CN111739097A - 测距方法及装置、电子设备及存储介质 - Google Patents
测距方法及装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN111739097A CN111739097A CN202010613403.9A CN202010613403A CN111739097A CN 111739097 A CN111739097 A CN 111739097A CN 202010613403 A CN202010613403 A CN 202010613403A CN 111739097 A CN111739097 A CN 111739097A
- Authority
- CN
- China
- Prior art keywords
- transmission parameter
- point
- distance
- size
- image
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 70
- 230000005540 biological transmission Effects 0.000 claims abstract description 308
- 238000006243 chemical reaction Methods 0.000 claims abstract description 29
- 238000012545 processing Methods 0.000 claims description 84
- 230000000875 corresponding effect Effects 0.000 claims description 51
- 238000001514 detection method Methods 0.000 claims description 45
- 230000002596 correlated effect Effects 0.000 claims description 25
- 230000008569 process Effects 0.000 claims description 23
- 238000013507 mapping Methods 0.000 claims description 19
- 238000000605 extraction Methods 0.000 claims description 16
- 230000015654 memory Effects 0.000 claims description 15
- 238000004590 computer program Methods 0.000 claims description 12
- 238000013528 artificial neural network Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 238000013527 convolutional neural network Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000012549 training Methods 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000003384 imaging method Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 210000003414 extremity Anatomy 0.000 description 2
- 238000002372 labelling Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000011176 pooling Methods 0.000 description 2
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 description 1
- 241001465754 Metazoa Species 0.000 description 1
- 206010039203 Road traffic accident Diseases 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 229910003460 diamond Inorganic materials 0.000 description 1
- 239000010432 diamond Substances 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000007667 floating Methods 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 208000015181 infectious disease Diseases 0.000 description 1
- 210000003141 lower extremity Anatomy 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 230000005541 medical transmission Effects 0.000 description 1
- 208000020029 respiratory tract infectious disease Diseases 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 210000001364 upper extremity Anatomy 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/161—Detection; Localisation; Normalisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR 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)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Mathematical Physics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Biophysics (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Computational Linguistics (AREA)
- Software Systems (AREA)
- Life Sciences & Earth Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Human Computer Interaction (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Analysis (AREA)
Abstract
本申请公开了一种测距方法及装置、电子设备及存储介质。该方法包括:获取待处理图像中的第一距离和所述第一距离的第一透射参数;所述第一距离为第一点与第二点之间的距离;所述第一点和所述第二点均属于所述待处理图像;所述第一透射参数表征所述第一距离与第一物理距离之间的转换关系;所述第一物理距离为所述第一距离对应的物理距离;依据所述第一距离和所述第一透射参数,得到第二距离;所述第二距离与所述第一点在所述待处理图像中的尺度呈负相关,和/或,所述第二距离与所述第二点在所述待处理图像中的尺度呈负相关。
Description
技术领域
本申请涉及计算机技术领域,尤其涉及一种测距方法及装置、电子设备及存储介质。
背景技术
在特定期间或特定场景下,为降低安全事故发生的概率,应使人与人之间保持距离、物与物之间保持距离。例如,人与人之间的距离过近易导致疾病的传播;车与车之间的距离过近易发生交通事故。因此,如何准确的确定人与人之间的距离和/或物与物之间的距离,具有非常重要的意义。
发明内容
本申请提供一种测距方法及装置、电子设备及存储介质。
第一方面,提供了一种测距方法,所述测距方法包括:
获取待处理图像中的第一距离和所述第一距离的第一透射参数;所述第一距离为第一点与第二点之间的距离;所述第一点和所述第二点均属于所述待处理图像;所述第一透射参数表征所述第一距离与第一物理距离之间的转换关系;所述第一物理距离为所述第一距离对应的物理距离;
依据所述第一距离和所述第一透射参数,得到第二距离;所述第二距离与所述第一点在所述待处理图像中的尺度呈负相关,和/或,所述第二距离与所述第二点在所述待处理图像中的尺度呈负相关。
在该方面中,由于第一透射参数携带第一距离的尺度信息,测距装置依据第一透射参数和第一距离,确定第二距离,可提高第二距离的准确度。
结合本申请任一实施方式,所述获取所述第一距离的第一透射参数,包括:
获取第一像素点的第二透射参数;所述第一像素点为所述第一点与所述第二点连线上像素点;所述第二透射参数表征所述第一像素点的尺寸与第一物点的尺寸之间的转换关系;所述第一物点为所述第一像素点对应的物点;第一比值与所述第一像素点在所述待处理图像中的尺度呈负相关;所述第一比值为所述第一像素点的尺寸与所述第一物点的尺寸之间的比值;
