[go: up one dir, main page]

CN114677367B - 检测方法、装置、电子设备及存储介质 - Google Patents

检测方法、装置、电子设备及存储介质

Info

Publication number
CN114677367B
CN114677367B CN202210411308.XA CN202210411308A CN114677367B CN 114677367 B CN114677367 B CN 114677367B CN 202210411308 A CN202210411308 A CN 202210411308A CN 114677367 B CN114677367 B CN 114677367B
Authority
CN
China
Prior art keywords
image
detected
head
target object
determining
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202210411308.XA
Other languages
English (en)
Other versions
CN114677367A (zh
Inventor
刘诗男
杨昆霖
侯军
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Sensetime Technology Development Co Ltd
Original Assignee
Beijing Sensetime Technology Development Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Sensetime Technology Development Co Ltd filed Critical Beijing Sensetime Technology Development Co Ltd
Priority to CN202210411308.XA priority Critical patent/CN114677367B/zh
Publication of CN114677367A publication Critical patent/CN114677367A/zh
Application granted granted Critical
Publication of CN114677367B publication Critical patent/CN114677367B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10004—Still image; Photographic image
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20021—Dividing image into blocks, subimages or windows
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30196—Human being; Person
    • G06T2207/30201—Face

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Data Mining & Analysis (AREA)
  • Software Systems (AREA)
  • Mathematical Optimization (AREA)
  • General Engineering & Computer Science (AREA)
  • Computing Systems (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Pure & Applied Mathematics (AREA)
  • Medical Informatics (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Algebra (AREA)
  • Databases & Information Systems (AREA)
  • Quality & Reliability (AREA)
  • Image Analysis (AREA)

Abstract

本公开涉及一种检测方法、装置、电子设备及存储介质，所述方法包括：获取待检测图像，其中，所述待检测图像通过图像采集设备采集得到；确定所述待检测图像中目标对象对应的头部中心点；根据所述头部中心点在所述待检测图像中的位置、所述图像采集设备的标定参数，确定所述待检测图像中所述目标对象的头部尺寸；根据所述待检测图像中所述目标对象对应的头部中心点以及对应的头部尺寸，确定所述待检测图像中目标对象对应的头部区域，并作为检测结果。本公开实施例可适配于不同的拍摄场景，进而可提高检测精度的稳定性，此外，本公开实施例还可降低透视效应对检测精度的影响。

