CN112380965B - 进行人脸识别的方法及多目摄像机 - Google Patents
进行人脸识别的方法及多目摄像机 Download PDFInfo
- Publication number
- CN112380965B CN112380965B CN202011257892.5A CN202011257892A CN112380965B CN 112380965 B CN112380965 B CN 112380965B CN 202011257892 A CN202011257892 A CN 202011257892A CN 112380965 B CN112380965 B CN 112380965B
- Authority
- CN
- China
- Prior art keywords
- face detection
- detection area
- target object
- moving direction
- area
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 50
- 238000001514 detection method Methods 0.000 claims abstract description 253
- 238000004590 computer program Methods 0.000 claims description 9
- 238000006243 chemical reaction Methods 0.000 claims description 8
- 238000010586 diagram Methods 0.000 description 11
- 230000006870 function Effects 0.000 description 6
- 238000012545 processing Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 102100026310 Probable E3 ubiquitin-protein ligase MID2 Human genes 0.000 description 2
- 101710119937 Probable E3 ubiquitin-protein ligase MID2 Proteins 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000001364 causal effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/161—Detection; Localisation; Normalisation
- G06V40/166—Detection; Localisation; Normalisation using acquisition arrangements
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/22—Image preprocessing by selection of a specific region containing or referencing a pattern; Locating or processing of specific regions to guide the detection or recognition
- G06V10/235—Image preprocessing by selection of a specific region containing or referencing a pattern; Locating or processing of specific regions to guide the detection or recognition based on user input or interaction
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Human Computer Interaction (AREA)
- Image Analysis (AREA)
- Studio Devices (AREA)
Abstract
本公开提供进行人脸识别的方法及多目摄像机。包括:通过所述多目摄像机中的多个图像采集部件获取目标对象的位置坐标;根据所述目标对象的位置坐标确定所述目标对象所在的区域;若所述目标对象所在的区域为非人脸检测区域,则根据预设的非人脸检测区域和移动方向的对应关系,确定所述目标对象所在的非人脸检测区域对应的移动方向;向所述目标对象提示所述移动方向,以便于所述目标对象根据所述移动方向移动到所述人脸检测区域进行人脸识别。由此,本公开根据目标对象的位置坐标确定出目标对象所在的区域,并根据目标对象所在区域向目标对象提示移动方向,以便于目标对象移动到人脸检测区域进行人脸识别。提高了人脸识别的效率。
Description
技术领域
本公开涉及人脸识别技术领域,特别涉及一种进行人脸识别的方法及多目摄像机。
背景技术
随着人脸识别的应用范围越来越广,很多地方都会用到人脸识别技术。比如,在无人销售的零售店,需要通过人脸识别技术来进行刷脸支付。或者通过人脸识别技术进行检票,以及通过人脸识别技术来进行门禁的解锁等。
但是,现有技术人脸识别的过程中,由于用户无法预估人脸检测区域的准确位置,从而导致降低了人脸识别的效率。
发明内容
本公开提供一种进行人脸识别的方法及多目摄像机,用于提高人脸识别的效率。
第一方面,本公开提供一种进行人脸识别的方法,所述方法包括:
通过所述多目摄像机中的多个图像采集部件获取目标对象的位置坐标;
根据所述目标对象的位置坐标确定所述目标对象所在的区域;所述区域包括人脸检测区域和多个非人脸检测区域;
如果所述目标对象所在的区域为非人脸检测区域,则根据预设的非人脸检测区域和移动方向的对应关系,确定所述目标对象所在的非人脸检测区域对应的移动方向;
向所述目标对象提示所述移动方向,以便于所述目标对象根据所述移动方向移动到所述人脸检测区域进行人脸识别。
本实施例通过多目摄像机中的多个图像采集部件来获取目标对象的位置坐标,以此来确定出目标对象所在的区域。若确定出目标对象所在的区域为非人脸检测区域,根据预设关系确定出移动方向并提示。以使目标对象根据提示移动到人脸检测区域进行检测,从而提高了人脸识别的效率。
