本申請(qǐng)涉及機(jī)器人制造技術(shù)領(lǐng)域，尤其涉及一種人體識(shí)別方法和裝置。

背景技術(shù)：

隨著科學(xué)技術(shù)的高速發(fā)展，機(jī)器人制造技術(shù)也得以發(fā)展迅速，機(jī)器人的應(yīng)用已逐步進(jìn)入家庭服務(wù)行業(yè)。

物業(yè)服務(wù)機(jī)器人是一種不受環(huán)境、溫度的影響，能夠動(dòng)態(tài)地實(shí)現(xiàn)對(duì)用戶身份識(shí)別的機(jī)器人，該類機(jī)器人需要在用戶身份識(shí)別方面有卓越的辨識(shí)能力，因此對(duì)于人體識(shí)別的要求非常之高。

目前傳統(tǒng)的物業(yè)服務(wù)機(jī)器人都是利用高清攝像頭捕捉用戶圖像信息，通過(guò)對(duì)捕捉到的用戶圖像信息進(jìn)行分析來(lái)達(dá)到人體識(shí)別的目的。然而，在實(shí)際應(yīng)用過(guò)程中，高清攝像頭捕捉到的用戶圖像信息中往往會(huì)出現(xiàn)多名用戶重疊在一個(gè)區(qū)域的情況，此時(shí)在對(duì)用戶圖像信息進(jìn)行分析的過(guò)程中，一般會(huì)將發(fā)生重疊情況較為嚴(yán)重的多名用戶默認(rèn)處理為一名用戶，顯然這與實(shí)際并不相符。因此現(xiàn)有人體識(shí)別方法的準(zhǔn)確度較低。

技術(shù)實(shí)現(xiàn)要素：

有鑒于此，本申請(qǐng)?zhí)峁┮环N人體識(shí)別方法和裝置，以提高人體識(shí)別的準(zhǔn)確度。技術(shù)方案如下：

基于本申請(qǐng)的一方面，本申請(qǐng)?zhí)峁┮环N人體識(shí)別方法，包括：

獲取圖像信息；

對(duì)所述圖像信息進(jìn)行深度處理，獲得深度圖和彩色圖；

對(duì)所述彩色圖進(jìn)行深度卷積神經(jīng)網(wǎng)絡(luò)Deep CNN的人體檢測(cè)，確定所述彩色圖中的人體邊界框；

判斷所述人體邊界框?qū)?yīng)在深度圖中的人體邊界框區(qū)域內(nèi)是否存在唯一一個(gè)人體；

如果所述人體邊界框區(qū)域內(nèi)存在有兩個(gè)及兩個(gè)以上個(gè)人體時(shí)，將所述兩個(gè)及兩個(gè)以上個(gè)的人體進(jìn)行分離；

依據(jù)在深度圖中的人體邊界框區(qū)域內(nèi)的人體個(gè)數(shù)，確定所述圖像信息中人體的個(gè)數(shù)。

優(yōu)選地，還包括：

如果所述人體邊界框區(qū)域內(nèi)不存在人體，則刪除所述人體邊界框區(qū)域?qū)?yīng)在所述彩色圖中的人體邊界框。

優(yōu)選地，所述確定出所述人體邊界框區(qū)域內(nèi)的人體后，所述方法還包括：

確定所述人體的相對(duì)位置信息。

優(yōu)選地，在確定出所述人體邊界框區(qū)域內(nèi)的人體后，所述方法還包括：

依據(jù)所述彩色圖中的人體邊界框，確定每個(gè)人體的人臉位置。

優(yōu)選地，所述依據(jù)所述彩色圖中的人體邊界框，確定每個(gè)人體的人臉位置之后，所述方法還包括：

依據(jù)所述人臉位置對(duì)應(yīng)在所述深度圖中的位置區(qū)域，判斷所述人臉位置是否正確；

如果不正確，刪除所述人臉位置。

基于本申請(qǐng)的另一方面，本申請(qǐng)還提供一種人體檢測(cè)裝置，包括：

獲取單元，用于獲取圖像信息；

深度信息處理單元，用于對(duì)所述圖像信息進(jìn)行深度處理，獲得深度圖和彩色圖；

人體邊界框確定單元，用于對(duì)所述彩色圖進(jìn)行深度卷積神經(jīng)網(wǎng)絡(luò)DeepCNN的人體檢測(cè)，確定所述彩色圖中的人體邊界框；

