本申请涉及机器视觉,尤其涉及一种人体检测方法、装置、机器人及计算机可读存储介质。
背景技术:
1、在机器智能时代,越来越多的机器进入千家万户,特别是博物馆、酒店前台、机房等区域,出于安全因素和有效客户识别的考虑,机器人的人体检测功能越来越重要,因此如何实现机器人的人体检测功能成为亟需解决的问题。
技术实现思路
1、为了解决上述技术问题,本申请实施例提供了一种人体检测方法、装置、机器人及计算机可读存储介质。
2、第一方面,本申请实施例提供了一种人体检测方法,所述方法包括:
3、通过雷达检测物体的当前角度值和当前距离值;
4、根据所述当前角度值、所述当前距离值、预设角度阈值和预设距离阈值判断所述物体是否在动态检测区域内;
5、若所述物体在动态检测区域内,则通过相机采集所述物体的深度图像;
6、对所述深度图像进行分割,得到关节骨骼图像,并且提取所述关节骨骼图像的关节点坐标信息;
7、根据所述关节点坐标信息进行动态行人检测。
8、在一实施方式中,所述关节点坐标信息包括:物体上部关节点坐标信息和物体下部关节点坐标信息,所述根据所述关节点坐标信息进行动态行人检测,包括:
9、根据所述物体上部关节点坐标信息和所述物体下部关节点坐标信息计算物体长度信息和物体关节数量;
10、根据所述物体上部关节点坐标信息计算物体上部宽度信息;
11、根据所述物体下部关节点坐标信息计算物体下部宽度信息;
12、根据所述物体长度信息、所述物体关节数量、所述物体上部宽度信息和所述物体下部宽度信息进行动态行人检测。
13、在一实施方式中,所述根据所述物体长度信息、所述物体关节数量、所述物体上部宽度信息和所述物体下部宽度信息进行动态行人检测,包括:
14、判断所述物体长度信息、所述物体关节数量是否与人体骨骼特征数据匹配;
15、若所述物体长度信息、所述物体关节数量与人体骨骼特征数据匹配,则确定所述物体为人体,并判断所述物体长度信息、所述物体上部宽度信息和所述物体下部宽度信息是否与人体行走特征数据匹配;
16、若所述物体长度信息、所述物体上部宽度信息和所述物体下部宽度信息与人体行走特征数据匹配,则确定所述人体处于行走状态。
17、在一实施方式中,所述方法还包括:
18、若所述物体长度信息、所述物体关节数量与人体骨骼特征数据不匹配,则确定所述物体为非人体。
19、在一实施方式中,所述方法还包括:
20、若所述物体长度信息、所述物体上部宽度信息和所述物体下部宽度信息与人体行走特征数据不匹配,则确定所述人体处于静止。
21、在一实施方式中,所述关节骨骼图像包括人体关节骨骼图像,所述关节点坐标信息包括髋关节点、腿部关节点、脚趾关节点,所述根据所述物体上部关节点坐标信息和所述物体下部关节点坐标信息计算物体长度信息和物体关节数量,包括;
22、根据所述髋关节点和所述腿部关节点计算人体长度信息;
23、计算所述髋关节点和所述脚趾关节点之间的人体关节数量;
24、根据物体上部关节点坐标信息计算物体上部宽度信息,包括:
25、根据所述髋关节点计算人体上半身宽度信息;
26、根据所述物体下部关节点坐标信息计算物体下部宽度信息,包括:
27、根据所述脚趾关节点计算人体下半身宽度信息。
28、在一实施方式中,所述根据所述当前角度值、所述当前距离值、预设角度阈值和预设距离阈值判断所述物体是否在动态检测区域内,包括:
29、若所述当前角度值小于所述预设角度阈值,且所述当前距离值小于所述预设距离阈值,在确定所述物体在所述动态检测区域内。
30、第二方面,本申请实施例提供了一种人体检测装置,所述人体检测装置包括:
31、第一检测模块,用于通过雷达检测物体的当前角度值和当前距离值;
32、判断模块,用于根据所述当前角度值、所述当前距离值、预设角度阈值和预设距离阈值判断所述物体是否在动态检测区域内;
33、采集模块,用于若所述物体在动态检测区域内,则通过相机采集所述物体的深度图像;
34、分割模块,用于对所述深度图像进行分割,得到关节骨骼图像,并且提取所述关节骨骼图像的关节点坐标信息;
35、第二检测模块,用于根据所述关节点坐标信息进行动态行人检测。
36、第三方面,本申请实施例提供了一种机器人,包括存储器以及处理器,所述存储器用于存储计算机程序,所述计算机程序在所述处理器运行时执行第一方面提供的人体检测方法。
37、第四方面,本申请实施例提供了一种计算机可读存储介质,其存储有计算机程序,所述计算机程序在处理器上运行时执行第一方面提供的人体检测方法。
38、上述本申请提供的人体检测方法、装置、机器人及计算机可读存储介质,通过雷达检测物体的当前角度值和当前距离值;根据所述当前角度值、所述当前距离值、预设角度阈值和预设距离阈值判断所述物体是否在动态检测区域内;若所述物体在动态检测区域内,则通过相机采集所述物体的深度图像;对所述深度图像进行分割,得到关节骨骼图像,并且提取所述关节骨骼图像的关节点坐标信息;根据所述关节点坐标信息进行动态行人检测。通过利用机器人的雷达采集角度值和距离值判断物体是否在动态检测区域内,在动态检测区域内,则相机获取深度图像,基于深度图像分割得到关节骨骼图像,并提取关节点坐标信息,基于关节点坐标信息进行动态人体检测,避免图像的分类算法需要高算力的问题,同时提高动态人体检测的识别准确率,降低错误率。
1.一种人体检测方法,其特征在于,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,所述关节点坐标信息包括:物体上部关节点坐标信息和物体下部关节点坐标信息,所述根据所述关节点坐标信息进行动态行人检测,包括:
3.根据权利要求2所述的方法,其特征在于,所述根据所述物体长度信息、所述物体关节数量、所述物体上部宽度信息和所述物体下部宽度信息进行动态行人检测,包括:
4.根据权利要求3所述的方法,其特征在于,所述方法还包括:
5.根据权利要求3所述的方法,其特征在于,所述方法还包括:
6.根据权利要求2所述的方法,其特征在于,所述关节骨骼图像包括人体关节骨骼图像,所述关节点坐标信息包括髋关节点、腿部关节点、脚趾关节点,所述根据所述物体上部关节点坐标信息和所述物体下部关节点坐标信息计算物体长度信息和物体关节数量,包括;
7.根据权利要求1所述的方法,其特征在于,所述根据所述当前角度值、所述当前距离值、预设角度阈值和预设距离阈值判断所述物体是否在动态检测区域内,包括:
8.一种人体检测装置,其特征在于,所述装置包括:
9.一种机器人,其特征在于,包括存储器以及处理器,所述存储器存储有计算机程序,所述计算机程序在所述处理器运行时执行权利要求1至7中任一项所述的人体检测方法。
10.一种计算机可读存储介质,其特征在于,其存储有计算机程序,所述计算机程序在处理器上运行时执行权利要求1至7中任一项所述的人体检测方法。