CN114608521B - 单目测距方法及装置、电子设备和存储介质 - Google Patents
单目测距方法及装置、电子设备和存储介质 Download PDFInfo
- Publication number
- CN114608521B CN114608521B CN202210267073.1A CN202210267073A CN114608521B CN 114608521 B CN114608521 B CN 114608521B CN 202210267073 A CN202210267073 A CN 202210267073A CN 114608521 B CN114608521 B CN 114608521B
- Authority
- CN
- China
- Prior art keywords
- measured
- size
- target
- image acquisition
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 68
- 238000003860 storage Methods 0.000 title claims abstract description 36
- 238000003384 imaging method Methods 0.000 claims abstract description 68
- 230000006870 function Effects 0.000 claims description 34
- 238000001514 detection method Methods 0.000 claims description 24
- 238000004590 computer program Methods 0.000 claims description 13
- 238000004378 air conditioning Methods 0.000 claims description 12
- 238000006243 chemical reaction Methods 0.000 claims description 12
- 238000007664 blowing Methods 0.000 claims description 9
- 230000001105 regulatory effect Effects 0.000 claims description 7
- 230000001276 controlling effect Effects 0.000 claims description 6
- 210000003128 head Anatomy 0.000 description 39
- 238000010586 diagram Methods 0.000 description 16
- 238000012545 processing Methods 0.000 description 16
- 230000002829 reductive effect Effects 0.000 description 10
- 238000005259 measurement Methods 0.000 description 8
- 239000011159 matrix material Substances 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 5
- 238000013519 translation Methods 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 4
- 230000010365 information processing Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 238000000605 extraction Methods 0.000 description 3
- 230000009466 transformation Effects 0.000 description 3
- 238000003491 array Methods 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000001902 propagating effect Effects 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 238000013475 authorization Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 210000001747 pupil Anatomy 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000004513 sizing Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C3/00—Measuring distances in line of sight; Optical rangefinders
Landscapes
- Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本公开涉及一种单目测距方法及装置、电子设备和存储介质,所述方法包括:识别图像采集设备采集的图像中的待测距对象,并获取识别出的待测距对象的目标部位在真实空间中的第一尺寸;获取目标部位在图像采集设备的成像平面中的第二尺寸;根据图像采集设备的相机参数、第一尺寸和第二尺寸,确定待测距对象与图像采集设备之间的目标距离。本公开实施例可实现提高待测距对象与图像采集设备之间目标距离的准确度。
Description
技术领域
本公开涉及计算机技术领域,尤其涉及一种单目测距方法及装置、电子设备和存储介质。
背景技术
单目测距技术可以应用于测量人体与各种设备之间的距离,如智能家居中家居与人之间距离的测量、工业场景中机器与人之间距离的测量等。然而利用相关技术中的单目测距方式在测量人体与设备之间距离时,通常采用人体部位的预设通用尺寸来计算人体与设备之间的距离,距离测量的准确度较低。
发明内容
本公开提出了一种单目测距技术方案。
根据本公开的一方面,提供了一种单目测距方法,包括:识别图像采集设备采集的图像中的待测距对象,并获取识别出的所述待测距对象的目标部位在真实空间中的第一尺寸;获取所述目标部位在所述图像采集设备的成像平面中的第二尺寸;根据所述图像采集设备的相机参数、所述第一尺寸和所述第二尺寸,确定所述待测距对象与所述图像采集设备之间的目标距离。
在一种可能的实现方式中,所述目标部位包括至少两个,所述根据所述图像采集设备的相机参数、所述第一尺寸和所述第二尺寸,确定所述待测距对象与所述图像采集设备之间的目标距离,包括:从至少两个所述目标部位的第二尺寸中选取最大的第二尺寸;根据所述最大的第二尺寸、与所述最大的第二尺寸对应的目标部位的第一尺寸以及所述相机参数,确定所述待测距对象与所述图像采集设备之间的目标距离。
在一种可能的实现方式中,所述目标部位包括至少两个,所述根据所述图像采集设备的相机参数、所述第一尺寸和所述第二尺寸,确定所述待测距对象与所述图像采集设备之间的目标距离,包括:根据同一目标部位的第一尺寸与第二尺寸,以及所述相机参数,分别确定至少两个所述目标部位与所述图像采集设备之间的至少两个距离;将所述至少两个距离中的最小值,确定为所述待测距对象与所述图像采集设备之间的目标距离。
在一种可能的实现方式中,所述获取所述目标部位在所述图像采集设备的成像平面中的第二尺寸,包括:对所述图像进行关键点检测,得到所述图像中所述目标部位的关键点;根据所述目标部位的关键点的像素坐标,以及所述图像采集设备的像素坐标系与相机坐标系之间的坐标转换关系,确定所述关键点对应于所述成像平面上投影点的相机坐标;根据所述关键点对应于所述成像平面上投影点的相机坐标,确定所述目标部位在所述成像平面中的第二尺寸。
在一种可能的实现方式中,所述第一尺寸基于下述方法预先进行标定:获取所述待测距对象的标定图像;对所述标定图像进行关键点检测,得到所述标定图像中待测距对象的目标部位的标定关键点;根据所述标定关键点的像素坐标以及所述图像采集设备的像素坐标系与世界坐标系之间的坐标转换关系,确定所述标定关键点在所述世界坐标系中的世界坐标;根据所述标定关键点的世界坐标,确定所述待测距对象的目标部位的第一尺寸。
