一种距离检测方法、设备及存储介质与流程

1.本技术实施例涉及但不限于电子技术领域，尤其涉及一种距离检测方法、 设备及存储介质。


背景技术：

2.现有的风扇或其他家电产品中，有时需要通过获得当前空间人的位置或人 与家电产品的距离来进行工作模式的调整。在相关技术中，测量人的位置或人 与家电产品的距离的技术方式有红外、飞行时间(time of flight，tof)、射频 (radio frequency，rf)、超声波、图像识别等方法，其中，采用图像识别技术 测量人与风扇的距离时既能识别是否有人，还能判断人与风扇的距离及角度位 置，便于风扇根据人的位置或角度位置调整吹风策略。因此，如何通过图像识 别技术准确地检测人与风扇的距离是本领域技术人员有待解决的问题。


技术实现要素：

3.有鉴于此，本技术实施例提供一种距离检测方法、设备及存储介质。
4.本技术实施例的技术方案是这样实现的：
5.一方面，本技术实施例提供一种距离检测方法，所述方法包括：
6.进行图像采集，得到待检测图像；
7.对所述待检测图像进行人像识别；
8.当在所述待检测图像中识别到人像时，确定人头部的特征线段在所述待检 测图像中所占的像素数量；
9.根据所述像素数量，确定目标标定值；
10.根据所述目标标定值查询特定的第一对应关系，得到所述人像对应的人与 图像传感器之间的目标距离，所述第一对应关系用于表征标定值与距离之间的 映射关系。
11.另一方面，本技术实施例提供一种距离检测设备，所述设备包括：
12.图像传感器，用于进行图像采集；
13.处理器，用于通过图像传感器进行图像采集，得到待检测图像；对所述待 检测图像进行人像识别；当在所述待检测图像中识别到人像时，确定人头部的 特征线段在所述待检测图像中所占的像素数量；根据所述像素数量，确定目标 标定值；根据所述目标标定值查询特定的第一对应关系，得到所述人像对应的 人与所述图像传感器之间的目标距离，所述第一对应关系用于表征标定值与距 离之间的映射关系。
14.再一方面，本技术实施例提供一种计算机可读存储介质，其上存储有计算 机程序，该计算机程序被处理器执行时实现上述方法中的步骤。
15.本技术实施例中，以人像的头部为主要的检测基础点，检测人像的头部的 宽度、长度、长宽斜线等特征线段在待检测图像中所占的像素数量，通过根据 该像素数量确定的目标标定值，结合特定的标定值与距离之间的映射关系，来 确定人像对应的人与图像传感
器之间的距离。首先，由于从不同角度进行图像 采集时，人像的头部对应的宽度、长度、长宽斜线等特征线段所占像素变化不 大，这样，在人以不同角度朝向图像传感器时，都可以通过检测头部的特征线 段在待检测图像中所占的像素来准确地判断人与图像传感器之间的距离。其次， 相比于相关技术中通过检测脸部面积所占像素或其他复杂特征判断距离的方 式，由于对于同一脸部面积而言，会涉及到不同用户的不同距离对应同一脸部 面积的情况，而采用检测头部特征线段所占像素的方式判断距离时，对于不同 人而言，头部特征线段影响较小，用于进行距离判断更为准确。再次，由于在 进行图像检测时，检测线段所占像素相比于相关技术中检测面积所占像素或其 他复杂特征而言，计算的速度更快。
16.进一步地，可以通过查表结合曲线拟合的方式，快速、直接地得到根据当 前头部特征线段在待检测图像中所占的像素确定的目标标定值对应的人与图像 传感器之间的距离，这样，可以提高距离检测的效率，并减少计算量。
附图说明
17.图1为本技术实施例提供的距离检测方法的实现流程示意图；
18.图2为本技术实施例提供的距离检测方法的实现流程示意图；
19.图3为本技术实施例提供的距离检测设备的组成结构示意图；
20.图4a为本技术实施例提供的风扇的组成结构示意图；
21.图4b为人像在图像内呈现的位置示意图；
22.图4c为人像在图像内呈现的位置示意图；
23.图4d为通过实际测量得到的像素比例与距离的对应关系示意图。
具体实施方式
24.为了使本技术的目的、技术方案和优点更加清楚，下面结合附图和实施例 对本技术的技术方案进一步详细阐述，所描述的实施例不应视为对本技术的限 制，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施 例，都属于本技术保护的范围。
25.在以下的描述中，涉及到“一些实施例”，其描述了所有可能实施例的子集， 但是可以理解，“一些实施例”可以是所有可能实施例的相同子集或不同子集， 并且可以在不冲突的情况下相互结合。
26.如果申请文件中出现“第一/第二”的类似描述则增加以下的说明，在以下 的描述中，所涉及的术语“第一\第二\第三”仅仅是是区别类似的对象，不代表 针对对象的特定排序，可以理解地，“第一\第二\第三”在允许的情况下可以互 换特定的顺序或先后次序，以使这里描述的本技术实施例能够以除了在这里图 示或描述的以外的顺序实施。
27.除非另有定义，本文所使用的所有的技术和科学术语与属于本技术的技术 领域的技术人员通常理解的含义相同。本文中所使用的术语只是为了描述本申 请实施例的目的，不是旨在限制本技术。
28.在相关技术中，通过图像识别技术进行距离检测的方式大多利用人脸特征 进行检测，具体实现步骤可以如下：首先通过人脸识别来判断图像传感器采集 的图像中的待检测对象是人；然后通过检测人脸特征(比如人脸大小、脸的长 宽、人脸面积、眉距等尺寸特
征)在图像中所占的像素比例，来间接测量人距 离图像传感器的距离。
29.在上述相关技术中，通过人脸特征的像素占比来测量人与图像传感器的距 离时，当面向图像传感器的是人的侧脸时，检测到的人脸尺寸特征与人脸为正 面时检测到的人脸尺寸特征会存在较大的差异，当面向图像传感器的是人的后 脑勺时，甚至将无法检测到人脸。因此，根据人脸尺寸特征的像素占比无法准 确检测人与图像传感器的距离。