Description

检测方法、装置、电子设备及存储介质
技术领域
本公开涉及图像处理技术领域，尤其涉及一种检测方法、装置、电子设备及存储介质。
背景技术
随着视频安防、增强现实等相关技术的发展，人体头部检测技术逐渐受到开发人员的重视。人体头部检测技术可支持与之相关的上层任务，如：智慧城市、智能安防场景下的行人计数、行人距离估计等任务，或增强现实场景下的人体姿态重构任务。而人体头部检测技术的检测精度会影响上层任务的执行效果。故如何更准确地进行人体头部检测，是开发人员亟需解决的技术问题。
发明内容
本公开提出了一种检测技术方案。
根据本公开的一方面，提供了一种检测方法，包括：获取待检测图像，其中，所述待检测图像通过图像采集设备采集得到；确定所述待检测图像中目标对象对应的头部中心点；根据所述头部中心点在所述待检测图像中的位置、所述图像采集设备的标定参数，确定所述待检测图像中所述目标对象的头部尺寸；根据所述待检测图像中所述目标对象对应的头部中心点以及对应的头部尺寸，确定所述待检测图像中目标对象对应的头部区域，并作为检测结果。
在一种可能的实施方式中，所述根据所述头部中心点在所述待检测图像中的位置、所述图像采集设备的标定参数，确定所述待检测图像中所述目标对象的头部尺寸，包括：根据所述头部中心点对应的像素坐标、所述图像采集设备的标定参数，确定所述待检测图像中所述目标对象对应的第一尺寸范围；其中，所述头部中心点对应的像素坐标用以表示所述头部中心点在所述待检测图像中的位置；根据所述第一尺寸范围，确定所述目标对象对应的第二尺寸范围；其中，所述第一尺寸范围与第二尺寸范围的度量方向不同；将所述第一尺寸范围、所述第二尺寸范围作为所述待检测图像中所述目标对象对应的头部尺寸。
在一种可能的实施方式中，所述根据所述头部中心点对应的像素坐标、所述图像采集设备的标定参数，确定所述待检测图像中所述目标对象对应的第一尺寸范围，包括：根据所述图像采集设备对应的标定参数，确定所述待检测图像中的像素坐标与在世界坐标系中的世界坐标之间的转换关系；根据所述转换关系、预设的人体参数，确定所述待检测图像中所述目标对象对应的第一尺寸范围；其中，所述预设的人体参数基于世界坐标系的度量标准进行度量。
在一种可能的实施方式中，所述根据所述转换关系、预设的人体参数，确定所述待检测图像中所述目标对象对应的第一尺寸范围，包括：根据所述图像采集设备的安装高度、预设的人体参数，确定所述头部中心点在所述世界坐标系中的第一世界子坐标；其中，所述第一世界子坐标与所述第一尺寸范围的度量方向相同；根据所述转换关系、所述头部中心点对应的像素坐标、所述第一世界子坐标，确定所述头部中心点在所述世界坐标系中的第二世界子坐标；其中，所述第二世界子坐标与所述第一世界子坐标的度量方向不同；根据所述第一世界子坐标、所述预设的人体参数，确定所述头部中心点对应的头部区域的两个顶点，在所述世界坐标系中的世界坐标；其中，所述头部区域的两个顶点的世界坐标在所述第一世界子坐标的度量方向上的数值不同；根据所述头部区域的两个顶点的世界坐标、所述第二世界子坐标、所述转换关系，确定所述头部区域的两个顶点对应的像素坐标；基于所述头部区域的两个顶点在所述第一世界子坐标度量方向上的偏移量，确定所述待检测图像中所述目标对象对应的第一尺寸范围；其中，所述偏移量基于所述头部区域的两个顶点对应的像素坐标确定。
在一种可能的实施方式中，所述基于所述头部区域的两个顶点在所述第一世界子坐标度量方向上的偏移量，确定所述待检测图像中所述目标对象对应的第一尺寸范围，包括：确定所述头部区域的两个顶点对应的像素坐标，在所述第一世界子坐标度量方向上的偏移量；在所述偏移量大于预设偏移量的情况下，将所述偏移量作为所述待检测图像中所述目标对象对应的第一尺寸范围。
在一种可能的实施方式中，所述第一尺寸范围与所述第二尺寸范围分别为所述头部尺寸的宽度与高度二者之一，并具有预设的比例关系，所述根据所述第一尺寸范围，确定所述目标对象对应的第二尺寸范围，包括：基于所述第一尺寸范围以及所述预设的比例关系，确定所述目标对象的第二尺寸范围。
在一种可能的实施方式中，所述获取待检测图像，包括：通过至少两个图像采集设备获取带有目标对象的至少两个待检测图像；所述根据所述头部中心点在所述待检测图像中的位置、所述图像采集设备的标定参数，确定所述待检测图像中所述目标对象的头部尺寸，包括：根据所述头部中心点在所述至少两个待检测图像中的位置、所述至少两个图像采集设备的标定参数，确定每个待检测图像中所述目标对象对应的头部尺寸。
在一种可能的实施方式中，所述检测方法还包括：基于所述检测结果，确定所述目标对象对应的面部特征；在确定所述目标对象对应的面部特征符合预设条件的情况下，生成提示信息。
根据本公开的一方面，提供了一种检测装置，包括：待检测图像获取模块，用以获取待检测图像，其中，所述待检测图像通过图像采集设备采集得到；头部中心点确定模块，用以确定所述待检测图像中目标对象对应的头部中心点；头部尺寸确定模块，用以根据所述头部中心点在所述待检测图像中的位置、所述图像采集设备的标定参数，确定所述待检测图像中所述目标对象的头部尺寸；头部区域确定模块，用以根据所述待检测图像中所述目标对象对应的头部中心点以及对应的头部尺寸，确定所述待检测图像中目标对象对应的头部区域，并作为检测结果。
根据本公开的一方面，提供了一种电子设备，包括：处理器；用于存储处理器可执行指令的存储器；其中，所述处理器被配置为调用所述存储器存储的指令，以执行上述方法。
根据本公开的一方面，提供了一种计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现上述方法。
在本公开实施例中，可获取待检测图像，而后确定所述待检测图像中目标对象对应的头部中心点，再根据所述头部中心点在所述待检测图像中的位置、所述待检测图像的图像采集设备的标定参数，确定所述待检测图像中所述目标对象的头部尺寸，最终根据所述待检测图像中所述目标对象对应的头部中心点以及对应的头部尺寸，确定所述待检测图像中目标对象对应的头部区域，并作为检测结果。本公开实施例可根据图像采集设备的标定参数确定目标对象的头部区域，使得上述检测方法可适配于不同的拍摄场景，进而可提高检测精度的稳定性。此外，上述头部区域是基于头部中心点以及头部尺寸所生成的，相较于上述相关技术中直接生成头部区域的方式，本公开实施例可降低透视效应对检测精度的影响。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，而非限制本公开。根据下面参考附图对示例性实施例的详细说明，本公开的其它特征及方面将变得清楚。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，这些附图示出了符合本公开的实施例，并与说明书一起用于说明本公开的技术方案。
图1示出了根据本公开实施例提供的检测方法的流程图。
图2示出了根据本公开实施例提供的检测方法的流程图。
图3示出了根据本公开实施例提供的检测装置的框图。
图4示出了根据本公开实施例提供的一种电子设备的框图。