在一个实施例中,所述通过所述多目摄像机中的多个图像采集部件获取目标对象的位置坐标之前,所述方法还包括:
根据进行人脸识别的通道的宽度以及所述多个图像采集部件的视场角确定出所述人脸检测区域的中心;
利用所述人脸检测区域的中心,以及预设的人脸检测区域的形状和大小确定出所述人脸检测区域;
以所述人脸检测区域为中心,将所述可视区域中除所述人脸检测区域之外的区域按照指定方向分成划分成指定数量的非人脸检测区域。
本实施例通过利用通道的宽度以及多目摄像机的视场角来确定出人脸检测中心,并利用该人脸检测中心确定出人脸检测区域以及多个非人脸检测区域,由此,可以根据实际的场景进行各区域的自适应划分,使得各区域的划分更加准确。
在一个实施例中,所述根据进行人脸识别的通道的宽度以及所述多个图像采集部件的视场角确定出所述人脸检测区域的中心,包括:
将共用视场角的中线与所述进行人脸识别的通道的宽度的中线的交点作为所述人脸检测区域的中心,其中所述共用视场角为所述多个图像采集部件对应的各视场角的交集。
本实施例通过多目摄像机的视场角以及通道来确定出人脸检测区域的中心,能够根据通道的宽度自适应的进行划分,使得人脸检测区域的划分更加准确。
在一个实施例中,所述人脸检测区域的形状为圆形;
所述以所述人脸检测区域为中心,将所述可视区域中除所述人脸检测区域之外的区域按照指定方向分成划分成指定数量的非人脸检测区域,包括:
使用所述人脸检测区域的上切线对所述可视区域进行划分,将划分后的子区域中不包括所述人脸检测区域的子区域作为非人脸检测区域;以及
使用所述人脸检测区域的下切线对所述可视区域进行划分,将划分后的子区域中不包括所述人脸检测区域的子区域作为非人脸检测区域;以及
将所述上切线和所述下切线划分后的包含所述人脸检测区域的子区域中除所述人脸检测区域之外的两个部分分别作为两个非人脸检测区域。
本实施例中,当人脸检测区域为圆形时,可通过人脸检测区域的上下切线来对多目摄像机的可视区域进行划分,以此来得到各非人脸检测区域。
在一个实施例中,所述提示还包括所述目标对象在移动方向上需要移动的距离;
根据以下方法确定所述目标对象在所述移动方向上需要移动的距离:
根据所述目标对象在所述移动方向上相对应的位置坐标、所述人脸检测区域中心在所述移动方向上相对应的位置坐标以及所述人脸检测区域的半径,确定出所述目标对象在所述移动方向上需要移动的距离;
向所述目标对象提示在所述移动方向上需要移动的距离。
本实施例通过目标对象的位置坐标、人脸检测区域的半径以及位置坐标确定出目标对象需要移动的距离。以此使得目标对象能够更加准确的到达人脸检测区域。
在一个实施例中,所述通过所述多目摄像机中的多个图像采集部件获取目标对象的位置坐标,包括:
通过所述多目摄像机中的多个图像采集部件,确定所述目标对象在相机坐标系中的位置坐标;
将所述相机坐标系中的位置坐标按照相机坐标系与世界坐标系之间的转换关系进行转换,得到所述目标对象在所述世界坐标系中的坐标;
将得到的所述世界坐标系中的坐标作为所述目标对象的位置坐标。
本实施例通过多目摄像机来确定出目标对象的位置坐标,以便于确定出目标对象所在的区域,以此来对目标用户进行定向提示。
第二方面,本公开提供一种进行人脸识别的多目摄像机,所述多目摄像机包括:
位置坐标获取模块,用于通过所述多目摄像机中的多个图像采集部件获取目标对象的位置坐标;
目标对象所在区域确定模块,用于根据所述目标对象的位置坐标确定所述目标对象所在的区域;所述区域包括人脸检测区域和多个非人脸检测区域;
移动方向确定模块,用于如果所述目标对象所在的区域为非人脸检测区域,则根据预设的非人脸检测区域和移动方向的对应关系,确定所述目标对象所在的非人脸检测区域对应的移动方向;
移动方向提示模块,用于向所述目标对象提示所述移动方向,以便于所述目标对象根据所述移动方向移动到所述人脸检测区域进行人脸识别。
在一个实施例中,所述多目摄像机还包括:
人脸检测区域中心确定模块,用于通过所述多目摄像机中的多个图像采集部件获取目标对象的位置坐标之前,根据进行人脸识别的通道的宽度以及所述多个图像采集部件的视场角确定出所述人脸检测区域的中心;
人脸检测区域确定模块,用于利用所述人脸检测区域的中心,以及预设的人脸检测区域的形状和大小确定出所述人脸检测区域;
非人脸检测区域确定模块,用于以所述人脸检测区域为中心,将所述可视区域中除所述人脸检测区域之外的区域按照指定方向分成划分成指定数量的非人脸检测区域。
在一个实施例中,所述人脸检测区域中心确定模块,具体用于:
将共用视场角的中线与所述进行人脸识别的通道的宽度的中线的交点作为所述人脸检测区域的中心,其中所述共用视场角为所述多个图像采集部件对应的各视场角的交集。
在一个实施例中,所述人脸检测区域的形状为圆形;
所述非人脸检测区域确定模块,具体用于:
使用所述人脸检测区域的上切线对所述可视区域进行划分,将划分后的子区域中不包括所述人脸检测区域的子区域作为非人脸检测区域;以及
使用所述人脸检测区域的下切线对所述可视区域进行划分,将划分后的子区域中不包括所述人脸检测区域的子区域作为非人脸检测区域;以及
将所述上切线和所述下切线划分后的包含所述人脸检测区域的子区域中除所述人脸检测区域之外的两个部分分别作为两个非人脸检测区域。
在一个实施例中,所述多目摄像机还包括:
移动距离确定模块,用于根据以下方法确定所述目标对象在移动方向上需要移动的距离:
根据所述目标对象在所述移动方向上相对应的位置坐标、所述人脸检测区域中心在所述移动方向上相对应的位置坐标以及所述人脸检测区域的半径,确定出所述目标对象在所述移动方向上需要移动的距离;
向所述目标对象提示在所述移动方向上需要移动的距离。
在一个实施例中,所述位置坐标获取模块,具体用于:
通过所述多目摄像机中的多个图像采集部件,确定所述目标对象在相机坐标系中的位置坐标;
将所述相机坐标系中的位置坐标按照相机坐标系与世界坐标系之间的转换关系进行转换,得到所述目标对象在所述世界坐标系中的坐标;
将得到的所述世界坐标系中的坐标作为所述目标对象的位置坐标。
根据本公开实施例的第三方面,提供一种电子设备,包括至少一个处理器;以及与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行如第一方面所述的方法。
根据本公开实施例提供的第四方面,提供一种计算机存储介质,所述计算机存储介质存储有计算机程序,所述计算机程序用于执行如第一方面所述的方法。
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,并不能限制本公开。
