CN113378873A - 一种用于确定目标对象归属或归类的算法 - Google Patents
一种用于确定目标对象归属或归类的算法 Download PDFInfo
- Publication number
- CN113378873A CN113378873A CN202110042997.7A CN202110042997A CN113378873A CN 113378873 A CN113378873 A CN 113378873A CN 202110042997 A CN202110042997 A CN 202110042997A CN 113378873 A CN113378873 A CN 113378873A
- Authority
- CN
- China
- Prior art keywords
- target object
- algorithm
- attribution
- triangle
- tan
- 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
- 238000001514 detection method Methods 0.000 claims description 4
- 238000000034 method Methods 0.000 abstract description 3
- 238000012545 processing Methods 0.000 abstract description 2
- 206010011409 Cross infection Diseases 0.000 description 5
- 238000007726 management method Methods 0.000 description 4
- 238000004659 sterilization and disinfection Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 201000003176 Severe Acute Respiratory Syndrome Diseases 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 241000894006 Bacteria Species 0.000 description 1
- 241000711573 Coronaviridae Species 0.000 description 1
- 208000034063 Rare infectious disease Diseases 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000002924 anti-infective effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000002955 isolation Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 241000894007 species Species 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 238000005406 washing Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/021—Services related to particular areas, e.g. point of interest [POI] services, venue services or geofences
Landscapes
- Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明涉及机器视觉识别领域,主要用于确定通过机器视觉识别到的对象的归属或归类,具体公开了一种用于确定目标对象归属或归类的算法,内容包括目标对象的归属或归类的电子围栏配置算法,目标对象中心点坐标,目标对象中心点是否在其归属或归类的电子围栏内算法;目的在于提供一种确定机器视觉识别到的目标对象的归属或归类的算法,这里的归属或归类通过配置,已经获得了业务上的意义;这样,通过机器视觉识别到的目标对象也就获得了业务上的意义,目标对象也就可以进行业务处理了,最后,我们就可以把机器视觉融入到业务***中去。
Description
技术领域
本发明涉及视觉识别技术领域,特别涉及一种用于确定通过机器视觉识别到的目标对象的归属或归类的算法。
背景技术
由于环境污染的加剧,各种罕见的感染性疾病和新的病种接踵而来,尤其是严重的急性呼吸综合症(SARS)和新冠病毒的爆发和流行,医院感染已成为全球医学界的重要研究课题。新形式下,医院感染管理工作在提高医疗护理质量,控制院内感染的发生起着重要的作用。***颁发了《消毒管理办法》、《消毒技术规范》、《医院感染管理规范》来规范院感工作。
院感过程中的手卫生(洗手、卫生手消毒、外科手消毒等),多重耐药菌隔离,手术器械、内镜等器械消毒,非常适合使用机器视觉进行监控和管理。因为机器视觉具有准确性高、没有干预等特点,相较于其他方式,它有以下优点:
