触发识别方法、装置、电子设备及存储介质与流程

1.本技术涉及智能家居技术领域，更具体地，涉及一种触发识别方法、装置、电子设备及存储介质。


背景技术：

2.随着智能家居技术的发展，活体感应设备(例如人感传感器)的应用越来越广泛，在家里、办公室、酒店等场所通过安装活体感应设备来检测人员的移动。实际中，存在无人员移动的情况下活体感应设备也被触发的情况，即活体感应设备不是被真实活体物触发，而是被误触发。相关技术中，并没有有效的方式可以识别活体感应设备是否是被误触发。因此，如何识别活体感应设备是否被误触发是现有技术中亟待解决的技术问题。


技术实现要素：

3.鉴于上述问题，本技术实施例提出了一种触发识别方法、装置、电子设备及存储介质，以改善上述问题。
4.根据本技术实施例的一个方面，提供了一种触发识别方法，所述方法包括：若活体感应设备被触发，获取第一环境图像，所述第一图像是所述活体感应设备在被触发后，针对所述活体感应设备所监控的区域采集到的；获取第二环境图像，所述第二环境图像是在所述活体感应设备未被触发时，针对所述监控的区域采集到的；确定所述第一环境图像相对于所述第二环境图像的差异像素；根据所述差异像素，确定所述活体感应设备是否被真实活体物触发。
5.根据本技术实施例的一个方面，提供了一种触发识别装置，所述装置包括：第一获取模块，用于若活体感应设备被触发，获取第一环境图像，所述第一图像是所述活体感应设备在被触发后，针对所述活体感应设备所监控的区域采集到的；第二获取模块，用于获取第二环境图像，所述第二环境图像是在所述活体感应设备未被触发时，针对所述监控的区域采集到的；差异像素确定模块，用于确定所述第一环境图像相对于所述第二环境图像的差异像素；误触发确定模块，用于根据所述差异像素，确定所述活体感应设备是否被真实活体物触发。
6.在本技术的一些实施例中，差异像素确定模块，包括：差分单元，用于将所述第一环境图像与所述第二环境图像进行差分，得到差分图像；第一差异像素确定单元，用于将所述差分图像中亮度值超过第一亮度阈值的像素确定为所述差异像素。
7.在本技术的一些实施例中，误触发确定模块，包括：连通域分析单元，用于对所述差异像素进行连通域分析，确定所述差分图像中的目标像素区域，所述目标像素区域是若干所述差异像素相联通形成的像素区域；第一误触发确定单元，用于根据所述目标像素区域确定所述活体感应设备是否被真实活体物触发。
8.在本技术的一些实施例中，第一误触发确定单元，包括：外接矩形确定单元，用于确定所述目标像素区域的最小外接矩形；矩形面积确定单元，用于计算所述目标像素区域
所对应最小外接矩形的矩形面积；第一确定单元，用于若所述目标像素区域所对应的矩形面积小于面积阈值，则确定所述活体感应设备不是被真实活体物触发。
9.在本技术的另一些实施例中，差异像素确定模块，包括：第一边缘提取单元，用于对所述第一环境图像进行边缘提取，得到第一边缘图像；第二边缘提取单元，用于对所述第二环境图像进行边缘提取，得到第二边缘图像；差异边缘像素确定单元，用于确定所述第一边缘图像与所述第二边缘图像之间的差异边缘像素；第二差异像素确定单元，用于将所述差异边缘像素确定为所述第一环境图像相对于所述第二环境图像的差异像素。
10.在本技术的另一些实施例中，误触发确定模块，包括：统计单元，用于统计所述差异像素的数量；第二确定单元，用于若所述差异像素的数量小于第二数量阈值，则确定所述活体感应设备不是被真实活体物触发。
11.在本技术的一些实施例中，误触发识别装置还包括：灰度转换模块，用于对所述第一环境图像和所述第二环境图像进行灰度转换，以根据灰度转换后的第一环境图像和灰度转换后的第二环境图像确定所述差异像素。
12.在本技术的一些实施例中，误触发识别装置还包括：环境图像获取模块，用于在所述活体感应设备未被触发时，获取所述活体感应设备针对所述监控的区域新采集的环境图像；替换模块，用于通过所述新采集的环境图像替换存储的所述第二环境图像。
13.在本技术的一些实施例中，误触发识别装置还包括：发送模块，用于若确定所述活体感应设备是被真实活体物触发，则将所述第一环境图像发送到服务端，以使所述服务端根据所述第一环境图像进行活体识别，确定触发所述活体感应设备的活体。
14.根据本技术实施例的一个方面，提供了一种电子设备，包括：处理器；存储器，所述存储器上存储有计算机可读指令，所述计算机可读指令被所述处理器执行时，实现如上所述触发识别方法。
15.根据本技术实施例的一个方面，提供了一种计算机可读存储介质，其上存储有计算机可读指令，当所述计算机可读指令被处理器执行时，实现如上所述触发识别方法。
16.在本技术的方案中，通过活体感应设备在被触发后采集的第一环境图像和活体感应设备在未被触发期间采集的第二环境图像，来确定第一环境图像相对于第二环境图像的差异像素，由于活体感应设备是因阳光照射、气流等被误触发的情况下，第一环境图像相对于第二环境图像的差异像素的数量，与活体感应设备在正常被触发的情况下第一环境图像相对于第二环境图像的差异像素的数量有较大的差别，因此，可以根据所确定的差异像素来确定活体感应设备是否被真实活体物触发，即确定活体感应设备是否被误触发。本方案有效实现了活体感应设备的误触发识别，解决了现有技术中无法确定活体感应设备是否被真实活体物触发的问题。