第一判斷單元，用于判斷所述人體邊界框?qū)?yīng)在深度圖中的人體邊界框區(qū)域內(nèi)是否存在唯一一個(gè)人體；

人體分離單元，用于當(dāng)所述第一判斷單元判斷所述人體邊界框區(qū)域內(nèi)存在有兩個(gè)及兩個(gè)以上個(gè)人體時(shí)，將所述兩個(gè)及兩個(gè)以上個(gè)的人體進(jìn)行分離；

人體個(gè)數(shù)確定單元，用于依據(jù)在深度圖中的人體邊界框區(qū)域內(nèi)的人體個(gè)數(shù)，確定所述圖像信息中人體的個(gè)數(shù)。

優(yōu)選地，還包括：

第一刪除單元，用于當(dāng)所述第一判斷單元判斷所述人體邊界框區(qū)域內(nèi)不存在人體，則刪除所述人體邊界框區(qū)域?qū)?yīng)在所述彩色圖中的人體邊界框。

優(yōu)選地，還包括：

相對(duì)位置確定單元，用于確定所述人體的相對(duì)位置信息。

優(yōu)選地，還包括：

人臉位置確定單元，用于依據(jù)所述彩色圖中的人體邊界框，確定每個(gè)人體的人臉位置。

優(yōu)選地，還包括：

第二判斷單元，用于依據(jù)所述人臉位置對(duì)應(yīng)在所述深度圖中的位置區(qū)域，判斷所述人臉位置是否正確；

第二刪除單元，用于當(dāng)所述第二判斷單元判斷所述人臉位置不正確時(shí)，刪除所述人臉位置。

本申請(qǐng)?zhí)峁┑娜梭w識(shí)別方法，通過(guò)將獲取到的圖像信息進(jìn)行深度處理得到深度圖和彩色圖，對(duì)彩色圖進(jìn)行Deep CNN(Deep Convolutional Neural Networks，深度卷積神經(jīng)網(wǎng)絡(luò))的人體檢測(cè)，確定出彩色圖中的人體邊界框，進(jìn)而判斷所述人體邊界框?qū)?yīng)在深度圖中的人體邊界框區(qū)域內(nèi)是否存在唯一一個(gè)人體，如果人體邊界框區(qū)域內(nèi)存在有兩個(gè)及兩個(gè)以上個(gè)人體時(shí)，將所述兩個(gè)及兩個(gè)以上個(gè)的人體進(jìn)行分離，最后依據(jù)在深度圖中的人體邊界框區(qū)域內(nèi)的人體個(gè)數(shù)，確定圖像信息中人體的個(gè)數(shù)。本申請(qǐng)基于深度圖實(shí)現(xiàn)對(duì)彩色圖中識(shí)別到的人體進(jìn)行二次識(shí)別，避免了重疊人體被誤判為一個(gè)人體的情況，本申請(qǐng)利用深度圖的圖像信息輔助人體識(shí)別，提高了人體識(shí)別的準(zhǔn)確度。

附圖說(shuō)明

為了更清楚地說(shuō)明本申請(qǐng)實(shí)施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對(duì)實(shí)施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡(jiǎn)單地介紹，顯而易見(jiàn)地，下面描述中的附圖僅僅是本申請(qǐng)的實(shí)施例，對(duì)于本領(lǐng)域普通技術(shù)人員來(lái)講，在不付出創(chuàng)造性勞動(dòng)的前提下，還可以根據(jù)提供的附圖獲得其他的附圖。

圖1為本申請(qǐng)?zhí)峁┑囊环N人體識(shí)別方法的流程圖；

圖2為本申請(qǐng)?zhí)峁┑囊环N人體識(shí)別裝置的結(jié)構(gòu)示意圖。

具體實(shí)施方式

下面將結(jié)合本申請(qǐng)實(shí)施例中的附圖，對(duì)本申請(qǐng)實(shí)施例中的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實(shí)施例僅僅是本申請(qǐng)一部分實(shí)施例，而不是全部的實(shí)施例?；诒旧暾?qǐng)中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒(méi)有做出創(chuàng)造性勞動(dòng)前提下所獲得的所有其他實(shí)施例，都屬于本申請(qǐng)保護(hù)的范圍。

請(qǐng)參閱圖1，其示出了本申請(qǐng)?zhí)峁┑囊环N人體識(shí)別方法的流程圖，包括：

步驟101，獲取圖像信息。

在本申請(qǐng)實(shí)施例中，可以利用雙目攝像頭來(lái)實(shí)時(shí)獲取視頻圖像信息，本申請(qǐng)將其獲取的每一幀視頻圖像信息稱之為圖像信息。

