CN115410153A - 一种门开关状态的判定方法、装置、电子终端及存储介质 - Google Patents

一种门开关状态的判定方法、装置、电子终端及存储介质 Download PDF

Info

Publication number
CN115410153A
CN115410153A CN202211049208.3A CN202211049208A CN115410153A CN 115410153 A CN115410153 A CN 115410153A CN 202211049208 A CN202211049208 A CN 202211049208A CN 115410153 A CN115410153 A CN 115410153A
Authority
CN
China
Prior art keywords
preset
door
image
determining
opening
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
Application number
CN202211049208.3A
Other languages
English (en)
Inventor
刘晓颖
银星茜
谢柳
朱佳宝
赵群
杨欣捷
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.)
Shanghai Pudong Development Bank Co Ltd
Original Assignee
Shanghai Pudong Development Bank 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 Shanghai Pudong Development Bank Co Ltd filed Critical Shanghai Pudong Development Bank Co Ltd
Priority to CN202211049208.3A priority Critical patent/CN115410153A/zh
Publication of CN115410153A publication Critical patent/CN115410153A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
    • E—FIXED CONSTRUCTIONS
    • E05—LOCKS; KEYS; WINDOW OR DOOR FITTINGS; SAFES
    • E05B—LOCKS; ACCESSORIES THEREFOR; HANDCUFFS
    • E05B17/00—Accessories in connection with locks
    • E—FIXED CONSTRUCTIONS
    • E05—LOCKS; KEYS; WINDOW OR DOOR FITTINGS; SAFES
    • E05B—LOCKS; ACCESSORIES THEREFOR; HANDCUFFS
    • E05B41/00—Locks with visible indication as to whether the lock is locked or unlocked
    • E—FIXED CONSTRUCTIONS
    • E05—LOCKS; KEYS; WINDOW OR DOOR FITTINGS; SAFES
    • E05B—LOCKS; ACCESSORIES THEREFOR; HANDCUFFS
    • E05B45/00—Alarm locks
    • E05B45/06—Electric alarm locks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46—Multiprogramming arrangements
    • G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
    • G06F9/5005—Allocation of resources, e.g. of the central processing unit [CPU] to service a request
    • G06F9/5027—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46—Multiprogramming arrangements
    • G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
    • G06F9/5061—Partitioning or combining of resources
    • G06F9/5072—Grid computing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46—Multiprogramming arrangements
    • G06F9/54—Interprogram communication
    • G06F9/546—Message passing systems or structures, e.g. queues
    • 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
    • G06V10/225—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 a marking or identifier characterising the area
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/94—Hardware or software architectures specially adapted for image or video understanding
    • G06V10/95—Hardware or software architectures specially adapted for image or video understanding structured as a network, e.g. client-server architectures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/96—Management of image or video recognition tasks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2209/00—Indexing scheme relating to G06F9/00
    • G06F2209/50—Indexing scheme relating to G06F9/50
    • G06F2209/5018—Thread allocation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2209/00—Indexing scheme relating to G06F9/00
    • G06F2209/50—Indexing scheme relating to G06F9/50
    • G06F2209/502—Proximity
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2209/00—Indexing scheme relating to G06F9/00
    • G06F2209/54—Indexing scheme relating to G06F9/54
    • G06F2209/548—Queue

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Software Systems (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Image Analysis (AREA)

Abstract

本发明实施例公开了一种门开关状态的判定方法、装置、电子终端及存储介质，该方法包括：获取目标场景的至少一个门区域在当前时刻的图像，将图像存入预设队列；于存入预设队列的图像的数量达到门区域的数量时，从预设队列中取出各图像；识别各图像中预设标识的目标特征点，并确定各目标特征点的实际像素坐标；获取各目标特征点的预设像素坐标，并根据各实际像素坐标和对应的预设像素坐标，确定对应的门区域在当前时刻的开关状态；若各开关状态中存在开启状态，则进行对应门区域的异常开启报警。不仅能够避免大量的前期工作，而且能够提高不同场景下的适用性，还能够实现在资源有限终端支持多门开关状态的判定，落地部署周期短、成本低。

