CN114765659A - 扩展智能相机人脸检测范围的方法、装置、设备和介质 - Google Patents

扩展智能相机人脸检测范围的方法、装置、设备和介质 Download PDF

Info

Publication number
CN114765659A
CN114765659A CN202011607067.3A CN202011607067A CN114765659A CN 114765659 A CN114765659 A CN 114765659A CN 202011607067 A CN202011607067 A CN 202011607067A CN 114765659 A CN114765659 A CN 114765659A
Authority
CN
China
Prior art keywords
camera
target
suspected target
face
suspected
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.)
Granted
Application number
CN202011607067.3A
Other languages
English (en)
Other versions
CN114765659B (zh
Inventor
黄黎滨
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhejiang Uniview Technologies Co Ltd
Original Assignee
Zhejiang Uniview Technologies Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Zhejiang Uniview Technologies Co Ltd filed Critical Zhejiang Uniview Technologies Co Ltd
Priority to CN202011607067.3A priority Critical patent/CN114765659B/zh
Publication of CN114765659A publication Critical patent/CN114765659A/zh
Application granted granted Critical
Publication of CN114765659B publication Critical patent/CN114765659B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • H04N23/695—Control of camera direction for changing a field of view, e.g. pan, tilt or based on tracking of objects
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • H04N23/61—Control of cameras or camera modules based on recognised objects
    • H04N23/611—Control of cameras or camera modules based on recognised objects where the recognised objects include parts of the human body

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Studio Devices (AREA)

Abstract

本申请实施例公开了一种扩展智能相机人脸检测范围的方法、装置、设备和介质，其中方法包括：若检测到疑似目标位于智能相机的可视域内，但无法抓拍所述疑似目标的人脸图像，则根据拍摄的疑似目标的图像，计算疑似目标的位置；根据疑似目标的位置以及预先确定的各普通相机的人脸抓拍区域，确定疑似目标是否位于某一普通相机的人脸抓拍区域；若是，则指示该普通相机抓拍疑似目标；接收该普通相机反馈的疑似目标的人脸图像，并根据疑似目标的人脸图像进行人脸识别。本申请实施例中，在智能相机无法抓拍目标人脸图像时，通过普通相机抓拍目标人脸图像，并反馈给智能相机进行分析，由此实现了对智能相机人脸检测范围的扩展。