在一种可能的实现方式中,在所述获取所述待测距对象的标定图像之后,所述方法还包括:提取所述标定图像中所述待测距对象的人脸信息,所述人脸信息用于对所述图像采集设备采集的图像中的待测距对象进行识别;其中,在所述根据所述标定关键点的世界坐标,确定所述待测距对象的目标部位的第一尺寸之后,所述方法还包括:将所述人脸信息与所述第一尺寸进行关联保存。
在一种可能的实现方式中,所述获取识别出的所述待测距对象的目标部位在真实空间中的第一尺寸,包括:将所述目标部位对应的通用尺寸设置为所述第一尺寸。
在一种可能的实现方式中,所述目标部位包括肩部、头颈、头部、胯部中的至少一种;在所述目标部位包括肩部的情况下,所述第一尺寸包括所述待测距对象实际的第一肩部宽度,所述第二尺寸包括所述待测距对象在所述成像平面中的第二肩部宽度;在所述目标部位包括头颈的情况下,所述第一尺寸包括所述待测距对象实际的第一头颈高度,所述第二尺寸包括所述待测距对象在所述成像平面中的第二头颈高度;在所述目标部位包括头部的情况下,所述第一尺寸包括所述待测距对象实际的第一头部高度和/或第一头部宽度,所述第二尺寸包括所述待测距对象在所述成像平面中的第二头部高度和/或第二头部宽度;在所述目标部位包括胯部的情况下,所述第一尺寸包括所述待测距对象实际的第一胯部宽度,所述第二尺寸包括所述待测距对象在所述成像平面中的第二胯部宽度。
在一种可能的实现方式中,所述方法应用于智能设备,所述智能设备包括智能空调设备、智能机器人中的至少一种,在确定出所述目标距离之后,所述方法还包括:根据所述目标距离,调控所述智能设备的相关功能,所述智能设备的相关功能至少包括:智能空调设备的吹风功能、智能机器人的避障功能中的至少一种。
根据本公开的一方面,提供了一种单目测距装置,包括:识别模块,用于识别图像采集设备采集的图像中的待测距对象,并获取识别出的所述待测距对象的目标部位在真实空间中的第一尺寸;获取模块,用于获取所述目标部位在所述图像采集设备的成像平面中的第二尺寸;确定模块,用于根据所述图像采集设备的相机参数、所述第一尺寸和所述第二尺寸,确定所述待测距对象与所述图像采集设备之间的目标距离。
在一种可能的实现方式中,所述目标部位包括至少两个,所述确定模块,包括:尺寸确定子模块,用于从至少两个所述目标部位的第二尺寸中选取最大的第二尺寸;第一目标距离确定子模块,用于根据所述最大的第二尺寸、与所述最大的第二尺寸对应的目标部位的第一尺寸以及所述相机参数,确定所述待测距对象与所述图像采集设备之间的目标距离。
在一种可能的实现方式中,所述目标部位包括至少两个,所述确定模块,包括:距离确定子模块,用于根据同一目标部位的第一尺寸与第二尺寸,以及所述相机参数,分别确定至少两个所述目标部位与所述图像采集设备之间的至少两个距离;第二目标距离确定子模块,用于将所述至少两个距离中的最小值,确定为所述待测距对象与所述图像采集设备之间的目标距离。
在一种可能的实现方式中,所述获取模块,包括:关键点检测子模块,用于对所述图像进行关键点检测,得到所述图像中所述目标部位的关键点;投影子模块,用于根据所述目标部位的关键点的像素坐标,以及所述图像采集设备的像素坐标系与相机坐标系之间的坐标转换关系,确定所述关键点对应于所述成像平面上投影点的相机坐标;确定子模块,用于根据所述关键点对应于所述成像平面上投影点的相机坐标,确定所述目标部位在所述成像平面中的第二尺寸。
在一种可能的实现方式中,所述第一尺寸基于下述装置预先进行标定:图像获取模块,用于获取所述待测距对象的标定图像;检测模块,用于对所述标定图像进行关键点检测,得到所述标定图像中待测距对象的目标部位的标定关键点;转换模块,用于根据所述标定关键点的像素坐标以及所述图像采集设备的像素坐标系与世界坐标系之间的坐标转换关系,确定所述标定关键点在所述世界坐标系中的世界坐标;第一尺寸确定模块,用于根据所述标定关键点的世界坐标,确定所述待测距对象的目标部位的第一尺寸。
在一种可能的实现方式中,在所述获取所述待测距对象的标定图像之后,所述装置还包括:提取模块,用于提取所述标定图像中所述待测距对象的人脸信息,所述人脸信息用于对所述图像采集设备采集的图像中的待测距对象进行识别;其中,在所述根据所述标定关键点的世界坐标,确定所述待测距对象的目标部位的第一尺寸之后,所述装置还包括:保存模块,用于将所述人脸信息与所述第一尺寸进行关联保存。
在一种可能的实现方式中,所述识别模块,包括:第一尺寸设置子模块,用于将所述目标部位对应的通用尺寸设置为所述第一尺寸。
在一种可能的实现方式中,所述目标部位包括肩部、头颈、头部、胯部中的至少一种;在所述目标部位包括肩部的情况下,所述第一尺寸包括所述待测距对象实际的第一肩部宽度,所述第二尺寸包括所述待测距对象在所述成像平面中的第二肩部宽度;在所述目标部位包括头颈的情况下,所述第一尺寸包括所述待测距对象实际的第一头颈高度,所述第二尺寸包括所述待测距对象在所述成像平面中的第二头颈高度;在所述目标部位包括头部的情况下,所述第一尺寸包括所述待测距对象实际的第一头部高度和/或第一头部宽度,所述第二尺寸包括所述待测距对象在所述成像平面中的第二头部高度和/或第二头部宽度;在所述目标部位包括胯部的情况下,所述第一尺寸包括所述待测距对象实际的第一胯部宽度,所述第二尺寸包括所述待测距对象在所述成像平面中的第二胯部宽度。
在一种可能的实现方式中,所述装置应用于智能设备,所述智能设备包括智能空调设备、智能机器人中的至少一种,在确定出所述目标距离之后,所述装置还包括:调控模块,用于根据所述目标距离,调控所述智能设备的相关功能,所述智能设备的相关功能至少包括:智能空调设备的吹风功能、智能机器人的避障功能中的至少一种。
根据本公开的一方面,提供了一种电子设备,包括:处理器;用于存储处理器可执行指令的存储器;其中,所述处理器被配置为调用所述存储器存储的指令,以执行上述方法。
根据本公开的一方面,提供了一种计算机可读存储介质,其上存储有计算机程序指令,所述计算机程序指令被处理器执行时实现上述方法。
在本公开实施例中,通过先识别图像中的待测距对象并获取该识别出的待测距对象的目标部位在真实空间中的第一尺寸;进而基于目标部位在真实空间中的第一尺寸与目标部位在图像中的第二尺寸,得到待测距对象与图像采集设备之间实际的目标距离,由于利用的是待测距对象自身的目标部位在真实空间中的第一尺寸,能够降低不同待测距对象的个体身材差异对目标距离获取所带来的影响,有利于提高待测距对象与图像采集设备之间目标距离的准确度。
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,而非限制本公开。根据下面参考附图对示例性实施例的详细说明,本公开的其它特征及方面将变得清楚。
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,这些附图示出了符合本公开的实施例,并与说明书一起用于说明本公开的技术方案。
图1示出根据本公开实施例的单目测距方法的流程图。
图2示出根据本公开实施例的一种相机坐标系的示意图。
图3示出根据本公开实施例的一种第一尺寸标定方法的流程图。
图4示出根据本公开实施例的单目测距装置的框图。
图5示出根据本公开实施例的一种电子设备1900的框图。
具体实施方式
以下将参考附图详细说明本公开的各种示例性实施例、特征和方面。附图中相同的附图标记表示功能相同或相似的元件。尽管在附图中示出了实施例的各种方面,但是除非特别指出,不必按比例绘制附图。
在这里专用的词“示例性”意为“用作例子、实施例或说明性”。这里作为“示例性”所说明的任何实施例不必解释为优于或好于其它实施例。
本文中术语“和/或”,仅仅是一种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:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中术语“至少一种”表示多种中的任意一种或多种中的至少两种的任意组合,例如,包括A、B、C中的至少一种,可以表示包括从A、B和C构成的集合中选择的任意一个或多个元素。