依据所述第二透射参数,得到所述第一透射参数;所述第一透射参数与所述第二透射参数呈正相关。
结合本申请任一实施方式,所述第一像素点为所述第一点与所述的第二点的中点,所述依据所述第二透射参数,得到所述第一透射参数。
结合本申请任一实施方式,所述获取第一像素点的第二透射参数,包括:
对所述待处理图像进行物体检测处理,得到第一物体框的位置和第二物体框的位置;所述第一物体框包含第一物体;所述第二物体框包含第二物体;
依据所述第一物体框的位置得到第一物体的第一尺寸,依据所述第二物体框的位置得到第二物体的第二尺寸;
依据所述第一尺寸和第三尺寸得到第三透射参数,依据所述第二尺寸和第四尺寸得到第四透射参数;所述第三尺寸为所述第一物体的物理尺寸;所述第三透射参数表征第五尺寸与第六尺寸之间的转换关系;所述第五尺寸为第二像素点的尺寸;所述第二像素点在所述待处理图像中的位置依据所述第一物体框的位置确定;所述第六尺寸为所述第二像素点对应的物点的尺寸;所述第四尺寸为所述第二物体的物理尺寸;所述第四透射参数表征第七尺寸与第八尺寸之间的转换关系;所述第七尺寸为第三像素点的尺寸;所述第三像素点在所述待处理图像中的位置依据所述第二物体框的位置确定;所述第八尺寸为所述第三像素点对应的物点的尺寸;
对所述第三透射参数和所述第四透射参数进行曲线拟合处理,得到所述待处理图像的透射参数图;第九尺寸与第十尺寸之间的转换关系依据所述透射参数图中的第一像素值确定;所述第九尺寸为所述待处理图像中的第四像素点的尺寸;所述第十尺寸为所述第四像素点对应的物点的尺寸;所述第一像素值为第五像素点的像素值;所述第五像素点为所述透射参数图中与所述第四像素点对应的像素点;
依据所述透射参数图中与所述第一像素点对应的像素值,得到所述第二透射参数。
结合本申请任一实施方式,在所述对所述第三透射参数和所述第四透射参数进行曲线拟合处理,得到所述待处理图像的透射参数图之前,所述方法还包括:
获取置信度映射;所述置信度映射表征物体类型与透射参数的置信度之间的映射;
依据所述第一物体的物体类型和所述置信度映射,得到所述第三透射参数的第一置信度;
所述对所述第三透射参数和所述第四透射参数进行曲线拟合处理,得到所述待处理图像的透射参数图,包括:
依据所述第一置信度和所述第三透射参数,得到第五透射参数;所述第五透射参数与所述第一置信度呈正相关;
对所述第四透射参数和所述第五透射参数进行曲线拟合处理,得到所述透射参数图。
结合本申请任一实施方式,在所述依据所述第一物体的物体类型和所述置信度映射,得到所述第三透射参数的第一置信度之前,所述方法还包括:
对所述第一物体框内的像素点区域进行特征提取处理,得到特征数据;
依据所述特征数据,得到所述第一物体的分数;所述分数与所述第一物体的尺寸的置信度呈正相关;
所述依据所述第一物体的物体类型和所述置信度映射,得到所述第三透射参数的第一置信度,包括:
依据所述第一物体的物体类型和所述置信度映射,得到所述第三透射参数的第二置信度;
依据所述分数与所述第二置信度,得到所述第一置信度;所述第一置信度与所述分数呈相关。
结合本申请任一实施方式,所述依据所述第一置信度和所述第三透射参数,得到第五透射参数,包括:
确定所述第一置信度与所述第三透射参数的乘积,得到所述第五透射参数。
结合本申请任一实施方式,在所述对所述第四透射参数和所述第五透射参数进行曲线拟合处理,得到所述透射参数图之前,所述方法还包括:
获取所述待处理图像的深度图像;
依据所述深度图像,得到所述第二像素点的第一深度信息以及所述第三像素点的第二深度信息;
依据所述第一深度信息和所述第五透射参数得到第一数据点,依据所述第二深度信息和所述第四透射参数得到第二数据点;
所述对所述第四透射参数和所述第五透射参数进行曲线拟合处理,得到所述透射参数图,包括:
对所述第一数据点和所述第二数据点进行曲线拟合处理,得到所述透射参数图。
结合本申请任一实施方式,所述第一点和所述第二点均为人物点;所述方法还包括:
在所述第二距离未超过安全距离阈值的情况下,获取所述第一点的位置;
向终端发送包含所述位置的告警指令;所述告警指令用于指示所述终端输出人物之间的距离过近的告警信息。
第二方面,提供了一种测距装置,所述测距装置包括:
获取单元,用于获取待处理图像中的第一距离和所述第一距离的第一透射参数;所述第一距离为第一点与第二点之间的距离;所述第一点和所述第二点均属于所述待处理图像;所述第一透射参数表征所述第一距离与第一物理距离之间的转换关系;所述第一物理距离为所述第一距离对应的物理距离;
第一处理单元,用于依据所述第一距离和所述第一透射参数,得到第二距离;所述第二距离与所述第一点在所述待处理图像中的尺度呈负相关,和/或,所述第二距离与所述第二点在所述待处理图像中的尺度呈负相关。
结合本申请任一实施方式,所述获取单元用于:
获取第一像素点的第二透射参数;所述第一像素点为所述第一点与所述第二点连线上像素点;所述第二透射参数表征所述第一像素点的尺寸与第一物点的尺寸之间的转换关系;所述第一物点为所述第一像素点对应的物点;第一比值与所述第一像素点在所述待处理图像中的尺度呈负相关;所述第一比值为所述第一像素点的尺寸与所述第一物点的尺寸之间的比值;
依据所述第二透射参数,得到所述第一透射参数;所述第一透射参数与所述第二透射参数呈正相关。
结合本申请任一实施方式,所述第一像素点为所述第一点与所述的第二点的中点,所述依据所述第二透射参数,得到所述第一透射参数。
结合本申请任一实施方式,所述获取单元用于:
对所述待处理图像进行物体检测处理,得到第一物体框的位置和第二物体框的位置;所述第一物体框包含第一物体;所述第二物体框包含第二物体;
依据所述第一物体框的位置得到第一物体的第一尺寸,依据所述第二物体框的位置得到第二物体的第二尺寸;
依据所述第一尺寸和第三尺寸得到第三透射参数,依据所述第二尺寸和第四尺寸得到第四透射参数;所述第三尺寸为所述第一物体的物理尺寸;所述第三透射参数表征第五尺寸与第六尺寸之间的转换关系;所述第五尺寸为第二像素点的尺寸;所述第二像素点在所述待处理图像中的位置依据所述第一物体框的位置确定;所述第六尺寸为所述第二像素点对应的物点的尺寸;所述第四尺寸为所述第二物体的物理尺寸;所述第四透射参数表征第七尺寸与第八尺寸之间的转换关系;所述第七尺寸为第三像素点的尺寸;所述第三像素点在所述待处理图像中的位置依据所述第二物体框的位置确定;所述第八尺寸为所述第三像素点对应的物点的尺寸;
对所述第三透射参数和所述第四透射参数进行曲线拟合处理,得到所述待处理图像的透射参数图;第九尺寸与第十尺寸之间的转换关系依据所述透射参数图中的第一像素值确定;所述第九尺寸为所述待处理图像中的第四像素点的尺寸;所述第十尺寸为所述第四像素点对应的物点的尺寸;所述第一像素值为第五像素点的像素值;所述第五像素点为所述透射参数图中与所述第四像素点对应的像素点;
依据所述透射参数图中与所述第一像素点对应的像素值,得到所述第二透射参数。
结合本申请任一实施方式,所述获取单元,还用于在所述对所述第三透射参数和所述第四透射参数进行曲线拟合处理,得到所述待处理图像的透射参数图之前,获取置信度映射;所述置信度映射表征物体类型与透射参数的置信度之间的映射;
所述测距装置还包括:
第二处理单元,用于依据所述第一物体的物体类型和所述置信度映射,得到所述第三透射参数的第一置信度;
所述获取单元,还用于:
依据所述第一置信度和所述第三透射参数,得到第五透射参数;所述第五透射参数与所述第一置信度呈正相关;
对所述第四透射参数和所述第五透射参数进行曲线拟合处理,得到所述透射参数图。
结合本申请任一实施方式,所述测距装置还包括:
特征提取处理单元,用于在所述依据所述第一物体的物体类型和所述置信度映射,得到所述第三透射参数的第一置信度之前,对所述第一物体框内的像素点区域进行特征提取处理,得到特征数据;
第三处理单元,用于依据所述特征数据,得到所述第一物体的分数;所述分数与所述第一物体的尺寸的置信度呈正相关;
所述第二处理单元,用于:
依据所述第一物体的物体类型和所述置信度映射,得到所述第三透射参数的第二置信度;
依据所述分数与所述第二置信度,得到所述第一置信度;所述第一置信度与所述分数呈相关。
结合本申请任一实施方式,所述获取单元,还用于:
确定所述第一置信度与所述第三透射参数的乘积,得到所述第五透射参数。
结合本申请任一实施方式,所述获取单元,用于在所述对所述第四透射参数和所述第五透射参数进行曲线拟合处理,得到所述透射参数图之前,获取所述待处理图像的深度图像;
所述测距装置还包括:
第四处理单元,用于依据所述深度图像,得到所述第二像素点的第一深度信息以及所述第三像素点的第二深度信息;
第五处理单元,用于依据所述第一深度信息和所述第五透射参数得到第一数据点,依据所述第二深度信息和所述第四透射参数得到第二数据点;
所述获取单元,用于:
对所述第一数据点和所述第二数据点进行曲线拟合处理,得到所述透射参数图。
结合本申请任一实施方式,所述第一点和所述第二点均为人物点;所述获取单元,还用于:
在所述第二距离未超过安全距离阈值的情况下,获取所述第一点的位置;
所述测距装置还包括:发送单元,用于向终端发送包含所述位置的告警指令;所述告警指令用于指示所述终端输出人物之间的距离过近的告警信息。
第三方面,提供了一种处理器,所述处理器用于执行如上述第一方面及其任意一种可能实现的方式的方法。
第四方面,提供了一种电子设备,包括:处理器、发送装置、输入装置、输出装置和存储器,所述存储器用于存储计算机程序代码,所述计算机程序代码包括计算机指令,在所述处理器执行所述计算机指令的情况下,所述电子设备执行如上述第一方面及其任意一种可能实现的方式的方法。