附图说明
17.此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本技术的实施例，并与说明书一起用于解释本技术的原理。显而易见地，下面描述中的附图仅仅是本技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
18.图1是根据本技术一实施例示出的本方案的应用场景的示意图。
19.图2示出了根据本技术的一个实施例示出的触发识别方法的流程图。
20.图3是根据本技术一实施例示出的步骤230的流程图。
21.图4是根据本技术一实施例示出的步骤240的流程图。
22.图5是根据本技术一实施例示出的步骤420的流程图。
23.图6是根据本技术另一实施例示出的步骤230的流程图。
24.图7是根据本技术另一实施例示出的步骤240的流程图。
25.图8是根据本技术一实施例示出的触发识别装置的框图。
26.图9示出了适于用来实现本技术实施例的电子设备的计算机系统的结构示意图。
具体实施方式
27.现在将参考附图更全面地描述示例实施方式。然而，示例实施方式能够以多种形式实施，且不应被理解为限于在此阐述的范例；相反，提供这些实施方式使得本技术将更加全面和完整，并将示例实施方式的构思全面地传达给本领域的技术人员。
28.此外，所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施例中。在下面的描述中，提供许多具体细节从而给出对本技术的实施例的充分理解。然而，本领域技术人员将意识到，可以实践本技术的技术方案而没有特定细节中的一个或更多，或者可以采用其它的方法、组元、装置、步骤等。在其它情况下，不详细示出或描述公知方法、装置、实现或者操作以避免模糊本技术的各方面。
29.附图中所示的方框图仅仅是功能实体，不一定必须与物理上独立的实体相对应。即，可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
30.附图中所示的流程图仅是示例性说明，不是必须包括所有的内容和操作/步骤，也不是必须按所描述的顺序执行。例如，有的操作/步骤还可以分解，而有的操作/步骤可以合并或部分合并，因此实际执行的顺序有可能根据实际情况改变。
31.需要说明的是：在本文中提及的“多个”是指两个或两个以上。“和/或”描述关联对象的关联关系，表示可以存在三种关系，例如，a和/或b可以表示：单独存在a，同时存在a和b，单独存在b这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。
32.图1是根据本技术一实施例示出的本方案的应用场景的示意图。如图1所示，该应用场景包括人感传感器110和服务端120，人感传感器110与服务端120可以通过无线网络和/或有线网络通信连接。
33.服务端120可以是一个独立的物理服务器，也可以是服务器集群，或者提供云服务的云服务器，在此不进行具体限定。
34.在具体实施例中，位于局域网中的人感传感器110还可以通过网关设备与服务端120通信连接。该人感传感器110可以作为本技术方案中的活体感应设备，来检测该人感传感器110的附近环境中是否有人经过。
35.在人感传感器因检测到人体移动而被触发后，该人感传感器会采集周围环境的环境图像，并将采集的环境图像上传到服务端120，以使服务端120根据所采集的环境图像识别经过人感传感器的物体(人体或者动物)，即触发人感传感器的活体，例如，通过人脸识别判断经过人感传感器的人员是否为陌生人。
36.该服务端120以及人感传感器110还可以与用户终端连接，用户终端可以运行控制人感传感器的第一应用程序，从而，用户可以通过用户终端所运行的第一应用程序来控制人感传感器，例如控制人感传感器启动、关闭、设定人感传感器的工作时间等。
37.在一些实施例中，在服务端120根据第一环境图像识别人感传感器的人员是否为陌生人的情况下，该服务端120还可以向用户终端发送提示信息，以提示用户有陌生人。该服务端120还可以将第一环境图像也发送到用户终端，从而用户可以根据第一环境图像知晓触发人感传感器的陌生人的图像。
38.人感传感器可以是通过被动红外技术(passive infrared detectors，pir)来检测是否有人经过，当该人传感器检测到有人经过时，该人感传感器被触发。具体的，该人感传感器可以是基于热释电效应来检测人体的移动。其中，热释电效应是指：由于温度的变化，热释电晶体和压电陶瓷等会出现结构上的电荷中心相对位移,使它们的自发极化强度发生变化,从而在它们的两端产生异号的束缚电荷的现象。
39.人感传感器中设有热释电材料，例如热释电晶体和压电陶瓷等，从而，由于人体或者动物身上会向外辐射与本身温度相关的红外线，当辐射出来的红外线照射到热释电材料上以后，热释电材料会产生相关电位变化的信号，根据此信号就能判断是否有人体或者动物移动。
40.由于人感传感器中的热释电材料是通过人体因体温辐射的红外线来检测是否有人体移动，在实际中，由于阳光照射、气流影响、暖气片的温度变化等也可能造成人感传感器被触发，即将因阳光照射、气流、暖气片等辐射的红外线识别为人体辐射的红外线，进而误识别有人体(或动物)移动，即人感传感器不是被真实活体物触发，是被误触发的。
