本发明涉及图像识别领域，具体涉及一种室内场景快速人像识别的装置及方法。
背景技术
现在越来越多的家电例如空调，开始变得越来越智能。其中一部分就是通过给空调加上人脸识别来实现智能安防，加入手势识别来实现通过手势控制空调。
然而，当通过摄像头获取的图像对室内环境进行人脸识别或手势识别的时候，室内张贴静态的的海报、照片、摆放的人体模型等往往会引起误识别，导致智能的识别效果不佳，用户体验不好。
技术实现要素：
针对上述问题，本发明的目的在于提供一种室内场景快速人像识别的装置及方法，其解决了静态物体导致的误识别问题，提高了室内人像识别的准确性，提高用户体验。
为实现上述目的，本发明采用的技术方案是：
一种室内场景快速人像识别的装置，包括图像采集模块、图像处理模块、图像识别模块、识别结果输出模块，所述装置还包括静态物体排除模块，所述图像采集模块用于获取室内的图像；所述图像处理模块连接图像采集模块，其用于对室内的图像进行处理；所述图像识别模块连接图像处理模块，用于识别室内图像中的人脸、手势的特征值及位置；
所述静态物体排除模块连接图像识别模块，用于判断图像识别模块得到的人脸、手势是否属于静态物体，并去除其中的静态物体，静态物体排除模块中设有静态物体存储区和输出结果存储区，静态物体存储区用来存储图像识别模块输出的静态物体及写入时间，输出结果存储区用来存储排除静态物体后的识别结果；该输出结果存储区连接识别结果输出模块，通过识别结果输出模块对排除静态物体后的识别结果进行输出。
所述图像采集模块由红外摄像头和红外补光灯组成。
一种室内场景快速人像识别的方法，其采用上述室内场景快速人像识别的装置实现，所述方法具体包括以下步骤：
步骤1、图像识别模型训练
通过采集各种人在室内的图片和视频，然后人工标定出手势区域和人脸，并将标定好的数据送入深度卷积神经网络中进行训练，得到图像识别模型；该图像识别模型用来识别不同的手势和人脸，并输出人脸或手势的位置及特征值；
步骤2、获取图像并将图像进行处理，然后采用图像识别模型对处理后的图像进行识别，获取人像识别结果即人脸、手势的特征值和位置；
步骤3、对步骤2中获取的人像识别结果进行静物排除处理，将人像识别结果与静态物体存储区存储的内容进行比较，当人像识别结果与静态物体存储区存储的内容的特征值相同、位置相同且两者的写入时间差大于预设时间时，该人像识别结果为静态物体，对其不进行输出，否则该人像识别结果不是静态物体，将其写入输出结果存储区，然后通过识别结果输出模块将该识别结果进行输出。
所述静物排除处理具体包括以下步骤：
步骤3.1、获取一条人像识别结果，同时判断静态物体存储区的内容是否为空，若为空，将该条人像识别结果存入静态物体存储区中并输出到结果存储区，进入步骤3.5；否则，直接进入步骤3.2；
步骤3.2、将当前获取的人像识别结果的特征值与静态物体存储区中的内容的特征值进行比较，若两者的特征值不相同，则表明该条人像识别结果不是静态物体，将该条人像识别结果写入静态物体存储区和输出结果存储区，并进入步骤3.5；若两者的特征值相同，则进入步骤3.3；
步骤3.3、将当前获取的人像识别结果与静态物体存储区中的内容的位置进行比较，若两者位置不相同，则表明该条人像识别结果不是静态物体，将该条人像识别结果写入输出结果存储区，并在静态物体存储区覆盖特征值相同的结果并刷新写入时间，然后进入步骤3.5；若两者位置相同，则进入步骤3.4；
步骤3.4、判断当前获取的人像识别结果与静态物体存储区中的内容之间的写入时间差是否大于预设时间，若大于，则该条人像识别结果为静态物体，则将其丢弃，不写入输出结果存储区；否则将该条写入输出结果存储区，并进入步骤3.5；
步骤3.5、将输出结果存储区的内容发送至识别结果输出模块进行输出，并清空输出结果存储区；然后获取下一条人像识别结果，重复步骤3。
所述步骤2中，首先通过图像采集模块采集室内的图像，然后将该图像送入图像处理模块中进行小波变换，再用中值滤波起和高斯滤波器对图像进行进一步处理；处理过的图像送入图像识别模块中，采用图像识别模型对图像进行识别，以获取图像中的人脸、手势的特征值和位置。
采用上述方案后，本发明采用图像识别模型对室内图像进行初步识别，获取人脸、手势等人像识别结果，然后对该人像识别结果进行静物排除处理，将人像识别结果与静态物体存储区存储的内容进行比较，当人像识别结果与静态物体存储区存储的内容的特征值相同、位置相同且两者的写入时间差大于预设时间时，该人像识别结果为静态物体，对其不进行输出，否则该人像识别结果不是静态物体，将其写入输出结果存储区，然后通过识别结果输出模块将该识别结果进行输出即可，有效解决了静态物体导致的误识别问题，有效提高识别的准确率，提高用户体验。