1、非接触测量,对于观测者与被观测者都不会产生任何损伤,从而提高***的可靠性;
2、具有较宽的光谱响应范围,例如使用人眼看不见的红外测量,扩展了人眼的视觉范围;
3、长时间稳定工作,人类难以长时间对同一对象进行观察,而机器视觉则可以长时间地作测量、分析和识别任务。
但是用机器视觉来管理院感业务,首先遇到的问题是如何确定通过机器视觉识别到的目标对象的归属问题,即如何确定某个防感染动作属于哪个人,或某个设备部分属于哪个设备等等问题。只有解决了目标对象的归属问题,才能将机器视觉识别赋予实际的业务功能,才能让基于机器视觉的院感业务***真正运作起来。
要解决上述问题,目前需要一种用于确定通过机器视觉识别到的目标对象的归属或归类的算法。
发明内容
针对现有技术存在的不足,本发明的目的在于提供一种用于确定目标对象归属或归类的算法,用来确定目标对象的归属或归类,从而给予机器视觉结果相关的业务能力。
本发明的上述技术目的是通过以下技术方案得以实现的:
一种用于确定目标对象归属或归类的算法,包括目标对象归属或归类的电子围栏配置算法、目标对象中心点坐标、目标对象中心点是否在其归属或归类的电子围栏内的检测算法,所述目标对象取其中心点坐标为目标对象的坐标,计算其在帧平面上的位置,通过预先配置好目标对象的归属或归类的范围的电子围栏,电子围栏仅仅包括一个矩形或三角形,或多个矩形或三角形的组合,再通过检测算法判断目标对象中心点是否在其归属或归类的电子围栏内。
进一步优选为,目标对象所在帧是以左上角为原点(0,0),横坐标向右为正,纵坐标向下为正。
进一步优选为,一个所述矩形电子围栏由左边距、右边距、上边距和下边距确定;一个所述三角形电子围栏由左边距、右边距、上边距和下边距,最后由左三角、右三角、上三角和下三角的三角形方位确定。
进一步优选为,如何判断一个目标对象(x,y)是否在一个矩形电子围栏(left,right,top,bottom)内,必须同时满足如下条件:x>left;x<right;y>top;y<bottom。
进一步优选为,如何判断一个目标对象(x,y)是否在一个三角形电子围栏(left,right,top,bottom,direction)内,必须同时满足如下条件:
目标对象(x,y)必须在三角形电子围栏(left,right,top,bottom,direction)所在的矩形电子围栏(left,right,top,bottom)内,即同时满足x>left,x<right,y>top且y<bottom;
目标对象(x,y)与纵轴或横轴形成的角度(ɑ),三角形相关角度(β)必须满足tan(ɑ)<tan(β)。
进一步优选为,当方位为左三角时,条件tan(ɑ)<tan(β)的最终结果为:
(x-left)/(y-top)<=(right-left)/(bottom-top)。
进一步优选为,当方位为右三角时,条件tan(ɑ)<tan(β)的最终结果为:
(x-left)/(y-top)>(right-left)/(bottom-top)。
进一步优选为,当方位为上三角时,条件tan(ɑ)<tan(β)的最终结果为:
(right-x)/(y-top)<=(right-left)/(bottom-top)。
进一步优选为,当方位为下三角时,条件tan(ɑ)<tan(β)的最终结果为:
(right-x)/(y-top)>(right-left)/(bottom-top)。
综上所述,本发明对比于现有技术的有益效果为:提供一种确定机器视觉识别到的目标对象的归属或归类的算法,这里的归属或归类通过配置,已经获得了业务上的意义;这样,通过机器视觉识别到的目标对象也就获得了业务上的意义,目标对象也就可以进行业务处理了,最后,我们就可以把机器视觉融入到业务***中去。
附图说明
通过参考附图阅读下文的详细描述,本发明示例性实施方式的上述以及其他目的、特征和优点将变得易于理解。在附图中,以示例性而非限制性的方式示出了本发明的若干实施方式,其中:
图1是本发明所涉及到的目标对象中心点和bbox示意图。
图2是本发明所涉及到目标对象归属或归类的电子围栏示意图。
图3是本发明所涉及到的电子围栏几何形状之左三角示意图。
图4是本发明所涉及到的电子围栏几何形状之右三角示意图。
图5是本发明所涉及到的电子围栏几何形状之上三角示意图。
图6是本发明所涉及到的电子围栏几何形状之下三角示意图。
图7是本发明所涉及到的目标中心点(x,y)属于矩形电子围栏(left,right,top,bot)示意图。
图8是本发明所涉及到的目标中心点(x,y)属于左三角电子围栏(left,right,top,bot,左)示意图。
图9是本发明所涉及到的一个电子围栏由一个矩形和一个左三角组成电子围栏的示意图。
具体实施方式
下面将参考若干示例性实施方式来描述本发明的原理和精神。应当理解,给出这些实施方式仅仅是为了使本领域技术人员能够更好地理解进而实现本发明,而并非以任何方式限制本发明的范围。相反,提供这些实施方式是为了使本公开更加透彻和完整,并且能够将本公开的范围完整地传达给本领域的技术人员。说明书中的“实施例”或“实施方式”既可表示一个实施例或一种实施方式,也可表示一些实施例或一些实施方式的情况。