另外,为了更好地说明本公开,在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解,没有某些具体细节,本公开同样可以实施。在一些实例中,对于本领域技术人员熟知的方法、手段、元件和电路未作详细描述,以便于凸显本公开的主旨。
如上所述,利用相关技术中的单目测距方式在测量人体与设备之间距离时,通常采用人体部位的预设通用尺寸来计算人体与设备之间的距离,这就没有考虑到人体的个体身材差异对距离计算带来的影响,使得距离测量的准确度不高。
图1示出根据本公开实施例的单目测距方法的流程图,所述单目测距方法可以由终端设备或服务器等电子设备执行,终端设备可以为用户设备(User Equipment,UE)、移动设备、用户终端、蜂窝电话、无绳电话、个人数字助理(Personal Digital Assistant,PDA)、手持设备、计算设备、车载设备、可穿戴设备、智能家电、智能机器人等,所述方法可以通过处理器调用存储器中存储的计算机可读指令的方式来实现,或者,可通过服务器执行所述方法。如图1所示,所述单目测距方法包括:
在步骤S11中,识别图像采集设备采集的图像中的待测距对象,并获取识别出的待测距对象的目标部位在真实空间中的第一尺寸。
其中,图像采集设备可以是单目相机、单目摄像头,或是调用了单个摄像头进行拍摄的双目相机/双目摄像头等,可理解的是,图像采集设备可以作为部件装置于上述电子设备中,也可以是独立于上述电子设备并与上述电子设备进行通信连接,对此本公开实施例不作限制。
在一种可能的实现方式中,待测距对象可以包括人、可移动物体中的任意一种,当待测距对象是人时,可以通过人脸识别、人体识别、瞳孔识别等图像识别方式,识别图像采集设备采集的图像中的待测距对象;当待测距对象是可移动物体时,可以通过物体识别等图像识别方式,识别图像采集设备采集的图像中的待测距对象。应理解的是,可以采用本领域已知的图像识别技术,识别出图像中的待测距对象,对此本公开实施例不作限制。
例如,当待测距对象是人的情况下,识别图像采集设备采集的图像中的待测距对象,可以包括:对图像进行人脸检测,得到图像中的人脸区域;对图像中的人脸区域进行特征提取,得到人脸特征;将人脸特征与数据库中预先存储的各个对象的登记人脸特征进行特征匹配,得到识别结果。应理解的是,识别结果可以包括特征匹配成功或特征匹配失败,或者说识别结果可以表征是否识别出图像中的待测距对象。登记人脸特征可以是预先提取并保存的人脸特征,可以用于识别出图像中的待测距对象。
其中,当待测距对象是人的情况下,目标部位可以包括肩部、头颈、头部、胯部中的至少一种,第一尺寸可以包括反映待检测对象目标部位实际尺寸的参数,比如,实际的第一肩部宽度、第一头颈高度、第一头部高度、第一头部宽度、第一胯部宽度中的至少一种。
其中,第一肩部宽度可以理解为左肩顶点到右肩顶点之间的距离,第一头颈高度可以理解为两肩连接线段的中心点到头部顶点之间的距离,第一头部高度可以理解为下颌顶点到头部顶点之间的距离,第一头部宽度可以理解为左耳与右耳之间的距离,第一胯部宽度可以理解为左跨顶点与右胯顶点之间的距离。应理解的是,上述目标部位在真实空间中的第一尺寸通常是不变的,或者说通常不会发生过大的变化,这样有利于准确计算待测距对象与图像采集设备之间的目标距离。
在一种可能的实现方式中,上述待测距对象的目标部位在真实空间中的第一尺寸,例如可以是待测距对象手动测量自身目标部位的第一尺寸,然后通过单目测距方法对应的交互界面手动设置该目标部位的第一尺寸的具体值;或者还可以是基于本领域已知的三维重建算法,例如SFM(Structure from Motion,从运动中恢复结构)算法等,根据预先采集的待测距对象的多张人体图像进行人体的三维重建,得到三维虚拟人体点云,根据三维虚拟人体点云中目标部位对应的点云坐标,计算目标部位在真实空间中的第一尺寸,对此本公开实施例不作限制。
应理解的是,上述预先标定的待测距对象的目标部位在真实空间中的第一尺寸可以与待测距对象的登记人脸特征关联保存于数据库中,这样在识别结果为特征匹配成功的情况下,可以直接从数据库中调取该待测距对象的目标部位的第一尺寸。数据库中,针对每个登记人脸特征,可对应存储一个或多个目标部位的第一尺寸,在调取目标部位的第一尺寸时,对于存储了多个目标部位的第一尺寸的数据而言,可从中随机抽取一个目标部位的第一尺寸进行获取,或从中抽取某一特定目标部位的第一尺寸进行获取,又或从中定向或不定项抽取多个目标部位的第一尺寸,并分别利用每一目标部位进行后续处理,并将得到的多个结果进行汇总,以得到最终目标距离。汇总方式可包括但不限于取平均值等。上述数据库可以位于终端设备本地的存储空间中,或还可以位于云端的存储服务器中,对此本公开实施例不作限制。
其中,若识别结果为特征匹配成功,意味着数据库存有该待测距对象的标定人脸特征以及预先标定的该待测距对象的目标部位在真实空间中的第一尺寸,那么可以在识别结果指示已预先标定该待测距对象的第一尺寸的情况下,直接从数据库中调取待测距对象的目标部位的第一尺寸。
若识别结果为特征匹配失败,意味着数据库未存有该待测距对象的标定人脸特征以及该待测距对象的目标部位在真实空间中的第一尺寸,那么在识别结果指示未预先标定第一尺寸的情况下,上述获取识别出的待测距对象的目标部位在真实空间中的第一尺寸,可以包括:将目标部位对应的通用尺寸设置为第一尺寸。该通用尺寸可以是大数据统计下的经验尺寸,例如,可以将第一肩部宽度设置为肩部的通常宽度。通过该方式,可以对未预先标定目标部位的第一尺寸的待测距对象进行单目测距。
其中,大数据统计下的经验尺寸,可以是结合一个或多个对象属性所得到的经验值,例如,通过人脸识别可以得到人脸属性信息(如性别、年龄等),进而利用人脸属性信息结合大数据中目标部位的实际尺寸,得到目标部位的经验值,并将该经验值作为该目标部位的第一尺寸。应理解的是,对于通用尺寸的确定方式,本公开实施例不作限制。
在步骤S12中,获取目标部位在图像采集设备的成像平面中的第二尺寸。
如上所述,目标部位可以包括肩部、头颈、头部、胯部中的至少一种。第二尺寸可以包括待测距对象在成像平面中的第二肩部宽度、第二头颈高度、第二头部高度、第二头部宽度、第二胯部宽度中的至少一种。可见,第二尺寸会随待测距对象在真实空间中的位姿变化、拍摄角度、拍摄位置、图像采集设备参数(包括内参、外参等中的至少一项)等因素而发生变化。
应理解的是,在目标部位包括肩部的情况下,第一尺寸包括待测距对象实际的第一肩部宽度,第二尺寸包括待测距对象在成像平面中的第二肩部宽度;在目标部位包括头颈的情况下,第一尺寸包括待测距对象实际的第一头颈高度,第二尺寸包括待测距对象在成像平面中的第二头颈高度;在目标部位包括头部的情况下,第一尺寸包括待测距对象实际的第一头部高度和/或第一头部宽度,第二尺寸包括待测距对象在所述成像平面中的第二头部高度和/或第二头部宽度;在目标部位包括胯部的情况下,第一尺寸包括待测距对象实际的第一胯部宽度,第二尺寸包括待测距对象在成像平面中的第二胯部宽度。
在一种可能的实现方式中,获取目标部位在图像采集设备的成像平面中的第二尺寸,可以包括:对图像进行关键点检测,得到图像中目标部位的关键点;根据目标部位的关键点的像素坐标,以及图像采集设备的像素坐标系与相机坐标系之间的坐标转换关系,确定关键点对应于成像平面上投影点的相机坐标;根据关键点对应于成像平面上投影点的相机坐标,确定目标部位在成像平面中的第二尺寸。通过该方式,可以计算出目标部位在成像平面中的第二尺寸。
其中,目标部位的关键点可以理解为用于计算目标部位的第二尺寸的关键点,可以基于不同目标部位的第二尺寸的计算需求,预先设置关键点检测所得到的目标部位的关键点的数量,例如,若计算肩部的第二肩部宽度,肩部的关键点可以至少包括左肩顶点到右肩顶点,若计算头颈的第二头颈高度,头颈的关键点可以至少包括两肩连接线段的中心点与头部顶点,若计算头部的第二头部宽度与第二头部高度,头部的关键点可以至少包括头部顶点、下颌顶点、左耳顶点、左耳顶点等。
可理解的是,本领域技术人员可以采用本领域已知的关键点检测技术,例如,关键点检测网络、关键点检测算法等,实现对图像进行关键点检测,得到图像中目标部位的关键点,对此本公开实施例不作限制。
可知晓的是,基于相机成像原理,已知相机内参,图像采集设备的像素坐标系与相机坐标系之间的坐标转换关系可以表示为公式(1):