41.即使人感传感器被误触发，其也会向服务端120上传采集的环境图像，并请求服务端120基于环境图像进行活体识别。由于人感传感器无法识别和确认自身是否被真实活体物触发，在人感传感器不是被真实活体物(即人感传感器被误触发)的情况下，仍然向服务端120上传环境图像并请求服务端120识别环境图像中的活体，服务端120基于环境图像进行无效识别，额外增加了服务器的处理压力，浪费了服务器的处理资源，在人感传感器被误触发频率较高的情况下，由于请求服务端进行活体识别的次数较多，容易导致服务端不稳定，因而影响人感传感器的使用体验。
42.为了解决该问题，提出了本技术的方案，通过本技术的方案来识别人感传感器是否被真实活体物触发。
43.以下对本技术实施例的技术方案的实现细节进行详细阐述：
44.图2示出了根据本技术的一个实施例示出的触发识别方法的流程图，该方法可以由具备处理能力的计算机设备执行，例如活体感应设备(如图1中的人感传感器)、集成了人感传感器的设备、与活体感应设备通信连接的其他设备(例如智能家居系统中的边缘计算设备、网关等)，在此不进行具体限定。参照图2所示，该方法至少包括步骤210至240，详细介绍如下：
45.步骤210，获取第一环境图像，所述第一图像是所述活体感应设备在被触发后，针对所述活体感应设备所监控的区域采集到的。
46.活体感应设备可以是图1中的人感传感器，或者是其他集成了人感传感器的电子设备、或者其他用于检测活体的电子设备。该活体感应设备用于感测人体或者动物的移动，
在其他实施例中，该活体感应设备还可以是专门感测动物移动的设备，在此不进行具体限定。
47.在本技术的方案中，活体感应设备中设有图像采集装置，例如摄像头、照相机等，当活体感应设备被触发后，该活体感应设备可以启动进行图像采集，面向该活体感应设备所监控的区域采集图像，获得环境图像。
48.在一些实施例中，若检测到活体感应设备中生成了触发信号，则确定该活体感应设备被触发。举例来说，若活体感应设备是基于热释电效应来检测活体移动，当活体感应设备中的热释电材料产生电位变化的触发信号时，则确定该活体感应设备被触发。
49.在本技术的方案中，为便于区分，将活体感应设备在被触发后设定时间段内所采集的环境图像称为第一环境图像。该设定时间段是一段较短的时间，例如30秒内、20秒内等。由于该第一环境图像是在活体感应设备被触发后的较短时间内所采集的环境图像，因此，该环境图像指示了活体感应设备所在环境中当前的物体，例如，如果是因人体经过触发了活体感应设备，该第一环境图像中包括人体的图像。
50.在一些实施例中，当活体感应设备被触发后，该活体感应设备可以连续采集多张环境图像，从所采集的多张环境图像中选取质量较高的一张环境图像作为本技术中的第一环境图像。
51.步骤220，获取第二环境图像，所述第二环境图像是所述活体感应设备在未被触发时，针对所述监控的区域采集到的。
52.第二环境图像是指在活体感应设备未被触发时，面向活体感应设备所监控的区域采集到的环境图像。在一些实施例中，在活体感应设备被触发之前，可以采集活体感应设备所监控的区域的环境图像作为第二环境图像并存储，从而，在活体感应设备被触发后需要进行误触发识别的情况下，可以直接从存储空间中获取所存储的第二环境图像。可以理解的是，该第二环境图像可以是由活体感应设备采集到，也可以是由其他图像采集装置采集到的，在此不进行具体限定。
53.在本技术的一些实施例中，该方法还包括：在所述活体感应设备未被触发时，获取所述活体感应设备针对所述监控的区域新采集的环境图像；通过所述新采集的环境图像替换预存储的所述第二环境图像。
54.也就是说，在活体感应设备未被触发期间，间隔采集所监控的区域的环境图像，并将新采集的环境图像替换存储的第二环境图像，作为新的第二环境图像并存储。从而可以保证所获取第二环境图像中的物体与最近一次活体感应设备被触发之前的环境中的物体一致，由此，可以避免因所在环境中因物品摆放发生变动所导致误触发识别错误的情况，保证误触发识别的准确度。
55.在一些实施例中，在活体感应设备未被触发期间，该活体感应设备可以按照设定的图像采集间隔进行环境图像采集，例如每隔一秒采集环境图像，对应的，也按照该图像采集间隔对预存储的第二环境图像进行更新。
56.步骤230，确定所述第一环境图像相对于所述第二环境图像的差异像素。
57.差异像素是指第一环境图像中与第二环境图像中亮度值不同的像素。在一些实施例中，若第一环境图像与第二环境图像是活体感应设备所采集的，图像的尺寸大小是相等的，因此，可以将第一环境图像与第二环境图像按像素进行对比，来确定第一环境图像相对
于第二环境图像的差异像素。
58.在一些实施例中，可以将第一环境图像与第二环境图像进行差分运算，并按照差分运算结果来确定差异像素，例如将差分运算后的结果不为零的像素确定为差异像素。
59.在本技术的一些实施例中，步骤230之前，该方法还包括：对所述第一环境图像和所述第二环境图像进行灰度转换，以根据灰度转换后的第一环境图像和灰度转换后的第二环境图像确定所述差异像素。