步驟102，對(duì)所述圖像信息進(jìn)行深度處理，獲得深度圖和彩色圖。

步驟103，對(duì)所述彩色圖進(jìn)行Deep CNN的人體檢測(cè)，確定所述彩色圖中的人體邊界框。

在本申請(qǐng)實(shí)施例中，人體檢測(cè)的Deep CNN深度學(xué)習(xí)網(wǎng)絡(luò)由卷積層網(wǎng)絡(luò)、區(qū)域提取網(wǎng)絡(luò)和區(qū)域分類網(wǎng)絡(luò)構(gòu)成。當(dāng)將彩色圖輸入至Deep CNN中進(jìn)行信息提取后，Deep CNN能夠直接計(jì)算并輸出該彩色圖中的人體邊界框。其中，人體邊界框?yàn)樵诓噬珗D中用于表示一個(gè)人體的邊界框。例如該彩色圖中包括三名用戶，那么該彩色圖進(jìn)行Deep CNN的人體檢測(cè)后，可以確定出該彩色圖中包括三個(gè)人體邊界框。

步驟104，判斷所述人體邊界框?qū)?yīng)在深度圖中的人體邊界框區(qū)域內(nèi)是否存在唯一一個(gè)人體。如果是，執(zhí)行步驟106，如果不是，執(zhí)行步驟105。

因?yàn)楸旧暾?qǐng)中的深度圖和彩色圖是經(jīng)過(guò)對(duì)同一個(gè)圖像信息進(jìn)行深度處理后得到的，因此深度圖和彩色圖的內(nèi)容實(shí)質(zhì)是一致的，只是其表現(xiàn)形式不同。當(dāng)本申請(qǐng)?jiān)诓噬珗D中確定出人體邊界框后，進(jìn)而判斷確定出的人體邊界框?qū)?yīng)在深度圖中的人體邊界框區(qū)域內(nèi)是否存在唯一一個(gè)人體。其中，人體邊界框區(qū)域與由彩色圖中的人體邊界框所圍成的區(qū)域相同。

進(jìn)一步，本申請(qǐng)還可以結(jié)合人體幾何信息，如人體的高度、尺寸、位置等來(lái)判斷人體邊界框區(qū)域內(nèi)的人體是否正確。

在實(shí)際應(yīng)用過(guò)程中，有些物體的外形尺寸跟人體的外形尺寸比較相近，那么本申請(qǐng)?jiān)趯?duì)彩色圖進(jìn)行Deep CNN的人體檢測(cè)后，可能也會(huì)將該物體誤判為一個(gè)人體，而獲取其人體邊界框?；诖?，本申請(qǐng)?jiān)谂袛嗳梭w邊界框?qū)?yīng)在深度圖中的人體邊界框區(qū)域內(nèi)存在有至少一個(gè)人體時(shí)，進(jìn)一步結(jié)合人體幾何信息判斷該存在的至少一個(gè)人體是否正確。如果判斷得知有人體是誤判，并不是真正的人體，那么將該誤判的人體刪除，如果人體邊界框?qū)?yīng)在深度圖中的人體邊界框區(qū)域內(nèi)不存在任何一個(gè)人體時(shí)，即可確定相應(yīng)的彩色圖中確定的人體邊界框就是錯(cuò)誤的，因此刪除所述人體邊界框區(qū)域?qū)?yīng)在所述彩色圖中的人體邊界框。

步驟105，將人體邊界框區(qū)域內(nèi)存在的兩個(gè)及兩個(gè)以上個(gè)的人體進(jìn)行分離。

由于通過(guò)Deep CNN的人體檢測(cè)后，對(duì)于發(fā)生重疊的用戶只會(huì)輸出一名用戶對(duì)應(yīng)的一個(gè)人體識(shí)別結(jié)果，即一個(gè)人體邊界框，無(wú)法實(shí)現(xiàn)對(duì)重疊人體的分開(kāi)識(shí)別，因此本申請(qǐng)進(jìn)一步通過(guò)獲取深度圖，結(jié)合深度圖的圖像信息，對(duì)發(fā)生重疊的用戶加以區(qū)分，從而分離出單個(gè)的人體，實(shí)現(xiàn)了識(shí)別重疊人體的功能，保證了人體識(shí)別的準(zhǔn)確度。

