一种隐私规避方法、机器人以及芯片技术

本申请提供一种隐私规避方法、机器人以及芯片，所述检测方法包括：步骤S1，在启用摄像头工作的过程中，机器人识别到用户时，提取用户的相关图像；步骤S2，基于用户的相关图像，机器人计算裸露程度，如果裸露程度小于阈值，则返回步骤S1，如果裸露程度大于等于阈值，则进入步骤S3；步骤S3，机器人判断用户是否属于特定用户，如果不是，则发出提示信息并继续正常工作，如果是，则发出提示信息并对用户进行隐私规避。通过计算用户的裸露程度来检测隐私，当裸露程度大于阈值时，进一步判断用户是否为需要规避隐私的特定用户，如果是才进行规避，否则只进行提醒，这样不仅起到期望中的隐私规避效果，还不会因漏拍而错过可能发生的重要信息。息。息。

【技术实现步骤摘要】
一种隐私规避方法、机器人以及芯片


[0001]本申请涉及智能机器人领域，具体涉及一种隐私规避方法、机器人以及芯片。

技术介绍

[0002]目前，一些设置有摄像头的智能机器人，比如清洁机器人、宠物陪伴机器人和移动监控机器人等，存在泄漏用户隐私的风险。部分产品通过设置休眠时间和摄像头的物理遮挡来限制隐私拍摄。但是，以上两种方式并未能完全保证用户隐私安全，而且还会制造新的痛点。例如，当用户未主动设置休眠时间或机器人在未休眠状态时，摄像头依然会拍摄到一些不必要的内容；或者，用户希望摄像头可以24hr/7days全天候在线，如果设置休眠时间或物理遮挡，机器人会漏拍一些偶然发生的重要瞬间。然而用户只想规避一些隐私，并非全部拍摄内容。