第五方面,提供了一种计算机可读存储介质,所述计算机可读存储介质中存储有计算机程序,所述计算机程序包括程序指令,在所述程序指令被处理器执行的情况下,使所述处理器执行如上述第一方面及其任意一种可能实现的方式的方法。
第六方面,提供了一种计算机程序产品,所述计算机程序产品包括计算机程序或指令,在所述计算机程序或指令在计算机上运行的情况下,使得所述计算机执行上述第一方面及其任一种可能的实现方式的方法。
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,而非限制本申请。
附图说明
为了更清楚地说明本申请实施例或背景技术中的技术方案,下面将对本申请实施例或背景技术中所需要使用的附图进行说明。
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申请的实施例,并与说明书一起用于说明本申请的技术方案。
图1为本申请实施例提供的一种图像尺度的示意图;
图2为本申请实施例提供的一种像素坐标系示意图;
图3为本申请实施例提供的一种测距方法的流程示意图;
图4为本申请实施例提供的另一种测距方法的流程示意图;
图5为本申请实施例提供的一种球门示意图;
图6为本申请实施例提供的一种测距装置的结构示意图;
图7为本申请实施例提供的一种测距装置的硬件结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,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他实施例,都属于本申请保护的范围。
本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别不同对象,而不是用于描述特定顺序。此外,术语“包括”和“具有”以及它们任何变形,意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、***、产品或设备没有限定于已列出的步骤或单元,而是可选地还包括没有列出的步骤或单元,或可选地还包括对于这些过程、方法、产品或设备固有的其他步骤或单元。
应当理解,在本申请中,“至少一个(项)”是指一个或者多个,“多个”是指两个或两个以上,“至少两个(项)”是指两个或三个及三个以上,“和/或”,用于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:只存在A,只存在B以及同时存在A和B三种情况,其中A,B可以是单数或者复数。字符“/”可表示前后关联对象是一种“或”的关系,是指这些项中的任意组合,包括单项(个)或复数项(个)的任意组合。例如,a,b或c中的至少一项(个),可以表示:a,b,c,“a和b”,“a和c”,“b和c”,或“a和b和c”,其中a,b,c可以是单个,也可以是多个。字符“/”还可表示数学运算中的除号,例如,a/b=a除以b;6/3=2。“以下至少一项(个)”或其类似表达。
在本文中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是,本文所描述的实施例可以与其它实施例相结合。
首先对下文将要出现的一些概念进行定义。本申请实施例中,物点指真实世界下的点、物理距离指真实世界下的距离、物理尺寸指真实世界下的尺寸。
物点与图像中像素点对应。例如,使用相机对桌子进行拍摄得到图像A。桌子包括物点a,图像A中的像素点b由物点a成像得到,那么物点a与像素点b对应。
本申请实施例中,近处的物体在图像中尺度大,远处的物体在图像中尺度小。本申请实施例中的“远”指图像中物体对应的真实物体与采集上述图像的成像设备之间的距离远,“近”指图像中物体对应的真实物体与采集上述图像的成像设备之间的距离近。
在图像中,像素点的尺度与该像素点对应的物点的尺寸呈正相关。具体而言,像素点在图像中的尺度越大,与该像素点对应的物点的尺寸就越大。例如,图像A包含像素点a和像素点b,其中,与像素点a对应的物点为物点1,与像素点b对应的物点为物点2。若像素点a在图像A中的尺度比像素点b在图像A中的尺度大,则物点1的尺寸比物点2的尺寸大。
在图像中,位置的尺度指在该位置处的物体的尺寸与该物体的物理尺寸之间的比值。例如,在图1中,由于人物A所处位置的尺度比人物B所处位置的尺度大,且人与人之间的尺寸差异较小(即不同人的物理尺寸之间的差异较小),人物A覆盖的像素点区域的面积比人物B覆盖的像素点区域的面积大。
本申请实施例中,图像中的位置均指图像的像素坐标下的位置。本申请实施例中的像素坐标系的横坐标用于表示像素点所在的列数,像素坐标系下的纵坐标用于表示像素点所在的行数。例如,在图2所示的图像中,以图像的左上角为坐标原点O、平行于图像的行的方向为X轴的方向、平行于图像的列的方向为Y轴的方向,构建像素坐标系为XOY。横坐标和纵坐标的单位均为像素点。例如,图2中的像素点A11的坐标为(1,1),像素点A23的坐标为(3,2),像素点A42的坐标为(2,4),像素点A34的坐标为(4,3)。
本申请实施例的执行主体为测距装置。可选的,测距装置可以是以下中的一种:手机、计算机、服务器、平板电脑。下面结合本申请实施例中的附图对本申请实施例进行描述。
下面结合本申请实施例中的附图对本申请实施例进行描述。请参阅图3,图3是本申请实施例提供的一种测距方法的流程示意图。
301、获取待处理图像中的第一距离和上述第一距离的第一透射参数。
本申请实施例中,待处理图像可以是任意图像。例如,待处理图像可以包含人物。待处理图像可以只包括人头,并无躯干、四肢(下文将躯干和四肢称为人体)。待处理图像也可以只包括人体,不包括人头。待处理图像还可以只包括下肢或上肢。本申请对待处理图像具体包含的人体区域不做限定。又例如,待处理图像可以包含动物。再例如,待处理图像可以包含零件。本申请对待处理图像所包含的内容不做限定。
本申请实施例中,第一距离为第一点与第二点之间的距离,其中,第一点和第二点均属于待处理图像。第一点可以是待处理图像中的像素点,第一点也可以是待处理图像中的像素点区域,该像素点区域包含至少一个像素点。同理,第二点可以是待处理图像中的像素点,第一点也可以是待处理图像中的像素点区域,该像素点区域包含至少一个像素点。
本申请实施例中,第一透射参数表征第一距离与第一物理距离之间的转换关系,其中,第一物理距离为第一距离对应的物理距离。例如,待处理图像包括张三和李四,其中,第一距离为张三和李四在图像中的距离。此时,第一物理距离为真实世界中,张三和李四之间的距离。测距装置可依据第一透射参数将第一距离转换为第一距离对应的物理距离。
在一种获取待处理图像中的第一距离的实现方式中,测距装置接收用户通过输入组件输入的第一距离。上述输入组件包括:键盘、鼠标、触控屏、触控板和音频输入器等。
在另一种获取待处理图像中的第一距离的实现方式中,测距装置接收第一终端发送的第一距离。可选的,第一终端可以是以下任意一种:手机、计算机、平板电脑、服务器、可穿戴设备。
在一种获取第一距离的第一透射参数的实现方式中,测距装置接收用户通过输入组件输入的第一透射参数。上述输入组件包括:键盘、鼠标、触控屏、触控板和音频输入器等。
在另一种获取第一距离的第一透射参数的实现方式中,测距装置接收第二终端发送的第一透射参数。可选的,第二终端可以是以下任意一种:手机、计算机、平板电脑、服务器、可穿戴设备。第二终端与第一终端可以相同,也可以不同。
302、依据上述第一距离和上述第一透射参数,得到第二距离。
本申请实施例中,第二距离与第一点在待处理图像中的尺度呈负相关,和/或,第二距离与第二点在待处理图像中的尺度呈负相关。也就是说,在第一距离一定的情况下,第一点的尺度越大,第二距离越小;在第一距离一定的情况下,第二点的尺度越大,第二距离也越小。
在一种可能实现的方式中,像素点的纵坐标可用于表征像素点的尺度。具体的,像素点的纵坐标越大,像素点的尺度就越大。此时,第二距离与第一点的纵坐标呈负相关,和/或,第二距离与第二点的纵坐标呈负相关。
例如,假设第一距离为3,第二点的坐标为p1。在第二点的位置为p1,且第一点的纵坐标为5的情况下,第二距离为80厘米。在第二点的位置为p1,且第一点的纵坐标为10的情况下,第二距离为60厘米。
又例如,假设第一距离为3,第一点的坐标为p2。在第一点的位置为p2,且第二点的纵坐标为6的情况下,第二距离为70厘米。在第一点的位置为p2,且第二点的纵坐标为10的情况下,第二距离为40厘米。
如上所述,第二距离依据第一距离和第一透射参数得到,也就是说,在第一距离不变的情况下,第二距离的大小取决与第一透射参数。而在第一距离不变的情况下,第二距离与第一点的尺度呈负相关,和/或,第二距离与第二点的尺度呈负相关。也就是说,本申请实施例中,第一透射参数携带第一距离的尺度信息。其中,第一距离的尺度信息包括以下至少一个:第一点的尺度信息、第二点的尺度信息、第一点与第二点的连线上的任意一点的尺度信息。
本申请实施例中,由于第一透射参数携带第一距离的尺度信息,测距装置依据第一透射参数和第一距离,确定第二距离,可提高第二距离的准确度。
作为一种可选的实施方式,测距装置通过执行以下步骤获取第一透射参数:
1、获取第一像素点的第二透射参数。
本申请实施例中,第一像素点为第一点与第二点的连线上的像素点。第二透射参数表征第一像素点的尺寸与第一物点的尺寸之间的转换关系,其中,第一物点为第一像素点对应的物点。例如,第二透射参数表征第一像素点的长与第一物点的长之间的转换关系。又例如,第二透射参数表征第一像素点的高与第一物点的高之间的转换关系。再例如,第二透射参数表征第一像素点的宽与第一物点的宽之间的转换关系。