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,示出了符合本公开的实施例,并与说明书一起用于解释本公开的原理,并不构成对本公开的不当限定。
图1为根据本公开一个实施例中的适用场景示意图;
图2为根据本公开一个实施例中的进行人脸识别的方法的流程示例图之一;
图3为根据本公开一个实施例中的进行人脸识别的双目摄像机的视角示意图;
图4为根据本公开一个实施例的进行人脸识别的方法的流程示意图之二;
图5为根据本公开一个实施例的确定人脸检测区域中心的方法示意图;
图6为根据本公开一个实施例中的人脸检测区域划分示意图;
图7为根据本公开一个实施例中的进行人脸识别的流程示意图之三;
图8为根据本公开一个实施例的进行人脸识别的多目摄像机;
图9为根据本公开一个实施例的电子设备的结构示意图。
具体实施方式
为进一步说明本公开实施例提供的技术方案,下面结合附图以及具体实施方式对此进行详细的说明。虽然本公开实施例提供了如下述实施例或附图所示的方法操作步骤,但基于常规或者无需创造性的劳动在方法中可以包括更多或者更少的操作步骤。在逻辑上不存在必要因果关系的步骤中,这些步骤的执行顺序不限于本公开实施例提供的执行顺序。方法在实际的处理过程中或者控制设备执行时,可以按照实施例或者附图所示的方法顺序执行或者并行执行。
本公开实施例中术语“多个”是指两个或两个以上,其它量词与之类似应当理解,此处所描述的优选实施例仅用于说明和解释本公开,并不用于限定本公开,并且在不冲突的情况下,本公开中的实施例及实施例中的特征可以相互组合。
发明人研究发现,由于用户无法预估出人脸检测区域的准确位置,从而导致人脸识别的效率较低的问题。
因此,本公开提供一种进行人脸识别的方法及多目摄像机。通过多目摄像机来确定出目标对象的位置坐标,以此来确定出目标对象所在的区域,若确定出目标对象所在区域为非人脸检测区域,则根据预设关系确定出移动方向并进行提示,故此,用户可以根据提示移动到人脸检测区域,以此来提高人脸识别的效率。下面,结合附图对本公开的技术方案进行详细的说明。
如图1所示,本公开的应用场景示意图,下面以双目摄像机为例进行说明,该应用场景中包括终端设备110和双目摄像机120,终端设备110可为显示终端和/或语音播放终端。图1中是以一个终端设备110为例,实际上不限制终端设备110的数量。
在一种可能的应用场景中,通过双目摄像机120获取目标对象的位置坐标,并根据所述目标对象的位置坐标确定所述目标对象所在的区域,若确定出所在的区域为非人脸检测区域,则根据预设关系确定出移动方向并将移动方向发送给终端设备110,终端设备110进行语音提示和/或显示提示该移动方向。每隔指定时长返回执行获取目标对象的位置坐标的步骤,直到确定出所述目标对象的所在区域为人脸检测区域,则结束。以此使得目标对象根据移动方向移动到人脸检测区域进行人脸识别,故此,提高了人脸识别的效率。
其中,需要说明的是,当目标对象执行获取目标对象的位置坐标的步骤的次数超过指定次数时,则停止获取该目标对象的位置坐标,并发出警报,以使工作人员对该目标对象进行帮助指导,以便于该目标对象能够进行人脸识别。
如图2所示,图2为本公开进行人脸识别方法的流程示意图,可包括以下步骤:
步骤201:通过所述多目摄像机中的多个图像采集部件获取目标对象的位置坐标;
在一个实施例中,步骤201可具体实施为:通过所述多目摄像机中的多个图像采集部件,确定所述目标对象在相机坐标系中的位置坐标;将所述相机坐标系中的位置坐标按照相机坐标系与世界坐标系之间的转换关系进行转换,得到所述目标对象在所述世界坐标系中的坐标;将得到的所述世界坐标系中的坐标作为所述目标对象的位置坐标。
下面,以双目摄像机为例进行说明,如图3所示,P为空间场景中的目标点,p和p’分别为点P在左视角影像Left View和右视角影像Right View中的投影像点,O1和Or分别为左右两个视角的相机中心。其中,p和p’可通过双目摄像机自身来确定出,在此不再进行说明。然后通过相机标定技术获得两个视角的相机外参数并构建立体视觉坐标***,包括影像坐标系、相机坐标系以及世界坐标系,并提供坐标系之间的相互转换关系。根据双目摄像机提供的相机坐标和世界坐标系之间的转换关系,将p和p’的位置坐标通过该转换关系进行转换,得到P点的位置坐标。
由此,通过多目摄像机来确定出目标对象的位置坐标,提高准确率,以此来确定出目标对象所在的区域,以便于根据目标对象所在的区域进行定向提示。
步骤202:根据所述目标对象的位置坐标确定所述目标对象所在的区域;所述区域包括人脸检测区域和多个非人脸检测区域;
步骤203:如果所述目标对象所在的区域为非人脸检测区域,则根据预设的非人脸检测区域和移动方向的对应关系,确定所述目标对象所在的非人脸检测区域对应的移动方向;
其中,非人脸检测区域和移动方向的对应关系可如表1所示:
步骤204:向所述目标对象提示所述移动方向,以便于所述目标对象根据所述移动方向移动到所述人脸检测区域进行人脸识别。
由此,本公开通过多目摄像机来确定出目标对象的位置坐标,以此来确定出目标对象所在的区域,若确定出目标对象所在区域为非人脸检测区域,则根据预设关系确定出移动方向并进行提示,故此,用户可以根据提示移动到人脸检测区域,以此来提高人脸识别的效率。
为了使得摄像头的可视区域进行自适应划分,在一个实施例中,如图4所示,可包括以下步骤:
步骤401:根据进行人脸识别的通道的宽度以及所述多个图像采集部件的视场角确定出所述人脸检测区域的中心;
在一个实施例中,步骤401可具体实施为:将共用视场角的中线与所述进行人脸识别的通道的宽度的中线的交点作为所述人脸检测区域的中心,其中所述共用视场角为所述多个图像采集部件对应的各视场角的交集。
例如,如图5所示,以双目摄像机为例进行说明,从图中可知双目摄像机的共用视场角为角1。角1的中线为中线1。中线2为通道的宽度的中线。其中,中线1与中线2的交点O为人脸检测区域的中心。
由此,通过多目摄像机的视场角以及通道来确定出人脸检测区域的中心,能够根据通道的宽度自使用的进行划分,使得人脸检测区域的划分更加准确。
步骤402:利用所述人脸检测区域的中心,以及预设的人脸检测区域的形状和大小确定出所述人脸检测区域;
其中,预设的人脸检测区域的形状可为圆形、正方形、长方形等。
步骤403:以所述人脸检测区域为中心,将所述可视区域中除所述人脸检测区域之外的区域按照指定方向分成划分成指定数量的非人脸检测区域。