Description

扩展智能相机人脸检测范围的方法、装置、设备和介质
技术领域
本申请涉及监控技术领域，尤其涉及一种扩展智能相机人脸检测范围的方法、装置、设备和介质。
背景技术
随着智能相机的监控***广泛使用，路口越来越多的相机具备人脸抓拍功能，但是单台智能相机的人脸抓拍能力有限，抓拍距离过远或者角度不正等问题都会造成目标人脸抓拍失败，导致出现目标人脸轨迹丢失或者不符合现实情况。
目前，出现目标人脸抓拍失败时，通常利用服务器获取路口处安装的普通相机(非智能相机)采集的大量视频，进而通过视频分析，得到目标人脸信息。然而这种方式实时性较差，而且增加了服务器的性能压力。
发明内容
本申请实施例提供一种扩展智能相机人脸检测范围的方法、装置、设备和介质，以达到优化智能相机人脸抓拍能力的目的。
第一方面，本申请实施例提供了一种扩展智能相机人脸检测范围的方法，由监控***中的智能相机执行，监控***包括至少一个智能相机和至少一个普通相机，方法包括：
若检测到疑似目标位于智能相机的可视域内，但无法抓拍疑似目标的人脸图像，则根据拍摄的疑似目标的图像，计算疑似目标的位置；
根据疑似目标的位置以及预先确定的各普通相机的人脸抓拍区域，确定疑似目标是否位于某一普通相机的人脸抓拍区域；
若是，则指示该普通相机抓拍疑似目标；
接收该普通相机反馈的疑似目标的人脸图像，并根据疑似目标的人脸图像进行人脸识别。
第二方面，本申请实施例提供了一种扩展智能相机人脸检测范围的装置，配置于监控***中的智能相机，监控***包括至少一个智能相机和至少一个普通相机，包括：
位置计算模块，用于若检测到疑似目标位于智能相机的可视域内，但无法抓拍疑似目标的人脸图像，则根据拍摄的疑似目标的图像，计算疑似目标的位置；
位置判断模块，用于根据疑似目标的位置以及各普通相机的人脸抓拍区域，确定疑似目标是否位于某一普通相机的人脸抓拍区域；
第一抓拍模块，用于在判断结果为是时，指示该普通相机抓拍疑似目标；
接收与识别模块，用于接收该普通相机反馈的疑似目标的人脸图像，并根据疑似目标的人脸图像进行人脸识别。
第三方面，本申请实施例还提供了一种电子设备，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，
当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现如本申请任一实施例的扩展智能相机人脸检测范围的方法。
第四方面，本申请实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本申请任一实施例的扩展智能相机人脸检测范围的方法。
本申请实施例中，在智能相机无法抓拍目标的人脸图像时，若目标位于某一普通相机的人脸抓拍区域，则通过普通相机抓拍目标的人脸图像，并反馈给智能相机进行分析，由此利用普通相机辅助抓拍目标的人脸图像，实现了对智能相机人脸检测范围的扩展，达到了优化智能相机人脸抓拍能力的目的，同时，有利于减小服务器的性能压力。
附图说明
图1a是本申请第一实施例中的扩展智能相机人脸检测范围的方法的流程示意图；
图1b是本申请第一实施例中的疑似目标与智能相机的几何关系的示意图；
图2a是本申请第二实施例中的扩展智能相机人脸检测范围的方法的流程示意图；
图2b是本申请第二实施例中的智能相机画面的示意图；
图2c是本申请第二实施例中的地图上相机位置示意图；
图3是本申请第三实施例中的扩展智能相机人脸检测范围的方法的流程示意图；
图4a是本申请第四实施例中的扩展智能相机人脸检测范围的方法的流程示意图；
图4b是本申请第四实施例中的监控***中相机安装的示意图；
图4c是本申请第四实施例中的智能相机可视域垂直剖面图和水平剖面图的示意图；
图4d是本申请第四实施例中的各相机人脸抓拍区域的示意图；
图5是本申请第五实施例中的扩展智能相机人脸检测范围的装置的结构示意图；
图6是本申请第六实施例中的实现扩展智能相机人脸检测范围的方法的电子设备的结构示意图。
具体实施方式
下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本申请，而非对本申请的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本申请相关的部分而非所有结构。
图1a是本申请第一实施例的扩展智能相机人脸检测范围的方法的流程图，本实施例可适用于利用监控***中非智能相机辅助智能相机抓拍目标人脸图像的情况，该方法可以由扩展智能相机人脸检测范围的装置来执行，该装置可以采用软件和/或硬件的方式实现，并可集成在电子设备中，例如集成在监控***中的智能相机上。
本申请实施例中，由于监控***中安装有大量的普通相机，而为了对监控***智能化升级改造，在监控***中增加至少一个智能相机，利用已有普通相机辅助智能相机进行人脸识别。其中，智能相机(Smart Camera)是一种高度集成化的微小型机器视觉***。它将图像的采集、处理与通信功能集成于单一相机内，从而提供了具有多功能、模块化、高可靠性、易于实现的机器视觉解决方案。同时，由于智能相机应用了最新的DSP、FPGA及大容量存储技术，其智能化程度不断提高，可满足多种机器视觉的应用需求。
如图1a所示，扩展智能相机人脸检测范围的方法具体包括如下流程：
S101、若检测到疑似目标位于智能相机的可视域内，但无法抓拍疑似目标的人脸图像，则根据拍摄的疑似目标的图像，计算疑似目标的位置。
本申请实施例中，疑似目标是指需要进行人脸识别的人；可视域是指智能相机能够拍摄到疑似目标图像的区域。本申请实施例中，智能相机的可视域至少包括人脸抓拍区域、清晰识别区域和模糊识别区域。需要说明的是，为了区分人脸抓拍区域、清晰识别区域和模糊识别区域，预先设置图像的第一清晰度阈值和第二清晰度阈值，第一清晰度阈值大于第二清晰度阈值。由此人脸抓拍区域是指智能相机能够抓拍到疑似目标的人脸图像且人脸图像的清晰度大于等于第一清晰度阈值的区域；清晰识别区域是指智能相机拍的疑似目标的图像的清晰度位于第二清晰度阈值和第一清晰度阈值之间且无法从中提取人脸图像的区域；模糊识别区域是指拍摄到的疑似目标的图像的清晰度小于第二清晰度阈值的区域。
