CN103577789B - 检测方法和装置 - Google Patents
检测方法和装置 Download PDFInfo
- Publication number
- CN103577789B CN103577789B CN201210261397.0A CN201210261397A CN103577789B CN 103577789 B CN103577789 B CN 103577789B CN 201210261397 A CN201210261397 A CN 201210261397A CN 103577789 B CN103577789 B CN 103577789B
- Authority
- CN
- China
- Prior art keywords
- identified
- picture
- information
- terminal
- imaging
- 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
Abstract
本发明公开了一种检测方法和装置,其中,该方法包括:在终端的成像画面中检测到待识别物体的情况下,确定当前待识别物体在成像画面中的第一位置信息;接收终端在自身位置发生变化时产生的运动信息;根据第一位置信息和运动信息计算待识别物体在成像画面中的第二位置信息;根据第二位置信息检测成像画面中是否存在待识别物体。本发明通过终端的移动配合位置检测来解决现有技术的漏检问题,同时也可以解决因为终端的移动而导致容易产生漏检的技术问题,达到了提高检测效率的技术效果。
Description
技术领域
本发明涉及通信领域,具体而言,涉及一种检测方法和装置。
背景技术
目前,随着手机、平板电脑等智能型手持移动终端配置的日益丰富、功能也日渐强大。在这些设备上进行如人脸检测等复杂的图像处理的需求也逐渐强烈。然而,由于手持移动设备体积、重量以及电力供应等条件的限制,使其在完成相关工作时的性能往往会与专用设备相比有较大的差距。
当前所使用的终端中普遍设置有人脸检测的功能,然而,现有技术中往往在对人脸检测和对人脸进行追踪的情况下,当终端的位置发生变化时,或者与待检测的人脸中检测到人脸与终端中的位置发生变化时,会导致产生漏检的情形,而无法准确实现对特定物体的追踪和检测。
针对上述的问题,目前尚未提出有效的解决方案。
发明内容
本发明提供了一种检测方法和装置,以至少解决现有技术中因为终端的移动而导致容易产生漏检的技术问题。
根据本发明的一个方面,提供了一种检测方法,包括:在终端的成像画面中检测到待识别物体的情况下,确定当前待识别物体在成像画面中的第一位置信息;接收终端在自身位置发生变化时产生的运动信息;根据第一位置信息和运动信息计算待识别物体在成像画面中的第二位置信息;根据第二位置信息检测成像画面中是否存在待识别物体。
优选地,根据第二位置信息检测成像画面中是否存在待识别物体包括:根据第二位置信息确定当前待识别物体所对应的中轴的倾斜角;将成像画面按照倾斜角进行旋转;从旋转后得到的成像画面中检测是否存在待识别物体。
优选地,第一位置信息包括:坐标信息、成像的大小以及待识别物体所对应的中轴线与预定的参考线之间的倾斜角;第二位置信息包括:计算后得到的坐标信息、成像的大小以及待识别物体所对应的中轴线与预定的参考线之间的倾斜角。
优选地,从旋转后得到的成像画面中检测是否存在待识别物体之后,上述方法还包括:如果未检测到待识别物体,降低检测算法中的匹配阈值;根据降低后的匹配阈值对成像画面进行重新检测。
优选地,运动信息包括:终端运动的角加速度和/或位移加速度。
优选地,运动信息是通过终端中的空间运动传感器检测到的。
优选地,空间运动传感器包括以下至少之一:加速度传感器,三周陀螺仪,电子罗盘,倾角传感器。