步驟106，依據(jù)在深度圖中的人體邊界框區(qū)域內(nèi)的人體個(gè)數(shù)，確定所述圖像信息中人體的個(gè)數(shù)。

例如假設(shè)，當(dāng)前彩色圖中一共包括5名用戶，分別為用戶A、用戶B、用戶C、用戶D和用戶E，其中用戶C、用戶D和用戶E發(fā)生重疊，那么本申請(qǐng)對(duì)該彩色圖進(jìn)行Deep CNN的人體檢測(cè)后，獲得的人體邊界框的個(gè)數(shù)為3個(gè)，分別為用戶A的人體邊界框、用戶B的人體邊界框和用戶C’的人體邊界框，這里用戶C’的人體邊界框表示的是發(fā)生重疊的用戶C、用戶D和用戶E共同對(duì)應(yīng)的人體邊界框。進(jìn)一步，本申請(qǐng)結(jié)合深度圖的圖像信息判斷得知用戶C’的人體邊界框?qū)?yīng)在深度圖中的人體邊界框區(qū)域內(nèi)存在三名用戶，當(dāng)前用戶C’存在重疊問(wèn)題，因此對(duì)用戶C’進(jìn)行分離處理，即將用戶C、用戶D和用戶E分離開(kāi)。最終，本申請(qǐng)實(shí)現(xiàn)了對(duì)當(dāng)前彩色圖中一共包括的用戶A、用戶B、用戶C、用戶D、用戶E這5名用戶的人體識(shí)別的確定，確定出該圖像信息中的5名用戶。

因此，本申請(qǐng)基于深度圖實(shí)現(xiàn)了對(duì)彩色圖中識(shí)別到的人體進(jìn)行二次識(shí)別的功能，避免了重疊人體被誤判為一個(gè)人體的情況，本申請(qǐng)利用深度圖的圖像信息輔助人體識(shí)別，提高了人體識(shí)別的準(zhǔn)確度。

此外在上述實(shí)施例的基礎(chǔ)上，本申請(qǐng)?jiān)诓襟E106確定出所述人體邊界框區(qū)域內(nèi)的人體后，所述方法還包括：

步驟107，確定所述人體的相對(duì)位置信息。

本申請(qǐng)?zhí)峁┑娜梭w識(shí)別方法可具體應(yīng)用在機(jī)器人平臺(tái)的視覺(jué)系統(tǒng)中，機(jī)器人除了實(shí)現(xiàn)人體識(shí)別之外，還可兼具人機(jī)互動(dòng)的功能，因此本申請(qǐng)?jiān)趯?shí)現(xiàn)對(duì)用戶的人體識(shí)別之外，還可以實(shí)現(xiàn)對(duì)人體的相對(duì)位置信息的確定，即人體相對(duì)于機(jī)器人的位置信息的確定。本申請(qǐng)結(jié)合深度圖的深度信息對(duì)人體進(jìn)行定位能夠給機(jī)器人的智能導(dǎo)航及人機(jī)互動(dòng)提供可靠的位置信息。

更進(jìn)一步的，在上述實(shí)施例的基礎(chǔ)上，本申請(qǐng)?jiān)诓襟E106確定出所述人體邊界框區(qū)域內(nèi)的人體后，或在步驟107確定人體的相對(duì)位置信息之后，所述方法還可以包括：

步驟108，依據(jù)所述彩色圖中的人體邊界框，確定每個(gè)人體的人臉位置。

具體的，本申請(qǐng)實(shí)施例可以采用基于邊框的人臉定位方法計(jì)算所述彩色圖中各個(gè)人體的人臉位置?；谶吙虻娜四樁ㄎ环椒〞?huì)根據(jù)人體的基本比例，計(jì)算出每個(gè)用戶的人臉的大概位置，然后通過(guò)Haar特征及AdaBoost分類器來(lái)找到人臉的具體位置，從而實(shí)現(xiàn)用戶人臉位置的確定。

在本申請(qǐng)實(shí)施例中，為了保證用戶身份識(shí)別的準(zhǔn)確度，本申請(qǐng)可以再次獲取深度圖，依據(jù)所述人臉位置對(duì)應(yīng)在所述深度圖中的位置區(qū)域，判斷所述人臉位置是否正確，如果不正確，則刪除所述人臉位置。因此，本申請(qǐng)依據(jù)深度圖中人臉位置處的深度信息分布情況，排除了錯(cuò)誤的人臉位置，提高了人體識(shí)別的準(zhǔn)確度。