30.本技术实施例提供一种距离检测方法，以解决上述现有技术中存在的无法 准确检测人与图像传感器的距离的问题。图1为本技术实施例提供的距离检测 方法的实现流程示意图，该方法可由处理器执行，如图1所示，该方法包括：
31.步骤s101，进行图像采集，得到待检测图像；
32.这里，图像采集可以通过图像传感器进行，图像传感器可以是能够进行图 像采集的任意感光元件。在实施时，图像传感器可以是摄像头，处理器可以控 制所述摄像头拍摄获得当前空间的二维平面图像，作为待检测图像。
33.步骤s102，对所述待检测图像进行人像识别；
34.这里，对所述待检测图像进行人像识别是为了判断当前空间是否有人。在 实施时，可以采用图像识别技术，对待检测图像进行人像相关的特征识别。
35.步骤s103，当在所述待检测图像中识别到人像时，确定人头部的特征线段 在所述待检测图像中所占的像素数量；
36.这里，人头部对应人像中头部轮廓包括的区域。在实施时，可以包括人像 的面部及头发所在的区域，根据人面向图像传感器的角度不同，人头部可以包 括但不限于头部的正面(人脸正面所在的一侧)、头部侧面(双耳分别所在的两 侧中的任意一侧)、头部后面(后脑勺所在的一侧)。
37.人头部的特征线段可以为在特定维度表征所述人头部的线段，可以包括但 不限于人脸长度线段、人脸宽度线段、人脸长宽斜线、人头长度线段、人头宽 度线段、人头长宽斜线等。在实施时，本领域技术人员可以根据实际情况选择 合适的特征线段，本技术实施例对此并不限定。
38.特征线段在待检测图像中所占的像素数量可以为在特征线段对应的维度上 人头部两端点在该维度上的像素距离，也可以为在该维度上人头部所占的每一 行像素中像素数量最多的一行对应的像素数量。例如，当特征线段为人头长度 线段时，人头长度线段在待检测图像中所占的像素数量可以为人头部所占全部 像素中最上端像素点与最下端像素点在垂直方向上的像素距离，也可以是人头 部所占的每一列像素中长度最大的一列对应的像素数量。又如，当特征线段为 人头宽度线段时，人头宽度线段在待检测图像中所占的像素数量可以为人头部 所占全部像素中最左端像素点与最右端像素点在水平方向上的像素距离，也可 以是人头部所占的每一行像素中宽度最大的一行对应的像素数量。本领域技术 人员可以根据实际情况选择合适的方式确定特征线段所占像素数量，本技术实 施例对此并不限定。
39.在一些实施例中，当识别到所述人头部为正面时，所述特征线段为人脸宽 度线段、人脸长度线段或人脸长宽斜线；当识别到所述人头部为后面时，所述 特征线段为人头宽度线段、人头长度线段或人头长宽斜线；当识别到所述人头 部为侧面时，所述特征线段为人脸宽度线段。
40.步骤s104，根据所述像素数量，确定目标标定值；
41.这里，标定值为由特征线段在待检测图像中所占的像素数量按照特定的策 略确定的值，用于标定人与图像传感器之间的距离，标定值与该距离之间存在 一一对应的关系。在实施时，可以直接将所述像素数量确定为目标标定值，也 可以将所述像素数量与待检测图像中特定维度的像素总量之比确定为目标标定 值。本领域技术人员可以在实施时根据实际情况选择合适的策略确定目标标定 值，本技术实施例对此并不限定。
42.步骤s105，根据所述目标标定值查询特定的第一对应关系，得到所述人像 对应的人与图像传感器之间的距离，所述第一对应关系用于表征标定值与距离 之间的映射关系。
43.这里，标定值与距离之间的映射关系可以是通过实际测量确定的，也可以 是根据实际情况采用特定的计算公式计算得到的。在实施时，所述第一对应关 系可以预先存储在本地存储器或远端中，在需要查询时从本地存储器或远端获 取并进行查询。
44.在一些实施例中，所述特征线段用于在特定维度表征所述人头部，所述确 定人头部的特征线段在所述待检测图像中所占的像素数量，包括：将所述人头 部在所述特定维度所占像素的数量确定为所述像素数量；对应地，所述根据所 述像素数量，确定目标标定值，包括：将所述像素数量与所述待检测图像在所 述特定维度的像素总数之比确定为所述目标标定值。
45.本技术实施例提供的距离检测方法，以人像的头部为主要的检测基础点， 检测表征人像的头部的宽度、长度、长宽斜线等的特征线段在待检测图像中所 占的像素数量，通过根据该像素数量确定的目标标定值，结合特定的标定值与 距离之间的映射关系，来确定人像对应的人与图像传感器之间的距离。首先， 由于从不同角度进行图像采集时，人像的头部对应的表征宽度、长度、长宽斜 线等的特征线段所占像素变化不大，这样，在人以不同角度朝向图像传感器时， 都可以通过检测头部的特征线段在待检测图像中所占的像素来准确地判断人与 图像传感器之间的距离。其次，相比于相关技术中通过检测脸部面积所占像素 或其他复杂特征判断距离的方式，由于对于同一脸部面积而言，会涉及到不同 用户的不同距离对应同一脸部面积的情况，而采用检测头部特征线段所占像素 的方式判断距离时，对于不同人而言，头部特征线段影响较小，用于进行距离 判断更为准确。再次，由于在进行图像检测时，检测线段所占像素相比于相关 技术中检测面积所占像素或其他复杂特征而言，计算的速度更快。
46.本技术实施例提供一种距离检测方法，该方法可由处理器执行，如图2所 示该方法包括：
47.步骤s201，进行图像采集，得到待检测图像；
48.步骤s202，对所述待检测图像进行人像识别；
49.步骤s203，当在所述待检测图像中识别到人像时，确定人头部的特征线段 在所述待检测图像中所占的像素数量；
50.这里，步骤s201至s203对应于前述步骤s101至s103，在实施时可以参 照前述步骤s101至s103的实施方式而实施。
51.步骤s204，将所述像素数量与特定的基准线所占像素的数量之比确定为目 标标定值；
52.这里，特定的基准线可以为待检测图像中用于表征特定维度的基准线，特 定的基
准线所占像素的数量可以为待检测图像在该特定维度的像素总量。在实 施时，特定维度可以是与特征线段平行或垂直的维度，也可以其他任意合适的 维度。本领域技术人员可以在实施时根据实际情况选择合适的维度确定基准线， 本技术实施例对此并不限定。