本申请实施例中，检测到疑似目标位于智能相机的可视域内，但无法抓拍疑似目标的人脸图像，主要分为以下三种情况：(1)疑似目标位于智能相机的人脸抓拍区域，但是背对智能相机，例如疑似目标背对智能相机在人脸抓拍区域移动。(2)疑似目标正对着智能相机移动，且疑似目标位于智能相机的清晰识别区域或模糊识别区域。(3)疑似目标背对着智能相机移动，且疑似目标位于智能相机的清晰识别区域或模糊识别区域。
在智能相机无法抓拍疑似目标的人脸图像时，可根据拍摄到的疑似目标的人体图像，计算疑似目标的位置。具体的，可根据疑似目标在图像中的成像高度，结合预设的疑似目标的高度均值、智能相机的焦距以及智能相机的安装角度，计算疑似目标与智能相机的水平距离。
示例性的，参见图1b，其示出了疑似目标与智能相机的几何关系的示意图。其中H为智能相机的安装高度，θ为智能相机安装角度，h为预设的疑似目标的平均高度，h’为疑似目标在相机中的成像高度，L’为智能相机到疑似目标的视线距离，L为疑似目标与智能相机的水平距离，f为智能相机焦距。
根据几何关系，可以得到如下公式：
Figure BDA0002872089100000061
Figure BDA0002872089100000062
Figure BDA0002872089100000063
由此可以得到：
Figure BDA0002872089100000064
由于h/h′比值在1000以上，
Figure BDA0002872089100000065
的值远大于1，为方便运算，可将公式
Figure BDA0002872089100000066
简化为
Figure BDA0002872089100000067
简化公式后得到：
Figure BDA0002872089100000068
进一步推导计算得到一元二次方程式：
Figure BDA0002872089100000069
通过一元二次方程式的求根公式
Figure BDA00028720891000000610
可以得到
Figure BDA00028720891000000611
由此基于该公式，利用已知的相机参数和安装参数直接得到疑似目标与智能相机的水平距离，进而结合智能相机的地理位置，即可得到疑似目标的位置。
S102、根据疑似目标的位置以及预先确定的各普通相机的人脸抓拍区域，确定疑似目标是否位于某一普通相机的人脸抓拍区域。
本申请实施例中，普通相机是指位于智能相机附近的非智能相机，各普通相机的人脸抓拍区域是指普通相机可以清楚抓拍疑似目标的人脸图像的区域，普通相机的人脸抓拍区域可以根据普通相机的设备参数(例如焦距、CCD尺寸等)和普通相机的安装参数(例如安装角度、安装高度等)确定。
在通过S101得到疑似目标的位置后，可判断疑似目标是否位于某一普通相机的人脸抓拍区域，若是，则执行S103。
S103、若判断疑似目标位于某一普通相机的人脸抓拍区域，则指示该普通相机抓拍疑似目标。
在确定疑似目标位于某一普通相机的人脸抓拍区域后，智能相机可基于通信协议向该普通相机下发拍照指令，以指示该普通相机抓拍疑似目标。
在此需要说明的是，为了避免出现疑似目标位于某一普通相机的人脸抓拍区域，且背对该普通相机的情况，导致该普通相机无法抓拍人脸图像，在指示该普通相机抓拍疑似目标之前，还需判断疑似目标是否正对着该普通相机，例如通过智能相机的视线方向、普通相机的视线方向以及疑似目标的运动方向确定。只有确定疑似目标位于普通相机的人脸抓拍区域，且正对着普通相机时，指示该普通相机抓拍疑似目标。
S104、接收该普通相机反馈的疑似目标的人脸图像，并根据疑似目标的人脸图像进行人脸识别。
普通相机抓拍疑似目标的人脸图像后，通过数据传输协议，将抓拍的人脸图像反馈给智能相机，以便智能相机在接收到疑似目标的人脸图像后，进行人脸识别。
在此需要说明的是，相比于普通相机直接将大量的视频发送给智能相机进行人脸分析，本申请实施例中，普通摄像机只将在人脸抓拍区域拍摄到的少量图片发送给智能相机进行人脸识别分析，避免向智能相机发送与人脸识别无关的图像，使得向智能相机发送的数据量小，保证了人脸识别的效率，降低了智能相机分析人脸图像时的性能消耗。
本申请实施例中，在智能相机无法抓拍目标的人脸图像时，若疑似目标位于某一普通相机的人脸抓拍区域，则通过普通相机抓拍目标的人脸图像，并反馈给智能相机进行分析，由此利用普通相机辅助抓拍目标的人脸图像，实现了对智能相机人脸检测范围的扩展，达到了优化智能相机人脸抓拍能力的目的。
图2a是本申请第二实施例的扩展智能相机人脸检测范围的方法的流程图，本实施例是在上述实施例的基础上进行优化，参见图2a，该方法包括：
S201、若检测到疑似目标位于智能相机的可视域内，但无法抓拍疑似目标的人脸图像，则根据拍摄的疑似目标的图像，计算疑似目标的位置。
S202、根据疑似目标的位置以及预先确定的各普通相机的人脸抓拍区域，确定疑似目标是否位于某一普通相机的人脸抓拍区域。
本申请实施例中，确定疑似目标未处于任一普通相机的人脸抓拍区域，则按照步骤S203-S206进行人脸抓拍。在此需要说明的是，若疑似目标位于某一普通相机的人脸抓拍区域，但背对着该普通相机，则也需按照S203获取疑似目标的运动方向，进而按照S204-S206的步骤进行人脸抓拍。
S203、若确定疑似目标并未处于任一普通相机的人脸抓拍区域内，则获取疑似目标的运动方向。
若确定疑似目标并未处于任一普通相机的人脸抓拍区域内，则确定当前不能通过普通相机抓拍疑似目标的人脸图像，此时需要根据疑似目标的运动方向进行预测，主要是预测疑似目标可能经过哪个目标普通相机的人脸抓拍区域。本申请实施例中，确定疑似目标的运动方向，主要是确定智能相机画面中疑似目标的移动方向与画面正上方的夹角。示例性的，参见图2b和图2c，其中图2b示出了智能相机画面的示意图，其中，
Figure BDA0002872089100000091
与
Figure BDA0002872089100000092
分别表示相机画面正上方和疑似目标移动方向，图2c示出了地图上相机位置示意图，其中，
Figure BDA0002872089100000093
表示地图中相机的视线方向，
