CN113542670B - 检测方法、检测装置和检测*** - Google Patents
检测方法、检测装置和检测*** Download PDFInfo
- Publication number
- CN113542670B CN113542670B CN202110208988.0A CN202110208988A CN113542670B CN 113542670 B CN113542670 B CN 113542670B CN 202110208988 A CN202110208988 A CN 202110208988A CN 113542670 B CN113542670 B CN 113542670B
- Authority
- CN
- China
- Prior art keywords
- camera
- user
- ultrasonic radar
- area
- shelf
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 56
- 238000012544 monitoring process Methods 0.000 claims abstract description 21
- 238000000034 method Methods 0.000 claims abstract description 16
- 238000004364 calculation method Methods 0.000 claims description 8
- 230000008569 process Effects 0.000 abstract description 7
- 238000011897 real-time detection Methods 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 9
- 230000000903 blocking effect Effects 0.000 description 7
- 239000013256 coordination polymer Substances 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 238000003672 processing method Methods 0.000 description 2
- 241000531116 Blitum bonus-henricus Species 0.000 description 1
- 235000008645 Chenopodium bonus henricus Nutrition 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
- G01S15/88—Sonar systems specially adapted for specific applications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/80—Camera processing pipelines; Components thereof
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本申请公开了一种实时检测方法、检测装置和检测***,属于数字货架技术领域,检测***与货架相对设置,检测***包括智能相机,智能相机包括摄像头以及并列设置的超声雷达,检测方法包括:通过超声雷达监测货架前是否有人移动;在货架前存在用户的情况下,根据摄像头、超声雷达与货架的预设位置关系以及通过超声雷达确定的用户的点云位置,确定用户在摄像头的拍摄图像中的遮挡区域;通过处理器对拍摄图像中除遮挡区域以外的区域进行处理,以确定货架上的商品陈列信息和缺货信息。可以避免遮挡物与商品混杂在一起,在处理时发生误判,提高对于货架上的商品陈列信息和缺货信息检测的准确性。
Description
技术领域
本申请属于数字货架技术领域,具体涉及一种检测方法、检测装置和检测***。
背景技术
近几年,与人们生活密切联系的智能新零售迅速发展,其运用互联网、物联网、大数据、人工智能等技术赋能商超、便利店等数字化、智能化管理,同时优化商品和用户和支付之间的关系,给予顾客更快、更好、更方便的购物体验。
数字货架或将传统货架数字化是智能新零售业务中重要的一个环节。排面智能检测、缺货智能报警等需求赋予了数字货架的智能化管理的新需求,同时在5G来临的时代背景下,通过云端,远程、高效、实时的管理货架和掌握货架信息,以及对所有商品精准定位、导航,陈列轨迹追踪分析,成为新零售技术的必然需求,这就要求货架能够数字化,而对大量现存的传统货架要将其数字化,则必须依赖相机拍摄货架排面并通过计算机视觉或AI算法进行处理来获得货架商品的数字化信息。
