CN118368408B - 图像采集设备的检测方法、设备和存储介质 - Google Patents
图像采集设备的检测方法、设备和存储介质 Download PDFInfo
- Publication number
- CN118368408B CN118368408B CN202410797443.1A CN202410797443A CN118368408B CN 118368408 B CN118368408 B CN 118368408B CN 202410797443 A CN202410797443 A CN 202410797443A CN 118368408 B CN118368408 B CN 118368408B
- Authority
- CN
- China
- Prior art keywords
- image
- image acquisition
- determining
- current
- acquisition equipment
- 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 7
- 238000009434 installation Methods 0.000 claims abstract 34
- 238000000034 method Methods 0.000 claims abstract 13
- 238000003384 imaging method Methods 0.000 claims 18
- 238000004590 computer program Methods 0.000 claims 2
- 238000003708 edge detection Methods 0.000 claims 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N17/00—Diagnosis, testing or measuring for television systems or their details
- H04N17/002—Diagnosis, testing or measuring for television systems or their details for television cameras
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/48—Extraction of image or video features by mapping characteristic values of the pattern into a parameter space, e.g. Hough transformation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Signal Processing (AREA)
- Studio Devices (AREA)
Abstract
本申请提供一种图像采集设备的检测方法、设备和存储介质,其中方法包括:响应于对图像采集设备的检测指令,获取所述图像采集设备在当前安装状态下对目标区域的当前采集图像,所述目标区域预设有至少两个标定板;识别所述至少两个标定板在所述当前采集图像中的像素信息;根据所述像素信息和图像参数阈值,确定所述图像采集设备的所述当前安装状态是否需要调整。本申请实现了对图像采集设备安装状态的自动检测分析,减少人为参与,提高安装状态检测的准确性。
Description
技术领域
本申请涉及信息处理技术领域,尤其涉及一种图像采集设备的检测方法、设备和存储介质。
背景技术
随着信息技术、人工智能技术的不断突破以及成熟落地,线下商超业务也不断向着便捷化、智能化方向发展。对于线下商超智能化来说,精准的客流信息和精准的客群画像是客户的刚需。为了精确的获得这些信息,除了优化算法本身效果外,摄像头安装也至关重要。比如焦距过小,安装过远会导致目标成像过小,影响人体检测效果;比如安装俯仰角过高,会导致只能拍到人的头顶,对人体属性识别造成干扰,无法得到精确的用户画像;这些问题通常都很难通过后期算法优化实现效果提升。
针对该问题,目前普遍方案是先提供一个基本的安装规范,如监控摄像头距离客流出入口多少距离,需安装多少高度,使用多少焦距的摄像头等。实施人员按照规定安装完后,联系售前靠肉眼进行主观判断,来确定当前画面是否合适,是否需要调整摄像机角度。可见,该方案既缺乏定量标准,主观判断无法保证相机安装精度,也非常耗费人力成本。
发明内容
本申请实施例的主要目的在于提供一种图像采集设备的检测方法、设备和存储介质,实现了对图像采集设备安装状态的自动检测分析,减少人为参与,提高安装状态检测的准确性。
第一方面,本申请实施例提供一种图像采集设备的检测方法,包括:响应于对图像采集设备的检测指令,获取所述图像采集设备在当前安装状态下对目标区域的当前采集图像,所述目标区域预设有至少两个标定板;识别所述至少两个标定板在所述当前采集图像中的像素信息;根据所述像素信息和图像参数阈值,确定所述图像采集设备的所述当前安装状态是否需要调整。
于一实施例中,在所述识别所述至少两个标定板在所述当前采集图像中的像素信息之前,还包括:对所述当前采集图像进行标记识别,判断所述当前采集图像中存在的标定板数量是否大于或等于2;若所述当前采集图像中存在的标定板数量大于或等于2,确定所述至少两个标定板在所述当前采集图像中的像素信息;若所述当前采集图像中存在的标定板数量小于2,发出关于标定板的提示信息。
于一实施例中,所述图像参数阈值包括长宽比阈值范围;所述根据所述像素信息和图像参数阈值,确定所述图像采集设备的所述当前安装状态是否需要调整,包括:根据所述至少两个标定板的所述像素信息,确定所述至少两个标定板在所述当前采集图像中的平均成像长宽比;判断所述平均成像长宽比是否在所述长宽比阈值范围内;若所述平均成像长宽比在所述长宽比阈值范围内,确定所述图像采集设备的当前安装位置不需要调整;若所述平均成像长宽比不在所述长宽比阈值范围内,根据所述平均成像长宽比和所述长宽比阈值范围确定所述图像采集设备的当前安装位置的调整方案。
于一实施例中,所述长宽比阈值范围包括长宽比下限阈值和/或长宽比上限阈值;所述若所述平均成像长宽比不在所述长宽比阈值范围内,根据所述平均成像长宽比和所述长宽比阈值范围确定所述图像采集设备的当前安装位置的调整方案,包括:若所述平均成像长宽比小于所述长宽比下限阈值 ,确定所述调整方案为将所述图像采集设备调低安装高度;若所述平均成像长宽比大于所述长宽比上限阈值,确定所述调整方案为将所述图像采集设备调高安装高度。
于一实施例中,所述图像参数阈值包括边长像素阈值范围;所述根据所述像素信息和图像参数阈值,确定所述图像采集设备的所述当前安装状态是否需要调整,包括:根据所述至少两个标定板的所述像素信息,确定所述至少两个标定板在所述当前采集图像中的边长像素值;判断所述边长像素值是否在所述边长像素阈值范围内;若所述边长像素值不在所述边长像素阈值范围内,根据所述边长像素值和所述边长像素阈值范围确定所述图像采集设备的安装状态调整方案;若所述边长像素值在所述边长像素阈值范围内,确定所述图像采集设备在当前安装状态下的焦距设置不需要调整。
于一实施例中,所述边长像素阈值范围包括边长像素下限阈值和/或边长像素上线阈值;所述若所述边长像素值不在所述边长像素阈值范围内,根据所述边长像素值和所述边长像素阈值范围确定所述图像采集设备的安装状态调整方案,包括:若所述边长像素值小于所述边长像素下限阈值,确定所述调整方案为将所述图像采集设备的当前焦距调大,和/或,确定所述调整方案为将所述图像采集设备的当前安装位置与所述标定板之间的距离调小;若所述边长像素值大于所述边长像素上限阈值,确定所述调整方案为将所述图像采集设备的当前焦距调小,和/或,确定所述调整方案为将所述图像采集设备的当前安装位置与所述标定板之间的距离调大。
于一实施例中,所述图像参数阈值包括距离阈值范围;所述根据所述像素信息和图像参数阈值,确定所述图像采集设备的所述当前安装状态是否需要调整,包括:根据所述至少两个标定板的所述像素信息,确定任意两个标定版的中间点位置与所述当前采集图像边界线之间的距离;判断所述距离是否在距离阈值范围内;若所述距离在所述距离阈值范围内,确定所述图像采集设备的当前安装角度不需要调整;若所述距离不在所述距离阈值范围内,根据所述距离和所述距离阈值范围确定所述图像采集设备的当前安装角度调整方案。
于一实施例中,所述若所述距离不在所述距离阈值范围内,根据所述距离和所述距离阈值范围确定所述图像采集设备的当前安装角度调整方案,包括:若所述中间点位置到所述当前采集图像的第一方向边界线的距离最小值小于第一边界距离阈值,确定所述调整方案为将所述图像采集设备的水平角向所述第一方向转动,所述第一方向平行于水平线;和/或,若所述中间点位置到所述当前采集图像的第二方向边界线的距离最小值小于第二边界距离阈值,确定所述调整方案为将所述图像采集设备的水平角向所述第二方向转动,所述第二方向平行于水平线,所述第二方向与所述第一方向反向;和/或,若所述中间点位置到所述当前采集图像的第三方向边界线的距离最小值小于第三边界距离阈值,确定所述调整方案为将所述图像采集设备的俯仰角向所述第三方向转动,所述第三方向平行于竖直线;和/或,若所述中间点位置到所述当前采集图像的第四方向边界线的距离最小值小于第四边界距离阈值,确定所述调整方案为将所述图像采集设备的俯仰角向所述第四方向转动,所述第四方向平行于竖直线,所述第四方向与所示第三方向反向。
于一实施例中,所述图像参数阈值包括角度偏移阈值;所述根据所述像素信息和图像参数阈值,确定所述图像采集设备的所述当前安装状态是否需要调整,包括:根据所述至少两个标定板的所述像素信息,从所述当前采集图像中截取包括每个所述标定板的区域图像;对所述区域图像进行边缘检测,提取所述区域图像中的直线段;检测所述直线段与水平方向的夹角;根据所述夹角和所述角度偏移阈值,确定所述图像采集设备的当前旋转角的调整方案。
