CN112131917A - 测量方法、装置、***和计算机可读存储介质 - Google Patents
测量方法、装置、***和计算机可读存储介质 Download PDFInfo
- Publication number
- CN112131917A CN112131917A CN201910560095.5A CN201910560095A CN112131917A CN 112131917 A CN112131917 A CN 112131917A CN 201910560095 A CN201910560095 A CN 201910560095A CN 112131917 A CN112131917 A CN 112131917A
- Authority
- CN
- China
- Prior art keywords
- distance
- image
- target
- head
- center
- 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
Images
Classifications
-
- 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
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/107—Measuring physical dimensions, e.g. size of the entire body or parts thereof
- A61B5/1072—Measuring physical dimensions, e.g. size of the entire body or parts thereof measuring distances on the body, e.g. measuring length, height or thickness
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/107—Measuring physical dimensions, e.g. size of the entire body or parts thereof
- A61B5/1075—Measuring physical dimensions, e.g. size of the entire body or parts thereof for measuring dimensions by non-invasive methods, e.g. for determining thickness of tissue layer
-
- 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
- G06V40/103—Static body considered as a whole, e.g. static pedestrian or occupant recognition
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Biophysics (AREA)
- Heart & Thoracic Surgery (AREA)
- Multimedia (AREA)
- Dentistry (AREA)
- Oral & Maxillofacial Surgery (AREA)
- General Physics & Mathematics (AREA)
- Human Computer Interaction (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Theoretical Computer Science (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Image Analysis (AREA)
Abstract
本公开提供了一种测量方法,包括通过图像采集设备采集目标图像,目标图像中包括目标对象的对象图像,图像采集设备的镜头的光轴方向与地面垂直,获得第一距离和第二距离,将目标对象的头部和脚部之间的距离作为第一距离,以及目标对象的头部到目标图像的中心之间距离的作为第二距离,以及基于第一距离、第二距离以及镜头到地面的垂直距离,确定目标对象的身高。本公开还提供了一种测量装置、***和计算机可读存储介质。
Description
技术领域
本公开涉及计算机技术领域,更具体地,涉及一种测量方法、装置、***和计算机可读存储介质。
背景技术
在行为分析、安全监控等领域,识别并理解视频场景中行人的行为是非常重要的任务,而行人身高是一个重要的参考信息。通常使用双目摄像头采集行人的图像才能计算出行人的身高。然而,双目摄像头造价高,并且体积大,导致双目摄像头的安装场景受到限制。
在实现本公开构思的过程中,发明人发现现有技术中至少存在如下问题:行人身高的测量方法不够优化,对硬件设备要求较高。