其中,fx与fy是以像素为单位的焦距,fx代表x轴维度的以像素为单位的焦距,fy代表y轴维度的以像素为单位的焦距,一般情况下两者的取值相等,cx和cy是以像素为单位的基准点坐标,或者说像素坐标系相对于相机坐标系的原点平移尺寸,cx代表x轴维度的原点平移尺寸,cy代表y轴维度的原点平移尺寸,相机参数中的相机内参包括fx、fy、cx、cy;(u,v)代表像素坐标系中的像素坐标,(xc,yc,zc)代表相机坐标系中的相机坐标。
图2示出根据本公开实施例的一种相机坐标系的示意图,如图2所述,假设肩部的左肩顶点对应于成像平面上投影点Q1的相机坐标为(xc1,yc1,zc1),该肩部的右肩顶点对应于成像平面上投影点Q2的相机坐标为(xc2,yc2,zc2),相机焦距为f,也即相机坐标的原点Oc(也可称为光心)到成像平面的垂直距离,由于投影点Q1与O2都在成像平面上,那么zc1=zc2=f,Q1的相机坐标也可以表示(xc1,yc1,f),Q2的相机坐标可以表示为(xc2,yc2,f)。
假设左肩顶点的像素坐标为(u1,v1),右肩顶点的像素坐标为(u2,v2),基于上述公式(1),左肩顶点对应于成像平面上投影点Q1的相机坐标 右肩顶点对应于成像平面上投影点Q2的相机坐标/>
可知晓的是,目标部位在成像平面中的第二尺寸,可以表示为目标部位的两关键点对应于成像平面上两投影点之间的距离,例如肩部在成像平面的第二尺寸w,可以表示为投影点Q1与投影点Q2之间的距离,也即可表示为公式(2)。应理解的是,其它目标部位的第二尺寸以此类推。
在步骤S13中,根据图像采集设备的相机参数、第一尺寸和第二尺寸,确定待测距对象与图像采集设备之间的目标距离。
其中,待测距对象与图像采集设备之间的目标距离,可以包括:待测距对象的任一目标部位与图像采集设备的相机坐标系的原点之间的距离。如上所述,任一目标部位的关键点可以包括至少两个,那么任一目标部位与相机坐标系的原点之间的距离,可以包括:该任一目标部位的任一关键点对应的空间点与相机坐标系的圆心之间的距离,或该任一目标部位的至少两个关键点各自对应的空间点与相机坐标系的圆心之间的至少两个距离的平均值,对此本公开实施例不作限制。
图2示出根据本公开实施例的一种相机坐标系的示意图,如图2所示,假设肩部在真实空间中的第一尺寸为W,在成像平面中的第二尺寸为w,肩部与相机坐标系的原点Oc(也可称为光心)之间的距离可以包括:左肩顶点对应的空间点P1与原点Oc之间的第一距离或右肩顶点对应的空间点P2与原点Oc间的第二距离/>或第一距离/>与第二距离/>之间的平均值,对此本公开实施例不作限制。
本公开实施例中以空间点P1与原点Oc之间的第一距离为例说明该第一距离的计算过程,应理解的是,上述第二距离/>与上述第一距离/>的计算过程相同,在此不做赘述。如图2所示,在三角形△P2OcP1中,基于相似三角形原理,P1与Oc之间的第一距离/>可以表示为公式(3)。
其中,l代表左肩顶点对应的空间点P1在成像平面上投影点Q1与原点Oc之间的距离f为相机焦距,θ代表投影点Q1与原点Oc所在直线与光轴Zc的夹角。
沿用上述例子,假设成像平面上投影点Q1的相机坐标 如图2所示,基于三角形的余弦定理,/>
那么上述P1与Oc之间的第一距离还可以直接表示为公式(4)。
基于公式(4)可知,在通过步骤S12确定出目标部位的第二尺寸后,可以根据图像采集设备的相机内参以及第一尺寸和第二尺寸,确定出该目标部位与相机坐标系的原点之间的距离;然后可以将该目标部位与相机坐标系的原点之间的距离,确定为待测距对象与图像采集设备之间的目标距离。
应理解的是,可以采用现有的相机标定方法对图像采集设备的相机参数进行相机标定,例如可以采用张友正相机标定法、非线性标定法等,标定后的图像采集设备的相机参数是已知的,相机参数可以包括相机内参、相机外参与畸变参数。其中,相机内参可以包括上述fx、fy、cx、cy,相机外参可以包括平移矩阵R与旋转矩阵t,畸变参数可以用于矫正关键点的像素坐标。
在本公开实施例中,通过先识别图像中的待测距对象并获取该识别出的该待测距对象的目标部位在真实空间中的第一尺寸;进而基于目标部位在真实空间中的第一尺寸与目标部位在图像中的第二尺寸,得到待测距对象与图像采集设备之间实际的目标距离,由于利用的是待测距对象自身的目标部位在真实空间中的第一尺寸,能够降低不同待测距对象的个体身材差异对目标距离获取所带来的影响,有利于提高待测距对象与图像采集设备之间目标距离的准确度。
考虑到,实际情况中待测距对象相对于图像采集设备可能处于侧身、低头、歪头、仰头等非刚性形变状态,可理解的是,若待测距对象相对于图像采集设备是侧身状态,那么成像平面中待测距对象肩部的第二肩部宽度是偏小的,而实际的第一肩部宽度与相机内参是不变的,基于上述公式(3)和(4),图像中第二肩部宽度偏小,计算得到的肩部与相机坐标系的原点之间的距离是偏大的,也即待测距对象与图像采集设备之间的目标距离是偏大的。
为了降低待测距对象的上述非刚性形变状态对目标距离准确度的影响,目标部位可以包括至少两个,或者说可以采用至少两个目标部位的第一尺寸与第二尺寸,确定待测距对象与图像采集设备之间的目标距离,在一种可能的实现方式中,在步骤S13中,根据图像采集设备的相机参数、第一尺寸和第二尺寸,确定待测距对象与图像采集设备之间的目标距离,包括:
从至少两个目标部位的第二尺寸中选取最大的第二尺寸;根据最大的第二尺寸、与最大的第二尺寸对应的目标部位的第一尺寸以及相机参数,确定待测距对象与图像采集设备之间的目标距离。
应理解的是,上述非刚性形变通常会使得目标部位在成像平面中的第二尺寸偏小,因此可以直接从至少两个目标部位的第二尺寸中选取最大的第二尺寸,例如,若待测距对象处于侧身状态,那么成像平面中的第二头颈高度明显高于第二肩膀宽度,此时可以根据该第二头颈高度、头颈在真实空间中的第一头颈高度以及相机内参,确定待测距对象与图像采集设备之间的目标距离。
其中,可以参照上述本公开实施例步骤S13中目标距离的计算方式,实现根据最大的第二尺寸、与最大的第二尺寸对应的目标部位的第一尺寸以及相机内参,确定待测距对象与图像采集设备之间的目标距离,在此不做赘述。
在本公开实施例中,通过利用至少两个目标部位的第一尺寸与第二尺寸,计算待测距对象与图像采集设备之间的目标距离,相较于使用单个目标部位计算目标距离的方式,可以降低单个目标部位发生非刚性形变时对目标距离准确度的影响,有利于得到准确度更高的目标距离。
在一种可能的实现方式中,在步骤S13中,根据图像采集设备的相机参数、第一尺寸和第二尺寸,确定待测距对象与图像采集设备之间的目标距离,包括:
根据同一目标部位的第一尺寸与第二尺寸,以及相机参数,分别确定至少两个目标部位与图像采集设备之间的距离;将至少两个距离中的最小值,确定为待测距对象与图像采集设备之间的目标距离。
如上所述,上述非刚性形变通常会使得目标部位在成像平面中的第二尺寸偏小,基于偏小的第二尺寸所计算的目标距离是偏大的,那么还可以先确定至少两个目标部位与图像采集设备之间的至少两个距离,再将该至少两个距离中的最小值确定为目标距离。
举例来说,若待测距对象相对于图像采集设备仅处于低头状态,那么基于头颈在成像平面中的第二头颈高度所计算的头颈与图像采集设备之间的距离,会大于基于肩部在成像平面中的第二肩部宽度所计算的肩部与图像采集设备之间的距离,此时可以选取基于肩部在成像平面中的第二肩部宽度所计算的肩部与图像采集设备之间的距离,作为待测距对象与图像采集设备之间的目标距离。
其中,可以参照上述本公开实施例步骤S13中目标距离的计算方式,实现根据同一目标部位的第一尺寸与第二尺寸,以及相机内参,分别确定至少两个目标部位与图像采集设备之间的距离,在此不做赘述。
在本公开实施例中,通过利用至少两个目标部位的第一尺寸与第二尺寸,计算待测距对象与图像采集设备之间的目标距离,相较于使用单个目标部位计算目标距离的方式,可以降低单个目标部位发生非刚性形变时对目标距离准确度的影响,有利于得到准确度更高的目标距离。
图3示出根据本公开实施例的一种第一尺寸标定方法的流程图,如图3所示,第一尺寸是基于下述方法预先进行标定的,所述第一尺寸标定方法包括:
在步骤S21中,获取待测距对象的标定图像。
其中,标定图像可以是待测距对象正向面对图像采集设备时所采集的图像。为尽可能获得有效可用的标定图像,或者说使标定图像中主要包含待测距对象,还可以引导待测距对象站在距离图像采集设备有指定距离处,例如,可以通过语音或文字等形式,引导待测距对象站在距离图像采集设备1米处,且正向面对图像采集设备。其中,指定距离可以根据图像采集设备的视场角、图像采集设备在电子设备上的位置高度等自定义设置,对此本公开实施例不作限制。