将第一像素点的尺寸与第一物点的尺寸之间的比值称为第一比值,本申请实施例中,第一比值与第一像素点在待处理图像中的尺度呈负相关。例如,假设第一比值为第一像素点的长与第一物点的比值,则第一像素点在待处理图像中的尺度(下文将称为第一像素点的尺度)越大,第一比值越小。考虑到待处理图像中任意两个像素点的长均相同,也就是说,第一像素点的长是不变的,那么第一像素点的尺度越大,第一物点的长就越小,即第一物点的尺寸与第一像素点的尺度呈负相关。
由上可知,由于第一物点的尺寸依据第一像素点的尺寸和第二透射参数得到,而第一像素点的尺寸为定值,第二透射参数携带第一像素点的尺度信息。
在一种获取第一距离的第二透射参数的实现方式中,测距装置接收用户通过输入组件输入的第二透射参数。上述输入组件包括:键盘、鼠标、触控屏、触控板和音频输入器等。
在另一种获取第一距离的第二透射参数的实现方式中,测距装置接收第二终端发送的第二透射参数。可选的,第二终端可以是以下任意一种:手机、计算机、平板电脑、服务器、可穿戴设备。第二终端与第一终端可以相同,也可以不同。
2、依据上述第二透射参数,得到上述第一透射参数。
在一种可能实现的方式中,像素点的尺度与像素点的横坐标线性相关,和/或,像素点的尺度与像素点的纵坐标线性相关。第三像素点的尺度与第一点的尺度呈线性相关,和/或,第三像素点的尺度与第二点的尺度呈线性相关。因此,测距装置可依据第二透射参数确定第一透射参数。作为一种可选的实施方式,第一像素点为第一点与第二点的中点。
本申请实施例中,第一透射参数与第二透射参数呈正相关。假设第一透射参数为b1,第二透射参数为b2,在一种可能实现的方式中,b1、b2满足下式:
b2=k×b1…公式(1)
其中,k为正数。可选的,k=1。
在另一种可能实现的方式中,b1、b2满足下式:
b2=k×b1+c…公式(2)
其中,k为正数、c为实数。可选的,k=1,c=0。
在又一种可能实现的方式中,b1、b2满足下式:
其中,k为正数、c为实数。可选的,k=1,c=0。
请参阅图4,图4是本申请实施例提供的步骤1的一种可能实现的方法的流程示意图。
401、对上述待处理图像进行物体检测处理,得到第一物体框的位置和第二物体框的位置。
本申请实施例中,物体检测处理的检测对象的尺寸处于确定值附近的物体。例如,人脸的平均长度为20厘米,物体检测处理的检测对象可以为人脸。又例如,人的平均身高为1.65米,物体检测处理的检测对象可以为人体。再例如,在足球场内,图5所示的球门的高度均为确定的(如2.44米),物体检测处理的检测对象可以为球门。
本申请实施例中,物体框可以是任意形状,本申请对物体框(包括上述第一物体框和第二物体框)的形状不做限定。可选的,物体框的形状包括以下至少一种:矩形、菱形、圆形、椭圆形、多边形。
本申请实施例中,物体框的位置(包括上述第一物体框的位置和上述第二物体框的位置)用于确定物体框所包含的像素点区域,即物体框在待处理图像中的位置。例如,在物体框的形状为矩形的情况下,物体框的位置可以包括矩形中任意一对对角的坐标,其中,一对对角指过矩形的对角线上的两个顶点。又例如,在物体框的形状为矩形的情况下,物体框的位置可以包括:矩形的几何中心的位置、矩形的长和矩形的宽。再例如,在体框的形状为圆形的情况下,物体框的位置可以包括:物体框的圆心的位置、物体框的半径。
本申请实施例中,物体检测处理的检测对象的数量不少于1。例如,在检测对象为人脸的情况下,通过对待处理图像进行物体检测处理,可得到包含人脸的人脸框的位置。又例如,在检测对象包括人脸和人体的情况下,通过对待处理图像进行物体检测处理,可得到包含人脸的人脸框的位置和包含人体的人体框的位置。再例如,在检测对象包括人脸、人体和螺钉的情况下,通过对待处理图像进行物体检测处理,可得到包含人脸的人脸框的位置、包含人体的人体框的位置和包含螺钉的螺钉框的位置。可选的,物体检测处理的检测对象包括以下至少一个:人脸、人脚、人体、螺钉、球门。
在一种可能实现的方式中,对待处理图像进行物体检测处理可通过卷积神经网络实现。通过将带有标注信息的图像作为训练数据,对卷积神经网络进行训练,使训练后的卷积神经网络可完成对图像的物体检测处理。训练数据中的图像的标注信息为物体框的位置信息,该物体框包含物体检测处理的检测对象。
在另一种可能实现的方式中,物体检测处理可通过物体检测算法实现,其中,物体检测算法可以是以下中的一种:只需一眼算法(you only look once,YOLO)、目标检测算法(deformable part model,DMP)、单张图像多目标检测算法(single shot multiBoxdetector,SSD)、Faster-RCNN算法等等,本申请对实现物体检测处理的物体检测算法不做限定。
测距装置通过对待处理图像进行物体检测处理,得到包含第一物体的第一物体框的位置以及包含第二物体的第二物体框的位置。,第一物体框所包含的检测对象与第二物体框所包含的检测对象不同。例如,第一物体框所包含的检测对象为张三的人脸,第二物体框所包含的检测对象为李四的人脸。又例如,第一物体框所包含的检测对象为张三的人脸,第二物体框所包含的检测对象为指示牌。
402、依据所述第一物体框的位置得到第一物体的第一尺寸,依据所述第二物体框的位置得到第二物体的第二尺寸。
测距装置依据物体框的位置可确定物体框所包含的检测对象的尺寸。例如,在物体框的形状为矩形的情况下,测距装置依据物体框的位置可确定物体框的长和宽,进而确定物体框内的检测对象的长和宽。
测距装置依据第一物体框的位置可得到第一物体的第一尺寸,依据第二物体框的位置得到第二物体的第二尺寸。
403、依据上述第一尺寸和第三尺寸得到第三透射参数,依据上述第二尺寸和第四尺寸得到第四透射参数。
本申请实施例中,第三尺寸为第一物体的物理尺寸,第四尺寸为第二物体的物理尺寸。例如,第一物体框所包含的检测对象为人体,则第三尺寸可以是人的身高(如170厘米)。又例如,第二物体框所包含的检测对象为人脸,第三尺寸可以是人脸的长度(如20厘米)。
测距装置依据第一物体框的位置可在待处理图像中确定一个像素点(即第三像素点)。例如,在第一物体框的形状为矩形的情况下,测距装置依据第一物体框的位置确定第一物体框的几何中心的位置,并将几何中心对应的像素点作为第三像素点。又例如,在第一物体框的形状为矩形的情况下,测距装置依据第一物体框的位置确定第一物体框的任意一个顶点的位置,并将该顶点对应的像素点作为第三像素点。再例如,在第一物体框的形状为圆形的情况下,测距装置依据第一物体框的位置确定第一物体框的圆心的位置,并将圆心对应的像素点作为第三像素点。同理,测距装置可依据第二物体框的位置在待处理图像中确定一个像素点,即第四像素点。
本申请实施例中,将第三像素点的尺寸称为第五尺寸,将第三像素点对应的物点的尺寸称为第六尺寸,将第四像素点的尺寸称为第七尺寸,将第四像素点对应的物点的尺寸称为第八尺寸。将第五尺寸与第六尺寸之间的转换关系称为第三透射参数,将第七尺寸与第八尺寸之间的转换关系称为第四透射参数。
测距装置可依据第一尺寸和第三尺寸得到第三透射参数,并可依据第二尺寸和第四尺寸得到第四透射参数。假设第一尺寸为s1,第二尺寸为s2,第三尺寸为s3,第四尺寸为s4,第三透射参数为b3,第四透射参数为b4。
在一种可能实现的方式中,s1、s3、b3满足下式:
b3=r×s1/s3…公式(4)
s2、s4、b4满足下式:
b4=r×s2/s4…公式(5)
其中,r为正数。可选的,r=1。
在另一种可能实现的方式中,s1、s3、b3满足下式:
b3=r×s1/s3+c…公式(6)
s2、s4、b4满足下式:
b4=r×s2/s4+c…公式(7)
其中,r为正数,c为实数。可选的,r=1,c=0。
在又一种可能实现的方式中,s1、s3、b3满足下式:
s2、s4、b4满足下式:
其中,r为正数,c为实数。可选的,r=1,c=0。
404、对上述第三透射参数和上述第四透射参数进行曲线拟合处理,得到上述待处理图像的透射参数图。
由于在待处理图像中,像素点的尺度与像素点的横坐标线性相关,和/或,像素点的尺度与像素点的纵坐标线性相关,测距装置通过对第三透射参数和第四透射参数进行曲线拟合处理,可得到待处理图像的透射参数图。依据透射参数图中的像素值,可确定待处理图像中任意一个像素点的透射参数。
以透射参数图中的第六像素点为例。假设第六像素点的像素值为第一像素值,第六像素点在透射参数图中的位置与第五像素点在待处理图像中的位置相同。则测距装置可依据第一像素值,确定第五像素点的尺寸(即第九尺寸)与第十尺寸之间的转换关系,其中,第十尺寸为第五像素点对应的物点的尺寸。
假设第一像素值为p1,第九尺寸为s5,第十尺寸为s6。在一种可能实现的方式中,p1、s5、s6满足下式:
p1=u×s5/s6…公式(10)
其中,u为正数。可选的,u=1。
在另一种可能实现的方式中,p1、s5、s6满足下式:
p1=u×s5/s6+y…公式(11)
其中,u为正数,y为实数。可选的,u=1,y=0。
在又一种可能实现的方式中,p1、s5、s6满足下式:
其中,u为正数,y为实数。可选的,u=1,y=0。
同理,测距装置可依据透射参数图确定待处理图像中除第六像素点之外的任意一个像素点的透射参数。
405、依据上述透射参数图和上述第一像素点在上述待处理图像中的位置,得到上述第二透射参数。
测距装置可依据第一像素点在待处理图像中的位置,从透射参数图中确定参考像素值,其中,参考像素值对应的像素点在透射参数图中的位置与第一像素点在待处理图像中的位置相同。测距装置进而可依据参考像素值,得到第二透射参数。
本申请实施例中,测距装置依据第一尺寸和第三尺寸得到第三透射参数,依据第二尺寸和第四尺寸得到第四透射参数。通过对第三透射参数和第四透射参数进行曲线拟合处理,得到透射参数图,进而可依据透射参数图确定待处理图像中任意一个像素点的透射参数。