本领域技术人员知道,本发明的实施方式可以实现为一种***、装置、设备、方法或计算机程序产品。因此,本公开可以具体实现为以下形式,即:完全的硬件、完全的软件(包括固件、驻留软件、微代码等),或者硬件和软件结合的形式。
根据本发明的实施方式,提出了一种用于确定目标对象归属或归类的算法。
需要说明的是,附图中的任何元素数量均用于示例而非限制,以及任何命名都仅用于区分,而不具有任何限制含义。
下面对本发明中所涉及的技术术语进行简单描述,以便相关人员更好的理解本方案。
一般机器视觉得到的目标对象是一个以中心点为中心的bbox。
示例如图1:
而目标对象的归属或归类我们是通过一个或多个基于几何图形的电子围栏来实现。
示例如图2:
一种用于确定目标对象归属或归类的算法,其包括如下步骤。
首先,目标对象所在帧是以左上角为原点(0,0),横坐标向右为正,纵坐标向下为正。
进一步地,目标对象取其中心点坐标为目标对象的坐标,计算其在帧平面上的位置。
进一步地,通过预先配置好目标对象的归属或归类的范围的电子围栏,为了配置的简便,这些电子围栏仅仅包括一个矩形或三角形,或多个矩形或三角形的组合。
进一步地,一个矩形电子围栏,由左边距、右边距、上边距和下边距确定;
一个三角形电子围栏,由左边距、右边距、上边距和下边距,最后由三角形方位(左三角、右三角、上三角和下三角)确定;左三角如图3、右三角如图4、上三角如图5、下三角如图6。
进一步地,如何判断一个目标对象(x,y)是否在一个矩形电子围栏(left,right,top,bottom)内,必须同时满足如下条件:x>left;x<right;y>top;y<bottom;如图7所示。
进一步地,如何判断一个目标对象(x,y)是否在一个三角形电子围栏(left,right,top,bottom,direction)内,必须同时满足如下条件:
(1)目标对象(x,y)必须在三角形电子围栏(left,right,top,bottom,direction)所在的矩形电子围栏(left,right,top,bottom)内,即同时满足:x>left,x<right,y>top,y<bottom;
(2)目标对象(x,y)与纵轴或横轴形成的角度(ɑ),三角形相关角度(β)必须满足:tan(ɑ)<tan(β)。
更进一步地,判断tan(ɑ)<tan(β),可以进一步分解成目标中心点横坐标纵坐标和电子围栏长宽的关系,如下:
(1)当方位为左三角时,条件tan(ɑ)<tan(β)的最终结果为:(x-left)/(y-top)<=(right-left)/(bottom-top);如图8所示。
(2)当方位为右三角时,条件tan(ɑ)<tan(β)的最终结果为:(x-left)/(y-top)>(right-left)/(bottom-top);图略。
(3)当方位为上三角时,条件tan(ɑ)<tan(β)的最终结果为:(right-x)/(y-top)<=(right-left)/(bottom-top);图略。
(4)当方位为下三角时,条件tan(ɑ)<tan(β)的最终结果为:(right-x)/(y-top)>(right-left)/(bottom-top);图略。
最后,如果一个目标对象所属的归属或归类的电子围栏是N个几何图形(只能是矩形或三角形)的集合:
fence={shape1,shape2,...|shape∈矩形电子围栏或三角形电子围栏};则,如果一个目标对象(x,y)确定属于某个归属或归类,必须满足:(x,y)∈shape1|(x,y)∈shape2|...。
如图9所示,归属或归类的电子围栏包括一个矩形和一个左三角形,目标对象在左三角内,则目标对象确定属于这个归属或归类。
以上所述仅是本发明的示范性实施方式,而非用于限制本发明的保护范围,本发明的保护范围由所附的权利要求确定。
Claims (9)
1.一种用于确定目标对象归属或归类的算法,其特征在于,包括目标对象归属或归类的电子围栏配置算法、目标对象中心点坐标、目标对象中心点是否在其归属或归类的电子围栏内的检测算法,所述目标对象取其中心点坐标为目标对象的坐标,计算其在帧平面上的位置,通过预先配置好目标对象的归属或归类的范围的电子围栏,电子围栏仅仅包括一个矩形或三角形,或多个矩形或三角形的组合,再通过检测算法判断目标对象中心点是否在其归属或归类的电子围栏内。
2.根据权利要求1所述的用于确定目标对象归属或归类的算法,其特征在于,目标对象所在帧是以左上角为原点(0,0),横坐标向右为正,纵坐标向下为正。
3.根据权利要求1所述的用于确定目标对象归属或归类的算法,其特征在于,一个所述矩形电子围栏由左边距、右边距、上边距和下边距确定;一个所述三角形电子围栏由左边距、右边距、上边距和下边距,最后由左三角、右三角、上三角和下三角的三角形方位确定。
4.根据权利要求1所述的用于确定目标对象归属或归类的算法,其特征在于,如何判断一个目标对象(x,y)是否在一个矩形电子围栏(left,right,top,bottom)内,必须同时满足如下条件:x>left;x<right;y>top;y<bottom。
5.根据权利要求1所述的用于确定目标对象归属或归类的算法,其特征在于,如何判断一个目标对象(x,y)是否在一个三角形电子围栏(left,right,top,bottom,direction)内,必须同时满足如下条件:
目标对象(x,y)必须在三角形电子围栏(left,right,top,bottom,direction)所在的矩形电子围栏(left,right,top,bottom)内,即同时满足x>left,x<right,y>top且y<bottom;
目标对象(x,y)与纵轴或横轴形成的角度(ɑ),三角形相关角度(β)必须满足tan(ɑ)<tan(β)。
6.根据权利要求5所述的用于确定目标对象归属或归类的算法,其特征在于,当方位为左三角时,条件tan(ɑ)<tan(β)的最终结果为:
(x-left)/(y-top)<=(right-left)/(bottom-top)。
7.根据权利要求5所述的用于确定目标对象归属或归类的算法,其特征在于,当方位为右三角时,条件tan(ɑ)<tan(β)的最终结果为:
(x-left)/(y-top)>(right-left)/(bottom-top)。
8.根据权利要求5所述的用于确定目标对象归属或归类的算法,其特征在于,当方位为上三角时,条件tan(ɑ)<tan(β)的最终结果为:
(right-x)/(y-top)<=(right-left)/(bottom-top)。
9.根据权利要求5所述的用于确定目标对象归属或归类的算法,其特征在于,当方位为下三角时,条件tan(ɑ)<tan(β)的最终结果为:
(right-x)/(y-top)>(right-left)/(bottom-top)。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110042997.7A CN113378873A (zh) | 2021-01-13 | 2021-01-13 | 一种用于确定目标对象归属或归类的算法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110042997.7A CN113378873A (zh) | 2021-01-13 | 2021-01-13 | 一种用于确定目标对象归属或归类的算法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113378873A true CN113378873A (zh) | 2021-09-10 |
Family
ID=77569548
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110042997.7A Pending CN113378873A (zh) | 2021-01-13 | 2021-01-13 | 一种用于确定目标对象归属或归类的算法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113378873A (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6577758B1 (en) * | 1999-09-24 | 2003-06-10 | Cognex Technology And Investment Corporation | Image position detection technique in which input parameters can be easily determined |
CN106327507A (zh) * | 2016-08-10 | 2017-01-11 | 南京航空航天大学 | 一种基于背景和前景信息的彩色图像显著性检测方法 |
CN107045716A (zh) * | 2016-02-06 | 2017-08-15 | 华为技术有限公司 | 一种物体检测方法及计算机设备 |
CN107886507A (zh) * | 2017-11-14 | 2018-04-06 | 长春工业大学 | 一种基于图像背景和空间位置的显著区域检测方法 |
CN111144232A (zh) * | 2019-12-09 | 2020-05-12 | 国网智能科技股份有限公司 | 基于智能视频监控的变电站电子围栏监测方法、存储介质及设备 |
CN111523533A (zh) * | 2019-02-01 | 2020-08-11 | 阿里巴巴集团控股有限公司 | 一种从图像中确定物体所在区域的方法及装置 |
CN111770447A (zh) * | 2020-09-01 | 2020-10-13 | 摩拜(北京)信息技术有限公司 | 生成电子围栏的方法、装置及服务器 |
-
2021
- 2021-01-13 CN CN202110042997.7A patent/CN113378873A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6577758B1 (en) * | 1999-09-24 | 2003-06-10 | Cognex Technology And Investment Corporation | Image position detection technique in which input parameters can be easily determined |