在实现本申请过程中,发明人发现现有技术当前至少存在以下问题:货架会经常性的被人遮挡,通过算法来检测商品陈列信息与缺货信息时,由于遮挡物与商品混杂在一起,容易发生误判。
发明内容
本申请实施例的目的是提供检测方法、检测装置和检测***,能够解决目前货架会经常性的被人遮挡,通过算法来检测商品陈列信息与缺货信息时,由于遮挡物与商品混杂在一起,容易发生误判的技术问题。
为了解决上述技术问题,本申请是这样实现的:
第一方面,本申请实施例提供了一种检测方法,应用于检测***,所述检测***与所述货架相对设置,所述检测***包括智能相机,所述智能相机包括摄像头以及并列设置的超声雷达,所述方法包括:
通过所述超声雷达监测所述货架前是否有人移动;
在所述货架前存在用户的情况下,根据所述摄像头、所述超声雷达与所述货架的预设位置关系以及通过所述超声雷达确定的所述用户的点云位置,确定所述用户在所述摄像头的拍摄图像中的遮挡区域;
通过所述处理器对所述拍摄图像中除所述遮挡区域以外的区域进行处理,以确定所述货架上的商品陈列信息和缺货信息。
进一步地,所述通过所述超声雷达监测所述货架前是否有人移动之后,还包括:
在存在用户进入所述超声雷达的监控区域之后,对当前人数加1,总人数加1;
在存在用户离开所述超声雷达的监控区域之后,对当前人数减1。
进一步地,所述根据所述摄像头、所述超声雷达与所述货架的预设位置关系以及通过所述超声雷达确定的所述用户的点云位置,确定所述用户在所述摄像头的拍摄图像中的遮挡区域,具体包括:
根据所述摄像头与所述超声雷达之间的距离d、所述用户的点云位置坐标(x,y)、所述摄像头的FOV角度β以及所述摄像头所拍摄图像的分辨率W×H,其中,W为横向分辨率,H为纵向分辨率,以确定所述用户在拍摄画面中的横向像素坐标值,所述横向像素坐标值为W/2+|d-x|×W/(tan(β/2)×2×|y|);
根据所述横向像素坐标值确定所述用户在所述摄像头的拍摄图像中的遮挡区域。
进一步地,所述根据所述横向像素坐标值确定所述用户在所述摄像头的拍摄图像中的遮挡区域,具体为:
以所述横向像素坐标值为中心,将预设宽度以及预设高度的矩形区域作为所述用户在所述摄像头的拍摄图像中的遮挡区域;或者,
以所述横向像素坐标值为中心,将预设的人形区域作为所述用户在所述摄像头的拍摄图像中的遮挡区域。
第二方面,本申请实施例提供了一种检测装置,应用于检测***,所述检测***与所述货架相对设置,所述检测***包括智能相机,所述智能相机包括摄像头以及并列设置的超声雷达,所述装置包括:
检测模块,用于通过所述超声雷达监测所述货架前是否有人移动;
确定模块,用于在所述货架前存在用户的情况下,根据所述摄像头、所述超声雷达与所述货架的预设位置关系以及通过所述超声雷达确定的所述用户的点云位置,确定所述用户在所述摄像头的拍摄图像中的遮挡区域;
处理模块,用于通过所述处理器对所述拍摄图像中除所述遮挡区域以外的区域进行处理,以确定所述货架上的商品陈列信息和缺货信息。
进一步地,所述装置还包括:
第一计算模块,用于在存在用户进入所述超声雷达的监控区域之后,对当前人数加1,总人数加1;
第二计算模块,用于在存在用户离开所述超声雷达的监控区域之后,对当前人数减1。
进一步地,所述确定模块具体包括:
坐标确定子模块,用于根据所述摄像头与所述超声雷达之间的距离d、所述用户的点云位置坐标(x,y)、所述摄像头的FOV角度β以及所述摄像头所拍摄图像的分辨率W×H,其中,W为横向分辨率,H为纵向分辨率,以确定所述用户在拍摄画面中的横向像素坐标值,所述横向像素坐标值为W/2+|d-x|×W/(tan(β/2)×2×|y|);
区域确定子模块,用于根据所述横向像素坐标值确定所述用户在所述摄像头的拍摄图像中的遮挡区域。
进一步地,所述区域确定子模块,具体用于以所述横向像素坐标值为中心,将预设宽度以及预设高度的矩形区域作为所述用户在所述摄像头的拍摄图像中的遮挡区域;或者,
以所述横向像素坐标值为中心,将预设的人形区域作为所述用户在所述摄像头的拍摄图像中的遮挡区域。
第三方面,本申请实施例提供了一种检测***,包括处理器,存储器及存储在所述存储器上并可在所述处理器上运行的程序或指令,所述程序或指令被所述处理器执行时实现如第一方面所述的检测方法的步骤。
在本申请实施例中,根据摄像头、所述超声雷达与货架的预设位置关系以及通过超声雷达确定的用户的点云位置,确定用户在摄像头的拍摄图像中的遮挡区域;之后只对拍摄图像中除所述遮挡区域以外的区域进行处理,避免遮挡物与商品混杂在一起,从而避免处理时发生误判,提高对于货架上的商品陈列信息和缺货信息检测的准确性。
附图说明
图1是本申请实施例提供的一种处理方法的流程示意图;
图2是本申请实施例提供的一种检测***实际安装示意图;
图3是本申请实施例提供的一种超声雷达俯视点云示意图;
图4是本申请实施例提供的一种智能相机检测示意图;
图5是本申请实施例提供的一种检测装置的结构示意图。
本发明目的的实现、功能特点及优点将结合实施例、参照附图做进一步说明。