Figure BDA0002872089100000094
为地图上疑似目标的移动方向。在确定相机画面中疑似目标的移动方向与画面正上方的夹角时，可将智能相机在地图上视线方向与画面正上方绑定，即
Figure BDA0002872089100000095
与
Figure BDA0002872089100000096
对应，由此可直接将
Figure BDA0002872089100000097
与
Figure BDA0002872089100000098
的夹角作为
Figure BDA0002872089100000099
与
Figure BDA00028720891000000910
夹角。
S204、根据运动方向，预测疑似目标运动过程中所需经过的目标普通相机的人脸抓拍区域。
根据疑似目标的运动方向，以及各普通相机的人脸抓拍区域的位置，即可预测疑似目标运动过程中所需经过的目标普通相机的人脸抓拍区域。
S205、在确定疑似目标进入目标普通相机的人脸抓拍区域时，指示目标普通相机抓拍疑似目标。
在一种可选的实施方式中，在确定疑似目标进入目标普通相机的人脸抓拍区域时，指示目标普通相机抓拍疑似目标，包括S2051-S2053：
S2051.根据疑似目标在可视域内的位置随时间变化数据，确定疑似目标的运动速度。
在智能相机的可视域内，多次计算疑似目标的位置，具体的计算过程参见上述实施例，在此不再赘述。进而根据疑似目标在不同位置之间移动时所花费的时间，可计算疑似目标的运动速度，例如计算疑似目标的平均移动速度。
S2052.根据运动速度以及可视域与目标普通相机的人脸抓拍区域之间的距离，确定疑似目标离开可视域，并进入目标普通相机的人脸抓拍区域所需的目标时长。
本申请实施例中，在得到智能相机可视域与目标普通相机的人脸抓拍区域后，可根据地图数据确定两个区域之间的路径和距离，进而根据疑似目标的运动速度、可视域与目标普通相机的人脸抓拍区域之间的距离，确定疑似目标离开可视域，并进入目标普通相机的人脸抓拍区域所需的目标时长。其中，在智能相机无法拍摄到疑似目标时，即可确定疑似目标离开智能相机的可视域。
S2053.在疑似目标离开可视域目标时长后，指示目标普通相机抓拍疑似目标。
在本申请实施例中，由于目标时长是预估的数值，为了避免因为疑似目标过早或者过晚进入目标普通相机的人脸抓拍区域，导致目标普通相机没有及时抓拍到疑似目标，可先确定抓拍时长(例如15s)，以此保证在抓拍时长内目标普通相机能够准确抓拍到疑似目标的人脸图像，同时为了避免在抓拍时长内抓拍到过多与疑似目标人脸无关的图像，还可以预先确定抓拍频率(例如每隔1秒抓拍一次)。由此，在检测到在疑似目标离开可视域目标时长后，指示目标普通相机在抓拍时长内，按照抓拍频率抓拍疑似目标。
S206、接收目标普通相机反馈的疑似目标的人脸图像，并根据疑似目标的人脸图像进行人脸识别。
目标普通相机抓拍疑似目标的人脸图像后，通过数据传输协议，将抓拍的人脸图像反馈给智能相机，以便智能相机在接收到疑似目标的人脸图像后，进行人脸识别。
本申请实施例中，利用智能相机对人体运动方向、运动速度的分析，预测疑似目标经过普通相机时的最佳抓拍时机，以便对疑似目标进行抓拍，进而将抓拍后的图片发送至智能相机中进行人脸分析，从而实现了通过普通相机辅助智能相机采集人脸图像，由此扩展了智能相机的可视范围。
图3是本申请第三实施例的扩展智能相机人脸检测范围的方法的流程图，本实施例是在上述实施例的基础上进行优化，参见图3，该方法包括：
S301、若检测到疑似目标位于智能相机的可视域内，但无法抓拍疑似目标的人脸图像，则根据拍摄的疑似目标的图像，计算疑似目标的位置。
S302、根据疑似目标的位置以及预先确定的各普通相机的人脸抓拍区域，确定疑似目标是否位于某一普通相机的人脸抓拍区域。
本申请实施例中，若确定疑似目标位于某一普通相机的人脸抓拍区域，则执行S303，否则执行S304-S306。
S303、若确定疑似目标位于某一普通相机的人脸抓拍区域，则指示该普通相机抓拍疑似目标。
S304、若确定疑似目标并未处于任一普通相机的人脸抓拍区域内，则获取疑似目标的运动方向。
S305、根据运动方向，预测疑似目标运动过程中所需经过的目标普通相机的人脸抓拍区域。
S306、在确定疑似目标进入目标普通相机的人脸抓拍区域时，指示目标普通相机抓拍疑似目标。
通过上述步骤指示普通相机抓拍疑似目标的人脸图像后，通过S307接收普通相机抓拍的人脸图像，以便进行分析。
S307、接收目标普通相机反馈的疑似目标的人脸图像，并根据疑似目标的人脸图像进行人脸识别。
本申请实施例中，在智能相机无法抓拍目标的人脸图像时，若疑似目标位于某一普通相机的人脸抓拍区域，则通过普通相机抓拍目标的人脸图像；若确定疑似目标并未处于任一普通相机的人脸抓拍区域内，则根据疑似目标的运动方向、运动速度，预测普通相机最佳的抓拍时间，避免抓拍过多无关图像；普通相机将抓拍的图像反馈给智能相机进行分析，由此利用普通相机辅助抓拍目标的人脸图像，实现了对智能相机人脸检测范围的扩展，达到了优化智能相机人脸抓拍能力的目的。
图4a是本申请第四实施例的扩展智能相机人脸检测范围的方法的流程图，本实施例是在上述实施例的基础上进行优化，本申请实施例中增加了可视域(人脸抓拍区域、清晰识别区域和模糊识别区域)的确定过程。参见图4a，该方法包括：
S401、根据智能相机的设备参数和智能相机的安装参数，确定智能相机当前的视场角度、人脸抓拍区域、清晰识别区域和模糊识别区域。
本申请实施例中，参见图4b，其示出了监控***中相机安装的示意图，其中相机A为智能相机，相机B、C、D、E为普通相机。本申请通过安装一个智能相机A，结合普通相机B、C、D、E，可实现对十字路口的全覆盖。本申请实施例中，在安装智能相机后，还需根据智能相机的设备参数和智能相机的安装参数，确定智能相机当前的视场角度、人脸抓拍区域、清晰识别区域和模糊识别区域，具体的如下：
参见图4c，其示出了智能相机可视域垂直剖面图和水平剖面图的示意图。
1、视场角度，一般指水平视场角度(CamHorView)，如图4c中的角度B，可按如下公式计算：
Figure BDA0002872089100000131