发明内容
有鉴于此,本公开提供了一种测量方法、装置、***和计算机可读存储介质。
本公开的一个方面提供了一种测量方法,包括通过图像采集设备采集目标图像,所述目标图像中包括目标对象的对象图像,其中,所述图像采集设备的镜头的光轴方向与地面垂直;获得第一距离和第二距离,其中,将所述目标对象的头部和脚部之间的距离作为第一距离,将所述目标对象的头部到所述目标图像的中心之间的距离作为第二距离;以及基于所述第一距离、第二距离以及所述镜头到地面的垂直距离,确定所述目标对象的身高,其中,所述获得第一距离和第二距离包括:确定所述对象图像的边界框;确定所述目标对象的头部位置和脚部位置,其中,所述头部位置为所述边界框的中心和所述目标图像的中心的连线的延长线与所述边界框的交点,所述脚部位置为所述边界框的中心和所述目标图像的中心的连线与所述边界框的交点;以及基于所述头部位置和所述脚部位置,获得所述第一距离与所述第二距离。
根据本公开的实施例,确定所述对象图像的边界框包括:对所述目标图像进行识别,确定所述目标对象所在的位置;以及基于所述位置生成所述目标图像中所述对象图像的边界框。
根据本公开的实施例,获得第一距离和第二距离包括:在所述目标对象位于预设区域内的情况下,获得第一距离和第二距离,其中,将所述目标图像中所述目标对象的头部和脚部之间的距离作为第一距离,以及将所述目标图像中所述目标对象的头部到所述目标图像的中心之间的距离作为第二距离。
根据本公开的实施例,所述目标对象中包括特定对象,在所述特定对象出现在多张目标图像中的情况下,所述获得第一距离和第二距离包括:分别计算所述多张目标图像的每一个目标图像中所述特定对象的头部和脚部之间的特定距离;确定与最大的特定距离对应的目标图像为身高计算图像;以及获得所述身高计算图像中特定对象的头部和脚部之间的距离作为第一距离,以及获得所述身高计算图像中所述特定对象的头部和所述身高计算图像的中心之间的距离作为第二距离。
根据本公开的实施例,镜头包括鱼眼镜头。
根据本公开的实施例,所述方法还包括对所述目标图像进行预处理,所述预处理包括矫正所述目标图像的畸变。
本公开的另一个方面提供了一种测量装置,包括图像采集模块,用于通过图像采集设备采集对象的图像,其中,使所述图像采集设备的镜头的光轴方向与地面垂直;获得模块,用于获得第一距离和第二距离,其中,将所述目标对象的头部和脚部之间的距离作为第一距离,将所述目标对象的头部到所述目标图像的中心之间的距离作为第二距离;以及确定模块,用于基于所述第一距离、第二距离以及所述镜头到地面的垂直距离,确定所述对象的身高,其中,所述获得模块包括:第一确定子模块,用于确定所述对象图像的边界框;第二确定子模块,用于确定所述目标对象的头部位置和脚部位置,其中,所述头部位置为所述边界框的中心与所述目标图像的中心的连线的延长线与所述边界框的交点,所述脚部位置为所述边界框的中心与所述目标图像的中心的连线与所述边界框的交点;以及第一获得子模块,用于基于所述头部位置和脚部位置,获得所述第一距离与所述第二距离。
根据本公开的实施例,第一确定子模块包括:确定子单元,用于对所述目标图像进行识别,确定所述目标对象所在的位置;以及生成子单元,用于基于所述位置生成所述目标图像中所述对象的影像的边界框。
根据本公开的实施例,目标对象中包括特定对象,在所述特定对象出现在多张目标图像中的情况下,所述获得模块包括:计算子模块,用于分别计算所述多张目标图像的每一个目标图像中所述特定对象的头部和脚部之间的特定距离;第三确定子模块,用于确定与最大的特定距离对应的目标图像为身高计算图像;以及第二获得子模块,用于获得所述身高计算图像中特定对象的头部和脚部之间的距离作为第一距离,以及获得所述身高计算图像中所述特定对象的头部和所述身高计算图像的中心之间的距离作为第二距离。
根据本公开的实施例,镜头包括鱼眼镜头。
根据本公开的实施例,测量装置还包括预处理模块,用于对所述目标图像进行预处理,所述预处理包括矫正所述目标图像的畸变。
本公开的另一方面提供了一种测量***,包括一个或多个处理器和存储装置,用于存储一个或多个程序,其中,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器执行如上述任意一项的方法。
本公开的另一方面提供了一种计算机可读存储介质,存储有计算机可执行指令,所述指令在被执行时用于实现如上所述的方法。
本公开的另一方面提供了一种计算机程序,所述计算机程序包括计算机可执行指令,所述指令在被执行时用于实现如上所述的方法。
根据本公开的实施例,可以至少部分地解决无法使用单目摄像头测量行人身高的问题,并因此可以实现使用单目摄像头对行人身高进行测量的技术效果。
附图说明
通过以下参照附图对本公开实施例的描述,本公开的上述以及其他目的、特征和优点将更为清楚,在附图中:
图1示意性示出了根据本公开实施例的可以应用测量方法的应用场景;
图2A和2B示意性示出了根据本公开的实施例的测量方法的流程图;
图2C示意性示出了根据本公开实施例的使用具有鱼眼镜头的摄像机采集的图像;
图3示意性示出了根据本公开的实施例的获得第一距离和第二距离的方法的示意图;