60.在执行本技术方法的电子设备(例如活体感应设备)的处理能力有限的情况下，可以将第一环境图像和所述第二环境图像先进行灰度转换，然后基于灰度转换后的第一环境图像和第二环境图像来确定差异像素。这样，去除了第一环境图像和所述第二环境图像的色彩信息，减少了第一环境图像和所述第二环境图像的数据量，从而，在后续的处理过程中，基于灰度转换后的第一环境图像和灰度转换后的第二环境图像进行处理，数据处理量减少，可以降低电子设备的处理压力。
61.步骤240，根据所述差异像素，确定所述活体感应设备是否被真实活体物触发。
62.可以理解的是，若活体感应设备是因真实活体物(例如人、动物等)移动而被触发，则对应的，在第一环境图像中包括该活体的图像，而由于第二环境图像是活体感应设备未被触发期间采集的，该第二环境图像中并不包括触发活体感应设备的真实活体物的图像，因此，第一环境图像相对于第二环境图像的差异像素包括第一环境图像中真实活体物的图像中的像素。
63.反之，若活体感应设备是因阳光照射、气流影响、暖气片等所引起温度变化而被误触发，实际中，活体感应设备该被触发前后的环境中的物体基本是相同的，从而，第一环境图像和第二环境图像中的物体基本是相同的，在该种情况下，第一环境图像相对于第二环境图像的差异像素的数量是较少的。
64.在一些实施例中，在步骤240中，可以根据差异像素的数量来确定活体感应设备是否被真实活体物触发。在一些实施例中，可以是设定第一差异像素数量阈值，若差异像素的数量不超过该第一差异像素数量阈值，表明差异像素的数量较少，进而确定活体感应设备是被误触发的，即不是被真实活体物触发；反之，若差异像素的数量超过该第一差异像素数量阈值，则确定活体感应设备不是被误触发，即该活体感应设备是被真实活体物触发。
65.在另一些实施例中，可以设定差异像素比例阈值。然后将差异像素的数量与第一环境图像(或第二环境图像)中的像素的总数量的比值，若该比值不超过差异像素比例阈值，表明差异像素较少，进而确定活体感应设备不是被真实活体物触发；反之，若该比值超过差异像素比例阈值，则确定活体感应设备是被真实活体物触发。
66.在另一些实施例中，可以确定差异像素聚集的区域的面积，根据差异像素所在区域的面积来确定活体感应设备是否被误触发，例如，若差异像素所在的像素区域的面积小于第一面积阈值，则确定活体感应设备不是被真实活体物触发。反之，若差异像素所在的像素区域的面积不小于第一面积阈值，则确定活体感应设备是被真实活体物触发。
67.在本技术的方案中，通过活体感应设备在被触发后采集的第一环境图像和在活体感应设备未被触发期间采集的第二环境图像，来确定第一环境图像相对于第二环境图像的差异像素，由于在活体感应设备是因阳光照射、气流等被误触发的情况下，第一环境图像相对于第二环境图像的差异像素的数量，与活体感应设备在正常被触发的情况下第一环境图
像相对于第二环境图像的差异像素的数量有较大的差别，因此，可以根据所确定的差异像素来确定活体感应设备是否被真实活体物触发。本方案有效实现了活体感应设备的误触发识别，解决了现有技术中无法确定活体感应设备是否被误触发的问题。
68.在本技术的一些实施例中，步骤240之后，该方法还包括：若确定所述活体感应设备不是被真实活体物触发，则将所述第一环境图像发送到服务端，以使所述服务端根据所述第一环境图像进行活体识别，确定触发所述活体感应设备的活体物。
69.将第一环境图像发送到服务端后，由该服务端识别第一环境图像中的真实活体物，具体的，可以识别确定第一环境图像中的真实活体物是否为陌生人，如果是，可以向活体感应设备发送报警提示信息，以触发活体感应设备进行报警；也可以向用户终端发送报警提示信息，以向用户提示有陌生人处于活体感应设备是所在的环境。其中，服务端可以将第一环境图像与提示信息都发送到用户终端，从而用户可以根据该第一环境图像确定触发活体感应设备的人员。
70.在一些实施例中，可以在服务端中设置合法用户的合法用户图像集合，当识别第一环境图像中的真实活体物为人，且第一环境图像中的人不是合法用户图像集合中的人员时，确定触发活体感应设备的人员为陌生人。
71.在一些实施例中，还可以将第二环境图像也上报到服务端，从而，服务端可以仅关注第一环境图像相对于第二环境图像中的差异像素区域，而不用关注差异像素区域外的其他区域，进而根据差异像素区域来进行活体识别，可以有效降低服务端的处理压力。
72.在一些实施例中，相较于活体感应设备而言，服务端的处理能力更强，因此，服务端可以利用人工智能(artificial intelligence，ai)技术来进行活体识别，例如通过训练后的神经网络模型来识别第一环境图像中的活体。其中，神经网络模型可以是卷积神经网络、全连接神经网络、长短时记忆神经网络、循环神经网络中的一种或者多种构建的模型，在此不进行具体限定。
73.在一些实施例中，若确定活体感应设备是被误触发(即活体感应设备不是被真实活体物触发)，则不向服务端发送第一环境图像，也不请求服务端基于第一环境图像进行活体识别，从而，仅在确定活体感应设备不是被误触发的情况下才向服务端上传第一环境图像和请求服务端进行活体识别，从而，在活体感应设备在被误触发的情况下，可以避免服务端进行无效的活体识别，减少数据传输量和降低服务端的处理压力。进一步的，在定活体感应设备是被误触发的情况下，该活体感应设备也可以不用请求与服务端建立通信连接，从而，可以减少活体感应设备的电量消耗。