Description

一种门开关状态的判定方法、装置、电子终端及存储介质
技术领域
本发明实施例涉及计算机视觉技术，尤其涉及一种门开关状态的判定方法、装置、电子终端及存储介质。
背景技术
门的开关状态的准确判定，是大多数智能安防场景中重要、基础的需求。
现有技术中，门开关状态的判定方法通常可以包括如下几种：一、通过目标检测模型对门进行位置的检测，进一步对门的开和关状态进行识别；二、在固定摄像头下，无需对门的位置进行检测，只需通过分类器对门区域的实时图像进行开关状态的分类识别；三、先设定应用场景下的门的开关状态模板，再从图像中匹配出模板，然后进行模板追踪，以进行开关状态的判断。
现有技术的不足之处至少包括：若基于方法一进行判定，则前期需进行收集门的开关状态的数据集、进行数据标注、训练目标检测模型等工作，应用落地周期较长，相对成本较高；若基于方法二进行判定，则不仅存在与方法一相同的前期工作，而且还无法保证真实使用场景下摄像头是固定不动的；若基于方法三进行判定，则场景定制化要求较高，每次部署需要采集新的门的模板，且模板跟踪时，如果采用传统方法的目标跟踪算法，那么容易受到外界环境的影响，如果采用深度学习方法，那么就需要较大的计算资源，增高了落地成本。
发明内容
有鉴于此，本发明实施例提供了一种门开关状态的判定方法、装置、电子终端及存储介质，不仅能够避免大量的前期工作，而且能够提高不同场景下的适用性，还能够实现在资源有限终端支持多门开关状态的判定，落地部署周期短、成本低。
第一方面，本发明实施例提供了一种门开关状态的判定方法，包括：
获取目标场景的至少一个门区域在当前时刻的图像，将图像存入预设队列；
于存入预设队列的图像的数量达到门区域的数量时，从预设队列中取出各图像；
识别各图像中预设标识的目标特征点，并确定各目标特征点的实际像素坐标；
获取各目标特征点的预设像素坐标，并根据各实际像素坐标和对应的预设像素坐标，确定对应的门区域在当前时刻的开关状态；
若各开关状态中存在开启状态，则进行对应门区域的异常开启报警。
第二方面，本发明实施例还提供了一种门开关状态的判定装置，包括：
存入模块，用于获取目标场景的至少一个门区域在当前时刻的图像，将图像存入预设队列；
取出模块，用以于存入预设队列的图像的数量达到门区域的数量时，从预设队列中取出各图像；
识别模块，用于识别各图像中预设标识的目标特征点，并确定各目标特征点的实际像素坐标；
状态确定模块，用于获取各目标特征点的预设像素坐标，并根据各实际像素坐标和对应的预设像素坐标，确定对应的门区域在当前时刻的开关状态；
报警模块，用于若各开关状态中存在开启状态，则进行对应门区域的异常开启报警。
第三方面，本发明实施例还提供了一种电子终端，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行程序时实现如本申请任意实施例提供的门开关状态的判定方法。
第四方面，本发明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，其特征在于，该程序被处理器执行时实现如本申请任意实施例提供的门开关状态的判定方法。
本发明实施例提供的一种门开关状态的判定方法、装置、电子终端及存储介质，该门开关状态的判定方法包括：获取目标场景的至少一个门区域在当前时刻的图像，将图像存入预设队列；于存入预设队列的图像的数量达到门区域的数量时，从预设队列中取出各图像；识别各图像中预设标识的目标特征点，并确定各目标特征点的实际像素坐标；获取各目标特征点的预设像素坐标，并根据各实际像素坐标和对应的预设像素坐标，确定对应的门区域在当前时刻的开关状态；若各开关状态中存在开启状态，则进行对应门区域的异常开启报警。不仅能够避免大量的前期工作，而且能够提高不同场景下的适用性，还能够实现在资源有限终端支持多门开关状态的判定，落地部署周期短、成本低。
附图说明
图1是本发明实施例一提供的一种门开关状态的判定方法的流程示意图；
图2是本发明实施例一提供的一种门开关状态的判定方法中的ArUco二维码示例图；
图3是本发明实施例一提供的一种门开关状态的判定方法中的门区域处于开启或关闭状态的示意图；
图4是本发明实施例一提供的一种门开关状态的判定方法中的另一种门区域处于开启或关闭状态的示意图；
图5是一种现有技术中的门开关状态的判定方法的效果图；
图6是本发明实施例一提供的一种可选示例的门开关状态的判定方法的效果图；
图7是本发明实施例一提供的一种门开关状态的判定方法中的另一可选示例的流程图；
图8是本发明实施例二提供的一种门开关状态的判定方法的流程示意图；
图9是本发明实施例二提供的一种门开关状态的判定方法中的图像中的二维码和该图像中的二维码在真实世界的示例图；
图10是本发明实施例二提供的一种门开关状态的判定方法中的一可选示例的流程图；
图11是本发明实施例三提供的一种门开关状态的判定装置的结构示意图；
图12是本发明实施例四提供的一种电子终端的结构示意图。
具体实施方式
下面结合附图和实施例对本发明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发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。下述各实施例中，每个实施例中同时提供了可选特征和示例，实施例中记载的各个特征可进行组合，形成多个可选方案，不应将每个编号的实施例仅视为一个技术方案。
实施例一
图1是本发明实施例一提供的一种门开关状态的判定方法的流程示意图。本实施例可适用于基于资源有限终端进行多门开关状态的判定的情况。该方法可以由本发明实施例提供的门开关状态的判定装置来执行，该装置可采用软件和/或硬件的方式实现，且可配置于电子终端中，例如配置于资源有限的服务器或嵌入式开发板等边缘终端中。
参见图1，本实施例提供的门开关状态的判定方法，可以包括：
S110、获取目标场景的至少一个门区域在当前时刻的图像，将图像存入预设队列。
