于等于第二预设变化量的情况时，则判定为新增人体。
[0016]进一步，当相邻像素点和/或色块的差值的平方之和小于等于预设值，则将相邻像素点和/或色块合并为一个色块。
[0017]进一步，通过公式计算每一个人体的每个部位的R
*
值累计值、G
*
值累计值以及B
*
值累计值所占比例，所述m为色块的数量，X
*
为R
*
值、G
*
值或B
*
值。
[0018]本专利技术提出的陈列柜货架，包括货架，红外线热成像设备以及图像信息处理模块，所述红外线热成像设备与图像信息处理模块采用如权利要求1至4任意一项所述的人体识别方法对所述货架前的顾客进行人体体温图像采集和识别。
[0019]进一步，还包括商品检测模块和信息处理模块，所述图像信息处理模块在所述红外线热成像设备检测到顾客有抬手挑选动作时发出顾客挑选信号，所述商品检测模块信息处理模块检测所述货架上的商品变化信息，所述信息处理模块根据所述商品变化信息对对应顾客挑选的商品进行处理。
[0020]进一步，所述商品信息检测模块包括用于检测所述货架上被顾客取拿的商品的重量的重量检测模块。
[0021]进一步，所述商品信息检测模块包括用于拍摄所述货架上被顾客取拿的商品的图像的摄像装置，所述图像信息处理模块对所述商品的图像进行分析，得到商品的种类并发送给所述信息处理模块。
[0022]进一步，所述信息处理模块根据商品的种类获取商品的产地，根据商品的种类、商品的产地以及商品的重量得到商品的营养成分。
[0023]进一步，还包括用来显示商品的营养成分的显示装置。
[0024]进一步，所述红外线热成像设备在顾客与所述货架之间的距离小于预设距离时，检测顾客的抬手挑选动作。
[0025]本专利技术提出的计算机可读存储介质，用于存储计算机程序，所述计算机程序运行时执行上述技术方案所述的人体识别方法。
[0026]本专利技术通过红外热成像得到的人体体温图像，并对人体体温图像进行像素点和/或色块进行合并之后再识别，降低了人体识别的成本和处理数据量。通过本专利技术的人体识别，可以实现陈列柜货架的无人看守选购商品，同时还可以显示对应的营养成分，使得货架以顾客需求为导向，将产品包装上无营养成分表的食品比如水果蔬菜类的营养成分通过互联网或者预先设置的数据库，根据食品种类在货架上显示营养成分表。并且能够根据顾客的挑选量或者购买量为顾客提供全部营养成分，这样的货架更加智能和人性化。
附图说明
[0027]下面结合实施例和附图对本专利技术进行详细说明，其中：
[0028]图1是本专利技术的一实施例的货架的结构示意图。
[0029]图2是本专利技术的一实施例的货架的内部处理框图。
[0030]图3是本专利技术的一实施例的信息处理流程图。
[0031]图4是本专利技术的另一实施例的信息处理流程图。
[0032]图5是本专利技术的人体识别的一实施例的流程图。
具体实施方式
[0033]为了使本专利技术所要解决的技术问题、技术方案及有益效果更加清楚明白，以下结合附图及实施例，对本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本专利技术，并不用于限定本专利技术。
[0034]由此，本说明书中所指出的一个特征将用于说明本专利技术的一个实施方式的其中一个特征，而不是暗示本专利技术的每个实施方式必须具有所说明的特征。此外，应当注意的是本说明书描述了许多特征。尽管某些特征可以组合在一起以示出可能的系统设计，但是这些特征也可用于其他的未明确说明的组合。由此，除非另有说明，所说明的组合并非旨在限制。
[0035]本专利技术的人体识别方法，主要包括以下步骤。
[0036]获取人体本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种人体识别方法，其特征在于，包括：获取人体体温图像；根据人体的不同部位对每一个人体对应的所述人体体温图像的每一个像素点进行分类；将各人体的不同部位的每一个像素点处理为对应的R值、G值以及B值；统计每一个人体的每一个部位由符合条件的相邻像素点组成的色块的数量以及色块对应的R
*
值、G
*
值以及B
*
值；计算每一个人体的每个部位的R
*
值累计值、G
*
值累计值以及B
*
值累计值所占比例；当任意两帧人体体温图像中的两个人体的每个部位的R
*
值累计值、G
*
值累计值以及B
*
值累计值所占比例的变化量均小于等于第一预设变化量时，则判定为同一个人体。2.如权利要求1所述的人体识别方法，其特征在于，当至少一帧人体体温图像中的人体相对于其之前的至少一帧人体体温图像中的人体的每个部位的R
*
值累计值、G
*
值累计值以及B
*
值累计值所占比例的变化量存在大于第一预设变化量，且小于等于第二预设变化量的情况时，则判定为新增人体。3.如权利要求1所述的人体识别方法，其特征在于，当相邻像素点和/或色块的差值的平方之和小于等于预设值，则将相邻像素点和/或色块合并为一个色块。4.如权利要求1所述的人体识别方法，其特征在于，通过公式计算每一个人体的每个部位的R
*
值累计值、G
*
值累计值以及B
*
值累计值所占比例，所述m为色块的数量，X
*

【专利技术属性】
技术研发人员：苗增香，李福良，赖月凤，
申请(专利权)人：珠海格力电器股份有限公司，
类型：发明
国别省市：