53.步骤s205，根据所述目标标定值查询特定的第一对应关系，得到所述人像 对应的人与图像传感器之间的距离，所述第一对应关系用于表征标定值与距离 之间的映射关系。
54.这里，步骤s205对应于前述步骤s105，在实施时可以参照前述步骤s105 的实施方式而实施。
55.本技术实施例提供一种距离检测方法，该方法可由处理器执行，该方法包 括：
56.步骤s301，进行图像采集，得到待检测图像；
57.步骤s302，对所述待检测图像进行人像识别；
58.步骤s303，当在所述待检测图像中识别到人像时，确定人头部的特征线段 在所述待检测图像中所占的像素数量；
59.这里，步骤s301至s303对应于前述步骤s101至s103，在实施时可以参 照前述步骤s101至s103的实施方式而实施。
60.步骤s304，获得所述特征线段的起点和终点；
61.步骤s305，根据所述像素数量、所述起点和所述终点，确定所述特征线段 的中点；
62.步骤s306，将所述特征线段的中点距所述基准线的距离确定为目标标定 值；
63.这里，特定的基准线可以为待检测图像中用于表征特定维度的基准线。在 实施时，特定维度可以是与特征线段平行或垂直的维度，也可以其他任意合适 的维度。本领域技术人员可以在实施时根据实际情况选择合适的维度确定基准 线，本技术实施例对此并不限定。
64.步骤s307，根据所述目标标定值查询特定的第一对应关系，得到所述人像 对应的人与图像传感器之间的距离，所述第一对应关系用于表征标定值与距离 之间的映射关系。
65.这里，步骤s307对应于前述步骤s105，在实施时可以参照前述步骤s105 的实施方式而实施。
66.在一些实施例中，所述特征线段为人脸长度线段，所述基准线为横向基准 线。对应地，上述步骤s306包括：将所述人脸长度线段的中点距所述横向基准 线的距离确定为所述目标标定值。
67.本技术实施例提供一种距离检测方法，该方法可由处理器执行，该方法包 括：
68.步骤s401，进行图像采集，得到待检测图像；
69.步骤s402，对所述待检测图像进行人像识别；
70.步骤s403，当在所述待检测图像中识别到人像时，确定人头部的特征线段 在所述待检测图像中所占的像素数量；
71.步骤s404，根据所述像素数量，确定目标标定值；
72.这里，步骤s401至s404对应于前述步骤s101至s104，在实施时可以参 照前述步骤s101至s104的实施方式而实施。
73.步骤s405，获得对所述人像进行图像识别而得到的特定的人体特征；
74.这里，人体特征可以包括但不限于体脂率、年龄、地域、身体宽度等任意 可以与人头部尺寸相关联的人体相关的特征。
75.步骤s406，根据所述人体特征，更新所述目标标定值；
76.这里，由于不同人的头部尺寸(包括头部宽度、头部长度、脸部宽度、脸 部长度等)之间存在一定差异，而人体特征与人头部尺寸之间存在关联性。因 此，为了提高通过人头部的特征线段判断人与图像传感器之间的距离时的准确 度，可以根据人体特征对目标标定值进行适当调整。
77.在实施时，可以根据人体特征与人头部尺寸之间存在关联关系，选择合适 的方式更新所述目标标定值，本技术实施例对此并不限定。比如，体脂率越高 人越胖，相应的人头部的尺寸越大，因此，可以根据体脂率与人头部尺寸之间 的关联性，设定一个与体脂率相关联的比值参数k对确定的目标标定值进行调 整，以更新该目标标定值。又如，还可以根据年龄与人头部尺寸之间的关联性， 设定一个与年龄相关联的比值参数m对确定的目标标定值进行调整，以更新该 目标标定值。再如，还可以根据人人体特征，判断人所属的地域，比如北方人、 南方人等，根据人所属的地域与人头部尺寸之间的关联性，设定一个与地域相 关联的比值参数m对确定的目标标定值进行调整。再如，身材比较宽的人对应 的头或脸的宽度也会比较宽，因此，还可以根据人的身体的宽度与人头部尺寸 之间的关联关系，设定一个与身体宽度相关联的比值参数n对确定的目标标定 值进行调整。在实施时，比值参数可以由用户设定，也可以通过大数据拟合方 式确定，本技术实施例对此并不限定。
78.步骤s407，根据更新后的所述目标标定值查询特定的第一对应关系，得到 所述人像对应的人与图像传感器之间的距离，所述第一对应关系用于表征标定 值与距离之间的映射关系。
79.这里，步骤s407对应于前述步骤s105，在实施时可以参照前述步骤s105 的实施方式而实施。
80.在一些实施例中，所述人体特征为体脂率。对应地，上述步骤s405包括： 获得对所述人像进行图像识别而得到的目标体脂率；上述步骤s406包括：根据 特定的第二对应关系，确定所述目标体脂率对应的第一比值参数，所述第二对 应关系用于表征体脂率与第一比值参数之间的关联关系；根据所述目标标定值 和所述第一比值参数，更新所述目标标定值。这里，第二对应关系可以是特定 的映射关系表，也可以是特定的映射公式，本技术实施例对此并不限定。在实 施时，所述第一对应关系可以预先存储在本地存储器或远端中，在需要查询时 从本地存储器或远端获取并进行查询。
81.在一些实施例中，所述人体特征为年龄。对应地，上述步骤s405包括：获 得对所述人像进行图像识别而得到的目标年龄；上述步骤s406包括：根据特定 的第三对应关系，确定所述目标年龄对应的第二比值参数，所述第三对应关系 用于表征年龄与第二比值参数之间的关联关系；根据所述目标标定值和所述第 二比值参数，更新所述目标标定值。
82.这里，处理器可以通过图像识别技术进行年龄识别。在实施时，可以识别 人像对应的人的身高，根据身高判断人的年龄；也可以识别人像的头身比例， 根据头身比例判断人的年龄。在一些实施例中，当人像中包括人的脸部时，还 可以通过人脸识别技术检测人像对应的年龄。