附图标记说明
401-超声雷达、402-摄像头、403-货架、50-检测装置、501-检测模块、502-确定模块、5021-坐标确定子模块、5022-区域确定子模块、503-处理模块、504-第一计算模块、505-第二计算模块。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,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作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中的术语“第一”、“第二”等是用于区别类似的对象,而不用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施,且“第一”、“第二”等所区分的对象通常为一类,并不限定对象的个数,例如第一对象可以是一个,也可以是多个。
下面结合附图,通过具体的实施例及其应用场景对本申请实施例提供的摄影设备进行详细地说明。
实施例一
参照图1,示出了本申请实施例提供的一种检测方法的流程示意图,应用于检测***。
参照图2,示出了本申请实施例提供的一种检测***实际安装示意图,图中检测***与货架相对设置,检测***包括智能相机,智能相机包括摄像头以及并列设置的超声雷达。
处理方法包括:
S101:通过超声雷达监测货架前是否有人移动。
需要说明的是,超声雷达利用多普勒效应可以准确的识别出覆盖范围内的移动物体以及移动物体的个数。
具体地,还可以得到所有移动物体的点云数据,可以精准的追踪覆盖范围内的每个移动物体。
参照图3,示出了本申请实施例提供的一种超声雷达俯视点云示意图。
每个人在移动时会在各自不同的位置产生超声频移的现象,超声雷达通过检测不同的频移来标注出不同人的位置。如图,每个小圆圈圈出的频点代表着一个人,因此,图3代表通过超声雷达的监测,监控区域内有4个人。
S102:在货架前存在用户的情况下,根据摄像头、超声雷达与货架的预设位置关系以及通过超声雷达确定的用户的点云位置,确定用户在摄像头的拍摄图像中的遮挡区域。
进一步地,S102可以由S1021和S1022来完成。
S1021:根据摄像头与超声雷达之间的距离d、用户的点云位置坐标(x,y)、摄像头的FOV角度β以及摄像头所拍摄图像的分辨率W×H,其中,W为横向分辨率,H为纵向分辨率,以确定用户在拍摄画面的横向像素坐标值,横向像素坐标值为W/2+可以|d-x|*W/(tan(β/2)*2*|y|)。
参照图4,示出了本申请实施例提供的一种智能相机检测示意图。
图4中,R是超声雷达401的位置,在雷达坐标系中就是原点位置,坐标(0,0)。C点是摄像头402的镜头位置,按照图示的结构R和C之间的距离是d,则C点在雷达坐标系里的坐标就是(d,0)。当智能相机安装好以后,黄色的货架403与摄像头402的位置就是固定的,即摄像头402与货架403的距离Z是已知的。在货架403与摄像头402之间有一个人体P,在某一个拍照的时刻在雷达坐标系下获取的坐标位置是(x,y),那么该点在摄像头402的拍摄画面中成像的位置,也就是经过C点和P点的直线交于货架403的位置P’点。而根据C点到货架403的距离可以计算出摄像头的光轴与货架403的交点C’,这个交点也就是摄像头402画面中的像素中心点。这样只要求出P’到C’之间的距离d’,然后根据摄像头402到货架403距离下成像画面的像素对应的实际物理尺寸进行换算,就可以计算出P点在摄像头402画面里成像的像素位置。
具体计算过程如下:C’点在雷达坐标系的坐标位置是:(d,Z)。假设,线段CP与CC’之间的夹角为α,那么线段CP’与CC’之间的夹角也是α。线段d’=tan(α)×Z。假设点Cx是P点到线段CC’之间的垂直线的交点。
那么Cx在雷达坐标系里的坐标是(d,y),那么线段PCx的长度就是|d-x|,线段CCx的长度是|y|。而根据三角函数关系可知:tan(α)=|d-x|/|y|。所以,d’=|d-x|/|y|×Z。
进一步地,假设摄像头402的fov角度是β,分辨率是W×H,W为横向分辨率即横向最大像素数,H为纵向分辨率即纵向最大像素数。
此时,在摄像头402到货架403的距离Z情况下。横向W/2的像素宽度对应的雷达坐标系下的物理尺寸就是:tan(β/2)×Z,也就是说每个像素对应的物理尺寸宽度为:tan(β/2)×Z×2/W。
因此,线段d’对应的像素数为:d’/(tan(β/2)×Z×2/W)=d’×W/(tan(β/2)×Z×2)。
由上可知,如果摄像头402成像的画面以左上角顶点左边为0,0,横向向右为正方向,纵向向下为正方向形成像素坐标系的话。那么P点在照片画面中成像的横向像素坐标为:
W/2+d’×W/(tan(β/2)×Z×2)=W/2+|d-x|/|y|×Z×W/(tan(β/2)×Z×2)=W/2+|d-x|×W/(tan(β/2)×2×|y|)。