其中，目标场景可以理解为是具有需求对门开关状态判定的门区域的场景，例如冷链动产质押仓或金融质押仓库等。门区域可以理解为具有需求对门开关状态判定的门的区域。当前时刻的图像可以理解为在当前需要对门开关状态判定的时刻门区域的图像；获取当前时刻的图像的方式可以是部署在门区域附近的能够清晰拍摄到门区域范围的摄像头；摄像头的数量可以是多个，摄像头的数量可以由门区域的数量决定；摄像头并非是额外部署以及特定的摄像头，可以是门区域附近原先存在的摄像头。预设队列可以理解为预先设定的能够存入至少一个门区域当前时刻的图像的队列，预设队列的长度由门区域的数量决定。
示例性的，在一个目标场景中，可能存在多个门区域，为了在资源有限的情况下支持多门开关状态的判定，可以通过摄像头拍摄目标场景的至少一个门区域在当前时刻的图像；并采用多线程的方式同时从摄像头中获取图像，以实现计算资源的最大化利用；多线程将读取到的图像存入预设队列。需要注意的是，在多线程将读取到的图像存入预设队列的同时，还可以保存图像所属的摄像头和门区域信息。
在实际应用中，可以是每隔预设时间间隔获取门区域的图像，还可以是实时获取门区域的图像。
可以理解的是，在对预设队列的所有图像处理完毕后，才可以将新的图像存入预设队列，用以保障预设队列中的所有图像是同一时刻下至少一个门区域对应的图像。
S120、于存入预设队列的图像的数量达到门区域的数量时，从预设队列中取出各图像。
在存入预设队列的图像的数量达到门区域的数量时，说明所有需求对门开关状态判定的门区域在当前时刻的图像都已存入预设队列。此时，可以开始从预设队列中取出各图像，用以确定各门区域在当前时刻的开关状态。
S130、识别各图像中预设标识的目标特征点，并确定各目标特征点的实际像素坐标。
其中，预设标识可以是预先部署的具有特征点的标识，例如可以是门区域本身就有的商标图案、张贴绘有二维码的纸张，或喷绘在门区域上的二维码等。目标特征点可以理解为预设标识上的易于被识别的特征点。实际像素坐标可以理解为目标特征点对应的像素点在图像坐标系下的像素位置坐标。
具体的，可以识别各图像中预设标识的目标特征点，确定目标特征点在图像坐标系下的位置坐标作为各目标特征点的实际像素坐标。
可选的，预设标识包括至少一个二维码；其中，每个二维码与对应的门区域的信息具有绑定关系。
其中，二维码是用某种特定的几何图形按一定规律在平面(二维方向上)分布的、黑白相间的、记录数据符号信息的图形；二维码具有较为稳定的检测性质，且在不同场景下的适用性较强，其落地部署周期短，还可以大大的减少应用成本；需要注意的是，二维码不仅可以作为预设标识，还可以携带有一定的信息。
图2是本发明实施例一提供的一种门开关状态的判定方法中的ArUco二维码示例图。示例性的，参见图2，可以预先为各门区域部署ArUco二维码作为预设标识，将ArUco二维码的四个角点作为的目标特征点，并将ArUco二维码与对应的门区域的信息进行绑定；可以识别各图像中ArUco二维码的四个角点，并确定各ArUco二维码分别对应的四个角点的实际像素坐标；在确定各目标特征点的实际像素坐标时还可以对ArUco二维码绑定的门区域信息进行识别，例如可以识别出门区域的位置、门区域对应的编号、门区域对应的建筑物名称以及门区域的重要程度等。
其中，ArUco二维码的检测在OpenCV算法已经进行了集成，相比其他参照物作为预设标识具有更加快速及便捷的优势。需要注意的是，在对ArUco二维码绑定的门区域信息进行识别时，可以是直接根据ArUco二维码识别出其绑定的门区域信息，还可以是先识别出ArUco二维码对应的编号，再根据编号与门区域的信息的映射关系获取该编号对应的门区域的信息。
S140、获取各目标特征点的预设像素坐标，并根据各实际像素坐标和对应的预设像素坐标，确定对应的门区域在当前时刻的开关状态。
其中，预设像素坐标可以理解为目标特征点在门区域处于正常关闭状态下的在图像坐标系下的像素位置坐标。
在本发明实施例中，可以获取各目标特征点的预设像素坐标，并根据各实际像素坐标和对应的预设像素坐标的位置关系，确定对应的门区域在当前时刻的开关状态。其中，开关状态可以理解为门区域的开闭状态。示例性的，图3是本发明实施例一提供的一种门开关状态的判定方法中的门区域处于开启或关闭状态的示意图，图4是本发明实施例一提供的一种门开关状态的判定方法中的另一种门区域处于开启或关闭状态的示意图。图3中，左侧的门区域对应的实际像素坐标相较于预设像素坐标没有发生改变，则说明左侧的门区域为关闭状态；右侧的门区域对应的实际像素坐标相较于预设像素坐标的位置向上移动了一段较大的距离，说明左侧的门区域为开启状态。图4中，左侧的门区域对应的实际像素坐标相较于预设像素坐标没有发生改变，则说明左侧的门区域为关闭状态；右侧的门区域对应的实际像素坐标相较于预设像素坐标的位置向左移动了一段较大的距离，说明左侧的门区域为开启状态。
S150、若各开关状态中存在开启状态，则进行对应门区域的异常开启报警。
其中，异常开启报警可以理解为对应门区域为异常开启状态下的报警，报警方式可以是声音报警、灯光报警或者向预设终端发送报警消息等，在此不做穷举。
需要注意的是，在目标场景的至少一个门区域中，如果有至少一个门区域处于开启状态，则说明目标场景中的门开关状态出现异常，则进行出现开启状态的门区域的异常开启报警。
在实际应用中，可以是在门区域处于开启状态就进行异常开启报警，例如在金融质押仓库中的应急消防门的状态识别的场景下，该场景下的应急消防门应常关闭，当应急消防门处于开启状态时就进行异常开启报警，以便人工介入监管。还可以在合法使门区域在处于开启状态的情况下不进行异常开启报警，例如工作人员合法的采用钥匙开门和人脸识别协同使门区域在处于开启状态的情况下不进行异常开启报警。
在实际应用中，若确定对应的门区域在当前时刻的开关状态的同时，还根据预设标识识别到了门区域信息，可以根据预设标识识别的门区域信息，和/或将图像存入预设队列时保存的摄像头和门区域信息，来进行异常开启报警。上述设置可以构建更多的门区域状态判定的业务场景，提供更多的门区域状态判定的业务需求。
还需要注意的是，在实际应用中，为了能够无需图形处理器(graphicsprocessing unit，GPU)计算资源，避免大量的前期工作，而且能够提高不同场景下的适用性，本发明实施例的方法可以部署于资源有限的边缘终端，采用多线程的方式启用门开关状态的判定。其中，边缘终端可以是资源有限的服务器或嵌入式开发板等，在此不作具体限定。