图4示意性示出了根据本公开实施例的根据相似三角形定理来确定所述行人的身高的示意图;
图5示意性示出了根据本公开的实施例的测量装置的框图;
图6示意性示出了根据本公开的实施例的测量装置的框图;以及
图7示意性示出了根据本公开实施例的测量***的方框图。
具体实施方式
以下,将参照附图来描述本公开的实施例。但是应该理解,这些描述只是示例性的,而并非要限制本公开的范围。在下面的详细描述中,为便于解释,阐述了许多具体的细节以提供对本公开实施例的全面理解。然而,明显地,一个或多个实施例在没有这些具体细节的情况下也可以被实施。此外,在以下说明中,省略了对公知结构和技术的描述,以避免不必要地混淆本公开的概念。
在此使用的术语仅仅是为了描述具体实施例,而并非意在限制本公开。在此使用的术语“包括”、“包含”等表明了所述特征、步骤、操作和/或部件的存在,但是并不排除存在或添加一个或多个其他特征、步骤、操作或部件。
在此使用的所有术语(包括技术和科学术语)具有本领域技术人员通常所理解的含义,除非另外定义。应注意,这里使用的术语应解释为具有与本说明书的上下文相一致的含义,而不应以理想化或过于刻板的方式来解释。
在使用类似于“A、B和C等中至少一个”这样的表述的情况下,一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如,“具有A、B和C中至少一个的***”应包括但不限于单独具有A、单独具有B、单独具有C、具有A和B、具有A和C、具有B和C、和/或具有A、B、C的***等)。在使用类似于“A、B或C等中至少一个”这样的表述的情况下,一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如,“具有A、B或C中至少一个的***”应包括但不限于单独具有A、单独具有B、单独具有C、具有A和B、具有A和C、具有B和C、和/或具有A、B、C的***等)。
本公开的实施例提供了一种测量方法,包括通过图像采集设备采集目标图像,目标图像中包括目标对象的对象图像,图像采集设备的镜头的光轴方向与地面垂直,获得第一距离和第二距离,将目标对象的头部和脚部之间的距离作为第一距离,以及目标对象的头部到目标图像的中心之间距离的作为第二距离,以及基于第一距离、第二距离以及镜头到地面的垂直距离,确定目标对象的身高。获得第一距离和第二距离包括:确定对象图像的边界框;确定目标对象的头部位置和脚部位置,其中,头部位置为边界框的中心和目标图像的中心的连线的延长线与边界框的交点,脚部位置为边界框的中心和目标图像的中心的连线与边界框的交点;以及基于头部位置和脚部位置,获得第一距离与第二距离。
图1示意性示出了根据本公开实施例的可以应用测量方法的应用场景。需要注意的是,图1所示仅为可以应用本公开实施例的应用场景的示例,以帮助本领域技术人员理解本公开的技术内容,但并不意味着本公开实施例不可以用于其他场景。
如图1所示,该应用场景中包括商店100,多个顾客在该商店100中选购商品。
例如为了对顾客进行安全监控、行为分析、顾客分类等,商店通过安装于室内的摄像头采集室内图像,通过对图像进行分析来获得顾客身高数据。
根据本公开的实施例,为了得到例如商店内顾客的身高,可以通过光轴方向与地面垂直并且朝向地面的摄像头采集顾客的图像,获得图像中顾客的头部和脚部之间的距离以及头部到图像的中心位置的距离,从而确定出顾客的身高。
图2A和图2B示意性示出了根据本公开的实施例的测量方法的流程图。
如图2A所示,该方法包括操作S210~S230。
在操作S210,通过图像采集设备采集目标图像,所述目标图像中包括目标对象的对象图像,其中,所述图像采集设备的镜头的光轴方向与地面垂直。
在操作S220,获得第一距离和第二距离,其中,将所述目标对象的头部和脚部之间的距离作为第一距离,将所述目标对象的头部到所述目标图像的中心之间的距离作为第二距离。
在操作S230,基于所述第一距离、第二距离以及所述镜头到地面的垂直距离,确定所述目标对象的身高。
如图2B所示,操作S220包括操作S221~S223。
在操作S221,确定所述图像中所述对象的影像的边界框。
在操作S222,确定所述图像中所述对象的头部位置和脚部位置,其中,所述头部位置包括所述边界框的中心和所述图像的中心的连线的延长线与所述边界框的交点,所述脚部位置包括所述边界框的中心和所述图像的中心的连线与所述边界框的交点。
在操作S223,基于所述头部位置和所述脚部位置,获得所述第一距离与所述第二距离。
根据本公开实施例的该测量方法,图像采集装置可以是单目摄像机,仅通过单目摄像机便可以测定人的身高,降低了测量人身高的方法对硬件的要求。
根据本公开实施例,在操作S210,例如可以是通过安装在室内顶部的摄像头采集包括目的对象的目标图像。根据本公开的实施例,图像采集装置可以包括具有鱼眼摄像头的摄像机。使用垂直视角的鱼眼摄像头采集图像能够有效规避室内物体的遮挡并且视角很大,有利于准确统计出室内人数和人所在的位置。本领域技术人员可以理解,该方法不仅适用于鱼眼摄像头也适用于其他类型的摄像头。为了便于描述,以下示例中以图像采集装置为鱼眼摄像机为例进行描述。本领域技术人员可以理解,“对象”可以是人,也可以是动物等其他对象,本公开不对此进行限定。为了便于描述,以下示例中以行人为例进行描述。下面结合图2C对本公开的实施例进行描述。