在步骤S22中,对标定图像进行关键点检测,得到标定图像中待测距对象的目标部位的标定关键点。
应理解的是,本领域技术人员可以采用本领域已知的关键点检测技术,例如,关键点检测网络、关键点检测算法等,实现对标定图像进行关键点检测,得到标定图像中目标部位的标定关键点,对此本公开实施例不作限制。
在步骤S23中,根据标定关键点的像素坐标以及图像采集设备的像素坐标系与世界坐标系之间的坐标变换关系,确定标定关键点在世界坐标系中的世界坐标。
如上所述,相机参数可以包括相机内参与相机外参,基于相机成像原理,已知相机内参与相机外参,可得到图像采集设备的像素坐标系与世界坐标系之间的坐标变换关系,该坐标变换关系可表示为公式(5)。
其中,(Xw,Yw,Zw)代表世界坐标,代表相机内参矩阵,/>代表相机外参矩阵,R代表旋转矩阵,t代表平移矩阵,(u,v)代表像素坐标,(xc,yc,zc)代表相机坐标,
应理解的是,基于上述公式(5)的坐标变换关系,可以将标定关键点映射到世界坐标系中,也即得到标定关键点在世界坐标系中的世界坐标。
在步骤S24中,根据标定关键点的世界坐标,确定待测距对象的目标部位的第一尺寸。
如上所述,目标部位可以包括肩部、头颈、头部、胯部中的至少一种,第一尺寸可以包括待测距对象实际的第一肩部宽度、第一头颈高度、第一头部高度、第一头部宽度、第一胯部宽度中的至少一种。
其中,第一肩部宽度可以理解为左肩顶点到右肩顶点之间的距离,第一头颈高度可以理解为两肩连接线段的中心点到头部顶点之间的距离,第一头部高度可以理解为下颌顶点到头部顶点之间的距离,第一头部宽度可以理解为左耳与右耳之间的距离,第一胯部宽度可以理解为左跨顶点与右胯顶点之间的距离。
应理解的是,在得到任一目标部位的两个标定关键点的世界坐标后,可以计算出两个世界坐标之间的实际距离,也即得到该目标部位的第一尺寸,例如,假设左肩顶点的世界坐标为(Xw1,Yw1,Zw1),右肩顶点的世界坐标为(Xw2,Yw2,Zw2),那么两肩的世界坐标之间的第一肩部宽度为
在本公开实施例中,能够实现准确高效地标定各个目标部位的第一尺寸。
如上所述,可以通过对图像采集设备采集的图像进行人脸识别,得到识别结果。在一种可能的实现方式中,在步骤S21获取待测距对象的标定图像之后,所述方法还包括:提取标定图像中待测距对象的人脸信息,人脸信息用于对图像采集设备采集的图像中的待测距对象进行识别。
在一种可能的实现方式中,人脸信息可以包括待测距对象的登记人脸特征和/或标定图像中人脸所在区域的人脸图像。应理解的是,可以采用本领域已知的特征提取技术,实现从标定图像中提取待测距对象的登记人脸特征,对此本公开实施例不作限制。
其中,可以通过对标定图像进行人脸检测,得到标定图像中人脸所在区域,进而对标定图像中人脸所在区域进行裁剪,得到人脸图像。应理解的是,可以采用本领域已知的人脸检测技术,实现从标定图像中检测出人脸所在区域,对此本公开实施例不作限制。
在一种可能的实现方式中,在步骤S24根据标定关键点的世界坐标,确定待测距对象的目标部位的第一尺寸之后,所述方法还包括:将人脸信息与第一尺寸进行关联保存。
其中,可以将人脸信息与第一尺寸关联保存至上述数据库中,以便于在识别出图像中的待测距对象的情况下,从数据库调取待测距对象的目标部位的第一尺寸。
在本公开实施例中,通过提取标定图像中的人脸信息,并将人脸信息与第一尺寸进行关联保存,可以在计算待测距对象与图像采集设备之间实际的目标距离时,能够利用待测距对象自身的目标部位在真实空间中的第一尺寸,降低不同待测距对象的个体身材差异对目标距离的影响。
在一种可能的实现方式中,上述单目测距方法可以应用于智能设备,智能设备包括智能空调设备、智能机器人中的至少一种,在通过上述步骤S11至步骤S13确定出目标距离之后,所述方法还包括:
根据目标距离,调控智能设备的相关功能,智能设备的相关功能至少包括:智能空调设备的吹风功能、智能机器人的避障功能中的至少一种。
其中,根据目标距离调控智能空调设备的吹风功能,例如可以包括:调控吹风角度和/或吹风距离,使空调风吹到待测距对象所在的位置;根据目标距离调控智能机器人的避障功能,例如可以包括:根据目标距离实时规划移动距离,以躲避待测距对象。
应理解的是,智能设备可不限于上述智能空调设备与智能机器人,智能设备的相关功能也不限于上述吹风功能与避障功能等,本领域技术人员可以将上述单目测距方法应用于各种需要测距的场景中,对此本公开实施例不作限制。
根据本公开的实施例,能够利用人脸识别绑定人体数据(也即目标部位的第一尺寸),提供了基于人体数据进行单目测距的方法,能够实现较精准的单目测距。通过预先标定人体数据,降低了人体身材差异性造成的测距误差,提高了单目测距的准确性。通过采用至少两项人体数据,有效降低了人体非刚性形变对单目测距带来的影响,提高了单目测距的准确性。
相关技术中没有预先标定人体数据,并直接采用单个目标部位的通用尺寸进行单目测距,受人体身材差异性影响大,且无法减少人体非刚性形变带来的影响。根据本公开实施例,通过利用人脸识别绑定人体数据,以及预先标定各个待测距对象的至少两个人体数据的方式,消除了个体身材差异性带来的误差干扰,以及有效降低了非刚性形变带来的影响,提高单目测距的准确度。
可以理解,本公开提及的上述各个方法实施例,在不违背原理逻辑的情况下,均可以彼此相互结合形成结合后的实施例,限于篇幅,本公开不再赘述。本领域技术人员可以理解,在具体实施方式的上述方法中,各步骤的具体执行顺序应当以其功能和可能的内在逻辑确定。
此外,本公开还提供了单目测距装置、电子设备、计算机可读存储介质、程序,上述均可用来实现本公开提供的任一种单目测距方法,相应技术方案和描述和参见方法部分的相应记载,不再赘述。
图4示出根据本公开实施例的单目测距装置的框图,如图4所示,所述装置包括:
识别模块101,用于识别图像采集设备采集的图像中的待测距对象,并获取识别出的所述待测距对象的目标部位在真实空间中的第一尺寸;
获取模块102,用于获取所述目标部位在所述图像采集设备的成像平面中的第二尺寸;
确定模块103,用于根据所述图像采集设备的相机参数、所述第一尺寸和所述第二尺寸,确定所述待测距对象与所述图像采集设备之间的目标距离。
在一种可能的实现方式中,所述目标部位包括至少两个,所述确定模块103,包括:尺寸确定子模块,用于从至少两个所述目标部位的第二尺寸中选取最大的第二尺寸;第一目标距离确定子模块,用于根据所述最大的第二尺寸、与所述最大的第二尺寸对应的目标部位的第一尺寸以及所述相机参数,确定所述待测距对象与所述图像采集设备之间的目标距离。
在一种可能的实现方式中,所述目标部位包括至少两个,所述确定模块103,包括:距离确定子模块,用于根据同一目标部位的第一尺寸与第二尺寸,以及所述相机参数,分别确定至少两个所述目标部位与所述图像采集设备之间的至少两个距离;第二目标距离确定子模块,用于将所述至少两个距离中的最小值,确定为所述待测距对象与所述图像采集设备之间的目标距离。
在一种可能的实现方式中,所述获取模块102,包括:关键点检测子模块,用于对所述图像进行关键点检测,得到所述图像中所述目标部位的关键点;投影子模块,用于根据所述目标部位的关键点的像素坐标,以及所述图像采集设备的像素坐标系与相机坐标系之间的坐标转换关系,确定所述关键点对应于所述成像平面上投影点的相机坐标;确定子模块,用于根据所述关键点对应于所述成像平面上投影点的相机坐标,确定所述目标部位在所述成像平面中的第二尺寸。
在一种可能的实现方式中,所述第一尺寸基于下述装置预先进行标定:图像获取模块,用于获取所述待测距对象的标定图像;检测模块,用于对所述标定图像进行关键点检测,得到所述标定图像中待测距对象的目标部位的标定关键点;转换模块,用于根据所述标定关键点的像素坐标以及所述图像采集设备的像素坐标系与世界坐标系之间的坐标转换关系,确定所述标定关键点在所述世界坐标系中的世界坐标;第一尺寸确定模块,用于根据所述标定关键点的世界坐标,确定所述待测距对象的目标部位的第一尺寸。
在一种可能的实现方式中,在所述获取所述待测距对象的标定图像之后,所述装置还包括:提取模块,用于提取所述标定图像中所述待测距对象的人脸信息,所述人脸信息用于对所述图像采集设备采集的图像中的待测距对象进行识别;其中,在所述根据所述标定关键点的世界坐标,确定所述待测距对象的目标部位的第一尺寸之后,所述装置还包括:保存模块,用于将所述人脸信息与所述第一尺寸进行关联保存。
在一种可能的实现方式中,所述识别模块101,包括:第一尺寸设置子模块,用于将所述目标部位对应的通用尺寸设置为所述第一尺寸。