基于前文本申請(qǐng)?zhí)峁┑囊环N人體識(shí)別方法，本申請(qǐng)還提供一種人體檢測(cè)裝置，如圖2所述，包括：

獲取單元100，用于獲取圖像信息；

深度信息處理單元200，用于對(duì)所述圖像信息進(jìn)行深度處理，獲得深度圖和彩色圖；

人體邊界框確定單元300，用于對(duì)所述彩色圖進(jìn)行Deep CNN的人體檢測(cè)，確定所述彩色圖中的人體邊界框；

第一判斷單元400，用于判斷所述人體邊界框?qū)?yīng)在深度圖中的人體邊界框區(qū)域內(nèi)是否存在唯一一個(gè)人體；

人體分離單元500，用于當(dāng)所述第一判斷單元400判斷所述人體邊界框區(qū)域內(nèi)存在有兩個(gè)及兩個(gè)以上個(gè)人體時(shí)，將所述兩個(gè)及兩個(gè)以上個(gè)的人體進(jìn)行分離；

人體個(gè)數(shù)確定單元600，用于依據(jù)在深度圖中的人體邊界框區(qū)域內(nèi)的人體個(gè)數(shù)，確定所述圖像信息中人體的個(gè)數(shù)。

優(yōu)選的，本申請(qǐng)還可以包括：

第一刪除單元700，用于當(dāng)所述第一判斷單元400判斷所述人體邊界框區(qū)域內(nèi)不存在人體時(shí)，刪除所述人體邊界框區(qū)域?qū)?yīng)在所述彩色圖中的人體邊界框。

相對(duì)位置確定單元800，用于確定所述人體的相對(duì)位置信息。

人臉位置確定單元900，用于依據(jù)所述彩色圖中的人體邊界框，確定每個(gè)人體的人臉位置。

以及，第二判斷單元1000，用于依據(jù)所述人臉位置對(duì)應(yīng)在所述深度圖中的位置區(qū)域，判斷所述人臉位置是否正確；

第二刪除單元1100，用于當(dāng)所述第二判斷單元1000判斷所述人臉位置不正確時(shí)，刪除所述人臉位置。

需要說(shuō)明的是，本說(shuō)明書中的各個(gè)實(shí)施例均采用遞進(jìn)的方式描述，每個(gè)實(shí)施例重點(diǎn)說(shuō)明的都是與其他實(shí)施例的不同之處，各個(gè)實(shí)施例之間相同相似的部分互相參見(jiàn)即可。對(duì)于裝置類實(shí)施例而言，由于其與方法實(shí)施例基本相似，所以描述的比較簡(jiǎn)單，相關(guān)之處參見(jiàn)方法實(shí)施例的部分說(shuō)明即可。

最后，還需要說(shuō)明的是，在本文中，諸如第一和第二等之類的關(guān)系術(shù)語(yǔ)僅僅用來(lái)將一個(gè)實(shí)體或者操作與另一個(gè)實(shí)體或操作區(qū)分開(kāi)來(lái)，而不一定要求或者暗示這些實(shí)體或操作之間存在任何這種實(shí)際的關(guān)系或者順序。而且，術(shù)語(yǔ)“包括”、“包含”或者其任何其他變體意在涵蓋非排他性的包含，從而使得包括一系列要素的過(guò)程、方法、物品或者設(shè)備不僅包括那些要素，而且還包括沒(méi)有明確列出的其他要素，或者是還包括為這種過(guò)程、方法、物品或者設(shè)備所固有的要素。在沒(méi)有更多限制的情況下，由語(yǔ)句“包括一個(gè)……”限定的要素，并不排除在包括所述要素的過(guò)程、方法、物品或者設(shè)備中還存在另外的相同要素。

以上對(duì)本申請(qǐng)所提供的一種人體識(shí)別方法和裝置進(jìn)行了詳細(xì)介紹，本文中應(yīng)用了具體個(gè)例對(duì)本申請(qǐng)的原理及實(shí)施方式進(jìn)行了闡述，以上實(shí)施例的說(shuō)明只是用于幫助理解本申請(qǐng)的方法及其核心思想；同時(shí)，對(duì)于本領(lǐng)域的一般技術(shù)人員，依據(jù)本申請(qǐng)的思想，在具體實(shí)施方式及應(yīng)用范圍上均會(huì)有改變之處，綜上所述，本說(shuō)明書內(nèi)容不應(yīng)理解為對(duì)本申請(qǐng)的限制。