S1022:根据横向像素坐标值确定用户在摄像头402的拍摄图像中的遮挡区域。
具体地,可以以横向像素坐标值为中心,将预设宽度以及预设高度的矩形区域作为用户在摄像头402的拍摄图像中的遮挡区域;或者,
以横向像素坐标值为中心,将预设的人形区域作为用户在摄像头的拍摄图像中的遮挡区域。
需要说明的是,对于用户人体的高度可以近似取一个统一的预设值,因此,计算出横向像素坐标即可表征出货架403前用户的相对位置,依次可以确定出一个预设的遮挡区域用于表征用户在拍摄图像中的实际成像。
S103:通过处理器对拍摄图像中除遮挡区域以外的区域进行处理,以确定货架上的商品陈列信息和缺货信息。
在本申请实施例中,根据摄像头402、超声雷达401与货架403的预设位置关系以及通过超声雷达确定的用户的点云位置,确定用户在摄像头的拍摄图像中的遮挡区域;之后只对拍摄图像中除遮挡区域以外的区域进行处理,避免遮挡物与商品混杂在一起,从而避免处理时发生误判,提高对于货架403上的商品陈列信息和缺货信息检测的准确性。
进一步地,在S121之后,还可以包括:
S104:在存在用户进入超声雷达的监控区域之后,对当前人数加1,总人数加1;
S105:在存在用户离开超声雷达的监控区域之后,对当前人数减1。
通过超声雷达能够快速准确的检测出所监测的货架前是否有人出现和离开。
进一步地,在判断出当前人数大于0时,即可确定货架前存在用户,直接进入S102。
进一步地,总人数为累计的在货架前出现过的总人数,可以用于客流统计。
实施例二
参照图5,示出了本申请实施例提供的一种检测装置的结构示意图,检测装置50应用于检测***,检测***与货架相对设置,检测***包括智能相机,智能相机包括摄像头以及并列设置的超声雷达,装置检测50包括:
检测模块501,用于通过超声雷达监测货架前是否有人移动;
确定模块502,用于在货架前存在用户的情况下,根据摄像头、超声雷达与货架的预设位置关系以及通过超声雷达确定的用户的点云位置,确定用户在摄像头的拍摄图像中的遮挡区域;
处理模块503,用于通过处理器对拍摄图像中除遮挡区域以外的区域进行处理,以确定货架上的商品陈列信息和缺货信息。
进一步地,检测装置50还包括:
第一计算模块504,用于在存在用户进入超声雷达的监控区域之后,对当前人数加1,总人数加1;
第二计算模块505,用于在存在用户离开超声雷达的监控区域之后,对当前人数减1。
进一步地,确定模块502具体包括:
坐标确定子模块5021,用于根据摄像头与超声雷达之间的距离d、用户的点云位置坐标(x,y)、摄像头的FOV角度β以及摄像头所拍摄图像的分辨率W×H,其中,W为横向分辨率,H为纵向分辨率,以确定用户在拍摄画面中的横向像素坐标值,横向像素坐标值为W/2+|d-x|×W/(tan(β/2)×2×|y|);
区域确定子模块5022,用于根据横向像素坐标值确定用户在摄像头的拍摄图像中的遮挡区域。
进一步地,区域确定子模块5022,具体用于以横向像素坐标值为中心,将预设宽度以及预设高度的矩形区域作为用户在摄像头的拍摄图像中的遮挡区域;或者,
以横向像素坐标值为中心,将预设的人形区域作为用户在摄像头的拍摄图像中的遮挡区域。
本申请实施例提供的检测装置50能够实现上述方法实施例中实现的各个过程,为避免重复,这里不再赘述。
在本申请实施例中,根据摄像头、超声雷达与货架的预设位置关系以及通过超声雷达确定的用户的点云位置,确定用户在摄像头的拍摄图像中的遮挡区域;之后只对拍摄图像中除遮挡区域以外的区域进行处理,避免遮挡物与商品混杂在一起,从而避免处理时发生误判,提高对于货架上的商品陈列信息和缺货信息检测的准确性。
本申请实施例中的虚拟装置可以是装置,也可以是终端中的部件、集成电路、或芯片。
实施例三
本申请实施例提供了一种检测***,包括处理器,存储器及存储在所述存储器上并可在所述处理器上运行的程序或指令,所述程序或指令被所述处理器执行时实现如实施例一所述的检测方法的步骤。且能达到相同的技术效果,为避免重复,这里不再赘述。
在本申请实施例中,根据摄像头、所述超声雷达与货架的预设位置关系以及通过超声雷达确定的用户的点云位置,确定用户在摄像头的拍摄图像中的遮挡区域;之后只对拍摄图像中除所述遮挡区域以外的区域进行处理,避免遮挡物与商品混杂在一起,从而避免处理时发生误判,提高对于货架上的商品陈列信息和缺货信息检测的准确性。
以上所述仅为本发明的实施例而已,并不用于限制本发明。对于本领域技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本发明的权利要求范围之内。
Claims (7)
1.一种检测方法,应用于检测***,其特征在于,所述检测***与货架相对设置,所述检测***包括智能相机,所述智能相机包括摄像头以及并列设置的超声雷达,所述方法包括:
通过所述超声雷达监测所述货架前是否有人移动;
在所述货架前存在用户的情况下,根据所述摄像头、所述超声雷达与所述货架的预设位置关系以及通过所述超声雷达确定的所述用户的点云位置,确定所述用户在所述摄像头的拍摄图像中的遮挡区域;