作为一种可选的实施方式中,在执行步骤404之前,测距装置还执行以下步骤:
3、获取置信度映射。
本申请实施例中,像素点的透射参数的精度与该像素点对应的物点的尺寸的精度呈正相关,相应的,透射参数图的精度与第一物体的尺寸的精度和第二物体的尺寸呈正相关。
显然,具有固定尺寸的物体的尺寸的精度高于尺寸处于浮动区间的物体的尺寸的精度。
例如,标准足球球门的宽度为7.32米、高度为2.44米。90%的人的身高处于1.4米~2米之间。足球球门的尺寸的精度高于人的身高的精度。
又例如,标准篮球架的高度为3.05米。95%的人脸的长度处于17厘米~30厘米之间。篮球架的高度的精度高于人脸的长度的精度。
再例如,具有固定长度的螺钉。95%的人的脚长处于20厘米~35厘米之间。具有固定长度的螺钉的长度的精度高于人脚的精度。
可选的,上述具有固定尺寸的物体可以是,在特定场景下具有固定尺寸的物体。例如,候机室内的登机指示牌。又例如,体育馆内的椅子。再例如,办公室内的办公桌。
本申请实施例中,置信度映射表征物体类型与透射参数的置信度之间的映射。例如,该置信度映射可参见表1。
物体类型 | 置信度 |
球门、篮球架、登机指示牌 | 0.9 |
人体 | 0.8 |
人脸 | 0.7 |
人脚 | 0.65 |
表1
在一种获取置信度映射的实现方式中,测距装置接收用户通过输入组件输入的置信度映射。上述输入组件包括:键盘、鼠标、触控屏、触控板和音频输入器等。
在另一种获取置信度映射的实现方式中,测距装置接收第三终端发送的置信度映射。可选的,第三终端可以是以下任意一种:手机、计算机、平板电脑、服务器、可穿戴设备。第三终端与第一终端可以相同,也可以不同。
4、依据上述第一物体的物体类型和上述置信度映射,得到上述第三透射参数的第一置信度。
在测距装置获取到置信度映射后,可依据置信度映射和第一物体的物体类型,得到第三透射参数的第一置信度。例如,假设置信度映射为上述表1,第一物体的物体类型为人体。此时,第一置信度为0.9。
可选的,测距装置可通过对第一物体框所包含的像素点区域进行特征提取处理,以确定第一物体的物体类型。
作为一种可选的实时方式,测距装置可分别依据每个物体的物体类型,确定每个物体框内的物体对应的透射参数。例如,测距装置可依据第二物体的物体类型和置信度映射,得到第四透射参数的置信度(下文将称为第三置信度)。
在得到第一置信度后,测距装置在执行步骤404的过程中执行以下步骤:
5、依据上述第一置信度和上述第三透射参数,得到第五透射参数。
本申请实施例中,第五透射参数与第一置信度呈正相关。假设第一置信度为c1,第五透射参数为b5。在一种可能实现的方式中,c1、b5满足下式:
b5=a×c1…公式(13)
其中,a为正数。可选的,a=1。
在另一种可能实现的方式中,c1、b5满足下式:
b5=a×c1+e…公式(14)
其中,a为正数、e为实数。可选的,a=1,e=0。
在又一种可能实现的方式中,c1、b5满足下式:
其中,a为正数、e为实数。可选的,a=1,e=0。
6、对上述第四透射参数和上述第五透射参数进行曲线拟合处理,得到上述透射参数图。
测距装置通过对第四透射参数和第五透射参数进行曲线拟合处理,可提高透射参数图的精度。
作为一种可选的实施方式,在测距装置通过执行步骤4得到第三置信度,并依据第三置信度和第四透射参数得到第六透射参数的情况下,测距装置可通过对第五透射参数和第六透射参数进行曲线拟合处理,得到透射参数图。
作为一种可选的实施方式,在执行步骤4之前,测距装置还执行以下步骤:
7、对上述第一物体框内的像素点区域进行特征提取处理,得到特征数据。
本申请实施例中,特征提取处理可以是卷积处理,也可以是池化处理,还可以是卷积处理和池化处理的结合。可选的,特征提取处理可通过已训练的卷积神经网络实现,也可通过特征提取模型实现,本申请对此不做限定。
测距装置通过对物体框内的像素点区域进行特征提取处理,可提取出物体框内的像素点区域中的语义信息,得到物体框的特征数据。
在一种对第一物体框内的像素点区域进行特征提取处理的实现方式中,通过至少两层卷积层对第一物体框内的像素点区域逐层进行卷积处理,完成对第一物体框内的像素点区域的特征提取处理。至少两层卷积层中的卷积层依次串联,即上一层卷一层的输出为下一层卷积层的输入,每层卷积层提取出的语义信息均不一样。具体表现为,特征提取处理一步步地将第一物体框内的像素点区域的特征抽象出来,同时也将逐步丢弃相对次要的特征数据,其中,相对次要的特征信息指,除可用于确定第一物体框内物体的物体类型的特征信息之外的特征信息。因此,越到后面提取出的特征数据的尺寸越小,但语义信息越浓缩。通过多层卷积层逐级对第一物体框内的像素点区域进行卷积处理,可得到第一物体框内的像素点区域的语义信息。
可选的,测距装置可分别对每个物体框内的像素点区域进行特征提取处理,得到每个物体框内的像素点区域的特征数据。
8、依据上述特征数据,得到上述第一物体的分数。
考虑到不具有固定尺寸的物体的实际尺寸可能会改变,本申请实施例中,依据物体的特征数据确定物体的状态,进而得到用于表征物体的尺寸的置信度的分数,其中,物体的分数与该物体的尺寸的置信度呈正相关。
例如,假设物体为人体、物体的尺寸为人的身高。在人处于笔直站立状态的情况下,人的高度与该人的真实身高相等,此时,人的身高的置信度最高;在人处于行走的状态下,人的高度与该人的真实身高之间存在较小误差,此时,人的身高的置信度次之;在人处于低头的状态下(如低头看手机),人的高度与该人的真实身高之间存在较小误差,此时,人的身高的置信度比行走状态下的人的身高的置信度低;在人坐着的情况下,人的高度与该人的真实身高之间存在较大误差,此时,人的身高的置信度较低。
本申请实施例中,测距装置可依据从物体框内的像素点区域中提取出的特征数据,确定物体框内的物体的分数。
作为一种可选的实施方式,测距装置可使用分类器(如支持向量机、softmax函数)对物体框的特征数据进行处理,得到物体框内的物体的分数。
可选的,测距装置可使用神经网络对物体框内的像素点区域进行处理,得到物体框内的物体的分数。例如,测距装置使用已标注图像集作为训练数据,对神经网络进行训练,得到训练后的神经网络。使用训练后的神经网络对未标注图像集进行处理,得到未标注图像集的标签。使用已标注图像集、未标注图像集、未标注图像集的标签对训练后的神经网络进行训练,得到图像处理神经网络。其中,标签携带的信息包括包含图像中的物体框的位置以及物体框内的物体的分数。
测距装置依据第一物体的特征数据可得到第一物体的分数。可选的,测距装置可分别得到待处理图像中每个物体的分数。
在得到第一物体的分数的情况下,测距装置在执行步骤4的过程执行以下步骤:
9、依据上述第一物体的物体类型和上述置信度映射,得到上述第三透射参数的第二置信度。
本步骤的实现过程可参见步骤4,但在本步骤中,测距装置依据第一物体的物体类型和置信度映射,得到的不是第一置信度而是第二置信度。
10、依据上述分数与上述第二置信度,得到上述第一置信度。
本申请实施例中,第一置信度与分数呈相关。假设第一置信度为c1,第二置信度为c2,分数为s。在一种可能实现的方式中,c1、c2、s满足下式:
c2=α×s×c1…公式(16)
其中,α为正数。可选的,α=1。
在另一种可能实现的方式中,c1、c2、s满足下式:
c2=α×s×c1+σ…公式(17)
其中,α为正数、σ为实数。可选的,α=1,σ=0。
在又一种可能实现的方式中,c1、c2、s满足下式:
其中,α为正数、σ为实数。可选的,α=1,σ=0。
测距装置依据第一物体的分数和第二置信度,得到第一置信度,可提高第一置信度的精度。
可选的,测距装置通过执行步骤9可得到第四透射参数的第四置信度,测距装置可依据第二物体的分数和第四置信度,得到上述第三置信度。
作为一种可选的实施方式,在执行步骤6之前,测距装置还执行以下步骤:
11、获取上述待处理图像的深度图像。
本申请实施例中,待处理图像的深度图像携带待处理图像中的像素点的深度信息。在一种可能实现的方式中,测距装置接收用户通过输入组件输入的深度图像。上述输入组件包括:键盘、鼠标、触控屏、触控板和音频输入器等。
在另一种可能实现的方式中,测距装置装载有RGB摄像头和深度摄像头。测距装置在使用RGB摄像头采集待处理图像的过程中,使用深度摄像头采集待处理图像的深度图像。其中,深度摄像头可以是以下任意一种:结构光(structured light)摄像头、TOF摄像头、双目立体视觉(binocular stereo vision)摄像头。
在又一种可能实现的方式中,测距装置接收第四终端发送的深度图像,其中,第四终端包括手机、计算机、平板电脑、服务器等。本实施例中,第四终端与第一终端可以相同,也可以不同。
12、依据上述深度图像,得到上述第三像素点的第一深度信息以及上述第四像素点的第二深度信息。
如上所述,深度图像携带待处理图像中的像素点的深度信息。测距装置在获取到深度图像后,可依据深度图像确定第三像素点的深度信息(即第一深度信息)以及第四像素点的深度信息(即第二深度信息)。
13、依据上述第一深度信息和上述第五透射参数得到第一数据点,依据上述第二深度信息和上述第四透射参数得到第二数据点。
在一种可能实现的方式中,第一数据点的横坐标为第一深度信息,第二数据点的横坐标为第二深度信息,第一数据点的纵坐标为第五透射参数,第二数据点的纵坐标为第四透射参数。即测距装置将像素点的深度信息作为横坐标,将像素点的透射参数作为纵坐标。
在一种可能实现的方式中,第一数据点的纵坐标为第一深度信息,第二数据点的纵坐标为第二深度信息,第一数据点的横坐标为第五透射参数,第二数据点的横坐标为第四透射参数。即测距装置将像素点的深度信息作为纵坐标,将像素点的透射参数作为横坐标。