具体实施方式
以下将参考附图详细说明本公开的各种示例性实施例、特征和方面。附图中相同的附图标记表示功能相同或相似的元件。尽管在附图中示出了实施例的各种方面，但是除非特别指出，不必按比例绘制附图。
在这里专用的词“示例性”意为“用作例子、实施例或说明性”。这里作为“示例性”所说明的任何实施例不必解释为优于或好于其它实施例。
本文中术语“和/或”，仅仅是一种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。另外，本文中术语“至少一种”表示多种中的任意一种或多种中的至少两种的任意组合，例如，包括A、B、C中的至少一种，可以表示包括从A、B和C构成的集合中选择的任意一个或多个元素。
另外，为了更好地说明本公开，在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解，没有某些具体细节，本公开同样可以实施。在一些实例中，对于本领域技术人员熟知的方法、手段、元件和电路未作详细描述，以便于凸显本公开的主旨。
相关技术中，人体头部检测技术通常通过机器学习模型执行，如开发人员首先对训练图像中的头部区域进行标注框的标注，而后基于训练图像、其对应的标注框对机器学习模型进行训练，以使训练后的机器学习模型可识别出待检测图像中的头部区域。然而此举易造成以下问题：1、标注框通常由人工进行标注，标注成本较高、标注效率差。2、在人群拥挤的情况下，标注框之间易产生重叠，不利于人工进行视觉观察，易造成人工标注误差。3、此举易于受到透视效应的影响，即易造成检测精度的下降。4、机器学习模型的泛化能力受不同拍摄场景的影响，对于不同的拍摄场景，机器学习模型的检测精度不可控。
有鉴于此，本公开实施例提供了一种检测方法，可获取待检测图像，而后确定所述待检测图像中目标对象对应的头部中心点，再根据所述头部中心点在所述待检测图像中的位置、所述待检测图像的图像采集设备的标定参数，确定所述待检测图像中所述目标对象的头部尺寸，最终根据所述待检测图像中所述目标对象对应的头部中心点以及对应的头部尺寸，确定所述待检测图像中目标对象对应的头部区域，并作为检测结果。本公开实施例可根据图像采集设备的标定参数确定目标对象的头部区域，使得上述检测方法可适配于不同的拍摄场景，进而可提高检测精度的稳定性。此外，上述头部区域是基于头部中心点以及头部尺寸所生成的，相较于上述相关技术中直接生成头部区域的方式，本公开实施例可降低透视效应对检测精度的影响。
在一种可能的实现方式中，所述检测方法可以由终端设备或服务器等电子设备执行，终端设备可以为用户设备(User Equipment，UE)、移动设备、用户终端、终端、蜂窝电话、无绳电话、个人数字助理(Personal Digital Assistant，PDA)、手持设备、计算设备、车载设备、可穿戴设备等，所述方法可以通过处理器调用存储器中存储的计算机可读指令的方式来实现。或者，可通过服务器执行所述方法。
参阅图1所示，图1示出了根据本公开实施例提供的检测方法的流程图。如图1所示，上述检测方法包括：
步骤S100，获取待检测图像。其中，所述待检测图像通过图像采集设备采集得到。示例性地，上述电子设备可与上述图像采集设备有线或无线连接，以使电子设备可通过图像采集设备获取待检测图像。上述图像采集设备可包括：可见光相机、多目相机等，开发人员可根据实际需要灵活设定。在一种实施方式中，所述待检测图像为所述图像采集设备采集得到的原始图像；在其它实施方式中，所述待检测图像可以为经过处理后的图像，例如，经过增强处理、筛选等方式处理后的图像，或者为多个图像采集设备采集后拼接的图像，在此不做具体限定。
步骤S200，确定所述待检测图像中所述目标对象对应的头部中心点。上述目标对象可为任意一种开发人员想要检测的对象，如：行人、动物、特定人物、特定动物等，本公开实施例在此不作限制。示例性地，上述头部中心点可通过训练后的机器学习模型得到。例如：可人工对训练图像中的训练对象进行标注。上述训练对象与目标对象的对象类别相同，如二者的对象类别同为行人、同为动物、同为特定人物等，以使训练后的机器学习模型可确定待检测图像中的目标对象。示例性地，可对训练图像中训练对象的头部中心点进行标注，换言之，基于训练对象的头部中心点训练后的机器学习模型，可识别目标对象对应的头部中心点。例如：在机器学习模型训练完成后，可将待检测图像输入其中，以得到待检测图像中目标对象对应的头部中心点对应的位置信息。在一个示例中，上述头部中心点的位置信息可表现为相关技术中、像素坐标系中的像素坐标。本公开实施例可允许机器学习模型输出头部中心点的位置即可，相较于相关技术中直接输出头部区域的机器学习模型，本公开实施例的人工标注成本较低、人工标注误差较小。换言之，在训练图像的标注阶段，开发人员针对训练对象的头部中心点进行标注即可，相较于标注出完整的头部区域，本公开实施例的人工标注成本较低。此外，相较于相关技术中标注框重合的情况，标注头部中心点的视觉效果较好，即通常情况下标注点之间距离较大，故即使在训练图像中训练对象过多的情况下，开发人员也可完成识别度较高的标注，有利于提高基于该训练图像进行训练的机器学习模型的检测效果。
步骤S300，根据所述头部中心点在所述待检测图像中的位置、所述图像采集设备的标定参数，确定所述待检测图像中所述目标对象的头部尺寸。示例性地，在图像采集设备的标定参数已知的情况下，可直接获取上述图像采集设备的标定参数，而在图像采集设备为初次设定在拍摄区域的情况下，则可通过图像采集设备的位姿信息，确定上述图像采集设备的标定参数。示例性地，上述标定参数可表现为图像采集设备的外参，上述位姿信息可包括：图像采集设备的拍摄角度等信息。上述头部尺寸可基于上述像素坐标系的像素坐标差进行表示。
参阅图2所示，图2示出了根据本公开实施例提供的检测方法的流程图，如图2所示，在一种可能的实施方式中，步骤S300可包括：
步骤S310，根据所述头部中心点对应的像素坐标、所述图像采集设备的标定参数，确定所述待检测图像中所述目标对象对应的第一尺寸范围。其中，所述头部中心点对应的像素坐标用以表示所述头部中心点在所述待检测图像中的位置，上述像素坐标也即基于上述像素坐标系生成的坐标。示例性地，若开发人员欲得到的头部区域为矩形区域，则上述第一尺寸范围可为目标对象的高度范围或宽度范围，头部区域的具体形状与对应的第一尺寸范围的意义，本公开实施例在此不作限定，可根据开发人员的需求自行设定，可基于第一尺寸范围得到头部区域即可。本公开实施例后续将以头部区域为矩形进行举例。
在一种可能的实施方式中，步骤S310可包括：在图像采集设备的标定参数未知的情况下(例如：图像采集设备初次安装至一个位置时，外参尚未根据世界坐标系下的度量标准进行标定的情况)，可先根据所述图像采集设备的设备角度，确定所述图像采集设备对应的标定参数。示例性地，上述设备角度可表现为相关技术中的相机姿态角(如：俯仰角、偏航角、翻转角)。上述标定参数可包括旋转矩阵。结合实际使用场景，通常情况下相机的俯仰角对待检测图像中的透视关系的影响程度较高，故可选用相机的俯仰角作为上述设备角度，以降低透视效应对检测精度的影响。而后根据所述图像采集设备对应的标定参数，确定所述待检测图像中的像素坐标与在世界坐标系中的世界坐标之间的转换关系。示例性地，上述世界坐标系与待检测图像对应的像素坐标系二者之间存在映射关系，上述世界坐标系(可由相关技术中的标定算法进行标定)中的世界坐标用以表示目标对象在客观世界中的位置，上述像素坐标系(可以拍摄的图像左上角顶点为原点建立)用以表示目标对象在拍摄的图像中的位置。