在一种可能的实现方式中,所述目标部位包括肩部、头颈、头部、胯部中的至少一种;在所述目标部位包括肩部的情况下,所述第一尺寸包括所述待测距对象实际的第一肩部宽度,所述第二尺寸包括所述待测距对象在所述成像平面中的第二肩部宽度;在所述目标部位包括头颈的情况下,所述第一尺寸包括所述待测距对象实际的第一头颈高度,所述第二尺寸包括所述待测距对象在所述成像平面中的第二头颈高度;在所述目标部位包括头部的情况下,所述第一尺寸包括所述待测距对象实际的第一头部高度和/或第一头部宽度,所述第二尺寸包括所述待测距对象在所述成像平面中的第二头部高度和/或第二头部宽度;在所述目标部位包括胯部的情况下,所述第一尺寸包括所述待测距对象实际的第一胯部宽度,所述第二尺寸包括所述待测距对象在所述成像平面中的第二胯部宽度。
在一种可能的实现方式中,所述装置应用于智能设备,所述智能设备包括智能空调设备、智能机器人中的至少一种,在确定出所述目标距离之后,所述装置还包括:调控模块,用于根据所述目标距离,调控所述智能设备的相关功能,所述智能设备的相关功能至少包括:智能空调设备的吹风功能、智能机器人的避障功能中的至少一种。
在本公开实施例中,通过先识别图像中的待测距对象并确定该识别出的待测距对象的目标部位在真实空间中的第一尺寸;进而基于目标部位在真实空间中的第一尺寸与目标部位在图像中的第二尺寸,得到待测距对象与图像采集设备之间实际的目标距离,由于利用的是待测距对象自身的目标部位在真实空间中的第一尺寸,能够降低不同待测距对象的个体身材差异对目标距离获取所带来的影响,有利于提高待测距对象与图像采集设备之间目标距离的准确度。
在一些实施例中,本公开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。
本公开实施例还提出一种计算机可读存储介质,其上存储有计算机程序指令,所述计算机程序指令被处理器执行时实现上述方法。计算机可读存储介质可以是易失性或非易失性计算机可读存储介质。
本公开实施例还提出一种电子设备,包括:处理器;用于存储处理器可执行指令的存储器;其中,所述处理器被配置为调用所述存储器存储的指令,以执行上述方法。
本公开实施例还提供了一种计算机程序产品,包括计算机可读代码,或者承载有计算机可读代码的非易失性计算机可读存储介质,当所述计算机可读代码在电子设备的处理器中运行时,所述电子设备中的处理器执行上述方法。
电子设备可以被提供为终端、服务器或其它形态的设备。
图5示出根据本公开实施例的一种电子设备1900的框图。例如,电子设备1900可以被提供为一服务器或终端设备。参照图5,电子设备1900包括处理组件1922,其进一步包括一个或多个处理器,以及由存储器1932所代表的存储器资源,用于存储可由处理组件1922的执行的指令,例如应用程序。存储器1932中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外,处理组件1922被配置为执行指令,以执行上述方法。
电子设备1900还可以包括一个电源组件1926被配置为执行电子设备1900的电源管理,一个有线或无线网络接口1950被配置为将电子设备1900连接到网络,和一个输入输出(I/O)接口1958。电子设备1900可以操作基于存储在存储器1932的操作***,例如微软服务器操作***(Windows ServerTM),苹果公司推出的基于图形用户界面操作***(Mac OSXTM),多用户多进程的计算机操作***(UnixTM),自由和开放原代码的类Unix操作***(LinuxTM),开放原代码的类Unix操作***(FreeBSDTM)或类似。
在示例性实施例中,还提供了一种非易失性计算机可读存储介质,例如包括计算机程序指令的存储器1932,上述计算机程序指令可由电子设备1900的处理组件1922执行以完成上述方法。
本公开可以是***、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质,其上载有用于使处理器实现本公开的各个方面的计算机可读程序指令。
计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是(但不限于)电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身,诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如,通过光纤电缆的光脉冲)、或者通过电线传输的电信号。
这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备,或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令,并转发该计算机可读程序指令,以供存储在各个计算/处理设备中的计算机可读存储介质中。
用于执行本公开操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码,所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等,以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中,通过利用计算机可读程序指令的状态信息来个性化定制电子电路,例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA),该电子电路可以执行计算机可读程序指令,从而实现本公开的各个方面。
这里参照根据本公开实施例的方法、装置(***)和计算机程序产品的流程图和/或框图描述了本公开的各个方面。应当理解,流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合,都可以由计算机可读程序指令实现。
这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器,从而生产出一种机器,使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时,产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中,这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作,从而,存储有指令的计算机可读介质则包括一个制造品,其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。
也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上,使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤,以产生计算机实现的过程,从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。
附图中的流程图和框图显示了根据本公开的多个实施例的***、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、程序段或指令的一部分,所述模块、程序段或指令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。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,两个连续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,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动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。
该计算机程序产品可以具体通过硬件、软件或其结合的方式实现。在一个可选实施例中,所述计算机程序产品具体体现为计算机存储介质,在另一个可选实施例中,计算机程序产品具体体现为软件产品,例如软件开发包(Software Development Kit,SDK)等等。