在得到第一数据点和第二数据点之后,测距装置在执行步骤6的过程中执行以下步骤:
14、对上述第一数据点和上述第二数据点进行曲线拟合处理,得到上述透射参数图。
由于第一数据点和第二数据点均携带像素点的深度信息。测距装置通过对第一数据点和第二数据点进行曲线拟合处理,得到的透射参数图也携带深度信息。
因为依据像素点的深度信息确定像素点在待处理图像中的尺度,可提高像素点在待处理图像中的尺度的精度,所以测距装置通过执行步骤14得到透射参数图,可提高透射参数图的精度,进而可提高待处理图像中的像素点的透射参数的精度,从而提高第二距离的精度。
基于本申请实施例提供的技术方案,本申请实施例还提供了一种可能的应用场景。当呼吸道传染疾病爆发时,为降低传染率、减少感染人数,人与人之间应保持距离。
基于本申请实施例提供的技术方案,可通过对图像进行处理,确定人与人之间的距离,在该距离未超过安全距离的情况下,可向相关管理人员发出提示,以使相关管理人员对人群进行疏导。
作为一种可选的实施方式,上述第一点和上述第二点均为人物点。本申请实施例中,人物点所覆盖的像素点区域可视为人物区域,其中人物区域为人体所覆盖的像素点区域。例如,第一点所覆盖的区域属于人头所覆盖的像素点区域。又例如,第一点所覆盖的区域属于手臂所覆盖的像素点区域。再例如,第一点所覆盖的区域属于躯干所覆盖的像素点区域。
第二距离未超过安全距离阈值,表征第一点对应的人(下文将称为第一人物)与第二点对应的人(下文将称为第二人物)之间的距离未超过安全距离阈值。此时测距装置可获取第一点的位置,并向终端发送包含第一点的位置(下文将称为第一位置)的告警指令。
上述告警指令可以是语音提示信息,如:“第一位置有人与他人之间的距离过近”。上述告警指令也可以是文字提示信息,如:在终端的显示界面上弹出包含第一位置的提示窗口,提示窗口内包含提示文字,如:“第一位置有人与他人之间的距离过近”。本申请对告警指令的具体形式不做限定。
本申请实施例中,告警指令用于指示终端输出告警信息。终端在接收到告警指令后,输出相应的告警信息,以提示相关管理人员及时到达疏导人群。
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。
上述详细阐述了本申请实施例的方法,下面提供了本申请实施例的装置。
请参阅图6,图6为本申请实施例提供的一种测距装置的结构示意图,该测距装置包括:获取单元11、第一处理单元12。其中:
获取单元11,用于获取待处理图像中的第一距离和所述第一距离的第一透射参数;所述第一距离为第一点与第二点之间的距离;所述第一点和所述第二点均属于所述待处理图像;所述第一透射参数表征所述第一距离与第一物理距离之间的转换关系;所述第一物理距离为所述第一距离对应的物理距离;
第一处理单元12,用于依据所述第一距离和所述第一透射参数,得到第二距离;所述第二距离与所述第一点在所述待处理图像中的尺度呈负相关,和/或,所述第二距离与所述第二点在所述待处理图像中的尺度呈负相关。
结合本申请任一实施方式,所述获取单元11用于:
获取第一像素点的第二透射参数;所述第一像素点为所述第一点与所述第二点连线上像素点;所述第二透射参数表征所述第一像素点的尺寸与第一物点的尺寸之间的转换关系;所述第一物点为所述第一像素点对应的物点;第一比值与所述第一像素点在所述待处理图像中的尺度呈负相关;所述第一比值为所述第一像素点的尺寸与所述第一物点的尺寸之间的比值;
依据所述第二透射参数,得到所述第一透射参数;所述第一透射参数与所述第二透射参数呈正相关。
结合本申请任一实施方式,所述第一像素点为所述第一点与所述的第二点的中点,所述依据所述第二透射参数,得到所述第一透射参数。
结合本申请任一实施方式,所述获取单元11用于:
对所述待处理图像进行物体检测处理,得到第一物体框的位置和第二物体框的位置;所述第一物体框包含第一物体;所述第二物体框包含第二物体;
依据所述第一物体框的位置得到第一物体的第一尺寸,依据所述第二物体框的位置得到第二物体的第二尺寸;
依据所述第一尺寸和第三尺寸得到第三透射参数,依据所述第二尺寸和第四尺寸得到第四透射参数;所述第三尺寸为所述第一物体的物理尺寸;所述第三透射参数表征第五尺寸与第六尺寸之间的转换关系;所述第五尺寸为第二像素点的尺寸;所述第二像素点在所述待处理图像中的位置依据所述第一物体框的位置确定;所述第六尺寸为所述第二像素点对应的物点的尺寸;所述第四尺寸为所述第二物体的物理尺寸;所述第四透射参数表征第七尺寸与第八尺寸之间的转换关系;所述第七尺寸为第三像素点的尺寸;所述第三像素点在所述待处理图像中的位置依据所述第二物体框的位置确定;所述第八尺寸为所述第三像素点对应的物点的尺寸;
对所述第三透射参数和所述第四透射参数进行曲线拟合处理,得到所述待处理图像的透射参数图;第九尺寸与第十尺寸之间的转换关系依据所述透射参数图中的第一像素值确定;所述第九尺寸为所述待处理图像中的第四像素点的尺寸;所述第十尺寸为所述第四像素点对应的物点的尺寸;所述第一像素值为第五像素点的像素值;所述第五像素点为所述透射参数图中与所述第四像素点对应的像素点;
依据所述透射参数图中与所述第一像素点对应的像素值,得到所述第二透射参数。
结合本申请任一实施方式,所述获取单元11,还用于在所述对所述第三透射参数和所述第四透射参数进行曲线拟合处理,得到所述待处理图像的透射参数图之前,获取置信度映射;所述置信度映射表征物体类型与透射参数的置信度之间的映射;
所述测距装置1还包括:第二处理单元13,用于依据所述第一物体的物体类型和所述置信度映射,得到所述第三透射参数的第一置信度;
所述获取单元11,还用于:
依据所述第一置信度和所述第三透射参数,得到第五透射参数;所述第五透射参数与所述第一置信度呈正相关;
对所述第四透射参数和所述第五透射参数进行曲线拟合处理,得到所述透射参数图。
结合本申请任一实施方式,所述测距装置1还包括:
特征提取处理单元14,用于在所述依据所述第一物体的物体类型和所述置信度映射,得到所述第三透射参数的第一置信度之前,对所述第一物体框内的像素点区域进行特征提取处理,得到特征数据;
第三处理单元15,用于依据所述特征数据,得到所述第一物体的分数;所述分数与所述第一物体的尺寸的置信度呈正相关;
所述第二处理单元13,用于:
依据所述第一物体的物体类型和所述置信度映射,得到所述第三透射参数的第二置信度;
依据所述分数与所述第二置信度,得到所述第一置信度;所述第一置信度与所述分数呈相关。
结合本申请任一实施方式,所述获取单元11,还用于:
确定所述第一置信度与所述第三透射参数的乘积,得到所述第五透射参数。
结合本申请任一实施方式,所述获取单元,用于在所述对所述第四透射参数和所述第五透射参数进行曲线拟合处理,得到所述透射参数图之前,获取所述待处理图像的深度图像;
所述测距装置1还包括:
第四处理单元16,用于依据所述深度图像,得到所述第二像素点的第一深度信息以及所述第三像素点的第二深度信息;
第五处理单元17,用于依据所述第一深度信息和所述第五透射参数得到第一数据点,依据所述第二深度信息和所述第四透射参数得到第二数据点;
所述获取单元11,用于:
对所述第一数据点和所述第二数据点进行曲线拟合处理,得到所述透射参数图。
结合本申请任一实施方式,所述第一点和所述第二点均为人物点;所述获取单元11,还用于:
在所述第二距离未超过安全距离阈值的情况下,获取所述第一点的位置;
所述测距装置1还包括:发送单元18,用于向终端发送包含所述位置的告警指令;所述告警指令用于指示所述终端输出人物之间的距离过近的告警信息。
本申请实施例中,由于第一透射参数携带第一距离的尺度信息,测距装置依据第一透射参数和第一距离,确定第二距离,可提高第二距离的准确度。
在一些实施例中,本申请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。
图7为本申请实施例提供的一种测距装置的硬件结构示意图。该测距装置2包括处理器21,存储器22,输入装置23,输出装置24。该处理器21、存储器22、输入装置23和输出装置24通过连接器相耦合,该连接器包括各类接口、传输线或总线等等,本申请实施例对此不作限定。应当理解,本申请的各个实施例中,耦合是指通过特定方式的相互联系,包括直接相连或者通过其他设备间接相连,例如可以通过各类接口、传输线、总线等相连。
处理器21可以是一个或多个图形处理器(graphics processing unit,GPU),在处理器21是一个GPU的情况下,该GPU可以是单核GPU,也可以是多核GPU。可选的,处理器21可以是多个GPU构成的处理器组,多个处理器之间通过一个或多个总线彼此耦合。可选的,该处理器还可以为其他类型的处理器等等,本申请实施例不作限定。
存储器22可用于存储计算机程序指令,以及用于执行本申请方案的程序代码在内的各类计算机程序代码。可选地,存储器包括但不限于是随机存储记忆体(random accessmemory,RAM)、只读存储器(read-only memory,ROM)、可擦除可编程只读存储器(erasableprogrammable read only memory,EPROM)、或便携式只读存储器(compact disc read-only memory,CD-ROM),该存储器用于相关指令及数据。
输入装置23用于输入数据和/或信号,以及输出装置24用于输出数据和/或信号。输入装置23和输出装置24可以是独立的器件,也可以是一个整体的器件。
可理解,本申请实施例中,存储器22不仅可用于存储相关指令,还可用于存储相关数据,如该存储器22可用于存储通过输入装置23获取的第一距离,又或者该存储器22还可用于存储通过处理器21得到的第二距离等等,本申请实施例对于该存储器中具体所存储的数据不作限定。