本发明实施例提供的一种门开关状态的判定方法，获取目标场景的至少一个门区域在当前时刻的图像，将图像存入预设队列；于存入预设队列的图像的数量达到门区域的数量时，从预设队列中取出各图像；识别各图像中预设标识的目标特征点，并确定各目标特征点的实际像素坐标；获取各目标特征点的预设像素坐标，并根据各实际像素坐标和对应的预设像素坐标，确定对应的门区域在当前时刻的开关状态；若各开关状态中存在开启状态，则进行对应门区域的异常开启报警。
示例性的，图5是一种现有技术中的门开关状态的判定方法的效果图。图6是本发明实施例一提供的一种可选示例的门开关状态的判定方法的效果图。参见图5，现有技术的基于模版匹配及传统跟踪算法实现门开关状态的判定的方法就非常容易被外界环境所影响，在门与墙壁颜色相近的情况下就会失去匹配目标，从而无法进行正常门开关状态的判定。参见图6，本发明实施例的技术方案不需要使用模型进行门状态判断，因此可以省去模型训练的前期工作；预设标识可固定于门区域内，因此可保证场景稳定性；根据不同场景设置不同预设像素坐标，从而可提高场景普适性；需要的计算资源少，能够基于资源有限终端就可实现多门的开关状态判断。本发明实施例的技术方案可以解决现有技术的问题，不仅能够避免大量的前期工作，而且能够提高不同场景下的适用性，还能够实现在资源有限终端支持多门开关状态的判定，落地部署周期短、成本低。
一种可选的技术方案，门开关状态的判定方法，还包括：将预设队列中存入首个图像的时刻，作为第一时刻；若从第一时刻起经第一预设时长时，存入预设队列的图像的数量未达到门区域的数量，则清空预设队列，并获取目标场景的至少一个门区域在下一时刻的图像。
其中，第一时刻是预设队列中存入首个图像的时刻。第一预设时长可以理解为预先设置的用于判断是否清空预设队列的时间长度。
需要注意的是，在本发明实施例中，由于是基于目标场景门开关状态进行判定，且目标场景的门区域的数量与预设队列的长度存在对应关系，因此在一定时间内预设队列的图像的数量未达到门区域的数量，则说明对目标场景的各门区域在当前时刻的图像获取出现异常。
为了防止该异常导致的门开关状态判定错误，也为了实现单个门开关状态的判定算法可以对多个门区域的开关状态进行判定，可以选择丢弃当前时刻的各门区域的图像。
示例性的，图7是本发明实施例一提供的一种门开关状态的判定方法中的另一可选示例的流程图。参见图7，根据n个摄像头获取目标场景的n个门区域在当前时刻的图像，多线程将读取到的图像存入预设队列并保存图像所属的摄像头和门区域信息，获取存入预设队列的图像的数量，于存入预设队列的图像的数量达到门区域的数量n时，可以从预设队列中取出各图像，进行门开关状态的判定，以得到n个摄像头对应的n个门的开关状态。此外，若从存入首个图像的时刻起经第一预设时长时，存入预设队列的图像的数量未达到n个，则可以清空预设队列，并获取目标场景的至少一个门区域在下一时刻的图像。
在本发明实施例中，由于可能是实时的获取图像，而根据每一时刻的图像对门开关状态的判定的计算过程花费的时间很短暂，例如可能是0.02S处理一帧图片，因此当前时刻与下一时刻的间隔时间也极其短暂，丢弃一个时刻的图像并不会对门开关状态的判定造成太大影响。
在实际应用中，由于至少一个摄像头损坏或其他原因，可能会造成长时间无法获取部分门区域的图像，因此可以预设连续清空预设队列的预设次数，在连续清空预设队列的次数超过预设次数后，进行对应门区域的图像获取异常报警。
在本发明实施例中，存入预设队列的图像的数量未达到门区域的数量，则清空预设队列的好处在于可以防止在当前时刻的图像获取出现异常的情况导致的门开关状态判定错误，还能实现单个门开关状态的判定算法可以对多个门区域的开关状态进行判定。
另一种可选的技术方案，门开关状态的判定方法，还包括：若各图像中预设标识存在未被识别的目标特征点，则推送对应门区域的遮挡警告；若遮挡警告的警告时长达到第二预设时长，则进行对应门区域的异常遮挡报警。
其中，未被识别的目标特征点可以理解为对预设标识遮挡的障碍物上的特征点。遮挡警告可以理解为预设标识被遮挡情况下的报警。警告时长可以理解为预设标识存在未被识别的目标特征点的存在时长，也可以理解为遮挡警告持续的时长。第二预设时长可以理解为预先设定进行对应门区域的异常遮挡报警所需要达到的警告时长。异常遮挡报警可以理解为预设标识被长期遮挡可能会导致门开关状态无法正常判定的报警。
需要注意的是，可能会存在堆放的杂物对预设标识造成遮挡，还可能是门区域的预设标识在一定时间内被可以移动的障碍物遮挡，例如飞鸟或经过的路人。因此为了保证门开关状态能够正常判定，可以在各图像中预设标识存在未被识别的目标特征点，若存在未被识别的目标特征点，则说明可能有其他障碍物对门区域的预设标识进行了遮挡，则推送对应门区域的遮挡警告；若遮挡警告的警告时长达到第二预设时长，说明可能是不能自行移动的障碍物长时间对预设标识进行遮挡，则进行对应门区域的异常遮挡报警。
可以理解的是，在若各图像中预设标识存在未被识别的目标特征点时，对预设标识进行遮挡的可能是飞鸟或经过的路人等短期遮挡障碍物，可以进行低等级的遮挡警告；在遮挡警告的警告时长达到第二预设时长，则说明可能会导致门开关状态无法正常判定，需要移走障碍物，可以进行高等级的异常遮挡报警。
在本发明实施例中，推送对应门区域的遮挡警告或异常遮挡报警，可以避免由于障碍物对预设标识的遮挡导致的门开关状态无法正常判定的问题。
实施例二
本实施例提供的门开关状态的判定方法，能够与上述实施例中所提供的门开关状态的判定方法中各个可选方案相结合。本实施例提供的生门开关状态的判定方法，对根据各实际像素坐标和对应的预设像素坐标，确定对应的门区域在当前时刻的开关状态进行了详细描述。通过计算各实际像素坐标和对应的预设像素坐标之间的像素距离；若像素距离大于预设阈值，则确定对应的门区域在当前时刻为开启状态。可实现更为精准的确定对应的门区域在当前时刻的开关状态。
图8是本发明实施例二提供的一种门开关状态的判定方法的流程示意图。参见图8，本实施例提供的门开关状态的判定方法，可以包括：
S210、获取目标场景的至少一个门区域在当前时刻的图像，将图像存入预设队列。
S220、于存入预设队列的图像的数量达到门区域的数量时，从预设队列中取出各图像。
S230、识别各图像中预设标识的目标特征点，并确定各目标特征点的实际像素坐标。