通过处理器对所述拍摄图像中除所述遮挡区域以外的区域进行处理,以确定所述货架上的商品陈列信息和缺货信息;
所述根据所述摄像头、所述超声雷达与所述货架的预设位置关系以及通过所述超声雷达确定的所述用户的点云位置,确定所述用户在所述摄像头的拍摄图像中的遮挡区域,具体包括:
根据所述摄像头与所述超声雷达之间的距离d、所述用户的点云位置坐标(x,y)、所述摄像头的FOV角度β以及所述摄像头所拍摄图像的分辨率W×H,其中,W为横向分辨率,H为纵向分辨率,以确定所述用户在拍摄画面中的横向像素坐标值,所述横向像素坐标值为W/2+|d-x|×W/(tan(β/2)×2×|y|);
根据所述横向像素坐标值确定所述用户在所述摄像头的拍摄图像中的遮挡区域。
2.根据权利要求1所述的方法,其特征在于,所述通过所述超声雷达监测所述货架前是否有人移动之后,还包括:
在存在用户进入所述超声雷达的监控区域之后,对当前人数加1,总人数加1;
在存在用户离开所述超声雷达的监控区域之后,对当前人数减1。
3.根据权利要求1所述的方法,其特征在于,所述根据所述横向像素坐标值确定所述用户在所述摄像头的拍摄图像中的遮挡区域,具体为:
以所述横向像素坐标值为中心,将预设宽度以及预设高度的矩形区域作为所述用户在所述摄像头的拍摄图像中的遮挡区域;或者,
以所述横向像素坐标值为中心,将预设的人形区域作为所述用户在所述摄像头的拍摄图像中的遮挡区域。
4.一种检测装置,应用于检测***,其特征在于,所述检测***与货架相对设置,所述检测***包括智能相机,所述智能相机包括摄像头以及并列设置的超声雷达,所述装置包括:
检测模块,用于通过所述超声雷达监测所述货架前是否有人移动;
确定模块,用于在所述货架前存在用户的情况下,根据所述摄像头、所述超声雷达与所述货架的预设位置关系以及通过所述超声雷达确定的所述用户的点云位置,确定所述用户在所述摄像头的拍摄图像中的遮挡区域;
处理模块,用于通过处理器对所述拍摄图像中除所述遮挡区域以外的区域进行处理,以确定所述货架上的商品陈列信息和缺货信息;
所述确定模块具体包括:
坐标确定子模块,用于根据所述摄像头与所述超声雷达之间的距离d、所述用户的点云位置坐标(x,y)、所述摄像头的FOV角度β以及所述摄像头所拍摄图像的分辨率W×H,其中,W为横向分辨率,H为纵向分辨率,以确定所述用户在拍摄画面中的横向像素坐标值,所述横向像素坐标值为W/2+|d-x|×W/(tan(β/2)×2×|y|);
区域确定子模块,用于根据所述横向像素坐标值确定所述用户在所述摄像头的拍摄图像中的遮挡区域。
5.根据权利要求4所述的装置,其特征在于,还包括:
第一计算模块,用于在存在用户进入所述超声雷达的监控区域之后,对当前人数加1,总人数加1;
第二计算模块,用于在存在用户离开所述超声雷达的监控区域之后,对当前人数减1。
6.根据权利要求4所述的装置,其特征在于,所述区域确定子模块,具体用于以所述横向像素坐标值为中心,将预设宽度以及预设高度的矩形区域作为所述用户在所述摄像头的拍摄图像中的遮挡区域;或者,
以所述横向像素坐标值为中心,将预设的人形区域作为所述用户在所述摄像头的拍摄图像中的遮挡区域。
7.一种检测***,其特征在于,包括处理器,存储器及存储在所述存储器上并可在所述处理器上运行的程序或指令,所述程序或指令被所述处理器执行时实现如权利要求1-3任一项所述的检测方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110208988.0A CN113542670B (zh) | 2021-02-24 | 2021-02-24 | 检测方法、检测装置和检测*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110208988.0A CN113542670B (zh) | 2021-02-24 | 2021-02-24 | 检测方法、检测装置和检测*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113542670A CN113542670A (zh) | 2021-10-22 |
CN113542670B true CN113542670B (zh) | 2023-04-18 |
Family
ID=78094412
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110208988.0A Active CN113542670B (zh) | 2021-02-24 | 2021-02-24 | 检测方法、检测装置和检测*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113542670B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2007131385A1 (fr) * | 2006-05-12 | 2007-11-22 | Shanghai Yaowei Industry Co, Ltd. | Instrument de calcul pour le décompte d'entrées et de sorties de personnes |