技术实现思路

[0003]本申请提供了一种隐私规避方法、机器人以及芯片，具体技术方案如下：一种隐私规避方法，所述检测方法包括：步骤S1，在启用摄像头工作的过程中，机器人识别到用户时，提取用户的相关图像；步骤S2，基于用户的相关图像，机器人计算裸露程度，如果裸露程度小于阈值，则返回步骤S1，如果裸露程度大于等于阈值，则进入步骤S3；步骤S3，机器人判断用户是否属于特定用户，如果不是，则发出提示信息并继续正常工作，如果是，则发出提示信息并对用户进行隐私规避。
[0004]进一步地，所述步骤S1中，提取用户的相关图像的方法包括：步骤S11，基于人体姿态识别算法，机器人识别到用户后，标定用户的关键特征点，其中，关键特征点包括髋关节点、膝关节点和踝关节点；步骤S12，机器人分别连接左右两边的髋关节点、膝关节点和踝关节点，然后每条直线均向两端扩展预设长度，最后按顺序连接每条直线的端点，获得包含用户下肢的图像；步骤S13，基于人体轮廓提取算法，机器人从包含用户下肢的图像中提取下肢的轮廓，获得用户的下肢图像。
[0005]进一步地，所述步骤S2中，机器人计算裸露程度的方法包括：基于肤色检测算法，机器人检测下肢图像中的肤色区域，然后计算肤色区域的像素个数与下肢图像总像素个数的比值，得到下肢的裸露程度。
[0006]进一步地，所述步骤S2中，机器人计算裸露程度的方法包括：步骤S21，基于肤色检测算法，机器人检测下肢图像中的肤色区域，然后计算肤色区域的像素个数与下肢图像总像素个数的比值，记为第一比值；步骤S22，基于第一红外热成像传感器，机器人获取下肢的热成像图，计算温度值符合人体体温的像素个数与下肢的热成像图总像素个数的比值，记为第二比值，然后计算第一比值和第二比值的均值，得到下肢的裸露程度。
[0007]进一步地，所述步骤S3中，机器人判断用户是否属于特定用户的方法包括：步骤S31，基于人体姿态识别算法，机器人对用户进行姿态追踪，如果用户处于行走状态，则进入步骤S32，如果用户处于静止状态，则进入步骤S33；步骤S32，基于步态识别算法，机器人检
测用户的行走特征，然后跟数据库中的行走特征进行匹配，如果匹配成功，则判断用户属于特定用户，如果匹配失败，则判断用户不属于特定用户；步骤S33，基于下肢图像中的肤色区域以及关键特征点，机器人判断用户的肤色是否符合预设肤色条件以及判断用户的下肢长度是否符合预设长度，如果都符合，则判断用户属于特定用户，否则判断用户不属于特定用户。
[0008]进一步地，所述步骤S33中，机器人判断用户的肤色是否符合预设肤色条件以及判断用户的下肢长度是否符合预设长度的方法包括：步骤S331，基于YCbCr颜色空间，机器人判断下肢图像中的肤色区域的Cb值和Cr值是否在预设范围内，如果是，则判断用户的肤色符合预设肤色条件；步骤S332，基于关键特征点，机器人分别计算髋关节点到膝关节点的长度以及膝关节点到踝关节点的长度，如果两个长度均在预设范围内，则判断用户的下肢长度符合预设长度。
[0009]进一步地，所述步骤S3中，机器人对用户进行隐私规避的方法包括：机器人进行转动直至第二红外热成像传感器检测到用户，然后跟随用户进行转动，其中，第二红外热成像传感器与摄像头的拍摄视野不重叠。
[0010]进一步地，所述步骤S1之前，还包括：机器人采集行走状态下用户的行走特征进行训练，然后将训练结果储存在数据库中；机器人采集静止状态下用户下肢的肤色和长度并储存在数据库中；机器人将在数据库中储存有相关信息的用户设置为特定用户。
[0011]一种机器人，所述机器人用于实现所述的隐私规避方法，所述机器人包括：摄像头，用于拍摄图像，并且基于图像可以计算用户的行走特征、人体姿态和肤色；第一红外热成像传感器，用于拍摄热成像图，以获得用户的体温；第二红外热成像传感器，用于拍摄热成像图，以获得用户的体温；其中，第一红外热成像传感器与摄像头的拍摄视野重叠，第二红外热成像传感器与摄像头的拍摄视野不重叠。
[0012]一种芯片，该芯片储存有计算机程序代码，所述计算机程序代码被执行时实现所述的隐私规避方法。
[0013]本申请所述的隐私规避方法，通过计算用户的裸露程度来检测隐私，当裸露程度大于阈值时，进一步判断用户是否为需要规避隐私的特定用户，如果是才进行规避，否则只进行提醒，这样不仅起到期望中的隐私规避效果，还不会因漏拍而错过可能发生的重要信息。所述隐私规避方法根据不同的对象执行不同的规避策略，提高了用户体验，具有较高的实用价值。
附图说明
[0014]图1为本申请一种实施例所述隐私规避方法的流程示意图。
实施方式
[0015]以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本申请实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本申请的描述。
[0016]应当理解，当在本申请中使用时，术语“包括”指示所描述特征、整体、步骤、操作、
元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。 还应当理解，在本申请中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
[0017]如在本申请中所使用的那样，术语“如果”可以依据上下文被解释为“当
…
时”或“一旦”或“响应于确定”或“响应于检测到”。类似地，短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。
[0018]另外，在本申请的描述中，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。在本申请说明书中描述的参考“一个实施例”或“一些实施例”等意味着在本申请的一个或多个实施例中包括结合该实施例描述的特定特征、结构或特点。由此，在本说明书中的不同之处出现的语句“在一个实施例中”、“在一些实施例中”、“在其他一些实施例中本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种隐私规避方法，其特征在于，所述检测方法包括：步骤S1，在启用摄像头工作的过程中，机器人识别到用户时，提取用户的相关图像；步骤S2，基于用户的相关图像，机器人计算裸露程度，如果裸露程度小于阈值，则返回步骤S1，如果裸露程度大于等于阈值，则进入步骤S3；步骤S3，机器人判断用户是否属于特定用户，如果不是，则发出提示信息并继续正常工作，如果是，则发出提示信息并对用户进行隐私规避。2.根据权利要求1所述的一种隐私规避方法，其特征在于，所述步骤S1中，提取用户的相关图像的方法包括：步骤S11，基于人体姿态识别算法，机器人识别到用户后，标定用户的关键特征点，其中，关键特征点包括髋关节点、膝关节点和踝关节点；步骤S12，机器人分别连接左右两边的髋关节点、膝关节点和踝关节点，然后每条直线均向两端扩展预设长度，最后按顺序连接每条直线的端点，获得包含用户下肢的图像；步骤S13，基于人体轮廓提取算法，机器人从包含用户下肢的图像中提取下肢的轮廓，获得用户的下肢图像。3.根据权利要求2所述的一种隐私规避方法，其特征在于，所述步骤S2中，机器人计算裸露程度的方法包括：基于肤色检测算法，机器人检测下肢图像中的肤色区域，然后计算肤色区域的像素个数与下肢图像总像素个数的比值，得到下肢的裸露程度。4.根据权利要求2所述的一种隐私规避方法，其特征在于，所述步骤S2中，机器人计算裸露程度的方法包括：步骤S21，基于肤色检测算法，机器人检测下肢图像中的肤色区域，然后计算肤色区域的像素个数与下肢图像总像素个数的比值，记为第一比值；步骤S22，基于第一红外热成像传感器，机器人获取下肢的热成像图，计算温度值符合人体体温的像素个数与下肢的热成像图总像素个数的比值，记为第二比值，然后计算第一比值和第二比值的均值，得到下肢的裸露程度。5.根据权利要求3或4所述的一种隐私规避方法，其特征在于，所述步骤S3中，机器人判断用户是否属于特定用户的方法包括：步骤S31，基于人体姿态识别算法，机器人对用户进行姿态追踪，如果用户处于行走状态，则进入步骤S32，如果用户处于静止状态，则进入步骤S33；步骤S32，基于步态识别算法，机器人检测用户的行...

【专利技术属性】
技术研发人员：林炜，姜新桥，
申请(专利权)人：珠海一微半导体股份有限公司，
类型：发明
国别省市：