若所述人脸检测区域的形状为圆形,在一个实施例中,步骤403可具体实施为:使用所述人脸检测区域的上切线对所述可视区域进行划分,将划分后的子区域中不包括所述人脸检测区域的子区域作为非人脸检测区域;以及使用所述人脸检测区域的下切线对所述可视区域进行划分,将划分后的子区域中不包括所述人脸检测区域的子区域作为非人脸检测区域;以及将所述上切线和所述下切线划分后的包含所述人脸检测区域的子区域中除所述人脸检测区域之外的两个部分分别作为两个非人脸检测区域。
如图6所示,多目摄像机共用视场角和通道所围成的区域为该多目摄像机的可视区域。圆形区域为确定出的人脸检测区域。其中,非人脸检测区域1为使用人脸检测区域的上切线对可视区域进行划分得到的。非人脸检测区域2为使用人脸检测区域的下切线对可视区域进行划分得到的。非人脸检测区域3和非人脸检测区域4为将所述上切线和所述下切线划分后的包含所述人脸检测区域的子区域中除所述人脸检测区域之外两个非人脸检测区域。
由此,当人脸检测区域为圆形时,可通过人脸检测区域的上下切线来对多目摄像机的可视区域进行划分,以此来得到各非人脸检测区域。
为了使得用户能够根据提示更加准确的移动到人脸检测区域,在一个实施例中,所述提示还包括目标对象在移动方向上需要移动的距离。根据以下方法确定所述目标对象在所述移动方向上需要移动的距离:根据所述目标对象在移动方向上相对应的位置坐标、所述人脸检测区域中心在所述移动方向上相对应的位置坐标以及所述人脸检测区域的半径确定出所述目标对象在所述移动方向上需要移动的距离;向所述目标对象提示在所述移动方向上需要移动的距离。
例如,此时确定出目标对象的位置坐标为(a,b,),人脸检测区域中心的位置坐标为(m,n,)。若人脸检测区域的半径为r。
当确定出目标对象的移动方向为向后移或向前移。则确定出目标对象在移动方向上需要移动的距离为|b-n|+r。
当确定出目标对象的移动方向为向左移或向右移时,则确定出目标对象在移动方向上需要移动的距离为|a-m|+r。
由此,通过目标对象的位置坐标、人脸检测区域的半径以及位置坐标确定出目标对象在移动方向上需要移动的距离。以此使得目标对象能够更加准确的到达人脸检测区域。
为了进一步的了解本公开的技术方案,以人脸检测区域为圆形为例进行说明,下面结合图7进行详细的说明,可包括以下步骤:
步骤701:将多目摄像机的共用视场角的中线与所述进行人脸识别的通道的宽度的中线的交点作为所述人脸检测区域的中心,其中所述共用视场角为所述多个图像采集部件对应的各视场角的交集;
步骤702:利用所述人脸检测区域的中心,以及预设的人脸检测区域的形状和大小确定出所述人脸检测区域;
步骤703:使用所述人脸检测区域的上切线对所述可视区域进行划分,将划分后的子区域中不包括所述人脸检测区域的子区域作为非人脸检测区域;
步骤704:使用所述人脸检测区域的下切线对所述可视区域进行划分,将划分后的子区域中不包括所述人脸检测区域的子区域作为非人脸检测区域;
其中,步骤703和步骤704的执行时序本公开在此并不进行限定。
可以先执行步骤703,再执行步骤704。也可以先执行步骤704,再执行步骤703。或者步骤703和步骤704同时执行。
步骤705:将所述上切线和所述下切线划分后的包含所述人脸检测区域的子区域中除所述人脸检测区域之外的两个部分分别作为两个非人脸检测区域;
步骤706:通过所述多目摄像机中的多个图像采集部件获取目标对象的位置坐标;
步骤707:根据所述目标对象的位置坐标确定所述目标对象所在的区域;所述区域包括人脸检测区域和多个非人脸检测区域;
步骤708:如果所述目标对象所在的区域为非人脸检测区域,则根据预设的非人脸检测区域和移动方向的对应关系,确定所述目标对象所在的非人脸检测区域对应的移动方向;
步骤709:根据所述目标对象在所述移动方向上相对应的位置坐标、所述人脸检测区域中心在所述移动方向上相对应的位置坐标以及所述人脸检测区域的半径,确定出所述目标对象在所述移动方向上需要移动的距离;
步骤710:向所述目标对象提示所述移动方向和所述移动距离。
基于相同的发明构思,本公开如上所述的进行人脸识别的方法还可以由一种进行人脸识别的多目摄像机实现。该多目摄像机的效果与前述方法的效果相似,在此不再赘述。
图8为根据本公开一个实施例的进行人脸识别的多目摄像机的结构示意图。
如图8所示,本公开的进行人脸识别的多目摄像机800可以包括位置坐标获取模块810、目标对象所在区域确定模块820、移动方向确定模块830和移动方向提示模块840。
位置坐标获取模块810,用于通过所述多目摄像机中的多个图像采集部件获取目标对象的位置坐标;
目标对象所在区域确定模块820,用于根据所述目标对象的位置坐标确定所述目标对象所在的区域;所述区域包括人脸检测区域和多个非人脸检测区域;
移动方向确定模块830,用于如果所述目标对象所在的区域为非人脸检测区域,则根据预设的非人脸检测区域和移动方向的对应关系,确定所述目标对象所在的非人脸检测区域对应的移动方向;
移动方向提示模块840,用于向所述目标对象提示所述移动方向,以便于所述目标对象根据所述移动方向移动到所述人脸检测区域进行人脸识别。
在一个实施例中,所述多目摄像机还包括:
人脸检测区域中心确定模块850,用于通过所述多目摄像机中的多个图像采集部件获取目标对象的位置坐标之前,根据进行人脸识别的通道的宽度以及所述多个图像采集部件的视场角确定出所述人脸检测区域的中心;
人脸检测区域确定模块860,用于利用所述人脸检测区域的中心,以及预设的人脸检测区域的形状和大小确定出所述人脸检测区域;
非人脸检测区域确定模块870,用于以所述人脸检测区域为中心,将所述可视区域中除所述人脸检测区域之外的区域按照指定方向分成划分成指定数量的非人脸检测区域。
在一个实施例中,所述人脸检测区域中心确定模块850,具体用于:
将共用视场角的中线与所述进行人脸识别的通道的宽度的中线的交点作为所述人脸检测区域的中心,其中所述共用视场角为所述多个图像采集部件对应的各视场角的交集。
在一个实施例中,所述人脸检测区域的形状为圆形;
所述非人脸检测区域确定模块870,具体用于:
使用所述人脸检测区域的上切线对所述可视区域进行划分,将划分后的子区域中不包括所述人脸检测区域的子区域作为非人脸检测区域;以及
使用所述人脸检测区域的下切线对所述可视区域进行划分,将划分后的子区域中不包括所述人脸检测区域的子区域作为非人脸检测区域;以及
将所述上切线和所述下切线划分后的包含所述人脸检测区域的子区域中除所述人脸检测区域之外的两个部分分别作为两个非人脸检测区域。
在一个实施例中,所述多目摄像机还包括:
移动距离确定模块880,用于根据以下方法确定所述目标对象在移动方向上需要移动的距离:
根据所述目标对象在所述移动方向上相对应的位置坐标、所述人脸检测区域中心在所述移动方向上相对应的位置坐标以及所述人脸检测区域的半径,确定出所述目标对象在所述移动方向上需要移动的距离;
向所述目标对象提示在所述移动方向上需要移动的距离。
在一个实施例中,所述位置坐标获取模块810,具体用于:
通过所述多目摄像机中的多个图像采集部件,确定所述目标对象在相机坐标系中的位置坐标;
将所述相机坐标系中的位置坐标按照相机坐标系与世界坐标系之间的转换关系进行转换,得到所述目标对象在所述世界坐标系中的坐标;
将得到的所述世界坐标系中的坐标作为所述目标对象的位置坐标。
在介绍了本申请示例性实施方式的一种进行人脸识别的方法和多目摄像机之后,接下来,介绍根据本申请的另一示例性实施方式的电子设备。
所属技术领域的技术人员能够理解,本申请的各个方面可以实现为***、方法或程序产品。因此,本申请的各个方面可以具体实现为以下形式,即:完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等),或硬件和软件方面结合的实施方式,这里可以统称为“电路”、“模块”或“***”。
在一些可能的实施方式中,根据本申请的电子设备可以至少包括至少一个处理器、以及至少一个计算机存储介质。其中,计算机存储介质存储有程序代码,当程序代码被处理器执行时,使得处理器执行本说明书上述描述的根据本申请各种示例性实施方式的进行人脸识别的方法中的步骤。例如,处理器可以执行如图2中所示的步骤201-204。
下面参照图9来描述根据本申请的这种实施方式的电子设备900。图9显示的电子设备900仅仅是一个示例,不应对本申请实施例的功能和使用范围带来任何限制。
如图9所示,电子设备900以通用电子设备的形式表现。电子设备900的组件可以包括但不限于:上述至少一个处理器901、上述至少一个计算机存储介质902、连接不同***组件(包括计算机存储介质902和处理器901)的总线903。
总线903表示几类总线结构中的一种或多种,包括计算机存储介质总线或者计算机存储介质控制器、***总线、处理器或者使用多种总线结构中的任意总线结构的局域总线。
计算机存储介质902可以包括易失性计算机存储介质形式的可读介质,例如随机存取计算机存储介质(RAM)921和/或高速缓存存储介质922,还可以进一步包括只读计算机存储介质(ROM)923。
计算机存储介质902还可以包括具有一组(至少一个)程序模块924的程序/实用工具925,这样的程序模块924包括但不限于:操作***、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。
电子设备900也可以与一个或多个外部设备904(例如键盘、指向设备等)通信,还可与一个或者多个使得用户能与电子设备900交互的设备通信,和/或与使得该电子设备900能与一个或多个其它电子设备进行通信的任何设备(例如路由器、调制解调器等)通信。这种通信可以通过输入/输出(I/O)接口905进行。并且,电子设备900还可以通过网络适配器906与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图所示,网络适配器906通过总线903与用于电子设备900的其它模块通信。应当理解,尽管图中未示出,可以结合电子设备900使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理器、外部磁盘驱动阵列、RAID***、磁带驱动器以及数据备份存储***等。
在一些可能的实施方式中,本申请提供的一种进行人脸识别的方法的各个方面还可以实现为一种程序产品的形式,其包括程序代码,当程序产品在计算机设备上运行时,程序代码用于使计算机设备执行本说明书上述描述的根据本申请各种示例性实施方式的进行人脸识别的方法中的步骤。
程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的***、装置或器件,或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式盘、硬盘、随机存取计算机存储介质(RAM)、只读计算机存储介质(ROM)、可擦式可编程只读计算机存储介质(EPROM或闪存)、光纤、便携式紧凑盘只读计算机存储介质(CD-ROM)、光计算机存储介质件、磁计算机存储介质件、或者上述的任意合适的组合。
本申请的实施方式的进行人脸识别的程序产品可以采用便携式紧凑盘只读计算机存储介质(CD-ROM)并包括程序代码,并可以在电子设备上运行。然而,本申请的程序产品不限于此,在本文件中,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。
可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了可读程序代码。这种传播的数据信号可以采用多种形式,包括——但不限于——电磁信号、光信号或上述的任意合适的组合。可读信号介质还可以是可读存储介质以外的任何可读介质,该可读介质可以发送、传播或者传输用于由指令执行***、装置或者器件使用或者与其结合使用的程序。
可读介质上包含的程序代码可以用任何适当的介质传输,包括——但不限于——无线、有线、光缆、RF等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言的任意组合来编写用于执行本申请操作的程序代码,程序设计语言包括面向对象的程序设计语言—诸如Java、C++等,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户电子设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户电子设备上部分在远程电子设备上执行、或者完全在远程电子设备或服务器上执行。在涉及远程电子设备的情形中,远程电子设备可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户电子设备,或者,可以连接到外部电子设备(例如利用因特网服务提供商来通过因特网连接)。
应当注意,尽管在上文详细描述中提及了装置的若干模块,但是这种划分仅仅是示例性的并非强制性的。实际上,根据本申请的实施方式,上文描述的两个或更多模块的特征和功能可以在一个模块中具体化。反之,上文描述的一个模块的特征和功能可以进一步划分为由多个模块来具体化。
