[发明专利]基于智能检测设备的边缘计算处理方法、装置、及设备在审
申请号: | 202010498026.9 | 申请日: | 2020-06-04 |
公开(公告)号: | CN111652889A | 公开(公告)日: | 2020-09-11 |
发明(设计)人: | 路振旺;符长虹;陈浩 | 申请(专利权)人: | 深圳市瓴鹰智能科技有限公司 |
主分类号: | G06T7/11 | 分类号: | G06T7/11;G06T7/13;G06T7/136;G06T7/194;G06T7/215;G06T7/66 |
代理公司: | 深圳信科专利代理事务所(普通合伙) 44500 | 代理人: | 吴军 |
地址: | 518000 广东省深圳市南山区西丽街道*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 智能 检测 设备 边缘 计算 处理 方法 装置 | ||
1.一种基于智能检测设备的边缘计算处理方法,其特征在于,所述方法包括:
获取当前环境深度图像;
根据当前环境深度图像,采用帧间差分法和背景差分法相结合方式从深度图像中获取人体分割数据;
根据获取的人体分割数据,计算其图像质心点到相机的距离,得到人体与人形检测设备之间的距离信息;
将所述深度图像、所述人体分割数据、所述距离信息进行数据类型转换,输出加载了人体检测信息的标准H.264/H.265数据流至客户终端。
2.根据权利要求1所述基于智能检测设备的边缘计算处理方法,其特征在于,所述获取当前环境深度图像的步骤包括:
通过智能人形检测设备中的深度测量模组获取当前环境深度图像。
3.根据权利要求1所述基于智能检测设备的边缘计算处理方法,其特征在于,所述根据当前环境深度图像,采用帧间差分法和背景差分法相结合方式从深度图像中获取人体分割数据的步骤包括:
预先选取深度图像中的一帧作为背景帧,基于各像素点的深度值建立其高斯模型;
运用帧间差分法对相邻两帧图像进行差分处理,区分出背景区域和运动变化的区域;
对变化区域的各像素点进行模型拟合区分出物体残留区和运动物体;
在运动物体中去除边缘处阴影,分割出不带阴影的人体分割数据。
4.根据权利要求3所述基于智能检测设备的边缘计算处理方法,其特征在于,所述根据当前环境深度图像,从深度图像中获取人体分割数据的步骤还包括:
背景更新时将帧间差分确定为是背景的点,则以一定的规则进行更新;
背景差分时确定为是物体残留区的点,则以预定的更新频率更新背景帧,运动物体对应的区域不进行更新。
5.根据权利要求1所述基于智能检测设备的边缘计算处理方法,其特征在于,所述根据获取的人体分割数据,计算其质心点到相机的距离的步骤包括的步骤包括:
根据获取的人体分割数据,计算人体分割数据的质心点像素;
获取质心点像素的深度值,得到人体与人形检测设备之间的距离。
6.根据权利要求1所述基于智能检测设备的边缘计算处理方法,其特征在于,所述将所述深度图像、所述人体分割数据、所述距离信息进行数据类型转换,输出加载了检测信息的标准H.264/H.265数据流至客户终端的步骤包括:
将所述深度图像、所述人体分割数据、所述距离信息通过CPU转换为加载了人体检测信息的标准H.264/H.265数据流;
通过网口输出包含人体检测信息的标准H.264/H.265数据流至上位机。
7.一种基于智能检测设备的边缘计算处理装置,其特征在于,所述装置包括:
获取模块,用于获取当前环境深度图像;
人体数据分割模块,用于根据当前环境深度图像,采用帧间差分法和背景差分法相结合方式从深度图像中获取人体分割数据;
计算模块,用于根据获取的人体分割数据,计算其质心点到相机的距离,得到人体与人形检测设备之间的距离信息;
转换与输出控制模块,用于将所述深度图像、所述人体分割数据、所述距离信息进行数据类型转换,输出加载了人体检测信息的标准H.264/H.265数据流至客户终端。
8.根据权利要求7所述的基于智能检测设备的边缘计算处理装置,其特征在于,所述人体数据分割模块包括:
背景帧处理单元,用于预先选取深度图像中的一帧作为背景帧,基于各像素点的深度值建立其高斯模型;
差分处理单元,用于运用帧间差分法对相邻两帧图像进行差分处理,区分出背景区域和运动变化的区域;
拟合单元,用于对变化区域的各像素点进行模型拟合区分出物体残留区和运动物体;
分割单元,用于在运动物体中去除边缘处阴影,分割出不带阴影的人体分割数据。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳市瓴鹰智能科技有限公司,未经深圳市瓴鹰智能科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010498026.9/1.html,转载请声明来源钻瓜专利网。