图2C示意性示出了根据本公开实施例的使用具有鱼眼镜头的摄像机采集的图像。
如图2C所示,使用鱼眼镜头采集的图像可能存在畸变。
根据本公开的实施例,测量方法还包括对目标图像进行预处理,预处理包括矫正图像的畸变。矫正图像的畸变,例如可以是球面坐标定位方法、多项式变换方法、极半径映射方法、投影转换算法、鱼眼镜头标定方法等。根据本公开的实施例,对图像预处理例如还可以包括通过中值滤波等方式降低图像的噪声。根据本公开的实施例,对目标图像进行预处理,提高了测量的准确性。
返回参考图2A,根据本公开实施例,在操作S220,获得第一距离和第二距离。例如,在图2C所示的情景中,行人的头部位于A点,脚部位于B点,第一距离可以是A和B之间的距离,目标图像的中心位置为O1点,第二距离可以是A和O1点之间的距离。
图3示意性示出了根据本公开的实施例的获得第一距离和第二距离的方法的示意图。根据本公开的实施例,在操作S221,例如在图3所示的情景中,确定出行人在图像中的影像的边界框为310。根据本公开的实施例,例如可以对目标图像进行识别,确定目标对象所在的位置;以及基于位置生成目标图像中对象图像的边界框。例如可以是通过机器学习的方法来确定在目标图像中的目标对象,从而确定目标对象所在的位置,并根据该位置生成行人的影像的边界框。例如,可以通过学习行人的样本图像,获得机器学习模型,将目标图像作为机器学习模型的输入,则机器学习模型的输出结果为行人在目标图像中的影像的边界框。
根据本公开的实施例,在操作S222,目标对象中在距离摄像头较近的位置在摄像头的成像平面中距离目标图像中心较近,而目标对象在距离摄像头较远的位置距离图像中心较远。具体地,行人的头部在摄像头的成像平面中距离目标图像中心较近,行人的脚部距离图像中心较远例如在图3所示的情景中,确定边界框410的中心为O2,连接O1和O2得到连线O1O2,可以认为行人的脚部的位置是连线O1O2与边界框410的交点B,认为行人头部的位置是O1O2的延长线与边界框410的交点A。
根据本公开的实施例,在操作S223,例如在图3所示的情景中,第一距离可以是A和B之间的距离,第二距离可以是A和O1点之间的距离。
根据本公开的实施例,获得第一距离和第二距离包括,在目标对象位于预设区域内的情况下,获得第一距离和第二距离,将目标图像中目标对象的头部和脚部之间的距离作为第一距离,以及将目标图像中目标对象的头部到目标图像的中心之间的距离作为第二距离。该方法只测量位于预设区域中的的行人的身高,避免了预设区域外的行人的身高计算误差较大造成的统计结果不准确。例如,在鱼眼摄像头中,靠近鱼眼摄像头的行人的测量误差大于远离鱼眼摄像头的行人的测量误差,则可以将鱼眼摄像头采集的图像中以图像中心为原型,半径为R的圆形区域作为非预设区域,而圆形区域之外的区域作为预设区域。
返回参考图2A,在操作S230,例如可以是根据相似三角形定理来确定行人的身高。
图4示意性示出了根据本公开实施例的根据相似三角形定理来确定行人的身高的示意图。
如图4所示,室内顶部安装的具有鱼眼镜头的摄像机作为图像采集装置,用于采集图像。假定ΔMNP为该镜头的全视角,三角形的底边NP代表摄像头的成像平面(为二维图像,在图4中表示为一维)。站立的人形指示真实的人,地面人形为该人在摄像头的成像平面中的投影。虚线ME代表该人的头部在成像平面中的投影与镜头的连线。该摄像头的安装高度为H,该真实的人的身高为h,该人在摄像头采集的图像中的观测高度为hI,该人头部在摄像头采集的图像中的位置到图像中心的距离为disthead。
根据相似三角形定理可得:
可得该人的高度为:
将该计算方法应用到图3所示的情景中,则行人的身高h1为:
其中,H′为摄像头的观测高度。
根据本公开的实施例,目标对象中包括特定对象,在特定对象出现在多张目标图像中的情况下,获得第一距离和第二距离包括,分别计算多张目标图像的每一个目标图像中特定对象的头部和脚部之间的特定距离,确定与最大的特定距离对应的目标图像为身高计算图像;以及获得身高计算图像中特定对象的头部和脚部之间的距离作为第一距离,以及获得身高计算图像中特定对象的头部和身高计算图像的中心之间的距离作为第二距离。
该方法从多张目标图像中选择一张相对更准确的身高计算图像,避免由于行人下蹲等姿势导致的测量误差。
根据本公开的实施例,特定行人例如可以是在多张目标图像中的姿势不同的行人。例如在图像采集过程中,出现例如下蹲、俯仰等动作的行人。根据本公开的实施例,分别计算该些行人的头部和脚本在不同图像中的特定距离,确定最大的特定距离对应的图像为身高计算图像,从而以身高计算图像作为计算行人身高的图像来获得第一距离和第二距离。
图5示意性示出了根据本公开的实施例的测量装置500的框图。
如图5所示,测量装置500可以包括图像采集模块510、获得模块520和确定模块530。其中,获得模块520包括第一确定子模块521、第二确定子模块522以及第一获得子模块523。