可以理解的是,图7仅仅示出了一种测距装置的简化设计。在实际应用中,测距装置还可以分别包含必要的其他元件,包含但不限于任意数量的输入/输出装置、处理器、存储器等,而所有可以实现本申请实施例的测距装置都在本申请的保护范围之内。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的***、装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。所属领域的技术人员还可以清楚地了解到,本申请各个实施例描述各有侧重,为描述的方便和简洁,相同或类似的部分在不同实施例中可能没有赘述,因此,在某一实施例未描述或未详细描述的部分可以参见其他实施例的记载。
在本申请所提供的几个实施例中,应该理解到,所揭露的***、装置和方法,可以通过其它的方式实现。例如,以上所描述的装置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,例如多个单元或组件可以结合或者可以集成到另一个***,或一些特征可以忽略,或不执行。另一点,所显示或讨论的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,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者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者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时,全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者通过所述计算机可读存储介质进行传输。所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(digital subscriberline,DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质,(例如,软盘、硬盘、磁带)、光介质(例如,数字通用光盘(digital versatiledisc,DVD))、或者半导体介质(例如固态硬盘(solid state disk,SSD))等。
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,该流程可以由计算机程序来指令相关的硬件完成,该程序可存储于计算机可读取存储介质中,该程序在执行时,可包括如上述各方法实施例的流程。而前述的存储介质包括:只读存储器(read-only memory,ROM)或随机存储存储器(random access memory,RAM)、磁碟或者光盘等各种可存储程序代码的介质。
Claims (12)
1.一种测距方法,其特征在于,所述方法包括:
获取待处理图像中的第一距离和所述第一距离的第一透射参数;所述第一距离为第一点与第二点之间的距离;所述第一点和所述第二点均属于所述待处理图像;所述第一透射参数表征所述第一距离与第一物理距离之间的转换关系;所述第一物理距离为所述第一距离对应的物理距离;
依据所述第一距离和所述第一透射参数,得到第二距离;所述第二距离与所述第一点在所述待处理图像中的尺度呈负相关,和/或,所述第二距离与所述第二点在所述待处理图像中的尺度呈负相关。
2.根据权利要求1所述的方法,其特征在于,所述获取所述第一距离的第一透射参数,包括:
获取第一像素点的第二透射参数;所述第一像素点为所述第一点与所述第二点连线上像素点;所述第二透射参数表征所述第一像素点的尺寸与第一物点的尺寸之间的转换关系;所述第一物点为所述第一像素点对应的物点;第一比值与所述第一像素点在所述待处理图像中的尺度呈负相关;所述第一比值为所述第一像素点的尺寸与所述第一物点的尺寸之间的比值;
依据所述第二透射参数,得到所述第一透射参数;所述第一透射参数与所述第二透射参数呈正相关。
3.根据权利要求2所述的方法,其特征在于,所述第一像素点为所述第一点与所述的第二点的中点,所述依据所述第二透射参数,得到所述第一透射参数。
4.根据权利要求2或3所述的方法,其特征在于,所述获取第一像素点的第二透射参数,包括:
对所述待处理图像进行物体检测处理,得到第一物体框的位置和第二物体框的位置;所述第一物体框包含第一物体;所述第二物体框包含第二物体;
依据所述第一物体框的位置得到第一物体的第一尺寸,依据所述第二物体框的位置得到第二物体的第二尺寸;
依据所述第一尺寸和第三尺寸得到第三透射参数,依据所述第二尺寸和第四尺寸得到第四透射参数;所述第三尺寸为所述第一物体的物理尺寸;所述第三透射参数表征第五尺寸与第六尺寸之间的转换关系;所述第五尺寸为第二像素点的尺寸;所述第二像素点在所述待处理图像中的位置依据所述第一物体框的位置确定;所述第六尺寸为所述第二像素点对应的物点的尺寸;所述第四尺寸为所述第二物体的物理尺寸;所述第四透射参数表征第七尺寸与第八尺寸之间的转换关系;所述第七尺寸为第三像素点的尺寸;所述第三像素点在所述待处理图像中的位置依据所述第二物体框的位置确定;所述第八尺寸为所述第三像素点对应的物点的尺寸;
对所述第三透射参数和所述第四透射参数进行曲线拟合处理,得到所述待处理图像的透射参数图;第九尺寸与第十尺寸之间的转换关系依据所述透射参数图中的第一像素值确定;所述第九尺寸为所述待处理图像中的第四像素点的尺寸;所述第十尺寸为所述第四像素点对应的物点的尺寸;所述第一像素值为第五像素点的像素值;所述第五像素点为所述透射参数图中与所述第四像素点对应的像素点;
依据所述透射参数图中与所述第一像素点对应的像素值,得到所述第二透射参数。
5.根据权利要求4所述的方法,其特征在于,在所述对所述第三透射参数和所述第四透射参数进行曲线拟合处理,得到所述待处理图像的透射参数图之前,所述方法还包括:
获取置信度映射;所述置信度映射表征物体类型与透射参数的置信度之间的映射;
依据所述第一物体的物体类型和所述置信度映射,得到所述第三透射参数的第一置信度;
所述对所述第三透射参数和所述第四透射参数进行曲线拟合处理,得到所述待处理图像的透射参数图,包括:
依据所述第一置信度和所述第三透射参数,得到第五透射参数;所述第五透射参数与所述第一置信度呈正相关;
对所述第四透射参数和所述第五透射参数进行曲线拟合处理,得到所述透射参数图。
6.根据权利要求5所述的方法,其特征在于,在所述依据所述第一物体的物体类型和所述置信度映射,得到所述第三透射参数的第一置信度之前,所述方法还包括:
对所述第一物体框内的像素点区域进行特征提取处理,得到特征数据;
依据所述特征数据,得到所述第一物体的分数;所述分数与所述第一物体的尺寸的置信度呈正相关;
所述依据所述第一物体的物体类型和所述置信度映射,得到所述第三透射参数的第一置信度,包括:
依据所述第一物体的物体类型和所述置信度映射,得到所述第三透射参数的第二置信度;
依据所述分数与所述第二置信度,得到所述第一置信度;所述第一置信度与所述分数呈相关。
7.根据权利要求5或6所述的方法,其特征在于,所述依据所述第一置信度和所述第三透射参数,得到第五透射参数,包括:
确定所述第一置信度与所述第三透射参数的乘积,得到所述第五透射参数。
8.根据权利要求5至7中任意一项所述的方法,其特征在于,在所述对所述第四透射参数和所述第五透射参数进行曲线拟合处理,得到所述透射参数图之前,所述方法还包括:
获取所述待处理图像的深度图像;
依据所述深度图像,得到所述第二像素点的第一深度信息以及所述第三像素点的第二深度信息;
依据所述第一深度信息和所述第五透射参数得到第一数据点,依据所述第二深度信息和所述第四透射参数得到第二数据点;
所述对所述第四透射参数和所述第五透射参数进行曲线拟合处理,得到所述透射参数图,包括:
对所述第一数据点和所述第二数据点进行曲线拟合处理,得到所述透射参数图。
9.根据权利要求1至8中任意一项所述的方法,其特征在于,所述第一点和所述第二点均为人物点;所述方法还包括:
在所述第二距离未超过安全距离阈值的情况下,获取所述第一点的位置;
向终端发送包含所述位置的告警指令;所述告警指令用于指示所述终端输出人物之间的距离过近的告警信息。
10.一种测距装置,其特征在于,所述装置包括:
获取单元,用于获取待处理图像中的第一距离和所述第一距离的第一透射参数;所述第一距离为第一点与第二点之间的距离;所述第一点和所述第二点均属于所述待处理图像;所述第一透射参数表征所述第一距离与第一物理距离之间的转换关系;所述第一物理距离为所述第一距离对应的物理距离;
第一处理单元,用于依据所述第一距离和所述第一透射参数,得到第二距离;所述第二距离与所述第一点在所述待处理图像中的尺度呈负相关,和/或,所述第二距离与所述第二点在所述待处理图像中的尺度呈负相关。
11.一种电子设备,其特征在于,包括:处理器和存储器,所述存储器用于存储计算机程序代码,所述计算机程序代码包括计算机指令,在所述处理器执行所述计算机指令的情况下,所述电子设备执行如权利要求1至9中任一项所述的方法。