S240、获取各目标特征点的预设像素坐标，并计算各实际像素坐标和对应的预设像素坐标之间的像素距离。
其中，像素距离可以理解为实际像素坐标和对应的预设像素坐标之间的距离；计算像素距离的方法可以是欧式距离计算、曼哈顿距离计算、切比雪夫距离计算或马氏距离计算等，在此不作具体限定。
可以理解的是，由于预设像素坐标为目标特征点在门区域处于正常关闭状态下坐标，若存在实际像素坐标与对应的预设像素坐标之间的位置距离存在较大偏差，则说明当前时刻该实际像素坐标对应的门区域并非处于正常关闭状态。因此若需求对门开关状态的判定，可以计算各实际像素坐标和对应的预设像素坐标之间的像素距离。
示例性的，可以预先确定各目标特征点在门区域处于正常关闭状态下的在图像坐标系下的预设像素坐标，在判断门开关状态时确定各目标特征点当前时刻在其对应的图像坐标系下的实际像素坐标；计算各实际像素坐标和对应的预设像素坐标之间的像素距离，计算像素距离的公式可以是：
Figure BDA0003823061070000141
其中，其中，ρ为实际像素坐标(x2，y2)与预设像素坐标(x1，y1)之间的像素距离。
在实际应用中，还可以预先确定预设像素坐标到图像坐标系原点间的预设距离，在判断门开关状态时确定实际像素坐标到图像坐标系原点间的实际距离，计算预设距离和实际距离之间的差值作为像素距离，计算像素距离的公式可以是：
Figure BDA0003823061070000142
其中，|X|为实际像素坐标(x2，y2)与预设像素坐标(x1，y1)之间的像素距离。
S250、若像素距离大于预设阈值，则确定对应的门区域在当前时刻为开启状态。
其中，预设阈值可以是预设的像素距离对应的阈值。
需要注意的是，可能由于误差存在，在像素距离较小的时候，门区域在当前时刻的开关状态可能并非开启状态，因此可以设置预设阈值来避免门开关状态的判定的误差。
S260、若各开关状态中存在开启状态，则进行对应门区域的异常开启报警。
本发明实施例提供的门开关状态的判定方法，通过计算各实际像素坐标和对应的预设像素坐标之间的像素距离；若像素距离大于预设阈值，则确定对应的门区域在当前时刻为开启状态。可实现更为精准的确定对应的门区域在当前时刻的开关状态。
一种可选的技术方案，若每个预设标识包含至少一个目标特征点，则在计算各实际像素坐标和对应的预设像素坐标之间的像素距离之后，门开关状态的判定方法，还包括：根据相同预设标识中各目标特征点的实际像素坐标和预设像素坐标之间的像素距离，确定各预设标识对应的最终像素距离。
其中，最终像素距离可以是根据相同预设标识中各目标特征点的实际像素坐标和预设像素坐标之间的像素距离联合得到的像素距离。
需要注意的是，每个预设标识中可以有多个目标特征点，例如一个二维码中有四个角点，由于误差的存在，同一个预设标识上的各目标特征点对应的像素距离并不一定相同。因此，可以根据相同预设标识中各目标特征点的实际像素坐标和预设像素坐标之间的像素距离，确定各预设标识对应的最终像素距离，根据最终像素距离确定对应的门区域在当前时刻的状态。其中，确定最终像素距离的方式，可以是对相同预设标识中各目标特征点的实际像素坐标和预设像素坐标之间的像素距离求平均值、求最大值、求最小值或求中值等，在此不作具体限定。
在实际应用中，还可以是同一个门区域对应多个预设标识，根据多个预设标识对应的多个目标特征点确定门区域对应的最终像素距离。
设置最终像素距离的好处在于，可以解决同一个预设标识上的各目标特征点对应的像素距离并不一定相同的问题，并且减少门开关状态的判定的误差。
另一种可选的技术方案，预设阈值的确定步骤，包括：根据图像空间坐标与世界空间坐标之间的映射关系，确定预设阈值。
需要注意的是，由于拍摄不同门区域的图像的摄像头等拍摄设备的设备类型、设备型号或安装位置的不同，预设阈值的数值也要随之改变，否则会造成门开关状态的判定准确性不高的问题。为了能够提高不同场景下的适用性，在本发明实施例中，可以预先对拍摄图像的摄像头进行标定，将摄像头拍摄的图像对应的图像坐标系与世界坐标系进行映射，根据图像空间坐标与世界空间坐标之间的映射关系，确定预设阈值。
图9是本发明实施例二提供的一种门开关状态的判定方法中的图像中的二维码和该图像中的二维码在真实世界的示例图。示例性的，参见图9，图像中的二维码大小为148Pixel，而该图像中的二维码在真实世界中的宽为80cm，可以得到图像坐标系与世界坐标系的距离比关系为1.85Pixel/cm，此时可以根据需求配置真实世界中对于门区域正常关闭状态的时候真实世界的像素距离大小，即可自动转换成图像对应的预设阈值，避免盲目设置预设阈值的情况。
在本发明实施例中，根据图像空间坐标与世界空间坐标之间的映射关系，确定预设阈值的好处在于能够提高不同场景下的适用性。
图10是本发明实施例二提供的一种门开关状态的判定方法中的一可选示例的流程图。为了更好的理解上述本发明实施例的技术方案，在此提供一种可选示例。示例性的，参见图10，获取目标场景的三个门区域在当前时刻的图像，对图像进行存入预设队列并取出等图像预处理；进行业务配置开启门开关状态的判定功能，并在门区域上部署二维码；进行二维码角点检测，判断是否检测不到角点；若检测不到角点，则判断对应门区域的遮挡警告时长是否大于第二预设阈值，若否则推送对应门区域的遮挡警告，若是则进行对应门区域的异常遮挡报警；若检测到角点，判断最终像素距离大于预设阈值，若是则进行对应门区域的异常开启报警，若否则门区域都为正常关闭状态。
此外，本实施例提供的门开关状态的判定方法与上述实施例提供的门开关状态的判定方法属于同一技术构思，未在本实施例中详尽描述的技术细节可参见上述实施例，并且相同的技术特征在本实施例与上述实施例中具有相同的有益效果。
实施例三
图11是本发明实施例三提供的一种门开关状态的判定装置的结构示意图。本实施例可适用于基于资源有限终端进行多门开关状态的判定的情况。
参见图11，本发明提供的门开关状态的判定装置，可以包括：
存入模块310，用于获取目标场景的至少一个门区域在当前时刻的图像，将图像存入预设队列；
取出模块320，用以于存入预设队列的图像的数量达到门区域的数量时，从预设队列中取出各图像；
识别模块330，用于识别各图像中预设标识的目标特征点，并确定各目标特征点的实际像素坐标；