图像采集模块510,例如执行上文参考图2A描述的操作S210,用于通过图像采集设备采集对象的图像,其中,使图像采集设备的镜头的光轴方向与地面垂直。
获得模块520,例如执行上文参考图2A描述的操作S220,用于获得所述图像中所述对象的头部和脚部之间的距离作为第一距离,以及获取所述图像中所述对象的头部到所述图像的中心之间距离的作为第二距离。
确定模块530,例如执行上文参考图2A描述的操作S230,用于基于所述第一距离、第二距离以及所述镜头到地面的垂直距离,确定所述对象的身高。
第一确定子模块521,例如执行上文参考图2B描述的操作S221,用于确定所述对象图像的边界框。
第二确定子模块522,例如执行上文参考图2B描述的操作S222,用于确定所述目标对象的头部位置和脚部位置,其中,所述头部位置为所述边界框的中心与所述目标图像的中心的连线的延长线与所述边界框的交点,所述脚部位置为所述边界框的中心与所述目标图像的中心的连线与所述边界框的交点。
第一获得子模块523,例如执行上文参考图2B描述的操作S223,用于基于所述头部位置和脚部位置,获得所述第一距离与所述第二距离。
根据本公开的实施例,镜头包括鱼眼镜头。
根据本公开的实施例,第一确定子模块521包括确定子单元和生成子单元。确定子单元用于对目标图像进行识别,确定目标对象所在的位置。生成子单元用于基于位置生成目标图像中对象图像的边界框。
图6示意性示出了根据本公开的实施例的测量装置600的框图。
如图6所示,测量装置600在前述实施例的基础上还包括预处理模块610。
预处理模块用于对目标图像进行预处理,预处理包括矫正目标图像的畸变。
根据本公开的实施例,目标对象中包括特定对象,在特定对象出现在多张图像中的情况下,获得模块520包括计算子模块、第三确定子模块以及第二获得子模块。其中,计算子模块用于分别计算多张目标图像的每一个目标图像中特定对象的头部和脚部之间的特定距离,第三确定子模块用于确定与最大的特定距离对应的目标图像为身高计算图像,以及第二获得子模块用于获得身高计算图像中特定对象的头部和脚部之间的距离作为第一距离,以及获得身高计算图像中特定对象的头部和身高计算图像的中心之间的距离作为第二距离。
根据本公开的实施例,获得模块520包括第三获得子模块,用于在目标对象位于预设区域内的情况下,获得第一距离和第二距离,其中,将目标图像中目标对象的头部和脚部之间的距离作为第一距离,以及将目标图像中目标对象的头部到目标图像的中心之间的距离作为第二距离。
根据本公开的实施例的模块、子模块、单元、子单元中的任意多个、或其中任意多个的至少部分功能可以在一个模块中实现。根据本公开实施例的模块、子模块、单元、子单元中的任意一个或多个可以被拆分成多个模块来实现。根据本公开实施例的模块、子模块、单元、子单元中的任意一个或多个可以至少被部分地实现为硬件电路,例如现场可编程门阵列(FPGA)、可编程逻辑阵列(PLA)、片上***、基板上的***、封装上的***、专用集成电路(ASIC),或可以通过对电路进行集成或封装的任何其他的合理方式的硬件或固件来实现,或以软件、硬件以及固件三种实现方式中任意一种或以其中任意几种的适当组合来实现。或者,根据本公开实施例的模块、子模块、单元、子单元中的一个或多个可以至少被部分地实现为计算机程序模块,当该计算机程序模块被运行时,可以执行相应的功能。
例如,图像采集模块510、获得模块520和确定模块530以及预处理模块610中的任意多个可以合并在一个模块中实现,或者其中的任意一个模块可以被拆分成多个模块。或者,这些模块中的一个或多个模块的至少部分功能可以与其他模块的至少部分功能相结合,并在一个模块中实现。根据本公开的实施例,图像采集模块510、获得模块520和确定模块530以及预处理模块610中的至少一个可以至少被部分地实现为硬件电路,例如现场可编程门阵列(FPGA)、可编程逻辑阵列(PLA)、片上***、基板上的***、封装上的***、专用集成电路(ASIC),或可以通过对电路进行集成或封装的任何其他的合理方式等硬件或固件来实现,或以软件、硬件以及固件三种实现方式中任意一种或以其中任意几种的适当组合来实现。或者,图像采集模块510、获得模块520和确定模块530以及预处理模块610中的至少一个可以至少被部分地实现为计算机程序模块,当该计算机程序模块被运行时,可以执行相应的功能。
图7示意性示出了根据本公开实施例的适于实现对象处理方法和***的计算机***的方框图。图7示出的计算机***仅仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。
如图7所示,根据本公开实施例的计算机***700包括处理器701,其可以根据存储在只读存储器(ROM)702中的程序或者从存储部分708加载到随机访问存储器(RAM)703中的程序而执行各种适当的动作和处理。处理器701例如可以包括通用微处理器(例如CPU)、指令集处理器和/或相关芯片组和/或专用微处理器(例如,专用集成电路(ASIC)),等等。处理器701还可以包括用于缓存用途的板载存储器。处理器701可以包括用于执行根据本公开实施例的方法流程的不同动作的单一处理单元或者是多个处理单元。