12.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中存储有计算机程序,所述计算机程序包括程序指令,在所述程序指令被处理器执行的情况下,使所述处理器执行权利要求1至9中任意一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010613403.9A CN111739097A (zh) | 2020-06-30 | 2020-06-30 | 测距方法及装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010613403.9A CN111739097A (zh) | 2020-06-30 | 2020-06-30 | 测距方法及装置、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111739097A true CN111739097A (zh) | 2020-10-02 |
Family
ID=72653715
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010613403.9A Pending CN111739097A (zh) | 2020-06-30 | 2020-06-30 | 测距方法及装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111739097A (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2009089785A1 (en) * | 2008-01-11 | 2009-07-23 | Huawei Technologies Co., Ltd. | Image processing method, encoding/decoding method and apparatus |
US20120154824A1 (en) * | 2010-12-17 | 2012-06-21 | Electronics And Telecommunications Research Institute | Position measuring apparatus and method |
CN105823459A (zh) * | 2015-01-09 | 2016-08-03 | 原相科技股份有限公司 | 测距方法与装置 |
CN107222737A (zh) * | 2017-07-26 | 2017-09-29 | 维沃移动通信有限公司 | 一种深度图像数据的处理方法及移动终端 |
CN107314761A (zh) * | 2017-05-24 | 2017-11-03 | 上海与德科技有限公司 | 测量方法及电子设备 |
CN109241835A (zh) * | 2018-07-27 | 2019-01-18 | 上海商汤智能科技有限公司 | 图像处理方法及装置、电子设备和存储介质 |
WO2019020075A1 (zh) * | 2017-07-28 | 2019-01-31 | 北京市商汤科技开发有限公司 | 图像处理方法、装置、存储介质、计算机程序和电子设备 |
US20190080481A1 (en) * | 2017-09-08 | 2019-03-14 | Kabushiki Kaisha Toshiba | Image processing apparatus and ranging apparatus |
CN110889890A (zh) * | 2019-11-29 | 2020-03-17 | 深圳市商汤科技有限公司 | 图像处理方法及装置、处理器、电子设备及存储介质 |
CN110996082A (zh) * | 2019-12-17 | 2020-04-10 | 成都极米科技股份有限公司 | 投影调节方法、装置、投影仪及可读存储介质 |
-
2020
- 2020-06-30 CN CN202010613403.9A patent/CN111739097A/zh active Pending
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2009089785A1 (en) * | 2008-01-11 | 2009-07-23 | Huawei Technologies Co., Ltd. | Image processing method, encoding/decoding method and apparatus |
US20120154824A1 (en) * | 2010-12-17 | 2012-06-21 | Electronics And Telecommunications Research Institute | Position measuring apparatus and method |
CN105823459A (zh) * | 2015-01-09 | 2016-08-03 | 原相科技股份有限公司 | 测距方法与装置 |
CN107314761A (zh) * | 2017-05-24 | 2017-11-03 | 上海与德科技有限公司 | 测量方法及电子设备 |
CN107222737A (zh) * | 2017-07-26 | 2017-09-29 | 维沃移动通信有限公司 | 一种深度图像数据的处理方法及移动终端 |
WO2019020075A1 (zh) * | 2017-07-28 | 2019-01-31 | 北京市商汤科技开发有限公司 | 图像处理方法、装置、存储介质、计算机程序和电子设备 |
US20190080481A1 (en) * | 2017-09-08 | 2019-03-14 | Kabushiki Kaisha Toshiba | Image processing apparatus and ranging apparatus |
CN109241835A (zh) * | 2018-07-27 | 2019-01-18 | 上海商汤智能科技有限公司 | 图像处理方法及装置、电子设备和存储介质 |
CN110889890A (zh) * | 2019-11-29 | 2020-03-17 | 深圳市商汤科技有限公司 | 图像处理方法及装置、处理器、电子设备及存储介质 |
CN110996082A (zh) * | 2019-12-17 | 2020-04-10 | 成都极米科技股份有限公司 | 投影调节方法、装置、投影仪及可读存储介质 |
Non-Patent Citations (1)
Title |
---|
那田;: "基于图像像素点的前方车辆距离检测研究", 农业装备与车辆工程, no. 07, 19 July 2016 (2016-07-19) * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109635783B (zh) | 视频监控方法、装置、终端和介质 | |
TWI752466B (zh) | 影像處理方法、處理器、電子設備、儲存媒介 | |
CN110473293B (zh) | 虚拟对象处理方法及装置、存储介质和电子设备 | |
CN108895981A (zh) | 一种三维测量方法、装置、服务器和存储介质 | |
CN112927363A (zh) | 体素地图构建方法及装置、计算机可读介质和电子设备 | |
CN113362314B (zh) | 医学图像识别方法、识别模型训练方法及装置 | |
CN112419326B (zh) | 图像分割数据处理方法、装置、设备及存储介质 | |
CN112419388A (zh) | 深度检测方法、装置、电子设备和计算机可读存储介质 | |
US20220058824A1 (en) | Method and apparatus for image labeling, electronic device, storage medium, and computer program | |
WO2023273056A1 (zh) | 机器人导航方法、机器人及计算机可读存储介质 | |
CN111739086A (zh) | 测量面积的方法及装置、电子设备及存储介质 | |
CN116798592B (zh) | 设施布设位置的确定方法、装置、设备及存储介质 | |
CN113384267A (zh) | 一种跌倒实时检测方法、***、终端设备及存储介质 | |
CN116580211B (zh) | 关键点检测方法、装置、计算机设备及存储介质 | |
WO2024022149A1 (zh) | 数据增强方法、装置及电子设备 | |
CN117197405A (zh) | 三维物体的增强现实方法、***及存储介质 | |
US20220005208A1 (en) | Speed measurement method and apparatus, electronic device, and storage medium | |
CN111739098B (zh) | 测速方法及装置、电子设备及存储介质 | |
CN111739097A (zh) | 测距方法及装置、电子设备及存储介质 | |
WO2021244114A1 (zh) | 视觉定位方法和装置 | |
CN111724442B (zh) | 图像处理方法及装置、电子设备及存储介质 | |
KR20220004016A (ko) | 속도 측정 방법 및 장치, 전자 기기 및 저장 매체 | |
CN116229209B (zh) | 目标模型的训练方法、目标检测方法及装置 | |
CN117152391B (zh) | 一种基于虚拟现实的装修布局智能管理*** | |
WO2023152973A1 (ja) | 画像処理装置、画像処理方法、およびプログラム |
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 |