于一实施例中,所述根据所述夹角和所述角度偏移阈值,确定所述图像采集设备的当前旋转角的调整方案,包括:若所述夹角小于90°与所述角度偏移阈值之间的差值,确定所述调整方案为将所述图像采集设备的向左旋转;和/或,若所述夹角大于90°与所述角度偏移阈值的和值,确定所述调整方案为将所述图像采集设备的向右左旋转;和/或,若所述夹角大于所述差值、并且小于所述和值,确定所述图像采集设备的旋转角不需要调整。
第二方面,本申请实施例提供一种人流量检测方法,包括:响应于对目标区域的人流量检测指令,获取所述目标区域的图像采集设备在当前安装状态下的第一采集图像,所述目标区域预设有至少两个标定板;识别所述至少两个标定板在所述第一采集图像中的像素信息;根据所述像素信息和图像参数阈值,确定所述图像采集设备的所述当前安装状态是否需要调整;若确定所述图像采集设备的所述当前安装状态不需要调整,根据所述第一采集图像确定所述目标区域内的人流量信息;若确定所述图像采集设备的所述当前安装状态需要调整,输出对应的调整方案;获取根据所述调整方案调整后的所述图像采集设备的第二采集图像,根据所述第二采集图像确定所述目标区域内的人流量信息。
第三方面,本申请实施例提供一种图像采集设备的检测装置,包括:
获取模块,用于响应于对图像采集设备的检测指令,获取所述图像采集设备在当前安装状态下对目标区域的当前采集图像,所述目标区域预设有至少两个标定板;
识别模块,用于识别所述至少两个标定板在所述当前采集图像中的像素信息;
确定模块,用于根据所述像素信息和图像参数阈值,确定所述图像采集设备的所述当前安装状态是否需要调整。
于一实施例中,还包括:检测模块,用于在所述识别所述至少两个标定板在所述当前采集图像中的像素信息之前,对所述当前采集图像进行标记识别,判断所述当前采集图像中存在的标定板数量是否大于或等于2;若所述当前采集图像中存在的标定板数量大于或等于2,确定所述至少两个标定板在所述当前采集图像中的像素信息;若所述当前采集图像中存在的标定板数量小于2,发出关于标定板的提示信息。
于一实施例中,所述图像参数阈值包括长宽比阈值范围;所述确定模块,用于根据所述至少两个标定板的所述像素信息,确定所述至少两个标定板在所述当前采集图像中的平均成像长宽比;判断所述平均成像长宽比是否在所述长宽比阈值范围内;若所述平均成像长宽比在所述长宽比阈值范围内,确定所述图像采集设备的当前安装位置不需要调整;若所述平均成像长宽比不在所述长宽比阈值范围内,根据所述平均成像长宽比和所述长宽比阈值范围确定所述图像采集设备的当前安装位置的调整方案。
于一实施例中,所述长宽比阈值范围包括长宽比下限阈值和/或长宽比上限阈值;所述确定模块,用于若所述平均成像长宽比小于所述长宽比下限阈值 ,确定所述调整方案为将所述图像采集设备调低安装高度;若所述平均成像长宽比大于所述长宽比上限阈值 ,确定所述调整方案为将所述图像采集设备调高安装高度。
于一实施例中,所述图像参数阈值包括边长像素阈值范围;所述确定模块,用于根据所述至少两个标定板的所述像素信息,确定所述至少两个标定板在所述当前采集图像中的边长像素值;判断所述边长像素值是否在所述边长像素阈值范围内;若所述边长像素值不在所述边长像素阈值范围内,根据所述边长像素值和所述边长像素阈值范围确定所述图像采集设备的安装状态调整方案;若所述边长像素值在所述边长像素阈值范围内,确定所述图像采集设备在当前安装状态下的焦距设置不需要调整。
于一实施例中,所述边长像素阈值范围包括边长像素下限阈值和/或边长像素上线阈值;所述确定模块,用于若所述边长像素值小于所述边长像素下限阈值,确定所述调整方案为将所述图像采集设备的当前焦距调大,和/或,确定所述调整方案为将所述图像采集设备的当前安装位置与所述标定板之间的距离调小;若所述边长像素值大于所述边长像素上限阈值,确定所述调整方案为将所述图像采集设备的当前焦距调小,和/或,确定所述调整方案为将所述图像采集设备的当前安装位置与所述标定板之间的距离调大。
于一实施例中,所述图像参数阈值包括距离阈值范围;所述确定模块,用于根据所述至少两个标定板的所述像素信息,确定任意两个标定版的中间点位置与所述当前采集图像边界线之间的距离;判断所述距离是否在距离阈值范围内;若所述距离在所述距离阈值范围内,确定所述图像采集设备的当前安装角度不需要调整;若所述距离不在所述距离阈值范围内根据所述距离和所述距离阈值范围确定所述图像采集设备的当前安装角度调整方案。
于一实施例中,所述确定模块,用于若所述中间点位置到所述当前采集图像的第一方向边界线的距离最小值小于第一边界距离阈值,确定所述调整方案为将所述图像采集设备的水平角向所述第一方向转动,所述第一方向平行于水平线;和/或,若所述中间点位置到所述当前采集图像的第二方向边界线的距离最小值小于第二边界距离阈值,确定所述调整方案为将所述图像采集设备的水平角向所述第二方向转动,所述第二方向平行于水平线,所述第二方向与所述第一方向反向;和/或,若所述中间点位置到所述当前采集图像的第三方向边界线的距离最小值小于第三边界距离阈值,确定所述调整方案为将所述图像采集设备的俯仰角向所述第三方向转动,所述第三方向平行于竖直线;和/或,若所述中间点位置到所述当前采集图像的第四方向边界线的距离最小值小于第四边界距离阈值,确定所述调整方案为将所述图像采集设备的俯仰角向所述第四方向转动,所述第四方向平行于竖直线,所述第四方向与所示第三方向反向。
于一实施例中,所述图像参数阈值包括角度偏移阈值;所述确定模块,用于根据所述至少两个标定板的所述像素信息,从所述当前采集图像中截取包括每个所述标定板的区域图像;对所述区域图像进行边缘检测,提取所述区域图像中的直线段;检测所述直线段与水平方向的夹角;根据所述夹角和所述角度偏移阈值,确定所述图像采集设备的当前旋转角的调整方案。
于一实施例中,所述确定模块,用于若所述夹角小于90°与所述角度偏移阈值之间的差值,确定所述调整方案为将所述图像采集设备的向左旋转;和/或,若所述夹角大于90°与所述角度偏移阈值的和值,确定所述调整方案为将所述图像采集设备的向右左旋转;和/或,若所述夹角大于所述差值、并且小于所述和值,确定所述图像采集设备的旋转角不需要调整。
于一实施例中,该装置还包括:输出模块,用于在确定所述图像采集设备的所述当前安装状态需要调整时,输出对应的调整方案。
第四方面,本申请实施例提供一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;
其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述电子设备执行上述任一方面所述的方法。
第五方面,本申请实施例提供一种云设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;
其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述云设备执行上述任一方面所述的方法。
第六方面,本申请实施例提供一种计算机可读存储介质,所述计算机可读存储介质中存储有计算机执行指令,当处理器执行所述计算机执行指令时,实现上述任一方面所述的方法。
第七方面,本申请实施例提供一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现上述任一方面所述的方法。
本申请实施例提供的图像采集设备的检测方法、设备和存储介质,通过在目标区域设置至少两个标定板,当接收到对图像采集设备的检测指令时,让安装好的图像采集设备对目标区域采集图像,系统对当前采集图进行分析,根据当前采集图像中标定板的像素信息和预设的图像参数阈值,来自动分析图像采集设备的当前安装状态是否合适,是否需要调整,如此,实现对图像采集设备安装状态的自动检测分析,减少人为参与,提高安装状态检测的准确性。
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,示出了符合本申请的实施例,并与说明书一起用于解释本申请的原理。显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1A为本申请实施例提供的一种摄像头水平角的转动示意图;
图1B为本申请实施例提供的一种摄像头俯仰角的转动示意图;
图1C为本申请实施例提供的一种摄像头旋转角的转动示意图;
图2A为本申请实施例提供的一种电子设备的结构示意图;
图2B为本申请实施例提供的一种图像采集设备的检测系统的应用场景示意图;
图3A为本申请实施例提供的一种图像采集设备的检测方法的本地部署模式示意图;
图3B为本申请实施例提供的一种图像采集设备的检测方法的云端部署模式示意图;
图4A为本申请实施例提供的一种图像采集设备的检测系统架构示意图;
图4B为本申请实施例提供的一种标定板的放置位置示意图;
图5为本申请实施例提供的一种图像采集设备的检测方法的流程示意图;
图6为本申请实施例提供的一种标定板放置检测模块的具体功能架构示意图;
图7为本申请实施例提供的一种摄像头安装检测模块的架构示意图;
图8为本申请实施例提供的一种摄像头画面中直线段与水平线之间的夹角分布示意图;
图9为本申请实施例提供的一种交互界面示意图;
图10为本申请实施例提供的一种人流量检测方法的流程示意图;
图11为本申请实施例提供的一种图像采集设备的检测装置的结构示意图;
图12为本申请实施例提供的一种云设备的结构示意图。
通过上述附图,已示出本申请明确的实施例,后文中将有更详细的描述。这些附图和文字描述并不是为了通过任何方式限制本申请构思的范围,而是通过参考特定实施例为本领域技术人员说明本申请的概念。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。
本文中术语“和/或”,用于描述关联对象的关联关系,具体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。
需要说明的是,本申请所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等),均为经用户授权或者经过各方充分授权的信息和数据,并且相关数据的收集、使用和处理需要遵守相关国家和地区的相关法律法规和标准,并提供有相应的操作入口,供用户选择授权或者拒绝。
为了清楚地描述本申请实施例的技术方案,首先对本申请所涉及的名词进行释义:
标定板:带有固定间距图案阵列的平板,通过检测这些平板可以计算出相机的几何模型,得到高精度的测量和重建结果。
实施人员:负责安装摄像头的人员,通常为第三方外包
售前人员:实施人员安装完摄像头后,负责和实施人员沟通当前摄像头画面是否符合算法要求,并给出调改意见的人员。
摄像头水平角:摄像头沿水平方向的转动角度,在安装过程中通常用偏左偏右来表示当前角度是否合适,具体如图1A中(a)和(b)所示。
摄像头俯仰角:摄像头沿垂直方向的转动角度,在安装过程中通常用偏上偏下来表示当前角度是否合适。具体如图1B中(a)和(b)所示。
摄像头旋转角:摄像头绕着光轴的旋转角度,在安装过程中通常用偏左旋偏右旋来表示当前角度是否合适。具体如图1C中(a)和(b)所示。
OpenCV:Open Source Computer Vision Library,是一个开源的计算机视觉和机器学习软件库,OpenCV 提供了数百个计算机视觉算法,涵盖了图像处理、视频分析、物体识别、机器学习等多个领域,OpenCV 的设计目标是高效、易用,并且能够在实时应用中表现出色。
detectMarkers:是 OpenCV 库中用于检测图像中标记(markers)的函数。这些标记可以是一种特殊设计的二进制方形图案,具有独特的 ID。
Hough Transform:霍夫变换。
PC:Personal Computer,个人计算机。
本申请实施例的图像采集设备的检测方式可以应用于任意需要对监控摄像头进行安装状态检测的领域。
随着信息技术、人工智能技术的不断突破以及成熟落地,线下商超业务也不断向着便捷化、智能化方向发展。对于线下商超智能化来说,精准的客流信息和精准的客群画像是客户的刚需。为了精确的获得这些信息,除了优化算法本身效果外,摄像头安装也至关重要。比如焦距过小,安装过远会导致目标成像过小,影响人体检测效果。比如安装俯仰角过高,会导致只能拍到人的头顶,对人体属性识别造成干扰,无法得到精确的用户画像。这些问题通常都很难通过后期算法优化实现效果提升。
针对该问题,目前普遍方案是先提供一个基本的安装规范,如监控摄像头距离客流出入口多少距离,需安装多少高度,使用多少焦距的摄像头等。实施人员按照规定安装完后,联系售前靠肉眼进行主观判断,来确定当前画面是否合适,是否需要调整摄像机角度。这一方案至少存在如下缺陷:1、对实施人员无强约束、对于画面是否合适也无定量标准,安装质量基本无保障,通常后期需要大量调改。2. 大规模批量部署每个相机都要来回确认一次,非常耗费人力。
可见,该方案既缺乏定量标准,主观判断无法保证相机安装精度,也非常耗费人力成本。
以商场客流检测系统为例,摄像头的安装位置和安装角度对最终算法精度影响非常大。比如:安装角度过低,人与人相互遮挡会很严重,导致人数漏召。安装角度过高,人体无法照全,难以做性别年龄等画像分析。此外,安装角度的偏左偏右,不合适的安装焦距,会导致画面出入口的偏左偏右,偏大偏小,这些都会对算法精度造成很大干扰。然而在目前市场上的客流方案中,基本都是先提供一个基本的安装位置和角度的物理信息,然后通过人肉眼的主观判断来确定画面是否符合标准,该方案既缺乏定量标准,也非常耗费人力成本。
为了解决上述至少一个问题,本申请实施例提供一种图像采集设备的检测方案,通过在目标区域设置至少两个标定板,当接收到对图像采集设备的检测指令时,让安装好的图像采集设备对目标区域采集图像,系统对当前采集图进行分析,根据当前采集图像中标定板的像素信息和预设的图像参数阈值,来自动分析图像采集设备的当前安装状态是否合适,是否需要调整,如此,实现对图像采集设备安装状态的自动检测分析,减少人为参与,提高安装状态检测的准确性。
下面结合附图,对本申请的一些实施方式作详细说明。在各实施例之间不冲突的情况下,下述的实施例及实施例中的特征可以相互组合。另外,下述各方法实施例中的步骤时序仅为一种举例,而非严格限定。
如图2A所示,本实施例提供一种电子设备1,包括:至少一个处理器11和存储器12,图2A中以一个处理器为例。处理器11和存储器12通过总线10连接。存储器12存储有可被处理器11执行的指令,指令被处理器11执行,以使电子设备1可执行下述的实施例中方法的全部或部分流程,以实现对图像采集设备安装状态的自动检测分析,减少人为参与,提高安装状态检测的准确性。
于一实施例中,电子设备1可以是手机、平板电脑、笔记本电脑、台式计算机或者多个计算机组成的大型运算系统。
图2B为本申请实施例提供的一种图像采集设备的检测系统应用场景200的示意图。如图2B所示,该系统包括:服务器210和终端220,其中:
服务器210可以是提供图像采集设备的检测服务的数据平台,比如可以是视频监控平台。实际场景中,一个视频监控平台可能有多个服务器210,图2B中以1个服务器210为例。
终端220可以是用户登录视频监控平台时使用的摄像头、电脑、手机、平板等设备,终端220也可以有多个,图2B中以2个终端220为例进行示意。
终端220与服务器210之间可以通过互联网进行信息传输,以使终端220可以访问服务器210上的数据。上述终端220和/或者服务器210均可以由电子设备1来实现。
本申请实施例的图像采集设备的检测方案可以部署在服务器210上,也可以部署在终端220上,或者部分部署在服务器210上,部分部署在终端220上。实际场景中可以基于实际需求选择,本实施例不做限定。
当图像采集设备的检测方案全部或者部分部署在服务器210上时,可以对终端220开放调用接口,以对终端220提供算法支持。
本申请实施例提供的方法可由电子设备1执行相应的软件代码实现,通过和服务器进行数据交互来实现。其中,电子设备1可以为本地终端设备。当该方法运行于服务器时,该方法则可以基于云交互系统来实现与执行,其中,云交互系统包括服务器和客户端设备。
在一种可能的实施方式中,本申请实施例提供的方法,通过终端设备提供图形用户界面,其中,终端设备可以是前述提到的本地终端设备,也可以是前述提到的云交互系统中的客户端设备。
如图3A所示,为本申请实施例提供的一种图像采集设备的检测方法的本地部署模式示意图,以监控相机作为图像采集设备为例,本地部署模式主要包括监控相机和本地分析工具,比如本地终端可以包括PC机、笔记本电脑或者平板电脑等,分析工具可以包括前端界面、分析算法模块等。本地部署模式下,本地终端在获取到监控相机的画面截图后,直接导入本地部署的分析工具,即可得到当前画面图像下,该监控相机安装位置和安装角度是否合规的结果。
如图3B所示,为本申请实施例提供的一种图像采集设备的检测方法的云端部署模式示意图,以监控相机作为图像采集设备为例,该系统可以包括:监控相机、云端分析服务和本地终端的浏览器,其中云端分析服务可以包括网页服务和分析算法模块,本地终端可以包括PC机、笔记本电脑或者平板电脑等。云端部署模式指在获取到相机画面截图后,通过本地终端的浏览器网页访问云端分析服务,进行画面截图上传,然后通过云端分析服务对画面截图进行分析,得到当前画面截图下,监控相机安装位置和安装角度是否合规的结果。
如图4A所示,为本申请实施例提供的一种图像采集设备的检测系统架构示意图,以监控摄像头作为图像采集设备,以客流量监控摄像头的安装状态检测场景为例,以云端部署模式为例,该系统主要包括:预安装的摄像头、目标区域的人流出入口放置的标定板、分析工具,其中:
首先,可以由施工人员携带至少两张指定尺寸的标定板放在要计算人流的出入口两端,比如具体标定板放置位置的示例图如图4B所示,可以在人流量出入门口的地面上设置标定板601和标定板602。根据预先提供的基本安装规则信息,预安装监控摄像头。将摄像头对准目标区域的人流出入口,让摄像头拍摄图片,并将当前拍摄的图片拍案截图上传到云端分析工具进行分析。
分析工具可以包括分析工具1和分析工具2,其中分析工具1用于标定板放置检测,分析工具2用于摄像头安装检测。首先分析工具1运行标定板放置分析程序,如出现检测不到标定板,或只能检测到一张标定板等情况,返回标定板放置有误、校验不通过的结果,让施工人员重新按照正确的方式放置标定板。重新放置标定板之后,需要让摄像头重新拍摄图像,并重新上传新的截图。标定版本检测过程可以提升后续算法的精度。如果通过多次标定板检测校验均不通过,可以提供远程人工指导,协助完成标定板的设置和检测。
标定板放置校验通过后,继续分析工具2运行摄像头安装检测分析程序,根据上传的截图对摄像头的安装位置和安装角度各个层面进行校验,自动化判断当前的安装位置和角度是否合规,如不通过,输出具体的调整方案提示,便于施工人员根据输出的调整方案提示重新调整摄像头安装状态。
如摄像头安装检测也通过,则认为此次摄像头安装状态无论是位置还是角度都符合算法要求规范,确定完成摄像头安装任务。
期间如多次调整摄像头后都不通过分析工具2的检测校验,可以自动切入远程人工指导服务,协助完成摄像头的安装有检测。
请参看图5,其为本申请一实施例的图像采集设备的检测方法,该方法可由图2A所示的电子设备1来执行,并可以应用于图2B-4B中所示的摄像头安装检测的应用场景中,以实现对图像采集设备安装状态的自动检测分析,减少人为参与,提高安装状态检测的准确性。本实施例以终端220为执行端为例,该方法包括如下步骤:
步骤501:响应于对图像采集设备的检测指令,获取图像采集设备在当前安装状态下对目标区域的当前采集图像,目标区域预设有至少两个标定板。
在本步骤中,目标区域是指图像采集设备需要监控的区域,比如可以是商场的人流量出入门口、地铁的电梯口等区域。图像采集设备可以是监控摄像头,比如安装在商场出人口的摄像头。检测指令可以人工触发,也可以周期性自动触发,或者满足预设条件时触发。当需要对图像采集设备的安装状态进行检测时,可以首先让图像采集设备在当前安装状态下对目标区域进行图像采集,通过在目标区域预设至少两个标定板,可以在图像采集过程中提供多个参考点,进而可以根据当前采集图像校准图像采集设备的安装状态。通过自动获取当前采集图像并利用标定板进行校准,可以减少人工干预,简化校准过程,提高工作效率。同时,自动化的校准过程还可以减少人为操作带来的误差。
于一实施例中,标定板的数量可以为多个,多个标定板提供了冗余信息,即使某一个标定板由于遮挡或其他原因无法被采集到,其他标定板仍然可以提供必要的校准信息,增强了系统在各种复杂环境下的鲁棒性和可靠性。