优选地,待识别物体为人脸。
根据本发明的另一方面,提供了一种检测装置,包括:确定单元,用于在终端的成像画面中检测到待识别物体的情况下,确定当前待识别物体在成像画面中的第一位置信息;接收单元,用于接收终端在自身位置发生变化时产生的运动信息;计算单元,用于根据第一位置信息和运动信息计算待识别物体在成像画面中的第二位置信息;检测单元,用于根据第二位置信息检测成像画面中是否存在待识别物体。
优选地,检测单元包括:确定模块,用于根据第二位置信息确定当前待识别物体所对应的中轴的倾斜角;旋转模块,用于将成像画面按照倾斜角进行旋转;检测模块,用于从旋转后得到的成像画面中检测是否存在待识别物体。
优选地,接收单元包括:接收模块,用于接收终端中的空间运动传感器检测到的运动信息。
在本发明中,在检查到待识别的物体之后,当终端发生移动时,根据该终端的移动信息重新确定上述的待识别物体在成像画面中所应处于的区域,在该成像区域中进行重新检测以确定是否存在该待识别物体。通过在终端移动的过程中配合位置检测来解决现有技术漏检的问题,同时也可以解决因为终端的移动而导致容易产生漏检的技术问题,达到了提高检测效率的技术效果。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本申请的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1是根据本发明实施例的检测方法的一种优选流程图;
图2是根据本发明实施例的检测方法的另一种优选流程图;
图3是根据本发明实施例的检测装置的一种优选结构框图;
图4是根据本发明实施例的检测装置的另一种优选结构框图;
图5是根据本发明实施例的检测装置的又一种优选结构框图;
图6是根据本发明实施例的通过将空间位置信息估计与人脸检测过程进行融合来提高人脸检测准确度的方法的一种优选流程图;
图7是根据本发明实施例的使用移动设备进行人脸检测的一种优选流程图;
图8是根据本发明实施例的使用移动设备进行人脸检测的简化流程的示意图;
图9是根据本发明实施例的照相机的基本的平面成像原理的示意图;
图10是根据本发明实施例的透镜的三维成像原理的示意图;
图11是根据本发明实施例的进行验证性人脸检测计算的一种优选流程图。
具体实施方式
下文中将参考附图并结合实施例来详细说明本发明。需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。
本发明提供了一种优选的检测方法,如图1所示,包括以下步骤:
步骤S102:在上述终端的成像画面中检测到待识别物体的情况下,确定当前上述待识别物体在上述成像画面中的第一位置信息;
步骤S104:接收上述终端在自身位置发生变化时产生的运动信息;
步骤S106:根据上述第一位置信息和上述运动信息计算上述待识别物体在上述成像画面中的第二位置信息;
步骤S108:根据上述第二位置信息检测上述成像画面中是否存在上述待识别物体。
在上述优选实施方式中,在检查到待识别的物体之后,当终端发生移动时,根据该终端的移动信息重新确定上述的待识别物体在成像画面中所应处于的区域,在该成像区域中进行重新检测以确定是否存在该待识别物体。通过终端移动配合位置检测来解决现有技术漏检的问题,同时也解决了因为终端的移动而导致容易产生漏检的技术问题,达到了提高检测效率的技术效果。
在成像画面中进行再次检测的过程中,可以是先对成像画面进行相应的旋转使其满足检测的相应的条件,优选地,使得中轴线对其预定的中轴线后再进行相应的识别检测。如图2所示,根据上述第二位置信息检测上述成像画面中是否存在上述待识别物体的步骤包括:
步骤S202:根据上述第二位置信息确定当前上述待识别物体所对应的中轴的倾斜角;
步骤S204:将上述成像画面按照上述倾斜角进行旋转;