附图说明
图1为本发明原理框图；
图2为本发明流程图；
图3为本发明静物排除流程图。
具体实施方式
如图1所示，本发明揭示了一种室内场景快速人像识别的装置及方法，如图1所示，室内场景快速人像识别的装置包括图像采集模块、图像处理模块、图像识别模块、静态物体排除模块和识别结果输出模块。
其中，图像采集模块用于获取室内的图像，其由红外摄像头和红外补光灯组成。图像处理模块连接图像采集模块，其用于对室内的图像进行处理，具体处理为：先对图像进行小波变换，然后再用中值滤波器和高斯滤波器对图像进行处理，以去除图像中的噪声，保证图像的质量。图像识别模块连接图像处理模块，用于识别室内图像中的人脸、手势的特征值及位置。
静态物体排除模块连接图像识别模块，用于判断图像识别模块得到的人脸、手势是否属于静态物体，并去除其中的静态物体，静态物体排除模块中设有静态物体存储区和输出结果存储区，静态物体存储区存储的是图像识别模块的识别结果，任何被识别出的有特征值的物体都会写入静态物体存储区，输出结果存储区用来存储排除静态物体后的识别结果；该输出结果存储区连接识别结果输出模块，通过识别结果输出模块对排除静态物体后的识别结果进行输出，智能空调等设备可根据识别结果进行进一步的动作。
如图2和图3所示，基于上述装置，本发明还揭示了一种室内场景快速人像识别的方法，其具体包括以下步骤：
步骤1、图像识别模型训练
通过采集各种人在室内的图片和视频，然后人工标定出手势区域和人脸，并将标定好的数据送入深度卷积神经网络（cnn，convolutionneuralnetwork）中进行训练，得到图像识别模型；该图像识别模型可以用来识别不同的手势和人脸，并输出人脸或手势的位置及特征值。
步骤2、获取图像并将图像进行处理，然后采用图像识别模型对处理后的图像进行识别，获取识别结果即人脸、手势的特征值和位置。
具体地，通过图像采集模块采集室内的图像，然后将该图像送入图像处理模块中进行小波变换，然后再用中值滤波起和高斯滤波器对图像进行进一步处理，以去除图像中的噪声，保证图像的质量。处理过的图像送入图像识别模块中，采用图像识别模型对图像进行识别，以获取图像中的人脸、手势的特征值和位置。
步骤3、对步骤2中获取的识别结果进行静物排除处理，将人像识别结果逐条与静态物体存储区中的内容比较，具体如下：
步骤3.1、获取一条人像识别结果，同时判断静态物体存储区的内容是否为空，若为空，将该条人像识别结果存入静态物体存储区中并输出到结果存储区，进入步骤3.5；否则，直接进入步骤3.2；
步骤3.2、将当前获取的人像识别结果的特征值与静态物体存储区中的内容的特征值进行比较，若两者的特征值不相同，则表明该条人像识别结果不是静态物体，将该条人像识别结果写入静态物体存储区和输出结果存储区，并进入步骤3.5；若两者的特征值相同，则进入步骤3.3；
步骤3.3、将当前获取的人像识别结果与静态物体存储区中的内容的位置进行比较，若两者位置不相同，则表明该条人像识别结果不是静态物体，将该条人像识别结果写入输出结果存储区，并在静态物体存储区覆盖特征值相同的结果并刷新写入时间，然后进入步骤3.5；若两者位置相同，则进入步骤3.4；
步骤3.4、判断当前获取的人像识别结果与静态物体存储区中的内容之间的写入时间差是否大于预设时间，若大于，则该条人像识别结果为静态物体，则将其丢弃，不写入输出结果存储区；否则将该条写入输出结果存储区，并进入步骤3.5；
步骤3.5、将输出结果存储区的内容发送至识别结果输出模块进行输出，并清空输出结果存储区；然后获取下一条人像识别结果，重复步骤3。
本发明的关键在于，本发明采用图像识别模型对室内图像进行初步识别，获取人脸、手势等人像识别结果，然后对该人像识别结果进行静物排除处理，将人像识别结果与静态物体存储区存储的内容进行比较，当人像识别结果与静态物体存储区存储的内容的特征值相同、位置相同且两者的写入时间差大于预设时间时，该人像识别结果为静态物体，对其不进行输出，否则该人像识别结果不是静态物体，将其写入输出结果存储区，然后通过识别结果输出模块将该识别结果进行输出即可。本发明有效解决了静态物体导致的误识别问题，有效提高识别的准确率，提高用户体验。
以上所述，仅是本发明实施例而已，并非对本发明的技术范围作任何限制，故凡是依据本发明的技术实质对以上实施例所作的任何细微修改、等同变化与修饰，均仍属于本发明技术方案的范围内。