步骤502:识别至少两个标定板在当前采集图像中的像素信息。
在本步骤中,通过识别标定板在图像中的像素信息,可以精确确定标定板的位置和姿态。这有助于提高图像校准的精度,确保后续图像处理和分析的准确性。实际场景中,在复杂环境下,图像中可能存在多种干扰因素,通过识别多个标定板的像素信息,可以有效过滤掉干扰因素,确保图像处理的准确性和稳定性。并且通过自动识别标定板的像素信息,可以实现图像采集设备的自动化校准,减少人工干预,简化操作流程,提高工作效率。
于一实施例中,在步骤502之前,还可以对标定板的数量进行校验,包括:对当前采集图像进行标记识别,判断当前采集图像中存在的标定板数量是否大于或等于2。若当前采集图像中存在的标定板数量大于或等于2,确定至少两个标定板在当前采集图像中的像素信息。若当前采集图像中存在的标定板数量小于2,发出关于标定板的提示信息。
在本实施例中,系统能够自动识别标定板数量并根据识别结果采取相应的操作(如确定像素信息或发出提示信息),提高了系统的智能化程度,减少了人工干预,提高了工作效率。通过判断当前采集图像中标定板的数量,系统能够确保只有在标定板数量足够的情况下才进行像素信息的识别和校准。通过确保至少两个标定板的存在,系统能够获得足够的参考点进行校准,从而提高图像处理的可靠性和精度,确保后续图像分析的准确性,避免了因标定板数量不足导致的校准误差。当标定板数量不足时,系统能够及时发出提示信息,提醒用户进行调整。这种及时的反馈机制有助于用户快速定位问题并进行修正,提升了用户体验。
可选地,标定板放置检测模块可以通过图5中的分析工具1实现。如图6所示,为本申请实施例提供的一种标定板放置检测模块的具体功能架构示意图,标定板的校测过程具体可以如下:
首先输入带有标定板的图片,即步骤501中得到的当前采集图像,然后在当前采集图像的画面中检测标定板,可以使用Opencv中默认的标定板检测函数detectMarkers来检测输入图像中的标定板,输出图像中标定板的个数和坐标。
然后对图像中标定板的个数和坐标进行分析,如果标定板个数小于2个,比如检测不到标定板,或者只检测到一个标定板,均确定为存在问题。输出对应的问题,便于提示实施人员根据返回的输出信息重新调改标定板。
如果图像中可检测到两个以上标定板,则确定通过该模块的校验,输出检测通过的提示信息。
步骤503:根据像素信息和图像参数阈值,确定图像采集设备的当前安装状态是否需要调整。
在本步骤中,像素信息包含但不限于每个标定板在当前采集图像中的像素坐标。图像参数阈值用于判别标定板的像素信息是否合理,图像参数阈值可以预先根据需要设定,也可以根据实际检测情况实时确定。利用标定板在当前采集图像中的像素信息和图像参数阈值进行判断,能够更精确地识别出图像采集设备安装状态的偏差,进而自动检测图像采集设备的安装状态是否需要调整,实现图像采设备检测的自动进行,减少人为参与,提高图像采集设备安装状态检测的准确性和智能化。
如图7所示,为本申请实施例提供的一种摄像头安装检测模块的架构示意图,以商场人流出入口的摄像头安装检测为例,可以有前述图5中的分析工具2来实现对摄像头安装状态的检测。将分析工具1标定板放置检测模块中得到每个标定板的像素坐标信息输入摄像头安装检测模块。在对所有标定板的像素坐标信息进行分析之前可以先进行误检过滤,剔除其中尺寸明显过小或者过大的标定板像素坐标,提高数据准确性。然后对经过过滤后的标定板像素坐标进行详细分析,进而确定摄像头的当前安装状态是否需要调整,以及如何调整。比如可以通过分析图像中标定板长宽比,推导摄像头安装高度是否合理,并可以输出安装高度调改意见。可以通过分析图像中标定板大小,推导摄像头焦距和安装远近是否合理,进而可以输出焦距调整和安装远近调改意见。可以通过标定板连线生成出入口线,分析出入口线和画面边缘距离,推导出摄像头俯仰角和水平角是否合理,进而可以输出水平角和俯仰角调改意见。可以通过在图像中标定板附近截取一定区域,对该区域进行Hough(霍夫变换)变换检测直线,抽取主要直线,判断是否垂直地面,并可以输出旋转角调改意见。
于一实施例中,图像参数阈值包括长宽比阈值范围。步骤503具体可以包括:根据至少两个标定板的像素信息,确定至少两个标定板在当前采集图像中的平均成像长宽比。判断平均成像长宽比是否在长宽比阈值范围内。若平均成像长宽比在长宽比阈值范围内,确定图像采集设备的当前安装位置不需要调整。若平均成像长宽比不在长宽比阈值范围内,根据述平均成像长宽比和长宽比阈值范围确定图像采集设备的当前安装位置的调整方案。
在本实施例中,对于摄像头安装高度的分析,可以通过分析图像中标定板长宽比,推导摄像头安装高度是否合理,并可以输出安装高度调改意见。具体地,可以在图像参数阈值中预先根据要求配置长宽比阈值范围。根据像素信息计算每一个标定板在画面中成像的长宽比ratio = cal_board_h / cal_board_w,并确定所有标定板的平均成像长宽比ratio_avg。 其中cal_board_h表示当前采集图像中标定板的高对应的像素值, cal_board_w表示当前采集图像中标定板的宽对应的像素值。
然后,判断平均成像长宽比ratio_avg是否在预设的长宽比阈值范围内,如果在,说明摄像头的当前安装位置符合要求,不需要调整。否则,如果平均成像长宽比ratio_avg不在预设的长宽比阈值范围内,说明摄像头的当前安装位置不符合要求,需要调整,可以进一步根据述平均成像长宽比和长宽比阈值范围确定摄像头的当前安装位置的调整方案。如此,自动完成摄像头安装位置的校验,并可以输出对应的调整方案,减少人为检测带来的误差,提高摄像头安装位置检测的准确性,进一步提高图像采集的准确性。
于一实施例中,长宽比阈值范围包括长宽比下限阈值和/或长宽比上限阈值。若平均成像长宽比不在长宽比阈值范围内,根据述平均成像长宽比和长宽比阈值范围确定图像采集设备的当前安装位置的调整方案,包括:若平均成像长宽比小于长宽比下限阈值,确定调整方案为将图像采集设备调低安装高度。若平均成像长宽比大于长宽比上限阈值 ,确定调整方案为将图像采集设备调高安装高度。
在本实施例中,可以根据需求给长宽比阈值范围设定高低两个长宽比阈值,即长宽比下限阈值ratio_min和长宽比上限阈值ratio_max,在具体判断过程中,如果平均成像长宽比ratio_avg<ratio_min, 则确定当前安装状态下摄像头安装高度过高,需要将摄像头安装高度调低,可以在交互界面输出调整方案为将摄像头调低安装高度。如果ratio_avg>ratio_max, 则说明摄像头的当前安装高度过低,需要将安装高度调高。可以在交互界面输出调整方案为将摄像头调高安装高度。以使调整后的摄像头安装高度符合要求,提高图像采集精度。
其中长宽比下限阈值ratio_min和长宽比上限阈值ratio_max可以根据实际需求设定,也可以是实验得到的经验值, 比如长宽比下限阈值ratio_min可以为1.2,长宽比上限阈值ratio_max为1.9。
于一实施例中,图像参数阈值包括边长像素阈值范围。步骤503具体还可以包括:根据至少两个标定板的像素信息,确定至少两个标定板在当前采集图像中的边长像素值。判断边长像素值是否在边长像素阈值范围内。若边长像素值不在边长像素阈值范围内,根据边长像素值和边长像素阈值范围确定图像采集设备的安装状态调整方案。若边长像素值在边长像素阈值范围内,确定图像采集设备在当前安装状态下的焦距设置不需要调整。
在本实施例中,可以通过像素信息分析当前采集图像中标定板的大小,自动推导摄像头的焦距和安装远近是否合理,进而可以输出焦距调整和安装远近调改意见。具体地,可以下图像参数阈值中根据实际需求,预先配置边长像素阈值范围,边长像素阈值范围用于限制图像中标定板的边长大小范围。首先根据至少两个标定板的像素信息,确定当前采集图像中每个标定板的边长像素值,通过判断边长像素值是否在预设的边长像素阈值范围内,可以自动确定图像采集设备是否需要调整安装状态。如果边长像素值在阈值范围内,系统可以确定当前安装状态下的焦距设置不需要调整。这种方法确保了图像采集设备在最佳焦距设置下工作,从而提高图像质量和精度。如果边长像素值不在阈值范围内,系统会根据边长像素值和阈值范围自动生成调整方案,自动化的校准和调整过程减少了人工操作的时间和成本,提高了整体工作效率。同时,减少了因设备安装不当导致的返工和维护成本。
其中,边长像素值可以采用当前采集图像中标定板的较长的边的像素值,比如标定板实际是正方形的,但是由于摄像头的安装参数以及环境影响,当前采集图像中的标定板成像可能不是正方形的,可能会存在一些边比较长,一些边比较短,而较短的边参考价值较小,为了提高计算精度,可以选择较长的边的像素值作为该标定板的边长像素值。如果当前采集图像中存在多个标定板,则可以将多个标定板的边长像素值的平均值作为最终的边长像素值,提高数据精度。
于一实施例中,边长像素阈值范围包括边长像素下限阈值和/或边长像素上线阈值。若边长像素值不在边长像素阈值范围内,根据边长像素值和边长像素阈值范围确定图像采集设备的安装状态调整方案,包括:若边长像素值小于边长像素下限阈值 ,确定调整方案为将图像采集设备的当前焦距调大,和/或,确定调整方案为将图像采集设备的当前安装位置与标定板之间的距离调小。若边长像素值大于边长像素上限阈值 ,确定调整方案为将图像采集设备的当前焦距调小,和/或,确定调整方案为将图像采集设备的当前安装位置与标定板之间的距离调大。
在本实施例中,可以根据像素信息分别计算当前采集图像中标定板的较长边的平均像素大小l_avg,将其作为最终的标定板边长像素值。预先根据实际需求设定高低两个边长尺寸阈值,即边长像素下限阈值l_min和边长像素上线阈值l_max 。在判断过程中,如果l_avg<l_min,则说明此时摄像头的安装焦距过小,或摄像头当前安装位置与目标区域中标定板之间的距离过远。对应的调整方案可以为:如果摄像头为定焦相机,需要调近安装距离。如过摄像头为变焦相机,可以调大焦距。如果l_avg>l_max,则说明此时摄像头的安装焦距过大,或安装距离过近。调整方案可以为:如果摄像头为定焦相机,需要调远安装距离,如为变焦相机,需要调小焦距。 其中l_min和l_max 可以根据实际需求设定,也可以是实验得到的经验值,比如l_min可以为50像素,l_max可以为300像素。