83.第三对应关系可以是特定的映射关系表，也可以是特定的映射公式，本申 请实施例对此并不限定。在实施时，所述第一对应关系可以预先存储在本地存 储器或远端中，在需要查询时从本地存储器或远端获取并进行查询。
84.本技术实施例提供的距离检测方法，根据特定的人体特征与人头部尺寸之 间的关联关系，对目标标定值进行适当调整，这样，针对具有不同人体特征的 人，均可通过查询特定的标定值与距离之间的对应关系得到准确度较高的距离， 从而可以进一步提高距离检测的准确度。
85.本技术实施例提供一种距离检测方法，该方法可由处理器执行，该方法包 括：
86.步骤s501，进行图像采集，得到待检测图像；
87.步骤s502，对所述待检测图像进行人像识别；
88.步骤s503，当在所述待检测图像中识别到人像时，确定人头部的特征线段 在所述待检测图像中所占的像素数量；
89.步骤s504，根据所述像素数量，确定目标标定值；
90.这里，步骤s501至步骤s504在实施时可以参照前述步骤s101至s104的 实施方式，这里不再赘述。
91.步骤s505，根据所述目标标定值查询特定的映射关系表，得到所述人像对 应的人与所述图像传感器之间的目标距离；其中，所述映射关系表用于表征标 定值与距离之间的映射关系。
92.这里，映射关系表可以是预先确定后存储在本地存储器中的，映射关系表 中包括了目标标定值与距离之间的映关系，通过查询该表，可以得到所述人像 对应的人与所述图像传感器之间的目标距离。
93.需要说明的是，上述映射关系表中标定值与距离的映射关系可以通过实际 测量确定。在实施时，可以以人与所述图像传感器之间的距离作为自变量，以 根据人头部的特征线段的像素数量确定的标定值作为因变量，也可以以根据人 头部的特征线段的像素数量确定的标定值作为自变量，以人与所述图像传感器 之间的距离作为因变量，采用特定的标定精度进行标定测量，最终确定标定值 与距离的映射关系。在进行标定测量时，人与所述图像传感器之间的距离的测 量范围，可以为人在当前空间与所述图像传感器可能的最小距离与最大距离之 间，标定值的测量范围以及采用的标定精度可以视实际情况而定。
94.以人与所述图像传感器之间的距离作为自变量为例，当人在当前空间与所 述图像传感器之间可能的最小距离为0、最大距离为d
max
时，人与所述图像传感 器之间的距离的测量范围为[0,d
max
]，此时若采用的标定精度为r，则在进行标 定测量时，可以依次测量人与所述图像传感器之间的距离为r，2r，
……
，nr时 分别对应的标定值w
r
，w
2r
，
……
，w
nr
，其中n为正整数，且nr≤d
max
。在一 些实施例中，标定精度r可以为0.1m，此时可以在实际测量时可以标定w
0.1
为0.1 米对应标定值，w
0.2
为0.2米对应标定值，以此类推，最终可以得到相应的标定 值与距离的映射关系表。在一些实施例中，标定精度r也可以是1m或0.05m等。
[0095]
在实施的时候，为了保证测量的准确性，还可以对同一距离对应的头部区 域在待检测图像中的标定值进行多次测量，取平均值作为最终的测量结果。
[0096]
本技术实施例提供的距离检测方法，通过查表的方式，可以快速、直接地 得到根据当前人头部的特征线段在待检测图像中所占的像素数量确定的标定值 对应的人与图像传感器之间的距离，这样，可以提高距离检测的效率，并减少 计算量。
[0097]
本技术实施例提供一种距离检测方法，该方法可由处理器执行，该方法包 括：
[0098]
步骤s601，进行图像采集，得到待检测图像；
[0099]
步骤s602，对所述待检测图像进行人像识别；
[0100]
步骤s603，当在所述待检测图像中识别到人像时，确定人头部的特征线段 在所述待检测图像中所占的像素数量；
[0101]
步骤s604，根据所述像素数量，确定目标标定值；
[0102]
步骤s605，根据所述目标标定值查询特定的映射关系表，得到所述人像对 应的人与所述图像传感器之间的目标距离；其中，所述映射关系表用于表征标 定值与距离之间的映射关系；
[0103]
这里，上述步骤s601至s605在实施时可以参考前述步骤s201至s205的 实施方式，这里不再赘述。
[0104]
步骤s606，当所述映射关系表中不存在所述目标标定值对应的距离时，基 于所述映射关系表中的数据，对特定的标定值区间内的标定值与距离之间的对 应关系进行曲线拟合，得到曲线拟合结果；其中，所述标定值区间包含所述目 标标定值；
[0105]
这里，由于实际测量时无法将每一标定值与距离的映射关系都测量出来， 因此，当所述映射关系表中不存在所述目标标定值对应的人与所述图像传感器 之间的距离时，可以采用曲线拟合的方式得出所述目标标定值对应的人与所述 图像传感器之间的距离。在实施时，可以基于映射关系表中的全部数据进行曲 线拟合，也可以基于该映射关系表中的部分数据进行曲线拟合。假设标定精度 为r，当前目标标定值为w，如果w>nr，且w<(n 1)r，那么可以通过曲线拟合 的方式来计算目标标定值w对应的人与所述图像传感器之间的距离。
[0106]
在一些实施例中，可以在所述映射关系表中，查询与所述目标标定值在数 值上最相近的两个标定值对应的距离，然后基于所述两个标定值以及所述两个 标定值分别对应的距离，对特定的标定值区间内的标定值与距离之间的对应关 系进行一次曲线拟合。这里，一次曲线拟合可以是直线拟合。在实施时，若标 定精度为r，目标标定值为w，如果w>nr，且w<(n 1)r，则可以先在所述映射 关系表中查询标定值为nr和(n 1)r时分别对应的距离，然后基于这两个标定值 与对应的距离，对(nr,(n 1)r)区间内的标定值与距离之间的对应关系进行一次曲 线拟合。在实施的过程中，可以将这两个标定值与对应的距离映射为以标定值 为横轴，以距离为纵轴的二维坐标上的两个点，在进行一次曲线拟合时，可以 得到一条以这两个点为端点的直线段，该直线段可以表示标定值在(nr,(n 1)r)区 间内与距离之间的对应关系。
[0107]