74.在本技术的一些实施例中，如图3所示，步骤230，包括：
75.步骤310，将所述第一环境图像与所述第二环境图像进行差分，得到差分图像。
76.在差分图像中，各像素点的亮度值为第一环境图像中对应像素点的亮度值与第二环境图像中对应像素点的亮度值之差。当然，为了保证亮度值为正，还可以是将所计算的得到亮度值之差取绝对值的结果作为对应像素点在差分图像中的亮度值。在一些实施例中，可以按像素进行第一环境图像与第二环境图像的差分，可以将第一环境图像与第二环境图像中相同像素对应的亮度值相减，将相减结果的绝对值作为差分图像中对应像素的亮度值。
77.具体来说，若第一环境图像与第二环境图像是rgb格式的彩色图像，根据第一环境
图像和第二环境图像指示了每个像素点在红色分量(red，r)上的第一亮度值、在绿色分量(green，g)上的第二亮度值和在蓝色分量(blue，b)上的第三亮度值，则在进行差分的过程中，分别将第一环境图像中像素点的第一亮度值与第二环境图像中对应像素点的第一亮度值相减、第一环境图像中像素点的第二亮度值与第二环境图像中对应像素点的第二亮度值相减、以及第一环境图像中像素点的第三亮度值与第二环境图像中对应像素点的第三亮度值相减，将相减结果的绝对值对应作为差分图像中对应像素点在红色分量、绿色分量以及蓝色分量上的亮度值。
78.在一些实施例中，若是将彩色的第一环境图像与彩色的第二环境图像进行灰度转换后进行差分，为便于描述，将对第一环境图像进行灰度转换后所得到的图像称为第一灰度图像，将对第二环境图像进行灰度转换后所得到的图像称为第二灰度图像。将彩色图像进行灰度变换，即通过计算像素点的灰度值，然后将像素点在彩色图像中的rgb值中r、g和b对应的亮度值统一用灰度值替换，举例来说，若彩色图像中的像素点i的rgb值为(t1，t2，t3)，若为该像素点i计算得到的灰度值为t，则在灰度图像中，该像素点的rgb值为(t，t，t)，因此，灰度图像中，各像素点的灰度值也即为该像素点在颜色分量上的亮度值。从而，若是将第一灰度图像与第二灰度图像进行差分，也是将第一灰度图像中像素点的亮度值与第二灰度图像中对应像素点的亮度值相减，将相减结果的绝对值作为差分图像中对应像素点的亮度值。
79.步骤320，将所述差分图像中亮度值超过第一亮度阈值的像素确定为所述差异像素。
80.第一亮度阈值可以根据实际需要进行设定，例如设为零，或者其他非零数值，在此不进行具体限定。
81.在一些场景下，若活体感应设备在被触发前后，所在环境中的光照亮度发生变化，例如突然开灯，导致在第一环境图像与第二环境图像中，即使表示相同物体的像素，例如表示桌子a的像素，其在第一环境图像与第二环境图像中的亮度值也是不同的，因此，在此种情况下，为了减少因亮度变化对误触发识别准确度的影响，可以将该第一亮度阈值设定为非零数值，由此可以减少因环境中亮度变化将表示相同的物体像素确定为差异像素的情况，而将在第一环境图像与第二环境图像中亮度值较大的像素确定为差异像素。
82.在此基础上，可以按照如上的实施例中基于差异像素的数量来确定活体感应设备是否被误触发。
83.在本技术的另一些实施例中，在图3对应实施例中，步骤240可以按照图4所示过程实现，如图4所示，步骤240，包括：
84.步骤410，对所述差异像素进行连通域分析，确定所述差分图像中的目标像素区域，所述目标像素区域是若干差异像素相联通形成的像素区域。
85.连通域分析(connected component analysis)是指将图像中的各个连通区域找出并标记。连通区域(connected component)一般是指图像中具有相同像素值且位置相邻的像素点组成的图像区域。在本方案中，连通区域是指位置相邻的差异像素组成的像素区域。
86.可以理解的是，在差分图像中，可能存在位置彼此不相邻的多个差异像素，例如两差异像素相间隔开、存在与其他差异像素均不相邻的孤岛差异像素。而在活体感应设备是
被活体触发的情况下，该活体的图像在第一环境图像是占据一定的区域的，对应的，在差分图像中，表示该活体的像素也是按区域聚集的，而不会存在表示同一活体的多个像素中任意两个像素均不相邻的情况。
87.因此，在本实施例中，为了避免孤岛的差异像素对误触发识别的准确度的影响，提高误触发识别的准确度，先确定差异像素所在的目标像素区域，以此为基础识别活体感应设备是否被误触发。目标像素区域也可以理解为差分图像中多个位置相邻的差异像素所组成的像素区域。
88.本实施例中，目标像素区域是由若干差异像素相联通形成的像素区域，若干差异像素可以包括至少两个差异像素。具体目标像素区域中差异像素的数量是由连通域分析的结果而定，举例来说，若通过对差异像素进行联通域分析确定总共有300个差异像素是相联通的，则该目标像素区域中差异像素的数量为300。
89.在一些实施例中，由于差分图像中，各差异像素的亮度值也可能不同，因此，在进行连通域分析之前，可以为差分图像中亮度值超过第一亮度阈值的像素(即差异像素)添加相同的第一标记，例如第一标记为1，而为差分图像中亮度值不超过第一亮度阈值的像素(非差异像素)添加相同的第二标记，例如第二标记为0，从而，将差分图像中添加第一标记的像素进行连通域分析，确定由位置相邻的添加第一标记的像素所形成的像素区域，即目标像素区域。