其中，CcdWidth为成像元件CCD的宽度(水平方向)，CamFocalLength为镜头当前焦距。
由水平视场角计算垂直视场角方法：
Figure BDA0002872089100000132
其中，CcdHeight为成像元件CCD的高度(竖直方向)。
2、在摄像机视线方向上，计算盲区距离、人脸识别距离、清晰距离和模糊距离，这些距离值都是从相机位置开始算
(1)盲区距离(BL)
盲区是指智能相机无法拍摄到的区域，本申请实施例中，可按疑似目标身高为1.7计算，肩膀离地高约为1.5米。
Figure BDA0002872089100000133
其中，CamHeight为摄像机离地面高度，CamVericalRotAngle为摄像机在竖直方向上的安装角度，CamVerticalView为摄像机垂直视场角度。
盲区距离投影到CAD上的半径：
Rbl＝BL×sin(90-CamVericalRotAngle)。
(2)人脸识别距离(最佳的人脸抓拍距离，CL)
Figure BDA0002872089100000134
其中，CamOutputHorPixel为相机输出制式的宽度，比如1080P相机该值为1920；CamHorView为相机的水平视场角；本申请设定人脸识别需要300像素/米。
人脸识别距离投影到CAD上的半径：
Rcl＝CL×sin(90-CamVericalRotAngle)。
(3)清晰识别距离(只能清晰拍摄图像，不能抓拍人脸)
Figure BDA0002872089100000141
其中，CamOutputHorPixel为相机输出制式的宽度，比如1080P相机该值为1920；CamHorView为相机的水平视场角，这里设定清晰识别需要100像素/米。
清晰识别距离投影到CAD上的半径：
Rrl＝RL×sin(90-CamVericalRotAngle)。
(4)模糊识别距离(拍摄拍摄模糊图像，不能抓拍人脸)
Figure BDA0002872089100000142
其中，CamOutputHorPixel为相机输出制式的宽度，比如1080P相机该值为1920；CamHorView为相机的水平视场角，这里设定模糊识别需要50像素/米。
模糊识别距离投影到CAD上的半径：
Rdl＝DL×sin(90-CamVericalRotAngle)。
在上述基础上，结合智能相机采集范围，即可确定智能相机的可视域。同理，针对4b中的普通相机，也可基于上述方法确定各普通相机的人脸采集区域。
示例性的，参见图4d，其示出了各相机人脸抓拍区域的示意图，智能相机A的可视域包括人脸抓拍区域1、清晰识别区域2、模糊识别区域3；普通相机E1的人脸抓拍区域为区域E1；普通相机E2的人脸抓拍区域为区域E2；普通相机B的人脸抓拍区域为区域B，普通相机C的人脸抓拍区域为区域C，普通相机D的人脸抓拍区域为区域D。
在上述的基础上，可按照S402-S405的操作，实现普通相机辅助智能相机抓拍人脸图像，以达到扩展智能相机人脸捕捉范围的目的。
S402、若检测到疑似目标位于智能相机的可视域内，但无法抓拍疑似目标的人脸图像，则根据拍摄的疑似目标的图像，计算疑似目标的位置。
S403、根据疑似目标的位置以及预先确定的各普通相机的人脸抓拍区域，确定疑似目标是否位于某一普通相机的人脸抓拍区域。
S404、若是，则指示该普通相机抓拍疑似目标。
S405、接收该普通相机反馈的疑似目标的人脸图像，并根据疑似目标的人脸图像进行人脸识别。
本申请实施例中，根据智能相机的设备参数和智能相机的安装参数，确定智能相机当前的视场角度、人脸抓拍区域、清晰识别区域和模糊识别区域，为后续通过普通相机辅助智能相机抓拍人脸图像提供了保证。
图5是本申请第五实施例的扩展智能相机人脸检测范围的装置的结构示意图，本实施例可适用于利用监控***中非智能相机辅助智能相机抓拍目标人脸图像的情况，配置于监控***中的智能相机，监控***包括至少一个智能相机和至少一个普通相机，参见图5，该装置包括：
位置计算模块501，用于若检测到疑似目标位于智能相机的可视域内，但无法抓拍疑似目标的人脸图像，则根据拍摄的疑似目标的图像，计算疑似目标的位置；
位置判断模块502，用于根据疑似目标的位置以及各普通相机的人脸抓拍区域，确定疑似目标是否位于某一普通相机的人脸抓拍区域；
第一抓拍模块503，用于在判断结果为是时，指示该普通相机抓拍疑似目标；
接收与识别模块504，用于接收该普通相机反馈的疑似目标的人脸图像，并根据疑似目标的人脸图像进行人脸识别。
在上述实施例的基础上，可选的，该装置还包括：
运动方向确定模块，用于若确定疑似目标并未处于任一普通相机的人脸抓拍区域内，则获取疑似目标的运动方向；
区域预测模块，用于根据运动方向，预测疑似目标运动过程中所需经过的目标普通相机的人脸抓拍区域；
第二抓拍模块，用于在确定疑似目标进入目标普通相机的人脸抓拍区域时，指示目标普通相机抓拍疑似目标。
在上述实施例的基础上，可选的，第二抓拍模块，包括：
运动速度确定单元，用于根据疑似目标在可视域内的位置随时间变化数据，确定疑似目标的运动速度；
运动时长确定单元，用于根据运动速度以及可视域与目标普通相机的人脸抓拍区域之间的距离，确定疑似目标离开可视域，并进入目标普通相机的人脸抓拍区域所需的目标时长；
抓拍单元，用于在疑似目标离开可视域目标时长后，指示目标普通相机抓拍疑似目标。
在上述实施例的基础上，可选的，该装置还包括：
抓拍参数确定模块，用于在指示普通相机抓拍疑似目标之前，确定抓拍时长以及抓拍频率；
相应的，抓拍单元用于：
指示普通相机在抓拍时长内，按照抓拍频率抓拍疑似目标。
在上述实施例的基础上，可选的，可视域包括人脸抓拍区域、清晰识别区域和模糊识别区域。
在上述实施例的基础上，可选的，装置还包括：
可视域确定模块，用于根据智能相机的设备参数和智能相机的安装参数，确定智能相机当前的视场角度、人脸抓拍区域、清晰识别区域和模糊识别区域。
在上述实施例的基础上，可选的，位置计算模块用于：
根据疑似目标在图像中的成像高度，结合预设的疑似目标的高度均值、智能相机的焦距以及智能相机的安装角度，计算疑似目标与智能相机的水平距离。