步骤S206:从旋转后得到的上述成像画面中检测是否存在上述待识别物体。
在一个优选实施方式中,上述的第一位置信息包括:坐标信息、成像的大小以及上述待识别物体所对应的中轴线与预定的参考线之间的倾斜角;上述的第二位置信息包括:计算后得到的坐标信息、成像的大小以及上述待识别物体所对应的中轴线与预定的参考线之间的倾斜角。
对于终端的运动信息可以包括但不限于终端运动的角加速度和/或位移加速度,即,在确定终端移动时的角加速度和位移加速度的情况下通过积分便可以确定该终端的位移量和角度移动量,以有效计算成像画面中待识别物体当前所应处于的位置,提高检测的准确性。
考虑到在位置重新定位后会存在一定的误差,因此在重新确定的区域内进行检测后,如果未成功检测到相应的待识别物体,可以降低匹配阈值,即,根据预先训练的特征进行检查时,会设定一个检测阈值,如果大于该阈值则表明检测到待识别物体,如果小于则表明未检测到待识别物体。因此,可以考虑适当地降低阈值。在一个优选实施方式中,从旋转后得到的上述成像画面中检测是否存在上述待识别物体之后,上述方法还包括:如果未检测到上述待识别物体,降低检测算法中的阈值,其中上述阈值用于标识是否存在上述待识别物体,如果大于上述阈值则表明检测到上述待识别物体,否则表明未检测到上述待识别物体;根据降低后的上述阈值对上述成像画面进行重新检测。
目前,很多终端中都设定了空间运动传感器,上述的运动信息便可以通过终端中预置的空间运动传感器进行检测。其中,空间运动传感器包括但不限于以下至少之一:加速度传感器,三周陀螺仪,电子罗盘,倾角传感器。
优选地,上述方法可以应用于人脸识别当中,即上述的待识别物体为人脸。
在本实施例中还提供了一种检测装置,该装置用于实现上述实施例及优选实施方式,已经进行过说明的不再赘述。如以下所使用的,术语“单元”或者“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现,但是硬件,或者软件和硬件的组合的实现也是可能并被构想的。图3是根据本发明实施例的检测装置的一种优选结构框图,如图3所示,包括:确定单元302、接收单元304、计算单元306以及检测单元308,下面对该结构进行说明。
确定单元302,用于在上述终端的成像画面中检测到待识别物体的情况下,确定当前上述待识别物体在上述成像画面中的第一位置信息;
接收单元304,与确定单元302耦合,用于接收上述终端在自身位置发生变化时产生的运动信息;
计算单元306,与接收单元304耦合,用于根据上述第一位置信息和上述运动信息计算上述待识别物体在上述成像画面中的第二位置信息;
检测单元308,与计算单元306耦合,用于根据上述第二位置信息检测上述成像画面中是否存在上述待识别物体。
在一个优选实施方式中,如图4所示,上述检测单元包括:确定模块402,用于根据上述第二位置信息确定当前上述待识别物体所对应的中轴的倾斜角;旋转模块404,与确定模块402耦合,用于将上述成像画面按照上述倾斜角进行旋转;检测模块406,与旋转模块404耦合,用于从旋转后得到的上述成像画面中检测是否存在上述待识别物体。
在一个优选实施方式中,如图5所示,上述接收单元包括:接收模块502,用于接收上述终端中的空间运动传感器检测到的上述运动信息。
为了提供一种利用手持移动设备中的空间运动传感器增强人脸检测的方法,可以有效减少当前在人脸检测中普遍存在的漏检情况以提高检测的准确率的目的。本发明提供了一种在使用移动设备照相或摄像过程中,通过将空间位置信息估计与人脸检测过程进行融合来提高人脸检测准确度的方法,同时还可以实现人脸位置的自动跟踪,如图6所示,包括如下步骤:
步骤S602:在初始状态移动设备准确对焦的情况下,通过移动设备上的人脸检测算法对人脸进行定位,以获得人脸图像在成像画面中的位置、大小及人脸中轴的倾斜角度等信息;通过成像原理估计物理目标的人脸在设备拍摄坐标系中的位置、大小及人脸中轴的倾斜角度等信息。
步骤S604:在移动设备运动的过程中,通过空间运动传感器提供的空间运动信息实时计算设备的空间位置及姿态信息,即确定移动终端新的位置信息。
步骤S606:在新的拍摄位置,利用移动设备当前的空间位置及姿态信息,以及上述步骤S602中获取的物理目标的人脸在初始设备拍摄坐标系中的位置及姿态,根据成像原理计算当前时刻人脸图像在成像画面中新的位置、大小及人脸中轴的倾斜角度等信息。
步骤S608:在上述步骤S606中所估计出的当前的成像画面中的人脸区域内进行验证性人脸检测计算,以判断该区域中是否含有人脸图像。优选地,可以确定人脸在当前成像画面中的准确位置,以便于将当前位置作为后续追踪的初始化位置。
步骤S610:将上述步骤S608计算得到的准确的人脸位置区域作为对焦目标区域,重新定焦;基于移动设备当前的位置、姿态、对焦信息,以及人脸图像在当前成像画面中的位置,通过成像原理重新估计出物理目标的人脸在设备拍摄坐标系中的位置及姿态,并以当前的状态作为新的初始化状态重新从步骤S602执行。
通过上述步骤S602至步骤S610的循环执行,将空间位置信息估计与人脸检测过程有机地融合起来,从而有效减少了人脸检测时的漏检情况,并实现了人脸位置的自动跟踪。
优选地,上述的设备拍摄坐标系是指移动设备透镜平面与光轴所确定的真实物理空间中的坐标系;
当前,越来越多的智能手持移动设备中都配置了各种功能的触感器,特别是开始配备能够感知设备空间运动状态的空间运动传感器,这些空间运动传感器主要包括但不限于以下至少之一:电子罗盘、加速度传感器、三轴陀螺仪以及倾角传感器等。目前,高端智能手机里面集成的一般都是三维电子罗盘,由于加入了倾角传感器,可以对罗盘进行倾斜补偿,从而输出三维方向上的角度信息;加速度传感器,顾名思义就是可以输出三个方向上的加速度值,在设备运动的情况下可以通过运动加速度来计算设备当前的运动姿态;三轴陀螺仪的主要作用是基于角动量守恒的理论,沿着某个特定的坐标轴测量旋转速率。通过结合这些空间传感器所输出的终端的运动信息对成像画面进行调整,便可以有效提高在手持移动设备上进行人脸检测等复杂事务处理的性能。
在对运动传感器所提供的空间运动信息进行实时计算得到设备的空间位置及姿态信息时,可以是通过加速度传感器输出的X、Y和Z轴三个方向上的加速度值来计算空间位置;通过三轴陀螺仪输出的三个方向上的角加速度值来计算设备姿态中的旋转信息。
优选地,在上述步骤S604中的设备的空间位置及姿态信息可以是当前的拍摄坐标系相对于步骤S602中的拍摄坐标系的位置坐标和/或旋转角度。
在进行验证性人脸检测计算的过程中可以按照以下方式实现:
S1:根据步骤S606中得到的人脸中轴倾斜角度将人脸图像区域进行旋转,使之符合人脸检测算法中对人脸倾角的要求;
S2:降低人脸检测算法的阈值对该区域进行人脸检测计算,即,如果第一次检测未检测到待识别的物体,则可以降低设定的吻合阈值,例如可以将为原先的一半,再进行匹配。
为了解决使用移动设备进行人脸检测时的漏检问题,下面将给出一个具体的实施方式进行进一步描述,如图7所示,包括以下步骤:
步骤S702:假设人脸的物理位置保持不动,在最开始的拍摄位置无法检测出人脸;
步骤S704:为了检测出人脸,移动设备在原来的拍摄位置附近做轻度的位置调整,包括小范围的平移和小角度的转动;
步骤S706:在调整的过程中,人脸检测过程持续进行,当在某个位置成功检测到人脸后,即可获得人脸位置以及人脸高度l,可将其作为初始状态,为了描述方便,可以以眉心位置来表示人脸位置,将人脸区域设定为以眉心为中心边长为l的正方形;