状态确定模块340，用于获取各目标特征点的预设像素坐标，并根据各实际像素坐标和对应的预设像素坐标，确定对应的门区域在当前时刻的开关状态；
报警模块350，用于若各开关状态中存在开启状态，则进行对应门区域的异常开启报警。
可选的，存入模块，还可以用于：
将预设队列中存入首个图像的时刻，作为第一时刻；
若从第一时刻起经第一预设时长时，存入预设队列的图像的数量未达到门区域的数量，则清空预设队列，并获取目标场景的至少一个门区域在下一时刻的图像。
可选的，若各图像中预设标识存在未被识别模块识别的目标特征点，则报警模块，可以用于：
推送对应门区域的遮挡警告；
若遮挡警告的警告时长达到第二预设时长，则进行对应门区域的异常遮挡报警。
可选的，状态确定模块，可以包括：
像素距离计算单元，用于计算各实际像素坐标和对应的预设像素坐标之间的像素距离；
开启状态确定单元，用于若像素距离大于预设阈值，则确定对应的门区域在当前时刻为开启状态。
在上述方案的基础上，可选的，若每个预设标识包含至少一个目标特征点，则状态确定模块，还可以包括：
最终像素距离确定单元，用于在计算各实际像素坐标和对应的预设像素坐标之间的像素距离之后，根据相同预设标识中各目标特征点的实际像素坐标和预设像素坐标之间的像素距离，确定各预设标识对应的最终像素距离。
可选的，门开关状态的判定装置，还可包括：
预设阈值确定模块，用于根据图像空间坐标与世界空间坐标之间的映射关系，确定预设阈值。
在上述方案的基础上，可选的，预设标识包括至少一个二维码；其中，每个二维码与对应的门区域的信息具有绑定关系。
本发明实施例提供的一种门开关状态的判定装置，通过存入模块获取目标场景的至少一个门区域在当前时刻的图像，将图像存入预设队列；通过取出模块于存入预设队列的图像的数量达到门区域的数量时，从预设队列中取出各图像；通过识别模块识别各图像中预设标识的目标特征点，并确定各目标特征点的实际像素坐标；通过状态确定模块获取各目标特征点的预设像素坐标，并根据各实际像素坐标和对应的预设像素坐标，确定对应的门区域在当前时刻的开关状态；通过报警模块在若各开关状态中存在开启状态，则进行对应门区域的异常开启报警。不仅能够避免大量的前期工作，而且能够提高不同场景下的适用性，还能够实现在资源有限终端支持多门开关状态的判定，落地部署周期短、成本低。
本发明实施例所提供的门开关状态的判定装置可执行本发明实施例所提供的门开关状态的判定方法，具备执行方法相应的功能模块和有益效果。未详尽描述的技术细节，可参见本发明实施例所提供的门开关状态的判定方法。
实施例四
图12是本发明实施例四提供的一种电子终端的结构示意图。如图12所示，该终端可包括处理器410、存储器420、输入装置430和输出装置440；终端中处理器410的数量可以是一个或多个，图4中以一个处理器410为例；终端/中的处理器410、存储器420、输入装置430和输出装置440可以通过总线或其他方式连接，图12中以通过总线连接为例。
存储器420作为一种计算机可读存储介质，可用于存储软件程序、计算机可执行程序以及模块，如本发明实施例中的门开关状态的判定方法对应的程序指令/模块(例如，门开关状态的判定装置中的存入模块、取出模块、识别模块、状态确定模块和报警模块)。处理器410通过运行存储在存储器420中的软件程序、指令以及模块，从而执行设备/终端/服务器的各种功能应用以及数据处理，即实现上述的门开关状态的判定方法。
存储器420可主要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终端的使用所创建的数据等。此外，存储器420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420可进一步包括相对于处理器410远程设置的存储器，这些远程存储器可以通过网络连接至终端。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430可用于接收输入的数字或字符信息，以及产生与终端的用户设置以及功能控制有关的键信号输入。输出装置440可包括显示屏等显示设备。
实施例五
本发明实施例五还提供一种包含计算机可执行指令的存储介质，计算机可执行指令在由计算机处理器执行时用于执行一种门开关状态的判定方法，该方法包括：
获取目标场景的至少一个门区域在当前时刻的图像，将图像存入预设队列；于存入预设队列的图像的数量达到门区域的数量时，从预设队列中取出各图像；识别各图像中预设标识的目标特征点，并确定各目标特征点的实际像素坐标；
获取各目标特征点的预设像素坐标，并根据各实际像素坐标和对应的预设像素坐标，确定对应的门区域在当前时刻的开关状态；若各开关状态中存在开启状态，则进行对应门区域的异常开启报警。
当然,本发明实施例所提供的一种包含计算机可执行指令的存储介质,其计算机可执行指令不限于如上的方法操作,还可以执行本发明任意实施例所提供的门开关状态的判定方法中的相关操作。
通过以上关于实施方式的描述，所属领域的技术人员可以清楚地了解到，本发明可借助软件及必需的通用硬件来实现，当然也可以通过硬件实现，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如计算机的软盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(RandomAccess Memory,RAM)、闪存(FLASH)、硬盘或光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例的方法。
值得注意的是，上述搜索装置的实施例中，所包括的各个单元和模块只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本发明的保护范围。
注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里的特定实施例，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发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。