JP2007304479A (ja) * | 2006-05-15 | 2007-11-22 | Necディスプレイソリューションズ株式会社 | 映像表示装置、映像表示装置による表示方法 |
CN202533803U (zh) * | 2012-02-11 | 2012-11-14 | 陶重犇 | 一种网络摄像头的移动机器人目标追踪平台 |
CN104599251A (zh) * | 2015-01-28 | 2015-05-06 | 武汉大学 | 一种真正射影像绝对遮挡区域修补方法及*** |
CN104865578A (zh) * | 2015-05-12 | 2015-08-26 | 上海交通大学 | 一种室内停车场高精细地图生成装置及方法 |
CN109951636A (zh) * | 2019-03-18 | 2019-06-28 | Oppo广东移动通信有限公司 | 拍照处理方法、装置、移动终端以及存储介质 |
CN110775028A (zh) * | 2019-10-29 | 2020-02-11 | 长安大学 | 一种汽车挡风玻璃遮挡物检测及辅助驾驶***和方法 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7949568B2 (en) * | 2007-08-31 | 2011-05-24 | Accenture Global Services Limited | Determination of product display parameters based on image processing |
US8189855B2 (en) * | 2007-08-31 | 2012-05-29 | Accenture Global Services Limited | Planogram extraction based on image processing |
JP6484956B2 (ja) * | 2014-08-18 | 2019-03-20 | 富士通株式会社 | 陳列状況管理方法、陳列状況管理プログラムおよび情報処理装置 |
CN109040539B (zh) * | 2018-07-10 | 2020-12-01 | 京东方科技集团股份有限公司 | 图像采集装置、货架及图像识别方法 |
CN109523691B (zh) * | 2018-12-10 | 2024-03-26 | 深圳市思拓通信***有限公司 | 一种无人超市货架监控装置 |
-
2021
- 2021-02-24 CN CN202110208988.0A patent/CN113542670B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2007131385A1 (fr) * | 2006-05-12 | 2007-11-22 | Shanghai Yaowei Industry Co, Ltd. | Instrument de calcul pour le décompte d'entrées et de sorties de personnes |
JP2007304479A (ja) * | 2006-05-15 | 2007-11-22 | Necディスプレイソリューションズ株式会社 | 映像表示装置、映像表示装置による表示方法 |
CN202533803U (zh) * | 2012-02-11 | 2012-11-14 | 陶重犇 | 一种网络摄像头的移动机器人目标追踪平台 |
CN104599251A (zh) * | 2015-01-28 | 2015-05-06 | 武汉大学 | 一种真正射影像绝对遮挡区域修补方法及*** |
CN104865578A (zh) * | 2015-05-12 | 2015-08-26 | 上海交通大学 | 一种室内停车场高精细地图生成装置及方法 |
CN109951636A (zh) * | 2019-03-18 | 2019-06-28 | Oppo广东移动通信有限公司 | 拍照处理方法、装置、移动终端以及存储介质 |
CN110775028A (zh) * | 2019-10-29 | 2020-02-11 | 长安大学 | 一种汽车挡风玻璃遮挡物检测及辅助驾驶***和方法 |
Non-Patent Citations (3)
Title |
---|