示例性地，可先根据上述俯仰角θ，确定图像采集设备的旋转矩阵R，例如，二者之间的关系可如下设定：
在此基础上，根据相关技术中图像采集设备的成像模型，可得到世界坐标系下的任意一个空间点的世界坐标(X,Y,Z)与像素坐标(u,v,1)(此处表示为齐次坐标)的对应关系：
其中，Z′用以表示该空间点的世界坐标(X,Y,Z)中的Z映射于相关技术中的相机坐标系的值，可用以表示相机坐标系下的深度值。u用以表示该空间点在像素坐标系中竖直方向的坐标信息，v用以表示该空间点在像素坐标系中水平方向的坐标信息，为图像采集设备的内参矩阵，具体的生成方式可参考相关技术。fx、fy用以表示x、y方向上焦距的长度(单位可为像素点个数)，x方向为上述竖直方向，y方向为上述水平方向，cx、cy用以表示相机坐标系中的主点(例如图像左上角的顶点)相对于像素坐标系中的主点在x、y方向上的偏移量。RT用以表示R的转置矩阵。X、Y、Z用以表示该空间点在世界坐标系中竖直方向、水平方向、深度方向的坐标信息。
经由简化，可得到如下等式，并可作为上述转换关系：
以及
而后可根据所述转换关系、预设的人体参数，确定所述待检测图像中所述目标对象对应的第一尺寸范围。其中，所述预设的人体参数基于世界坐标系的度量标准进行度量，所述预设的人体参数可包括身体尺寸、头部尺寸中的至少一项。示例性地，上述预设的人体参数可包括：身体尺寸(例如：身体的高度、宽度，单位可为米)、头部尺寸(例如：头部高度、宽度，单位可为米)。
在一种可能的实施方式中，上述根据所述转换关系、预设的人体参数，确定所述待检测图像中所述目标对象对应的第一尺寸范围可包括：
根据所述图像采集设备的安装高度、预设的人体参数，确定所述头部中心点在所述世界坐标系中的第一世界子坐标。其中，所述第一世界子坐标与所述第一尺寸范围的度量方向相同。示例性地，此处以空间点为上文所述的目标对象对应的头部中心点、第一尺寸范围为高度范围、a1为竖直轴(用以度量高度)的坐标为例，若头部中心点在世界坐标系中的坐标为(a1,b1,z1)，在像素坐标系中的坐标为(uA,vA)，则上述第一世界子坐标可表示为a1，若第一尺寸范围为宽度范围、b1为水平轴(用以度量宽度)的坐标，则第一世界子坐标可表示为b1，换言之，第一世界子坐标的度量方向与第一尺寸范围的度量方向相同即可。结合预设的人体参数中的身体高度M、头部高度m，以及图像采集设备的安装高度h，则上述第一世界子坐标可表示为：
而后根据所述转换关系、所述头部中心点对应的像素坐标、所述第一世界子坐标，确定所述头部中心点在所述世界坐标系中的第二世界子坐标。其中，所述第二世界子坐标与所述第一世界子坐标的度量方向不同。示例性地，上述第二世界子坐标可表示为上文中的z1，例如：可表示为世界坐标系中深度轴(用以度量深度)的坐标。继续参阅上例，第二世界子坐标可表示为：
再根据所述第一世界子坐标、所述预设的人体参数，确定所述头部中心点对应的头部区域的两个顶点，在所述世界坐标系中的世界坐标。其中，所述头部区域的两个顶点的世界坐标在所述第一世界子坐标的度量方向上的数值不同。示例性地，若第一度量尺寸为高度，则头部区域的两个顶点之间存在高度差即可。换言之，在此情况下，头部区域的两个顶点可选用：头部区域的左上角顶点与左下角顶点、或右上角顶点与左下角顶点等。此处以左上角顶点与右下角顶点为例：左上角顶点的世界坐标可表示为： 像素坐标可表示为：右下角顶点的世界坐标可表示为：像素坐标可表示为其中，n用以表示头部宽度。
根据所述头部区域的两个顶点的世界坐标、所述第二世界子坐标、所述转换关系，确定所述头部区域的两个顶点对应的像素坐标。示例性地，将左上角顶点的世界坐标、像素坐标代入至上文中的转换关系，可确定：
将右下角顶点的世界坐标、像素坐标代入至上文中的转换关系，可确定：
再基于所述头部区域的两个顶点在所述第一世界子坐标度量方向上的偏移量，确定所述待检测图像中所述目标对象对应的第一尺寸范围。其中，所述偏移量基于所述头部区域的两个顶点对应的像素坐标确定。示例性地，若以ΔuA用以表示第一尺寸范围，则可表示为：
将上述各个参数代入该式中，即可得到第一尺寸范围。
在一个示例中，上述基于所述头部区域的两个顶点在所述第一世界子坐标度量方向上的偏移量，确定所述待检测图像中所述目标对象对应的第一尺寸范围可包括：确定所述头部区域的两个顶点对应的像素坐标，在所述第一世界子坐标度量方向上的偏移量，而后在所述偏移量大于预设偏移量的情况下，将所述偏移量作为所述待检测图像中所述目标对象对应的第一尺寸范围。示例性地，此处以左上角顶点与右下角顶点之间的偏移量为例，预设偏移量可设定为0。由于左上角顶点的高于右下角顶点的故二者作差时，ΔuA应当大于0，若出现小于或等于0的情况，则可确定检测方法中出现了异常情况，可放弃该目标对象的检测，也可生成异常提示等，本公开实施例在此不作限制。
继续参阅图2，步骤S320，根据所述第一尺寸范围，确定所述目标对象对应的第二尺寸范围。其中，所述第一尺寸范围与第二尺寸范围的度量方向不同。示例性地，若头部区域为矩形，则第一尺寸范围可为高度范围或宽度范围，第二尺寸范围可为宽度范围或高度范围。在一种可能的实施方式中，上述第一尺寸范围与所述第二尺寸范围可分别为所述头部尺寸的宽度与高度二者之一，并可具有预设的比例关系，在此基础上，步骤S320可包括：基于所述第一尺寸范围以及所述预设的比例关系，确定所述目标对象的第二尺寸范围。例如：第二尺寸范围若表示为ΔvA，第二尺寸范围与第一尺寸范围的比值为三分之二，则可确定如下的比例关系，并作为上述预设的比例关系：
步骤S330，将所述第一尺寸范围、所述第二尺寸范围作为所述待检测图像中所述目标对象对应的头部尺寸。
在一种可能的实施方案中，上述步骤S100可包括：通过至少两个图像采集设备获取带有目标对象的至少两个待检测图像。示例性地，上述至少两个图像采集设备的拍摄平面可相同，即多个图像采集设备的拍摄视角中，目标对象的透视关系相同(也即拍摄到的目标对象大小相同)。而后电子设备根据所述头部中心点在所述至少两个待检测图像中的位置、所述至少两个图像采集设备的标定参数，确定每个待检测图像中所述目标对象对应的头部尺寸。示例性地，可将每个待检测图像对应的头部尺寸直接取平均值或加权取平均值计算，以得到一个均值。最终，根据不同待检测图像中目标对象对应的头部中心点、上述均值，确定每个待检测图像中的头部区域。本公开实施例可通过多个图像采集设备，对目标对象进行头部区域的检测，以提高头部区域的检测精度，可适用于人体姿态重建等需要准确获取头部区域的应用场景。