步骤s607，根据所述目标标定值查询所述曲线拟合结果，得到所述人像对 应的人与所述图像传感器之间的目标距离。
[0108]
这里，曲线拟合的结果中包括了所述目标标定值对应的距离，经过简单地 查询即可得到对应的人与所述图像传感器之间的目标距离。
[0109]
本技术实施例提供的距离检测方法，通过查表结合曲线拟合的方式，当表 中无法直接查询到目标标定值对应的人与图像传感器之间的距离时，可以进一 步地通过曲线拟合的方式，基于表中已有的数据确定该目标标定值对应的人与 图像传感器之间的距离，这样，在对标定值与距离的映射关系进行标定测量时， 可以适当增大标定精度，从而可以在保证曲线拟合准确度较高的前提下，减少 标定测量的次数。
[0110]
本技术实施例提供一种距离检测方法，该方法可由处理器执行，该方法包 括：
[0111]
步骤s701，进行图像采集，得到待检测图像；
[0112]
步骤s702，基于预设的人头样本，利用图像识别技术，对所述待检测图像 进行人头匹配，得到相应的匹配率；
[0113]
这里，预设的人头样本可以包括但不限于分别对应头部正面(人脸正面所 在的一侧)、头部侧面(双耳分别所在的两侧中的任意一侧)、头部后侧(后脑 勺所在的一侧)的样本。在进行人头匹配时，可以对所述待检测图像分别匹配 头部正面、头部侧面、头部后侧等不同类别的样本，并分别得到相应的匹配率； 也可以在分别匹配头部正面、头部侧面、头部侧面等不同类别的样本后，按照 特定的权重分布，对每一类别对应的匹配率进行加权，得到一个总的匹配率。
[0114]
步骤s703，当所述匹配率大于设定的匹配阈值时，确定在所述待检测图像 中识别到人像；
[0115]
这里，匹配率可以是分别对应不同类别的人头样本的多个匹配率，此时， 当多个匹配率中的任何一个匹配率大于设定的匹配阈值时，可以确定在所述待 检测图像中识别到人像。匹配率也可以是对每一类别的人头样本对应的匹配率 进行综合后得到的一个总的匹配率，此时，当该总的匹配率大于设定的匹配阈 值时，可以确定在所述待检测图像中识别到人像。
[0116]
步骤s704，当在所述待检测图像中识别到人像时，确定人头部的特征线段 在所述待检测图像中所占的像素数量；
[0117]
步骤s705，根据所述像素数量，确定目标标定值；
[0118]
步骤s706，根据所述目标标定值查询特定的第一对应关系，得到所述人像 对应的人与图像传感器之间的距离，所述第一对应关系用于表征标定值与距离 之间的映射关系。
[0119]
需要说明的是，上述步骤s701、s704至s706在实施时可以参考前述步骤 s101、s103至s105的实施方式，这里不再赘述。
[0120]
本技术实施例提供的距离检测方法，通过人头匹配判断是否识别到人像， 可以实现对不同角度的人像的识别，从而提高人像识别的准确率。
[0121]
本技术实施例提供一种距离检测方法，该方法应用于风扇控制中，可由风 扇的处理器执行，该方法包括：
[0122]
步骤s801，进行图像采集，得到待检测图像；
[0123]
步骤s802，对所述待检测图像进行人像识别；
[0124]
步骤s803，当在所述待检测图像中识别到人像时，确定人头部的特征线段 在所述待检测图像中所占的像素数量；
[0125]
步骤s804，根据所述像素数量，确定目标标定值；
[0126]
步骤s805，根据所述目标标定值查询特定的第一对应关系，得到所述人像 对应的人与图像传感器之间的目标距离，所述第一对应关系用于表征标定值与 距离之间的映射关系；
[0127]
需要说明的是，上述步骤s801至s805在实施时可以参考前述步骤s101 至s105的实施方式，这里不再赘述。
[0128]
步骤s806，按照特定的距离与风速之间的对应关系，根据所述人像对应的 人与所述图像传感器之间的目标距离，确定所述风扇向所述人像对应的人进行 送风时的目标风
速；
[0129]
这里，特定的距离与风速之间的对应关系可以是预先设置好的距离与风速 之间的一一映射关系，也可以是根据特定的计算公式计算得到的。在一些实施 例中，可以是目标距离越远，风速越大。
[0130]
步骤s807，控制所述风扇的驱动组件，驱动所述风扇向所述人像对应的人 按照所述目标风速进行送风；
[0131]
这里，风扇的驱动组件可以包括但不限于直流电机、垂直摆头步进电机和 水平摆头步进电机中的一种或多种。在实施时，可以利用直流电机作为风扇转 动的动力实体，垂直摆头步进电机作为风扇上下摇头的动力实体，水平摆头步 进电机作为风扇左右摇头的动力实体，控制组件可以根据目标风速，通过控制 直流电机的按照相应的旋转速度驱动所述风扇按照目标风速对所述人像对应的 人进行送风。
[0132]
步骤s808，对所述人像进行年龄识别，确定所述人像对应的目标年龄段；
[0133]
这里，处理器可以通过图像识别技术进行年龄识别。在实施时，可以识别 人像对应的人的身高，根据身高判断人的年龄；也可以识别人像的头身比例， 根据头身比例判断人的年龄。在一些实施例中，当人像中包括人的脸部时，还 可以通过人脸识别技术检测人像对应的年龄，从而确定对应的目标年龄段。
[0134]
步骤s809，当所述目标距离小于第一距离阈值，且所述目标年龄段小于特 定的年龄阈值时，控制所述风扇停止运行。
[0135]
这里，第一距离阈值可以为风扇与儿童的最小安全距离，特定的年龄阈值 可以为界定是否为儿童的年龄。第一距离阈值和年龄阈值均可为用户预先设定 后存储在本地存储器中的值，也可以为处理器设置的默认值。处理器可以通过 控制直流电机停止转动，来控制所述风扇停止运行，也可以控制所述风扇的电 源关断，从而实现风扇停止运行，本实施例对此并不做限定。
[0136]
在实施时，处理器可以根据所述目标距离是否小于第一距离阈值，以及所 述目标年龄段是否小于特定的年龄阈值，判断当前是否有儿童靠近风扇。当所 述目标距离小于第一距离阈值，且所述目标年龄段小于特定的年龄阈值时，确 定有儿童靠近风扇，此时处理器控制所述风扇停止运行。