此外,尽管在附图中以特定顺序描述了本申请方法的操作,但是,这并非要求或者暗示必须按照该特定顺序来执行这些操作,或是必须执行全部所示的操作才能实现期望的结果。附加地或备选地,可以省略某些步骤,将多个步骤合并为一个步骤执行,和/或将一个步骤分解为多个步骤执行。
本领域内的技术人员应明白,本申请的实施例可提供为方法、***、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘计算机存储介质、CD-ROM、光学计算机存储介质等)上实施的计算机程序产品的形式。
本申请是参照根据本申请的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读计算机存储介质中,使得存储在该计算机可读计算机存储介质中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
显然,本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样,倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内,则本申请也意图包含这些改动和变型在内。
Claims (12)
1.一种进行人脸识别的方法,其特征在于,应用于多目摄像机中,所述方法包括:
判断获取目标对象的位置坐标的次数是否大于指定次数,若是,则停止获取该目标对象的位置坐标,并发出警报,以使工作人员对该目标对象进行帮助指导,以便于该目标对象能够进行人脸识别;
若否,则通过所述多目摄像机中的多个图像采集部件获取目标对象的位置坐标;
根据所述目标对象的位置坐标确定所述目标对象所在的区域;所述区域包括人脸检测区域和多个非人脸检测区域;
如果所述目标对象所在的区域为非人脸检测区域,则根据预设的非人脸检测区域和移动方向的对应关系,确定所述目标对象所在的非人脸检测区域对应的移动方向;
向所述目标对象提示所述移动方向和所述目标对象在移动方向上需要移动的距离,以便于所述目标对象根据所述移动方向移动到所述人脸检测区域进行人脸识别,其中,根据以下方法确定所述目标对象在所述移动方向上需要移动的距离:
根据所述目标对象在所述移动方向上相对应的位置坐标、所述人脸检测区域中心在所述移动方向上相对应的位置坐标以及所述人脸检测区域的半径,确定出所述目标对象在所述移动方向上需要移动的距离;向所述目标对象提示在所述移动方向上需要移动的距离。
2.根据权利要求1所述的方法,其特征在于,所述通过所述多目摄像机中的多个图像采集部件获取目标对象的位置坐标之前,所述方法还包括:
根据进行人脸识别的通道的宽度以及所述多个图像采集部件的视场角确定出所述人脸检测区域的中心;
利用所述人脸检测区域的中心,以及预设的人脸检测区域的形状和大小确定出所述人脸检测区域;
以所述人脸检测区域为中心,将可视区域中除所述人脸检测区域之外的区域按照指定方向分成划分成指定数量的非人脸检测区域。
3.根据权利要求2所述的方法,其特征在于,所述根据进行人脸识别的通道的宽度以及所述多个图像采集部件的视场角确定出所述人脸检测区域的中心,包括:
将共用视场角的中线与所述进行人脸识别的通道的宽度的中线的交点作为所述人脸检测区域的中心,其中所述共用视场角为所述多个图像采集部件对应的各视场角的交集。
4.根据权利要求2所述的方法,其特征在于,所述人脸检测区域的形状为圆形;
所述以所述人脸检测区域为中心,将所述可视区域中除所述人脸检测区域之外的区域按照指定方向分成划分成指定数量的非人脸检测区域,包括:
使用所述人脸检测区域的上切线对所述可视区域进行划分,将划分后的子区域中不包括所述人脸检测区域的子区域作为非人脸检测区域;以及
使用所述人脸检测区域的下切线对所述可视区域进行划分,将划分后的子区域中不包括所述人脸检测区域的子区域作为非人脸检测区域;以及
将所述上切线和所述下切线划分后的包含所述人脸检测区域的子区域中除所述人脸检测区域之外的两个部分分别作为两个非人脸检测区域。
5.根据权利要求1~4中任一所述的方法,其特征在于,所述通过所述多目摄像机中的多个图像采集部件获取目标对象的位置坐标,包括:
通过所述多目摄像机中的多个图像采集部件,确定所述目标对象在相机坐标系中的位置坐标;
将所述相机坐标系中的位置坐标按照相机坐标系与世界坐标系之间的转换关系进行转换,得到所述目标对象在所述世界坐标系中的坐标;
将得到的所述世界坐标系中的坐标作为所述目标对象的位置坐标。
6.一种进行人脸识别的多目摄像机,其特征在于,所述多目摄像机包括:
判断模块,用于判断获取目标对象的位置坐标的次数是否大于指定次数,若是,则停止获取该目标对象的位置坐标,并发出警报,以使工作人员对该目标对象进行帮助指导,以便于该目标对象能够进行人脸识别;
位置坐标获取模块,用于若否,则通过所述多目摄像机中的多个图像采集部件获取目标对象的位置坐标;
目标对象所在区域确定模块,用于根据所述目标对象的位置坐标确定所述目标对象所在的区域;所述区域包括人脸检测区域和多个非人脸检测区域;
移动方向确定模块,用于如果所述目标对象所在的区域为非人脸检测区域,则根据预设的非人脸检测区域和移动方向的对应关系,确定所述目标对象所在的非人脸检测区域对应的移动方向;
移动方向提示模块,用于向所述目标对象提示所述移动方向和所述目标对象在移动方向上需要移动的距离,以便于所述目标对象根据所述移动方向移动到所述人脸检测区域进行人脸识别,其中,根据以下方法确定所述目标对象在所述移动方向上需要移动的距离:
根据所述目标对象在所述移动方向上相对应的位置坐标、所述人脸检测区域中心在所述移动方向上相对应的位置坐标以及所述人脸检测区域的半径,确定出所述目标对象在所述移动方向上需要移动的距离;向所述目标对象提示在所述移动方向上需要移动的距离。
7.根据权利要求6所述的多目摄像机,其特征在于,所述多目摄像机还包括:
人脸检测区域中心确定模块,用于通过所述多目摄像机中的多个图像采集部件获取目标对象的位置坐标之前,根据进行人脸识别的通道的宽度以及所述多个图像采集部件的视场角确定出所述人脸检测区域的中心;
人脸检测区域确定模块,用于利用所述人脸检测区域的中心,以及预设的人脸检测区域的形状和大小确定出所述人脸检测区域;
非人脸检测区域确定模块,用于以所述人脸检测区域为中心,将可视区域中除所述人脸检测区域之外的区域按照指定方向分成划分成指定数量的非人脸检测区域。
8.根据权利要求7所述的多目摄像机,其特征在于,所述人脸检测区域中心确定模块,具体用于:
将共用视场角的中线与所述进行人脸识别的通道的宽度的中线的交点作为所述人脸检测区域的中心,其中所述共用视场角为所述多个图像采集部件对应的各视场角的交集。