Himangshu Kalita等.Dynamics and Control of a Hopping Robot for Extreme Environment Exploration on the Moon and Mars.《2020 IEEE Aerospace Conference》.2020,全文. * |
汤姆·登顿.《自动驾驶与辅助驾驶***》.机械工业出版社,2021,第49-52页. * |
赵翔 ; 杨明 ; 王春香 ; 王冰 ; .基于视觉和毫米波雷达的车道级定位方法.上海交通大学学报.2018,(第01期),全文. * |
Also Published As
Publication number | Publication date |
---|---|
CN113542670A (zh) | 2021-10-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10180326B2 (en) | Staying state analysis device, staying state analysis system and staying state analysis method | |
US10445589B2 (en) | Method and system for queue length analysis | |
US9679200B2 (en) | Image processing to derive movement characteristics for a plurality of queue objects | |
JP4972491B2 (ja) | 顧客動作判定システム | |
US11341740B2 (en) | Object identification method and object identification device | |
US20120243733A1 (en) | Moving object detecting device, moving object detecting method, moving object detection program, moving object tracking device, moving object tracking method, and moving object tracking program | |
WO2012012555A1 (en) | Methods and systems for audience digital monitoring | |
US10853949B2 (en) | Image processing device | |
CN108647587B (zh) | 人数统计方法、装置、终端及存储介质 | |
KR101051389B1 (ko) | 적응적 배경 기반의 객체 검출 및 추적 장치 및 방법 | |
CN110472580A (zh) | 基于全景影像的检测车位的方法、装置、存储介质 | |
CN114898249B (zh) | 用于购物车内商品数量确认的方法、***及存储介质 | |
CN110718061A (zh) | 交通路口车流量统计方法、装置、存储介质及电子设备 | |
KR20150029551A (ko) | 도착 레인으로 합병되는 이동 아이템의 출발 레인을 결정 | |
CN113468914B (zh) | 一种商品纯净度的确定方法、装置及设备 | |
CN112215142A (zh) | 基于深度图像信息检测货架缺货率的方法、装置及设备 | |
CN114155557B (zh) | 定位方法、装置、机器人及计算机可读存储介质 | |
Micheloni et al. | Real-time image processing for active monitoring of wide areas | |
CN113542670B (zh) | 检测方法、检测装置和检测*** | |
US20230410523A1 (en) | Information processing apparatus, control method, and program | |
CN112666550B (zh) | 运动物体检测方法及装置、融合处理单元、介质 | |
CN110766646A (zh) | 展示架遮挡检测方法、装置以及存储介质 | |
JP6852791B2 (ja) | 情報処理装置、制御方法、及びプログラム | |
CN112489240B (zh) | 一种商品陈列巡检方法、巡检机器人以及存储介质 | |
Palaio et al. | Ground plane velocity estimation embedding rectification on a particle filter multi-target tracking |
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 |