Claims (10)

1.一种门开关状态的判定方法，其特征在于，包括：
获取目标场景的至少一个门区域在当前时刻的图像，将所述图像存入预设队列；
于存入所述预设队列的图像的数量达到所述门区域的数量时，从所述预设队列中取出各所述图像；
识别各所述图像中预设标识的目标特征点，并确定各所述目标特征点的实际像素坐标；
获取各所述目标特征点的预设像素坐标，并根据各所述实际像素坐标和对应的预设像素坐标，确定对应的门区域在所述当前时刻的开关状态；
若各所述开关状态中存在开启状态，则进行对应门区域的异常开启报警。
2.根据权利要求1所述的方法，其特征在于，还包括：
将所述预设队列中存入首个图像的时刻，作为第一时刻；
若从所述第一时刻起经第一预设时长时，存入所述预设队列的图像的数量未达到所述门区域的数量，则清空所述预设队列，并获取所述目标场景的至少一个门区域在下一时刻的图像。
3.根据权利要求1所述的方法，其特征在于，还包括：
若各所述图像中预设标识存在未被识别的目标特征点，则推送对应门区域的遮挡警告；
若所述遮挡警告的警告时长达到第二预设时长，则进行对应门区域的异常遮挡报警。
4.根据权利要求1所述的方法，其特征在于，所述根据各所述实际像素坐标和对应的预设像素坐标，确定对应的门区域在所述当前时刻的开关状态，包括：
计算各所述实际像素坐标和对应的预设像素坐标之间的像素距离；
若所述像素距离大于预设阈值，则确定对应的门区域在所述当前时刻为开启状态。
5.根据权利要求4所述的方法，其特征在于，若每个所述预设标识包含至少一个目标特征点，则在所述计算各所述实际像素坐标和对应的预设像素坐标之间的像素距离之后，还包括：
根据相同预设标识中各目标特征点的实际像素坐标和预设像素坐标之间的像素距离，确定各所述预设标识对应的最终像素距离。
6.根据权利要求4所述的方法，其特征在于，所述预设阈值的确定步骤，包括：
根据图像空间坐标与世界空间坐标之间的映射关系，确定预设阈值。
7.根据权利要求1-6中任一所述的方法，其特征在于，所述预设标识包括至少一个二维码；其中，每个所述二维码与对应的门区域的信息具有绑定关系。
8.一种门开关状态的判定装置，其特征在于，包括：
存入模块，用于获取目标场景的至少一个门区域在当前时刻的图像，将所述图像存入预设队列；
取出模块，用以于存入所述预设队列的图像的数量达到所述门区域的数量时，从所述预设队列中取出各所述图像；
识别模块，用于识别各所述图像中预设标识的目标特征点，并确定各所述目标特征点的实际像素坐标；
状态确定模块，用于获取各所述目标特征点的预设像素坐标，并根据各所述实际像素坐标和对应的预设像素坐标，确定对应的门区域在所述当前时刻的开关状态；
报警模块，用于若各所述开关状态中存在开启状态，则进行对应门区域的异常开启报警。
9.一种电子终端，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1-7中任一所述的门开关状态的判定方法。
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中任一所述的门开关状态的判定方法。
CN202211049208.3A 2022-08-30 2022-08-30 一种门开关状态的判定方法、装置、电子终端及存储介质 Pending CN115410153A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211049208.3A CN115410153A (zh) 2022-08-30 2022-08-30 一种门开关状态的判定方法、装置、电子终端及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211049208.3A CN115410153A (zh) 2022-08-30 2022-08-30 一种门开关状态的判定方法、装置、电子终端及存储介质