本申请实施例所提供的扩展智能相机人脸检测范围的装置可执行本申请任意实施例所提供的扩展智能相机人脸检测范围的方法，具备执行方法相应的功能模块和有益效果。
图6是本申请第六实施例中提供的一种电子设备的结构示意图。如图6所示结构，本申请实施例中提供的电子设备包括：一个或多个处理器602和存储器601；该电子设备中的处理器602可以是一个或多个，图6中以一个处理器602为例；存储器601用于存储一个或多个程序；一个或多个程序被一个或多个处理器602执行，使得一个或多个处理器602实现如本申请实施例中任一项的扩展智能相机人脸检测范围的方法。
该电子设备还可以包括：输入装置603和输出装置604。
该电子设备中的处理器602、存储器601、输入装置603和输出装置604可以通过总线或其他方式连接，图6中以通过总线连接为例。
该电子设备中的存储装置601作为一种计算机可读存储介质，可用于存储一个或多个程序，所述程序可以是软件程序、计算机可执行程序以及模块，如本申请实施例中所提供的扩展智能相机人脸检测范围的方法对应的程序指令/模块。处理器602通过运行存储在存储装置601中的软件程序、指令以及模块，从而执行电子设备的各种功能应用以及数据处理，即实现上述方法实施例中扩展智能相机人脸检测范围的方法。
存储装置601可包括存储程序区和存储数据区，其中，存储程序区可存储操作***、至少一个功能所需的应用程序；存储数据区可存储根据电子设备的使用所创建的数据等。此外，存储器601可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中，存储器601可进一步包括相对于处理器602远程设置的存储器，这些远程存储器可以通过网络连接至设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入装置603可用于接收输入的数字或字符信息，以及产生与电子设备的用户设置以及功能控制有关的键信号输入。输出装置604可包括显示屏等显示设备。
并且，当上述电子设备所包括一个或者多个程序被所述一个或者多个处理器602执行时，程序进行如下操作：
若检测到疑似目标位于智能相机的可视域内，但无法抓拍疑似目标的人脸图像，则根据拍摄的疑似目标的图像，计算疑似目标的位置；
根据疑似目标的位置以及预先确定的各普通相机的人脸抓拍区域，确定疑似目标是否位于某一普通相机的人脸抓拍区域；
若是，则指示该普通相机抓拍疑似目标；
接收该普通相机反馈的疑似目标的人脸图像，并根据疑似目标的人脸图像进行人脸识别。
当然，本领域技术人员可以理解，当上述电子设备所包括一个或者多个程序被一个或者多个处理器602执行时，程序还可以进行本申请任意实施例中所提供的扩展智能相机人脸检测范围的方法中的相关操作。
本申请的一个实施例中提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时用于执行扩展智能相机人脸检测范围的方法，该方法包括：
若检测到疑似目标位于智能相机的可视域内，但无法抓拍疑似目标的人脸图像，则根据拍摄的疑似目标的图像，计算疑似目标的位置；
根据疑似目标的位置以及预先确定的各普通相机的人脸抓拍区域，确定疑似目标是否位于某一普通相机的人脸抓拍区域；
若是，则指示该普通相机抓拍疑似目标；
接收该普通相机反馈的疑似目标的人脸图像，并根据疑似目标的人脸图像进行人脸识别。
可选的，该程序被处理器执行时还可以用于执行本申请任意实施例中所提供的方法。
本申请实施例的计算机存储介质，可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机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。计算机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、便携式计算机磁盘、硬盘、随机存取存储器(Random AccessMemory，RAM)、只读存储器(Read Only Memory，ROM)、可擦式可编程只读存储器(ErasableProgrammable Read Only Memory，EPROM)、闪存、光纤、便携式CD-ROM、光存储器件、磁存储器件、或者上述的任意合适的组合。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。
计算机可读的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，其中承载了计算机可读的程序代码。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。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、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。
计算机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、电线、光缆、无线电频率(Radio Frequency，RF)等等，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或其组合来编写用于执行本申请操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，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(例如包括局域网(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)。
注意，上述仅为本申请的较佳实施例及所运用技术原理。本领域技术人员会理解，本申请不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本申请的保护范围。因此，虽然通过以上实施例对本申请进行了较为详细的说明，但是本申请不仅仅限于以上实施例，在不脱离本申请构思的情况下，还可以包括更多其他等效实施例，而本申请的范围由所附的权利要求范围决定。