继续参阅图1，步骤S400，根据所述待检测图像中所述目标对象对应的头部中心点以及对应的头部尺寸，确定所述待检测图像中目标对象对应的头部区域，并作为检测结果。示例性地，可通过将头部尺寸中第一尺寸范围、第二尺寸范围除以2，并与头部中心点对应度量方向的像素坐标相加的方式，确定头部区域的范围。
在一种可能的实施方式中，上述检测方法还可包括：基于所述检测结果，确定所述目标对象对应的面部特征。而后在确定所述目标对象对应的面部特征符合预设条件的情况下，生成提示信息。示例性地，可通过将上述检测结果输入至相关技术中的特征提取模型中，以确定目标对象对应的面部特征。上述预设条件可用以筛选目标对象的面部特征是否为特定对象的面部特征，本公开实施例在此不作限制。本公开实施例提供的检测方法，由于头部区域的检测精度较高、受透视效应影响较小，故可使得基于此头部区域生成的面部检测结果的精度得以提高，可适用于安保、人员预警等场景。
可以理解，本公开提及的上述各个方法实施例，在不违背原理逻辑的情况下，均可以彼此相互结合形成结合后的实施例，限于篇幅，本公开不再赘述。本领域技术人员可以理解，在具体实施方式的上述方法中，各步骤的具体执行顺序应当以其功能和可能的内在逻辑确定。
此外，本公开还提供了检测装置、电子设备、计算机可读存储介质、程序，上述均可用来实现本公开提供的任一种检测方法，相应技术方案和描述和参见方法部分的相应记载，不再赘述。
图3示出了根据本公开实施例提供的检测装置的框图，如图3所示，所述检测装置100包括：待检测图像获取模块110，用以获取待检测图像，其中，所述待检测图像通过图像采集设备采集得到。头部中心点确定模块120，用以确定所述待检测图像中目标对象对应的头部中心点。头部尺寸确定模块130，用以根据所述头部中心点在所述待检测图像中的位置、所述图像采集设备的标定参数，确定所述待检测图像中所述目标对象的头部尺寸。头部区域确定模块140，用以根据所述待检测图像中所述目标对象对应的头部中心点以及对应的头部尺寸，确定所述待检测图像中目标对象对应的头部区域，并作为检测结果。
在一种可能的实施方式中，所述根据所述头部中心点在所述待检测图像中的位置、所述图像采集设备的标定参数，确定所述待检测图像中所述目标对象的头部尺寸，包括：根据所述头部中心点对应的像素坐标、所述图像采集设备的标定参数，确定所述待检测图像中所述目标对象对应的第一尺寸范围；其中，所述头部中心点对应的像素坐标用以表示所述头部中心点在所述待检测图像中的位置；根据所述第一尺寸范围，确定所述目标对象对应的第二尺寸范围；其中，所述第一尺寸范围与第二尺寸范围的度量方向不同；将所述第一尺寸范围、所述第二尺寸范围作为所述待检测图像中所述目标对象对应的头部尺寸。
在一种可能的实施方式中，所述根据所述头部中心点对应的像素坐标、所述图像采集设备的标定参数，确定所述待检测图像中所述目标对象对应的第一尺寸范围，包括：根据所述图像采集设备对应的标定参数，确定所述待检测图像中的像素坐标与在世界坐标系中的世界坐标之间的转换关系；根据所述转换关系、预设的人体参数，确定所述待检测图像中所述目标对象对应的第一尺寸范围；其中，所述预设的人体参数基于世界坐标系的度量标准进行度量。
在一种可能的实施方式中，所述根据所述转换关系、预设的人体参数，确定所述待检测图像中所述目标对象对应的第一尺寸范围，包括：根据所述图像采集设备的安装高度、预设的人体参数，确定所述头部中心点在所述世界坐标系中的第一世界子坐标；其中，所述第一世界子坐标与所述第一尺寸范围的度量方向相同；根据所述转换关系、所述头部中心点对应的像素坐标、所述第一世界子坐标，确定所述头部中心点在所述世界坐标系中的第二世界子坐标；其中，所述第二世界子坐标与所述第一世界子坐标的度量方向不同；根据所述第一世界子坐标、所述预设的人体参数，确定所述头部中心点对应的头部区域的两个顶点，在所述世界坐标系中的世界坐标；其中，所述头部区域的两个顶点的世界坐标在所述第一世界子坐标的度量方向上的数值不同；根据所述头部区域的两个顶点的世界坐标、所述第二世界子坐标、所述转换关系，确定所述头部区域的两个顶点对应的像素坐标；基于所述头部区域的两个顶点在所述第一世界子坐标度量方向上的偏移量，确定所述待检测图像中所述目标对象对应的第一尺寸范围；其中，所述偏移量基于所述头部区域的两个顶点对应的像素坐标确定。
在一种可能的实施方式中，所述基于所述头部区域的两个顶点在所述第一世界子坐标度量方向上的偏移量，确定所述待检测图像中所述目标对象对应的第一尺寸范围，包括：确定所述头部区域的两个顶点对应的像素坐标，在所述第一世界子坐标度量方向上的偏移量；在所述偏移量大于预设偏移量的情况下，将所述偏移量作为所述待检测图像中所述目标对象对应的第一尺寸范围。
在一种可能的实施方式中，所述第一尺寸范围与所述第二尺寸范围分别为所述头部尺寸的宽度与高度二者之一，并具有预设的比例关系，所述根据所述第一尺寸范围，确定所述目标对象对应的第二尺寸范围，包括：基于所述第一尺寸范围以及所述预设的比例关系，确定所述目标对象的第二尺寸范围。
在一种可能的实施方式中，所述获取待检测图像，包括：通过至少两个图像采集设备获取带有目标对象的至少两个待检测图像；所述根据所述头部中心点在所述待检测图像中的位置、所述图像采集设备的标定参数，确定所述待检测图像中所述目标对象的头部尺寸，包括：根据所述头部中心点在所述至少两个待检测图像中的位置、所述至少两个图像采集设备的标定参数，确定每个待检测图像中所述目标对象对应的头部尺寸。
在一种可能的实施方式中，所述检测装置还包括：提示信息生成模块，用以执行以下步骤：基于所述检测结果，确定所述目标对象对应的面部特征；在确定所述目标对象对应的面部特征符合预设条件的情况下，生成提示信息。
该方法与计算机系统的内部结构存在特定技术关联，且能够解决如何提升硬件运算效率或执行效果的技术问题(包括减少数据存储量、减少数据传输量、提高硬件处理速度等)，从而获得符合自然规律的计算机系统内部性能改进的技术效果。
在一些实施例中，本公开实施例提供的装置具有的功能或包含的模块可以用于执行上文方法实施例描述的方法，其具体实现可以参照上文方法实施例的描述，为了简洁，这里不再赘述。
本公开实施例还提出一种计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现上述方法。计算机可读存储介质可以是易失性或非易失性计算机可读存储介质。
本公开实施例还提出一种电子设备，包括：处理器；用于存储处理器可执行指令的存储器；其中，所述处理器被配置为调用所述存储器存储的指令，以执行上述方法。
本公开实施例还提供了一种计算机程序产品，包括计算机可读代码，或者承载有计算机可读代码的非易失性计算机可读存储介质，当所述计算机可读代码在电子设备的处理器中运行时，所述电子设备中的处理器执行上述方法。
电子设备可以被提供为服务器或其它形态的设备。
图4示出了根据本公开实施例提供的一种电子设备1900的框图。例如，电子设备1900可以被提供为一服务器或终端设备。参照图4，电子设备1900包括处理组件1922，其进一步包括一个或多个处理器，以及由存储器1932所代表的存储器资源，用于存储可由处理组件1922的执行的指令，例如应用程序。存储器1932中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外，处理组件1922被配置为执行指令，以执行上述方法。