若本申请技术方案涉及个人信息,应用本申请技术方案的产品在处理个人信息前,已明确告知个人信息处理规则,并取得个人自主同意。若本申请技术方案涉及敏感个人信息,应用本申请技术方案的产品在处理敏感个人信息前,已取得个人单独同意,并且同时满足“明示同意”的要求。例如,在摄像头等个人信息采集装置处,设置明确显著的标识告知已进入个人信息采集范围,将会对个人信息进行采集,若个人自愿进入采集范围即视为同意对其个人信息进行采集;或者在个人信息处理的装置上,利用明显的标识/信息告知个人信息处理规则的情况下,通过弹窗信息或请个人自行上传其个人信息等方式获得个人授权;其中,个人信息处理规则可包括个人信息处理者、个人信息处理目的、处理方式以及处理的个人信息种类等信息。
以上已经描述了本公开的各实施例,上述说明是示例性的,并非穷尽性的,并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下,对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择,旨在最好地解释各实施例的原理、实际应用或对市场中的技术的改进,或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。
Claims (10)
1.一种单目测距方法,其特征在于,包括:
识别图像采集设备采集的图像中的待测距对象,并获取识别出的所述待测距对象的目标部位在真实空间中的第一尺寸,所述待测距对象具有非刚性形变;
获取所述目标部位在所述图像采集设备的成像平面中的第二尺寸;
根据所述图像采集设备的相机参数、所述第一尺寸和所述第二尺寸,确定所述待测距对象与所述图像采集设备之间的目标距离;
其中,所述目标部位包括至少两个,所述根据所述图像采集设备的相机参数、所述第一尺寸和所述第二尺寸,确定所述待测距对象与所述图像采集设备之间的目标距离,包括:
根据同一目标部位的第一尺寸与第二尺寸,以及所述相机参数,分别确定至少两个所述目标部位与所述图像采集设备之间的至少两个距离;
将所述至少两个距离中的最小值,确定为所述待测距对象与所述图像采集设备之间的目标距离。
2.根据权利要求1所述的方法,其特征在于,所述获取所述目标部位在所述图像采集设备的成像平面中的第二尺寸,包括:
对所述图像进行关键点检测,得到所述图像中所述目标部位的关键点;
根据所述目标部位的关键点的像素坐标,以及所述图像采集设备的像素坐标系与相机坐标系之间的坐标转换关系,确定所述关键点对应于所述成像平面上投影点的相机坐标;
根据所述关键点对应于所述成像平面上投影点的相机坐标,确定所述目标部位在所述成像平面中的第二尺寸。
3.根据权利要求1所述的方法,其特征在于,所述第一尺寸基于下述方法预先进行标定:
获取所述待测距对象的标定图像;
对所述标定图像进行关键点检测,得到所述标定图像中待测距对象的目标部位的标定关键点;
根据所述标定关键点的像素坐标以及所述图像采集设备的像素坐标系与世界坐标系之间的坐标转换关系,确定所述标定关键点在所述世界坐标系中的世界坐标;
根据所述标定关键点的世界坐标,确定所述待测距对象的目标部位的第一尺寸。
4.根据权利要求3所述的方法,其特征在于,在所述获取所述待测距对象的标定图像之后,所述方法还包括:
提取所述标定图像中所述待测距对象的人脸信息,所述人脸信息用于对所述图像采集设备采集的图像中的待测距对象进行识别;
其中,在所述根据所述标定关键点的世界坐标,确定所述待测距对象的目标部位的第一尺寸之后,所述方法还包括:
将所述人脸信息与所述第一尺寸进行关联保存。
5.根据权利要求1至4任一项所述的方法,其特征在于,所述获取识别出的所述待测距对象的目标部位在真实空间中的第一尺寸,包括:
将所述目标部位对应的通用尺寸设置为所述第一尺寸。
6.根据权利要求1至4任一项所述的方法,其特征在于,所述目标部位包括肩部、头颈、头部、胯部中的至少一种;
在所述目标部位包括肩部的情况下,所述第一尺寸包括所述待测距对象实际的第一肩部宽度,所述第二尺寸包括所述待测距对象在所述成像平面中的第二肩部宽度;
在所述目标部位包括头颈的情况下,所述第一尺寸包括所述待测距对象实际的第一头颈高度,所述第二尺寸包括所述待测距对象在所述成像平面中的第二头颈高度;
在所述目标部位包括头部的情况下,所述第一尺寸包括所述待测距对象实际的第一头部高度和/或第一头部宽度,所述第二尺寸包括所述待测距对象在所述成像平面中的第二头部高度和/或第二头部宽度;
在所述目标部位包括胯部的情况下,所述第一尺寸包括所述待测距对象实际的第一胯部宽度,所述第二尺寸包括所述待测距对象在所述成像平面中的第二胯部宽度。
7.根据权利要求1至4任一项所述的方法,其特征在于,所述方法应用于智能设备,所述智能设备包括智能空调设备、智能机器人中的至少一种,在确定出所述目标距离之后,所述方法还包括:
根据所述目标距离,调控所述智能设备的相关功能,所述智能设备的相关功能至少包括:智能空调设备的吹风功能、智能机器人的避障功能中的至少一种。
8.一种单目测距装置,其特征在于,包括:
识别模块,用于识别图像采集设备采集的图像中的待测距对象,并获取识别出的所述待测距对象的目标部位在真实空间中的第一尺寸,所述待测距对象具有非刚性形变;
获取模块,用于获取所述目标部位在所述图像采集设备的成像平面中的第二尺寸;
确定模块,用于根据所述图像采集设备的相机参数、所述第一尺寸和所述第二尺寸,确定所述待测距对象与所述图像采集设备之间的目标距离;
其中,所述目标部位包括至少两个,所述确定模块,包括:距离确定子模块,用于根据同一目标部位的第一尺寸与第二尺寸,以及所述相机参数,分别确定至少两个所述目标部位与所述图像采集设备之间的至少两个距离;第二目标距离确定子模块,用于将所述至少两个距离中的最小值,确定为所述待测距对象与所述图像采集设备之间的目标距离。
9.一种电子设备,其特征在于,包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,所述处理器被配置为调用所述存储器存储的指令,以执行权利要求1至7中任意一项所述的方法。
10.一种计算机可读存储介质,其上存储有计算机程序指令,其特征在于,所述计算机程序指令被处理器执行时实现权利要求1至7中任意一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210267073.1A CN114608521B (zh) | 2022-03-17 | 2022-03-17 | 单目测距方法及装置、电子设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210267073.1A CN114608521B (zh) | 2022-03-17 | 2022-03-17 | 单目测距方法及装置、电子设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114608521A CN114608521A (zh) | 2022-06-10 |
CN114608521B true CN114608521B (zh) | 2024-06-07 |
Family
ID=81865835
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210267073.1A Active CN114608521B (zh) | 2022-03-17 | 2022-03-17 | 单目测距方法及装置、电子设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114608521B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN118038303A (zh) * | 2022-11-02 | 2024-05-14 | 腾讯科技(深圳)有限公司 | 身份识别图像处理方法、装置、计算机设备和存储介质 |
CN116753900A (zh) * | 2023-08-18 | 2023-09-15 | 合肥联宝信息技术有限公司 | 一种距离确定方法、装置及电子设备 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5576975A (en) * | 1991-09-20 | 1996-11-19 | Fujitsu Limited | Distance measuring method and a distance measuring apparatus |