在RAM 703中,存储有***700操作所需的各种程序和数据。处理器701、ROM 702以及RAM 703通过总线704彼此相连。处理器701通过执行ROM 702和/或RAM 703中的程序来执行根据本公开实施例的方法流程的各种操作。需要注意,所述程序也可以存储在除ROM 702和RAM 703以外的一个或多个存储器中。处理器701也可以通过执行存储在所述一个或多个存储器中的程序来执行根据本公开实施例的方法流程的各种操作。
根据本公开的实施例,***700还可以包括输入/输出(I/O)接口705,输入/输出(I/O)接口705也连接至总线704。***700还可以包括连接至I/O接口705的以下部件中的一项或多项:包括键盘、鼠标等的输入部分706;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分707;包括硬盘等的存储部分708;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分709。通信部分709经由诸如因特网的网络执行通信处理。驱动器710也根据需要连接至I/O接口705。可拆卸介质711,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710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708。
根据本公开的实施例,根据本公开实施例的方法流程可以被实现为计算机软件程序。例如,本公开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存储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709从网络上被下载和安装,和/或从可拆卸介质711被安装。在该计算机程序被处理器701执行时,执行本公开实施例的***中限定的上述功能。根据本公开的实施例,上文描述的***、设备、装置、模块、单元等可以通过计算机程序模块来实现。
本公开还提供了一种计算机可读存储介质,该计算机可读存储介质可以是上述实施例中描述的设备/装置/***中所包含的;也可以是单独存在,而未装配入该设备/装置/***中。上述计算机可读存储介质承载有一个或者多个程序,当上述一个或者多个程序被执行时,实现根据本公开实施例的方法。
根据本公开的实施例,计算机可读存储介质可以是非易失性的计算机可读存储介质,例如可以包括但不限于: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(EPROM或闪存)、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中,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***、装置或者器件使用或者与其结合使用。例如,根据本公开的实施例,计算机可读存储介质可以包括上文描述的ROM 702和/或RAM 703和/或ROM 702和RAM 703以外的一个或多个存储器。
附图中的流程图和框图,图示了按照本公开各种实施例的***、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***来实现,或者可以用专用硬件与计算机指令的组合来实现。
本领域技术人员可以理解,本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合和/或结合,即使这样的组合或结合没有明确记载于本公开中。特别地,在不脱离本公开精神和教导的情况下,本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合和/或结合。所有这些组合和/或结合均落入本公开的范围。
以上对本公开的实施例进行了描述。但是,这些实施例仅仅是为了说明的目的,而并非为了限制本公开的范围。尽管在以上分别描述了各实施例,但是这并不意味着各个实施例中的措施不能有利地结合使用。本公开的范围由所附权利要求及其等同物限定。不脱离本公开的范围,本领域技术人员可以做出多种替代和修改,这些替代和修改都应落在本公开的范围之内。
Claims (11)
1.一种测量方法,包括:
通过图像采集设备采集目标图像,所述目标图像中包括目标对象的对象图像,其中,所述图像采集设备的镜头的光轴方向与地面垂直;
获得第一距离和第二距离,其中,将所述目标对象的头部和脚部之间的距离作为第一距离,将所述目标对象的头部到所述目标图像的中心之间的距离作为第二距离;以及
基于所述第一距离、第二距离以及所述镜头到地面的垂直距离,确定所述目标对象的身高,
其中,所述获得第一距离和第二距离包括:
确定所述对象图像的边界框;
确定所述目标对象的头部位置和脚部位置,其中,所述头部位置为所述边界框的中心和所述目标图像的中心的连线的延长线与所述边界框的交点,所述脚部位置为所述边界框的中心和所述目标图像的中心的连线与所述边界框的交点;以及