9.根据权利要求7所述的多目摄像机,其特征在于,所述人脸检测区域的形状为圆形;
所述非人脸检测区域确定模块,具体用于:
使用所述人脸检测区域的上切线对所述可视区域进行划分,将划分后的子区域中不包括所述人脸检测区域的子区域作为非人脸检测区域;以及
使用所述人脸检测区域的下切线对所述可视区域进行划分,将划分后的子区域中不包括所述人脸检测区域的子区域作为非人脸检测区域;以及
将所述上切线和所述下切线划分后的包含所述人脸检测区域的子区域中除所述人脸检测区域之外的两个部分分别作为两个非人脸检测区域。
10.根据权利要求6~9中任一所述的多目摄像机,其特征在于,所述位置坐标获取模块,具体用于:
通过所述多目摄像机中的多个图像采集部件,确定所述目标对象在相机坐标系中的位置坐标;
将所述相机坐标系中的位置坐标按照相机坐标系与世界坐标系之间的转换关系进行转换,得到所述目标对象在所述世界坐标系中的坐标;
将得到的所述世界坐标系中的坐标作为所述目标对象的位置坐标。
11.一种电子设备,其特征在于,包括至少一个处理器;以及与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述至少一个处理器执行的指令;所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行根据权利要求1-5中任一项所述的方法。
12.一种计算机存储介质,其特征在于,所述计算机存储介质存储有计算机程序,所述计算机程序用于执行根据权利要求1-5中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011257892.5A CN112380965B (zh) | 2020-11-11 | 2020-11-11 | 进行人脸识别的方法及多目摄像机 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011257892.5A CN112380965B (zh) | 2020-11-11 | 2020-11-11 | 进行人脸识别的方法及多目摄像机 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112380965A CN112380965A (zh) | 2021-02-19 |
CN112380965B true CN112380965B (zh) | 2024-04-09 |
Family
ID=74582894
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011257892.5A Active CN112380965B (zh) | 2020-11-11 | 2020-11-11 | 进行人脸识别的方法及多目摄像机 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112380965B (zh) |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20000035050A (ko) * | 1998-11-18 | 2000-06-26 | 김운용 | 얼굴 촬영/인식방법 |
KR100691348B1 (ko) * | 2005-12-21 | 2007-03-12 | 고정환 | 팬/틸트 제어기반의 스테레오 카메라를 이용한 이동표적추적방법 및 그 시스템 |
CN103383595A (zh) * | 2012-05-02 | 2013-11-06 | 三星电子株式会社 | 基于用户人脸的分析控制移动终端的装置和方法 |
CN106296720A (zh) * | 2015-05-12 | 2017-01-04 | 株式会社理光 | 基于双目相机的人体朝向识别方法和*** |
CN106650665A (zh) * | 2016-12-26 | 2017-05-10 | 北京旷视科技有限公司 | 人脸跟踪方法及装置 |
CN108108704A (zh) * | 2017-12-28 | 2018-06-01 | 努比亚技术有限公司 | 人脸识别方法及移动终端 |
CN108446595A (zh) * | 2018-02-12 | 2018-08-24 | 深圳超多维科技有限公司 | 一种空间定位方法、装置、***及存储介质 |
CN108875833A (zh) * | 2018-06-22 | 2018-11-23 | 北京智能管家科技有限公司 | 神经网络的训练方法、人脸识别方法及装置 |
CN109034052A (zh) * | 2018-07-24 | 2018-12-18 | 深圳市科脉技术股份有限公司 | 人脸检测方法及装置 |
WO2019071664A1 (zh) * | 2017-10-09 | 2019-04-18 | 平安科技(深圳)有限公司 | 结合深度信息的人脸识别方法、装置及存储介质 |
CN110738142A (zh) * | 2019-09-26 | 2020-01-31 | 广州广电卓识智能科技有限公司 | 一种自适应改善人脸图像采集的方法、***及存储介质 |
CN110929566A (zh) * | 2019-10-16 | 2020-03-27 | 厦门大学 | 基于可见光和近红外双目摄像头的人脸活体检测方法 |
CN111209870A (zh) * | 2020-01-09 | 2020-05-29 | 杭州涂鸦信息技术有限公司 | 一种双目活体摄像头快速配准方法及其***和装置 |
CN111784885A (zh) * | 2020-06-17 | 2020-10-16 | 杭州海康威视数字技术股份有限公司 | 通行控制方法、装置、闸机设备及多闸机*** |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005190400A (ja) * | 2003-12-26 | 2005-07-14 | Seiko Epson Corp | 顔画像検出方法及び顔画像検出システム並びに顔画像検出プログラム |
-
2020
- 2020-11-11 CN CN202011257892.5A patent/CN112380965B/zh active Active