[0137]
在一些实施例中，当确定所述人像对应的人与所述风扇之间的目标距离小 于设定的第一距离阈值，且确定所述人像对应的目标年龄段小于设定的年龄阈 值时，控制组件还可以控制风扇的蜂鸣器发出声音报警，提醒家长关注是否有 儿童靠近风扇。
[0138]
在一些实施例中，该方法还可以包括：当所述目标距离小于第二距离阈值 时，控制所述风扇停止运行；其中，所述第二距离阈值小于所述第一距离阈值。
[0139]
这里，第二距离阈值可以是风扇与成年人之间的最小安全距离，当成年人 与风扇之间的距离小于该最小安全距离时，处理器也可以控制所述风扇停止运 行。由于成年人具有一定的自我保护意识和能力，因此，在实施时，所述第二 距离阈值可以小于所述第一距离阈值。
[0140]
本技术实施例提供的距离检测方法中，通过图像识别技术准确地检测到人 与风扇的距离后，可以根据人与风扇的距离，实时调整送风风速，从而满足用 户在不同距离时不同的吹风需求，提高用户的使用体验。此外，在风扇运行时， 可以在通过图像识别技术准
确地检测到人与风扇的距离以及人所处的年龄段 后，根据该距离和年龄段确定是否有儿童出现在风扇的危险距离内，当发现有 儿童处于危险距离内，可以主动关闭风扇，并可以通过蜂鸣器发出报警，提醒 家长关注，从而保护儿童安全。
[0141]
基于上述实施例，本技术实施例提供一种距离检测设备，图3为本技术实 施例提供的距离检测设备的组成结构示意图，如图3所示，该距离检测设备900 包括：处理器910、图像传感器920，其中：
[0142]
处理器910，用于通过图像传感器920进行图像采集，得到待检测图像； 对所述待检测图像进行人像识别；当在所述待检测图像中识别到人像时，确定 人头部的特征线段在所述待检测图像中所占的像素数量；根据所述像素数量， 确定目标标定值；根据所述目标标定值查询特定的第一对应关系，得到所述人 像对应的人与所述图像传感器920之间的目标距离，所述第一对应关系用于表 征标定值与距离之间的映射关系；
[0143]
图像传感器920，用于进行图像采集。
[0144]
这里，处理器可以包括但不限于中央处理器(cpu)、微处理器(mpu)、 数字信号处理器(dsp)或现场可编程门阵列(fpga)中的任意一种或多种。 图像传感器可以是能够进行图像采集的任意感光元件。在实施时，图像传感器 可以是摄像头。处理器可以通过向图像传感器发送图像采集指令，控制图像传 感器采集得到当前空间的二维平面图像，作为待检测图像。
[0145]
在一些实施例中，所述处理器还用于：将所述人头部在所述特定维度所占 像素的数量确定为所述像素数量；将所述像素数量与所述待检测图像在所述特 定维度的像素总数之比确定为所述目标标定值。
[0146]
在一些实施例中，所述处理器还用于：将所述像素数量与特定的基准线所 占像素的数量之比确定为所述目标标定值；或者，
[0147]
获得所述特征线段的起点和终点；根据所述像素数量、所述起点和所述终 点，确定所述特征线段的中点；将所述特征线段的中点距所述基准线的距离确 定为所述目标标定值。
[0148]
在一些实施例中，所述特征线段为人脸长度线段，所述基准线为横向基准 线。对应地，所述处理器还用于：将所述人脸长度线段的中点距所述横向基准 线的距离确定为所述目标标定值。
[0149]
在一些实施例中，所述处理器还用于：当识别到所述人头部为正面时，所 述特征线段为人脸宽度线段、人脸长度线段或人脸长宽斜线；当识别到所述人 头部为后面时，所述特征线段为人头宽度线段、人头长度线段或人头长宽斜线； 当识别到所述人头部为侧面时，所述特征线段为人脸宽度线段。
[0150]
在一些实施例中，所述处理器还用于：获得对所述人像进行图像识别而得 到的目标体脂率；根据特定的第二对应关系，确定所述目标体脂率对应的第一 比值参数，所述第二对应关系用于表征体脂率与第一比值参数之间的关联关系；
[0151]
在一些实施例中，所述处理器还用于：根据所述目标标定值和所述第一比 值参数，更新所述目标标定值；根据更新后的所述目标标定值查询所述第一对 应关系，得到所述人像对应的人与所述图像传感器之间的目标距离。
[0152]
在一些实施例中，所述处理器还用于：获得对所述人像进行图像识别而得 到的目
标年龄；根据特定的第三对应关系，确定所述目标年龄对应的第二比值 参数，所述第三对应关系用于表征年龄与第二比值参数之间的关联关系；根据 所述目标标定值和所述第二比值参数，更新所述目标标定值；根据更新后的所 述目标标定值查询所述第一对应关系，得到所述人像对应的人与所述图像传感 器之间的目标距离。
[0153]
在一些实施例中，所述处理器还用于：根据所述目标标定值查询特定的映 射关系表，得到所述人像对应的人与所述图像传感器之间的目标距离；其中， 所述映射关系表用于表征标定值与距离之间的映射关系。
[0154]
在一些实施例中，所述处理器还用于：当所述映射关系表中不存在所述目 标标定值对应的距离时，基于所述映射关系表中的数据，对特定的标定值区间 内的标定值与距离之间的对应关系进行曲线拟合，得到曲线拟合结果；其中， 所述标定值区间包含所述目标标定值；根据所述目标标定值查询所述曲线拟合 结果，得到所述人像对应的人与所述图像传感器之间的目标距离。
[0155]
在一些实施例中，所述处理器还用于：在所述映射关系表中，查询与所述 目标标定值在数值上最相近的两个标定值对应的距离；基于所述两个标定值以 及所述两个标定值分别对应的距离，对特定的标定值区间内的标定值与距离之 间的对应关系进行一次曲线拟合。
[0156]
在一些实施例中，所述处理器还用于：基于预设的人头样本，利用图像识 别技术，对所述待检测图像进行人头匹配，得到相应的匹配率；当所述匹配率 大于设定的匹配阈值时，确定在所述待检测图像中识别到人像。
[0157]