90.步骤420，根据所述目标像素区域确定所述活体感应设备是否被真实活体物触发。
91.在一些实施例中，步骤420中可以先统计目标像素区域中像素的数量，如果该目标像素区域中像素的数量不超过第二差异像素数量阈值，则确定活体感应设备是被误触发，即该活体感应设备不是被真实活体物触发，反之，则确定活体感应设备是被真实活体物触发。
92.在一些实施例中，由于目标像素区域中像素的多少还可以通过目标像素区域的面积来反映，因此，还可以计算目标像素区域的区域面积，若区域面积低于第二面积阈值，则确定活体感应设备是被误触发，即该活体感应设备不是被真实活体物触发，反之，则确定活体感应设备是被真实活体物触发。
93.在另一些实施例中，还可以先确定全部目标像素区域中面积最小的目标像素区域，然后按照面积最小的目标像素区域的区域面积来确定活体感应设备是被误触发，例如，若面积最小的目标像素区域的区域面积低于第三面积阈值，则确定活体感应设备不是被真实活体物触发，反之，则确定活体感应设备是被真实活体物触发。
94.在本技术的一些实施例中，如图5所示，步骤420，包括：
95.步骤510，确定所述目标像素区域的最小外接矩形。
96.步骤520，计算所述目标像素区域所对应最小外接矩形的矩形面积。
97.步骤530，若所述目标像素区域所对应的矩形面积小于面积阈值，则确定所述活体感应设备不是被真实活体物触发。
98.可以理解的是，目标像素区域可能是不规则图形，而当目标像素区域为不规则图形的情况下，计算目标像素区域的区域面积的数据处理量较大，因此，在本技术的方案中，为了减少区域面积计算过程中的处理压力，先确定目标像素区域的外接矩形，然后通过外接矩形的矩形面积代表目标像素区域的区域面积。
99.由于包围目标像素区域的矩形存在多个，多个矩形的大小也存在差异，因此，在本技术的方案中，为避免外接矩形选取过大影响识别准确度，基于目标像素区域的最小外接矩形的矩形面积来识别活体感应设备是否被真实活体物触发。
100.当目标像素区域所对应的矩形面积小于面积阈值，表明目标像素区域中的像素较少，进而确定活体感应设备不是被真实活体物触发；反之，则确定活体感应设备是被真实活体物触发。
101.在本实施例中，基于目标像素区域的最小外接矩形的矩形面积来确定活体感应设备是否被误触发，相较于直接计算目标像素区域的区域面积而言，计算该目标像素区域的最小外接矩形的矩形面积的数据处理量更少，因此，可以减少设备的处理压力。
102.在本技术的另一些实施例中，如图6所示，步骤230，包括：
103.步骤610，对所述第一环境图像进行边缘提取，得到第一边缘图像。
104.步骤620，对所述第二环境图像进行边缘提取，得到第二边缘图像。
105.在一些实施例中，可以采用卷积的方式，来分别对第一环境图像和第二环境图像进行边缘提取。具体的，可以使用sobel算子(索贝尔算子)第一环境图像和第二环境图像进行边缘提取。sobel算子是把图像中每个像素的上下左右四邻域的灰度值加权差，在边缘处达到极值从而检测边缘。在其他实施例中，还可以采用其他实现边缘检测的算子(例如prewitt算子、roberts算子(罗伯茨算子)、canny算子、marr-hildreth算子等)来进行边缘提取，在此不进行具体限定。
106.第一边缘图像表示了第一环境图像中各物体的边缘，而第一环境图像中各物体的内部区域在第一边缘图像中为空白区域。同理，第二边缘图像表示了第二环境图像中各物体的边缘，而第二环境图像中各物体的内部区域在第二边缘图像中为空白区域。
107.步骤630，确定所述第一边缘图像与所述第二边缘图像之间的差异边缘像素。
108.步骤640，将所述差异边缘像素确定为所述第一环境图像相对于所述第二环境图像的差异像素。
109.可以理解的是，若第一环境图像所包括的物体与第二环境图像中所包括的物体完全相同，则第一边缘图像与第二边缘图像中表示边缘的像素是相同的；反之，若第一环境图像所包括的物体与第二环境图像中所包括的物体不同，则第一边缘图像与第二边缘图像中表示边缘的像素也是存在差异的。反过来说，若一像素在第一边缘图像与第二边缘图像中的亮度值不同，则对应表明该像素在第一环境图像与第二环境图像中的亮度值不同。因此，在本方案中，基于第一边缘图像和第二边缘图像来确定第一环境图像相对于第二环境图像的差异像素。
110.差异边缘像素是指第一边缘图像与第二边缘图像中表示边缘的像素中亮度值不同的像素。
111.在一些实施例中，可以基于第一边缘图像与第二边缘图像，将相同位置的像素所对应的亮度值进行比较，若一像素在第一边缘图像与在第二边缘图像中的亮度值不同，则确定该像素为差异边缘像素。
112.在另一些实施例中，可以将第一边缘图像与第二边缘图像进行差分，得到差分边缘图像，然后将差分边缘图像中亮度值超过第二亮度阈值的像素确定为差异边缘像素。同第一亮度阈值，该第二亮度阈值也可以根据需要设定，例如设定为零，或者其他非零数值，
在此不进行具体限定。
113.在本实施例中，对第一环境图像和第二环境图像进行边缘提取，并将第一边缘图像和第二边缘图像之间的差异边缘像素确定为第一环境图像相对于第二环境图像的差异像素，由于基于第一环境图像中各物体的边缘与第二环境图像中各物体的边缘来确定第一环境图像相对于第二环境图像的差异像素，从而不需要关注第一环境图像与第二环境图像中各物体的内部区域，由此可以减少数据处理量，提高误触发识别的效率。