CN103793719A (zh) * | 2014-01-26 | 2014-05-14 | 深圳大学 | 一种基于人眼定位的单目测距方法和*** |
CN109657607A (zh) * | 2018-12-17 | 2019-04-19 | 中新智擎科技有限公司 | 一种基于人脸识别的人脸目标测距方法、装置及存储介质 |
CN110030928A (zh) * | 2019-04-11 | 2019-07-19 | 接楚添 | 基于计算机视觉的空间物体定位和测量的方法和*** |
CN111610886A (zh) * | 2020-05-20 | 2020-09-01 | 深圳Tcl数字技术有限公司 | 触控屏幕亮度的调整方法、设备及计算机可读存储介质 |
CN111860292A (zh) * | 2020-07-16 | 2020-10-30 | 科大讯飞股份有限公司 | 基于单目相机的人眼定位方法、装置以及设备 |
CN112525352A (zh) * | 2020-11-24 | 2021-03-19 | 深圳市高巨创新科技开发有限公司 | 一种基于人脸识别的红外测温补偿方法及终端 |
CN112572281A (zh) * | 2019-09-27 | 2021-03-30 | 北京市商汤科技开发有限公司 | 光强调节方法及装置、电子设备和存储介质 |
CN113256731A (zh) * | 2021-04-01 | 2021-08-13 | 深圳市宁创云软件技术有限公司 | 基于单目视觉的目标检测方法及装置 |
CN113888619A (zh) * | 2021-10-29 | 2022-01-04 | 北京市商汤科技开发有限公司 | 距离确定方法、装置、电子设备及存储介质 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101758735B1 (ko) * | 2012-12-03 | 2017-07-26 | 한화테크윈 주식회사 | 카메라와 목표물 사이의 수평 거리를 구하는 방법, 이 방법을 채용한 카메라 및 감시 시스템 |
-
2022
- 2022-03-17 CN CN202210267073.1A patent/CN114608521B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5576975A (en) * | 1991-09-20 | 1996-11-19 | Fujitsu Limited | Distance measuring method and a distance measuring apparatus |
CN103793719A (zh) * | 2014-01-26 | 2014-05-14 | 深圳大学 | 一种基于人眼定位的单目测距方法和*** |
CN109657607A (zh) * | 2018-12-17 | 2019-04-19 | 中新智擎科技有限公司 | 一种基于人脸识别的人脸目标测距方法、装置及存储介质 |
CN110030928A (zh) * | 2019-04-11 | 2019-07-19 | 接楚添 | 基于计算机视觉的空间物体定位和测量的方法和*** |
CN112572281A (zh) * | 2019-09-27 | 2021-03-30 | 北京市商汤科技开发有限公司 | 光强调节方法及装置、电子设备和存储介质 |
CN111610886A (zh) * | 2020-05-20 | 2020-09-01 | 深圳Tcl数字技术有限公司 | 触控屏幕亮度的调整方法、设备及计算机可读存储介质 |
CN111860292A (zh) * | 2020-07-16 | 2020-10-30 | 科大讯飞股份有限公司 | 基于单目相机的人眼定位方法、装置以及设备 |
CN112525352A (zh) * | 2020-11-24 | 2021-03-19 | 深圳市高巨创新科技开发有限公司 | 一种基于人脸识别的红外测温补偿方法及终端 |
CN113256731A (zh) * | 2021-04-01 | 2021-08-13 | 深圳市宁创云软件技术有限公司 | 基于单目视觉的目标检测方法及装置 |
CN113888619A (zh) * | 2021-10-29 | 2022-01-04 | 北京市商汤科技开发有限公司 | 距离确定方法、装置、电子设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN114608521A (zh) | 2022-06-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111325796B (zh) | 用于确定视觉设备的位姿的方法和装置 | |
CN110568447B (zh) | 视觉定位的方法、装置及计算机可读介质 | |
US8755630B2 (en) | Object pose recognition apparatus and object pose recognition method using the same | |
CN114608521B (zh) | 单目测距方法及装置、电子设备和存储介质 | |
CN110070564B (zh) | 一种特征点匹配方法、装置、设备及存储介质 | |
US20170039761A1 (en) | Image Processing Method And Apparatus | |
CN108381549B (zh) | 一种双目视觉引导机器人快速抓取方法、装置及存储介质 | |
WO2023016271A1 (zh) | 位姿确定方法、电子设备及可读存储介质 | |
WO2017022033A1 (ja) | 画像処理装置、画像処理方法および画像処理プログラム | |
CN110109535A (zh) | 增强现实生成方法及装置 | |
US8531505B2 (en) | Imaging parameter acquisition apparatus, imaging parameter acquisition method and storage medium | |
CN111612852A (zh) | 用于验证相机参数的方法和装置 | |
KR20080029080A (ko) | 단안 줌 카메라를 이용한 이동로봇의 자기위치 추정 시스템및 방법 | |
CN113256718B (zh) | 定位方法和装置、设备及存储介质 | |
CN112200056B (zh) | 人脸活体检测方法、装置、电子设备及存储介质 | |
US20210334569A1 (en) | Image depth determining method and living body identification method, circuit, device, and medium | |
CN109902675B (zh) | 物体的位姿获取方法、场景重构的方法和装置 | |
JP2017123087A (ja) | 連続的な撮影画像に映り込む平面物体の法線ベクトルを算出するプログラム、装置及び方法 | |
CN113393524A (zh) | 一种结合深度学习和轮廓点云重建的目标位姿估计方法 | |
CN115187663A (zh) | 扫描仪姿态定位方法、装置、设备及存储介质 | |
CN108573192B (zh) | 匹配人脸的眼镜试戴方法和装置 | |
CN115834860A (zh) | 背景虚化方法、装置、设备、存储介质和程序产品 | |
US11417063B2 (en) | Determining a three-dimensional representation of a scene | |
CN114494857A (zh) | 一种基于机器视觉的室内目标物识别和测距方法 | |
CN115690469A (zh) | 一种双目图像匹配方法、装置、设备和存储介质 |
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 |