在一些实施例中，所述处理器还用于：按照特定的距离与风速之间的对应 关系，根据所述目标距离，确定所述风扇向所述人像对应的人进行送风时的目 标风速；控制所述风扇的驱动组件，驱动所述风扇向所述人像对应的人按照所 述目标风速进行送风；对所述人像进行年龄识别，确定所述人像对应的目标年 龄段；当所述目标距离小于第一距离阈值，且所述目标年龄段小于特定的年龄 阈值时，控制所述风扇停止运行。
[0158]
本技术实施例提供一种距离检测设备，所述设备为风扇，图3为本技术实 施例提供的风扇的组成结构示意图，如图3所示，该风扇900包括：处理器910、 图像传感器920，其中：
[0159]
处理器910，用于通过图像传感器920进行图像采集，得到待检测图像； 对所述待检测图像进行人像识别；当在所述待检测图像中识别到人像时，确定 人头部的特征线段在所述待检测图像中所占的像素数量；根据所述像素数量， 确定目标标定值；根据所述目标标定值查询特定的第一对应关系，得到所述人 像对应的人与所述图像传感器920之间的目标距离，所述第一对应关系用于表 征标定值与距离之间的映射关系；
[0160]
图像传感器920，用于进行图像采集。
[0161]
需要说明的是，在实施的时候，上述风扇还可以包括进行送风的送风组件、 为风扇的各个组件提供电源的电源装置、起保护作用的风扇网罩、显示面板、 按键面板、用于声音报警的蜂鸣器等。
[0162]
这里，处理器可以包括但不限于中央处理器(cpu)、微处理器(mpu)、 数字信号处理器(dsp)或现场可编程门阵列(fpga)中的任意一种或多种。 图像传感器可以是能够进行图像采集的任意感光元件。在实施时，图像传感器 可以是一个安装在风扇上的摄像头。处
理器可以通过向图像传感器发送图像采 集指令，控制图像传感器采集得到当前空间的二维平面图像，作为待检测图像。
[0163]
在一些实施例中，所述处理器还用于：按照特定的距离与风速之间的对应 关系，根据所述人像对应的人与所述图像传感器之间的目标距离，确定所述风 扇向所述人像对应的人进行送风时的目标风速；控制所述风扇的驱动组件，驱 动所述风扇向所述人像对应的人按照所述目标风速进行送风。对应地，所述风 扇还包括：驱动组件，用于驱动所述风扇向所述人像对应的人按照所述目标风 速进行送风。
[0164]
这里，特定的距离与风速之间的对应关系可以是预先设置好的距离与风速 之间的一一映射关系，也可以是根据特定的计算公式计算得到的。在一些实施 例中，可以是所述人像对应的人与所述图像传感器之间的距离越远，风速越大。
[0165]
驱动组件可以包括但不限于直流电机、垂直摆头步进电机和水平摆头步进 电机中的一种或多种。在实施时，可以利用直流电机作为风扇转动的动力实体， 垂直摆头步进电机作为风扇上下摇头的动力实体，水平摆头步进电机作为风扇 左右摇头的动力实体。
[0166]
在一些实施例中，所述处理器，还用于：对所述人像进行年龄识别，确定 所述人像对应的目标年龄段；当所述目标距离小于第一距离阈值，且所述目标 年龄段小于特定的年龄阈值时，控制所述风扇停止运行。
[0167]
在一些实施例中，该方法还可以包括：当所述目标距离小于第二距离阈值 时，控制所述风扇停止运行；其中，所述第二距离阈值小于所述第一距离阈值。
[0168]
本技术实施例提供一种风扇，图4a为本技术实施例提供的风扇的组成结 构示意图，如图4a所示，所述风扇包括：图像检测模块1001、电控板1002、 直流电机1003、垂直摆头步进电机1004、水平摆头步进电机1005、显示、按 键、蜂鸣器，其中：
[0169]
图像检测模块1001，用于检测位于风扇正面的人的位置与距离相关的关键 参数，并将所述关键参数传送给电控板；
[0170]
电控板作用1002，用于获取图像检测模块1001传递的关键参数，并根据 所述关键参数，逻辑控制直流电机1003、垂直摆头步进电机1004、水平摆头步 进电机1005转动；
[0171]
直流电机1003，用于为风扇提供转动动力；
[0172]
垂直摆头步进电机1004，用于为风扇提供上下摇头动力；
[0173]
水平摆头步进电机1005，用于为风扇提供左右摇头动力。
[0174]
这里人头包括正面(人脸正面所在的一侧)、侧面(双耳分别所在的两侧中 的任意一侧)、后面(后脑勺所在的一侧)。
[0175]
这里，图像检测模块1001对人与所述风扇的距离的检测方法如下：
[0176]
首先，图像检测模块通过图像识别算法，将实时采集的图像与预设的人头 样本进行匹配，匹配时可以检测头部的正面、侧面或后面。如果检测的匹配率 大于设定的匹配阈值，则说明在所述图像中检测到人。
[0177]
随后，图像检测模块可以根据人头在图像中像素的占比来推算出人距离风 扇或图像检测模块中的图像传感器的距离。图4b为人像在图像内呈现的位置 示意图，图中o为摄像头，w为图像中人的头宽所占像素，线段ab的长度为 图像水平方向的总像素。图4c也为人像在图像内呈现的位置示意图，图中w 为图像中人的头宽所占像素，线段ab的长度为图像水平方向的总像素。由图 4b、4c可知，人距离风扇或摄像头的距离不同时，对应的人头在
图像中的像素 占比也是不一样的。
[0178]
这里，设图像中人的头宽所占像素比例为w，可以通过查询像素占比与距 离的映射关系表，并结合曲线拟合的方法，得到像素比例w对应的人离风扇的 距离。
[0179]
在实施时，像素比例与距离的映射关系表可以通过实际测量得到。例如， 实际测量中标定w
0.1
为人与风扇距离为0.1米对应的头宽像素比例，w
0.2
为人与风 扇距离为0.2米对应的头宽像素比例，以此类推。在进行测量时，标定精度可 以根据实际情况调整，比如可以采用1m或是0.05m等精度来标定测量。图4d 为通过实际测量得到的像素比例与距离的对应关系示意图，图中横坐标为人头 宽度所占像素比，纵坐标为人离风扇的距离，坐标中的每个点表示一条标定的 头宽像素比例与人离风扇距离的对应关系。