电子设备1900还可以包括一个电源组件1926被配置为执行电子设备1900的电源管理，一个有线或无线网络接口1950被配置为将电子设备1900连接到网络，和一个输入输出(I/O)接口1958。电子设备1900可以操作基于存储在存储器1932的操作系统，例如微软服务器操作系统(Windows ServerTM)，苹果公司推出的基于图形用户界面操作系统(Mac OSXTM)，多用户多进程的计算机操作系统(UnixTM),自由和开放原代码的类Unix操作系统(LinuxTM)，开放原代码的类Unix操作系统(FreeBSDTM)或类似。
在示例性实施例中，还提供了一种非易失性计算机可读存储介质，例如包括计算机程序指令的存储器1932，上述计算机程序指令可由电子设备1900的处理组件1922执行以完成上述方法。
本公开可以是系统、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质，其上载有用于使处理器实现本公开的各个方面的计算机可读程序指令。
计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是(但不限于)电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身，诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如，通过光纤电缆的光脉冲)、或者通过电线传输的电信号。
这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备，或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令，并转发该计算机可读程序指令，以供存储在各个计算/处理设备中的计算机可读存储介质中。
用于执行本公开操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码，所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等，以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中，通过利用计算机可读程序指令的状态信息来个性化定制电子电路，例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA)，该电子电路可以执行计算机可读程序指令，从而实现本公开的各个方面。
这里参照根据本公开实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本公开的各个方面。应当理解，流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合，都可以由计算机可读程序指令实现。
这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器，从而生产出一种机器，使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时，产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中，这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作，从而，存储有指令的计算机可读介质则包括一个制造品，其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。
也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上，使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤，以产生计算机实现的过程，从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。
附图中的流程图和框图显示了根据本公开的多个实施例的系统、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。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分，所述模块、程序段或指令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。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，两个连续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，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动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。
该计算机程序产品可以具体通过硬件、软件或其结合的方式实现。在一个可选实施例中，所述计算机程序产品具体体现为计算机存储介质，在另一个可选实施例中，计算机程序产品具体体现为软件产品，例如软件开发包(Software Development Kit，SDK)等等。
上文对各个实施例的描述倾向于强调各个实施例之间的不同之处，其相同或相似之处可以互相参考，为了简洁，本文不再赘述。
本领域技术人员可以理解，在具体实施方式的上述方法中，各步骤的撰写顺序并不意味着严格的执行顺序而对实施过程构成任何限定，各步骤的具体执行顺序应当以其功能和可能的内在逻辑确定。
若本申请技术方案涉及个人信息，应用本申请技术方案的产品在处理个人信息前，已明确告知个人信息处理规则，并取得个人自主同意。若本申请技术方案涉及敏感个人信息，应用本申请技术方案的产品在处理敏感个人信息前，已取得个人单独同意，并且同时满足“明示同意”的要求。例如，在相机等个人信息采集装置处，设置明确显著的标识告知已进入个人信息采集范围，将会对个人信息进行采集，若个人自愿进入采集范围即视为同意对其个人信息进行采集；或者在个人信息处理的装置上，利用明显的标识/信息告知个人信息处理规则的情况下，通过弹窗信息或请个人自行上传其个人信息等方式获得个人授权；其中，个人信息处理规则可包括个人信息处理者、个人信息处理目的、处理方式以及处理的个人信息种类等信息。
以上已经描述了本公开的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术的改进，或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。