基于所述头部位置和所述脚部位置,获得所述第一距离与所述第二距离。
2.根据权利要求1所述的方法,其中,所述确定所述对象图像的边界框包括:
对所述目标图像进行识别,确定所述目标对象所在的位置;以及
基于所述位置生成所述目标图像中所述对象图像的边界框。
3.根据权利要求1所述的方法,其中,所述获得第一距离和第二距离包括:
在所述目标对象位于预设区域内的情况下,获得第一距离和第二距离,其中,将所述目标图像中所述目标对象的头部和脚部之间的距离作为第一距离,以及将所述目标图像中所述目标对象的头部到所述目标图像的中心之间的距离作为第二距离。
4.根据权利要求1所述的方法,其中,所述目标对象中包括特定对象,在所述特定对象出现在多张目标图像中的情况下,所述获得第一距离和第二距离包括:
分别计算所述多张目标图像的每一个目标图像中所述特定对象的头部和脚部之间的特定距离;
确定与最大的特定距离对应的目标图像为身高计算图像;以及
获得所述身高计算图像中特定对象的头部和脚部之间的距离作为第一距离,以及获得所述身高计算图像中所述特定对象的头部和所述身高计算图像的中心之间的距离作为第二距离。
5.根据权利要求1所述的方法,其中,所述镜头包括鱼眼镜头。
6.根据权利要求1所述的方法,还包括:对所述目标图像进行预处理,所述预处理包括矫正所述目标图像的畸变。
7.一种测量装置,包括:
图像采集模块,用于通过图像采集设备采集对象的图像,其中,使所述图像采集设备的镜头的光轴方向与地面垂直;
获得模块,用于获得第一距离和第二距离,其中,将所述目标对象的头部和脚部之间的距离作为第一距离,将所述目标对象的头部到所述目标图像的中心之间的距离作为第二距离;以及
确定模块,用于基于所述第一距离、第二距离以及所述镜头到地面的垂直距离,确定所述对象的身高,
其中,所述获得模块包括:
第一确定子模块,用于确定所述对象图像的边界框;
第二确定子模块,用于确定所述目标对象的头部位置和脚部位置,其中,所述头部位置为所述边界框的中心与所述目标图像的中心的连线的延长线与所述边界框的交点,所述脚部位置为所述边界框的中心与所述目标图像的中心的连线与所述边界框的交点;以及
第一获得子模块,用于基于所述头部位置和脚部位置,获得所述第一距离与所述第二距离。
8.根据权利要求7所述的装置,其中,所述第一确定子模块包括:
确定子单元,用于对所述目标图像进行识别,确定所述目标对象所在的位置;以及
生成子单元,用于基于所述位置生成所述目标图像中所述对象的影像的边界框。
9.根据权利要求7所述的装置,其中,所述目标对象中包括特定对象,在所述特定对象出现在多张目标图像中的情况下,所述获得模块包括:
计算子模块,用于分别计算所述多张目标图像的每一个目标图像中所述特定对象的头部和脚部之间的特定距离;
第三确定子模块,用于确定与最大的特定距离对应的目标图像为身高计算图像;以及
第二获得子模块,用于获得所述身高计算图像中特定对象的头部和脚部之间的距离作为第一距离,以及获得所述身高计算图像中所述特定对象的头部和所述身高计算图像的中心之间的距离作为第二距离。
10.一种测量***,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
其中,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器执行如权利要求1~6所述任意一项的方法。
11.一种计算机可读存储介质,其上存储有可执行指令,该指令被处理器执行时使处理器执行如权利要求1~6所述任意一项的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910560095.5A CN112131917A (zh) | 2019-06-25 | 2019-06-25 | 测量方法、装置、***和计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910560095.5A CN112131917A (zh) | 2019-06-25 | 2019-06-25 | 测量方法、装置、***和计算机可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112131917A true CN112131917A (zh) | 2020-12-25 |
Family
ID=73850052
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910560095.5A Pending CN112131917A (zh) | 2019-06-25 | 2019-06-25 | 测量方法、装置、***和计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112131917A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112580578A (zh) * | 2020-12-28 | 2021-03-30 | 珠海亿智电子科技有限公司 | 双目活体摄像头人脸测距方法及*** |