CN107045716A (zh) * | 2016-02-06 | 2017-08-15 | 华为技术有限公司 | 一种物体检测方法及计算机设备 |
CN106327507A (zh) * | 2016-08-10 | 2017-01-11 | 南京航空航天大学 | 一种基于背景和前景信息的彩色图像显著性检测方法 |
CN107886507A (zh) * | 2017-11-14 | 2018-04-06 | 长春工业大学 | 一种基于图像背景和空间位置的显著区域检测方法 |
CN111523533A (zh) * | 2019-02-01 | 2020-08-11 | 阿里巴巴集团控股有限公司 | 一种从图像中确定物体所在区域的方法及装置 |
CN111144232A (zh) * | 2019-12-09 | 2020-05-12 | 国网智能科技股份有限公司 | 基于智能视频监控的变电站电子围栏监测方法、存储介质及设备 |
CN111770447A (zh) * | 2020-09-01 | 2020-10-13 | 摩拜(北京)信息技术有限公司 | 生成电子围栏的方法、装置及服务器 |
Non-Patent Citations (3)
Title |
---|
ALLYSU: "向量叉积和应用:判断点是否在三角形内部", 《慕课网》 * |
KA_KO: "判断一个点是否在矩形内部", 《CSDN》 * |
大象: "判断用户点击是否在指定区域内", 《SEGMENTFAULT》 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11790637B2 (en) | Method for estimating blood component quantities in surgical textiles | |
CN110210302B (zh) | 多目标跟踪方法、装置、计算机设备及存储介质 | |
CN105354985A (zh) | 疲劳驾驶监控装置及方法 | |
KR101972356B1 (ko) | 상반신 검출장치 및 검출방법 | |
CN109903503A (zh) | 一种视频监控物体入侵检测区域的检测方法 | |
CN112464797B (zh) | 一种吸烟行为检测方法、装置、存储介质及电子设备 | |
CN111753724A (zh) | 一种异常行为识别方法及装置 | |
RU2713876C1 (ru) | Способ и система выявления тревожных событий при взаимодействии с устройством самообслуживания | |
KR20190108043A (ko) | 소변 자동 추적방법 및 장치 | |
US20140078281A1 (en) | Drowsiness warning device | |
CN110852249A (zh) | 监控人员洗手的方法及*** | |
EP2288932A1 (de) | Verfahren und vorrichtung zur lokalisation mindestens eines gegenstandes | |
EP2472470A3 (en) | System, method & computer program for presenting an automated assessment of a sample's response to external influences | |
CN113378873A (zh) | 一种用于确定目标对象归属或归类的算法 | |
CN113379381B (zh) | 一种消毒工作监测管理方法及*** | |
CN105380622A (zh) | 一种用于健康预警的多数据监控方法 | |
EP3252667A1 (en) | Image processing method and image processing system | |
CN111191499A (zh) | 一种基于最小中心线的跌倒检测方法及装置 | |
CN116844303A (zh) | 一种基于边缘计算的敬老院老人摔倒报警*** | |
CN115761803A (zh) | 一种电力作业区域***行人安全预警方法 | |
CN207867536U (zh) | 物品出入库管理*** | |
Luca et al. | Anomaly detection using the Poisson process limit for extremes | |
CN209327481U (zh) | 零线、火线检测电路和用电设备 | |
CN112464906A (zh) | 一种基于计算机视觉的轨道异物入侵检测方法及装置 | |
CN112288266A (zh) | 调车手信号的处理、模型获取方法、装置、设备及介质 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210910 |