Claims (10)

1.一种扩展智能相机人脸检测范围的方法，其特征在于，由监控***中的智能相机执行，所述监控***包括至少一个智能相机和至少一个普通相机，所述方法包括：
若检测到疑似目标位于智能相机的可视域内，但无法抓拍所述疑似目标的人脸图像，则根据拍摄的所述疑似目标的图像，计算所述疑似目标的位置；
根据所述疑似目标的位置以及预先确定的各所述普通相机的人脸抓拍区域，确定所述疑似目标是否位于某一普通相机的人脸抓拍区域；
若是，则指示该普通相机抓拍所述疑似目标；
接收该普通相机反馈的疑似目标的人脸图像，并根据所述疑似目标的人脸图像进行人脸识别。
2.根据权利要求1所述的方法，其特征在于，所述方法还包括：
若确定所述疑似目标并未处于任一所述普通相机的人脸抓拍区域内，则获取所述疑似目标的运动方向；
根据所述运动方向，预测所述疑似目标运动过程中所需经过的目标普通相机的人脸抓拍区域；
在确定所述疑似目标进入所述目标普通相机的人脸抓拍区域时，指示所述目标普通相机抓拍所述疑似目标。
3.根据权利要求2所述的方法，其特征在于，在确定所述疑似目标进入所述目标普通相机的人脸抓拍区域时，指示所述目标普通相机抓拍所述疑似目标，包括：
根据所述疑似目标在所述可视域内的位置随时间变化数据，确定所述疑似目标的运动速度；
根据所述运动速度以及所述可视域与所述目标普通相机的人脸抓拍区域之间的距离，确定所述疑似目标离开所述可视域，并进入所述目标普通相机的人脸抓拍区域所需的目标时长；
在所述疑似目标离开所述可视域目标时长后，指示所述目标普通相机抓拍所述疑似目标。
4.根据权利要求1-3任一项所述的方法，其特征在于，在指示普通相机抓拍所述疑似目标之前，所述方法还包括：
确定抓拍时长以及抓拍频率；
相应的，指示普通相机抓拍所述疑似目标，包括：
指示普通相机在所述抓拍时长内，按照所述抓拍频率抓拍所述疑似目标。
5.根据权利要求1所述的方法，其特征在于，所述可视域包括人脸抓拍区域、清晰识别区域和模糊识别区域。
6.根据权利要求5所述的方法，其特征在于，所述方法还包括：
根据所述智能相机的设备参数和所述智能相机的安装参数，确定所述智能相机当前的视场角度、人脸抓拍区域、清晰识别区域和模糊识别区域。
7.根据权利要求1所述的方法，其特征在于，根据拍摄的所述疑似目标的图像，计算所述疑似目标的位置，包括：
根据所述疑似目标在图像中的成像高度，结合预设的所述疑似目标的高度均值、所述智能相机的焦距以及所述智能相机的安装角度，计算所述疑似目标与所述智能相机的水平距离。
8.一种扩展智能相机人脸检测范围的装置，其特征在于，配置于监控***中的智能相机，所述监控***包括至少一个智能相机和至少一个普通相机，包括：
位置计算模块，用于若检测到疑似目标位于智能相机的可视域内，但无法抓拍所述疑似目标的人脸图像，则根据拍摄的所述疑似目标的图像，计算所述疑似目标的位置；
位置判断模块，用于根据所述疑似目标的位置以及各所述普通相机的人脸抓拍区域，确定所述疑似目标是否位于某一普通相机的人脸抓拍区域；
第一抓拍模块，用于在判断结果为是时，指示该普通相机抓拍所述疑似目标；
接收与识别模块，用于接收该普通相机反馈的疑似目标的人脸图像，并根据所述疑似目标的人脸图像进行人脸识别。
9.一种电子设备，其特征在于，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，
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-7中任一项所述的扩展智能相机人脸检测范围的方法。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-7中任一项所述的扩展智能相机人脸检测范围的方法。
CN202011607067.3A 2020-12-30 2020-12-30 扩展智能相机人脸检测范围的方法、装置、设备和介质 Active CN114765659B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011607067.3A CN114765659B (zh) 2020-12-30 2020-12-30 扩展智能相机人脸检测范围的方法、装置、设备和介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011607067.3A CN114765659B (zh) 2020-12-30 2020-12-30 扩展智能相机人脸检测范围的方法、装置、设备和介质