于一实施例中,图像参数阈值包括距离阈值范围。步骤503具体可以包括:根据至少两个标定板的像素信息,确定任意两个标定版的中间点位置与当前采集图像边界线之间的距离。判断距离是否在距离阈值范围内。若距离在距离阈值范围内,确定图像采集设备的当前安装角度不需要调整。若距离不在距离阈值范围内,根据距离和距离阈值范围确定图像采集设备的当前安装角度调整方案。
在本实施例中,可以通过标定板的中间点连线生成目标区域的出入口线,从而分析出入口线和图像画面边缘距离,推导出摄像头俯仰角和水平角是否合理,进而可以输出水平角和俯仰角调改意见。具体的,可以预先根据实际需求配置标定板中间点到图像边界线之间的距离阈值范围,根据像素信息,确定当前采集图像中任意两个标定板中间点位置到图像边界线的距离,如果该距离在预设的距离阈值范围内,则说明摄像头的安装角度合理,不能需要调整,如果该距离不在预设的距离阈值范围内,说明需要调整摄像头安装角度,可以根据该距离与距离阈值范围进一步确定对应的调整方案。通过精确计算标定板中间点位置与图像边界线之间的距离,并将其与预设的距离阈值范围进行比较,能够准确判断图像采集设备的安装角度是否在允许的误差范围内,从而提高了安装角度的精确度。若判断距离不在距离阈值范围内,系统能够根据距离和距离阈值范围,自动生成图像采集设备的当前安装角度调整方案,从而实现实时调整,确保图像采集设备始终处于最佳安装角度。自动化和精确的校准和调整方法,能够显著提高图像采集设备的稳定性和可靠性,减少了手动校准和调整的时间和人力成本,提高了整体工作效率。
于一实施例中,若距离不在距离阈值范围内,根据距离和距离阈值范围确定图像采集设备的当前安装角度调整方案,包括:若中间点位置到当前采集图像的第一方向边界线的距离最小值小于第一边界距离阈值,确定调整方案为将图像采集设备的水平角向第一方向转动,第一方向平行于水平线。和/或,若中间点位置到当前采集图像的第二方向边界线的距离最小值小于第二边界距离阈值,确定调整方案为将图像采集设备的水平角向第二方向转动,第二方向平行于水平线,第二方向与第一方向反向。和/或,若中间点位置到当前采集图像的第三方向边界线的距离最小值小于第三边界距离阈值,确定调整方案为将图像采集设备的俯仰角向第三方向转动,第三方向平行于竖直线。和/或,若中间点位置到当前采集图像的第四方向边界线的距离最小值小于第四边界距离阈值,确定调整方案为将图像采集设备的俯仰角向第四方向转动,第四方向平行于竖直线,第四方向与所示第三方向反向。
在本实施例中,以针对目标区域的人流量检测场景为例,取当前采集图像中任意两标定板中间点连线作为人流的出入口线。当观察者面向当前采集图像时,假设以观察者的方向设定方向,比如观察者的左手侧为左,以观察者的右手侧为右。第一方向可以是左方向、第二方向可以是右方向、第三方向可以是上,第四方向可以是下。假设以此时当前采集图像的左上角点为坐标原点,以当前采集图像的左边界线为纵轴,以沿着左边界线向下为纵轴正方向,以当前采集图像的上边界线为横轴,以上边界线向右为横轴正方向。图像边界坐标阈值范围包括:左边界阈值、右边界阈值、上边界阈值和下边界阈值中的一个或多个。
设该出入口线左边缘点(即图像中靠左的标定板中间点)坐标为(x1,y1),右边缘点(即图像中靠右的标定板中间点)坐标为(x2,y2)。设当前采集图像画面宽为w、高为h,取x1和x2中的最小值为xmin,取x1和x2中的最大值xmax,取y1和y2中的最小值ymin,最大值ymax。判断过程结果可以如下:
1.如果(xmin - 0)<x_left_thres,则认为此时摄像头角度偏右,需要将摄像头水平角向左转动。其中(xmin - 0)为图像中标定板中间点位置到当前采集图像的左边界线的距离最小值,x_left_thres为左边界距离阈值。
2.如果(w - xmax)<x_right_thres,则认为此时摄像头角度偏左,需要将摄像头水平角向右转动。其中(w - xmax)为图像中标定板中间点位置到当前采集图像的右边界线的距离最小值,x_right_thres为右边界距离阈值。
3.如果(ymin - 0)<y_top_thres,则认为此时摄像头角度偏下,需要将摄像头俯仰角向上转动。其中,(ymin - 0)图像中标定板中间点位置到当前采集图像的上边界线的距离最小值,y_top_thres为上边界距离阈值。
4.如果(h - ymax)<y_bottom_thres,则认为此时摄像头角度偏上,需要将摄像头俯仰角向下转动。其中,(h - ymax)为图像中标定板中间点位置到当前采集图像的下边界线的距离最小值,y_bottom_thres为下边界距离阈值。
其中,x_left_thres、x_right_thres、y_top_thres、y_bottom_thres可以根据实际需求设定,比如可以根据标定板在当前采集图像画面中长边的平均像素大小l_avg来设定为n * l_avg,具体n的值可以根据实际需求设定,也可以为实验得到的经验值,比如x_left_thres与x_right_thres对应的n可以为4,y_top_thres和y_bottom_thres对应的n可以为8。
于一实施例中,图像参数阈值包括角度偏移阈值。步骤503具体可以包括:根据至少两个标定板的像素信息,从当前采集图像中截取包括每个标定板的区域图像。对区域图像进行边缘检测,提取区域图像中的直线段。检测直线段与水平方向的夹角。根据夹角和角度偏移阈值,确定图像采集设备的当前旋转角的调整方案。
在本实施例中,可以通过在图像中标定板附近截取一定区域,对该区域进行霍夫变换检测直线,抽取主要直线,判断是否垂直地面,并可以输出旋转角调改意见。区域图像是指包括标定板的小范围图像,区域图像的大小一般小于当前采集图像,比如以每个标定板中心为中心点,截取宽高均等于 m * 标定板长边的区域作为区域图像,其中倍数m可以根据实际需求设定。通过根据像素信息,从当前采集图像中截取包括每个标定板的区域图像,可以有效地聚焦于标定板区域,减少图像处理的计算量和复杂度。对这些区域图像进行边缘检测并提取直线段,可以准确地识别标定板的边缘特征,从而提高图像处理的精度。检测这些直线段与水平方向的夹角,能够精确地获取标定板的倾斜角度,进而可以确定摄像头旋转角的倾斜度。根据夹角和预设的角度偏移阈值,确定图像采集设备的当前旋转角的调整方案,可以实现对图像采集设备的精确校准,确保采集图像的水平度和稳定性,从而提高后续图像处理和分析的准确性和可靠性。
于一实施例中,根据夹角和角度偏移阈值,确定图像采集设备的当前旋转角的调整方案,包括:若夹角小于90°与角度偏移阈值之间的差值,确定调整方案为将图像采集设备的向左旋转。和/或,若夹角大于90°与角度偏移阈值的和值,确定调整方案为将图像采集设备的向右左旋转。和/或,若夹角大于差值、并且小于和值,确定图像采集设备的旋转角不需要调整。
在本实施例中,首先以当前采集图像中每个标定板中心为中心点,截取宽高均等于m * 标定板长边的区域图像。比如m为5。然后将截取得到区域图像的彩色图像转换为灰度图像,使用如Canny算法等边缘检测算法提取区域图像中的边缘点。再对所有边缘点使用Hough变换得到所有可能的直线段信息。将这些直线段中长度小于设定阈值的过滤掉。计算过滤完后剩余直线段和水平方向的平均夹角,得到夹角A。预设角度偏移阈值thres_A(比如为10度)。判别结果如图8所示。
如图8所示,为本申请实施例提供的一种摄像头画面中直线段与水平线之间的夹角分布示意图,如果A的度数小于90-thres_A(如图8中箭头P1所示),则认为此时摄像头画面右旋,需要向左旋转摄像头。如果A的度数大于90-thres_A,小于90+thres_A(如图8中箭头P2所示),则认为此时摄像头画面已经调正,无需调整摄像头。如果A的度数大于90+thres_A(如图8中箭头P3所示),则认为此时摄像头画面左旋,需要向右旋摄像头。
于一实施例中,该方法还可以包括:
步骤504:在确定图像采集设备的当前安装状态需要调整时,输出对应的调整方案。
在本步骤中,可以在交互界面输出调整方案,以便于相关人员根据调整方案调整摄像头的安装状态。比如可以将前述步骤 503中分析的结果汇总,输出到交互界面上,并可以发出提示,提示实施人员进行相应调改。
可选地,其中交互界面形式可以如图9所示,整个交互界面的左侧配置有输入模块,可以让用户(比如实施人员)输入相机设备信息,并可以上传摄像头采集图像的截图。另外,可以在交互界面配置示例模块,用于展示详细的标定板如何放置示例图。
交互界面右侧可以配置输出模块,用于输出检测结果和摄像头调整方案,便于让实施人员直观看到检测结果,具体的问题以及对应的调整意见。如此整个交互界面简洁易懂,上手方便,不需要额外培训,方便实施人员快速上手。
上述图像采集设备的检测方法,提供一种基于标定板检测的摄像头安装角度和安装位置自动检测方案,通过在出入口放置至少两块指定大小的标定板,并让摄像头拍摄图像,根据拍摄图像自动检测安装状态是否合规。可以全方位定量分析安装位置(包括高度和远近)是否合理,安装角度(包括俯仰角、水平角、旋转角)是否合理,并可实时返回检测结果,确保摄像头的安装不会影响到后续算法效果。可以提供统一的定量的安装标准,整个流程自动进行,操作简单,既保障了摄像头安装质量,也显著减少了人工进行画面确认的工作量。
请参看图10,其为本申请一实施例的人流量检测方法的流程示意图,以商场客流量检测场景的摄像头检测为例,该方案可以包括:
步骤1001:响应于对目标区域的人流量检测指令,获取目标区域的图像采集设备在当前安装状态下的第一采集图像,目标区域预设有至少两个标定板。
步骤1002:识别至少两个标定板在第一采集图像中的像素信息。
步骤1003:根据像素信息和图像参数阈值,确定图像采集设备的当前安装状态是否需要调整。
步骤1004:若确定图像采集设备的当前安装状态不需要调整,根据第一采集图像确定目标区域内的人流量信息。
步骤1005:若确定图像采集设备的当前安装状态需要调整,输出对应的调整方案。
步骤1006:获取根据调整方案调整后的图像采集设备的第二采集图像,根据第二采集图像确定目标区域内的人流量信息。