Claims (9)

1.一种检测方法，其特征在于，所述检测方法包括：
获取待检测图像，其中，所述待检测图像通过图像采集设备采集得到；
确定所述待检测图像中目标对象对应的头部中心点；
根据所述图像采集设备对应的标定参数，确定所述待检测图像中的像素坐标与在世界坐标系中的世界坐标之间的转换关系；
根据所述转换关系、预设的人体参数，确定所述待检测图像中所述目标对象对应的第一尺寸范围；其中，所述预设的人体参数基于世界坐标系的度量标准进行度量；
根据所述第一尺寸范围，确定所述目标对象对应的第二尺寸范围；其中，所述第一尺寸范围与第二尺寸范围的度量方向不同；
将所述第一尺寸范围、所述第二尺寸范围作为所述待检测图像中所述目标对象对应的头部尺寸；
根据所述待检测图像中所述目标对象对应的头部中心点以及对应的头部尺寸，确定所述待检测图像中目标对象对应的头部区域，并作为检测结果。
2.如权利要求1所述的检测方法，其特征在于，所述根据所述转换关系、预设的人体参数，确定所述待检测图像中所述目标对象对应的第一尺寸范围，包括：
根据所述图像采集设备的安装高度、预设的人体参数，确定所述头部中心点在所述世界坐标系中的第一世界子坐标；其中，所述第一世界子坐标与所述第一尺寸范围的度量方向相同；
根据所述转换关系、所述头部中心点对应的像素坐标、所述第一世界子坐标，确定所述头部中心点在所述世界坐标系中的第二世界子坐标；其中，所述第二世界子坐标与所述第一世界子坐标的度量方向不同；
根据所述第一世界子坐标、所述预设的人体参数，确定所述头部中心点对应的头部区域的两个顶点，在所述世界坐标系中的世界坐标；其中，所述头部区域的两个顶点的世界坐标在所述第一世界子坐标的度量方向上的数值不同；
根据所述头部区域的两个顶点的世界坐标、所述第二世界子坐标、所述转换关系，确定所述头部区域的两个顶点对应的像素坐标；
基于所述头部区域的两个顶点在所述第一世界子坐标度量方向上的偏移量，确定所述待检测图像中所述目标对象对应的第一尺寸范围；其中，所述偏移量基于所述头部区域的两个顶点对应的像素坐标确定。
3.如权利要求2所述的检测方法，其特征在于，所述基于所述头部区域的两个顶点在所述第一世界子坐标度量方向上的偏移量，确定所述待检测图像中所述目标对象对应的第一尺寸范围，包括：
确定所述头部区域的两个顶点对应的像素坐标，在所述第一世界子坐标度量方向上的偏移量；
在所述偏移量大于预设偏移量的情况下，将所述偏移量作为所述待检测图像中所述目标对象对应的第一尺寸范围。
4.如权利要求1至3中任意一项所述的检测方法，其特征在于，所述第一尺寸范围与所述第二尺寸范围分别为所述头部尺寸的宽度与高度二者之一，并具有预设的比例关系，所述根据所述第一尺寸范围，确定所述目标对象对应的第二尺寸范围，包括：
基于所述第一尺寸范围以及所述预设的比例关系，确定所述目标对象的第二尺寸范围。
5.如权利要求1至3中任意一项所述的检测方法，其特征在于，所述获取待检测图像，包括：通过至少两个图像采集设备获取带有目标对象的至少两个待检测图像；
所述根据所述头部中心点在所述待检测图像中的位置、所述图像采集设备的标定参数，确定所述待检测图像中所述目标对象的头部尺寸，包括：
根据所述头部中心点在所述至少两个待检测图像中的位置、所述至少两个图像采集设备的标定参数，确定每个待检测图像中所述目标对象对应的头部尺寸。
6.如权利要求1至3中任意一项所述的检测方法，其特征在于，所述检测方法还包括：
基于所述检测结果，确定所述目标对象对应的面部特征；
在确定所述目标对象对应的面部特征符合预设条件的情况下，生成提示信息。
7.一种检测装置，其特征在于，所述检测装置包括：
待检测图像获取模块，用以获取待检测图像，其中，所述待检测图像通过图像采集设备采集得到；
头部中心点确定模块，用以确定所述待检测图像中目标对象对应的头部中心点；
头部尺寸确定模块，用以根据所述头部中心点在所述待检测图像中的位置、所述图像采集设备的标定参数，确定所述待检测图像中所述目标对象的头部尺寸；
头部区域确定模块，用以根据所述待检测图像中所述目标对象对应的头部中心点以及对应的头部尺寸，确定所述待检测图像中目标对象对应的头部区域，并作为检测结果；
其中，所述根据所述头部中心点在所述待检测图像中的位置、所述图像采集设备的标定参数，确定所述待检测图像中所述目标对象的头部尺寸，包括：
根据所述头部中心点对应的像素坐标、所述图像采集设备的标定参数，确定所述待检测图像中所述目标对象对应的第一尺寸范围；其中，所述头部中心点对应的像素坐标用以表示所述头部中心点在所述待检测图像中的位置；
根据所述第一尺寸范围，确定所述目标对象对应的第二尺寸范围；其中，所述第一尺寸范围与第二尺寸范围的度量方向不同；
将所述第一尺寸范围、所述第二尺寸范围作为所述待检测图像中所述目标对象对应的头部尺寸；
所述根据所述头部中心点对应的像素坐标、所述图像采集设备的标定参数，确定所述待检测图像中所述目标对象对应的第一尺寸范围，包括：
根据所述图像采集设备对应的标定参数，确定所述待检测图像中的像素坐标与在世界坐标系中的世界坐标之间的转换关系；
根据所述转换关系、预设的人体参数，确定所述待检测图像中所述目标对象对应的第一尺寸范围；其中，所述预设的人体参数基于世界坐标系的度量标准进行度量。
8.一种电子设备，其特征在于，包括：
处理器；
用于存储处理器可执行指令的存储器；
其中，所述处理器被配置为调用所述存储器存储的指令，以执行权利要求1至6中任意一项所述的检测方法。
9.一种计算机可读存储介质，其上存储有计算机程序指令，其特征在于，所述计算机程序指令被处理器执行时实现权利要求1至6中任意一项所述的检测方法。
CN202210411308.XA 2022-04-19 2022-04-19 检测方法、装置、电子设备及存储介质 Active CN114677367B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210411308.XA CN114677367B (zh) 2022-04-19 2022-04-19 检测方法、装置、电子设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210411308.XA CN114677367B (zh) 2022-04-19 2022-04-19 检测方法、装置、电子设备及存储介质