114.在本技术的一些实施例中，基于图6对应实施例，可以按照图7对应过程来确定活体感应设备是否被触发，如图7所示，步骤240，包括：
115.步骤710，统计所述差异像素的数量。
116.步骤720，若所述差异像素的数量小于第二数量阈值，则确定所述活体感应设备不是被真实活体物触发。
117.当差异像素的数量小于第二数量阈值，表明第一环境图像中各物体的边缘所在像素中与第二环境图像中各物体的边缘所在像素中，亮度值不同的像素较少，对应的，则表明该差异像素可能并不是因触发活体感应设备的活体物的边缘所引起的，因此，确定活体感应设备是被误触发的，即不是被真实活体物触发。反之，若差异像素的数量超过第二数量阈值，表明差异像素(边缘差异像素)的数量较多，可能是因触发活体感应设备的活体的边缘所引起的，因此，确定活体感应设备不是被误触发，即该活体感应设备是被真实活体物触发。同第一数量阈值，该第二数量阈值也可根据实际需要进行设定，在此不进行具体限定。
118.以下介绍本技术的装置实施例，可以用于执行本技术上述实施例中的方法。对于本技术装置实施例中未披露的细节，请参照本技术上述方法实施例。
119.图8是根据一实施例示出的触发识别装置的框图，如图8所示，该触发识别装置包括：第一获取模块810，用于获取第一环境图像，所述第一图像是所述活体感应设备在被触发后，针对所述活体感应设备所监控的区域采集到的；第二获取模块820，用于获取第二环境图像，所述第二环境图像是在所述活体感应设备未被触发时，针对所述监控的区域采集到的；差异像素确定模块830，用于确定所述第一环境图像相对于所述第二环境图像的差异像素；误触发确定模块840，用于根据所述差异像素，确定所述活体感应设备是否被真实活体物触发。
120.在本技术的一些实施例中，差异像素确定模块830，包括：差分单元，用于将所述第一环境图像与所述第二环境图像进行差分，得到差分图像；第一差异像素确定单元，用于将所述差分图像中亮度值超过第一亮度阈值的像素确定为所述差异像素。
121.在本技术的一些实施例中，误触发确定模块840，包括：连通域分析单元，用于对所述差异像素进行连通域分析，确定所述差分图像中的目标像素区域，所述目标像素区域是若干差异像素相联通形成的像素区域；第一误触发确定单元，用于根据所述目标像素区域确定所述活体感应设备是否被真实活体物触发。
122.在本技术的一些实施例中，第一误触发确定单元，包括：外接矩形确定单元，用于确定所述目标像素区域的最小外接矩形；矩形面积确定单元，用于计算所述目标像素区域所对应最小外接矩形的矩形面积；第一确定单元，用于若所述目标像素区域所对应的矩形面积小于面积阈值，则确定所述活体感应设备不是被真实活体物触发。
123.在本技术的另一些实施例中，差异像素确定模块830，包括：第一边缘提取单元，用
于对所述第一环境图像进行边缘提取，得到第一边缘图像；第二边缘提取单元，用于对所述第二环境图像进行边缘提取，得到第二边缘图像；差异边缘像素确定单元，用于确定所述第一边缘图像与所述第二边缘图像之间的差异边缘像素；第二差异像素确定单元，用于将所述差异边缘像素确定为所述第一环境图像相对于所述第二环境图像的差异像素。
124.在本技术的另一些实施例中，误触发确定模块840，包括：统计单元，用于统计所述差异像素的数量；第二确定单元，用于若所述差异像素的数量小于第二数量阈值，则确定所述活体感应设备不是被真实活体物触发。
125.在本技术的一些实施例中，误触发识别装置还包括：灰度转换模块，用于对所述第一环境图像和所述第二环境图像进行灰度转换，以根据灰度转换后的第一环境图像和灰度转换后的第二环境图像确定所述差异像素。
126.在本技术的一些实施例中，误触发识别装置还包括：环境图像获取模块，用于在所述活体感应设备未被触发时，获取所述活体感应设备针对所述监控的区域新采集的环境图像；替换模块，用于通过所述新采集的环境图像替换存储的所述第二环境图像。
127.在本技术的一些实施例中，误触发识别装置还包括：发送模块，用于若确定所述活体感应设备是被真实活体物触发，则将所述第一环境图像发送到服务端，以使所述服务端根据所述第一环境图像进行活体识别，确定触发所述活体感应设备的活体。
128.图9示出了适于用来实现本技术实施例的电子设备的计算机系统的结构示意图。需要说明的是，图9示出的电子设备的计算机系统900仅是一个示例，不应对本技术实施例的功能和使用范围带来任何限制。
129.如图9所示，计算机系统900包括中央处理单元(central processing unit，cpu)901，其可以根据存储在只读存储器(read-only memory，rom)902中的程序或者从存储部分908加载到随机访问存储器(random access memory，ram)903中的程序而执行各种适当的动作和处理，例如执行上述实施例中的方法。在ram 903中，还存储有系统操作所需的各种程序和数据。cpu901、rom902以及ram 903通过总线904彼此相连。输入/输出(input/output，i/o)接口905也连接至总线904。