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20000035050A (ko) * | 1998-11-18 | 2000-06-26 | 김운용 | 얼굴 촬영/인식방법 |
KR100691348B1 (ko) * | 2005-12-21 | 2007-03-12 | 고정환 | 팬/틸트 제어기반의 스테레오 카메라를 이용한 이동표적추적방법 및 그 시스템 |
CN103383595A (zh) * | 2012-05-02 | 2013-11-06 | 三星电子株式会社 | 基于用户人脸的分析控制移动终端的装置和方法 |
CN106296720A (zh) * | 2015-05-12 | 2017-01-04 | 株式会社理光 | 基于双目相机的人体朝向识别方法和*** |
CN106650665A (zh) * | 2016-12-26 | 2017-05-10 | 北京旷视科技有限公司 | 人脸跟踪方法及装置 |
WO2019071664A1 (zh) * | 2017-10-09 | 2019-04-18 | 平安科技(深圳)有限公司 | 结合深度信息的人脸识别方法、装置及存储介质 |
CN108108704A (zh) * | 2017-12-28 | 2018-06-01 | 努比亚技术有限公司 | 人脸识别方法及移动终端 |
CN108446595A (zh) * | 2018-02-12 | 2018-08-24 | 深圳超多维科技有限公司 | 一种空间定位方法、装置、***及存储介质 |
CN108875833A (zh) * | 2018-06-22 | 2018-11-23 | 北京智能管家科技有限公司 | 神经网络的训练方法、人脸识别方法及装置 |
CN109034052A (zh) * | 2018-07-24 | 2018-12-18 | 深圳市科脉技术股份有限公司 | 人脸检测方法及装置 |
CN110738142A (zh) * | 2019-09-26 | 2020-01-31 | 广州广电卓识智能科技有限公司 | 一种自适应改善人脸图像采集的方法、***及存储介质 |
CN110929566A (zh) * | 2019-10-16 | 2020-03-27 | 厦门大学 | 基于可见光和近红外双目摄像头的人脸活体检测方法 |
CN111209870A (zh) * | 2020-01-09 | 2020-05-29 | 杭州涂鸦信息技术有限公司 | 一种双目活体摄像头快速配准方法及其***和装置 |
CN111784885A (zh) * | 2020-06-17 | 2020-10-16 | 杭州海康威视数字技术股份有限公司 | 通行控制方法、装置、闸机设备及多闸机*** |
Non-Patent Citations (1)
Title |
---|
智能化视频分析技术探讨;耿征;中国安防(第3期);37-49 * |
Also Published As
Publication number | Publication date |
---|---|
CN112380965A (zh) | 2021-02-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11024045B2 (en) | Method and apparatus for generating three-dimensional data, device, and storage medium | |
CN111209978B (zh) | 三维视觉重定位方法、装置及计算设备、存储介质 | |
US11181624B2 (en) | Method and apparatus for calibration between laser radar and camera, device and storage medium | |
CN110082724B (zh) | 一种声源定位方法、装置及存储介质 | |
CN109032348B (zh) | 基于增强现实的智能制造方法与设备 | |
EP3531342A2 (en) | Method, apparatus and system for human body tracking processing | |
CN108876857B (zh) | 无人驾驶车辆的定位方法、***、设备及存储介质 | |
CN110866497B (zh) | 基于点线特征融合的机器人定位与建图方法和装置 | |
CN114494487B (zh) | 基于全景图语义拼接的户型图生成方法、设备及存储介质 | |
CN110688873A (zh) | 多目标追踪方法及人脸识别方法 | |
CN113255619A (zh) | 车道线识别及定位方法、电子设备和计算机可读介质 | |
US20150154736A1 (en) | Linking Together Scene Scans | |
CN114529621B (zh) | 户型图生成方法、装置、电子设备及介质 | |
CN115439543A (zh) | 孔洞位置的确定方法和元宇宙中三维模型的生成方法 | |
CN111583338B (zh) | 用于无人设备的定位方法、装置、介质及无人设备 | |
CN109933058B (zh) | 用于确定可移动设备的移动误差的方法、装置、服务器及存储介质 | |
CN112380965B (zh) | 进行人脸识别的方法及多目摄像机 | |
CN112085842B (zh) | 深度值确定方法及装置、电子设备和存储介质 | |
CN114185360B (zh) | 基于无人机的房屋普查方法及装置 | |
CN112927198B (zh) | 烟雾检测方法及设备 | |
JP2022098433A (ja) | 車両関連付け方法、車両関連付け装置、コンピュータ可読記憶媒体、コンピュータプログラム製品、路側機器、クラウドコントロールプラットフォームおよびプログラム | |
CN110634159A (zh) | 一种目标检测方法和装置 | |
JP2022142784A (ja) | 単眼物体検出を向上するための自己学習ラベル精密化のシステム及び方法 | |
CN110675445B (zh) | 一种视觉定位方法、装置及存储介质 | |
CN114494486A (zh) | 户型图生成方法、设备及存储介质 |
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 |