CN114596657A (zh) * | 2022-02-10 | 2022-06-07 | 北京交通大学 | 一种基于深度数据的闸机通行*** |
-
2019
- 2019-06-25 CN CN201910560095.5A patent/CN112131917A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112580578A (zh) * | 2020-12-28 | 2021-03-30 | 珠海亿智电子科技有限公司 | 双目活体摄像头人脸测距方法及*** |
CN114596657A (zh) * | 2022-02-10 | 2022-06-07 | 北京交通大学 | 一种基于深度数据的闸机通行*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP3977776B2 (ja) | ステレオキャリブレーション装置とそれを用いたステレオ画像監視装置 | |
US10922844B2 (en) | Image positioning method and system thereof | |
WO2022170844A1 (zh) | 一种视频标注方法、装置、设备及计算机可读存储介质 | |
US9053547B2 (en) | Three-dimensional point cloud position data processing device, three-dimensional point cloud position data processing system, and three-dimensional point cloud position data processing method and program | |
US11842516B2 (en) | Homography through satellite image matching | |
CN110648283A (zh) | 图像拼接方法、装置、电子设备和计算机可读存储介质 | |
US20230080178A1 (en) | Automated assessment of cracks using lidar and camera data | |
CN112883955B (zh) | 货架布局检测方法、装置及计算机可读存储介质 | |
JP6970817B2 (ja) | 構造物管理装置、構造物管理方法、及び構造物管理プログラム | |
CN112131917A (zh) | 测量方法、装置、***和计算机可读存储介质 | |
Pan et al. | 3D vision-based bolt loosening assessment using photogrammetry, deep neural networks, and 3D point-cloud processing | |
US20180082129A1 (en) | Information processing apparatus, detection system, and information processing method | |
JP2007200364A (ja) | ステレオキャリブレーション装置とそれを用いたステレオ画像監視装置 | |
US20230324167A1 (en) | Laser scanner for verifying positioning of components of assemblies | |
JP7241366B2 (ja) | 対象物の種類および状態を判定する方法 | |
CN116758006A (zh) | 脚手架质量检测方法及装置 | |
CN114596537B (zh) | 区域人流数据确定方法、装置、设备及存储介质 | |
CN116203976A (zh) | 变电站室内巡检方法、装置、无人机和存储介质 | |
CN115683046A (zh) | 测距方法、装置、传感器及计算机可读存储介质 | |
CN112489240B (zh) | 一种商品陈列巡检方法、巡检机器人以及存储介质 | |
JP7040627B2 (ja) | 算出装置、情報処理方法およびプログラム | |
CN111723610B (zh) | 图像识别方法、装置及设备 | |
Meißner | Determination and improvement of spatial resolution obtained by optical remote sensing systems | |
CN111489384B (zh) | 基于互视角的遮挡评估方法及装置、设备、***和介质 | |
CN113255405A (zh) | 车位线识别方法及其***、车位线识别设备、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 |