本申请实施例的方案,通过在目标区域预设至少两个标定板,并识别第一采集图像中的标定板像素信息,可以有效地校准图像采集设备的安装状态。确保图像采集设备在最佳状态下工作,从而提高图像采集的精度和稳定性。系统能够根据像素信息和图像参数阈值,自动判断图像采集设备的当前安装状态是否需要调整。如果需要调整,系统会输出相应的调整方案。这种自动化调整机制减少了人工干预,提高了系统的智能化水平和工作效率。在确认图像采集设备的安装状态不需要调整的情况下,系统直接利用第一采集图像来确定目标区域内的人流量信息。这保证了人流量检测的准确性和实时性。如果图像采集设备的安装状态需要调整,系统会获取调整后的第二采集图像,并基于该图像重新确定目标区域内的人流量信息。如此,通过自动化校准和调整机制,确保图像采集设备在最佳状态下工作,从而提高了人流量检测的准确性和系统的整体可靠性。
上述图像采集设备的检测方法的各个步骤,详细可以参阅上述实施例的相关描述,此处不再赘述。
请参看图11,其为本申请一实施例的图像采集设备的检测装置1100,该装置可应用于图2A所示的电子设备1,并可以应用于图2B-4B中所示的摄像头安装检测的应用场景中,以实现对图像采集设备安装状态的自动检测分析,减少人为参与,提高安装状态检测的准确性。该装置包括:获取模块1101、识别模块1102和确定模块1103,各个模块的功能原理如下:
获取模块1101,用于响应于对图像采集设备的检测指令,获取图像采集设备在当前安装状态下对目标区域的当前采集图像,目标区域预设有至少两个标定板。
识别模块1102,用于识别至少两个标定板在当前采集图像中的像素信息。
确定模块1103,用于根据像素信息和图像参数阈值,确定图像采集设备的当前安装状态是否需要调整。
于一实施例中,还包括:检测模块,用于在识别至少两个标定板在当前采集图像中的像素信息之前,对当前采集图像进行标记识别,判断当前采集图像中存在的标定板数量是否大于或等于2。若当前采集图像中存在的标定板数量大于或等于2,确定至少两个标定板在当前采集图像中的像素信息。若当前采集图像中存在的标定板数量小于2,发出关于标定板的提示信息。
于一实施例中,图像参数阈值包括长宽比阈值范围。确定模块1103,用于根据至少两个标定板的像素信息,确定至少两个标定板在当前采集图像中的平均成像长宽比。判断平均成像长宽比是否在长宽比阈值范围内。若平均成像长宽比在长宽比阈值范围内,确定图像采集设备的当前安装位置不需要调整。若平均成像长宽比不在长宽比阈值范围内,根据述平均成像长宽比和长宽比阈值范围确定图像采集设备的当前安装位置的调整方案。
于一实施例中,长宽比阈值范围包括长宽比下限阈值和/或长宽比上限阈值。确定模块1103,用于若平均成像长宽比小于长宽比下限阈值 ,确定调整方案为将图像采集设备调低安装高度。若平均成像长宽比大于长宽比上限阈值 ,确定调整方案为将图像采集设备调高安装高度。
于一实施例中,图像参数阈值包括边长像素阈值范围。确定模块1103,用于根据至少两个标定板的像素信息,确定至少两个标定板在当前采集图像中的边长像素值。判断边长像素值是否在边长像素阈值范围内。若边长像素值不在边长像素阈值范围内,根据边长像素值和边长像素阈值范围确定图像采集设备的安装状态调整方案。若边长像素值在边长像素阈值范围内,确定图像采集设备在当前安装状态下的焦距设置不需要调整。
于一实施例中,边长像素阈值范围包括边长像素下限阈值和/或边长像素上线阈值。确定模块1103,用于若边长像素值小于边长像素下限阈值,确定调整方案为将图像采集设备的当前焦距调大,和/或,确定调整方案为将图像采集设备的当前安装位置与标定板之间的距离调小。若边长像素值大于边长像素上限阈值,确定调整方案为将图像采集设备的当前焦距调小,和/或,确定调整方案为将图像采集设备的当前安装位置与标定板之间的距离调大。
于一实施例中,图像参数阈值包括距离阈值范围。确定模块1103,用于根据至少两个标定板的像素信息,确定任意两个标定版的中间点位置与当前采集图像边界线之间的距离。判断距离是否在距离阈值范围内。若距离在距离阈值范围内,确定图像采集设备的当前安装角度不需要调整。若距离不在距离阈值范围内,根据距离和距离阈值范围确定图像采集设备的当前安装角度调整方案。
于一实施例中,确定模块1103,用于若中间点位置到当前采集图像的第一方向边界线的距离最小值小于第一边界距离阈值,确定调整方案为将图像采集设备的水平角向第一方向转动,第一方向平行于水平线。和/或,若中间点位置到当前采集图像的第二方向边界线的距离最小值小于第二边界距离阈值,确定调整方案为将图像采集设备的水平角向第二方向转动,第二方向平行于水平线,第二方向与第一方向反向。和/或,若中间点位置到当前采集图像的第三方向边界线的距离最小值小于第三边界距离阈值,确定调整方案为将图像采集设备的俯仰角向第三方向转动,第三方向平行于竖直线。和/或,若中间点位置到当前采集图像的第四方向边界线的距离最小值小于第四边界距离阈值,确定调整方案为将图像采集设备的俯仰角向第四方向转动,第四方向平行于竖直线,第四方向与所示第三方向反向。
于一实施例中,图像参数阈值包括角度偏移阈值。确定模块1103,用于根据至少两个标定板的像素信息,从当前采集图像中截取包括每个标定板的区域图像。对区域图像进行边缘检测,提取区域图像中的直线段。检测直线段与水平方向的夹角。根据夹角和角度偏移阈值,确定图像采集设备的当前旋转角的调整方案。
于一实施例中,确定模块1103,用于若夹角小于90°与角度偏移阈值之间的差值,确定调整方案为将图像采集设备的向左旋转。和/或,若夹角大于90°与角度偏移阈值的和值,确定调整方案为将图像采集设备的向右左旋转。和/或,若夹角大于差值、并且小于和值,确定图像采集设备的旋转角不需要调整。
于一实施例中,该装置还包括:输出模块,用于在确定图像采集设备的当前安装状态需要调整时,输出对应的调整方案。
上述图像采集设备的检测装置1100的详细描述,请参见上述实施例中相关方法步骤的描述,其实现原理和技术效果类似,本实施例此处不再赘述。
图12为本申请示例性实施例提供的一种云设备120的结构示意图。该云设备120可以用于运行上述任一实施例所提供的方法。如图12所示,该云设备120可以包括:存储器1204和至少一个处理器1205,图12中以一个处理器为例。
存储器1204,用于存储计算机程序,并可被配置为存储其它各种数据以支持在云设备120上的操作。该存储器1204可以是对象存储(Object Storage Service,OSS)。
存储器1204可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(SRAM),电可擦除可编程只读存储器(EEPROM),可擦除可编程只读存储器(EPROM),可编程只读存储器(PROM),只读存储器(ROM),磁存储器,快闪存储器,磁盘或光盘。
处理器1205,与存储器1204耦合,用于执行存储器1204中的计算机程序,以用于实现上述任一方法实施例所提供的方案,具体功能和所能实现的技术效果此处不再赘述。
进一步地,如图12,该云设备还包括:防火墙1201、负载均衡器1202、通信组件1206、电源组件1203等其它组件。图12中仅示意性给出部分组件,并不意味着云设备只包括图12所示组件。
于一实施例中,上述图12中的通信组件1206被配置为便于通信组件1206所在设备和其他设备之间有线或无线方式的通信。通信组件1206所在设备可以接入基于通信标准的无线网络,如WiFi,2G、3G、4G、LTE(Long Term Evolution,长期演进,简称LTE)、5G等移动通信网络,或它们的组合。在一个示例性实施例中,通信组件1206经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中,通信组件1206还包括近场通信(Near Field Communication,简称NFC)模块,以促进短程通信。例如,在NFC模块可基于射频识别(Radio Frequency Identification,简称RFID)技术,红外数据协会(Infrared Data Association,简称IrDA)技术,超宽带(Ultra Wide Band,简称UWB)技术,蓝牙(bluetooth,简称BT)技术和其他技术来实现。
于一实施例中,上述图12的电源组件1203,为电源组件1203所在设备的各种组件提供电力。电源组件1203可以包括电源管理系统,一个或多个电源,及其他与为电源组件所在设备生成、管理和分配电力相关联的组件。
本申请实施例还提供一种计算机可读存储介质,计算机可读存储介质中存储有计算机执行指令,当处理器执行计算机执行指令时,实现前述任一实施例的方法。
本申请实施例还提供一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现前述任一实施例的方法。
在本申请所提供的几个实施例中,应该理解到,所揭露的设备和方法,可以通过其它的方式实现。例如,以上所描述的设备实施例仅仅是示意性的,例如,模块的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个模块可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。
上述以软件功能模块的形式实现的集成的模块,可以存储在一个计算机可读取存储介质中。上述软件功能模块存储在一个存储介质中,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)或处理器执行本申请各个实施例方法的部分步骤。
应理解,上述处理器可以是中央处理单元(Central Processing Unit,简称CPU),还可以是其它通用处理器、数字信号处理器(Digital Signal Processor,简称DSP)、专用集成电路(Application Specific Integrated Circuit,简称ASIC)等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合申请所公开的方法的步骤可以直接体现为硬件处理器执行完成,或者用处理器中的硬件及软件模块组合执行完成。存储器可能包含高速RAM(Random Access Memory,随机存取存储器)存储器,也可能还包括非易失性存储NVM(Nonvolatile memory,简称NVM),例如至少一个磁盘存储器,还可以为U盘、移动硬盘、只读存储器、磁盘或光盘等。