Publications (2)

Publication Number Publication Date
CN114677367A CN114677367A (zh) 2022-06-28
CN114677367B true CN114677367B (zh) 2025-07-18

Family

ID=82077496

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210411308.XA Active CN114677367B (zh) 2022-04-19 2022-04-19 检测方法、装置、电子设备及存储介质

Country Status (1)

Country Link
CN (1) CN114677367B (zh)

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106407946B (zh) * 2016-09-29 2020-03-03 北京市商汤科技开发有限公司 跨线计数方法和深度神经网络训练方法、装置和电子设备
CN112101195B (zh) * 2020-09-14 2024-04-26 腾讯科技（深圳）有限公司 人群密度预估方法、装置、计算机设备和存储介质
CN112257797A (zh) * 2020-10-29 2021-01-22 瓴盛科技有限公司 行人头部图像分类器的样本图像生成方法及相应训练方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
Video Crowd Localization With Multifocus Gaussian Neighborhood Attention and a Large-Scale Benchmark;Haopeng Li等;《IEEE TRANSACTIONS ON IMAGE PROCESSING》;20220914(第31期);6032-6047 *

Also Published As

Publication number Publication date
CN114677367A (zh) 2022-06-28

Similar Documents

Publication Publication Date Title
US10334168B2 (en) Threshold determination in a RANSAC algorithm
JP6057298B2 (ja) 迅速な３ｄモデリング
US9979909B2 (en) Automatic lens flare detection and correction for light-field images
CN111563950B (zh) 纹理映射策略确定方法、装置及计算机可读存储介质
CN110660098B (zh) 基于单目视觉的定位方法和装置
US11430191B2 (en) Systems and methods of augmented reality guided image capture
JP2017130929A (ja) 撮像装置により取得された文書画像の補正方法及び補正装置
CN113689578A (zh) 一种人体数据集生成方法及装置
CN112270719A (zh) 相机标定方法、装置及系统
US12260591B2 (en) Method, apparatus and system for image processing
CN115620094B (zh) 关键点的标注方法、装置、电子设备及存储介质
CN114140771A (zh) 一种图像深度数据集自动标注方法及系统
Angladon et al. The toulouse vanishing points dataset
CN115205134A (zh) 相机模组的畸变映射数据生成方法和畸变矫正方法
Karimi et al. A new method for automatic and accurate coded target recognition in oblique images to improve augmented reality precision
CN114943777A (zh) 图像采集设备的外参的标定方法、装置及电子设备
CN114845055B (zh) 图像采集设备的拍摄参数的确定方法、装置及电子设备
CN114677367B (zh) 检测方法、装置、电子设备及存储介质
CN114708556A (zh) 检测方法、装置、电子设备及存储介质
CN116363185B (zh) 地理配准方法、装置、电子设备和可读存储介质
CN114155147B (zh) 一种基于多源数据的广域海洋全景融合方法及系统
CN116109530A (zh) 视频拼接方法、装置、设备、介质及程序产品
CN119625715B (zh) 三维物体检测方法、装置、设备及存储介质
CN117351306B (zh) 三维点云投影位姿求解器训练方法、确定方法及装置
US20240029288A1 (en) Image processing apparatus, image processing method, and storage medium

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant