CN110378216B - 目标检测方法、装置、摄像设备和存储介质 - Google Patents

目标检测方法、装置、摄像设备和存储介质 Download PDF

Info

Publication number
CN110378216B
CN110378216B CN201910509107.1A CN201910509107A CN110378216B CN 110378216 B CN110378216 B CN 110378216B CN 201910509107 A CN201910509107 A CN 201910509107A CN 110378216 B CN110378216 B CN 110378216B
Authority
CN
China
Prior art keywords
target
detection
detection block
target object
sensor array
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
CN201910509107.1A
Other languages
English (en)
Other versions
CN110378216A (zh
Inventor
沈建
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.)
Zhejiang Dahua Technology Co Ltd
Original Assignee
Zhejiang Dahua Technology 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 Zhejiang Dahua Technology Co Ltd filed Critical Zhejiang Dahua Technology Co Ltd
Priority to CN201910509107.1A priority Critical patent/CN110378216B/zh
Publication of CN110378216A publication Critical patent/CN110378216A/zh
Application granted granted Critical
Publication of CN110378216B publication Critical patent/CN110378216B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/20Analysis of motion
    • G06T7/246Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/40Scenes; Scene-specific elements in video content
    • G06V20/41Higher-level, semantic clustering, classification or understanding of video scenes, e.g. detection, labelling or Markovian modelling of sport events or news items

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Computational Linguistics (AREA)
  • Software Systems (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Image Analysis (AREA)

Abstract

本申请涉及一种目标检测方法、装置、摄像设备和存储介质。所述方法包括:在摄像设备上的摄像头所拍摄的场景画面中,通过预设的目标检测算法进行目标检测,当检测到目标对象时,跟踪目标对象,并获取目标对象在场景画面中的位置信息,在探测区块阵列中,确定目标对象的位置信息所在的目标探测区块,通过传感器阵列对目标探测区块进行探测,如果探测到目标探测区块中的生物信号,则确定目标检测算法检测到的目标对象为有效目标。采用本方法能够有效降低目标检测算法漏检、误检的概率,提高目标检测的准确度。

Description

目标检测方法、装置、摄像设备和存储介质
技术领域
本申请涉及传感器及图像智能分析技术领域,特别是涉及一种目标检测方法、装置、摄像设备和存储介质。
背景技术
视频监控是深度学习算法实施进展快的领域,也是深度学习算法应用价值高的领域。近年来,基于深度学习的目标检测算法是视频监控领域在深度学习算法方面的研究热点。
然而,由于目标对象的外形多样性,例如不同人体目标的外形不同、同一个人体目标在不同环境下的外形不同、不同肢体行为下的外形不同等,深度学习算法的训练集很难采集到齐全的正负样本,使得基于深度学习的目标检测算法在进行目标检测时可能出现不少的误检和漏检。目前只能通过更新训练集、并基于更新后的训练集重新训练检测网络才能逐渐减少误检和漏检,这是一个比较被动和长期的改进方案。
发明内容
基于此,有必要针对上述技术问题,提供一种能够有效提高目标检测准确度的目标检测方法、装置、摄像设备和存储介质。
一种目标检测方法,摄像设备上设有传感器阵列,所述传感器阵列中的单个传感器用于探测单个探测区块中的生物信号,预设数量个所述探测区块构成探测区块阵列;所述方法包括:
在所述摄像设备上的摄像头所拍摄的场景画面中,通过预设的目标检测算法进行目标检测,所述场景画面被划分为多个所述探测区块;
当检测到目标对象时,跟踪所述目标对象,并获取所述目标对象在所述场景画面中的位置信息;
在所述探测区块阵列中,确定所述目标对象的位置信息所在的目标探测区块,通过所述传感器阵列对所述目标探测区块进行探测;
如果所述传感器阵列探测到所述目标探测区块中的所述生物信号,则确定所述目标对象为有效目标。
在其中一个实施例中,所述在所述探测区块阵列中,确定所述目标对象的位置信息所在的目标探测区块的步骤,包括:
获取所述摄像头的当前焦距;
在所述探测区块阵列中,根据所述摄像头的焦距与有效探测区块阵列的预设映射关系,确定所述当前焦距对应的有效探测区块阵列;
在所述当前焦距对应的有效探测区块阵列中,确定所述目标对象的位置信息所在的目标探测区块。
在其中一个实施例中,所述传感器阵列的阵列规模小于所述探测区块阵列;所述在所述探测区块阵列中,确定所述目标对象的位置信息所在的目标探测区块的步骤,包括:
确定每个所述目标对象的探测优先级;
按照所述探测优先级的高低顺序,依次确定每个所述目标对象所在的目标探测区块,控制所述传感器阵列中的传感器移动至所述目标探测区块,以对所述目标探测区块进行探测。
在其中一个实施例中,所述传感器阵列连接有转动电机;所述控制所述传感器阵列中的传感器依次移动至所述目标探测区块的步骤,包括:
通过所述转动电机控制所述传感器移动至所述目标探测区块。
在其中一个实施例中,所述确定每个所述目标对象的探测优先级的步骤,包括:
获取每个所述目标对象的进入时间、运动方向和运动速度;
根据所述进入时间、运动方向和运动速度,对每个所述目标对象的离开时间进行预测;
根据预测得到的每个所述目标对象的离开时间,确定每个所述目标对象的探测优先级。
在其中一个实施例中,所述控制所述传感器阵列中的传感器依次移动至所述目标探测区块的步骤,包括:
当检测到所述传感器处于移动状态时,中断所述传感器的探测工作;
当检测到所述传感器到达所述目标探测区块、且停止移动时,恢复所述传感器的探测工作。
在其中一个实施例中,所述方法还包括:
如果所述传感器阵列探测到所述目标探测区块不存在所述生物信号,则确定所述目标对象是否存在运动轨迹;
如果所述目标对象存在运动轨迹,则确定所述目标对象为有效目标。
在其中一个实施例中,所述方法还包括:
当所述目标检测算法检测到所述场景画面中不存在目标对象时,通过所述传感器阵列对每个所述探测区块进行探测;
当探测到任一所述探测区块中存在所述生物信号时,通过所述目标检测算法对存在所述生物信号的探测区块进行目标检测;
如果所述目标检测算法检测到目标对象,则确定所述目标检测算法在存在所述生物信号的探测区块中检测到的目标对象为有效目标。
在其中一个实施例中,所述方法还包括:
如果所述目标检测算法在存在所述生物信号的探测区块中未检测到目标对象,则对所述摄像头的摄像参数进行调整,并跳转至执行通过所述目标检测算法对存在所述生物信号的探测区块进行目标检测的步骤。
在其中一个实施例中,所述传感器阵列集成在所述摄像头的前盖面板;或者,所述传感器阵列位于单独的传感器阵列板上,所述传感器阵列板与所述摄像头配合使用。
一种目标检测装置,摄像设备上设有传感器阵列,所述传感器阵列中的单个传感器用于探测单个探测区块中的生物信号,预设数量个所述探测区块构成探测区块阵列;所述装置包括:
画面获取模块,用于在所述摄像设备上的摄像头所拍摄的场景画面中,通过预设的目标检测算法进行目标检测,所述场景画面被划分为多个所述探测区块;
目标位置获取模块,用于当检测到目标对象时,跟踪所述目标对象,并获取所述目标对象在所述场景画面中的位置信息;
目标信号探测模块,用于在所述探测区块阵列中,确定所述目标对象的位置信息所在的目标探测区块,通过所述传感器阵列对所述目标探测区块进行探测;以及
有效目标确定模块,用于如果所述传感器阵列探测到所述目标探测区块中的所述生物信号,则确定所述目标对象为有效目标。
一种摄像设备,所述摄像设备包括:
摄像头,用于采集场景画面;
传感器阵列,用于在预设的探测区块阵列中探测生物信号,单个传感器用于探测单个探测区块中的生物信号;以及
处理器,存储有计算机程序,所述处理器执行所述计算机程序实现上述目标检测方法所述的步骤。
在其中一个实施例中,所述传感器阵列连接有转动电机,通过所述转动电机控制所述外传感器阵列的移动。
在其中一个实施例中,所述外传感器阵列集成在所述摄像头的前盖面板;或者,所述传感器阵列位于单独的传感器阵列板上,所述传感器阵列板与所述摄像头配合使用。
一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述目标检测方法所述的步骤。
上述目标检测方法、装置、计算机设备和存储介质中,摄像设备上设有传感器阵列,单个传感器用于探测单个探测区块的生物信号,预设数量个探测区块构成探测区块阵列,通过目标检测算法进行目标检测,当目标检测算法检测到目标对象,确定目标对象所在的目标探测区块,通过传感器阵列探测目标探测区块内的生物信号,如果探测到生物信号,则确定目标检测算法检测到的目标对象为有效目标,从而结合目标检测算法和传感器进行目标探测,有效降低目标检测算法漏检、误检的概率,提高目标检测的准确度。
附图说明
图1为一个实施例中目标检测方法的应用环境图;
图2为一个实施例中目标检测方法的流程示意图;
图3为一个实施例中目标检测方法中场景画面的示例图;
图4为一个实施例中目标检测方法中探测区块阵列的示例图;
图5为一个实施例中目标检测方法中摄像设备的示例图;
图6为一个实施例中目标检测方法中对电机位置进行标定的示例图;
图7为另一个实施例中目标检测方法的流程示意图;
图8为又一个实施例中目标检测方法的流程示意图;以及
图9为一个实施例中目标检测装置的结构框图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
本申请提供的目标检测方法,可以应用于如图1所示的应用环境中。其中,摄像设备102通过网络与服务器104通过网络进行通信。摄像设备102用于对摄像头所采集的场景画面进行目标检测,服务器104可用来存储检测到的目标对象的图像以及运动轨迹信息等。其中,摄像设备102可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备,服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
在一个实施例中,如图2所示,提供了一种目标检测方法,以该方法应用于图1中的摄像设备为例进行说明,包括以下步骤:
步骤202,在摄像设备上的摄像头所拍摄的场景画面中,通过预设的目标检测算法进行目标检测,场景画面被划分为多个探测区块。
其中,摄像设备上设有传感器阵列,传感器阵列由多个传感器构成,传感器在探测到目标物体的生物信号时,会输出电压变化信号。在设计传感器阵列时,可根据用户的检测精度要求设计不同尺寸的传感器阵列,例如3*3、6*6或者8*8大小的传感器阵列。3*3、6*6、8*8大小的传感器阵列分别由3*3、6*6、8*8个传感器组成。
其中,预先设置由预设数量个探测区块构成的探测区块阵列,单个探测区块是单个传感器的探测区域。探测区块阵列的大小由摄像头监控区域的大小和单个传感器的探测区域的大小决定,可与传感器阵列的大小相同,也可大于传感器阵列。例如探测区块阵列的大小为M*N,若M*N的值较小,可以设计与探测区块阵列大小一致的传感器阵列,使得传感器阵列中的传感器与探测区块阵列中的探测区块一一对应,若M*N的值较大,考虑到M*N大小的传感器阵列实现较为困难,可以设计阵列大小小于M*N的传感器阵列,通过移动传感器阵列,使得探测区块阵列中的每个探测区块都能被探测到。
其中,虽然探测区块阵列的大小是固定的,但由于摄像头所拍摄场景画面的视场角会随着摄像头的焦距变化而增大或减小,场景画面可能只是摄像头所监控区域的局部区域,不同焦距下所拍摄的场景画面对应探测区块阵列中不同大小的局部探测区块阵列。例如,探测区块阵列的大小为8*8,当摄像头所拍摄场景画面的视场角最大时,场景画面所对应的局部探测区块阵列的大小为8*8,随着视场角的减小,场景画面所对应的局部探测区块阵列的大小逐渐较小。当场景画面对应3*3大小的局部探测区块阵列时,可认为场景画面被划分为3*3个探测区块,当场景画面对应5*5的局部探测区块阵列时,可认为场景画面被划分为5*5个探测区块。
具体地,通过摄像设备上的摄像头拍摄场景画面,由多帧场景画面构成场景视频,在每帧场景画面中通过目标检测算法进行目标检测,以检测场景画面中出现的目标对象。目标检测算法能够在摄像头所拍摄的场景画面中对目标对象进行检测和跟踪,在此对目标检测算法不进行限制,例如可采用基于深度学习的各种目标检测算法。
步骤204,当检测到目标对象时,跟踪目标对象,并获取目标对象在场景画面中的位置信息。
具体地,当目标检测算法在场景画面中检测到目标对象时,通过目标检测算法对检测到的目标对象进行跟踪,并获取目标对象在场景画面中的位置信息。其中,目标对象在场景画面中的位置信息为目标对象在场景画面中的位置坐标,在场景画面中目标对象通常体现为相应的矩形,因此,目标对象在场景画面中的位置坐标即该矩形的位置坐标。
步骤206,在探测区块阵列中,确定目标对象的位置信息所在的目标探测区块,通过传感器阵列对目标探测区块进行探测。
具体地,在获得目标检测算法所检测到的目标对象的位置信息后,在探测区块阵列中,确定目标对象的位置信息所在的探测区块,为了便于区分,将目标对象的位置信息所在的探测区块称为目标探测区块。通过传感器阵列对目标探测区块进行探测。
步骤208,如果传感器阵列探测到目标探测区块中的生物信号,则确定目标对象为有效目标。
具体地,如果传感器阵列探测到目标探测区块中的生物信号,说明目标对象的位置信息所在的目标探测区块存在目标对象,可确定目标检测算法的检测结果为有效结果,即目标检测算法检测到的该目标对象为有效目标,从而通过传感器阵列对目标检测算法的检测结果进行验证,以有效降低目标检测算法漏检、误检的概率,提高目标检测的准确度。
上述目标检测方法中,通过目标检测算法对摄像头所拍摄的场景画面进行目标检测,当目标检测算法检测到目标对象时,确定目标对象所在的目标探测区块,通过传感器阵列对目标探测区块进行探测,若探测到目标探测区块中的生物信号,则确定目标检测算法检测到的目标对象为有效目标,从而通过传感器阵列对目标检测算法的检测结果进行验证,以有效降低目标检测算法漏检、误检的概率,提高目标检测的准确度。
在一个实施例中,以图3为例,在场景画面中目标对象通常体现为相应的矩形,目标对象在场景画面中的位置坐标即该矩形的位置坐标,目标检测算法可能同时检测并跟踪多个目标对象,每个目标对象可能同时与多个探测区块发生重叠。此时,对每个目标对象进行编号,以区别这些目标对象,通过传感器阵列分别对每个目标对象所在的所有探测区块进行探测,当任一个目标对象所在的所有探测区块都探测到生物信号时,确定该目标对象为有效目标,进而可以对每个目标对象都进行确认,有效地提高了目标检测的准确度。
在一个实施例中,由于摄像头的焦距变化会引起摄像头所拍摄场景画面的视场角变化,不同焦距下所拍摄的场景画面对应探测区块阵列中不同大小的局部探测区块阵列,在确定目标对象的位置信息所在的目标探测区块时,只需要在当前场景画面所对应的局部探测区块阵列中确定该目标探测区块,其中,局部探测区块阵列的大小与当前场景画面的大小相等。为了便于描述,将场景画面所对应的局部探测区块阵列称为有效探测区块阵列。预先设置摄像头的焦距与有效探测区块阵列中的映射关系,获取摄像头的当前焦距,在该映射关系中查询当前焦距对应的有效探测区块阵列,在有效探测区块阵列中,确定目标对象的位置信息所在的目标探测区块,从而有效提高目标探测区块确定的准确度。
作为示例地,如图4所示,探测区块阵列大小为5*5,分别包括探测区块0~探测区块24,当摄像机的焦距较大时,摄像机处于广角状态,有效探测区块阵列可能为探测区块0~探测区块24构成的探测区块阵列,当摄像头焦距变小时,有效探测区块阵列为探测区块6、7、8、11、12、13、16、17、18构成的探测区块阵列,也可能为探测区块0、1、5、6构成的探测区块阵列。在设置摄像头的焦距与有效探测区块阵列中的映射关系,设计摄像机焦距与探测区块之间的关系映射表,并在设备出厂前进行标定。
在一个实施例中,在传感器阵列的阵列大小小于探测区块阵列时,确定每个目标对象的探测优先级,按照探测优先级的高低顺序,控制传感器阵列中的传感器依次移动至各个目标对象所在的目标探测区块,进行探测,以在目标检测算法检测到多个目标对象时有序对对每个目标对象进行探测。
在一个实施例中,目标检测算法在进行目标检测时,对检测到的每个目标对象进行编号、进入时间、离开时间、运动方向、运动速度等目标对象信息进行维护。其中,编号即目标对象的ID,进入时间即目标对象进入摄像头所拍摄场景画面的时间,离开时间即目标对象离开摄像头所拍摄场景画面的时间,运动方向和运动速度即目标对象在摄像头所拍摄场景画面中的运动速度和运动方向。在确定每个目标对象的探测优先级时,根据每个目标对象的进入时间、运动方向和运动速度,可以预测得到每个目标对象的离开时间,按照离开时间的前后顺序,确定每个目标对象的探测优先级。可为预测要先离开的目标对象设定较高的探测优先级,为预测要后离开的目标对象设定较低的探测优先级,以及时对每个目标对象所在的目标探测区域进行探测,避免传感器在探测过程中遗漏目标对象。
在一个实施例中,传感器阵列连接有转动电机,通过转动电机带动传感器阵列转动,使得传感器移动至目标探测区块。如图5所示,摄像设备上传感器阵列连接PT云台(Pan/Tilt云台,表示上下/左右转动的云台),以通过PT云台带动传感器阵列。
在一个实施例中,由于场景画面中可能存在多个目标对象,转动电机在转动时,传感器在移动状态下可能会探测到生物信号而产生电压变化,对传感器的探测结果带来噪声。因此,在检测到传感器处于移动状态时,中断传感器的探测工作,在检测到传感器到达目标探测区块、且停止移动时,恢复传感器的探测工作,从而有效地提高外传感器的探测准确度。
在一个实施例中,在传感器阵列的阵列大小小于探测区块阵列时,通过转动电机转动,使得传感器阵列移动至相应的探测区块处,因此在使用前或者出厂前,需要对传感器阵列移动至各个探测区块处时的电机位置进行标定,以提高传感器阵列移动的准确度。
作为示例地,如图6所示,当传感器阵列的大小为2*2、探测区块阵列的大小为5*5时,在对探测区块0和探测区块6进行标定时,安排目标物体在探测区块0和探测区块6处来回移动,同时驱动转动电机。当传感器阵列中的传感器P0和P3产生电压变化、且传感器P1和P2未产生电压变化时,记录转动电机的位置,完成对探测区块0和探测区块6的标定。依此,可对传感器阵列移动至各个探测区块处时的电机位置进行标定。
在一个实施例中,传感器阵列为热释电红外传感器阵列,传感器为热释电红外传感器,目标对象为人体目标,生物信号为人体发射的红外线,热释电红外传感器在探测到人体发射的红外线时,会输出电压变化信号,通过热释电红外传感器阵列可探测到不同区域的人体目标,目标检测算法为人体检测算法,从而通过热释电红外传感器阵列可以有效降低人体检测算法漏检、误检的概率,提高人体检测的准确度。
在一个实施例中,如图7所示,提供了一种目标检测方法,以该方法应用于图1中的摄像设备为例进行说明,包括以下步骤:
步骤702,在摄像设备上的摄像头所拍摄的场景画面中,通过预设的目标检测算法进行目标检测,场景画面被划分为多个探测区块。
步骤704,当检测到目标对象时,跟踪目标对象,并获取目标对象在场景画面中的位置信息。
步骤706,在探测区块阵列中,确定目标对象的位置信息所在的目标探测区块,通过传感器阵列对目标探测区块进行探测。
具体地,步骤702和步骤704可参照步骤202和步骤204的详细描述,在此不进行赘述。
步骤708,如果传感器阵列探测到目标探测区块不存在生物信号,则确定目标对象是否存在运动轨迹。
具体地,如果传感器阵列在目标探测区块中未探测到生物信号,可能是目标检测算法误检,即目标检测算法检测到的目标对象可能是在当前环境下近似于目标对象的物体,例如,当目标对象为人体时,目标检测算法将近似于人体的树木误检为人体,也可能是传感器阵列的探测发生误差。因此,在传感器阵列在目标探测区块中未探测到生物信号时,通过目标检测算法对目标对象进行跟踪,确定该目标对象是否存在运动轨迹。
步骤710,如果目标对象存在运动轨迹,则确定目标对象为有效目标。
具体地,当目标对象存在运动轨迹时,可确定目标检测算法的检测结果为有效结果,即目标检测算法检测到的该目标对象为有效目标,从而通过传感器阵列对目标检测算法的检测结果进行验证,也通过目标检测算法对传感器阵列的探测结果进行验证,以有效降低目标检测算法和传感器阵列漏检、误检的概率,提高目标检测的准确度。
在一个实施例中,如图8所示,提供了一种目标检测方法,以该方法应用于图1中的摄像设备为例进行说明,包括以下步骤:
步骤802,在摄像设备上的摄像头所拍摄的场景画面中,通过预设的目标检测算法进行目标检测,场景画面被划分为多个探测区块。
具体地,步骤802的实施过程可参照步骤202的具体描述,不再赘述。
步骤804,当目标检测算法检测到场景画面中不存在目标对象时,通过传感器阵列对每个探测区块进行探测。
具体地,当目标检测算法检测到场景画面中不存在目标对象时,获取摄像头的当前焦距,查询当前焦距对应的有效探测区块阵列,通过传感器阵列,对有效探测区块阵列中的每个探测区块进行探测。如果传感器阵列的大小小于探测区块阵列的大小,则通过转动电机使得传感器阵列依次探测到每个探测区块。
步骤806,当探测到任一探测区块中存在生物信号时,通过目标检测算法对存在生物信号的探测区块进行目标检测。
具体地,当探测到任一探测区块中存在生物信号时,通过目标检测算法对探测到存在生物信号的探测区块进行目标检测,以进一步对传感器阵列的探测结果进行验证。
步骤808,如果目标检测算法检测到目标对象,则确定目标检测算法在存在生物信号的探测区块中检测到的目标对象为有效目标。
具体地,如果目标检测算法在探测到存在生物信号的探测区块中检测到目标对象,则确定该检测到的目标对象为有效目标,从而通过传感器阵列对各个探测区块进行探测,辅助目标检测算法进行目标检测,有效地降低目标检测算法漏检、误检的效率。
在一个实施例中,如果目标检测算法在探测到存在生物信号的探测区块中未检测到目标对象,则对摄像头的摄像参数进行调整,并继续通过目标检测算法对探测到存在生物信号的探测区块进行目标检测,以避免因环境光线问题导致目标检测算法无法检测到目标对象。其中,摄像头的摄像参数可为摄像头的曝光参数。
在一个实施例中,当传感器阵列与探测区块阵列的大小一致时,传感器阵列可以集成在摄像头的前盖面板上,或者位于单独的传感器阵列板上,该传感器阵列板上与摄像头配合使用。
应该理解的是,虽然图2-8的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,图2-8中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些子步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中,如图9所示,提供了一种目标检测装置900,包括:画面获取模块902、目标位置获取模块904、目标信号探测模块906和有效目标确定模块908,其中:
画面获取模块902,用于在摄像设备上的摄像头所拍摄的场景画面中,通过预设的目标检测算法进行目标检测,场景画面被划分为多个探测区块;
目标位置获取模块904,用于当检测到目标对象时,跟踪目标对象,并获取目标对象在场景画面中的位置信息;
目标信号探测模块906,用于在探测区块阵列中,确定目标对象的位置信息所在的目标探测区块,通过传感器阵列对目标探测区块进行探测;以及
有效目标确定模块908,用于如果传感器阵列探测到目标探测区块中的生物信号,则确定目标对象为有效目标。
在一个实施例中,目标信号探测模块906包括:
焦距获取模块,用于获取摄像头的当前焦距;
有效阵列确定模块,用于在探测区块阵列中,根据摄像头的焦距与有效探测区块阵列的预设映射关系,确定当前焦距对应的有效探测区块阵列;以及
目标区块确定模块,用于在当前焦距对应的有效探测区块阵列中,确定目标对象的位置信息所在的目标探测区块。
在一个实施例中,传感器阵列的阵列规模小于探测区块阵列;目标信号探测模块906包括:
优先级确定模块,用于确定每个目标对象的探测优先级;
目标区块探测模块,用于按照探测优先级的高低顺序,依次确定每个目标对象所在的目标探测区块,控制传感器阵列中的传感器移动至目标探测区块,以对所述目标探测区块进行探测。
在一个实施例中,传感器阵列连接有转动电机;目标区块探测模块包括:
电机控制模块,用于通过转动电机控制传感器移动至目标探测区块。
在一个实施例中,优先级确定模块包括:
目标信息获取模块,用于获取每个目标对象的进入时间、运动方向和运动速度;
离开时间预测模块,用于根据进入时间、运动方向和运动速度,对每个目标对象的离开时间进行预测;以及
探测优先级确定模块,用于根据预测得到的每个目标对象的离开时间,确定每个目标对象的探测优先级。
在一个实施例中,目标区块探测模块包括:
探测工作中断模块,用于当检测到传感器处于移动状态时,中断传感器的探测工作;以及
探测工作恢复模块,用于当检测到传感器到达目标探测区块、且停止移动时,恢复传感器的探测工作。
在一个实施例中,目标检测装置900还包括:
运动轨迹确定模块,用于如果传感器阵列探测到目标探测区块不存在生物信号,则确定目标对象是否存在运动轨迹;以及
第一有效目标确定模块,用于如果目标对象存在运动轨迹,则确定目标对象为有效目标。
在一个实施例中,目标检测装置900还包括:
轮询探测模块,用于当目标检测算法检测到场景画面中不存在目标对象时,通过传感器阵列对每个探测区块进行探测;
信号区块探测模块,用于当探测到任一探测区块中存在生物信号时,通过目标检测算法对存在生物信号的探测区块进行检测;以及
第二有效目标确定模块,用于如果目标检测算法检测到目标对象,则确定目标检测算法在存在生物信号的探测区块中检测到的目标对象为有效目标。
在一个实施例中,目标检测装置900还包括:
摄像参数调整模块,用于如果目标检测算法在存在生物信号的探测区块中未检测到目标对象,则对摄像头的摄像参数进行调整,并跳转至执行通过目标检测算法对存在生物信号的探测区块进行目标检测的步骤。
关于目标检测装置的具体限定可以参见上文中对于目标检测方法的限定,在此不再赘述。上述目标检测装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种摄像设备,包括摄像头、传感器阵列和处理器,处理器中存储有计算机程序,该处理器执行计算机程序时实现上述方法实施例中的各步骤。其中,摄像头用于采集场景画面,传感器阵列用于在预设的探测区块阵列中探测生物信号,单个传感器用于探测单个探测区块中的生物信号。
在一个实施例中,传感器阵列连接有转动电机,通过转动电机控制传感器阵列的移动。
在一个实施例中,传感器阵列集成在摄像头的前盖面板;或者,传感器阵列位于单独的传感器阵列板上,传感器阵列板与摄像头配合使用。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现上述方法实施例中的各步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。

Claims (14)

1.一种目标检测方法,其特征在于,摄像设备上设有传感器阵列,所述传感器阵列中的单个传感器用于探测单个探测区块中的生物信号,预设数量个所述探测区块构成探测区块阵列;所述方法包括:
在所述摄像设备上的摄像头所拍摄的场景画面中,通过预设的目标检测算法进行目标检测,所述场景画面被划分为多个所述探测区块;
当检测到目标对象时,跟踪所述目标对象,并获取所述目标对象在所述场景画面中的位置信息;
在所述探测区块阵列中,确定所述目标对象的位置信息所在的目标探测区块,通过所述传感器阵列对所述目标探测区块进行探测;所述传感器阵列的阵列规模小于所述探测区块阵列;所述在所述探测区块阵列中,确定所述目标对象的位置信息所在的目标探测区块的步骤,包括:确定每个所述目标对象的探测优先级;按照所述探测优先级的高低顺序,依次确定每个所述目标对象所在的目标探测区块,控制所述传感器阵列中的传感器移动至所述目标探测区块,以对所述目标探测区块进行探测;
如果所述传感器阵列探测到所述目标探测区块中的所述生物信号,则确定所述目标对象为有效目标。
2.根据权利要求1所述的方法,其特征在于,所述在所述探测区块阵列中,确定所述目标对象的位置信息所在的目标探测区块的步骤,包括:
获取所述摄像头的当前焦距;
在所述探测区块阵列中,根据所述摄像头的焦距与有效探测区块阵列的预设映射关系,确定所述当前焦距对应的有效探测区块阵列;
在所述当前焦距对应的有效探测区块阵列中,确定所述目标对象的位置信息所在的目标探测区块。
3.根据权利要求1所述的方法,其特征在于,所述传感器阵列连接有转动电机;所述控制所述传感器阵列中的传感器依次移动至所述目标探测区块的步骤,包括:
通过所述转动电机控制所述传感器移动至所述目标探测区块。
4.根据权利要求1所述的方法,其特征在于,所述确定每个所述目标对象的探测优先级的步骤,包括:
获取每个所述目标对象的进入时间、运动方向和运动速度;
根据所述进入时间、运动方向和运动速度,对每个所述目标对象的离开时间进行预测;
根据预测得到的每个所述目标对象的离开时间,确定每个所述目标对象的探测优先级。
5.根据权利要求1所述的方法,其特征在于,所述控制所述传感器阵列中的传感器依次移动至所述目标探测区块的步骤,包括:
当检测到所述传感器处于移动状态时,中断所述传感器的探测工作;
当检测到所述传感器到达所述目标探测区块、且停止移动时,恢复所述传感器的探测工作。
6.根据权利要求1所述的方法,其特征在于,所述方法还包括:
如果所述传感器阵列探测到所述目标探测区块不存在所述生物信号,则确定所述目标对象是否存在运动轨迹;
如果所述目标对象存在运动轨迹,则确定所述目标对象为有效目标。
7.根据权利要求1所述的方法,其特征在于,所述方法还包括:
当所述目标检测算法检测到所述场景画面中不存在目标对象时,通过所述传感器阵列对每个所述探测区块进行探测;
当探测到任一所述探测区块中存在所述生物信号时,通过所述目标检测算法对存在所述生物信号的探测区块进行目标检测;
如果所述目标检测算法检测到目标对象,则确定所述目标检测算法在存在所述生物信号的探测区块中检测到的目标对象为有效目标。
8.根据权利要求7所述的方法,其特征在于,所述方法还包括:
如果所述目标检测算法在存在所述生物信号的探测区块中未检测到目标对象,则对所述摄像头的摄像参数进行调整,并跳转至执行通过所述目标检测算法对存在所述生物信号的探测区块进行目标检测的步骤。
9.根据权利要求1所述的方法,其特征在于,所述传感器阵列集成在所述摄像头的前盖面板;或者,所述传感器阵列位于单独的传感器阵列板上,所述传感器阵列板与所述摄像头配合使用。
10.一种目标检测装置,其特征在于,摄像设备上设有传感器阵列,所述传感器阵列中的单个传感器用于探测单个探测区块中的生物信号,预设数量个所述探测区块构成探测区块阵列;所述装置包括:
画面获取模块,用于在所述摄像设备上的摄像头所拍摄的场景画面中,通过预设的目标检测算法进行目标检测,所述场景画面被划分为多个所述探测区块;
目标位置获取模块,用于当检测到目标对象时,跟踪所述目标对象,并获取所述目标对象在所述场景画面中的位置信息;
目标信号探测模块,用于在所述探测区块阵列中,确定所述目标对象的位置信息所在的目标探测区块,通过所述传感器阵列对所述目标探测区块进行探测;所述传感器阵列的阵列规模小于所述探测区块阵列;所述在所述探测区块阵列中,确定所述目标对象的位置信息所在的目标探测区块的步骤,包括:确定每个所述目标对象的探测优先级;按照所述探测优先级的高低顺序,依次确定每个所述目标对象所在的目标探测区块,控制所述传感器阵列中的传感器移动至所述目标探测区块,以对所述目标探测区块进行探测;以及
有效目标确定模块,用于如果所述传感器阵列探测到所述目标探测区块中的所述生物信号,则确定所述目标对象为有效目标。
11.一种摄像设备,其特征在于,所述摄像设备包括:
摄像头,用于采集场景画面;
传感器阵列,用于在预设的探测区块阵列中探测生物信号,单个传感器用于探测单个探测区块中的生物信号;以及
处理器,存储有计算机程序,所述处理器执行所述计算机程序实现权利要求1-9中任一项所述的方法中的步骤。
12.根据权利要求11所述的设备,其特征在于,所述传感器阵列连接有转动电机,通过所述转动电机控制所述传感器阵列的移动。
13.根据权利要求11所述的设备,其特征在于,所述传感器阵列集成在所述摄像头的前盖面板;或者,所述传感器阵列位于单独的传感器阵列板上,所述传感器阵列板与所述摄像头配合使用。
14.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1-9中任一项所述的方法的步骤。
CN201910509107.1A 2019-06-13 2019-06-13 目标检测方法、装置、摄像设备和存储介质 Active CN110378216B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910509107.1A CN110378216B (zh) 2019-06-13 2019-06-13 目标检测方法、装置、摄像设备和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910509107.1A CN110378216B (zh) 2019-06-13 2019-06-13 目标检测方法、装置、摄像设备和存储介质

Publications (2)

Publication Number Publication Date
CN110378216A CN110378216A (zh) 2019-10-25
CN110378216B true CN110378216B (zh) 2022-03-01

Family

ID=68250193

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910509107.1A Active CN110378216B (zh) 2019-06-13 2019-06-13 目标检测方法、装置、摄像设备和存储介质

Country Status (1)

Country Link
CN (1) CN110378216B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110677592B (zh) * 2019-10-31 2022-06-10 Oppo广东移动通信有限公司 主体对焦方法、装置、计算机设备和存储介质
CN113392678A (zh) * 2020-03-12 2021-09-14 杭州海康威视数字技术股份有限公司 行人检测方法、设备和存储介质
CN113568497B (zh) * 2020-04-28 2023-11-14 无锡小天鹅电器有限公司 设备控制方法、装置、电子设备和计算机存储介质
CN113115216B (zh) * 2021-02-22 2022-09-06 浙江大华技术股份有限公司 室内定位方法、业务管理服务器及计算机存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103905706A (zh) * 2014-04-21 2014-07-02 天彩电子(深圳)有限公司 一种网络摄像机及其控制方法
CN107094223A (zh) * 2017-03-17 2017-08-25 奥克斯空调股份有限公司 获取入侵目标的高清图像的方法及装置
CN107563961A (zh) * 2017-09-01 2018-01-09 首都师范大学 一种基于相机传感器的动目标检测的***及方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103905706A (zh) * 2014-04-21 2014-07-02 天彩电子(深圳)有限公司 一种网络摄像机及其控制方法
CN107094223A (zh) * 2017-03-17 2017-08-25 奥克斯空调股份有限公司 获取入侵目标的高清图像的方法及装置
CN107563961A (zh) * 2017-09-01 2018-01-09 首都师范大学 一种基于相机传感器的动目标检测的***及方法

Also Published As

Publication number Publication date
CN110378216A (zh) 2019-10-25

Similar Documents

Publication Publication Date Title
CN110378216B (zh) 目标检测方法、装置、摄像设备和存储介质
US20200357125A1 (en) Systems and methods for user detection, identification, and localization within a defined space
CN110998594B (zh) 检测动作的方法和***
WO2018068771A1 (zh) 目标跟踪方法、***、电子设备和计算机存储介质
CN108447091B (zh) 目标定位方法、装置、电子设备及存储介质
US11887318B2 (en) Object tracking
US20070236570A1 (en) Method and apparatus for providing motion control signals between a fixed camera and a ptz camera
JP6806188B2 (ja) 情報処理システム、情報処理方法及びプログラム
US20060197839A1 (en) Automatic multiscale image acquisition from a steerable camera
US10979645B2 (en) Video capturing device including cameras and video capturing system including the same
EP2437115B1 (en) Camera device with rotary base
US7528881B2 (en) Multiple object processing in wide-angle video camera
EP3319042A1 (en) Target tracking device and target tracking method
JP6302302B2 (ja) カメラ制御装置
EP3432575A1 (en) Method for performing multi-camera automatic patrol control with aid of statistics data in a surveillance system, and associated apparatus
CN110941975A (zh) 图像获取方法、角度调整方法、装置及驾驶***
EP4354853A1 (en) Thermal-image-monitoring system using plurality of cameras
TW200540733A (en) Device and method for defining an area whose image is monitored
KR102579085B1 (ko) 반수생 동물 포획 방법 및 장치
KR102587129B1 (ko) 육상 동물 포획 방법 및 장치
CN112528078B (zh) 一种图像归档方法、装置及设备
CN114060300B (zh) 一种风扇控制方法、装置、存储介质、电子设备以及风扇
KR20090098595A (ko) 표적 자동 식별 및 추적이 가능한 인공지능형 장치 및 방법
KR102497939B1 (ko) 영상 처리를 이용한 물체 인식 시스템 그 동작 방법
CN112969047B (zh) 智能手表的控制方法、装置、智能手表及存储介质

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