上述存储介质可以是由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(Static Random-Access Memory,简称SRAM),电可擦除可编程只读存储器(Electrically Erasable Programmable read only memory,简称EEPROM),可擦除可编程只读存储器(Erasable Programmable Read-Only Memory,简称EPROM),可编程只读存储器(Programmable read-only memory,简称PROM),只读存储器(Read-OnlyMemory,简称ROM),磁存储器,快闪存储器,磁盘或光盘。存储介质可以是通用或专用计算机能够存取的任何可用介质。
一种示例性的存储介质耦合至处理器,从而使处理器能够从该存储介质读取信息,且可向该存储介质写入信息。当然,存储介质也可以是处理器的组成部分。处理器和存储介质可以位于专用集成电路(Application Specific Integrated Circuits,简称ASIC)中。当然,处理器和存储介质也可以作为分立组件存在于电子设备或主控设备中。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、服饰或者装置不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、服饰或者装置所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、服饰或者装置中还存在另外的相同要素。
上述本申请实施例序号仅仅为了描述,不代表实施例的优劣。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本申请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,该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,空调器,或者网络设备等)执行本申请各个实施例的方法。
本申请的技术方案中,所涉及的用户数据等信息的收集、存储、使用、加工、传输、提供和公开等处理,均符合相关法律法规的规定,且不违背公序良俗。
以上仅为本申请的优选实施例,并非因此限制本申请的专利范围,凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本申请的专利保护范围内。
Claims (12)
1.一种图像采集设备的检测方法,其特征在于,包括:
响应于对图像采集设备的检测指令,获取所述图像采集设备在当前安装状态下对目标区域的当前采集图像,所述目标区域预设有至少两个标定板;
识别所述至少两个标定板在所述当前采集图像中的像素信息;
根据所述像素信息和图像参数阈值,确定所述图像采集设备的所述当前安装状态是否需要调整;
所述图像参数阈值包括长宽比阈值范围;所述根据所述像素信息和图像参数阈值,确定所述图像采集设备的所述当前安装状态是否需要调整,包括:
根据所述至少两个标定板的所述像素信息,确定所述至少两个标定板在所述当前采集图像中的平均成像长宽比;
判断所述平均成像长宽比是否在所述长宽比阈值范围内;
若所述平均成像长宽比在所述长宽比阈值范围内,确定所述图像采集设备的当前安装位置不需要调整;
若所述平均成像长宽比不在所述长宽比阈值范围内,根据所述平均成像长宽比和所述长宽比阈值范围确定所述图像采集设备的当前安装位置的调整方案;
所述长宽比阈值范围包括长宽比下限阈值和/或长宽比上限阈值;所述若所述平均成像长宽比不在所述长宽比阈值范围内,根据所述平均成像长宽比和所述长宽比阈值范围确定所述图像采集设备的当前安装位置的调整方案,包括:
若所述平均成像长宽比小于所述长宽比下限阈值,确定所述调整方案为将所述图像采集设备调低安装高度;
若所述平均成像长宽比大于所述长宽比上限阈值,确定所述调整方案为将所述图像采集设备调高安装高度。
2.根据权利要求1所述的方法,其特征在于,在所述识别所述至少两个标定板在所述当前采集图像中的像素信息之前,还包括:
对所述当前采集图像进行标记识别,判断所述当前采集图像中存在的标定板数量是否大于或等于2;
若所述当前采集图像中存在的标定板数量大于或等于2,确定所述至少两个标定板在所述当前采集图像中的像素信息;
若所述当前采集图像中存在的标定板数量小于2,发出关于标定板的提示信息。
3.根据权利要求1所述的方法,其特征在于,所述图像参数阈值包括边长像素阈值范围;所述根据所述像素信息和图像参数阈值,确定所述图像采集设备的所述当前安装状态是否需要调整,包括:
根据所述至少两个标定板的所述像素信息,确定所述至少两个标定板在所述当前采集图像中的边长像素值;
判断所述边长像素值是否在所述边长像素阈值范围内;
若所述边长像素值不在所述边长像素阈值范围内,根据所述边长像素值和所述边长像素阈值范围确定所述图像采集设备的安装状态调整方案;
若所述边长像素值在所述边长像素阈值范围内,确定所述图像采集设备在当前安装状态下的焦距设置不需要调整。
4.根据权利要求3所述的方法,其特征在于,所述边长像素阈值范围包括边长像素下限阈值和/或边长像素上线阈值;所述若所述边长像素值不在所述边长像素阈值范围内,根据所述边长像素值和所述边长像素阈值范围确定所述图像采集设备的安装状态调整方案,包括:
若所述边长像素值小于所述边长像素下限阈值,确定所述调整方案为将所述图像采集设备的当前焦距调大,和/或,确定所述调整方案为将所述图像采集设备的当前安装位置与所述标定板之间的距离调小;
若所述边长像素值大于所述边长像素上限阈值,确定所述调整方案为将所述图像采集设备的当前焦距调小,和/或,确定所述调整方案为将所述图像采集设备的当前安装位置与所述标定板之间的距离调大。
5.根据权利要求1所述的方法,其特征在于,所述图像参数阈值包括距离阈值范围;所述根据所述像素信息和图像参数阈值,确定所述图像采集设备的所述当前安装状态是否需要调整,包括:
根据所述至少两个标定板的所述像素信息,确定任意两个标定版的中间点位置与所述当前采集图像边界线之间的距离;
判断所述距离是否在距离阈值范围内;
若所述距离在所述距离阈值范围内,确定所述图像采集设备的当前安装角度不需要调整;
若所述距离不在所述距离阈值范围内,根据所述距离和所述距离阈值范围确定所述图像采集设备的当前安装角度调整方案。
6.根据权利要求5所述的方法,其特征在于,所述若所述距离不在所述距离阈值范围内,根据所述距离和所述距离阈值范围确定所述图像采集设备的当前安装角度调整方案,包括:
若所述中间点位置到所述当前采集图像的第一方向边界线的距离最小值小于第一边界距离阈值,确定所述调整方案为将所述图像采集设备的水平角向所述第一方向转动,所述第一方向平行于水平线;和/或,
若所述中间点位置到所述当前采集图像的第二方向边界线的距离最小值小于第二边界距离阈值,确定所述调整方案为将所述图像采集设备的水平角向所述第二方向转动,所述第二方向平行于水平线,所述第二方向与所述第一方向反向;和/或,
若所述中间点位置到所述当前采集图像的第三方向边界线的距离最小值小于第三边界距离阈值,确定所述调整方案为将所述图像采集设备的俯仰角向所述第三方向转动,所述第三方向平行于竖直线;和/或,
若所述中间点位置到所述当前采集图像的第四方向边界线的距离最小值小于第四边界距离阈值,确定所述调整方案为将所述图像采集设备的俯仰角向所述第四方向转动,所述第四方向平行于竖直线,所述第四方向与所示第三方向反向。
7.根据权利要求1所述的方法,其特征在于,所述图像参数阈值包括角度偏移阈值;所述根据所述像素信息和图像参数阈值,确定所述图像采集设备的所述当前安装状态是否需要调整,包括:
根据所述至少两个标定板的所述像素信息,从所述当前采集图像中截取包括每个所述标定板的区域图像;
对所述区域图像进行边缘检测,提取所述区域图像中的直线段;
检测所述直线段与水平方向的夹角;
根据所述夹角和所述角度偏移阈值,确定所述图像采集设备的当前旋转角的调整方案。
8.根据权利要求7所述的方法,其特征在于,所述根据所述夹角和所述角度偏移阈值,确定所述图像采集设备的当前旋转角的调整方案,包括:
若所述夹角小于90°与所述角度偏移阈值之间的差值,确定所述调整方案为将所述图像采集设备的向右旋转;和/或,
若所述夹角大于90°与所述角度偏移阈值的和值,确定所述调整方案为将所述图像采集设备的向左旋转;和/或,
若所述夹角大于所述差值、并且小于所述和值,确定所述图像采集设备的旋转角不需要调整。
9.一种人流量检测方法,其特征在于,包括:
响应于对目标区域的人流量检测指令,获取所述目标区域的图像采集设备在当前安装状态下的第一采集图像,所述目标区域预设有至少两个标定板;
识别所述至少两个标定板在所述第一采集图像中的像素信息;
根据所述像素信息和图像参数阈值,确定所述图像采集设备的所述当前安装状态是否需要调整;
若确定所述图像采集设备的所述当前安装状态不需要调整,根据所述第一采集图像确定所述目标区域内的人流量信息;
若确定所述图像采集设备的所述当前安装状态需要调整,输出对应的调整方案;
获取根据所述调整方案调整后的所述图像采集设备的第二采集图像,根据所述第二采集图像确定所述目标区域内的人流量信息;
所述图像参数阈值包括长宽比阈值范围;所述根据所述像素信息和图像参数阈值,确定所述图像采集设备的所述当前安装状态是否需要调整,包括:
根据所述至少两个标定板的所述像素信息,确定所述至少两个标定板在所述第一采集图像中的平均成像长宽比;
判断所述平均成像长宽比是否在所述长宽比阈值范围内;
若所述平均成像长宽比在所述长宽比阈值范围内,确定所述图像采集设备的当前安装位置不需要调整;
若所述平均成像长宽比不在所述长宽比阈值范围内,根据所述平均成像长宽比和所述长宽比阈值范围确定所述图像采集设备的当前安装位置的调整方案;