130.以下部件连接至i/o接口905：包括键盘、鼠标等的输入部分906；包括诸如阴极射线管(cathode ray tube，crt)、液晶显示器(liquid crystal display，lcd)等以及扬声器等的输出部分907；包括硬盘等的存储部分908；以及包括诸如lan(local area network，局域网)卡、调制解调器等的网络接口卡的通信部分909。通信部分909经由诸如因特网的网络执行通信处理。驱动器910也根据需要连接至i/o接口905。可拆卸介质911，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器910上，以便于从其上读出的计算机程序根据需要被安装入存储部分908。
131.特别地，根据本技术的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本技术的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分909从网络上被下载和安装，和/或从可拆卸介质911被安装。在该计算机程序被中央处理单元(cpu)901执行时，执行本技术的系统中限定的各种功能。
132.需要说明的是，本技术实施例所示的计算机可读介质可以是计算机可读信号介质
或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(erasable programmable read only memory，eprom)、闪存、光纤、便携式紧凑磁盘只读存储器(compact disc read-only memory，cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本技术中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本技术中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、有线等等，或者上述的任意合适的组合。
133.附图中的流程图和框图，图示了按照本技术各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。其中，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
134.描述于本技术实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现，所描述的单元也可以设置在处理器中。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定。
135.作为另一方面，本技术还提供了一种计算机可读存储介质，该计算机可读介质可以是上述实施例中描述的电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。上述计算机可读存储介质承载计算机可读指令，当该计算机可读存储指令被处理器执行时，实现上述任一实施例中的方法。
136.根据本技术的一个方面，还提供了一种电子设备，其包括：处理器；存储器，存储器上存储有计算机可读指令，计算机可读指令被处理器执行时，实现上述任一实施例中的方法。
137.根据本技术实施例的一个方面，提供了计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行上述任一实施例中的方法。
138.应当注意，尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单
元，但是这种划分并非强制性的。实际上，根据本技术的实施方式，上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之，上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。
139.通过以上的实施方式的描述，本领域的技术人员易于理解，这里描述的示例实施方式可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本技术实施方式的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是cd-rom，u盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、触控终端、或者网络设备等)执行根据本技术实施方式的方法。
140.本领域技术人员在考虑说明书及实践这里公开的实施方式后，将容易想到本技术的其它实施方案。本技术旨在涵盖本技术的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本技术的一般性原理并包括本技术未公开的本技术领域中的公知常识或惯用技术手段。
141.应当理解的是，本技术并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本技术的范围仅由所附的权利要求来限制。