Publications (2)

Publication Number Publication Date
CN114765659A true CN114765659A (zh) 2022-07-19
CN114765659B CN114765659B (zh) 2024-02-27

Family

ID=82364150

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011607067.3A Active CN114765659B (zh) 2020-12-30 2020-12-30 扩展智能相机人脸检测范围的方法、装置、设备和介质

Country Status (1)

Country Link
CN (1) CN114765659B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105930822A (zh) * 2016-05-11 2016-09-07 北京格灵深瞳信息技术有限公司 一种人脸抓拍方法及***
CN108419014A (zh) * 2018-03-20 2018-08-17 北京天睿空间科技股份有限公司 利用全景摄像机和多台抓拍摄像机联动抓拍人脸的方法
CN109842752A (zh) * 2019-03-12 2019-06-04 安徽协创物联网技术有限公司 一种支持4g通信可人脸识别的智能摄像头
CN109886078A (zh) * 2018-12-29 2019-06-14 华为技术有限公司 目标对象的检索定位方法和装置
CN110245561A (zh) * 2019-05-09 2019-09-17 深圳市锐明技术股份有限公司 一种人脸识别方法及装置
CN110769175A (zh) * 2018-07-27 2020-02-07 华为技术有限公司 一种智能分析***、方法及装置
CN112132315A (zh) * 2020-08-18 2020-12-25 华为技术有限公司 目标对象的逃逸路线预测方法和布控平台

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105930822A (zh) * 2016-05-11 2016-09-07 北京格灵深瞳信息技术有限公司 一种人脸抓拍方法及***
CN108419014A (zh) * 2018-03-20 2018-08-17 北京天睿空间科技股份有限公司 利用全景摄像机和多台抓拍摄像机联动抓拍人脸的方法
CN110769175A (zh) * 2018-07-27 2020-02-07 华为技术有限公司 一种智能分析***、方法及装置
CN109886078A (zh) * 2018-12-29 2019-06-14 华为技术有限公司 目标对象的检索定位方法和装置
CN109842752A (zh) * 2019-03-12 2019-06-04 安徽协创物联网技术有限公司 一种支持4g通信可人脸识别的智能摄像头
CN110245561A (zh) * 2019-05-09 2019-09-17 深圳市锐明技术股份有限公司 一种人脸识别方法及装置
CN112132315A (zh) * 2020-08-18 2020-12-25 华为技术有限公司 目标对象的逃逸路线预测方法和布控平台

Also Published As

Publication number Publication date
CN114765659B (zh) 2024-02-27

Similar Documents

Publication Publication Date Title
US20180204335A1 (en) System for tracking object, and camera assembly therefor
JP6128468B2 (ja) 人物追尾システム及び人物追尾方法
CN102148965B (zh) 多目标跟踪特写拍摄视频监控***
JP2024032829A (ja) 監視システム、監視方法および監視プログラム
KR101321444B1 (ko) Ｃｃｔｖ 모니터링 시스템
EP3641298B1 (en) Method and device for capturing target object and video monitoring device
CN103686131A (zh) 使用图像的3d信息的监控设备和***以及监控方法
KR101530255B1 (ko) 객체 자동 추적 장치가 구비된 cctv 시스템
KR101496390B1 (ko) 차량번호인식 시스템
CN111679271B (zh) 目标跟踪方法、装置、监控***及存储介质
KR20130130544A (ko) 감시 영상 표시 방법 및 시스템
KR101832274B1 (ko) 영상 촬영에 의한 지능형 방범 시스템 및 그 수행 방법
CN110704663A (zh) 车载装置以及车辆搜索***
CN113870550A (zh) 基于边缘计算的区域异常检测方法和***
KR102310192B1 (ko) 객체 인식률 및 감시 정확성을 높인 융복합 카메라 및 이를 이용한 경계 감시시스템
KR101290782B1 (ko) 지능적 다중 객체 추적 알고리즘 기반의 다중 ｐｔｚ 카메라 제어 시스템 및 방법
KR20130141159A (ko) 불법 주정차 단속 방법 및 시스템
KR20160078724A (ko) 카메라 감시 영역 표시 방법 및 장치
CN105933665A (zh) 一种调阅摄像机视频的方法及装置
KR101410985B1 (ko) 감시카메라를 이용한 감시시스템 및 감시장치와 그 감시방법
CN110930437B (zh) 目标跟踪方法和装置
CN114765659B (zh) 扩展智能相机人脸检测范围的方法、装置、设备和介质
KR20200101792A (ko) 블랙박스를 이용한 cctv 통합 관제 시스템
KR20130062489A (ko) 객체추적 시스템 및 그 운영방법
JP3758511B2 (ja) 物体検出装置及び物体検出プログラム

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