[0180]
设标定精度为r，如果w>nr，且w<(n 1)r，那么在所占区域(nr,(n 1)r)内 可以根据曲线拟合的方法来计算出像素比例w对应的人与风扇的距离。在实施 时，拟合的曲线可以是一次曲线或其他曲线。
[0181]
除了头宽外，还可以通过头的长度所占像素比例、以及长宽斜线长度比例、 头面积所占比例来推算出距离。
[0182]
以上装置实施例的描述，与上述方法实施例的描述是类似的，具有同方法 实施例相似的有益效果。对于本技术装置实施例中未披露的技术细节，请参照 本技术方法实施例的描述而理解。
[0183]
需要说明的是，本技术实施例中，如果以软件功能模块的形式实现上述的 距离检测方法，并作为独立的产品销售或使用时，也可以存储在一个计算机可 读取存储介质中。基于这样的理解，本技术实施例的技术方案本质上或者说对 相关技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品 存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人 计算机、服务器、或者网络设备等)执行本技术各个实施例所述方法的全部或 部分。而前述的存储介质包括：u盘、移动硬盘、只读存储器(read only memory， rom)、磁碟或者光盘等各种可以存储程序代码的介质。这样，本技术实施例 不限制于任何特定的硬件和软件结合。
[0184]
对应地，本技术实施例提供一种计算机可读存储介质，其上存储有计算机 程序，该计算机程序被处理器执行时实现上述方法中的步骤。
[0185]
这里需要指出的是：以上存储介质和设备实施例的描述，与上述方法实施 例的描述是类似的，具有同方法实施例相似的有益效果。对于本技术存储介质 和设备实施例中未披露的技术细节，请参照本技术方法实施例的描述而理解。
[0186]
应理解，说明书通篇中提到的“一个实施例”或“一实施例”意味着与实 施例有关的特定特征、结构或特性包括在本技术的至少一个实施例中。因此， 在整个说明书各处出现的“在一个实施例中”或“在一实施例中”未必一定指 相同的实施例。此外，这些特定的特征、结构或特性可以任意适合的方式结合 在一个或多个实施例中。应理解，在本技术的各种实施例中，上述各过程的序 号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻 辑确定，而不应对本技术实施例的实施过程构成任何限定。上述本技术实施例 序号仅仅为了描述，不代表实施例的优劣。
[0187]
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意 在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装 置不仅包括那些要素，
而且还包括没有明确列出的其他要素，或者是还包括为 这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由 语句“包括一个
……”
限定的要素，并不排除在包括该要素的过程、方法、物 品或者装置中还存在另外的相同要素。
[0188]
在本技术所提供的几个实施例中，应该理解到，所揭露的设备和方法，可 以通过其它的方式实现。以上所描述的设备实施例仅仅是示意性的，例如，所 述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式， 如：多个单元或组件可以结合，或可以集成到另一个系统，或一些特征可以忽 略，或不执行。另外，所显示或讨论的各组成部分相互之间的耦合、或直接耦 合、或通信连接可以是通过一些接口，设备或单元的间接耦合或通信连接，可 以是电性的、机械的或其它形式的。
[0189]
上述作为分离部件说明的单元可以是、或也可以不是物理上分开的，作为 单元显示的部件可以是、或也可以不是物理单元；既可以位于一个地方，也可 以分布到多个网络单元上；可以根据实际的需要选择其中的部分或全部单元来 实现本实施例方案的目的。
[0190]
另外，在本技术各实施例中的各功能单元可以全部集成在一个处理单元中， 也可以是各单元分别单独作为一个单元，也可以两个或两个以上单元集成在一 个单元中；上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软 件功能单元的形式实现。
[0191]
本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可 以通过程序指令相关的硬件来完成，前述的程序可以存储于计算机可读取存储 介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介 质包括：移动存储设备、只读存储器(read only memory，rom)、磁碟或者 光盘等各种可以存储程序代码的介质。
[0192]
或者，本技术上述集成的单元如果以软件功能模块的形式实现并作为独立 的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。基于这样 的理解，本技术实施例的技术方案本质上或者说对相关技术做出贡献的部分可 以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包 括若干指令用以使得一台计算机设备(可以是个人计算机、服务器、或者网络 设备等)执行本技术各个实施例所述方法的全部或部分。而前述的存储介质包 括：移动存储设备、rom、磁碟或者光盘等各种可以存储程序代码的介质。
[0193]
以上所述，仅为本技术的实施方式，但本技术的保护范围并不局限于此， 任何熟悉本技术领域的技术人员在本技术揭露的技术范围内，可轻易想到变化 或替换，都应涵盖在本技术的保护范围之内。因此，本技术的保护范围应以所 述权利要求的保护范围为准。