所述长宽比阈值范围包括长宽比下限阈值和/或长宽比上限阈值;所述若所述平均成像长宽比不在所述长宽比阈值范围内,根据所述平均成像长宽比和所述长宽比阈值范围确定所述图像采集设备的当前安装位置的调整方案,包括:
若所述平均成像长宽比小于所述长宽比下限阈值,确定所述调整方案为将所述图像采集设备调低安装高度;
若所述平均成像长宽比大于所述长宽比上限阈值,确定所述调整方案为将所述图像采集设备调高安装高度。
10.一种电子设备,其特征在于,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;
其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述电子设备执行权利要求1-9任一项所述的方法。
11.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中存储有计算机执行指令,当处理器执行所述计算机执行指令时,实现如权利要求1-9任一项所述的方法。
12.一种计算机程序产品,其特征在于,包括计算机程序,该计算机程序被处理器执行时,实现如权利要求1-9任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410797443.1A CN118368408B (zh) | 2024-06-20 | 2024-06-20 | 图像采集设备的检测方法、设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410797443.1A CN118368408B (zh) | 2024-06-20 | 2024-06-20 | 图像采集设备的检测方法、设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN118368408A CN118368408A (zh) | 2024-07-19 |
CN118368408B true CN118368408B (zh) | 2024-09-17 |
Family
ID=91883709
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410797443.1A Active CN118368408B (zh) | 2024-06-20 | 2024-06-20 | 图像采集设备的检测方法、设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN118368408B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108280399A (zh) * | 2017-12-27 | 2018-07-13 | 武汉普利商用机器有限公司 | 一种场景自适应人脸识别方法 |
CN109993143A (zh) * | 2019-04-10 | 2019-07-09 | 北京旷视科技有限公司 | 图像采集设备的安装方法、装置、电子设备及存储介质 |
CN115250329A (zh) * | 2021-04-28 | 2022-10-28 | 深圳市三诺数字科技有限公司 | 摄像头的控制方法、装置、计算机设备及存储介质 |
CN115797468A (zh) * | 2023-02-03 | 2023-03-14 | 厦门农芯数字科技有限公司 | 一种鱼眼摄像头安装高度的自动校正方法、装置以及设备 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111652937B (zh) * | 2019-03-04 | 2023-11-03 | 广州汽车集团股份有限公司 | 车载相机标定方法和装置 |
CN112601004B (zh) * | 2020-03-19 | 2022-11-18 | 西安诺瓦星云科技股份有限公司 | 采集图像预览方法、装置及系统和计算机可读存储介质 |
CN111627073B (zh) * | 2020-04-30 | 2023-10-24 | 贝壳技术有限公司 | 一种基于人机交互的标定方法、标定装置和存储介质 |
CN111669508A (zh) * | 2020-07-01 | 2020-09-15 | 海信视像科技股份有限公司 | 一种摄像头的控制方法及显示设备 |
WO2022087846A1 (zh) * | 2020-10-27 | 2022-05-05 | Oppo广东移动通信有限公司 | 图像的处理方法、装置、设备以及存储介质 |
CN116939351A (zh) * | 2022-03-31 | 2023-10-24 | 北京小米移动软件有限公司 | 拍摄方法、装置、电子设备及可读储存介质 |
CN116563384A (zh) * | 2023-03-28 | 2023-08-08 | 联想(北京)有限公司 | 一种图像采集装置标定方法、设备及计算机设备 |
CN117974804A (zh) * | 2024-01-29 | 2024-05-03 | 深圳市维谱科技有限公司 | 标定数据验证方法、装置、采集设备及计算机存储介质 |
-
2024
- 2024-06-20 CN CN202410797443.1A patent/CN118368408B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108280399A (zh) * | 2017-12-27 | 2018-07-13 | 武汉普利商用机器有限公司 | 一种场景自适应人脸识别方法 |
CN109993143A (zh) * | 2019-04-10 | 2019-07-09 | 北京旷视科技有限公司 | 图像采集设备的安装方法、装置、电子设备及存储介质 |
CN115250329A (zh) * | 2021-04-28 | 2022-10-28 | 深圳市三诺数字科技有限公司 | 摄像头的控制方法、装置、计算机设备及存储介质 |
CN115797468A (zh) * | 2023-02-03 | 2023-03-14 | 厦门农芯数字科技有限公司 | 一种鱼眼摄像头安装高度的自动校正方法、装置以及设备 |
Also Published As
Publication number | Publication date |
---|---|
CN118368408A (zh) | 2024-07-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111027504A (zh) | 人脸关键点检测方法、装置、设备及存储介质 | |
US20230206685A1 (en) | Decreasing lighting-induced false facial recognition | |
CN109299703B (zh) | 对鼠情进行统计的方法、装置以及图像采集设备 | |
CN109492642B (zh) | 车牌识别方法、装置、计算机设备及存储介质 | |
CN111160202A (zh) | 基于ar设备的身份核验方法、装置、设备及存储介质 | |
WO2021139494A1 (zh) | 基于单目摄像头的动物体在线核赔方法、装置及存储介质 | |
CN108711161A (zh) | 一种图像分割方法、图像分割装置及电子设备 | |
CN112819722A (zh) | 一种红外图像人脸曝光方法、装置、设备及存储介质 | |
CN109948420B (zh) | 人脸比对方法、装置及终端设备 | |
US20170154426A1 (en) | Image analysis and orientation correction for target object detection and validation | |
CN109120854A (zh) | 图像处理方法、装置、电子设备及存储介质 | |
CN113780201A (zh) | 手部图像的处理方法及装置、设备和介质 | |
US20230041573A1 (en) | Image processing method and apparatus, computer device and storage medium | |
CN115278103B (zh) | 一种基于环境感知的安防监控图像补偿处理方法及系统 | |
CN114170419A (zh) | 自然场景下的设备区域图像提取方法及装置 | |
US12223013B2 (en) | Systems, methods, and devices for automated meter reading for smart field patrol | |
CN111062374A (zh) | 身份证信息的识别方法、装置、系统、设备及可读介质 | |
CN113076983B (zh) | 一种图像的识别方法和装置 | |
CN115278089B (zh) | 人脸模糊图像对焦矫正方法、装置、设备和存储介质 | |
US20150112853A1 (en) | Online loan application using image capture at a client device | |
CN112153300A (zh) | 多目摄像头曝光方法、装置、设备及介质 | |
CN118368408B (zh) | 图像采集设备的检测方法、设备和存储介质 | |
CN118537940B (zh) | 基于人脸识别的考勤方法、装置、设备及存储介质 | |
JP2017162179A (ja) | 情報処理装置、情報処理方法、及びプログラム | |
CN112529928A (zh) | 零件组装检测方法、计算机设备及存储介质 |
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 | ||
GR01 | Patent grant |