Publications (1)

Publication Number Publication Date
CN115410153A true CN115410153A (zh) 2022-11-29

Family

ID=84163196

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211049208.3A Pending CN115410153A (zh) 2022-08-30 2022-08-30 一种门开关状态的判定方法、装置、电子终端及存储介质

Country Status (1)

Country Link
CN (1) CN115410153A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116051897A (zh) * 2023-01-28 2023-05-02 合肥中科类脑智能技术有限公司 门开关状态的检测方法、装置及边缘处理设备、存储介质

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116051897A (zh) * 2023-01-28 2023-05-02 合肥中科类脑智能技术有限公司 门开关状态的检测方法、装置及边缘处理设备、存储介质

Similar Documents

Publication Publication Date Title
WO2022105243A1 (zh) 事件检测方法、装置、电子设备及存储介质
US9652863B2 (en) Multi-mode video event indexing
US20210192227A1 (en) Method and apparatus for detecting parking space usage condition, electronic device, and storage medium
CN109035304B (zh) 目标跟踪方法、介质、计算设备和装置
CN104303193B (zh) 基于聚类的目标分类
CN114119676B (zh) 基于多特征信息融合的目标检测跟踪识别方法和***
CN109919002B (zh) 黄色禁停线识别方法、装置、计算机设备及存储介质
WO2021139049A1 (zh) 检测方法、检测装置、监控设备和计算机可读存储介质
CN112733690A (zh) 一种高空抛物检测方法、装置及电子设备
CN111325769A (zh) 一种目标对象检测方法及装置
WO2023273010A1 (zh) 高空抛物检测方法和装置、设备，及计算机存储介质
CN107786848A (zh) 运动目标检测与动作识别的方法、装置、终端及存储介质
CN111079621B (zh) 检测对象的方法、装置、电子设备和存储介质
CN115049954B (zh) 目标识别方法、装置、电子设备和介质
CN110189355A (zh) 安全疏散通道占用检测方法、装置、电子设备及存储介质
CN110647818A (zh) 一种遮挡目标物体的识别方法及装置
CN115410153A (zh) 一种门开关状态的判定方法、装置、电子终端及存储介质
CN113505643A (zh) 违章目标物检测方法及相关装置
CN102789645A (zh) 一种用于周界防范的多目标快速跟踪方法
CN111402185B (zh) 一种图像检测方法及装置
JP2021007055A (ja) 識別器学習装置、識別器学習方法およびコンピュータプログラム
CN116778673A (zh) 水域安全监控方法、***、终端及存储介质
US11301692B2 (en) Information processing apparatus, control method, and program
JP2024516642A (ja) 行動検出方法、電子機器およびコンピュータ読み取り可能な記憶媒体
Zhang et al. [Retracted] Fast Target Detection Algorithm Based on CFAR and Target Variance Characteristics

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