步骤S708:在成功检测并锁定人脸后,记录当前拍摄设备的空间位置及姿态信息,将拍摄设备移动至原来或其它的拍摄位置,利用加速度计和陀螺仪计算出移动设备相对于步骤S06中获得的初始状态位置的空间位置及姿态的变化量;
步骤S710:通过光学成像原理,基于步骤S708中的位置及姿态变化量计算得到人脸图像在拍摄成像平面上的位置变化,从而得到当前成像画面中的人脸位置;
步骤S712:对估计出的人脸位置区域进行验证性的人脸检测计算,以获得人脸的准确位置,并对计算出的人脸的准确的位置区域进行重新定焦。
通过上述方式便可以检测出漏检的人脸,如果需要对人脸进行自动追踪,则可以重复执行步骤S708至步骤S712。具体的操作流程可以简化为如图8所示的具体的例子,即,先移动设备以检测到待检的人脸,然后在根据终端运动信息对成像图像进行调整以实现对人脸的持续追踪。
在上述的利用移动设备中的空间运动传感器辅助人脸检测的方法,即通过加速度传感器和三轴陀螺仪等传感器得到移动设备的位移和角度变化,从而计算出已检测到的人脸在当前拍摄到的成像画面上的位置和倾斜角度,从而实现了在移动设备上结合空间位置信息估计的人脸检测及自动跟踪的方案,有效减少了视频人脸检测中的漏检率,提高了检测的准确率。
下面将通过一个关于通过运动传感器对人脸检测进行增强的例子进行具体的描述,在该具体实施例中主要是对上述步骤中所涉及到的概念以及具体的算法进行描述。
1)设备拍摄坐标系,通过移动设备透镜平面以及光轴所确定的真实的物理空间中的坐标系,其中,可以将光轴定义为Z轴,CCD矩形成像区域的长边方向定义为X轴,短边定义为Y轴,将透镜的光心作为坐标原点。
2)在上述验证性人脸检测计算中,将人脸中轴倾斜角度将人脸图像区域进行旋转,使之符合人脸检测算法中对人脸倾角的要求的过程中,具体实施时可旋转人脸使其中轴与人脸检测算法输入的矩形区域的长轴重合。
图9将描述透镜成像的原理,如图9所示是照相机的基本的平面成像原理的示意图,其中,Z轴为光轴,O为光心,T1T2为透镜平面,Y1Y2为CCD成像平面,h为原像的高度,h’为像的高度,d和d’分别为原像及像到透镜平面的距离,f为透镜的焦距,根据透镜成像原理可以得到:
1/f=1/d+1/d′
如图10所示,描述了透镜的三维成像原理,其中,XOY为透镜平面,Z为光轴,O为光心,h为原像中人脸的眉心,h’为像中人脸的眉心,h’和h的X,Y坐标满足上述的基本成像公式,此时,d和d’分别为h和h’的Z轴坐标绝对值。
具体的计算过程可以按照以下步骤实现:
S1:在初始状态下,通过移动设备上的人脸检测算法对人脸进行检测定位,以获得人脸的眉心位置(x’,y’,z’)和人脸高度l’。其中,(x’,y’)即为成像画面中人脸眉心的位置,可以用正方形框标示检测到的人脸区域,边长为l’。x’,y’,l’都可以由人脸检测算法给出,其中,z’为清晰成像时成像画面(CCD)到透镜平面的距离d’,移动设备可测量到d’及此时透镜的焦距f的值。
根据上述的成像公式可以计算得到原像中眉心h的位置(x,y,z)以及人脸高度l。
为了描述方便,假设人脸中轴与人脸检测算法的输入矩形区域长轴重合,且物理人脸平面与透镜平面平行,即,初始状态时人脸中轴的倾斜角θ为0。
上述的(x’,y’,z’),l’,(x,y,z),l即为上述的初始状态时人脸的原像和像的位置状态信息。
随着移动设备的运动,根据从电子罗盘、加速度计以及陀螺仪等空间运动传感器所提供的移动设备的空间运动信息,对在X轴、Y轴和Z轴的加速度值进行积分计算可以得到移动设备沿初始状态时拍摄坐标系各坐标轴的位移量;对围绕这三个坐标轴旋转的角加速度值进行积分计算,可以得到移动设备各个轴向上的倾角;电子罗盘和倾角仪的输出可对上述计算结果进行校正。利用这些信息可计算当前人脸的物理位置信息。具体计算过程如下:
移动设备相对于人脸的三维运动,即,坐标系XYZO在相对人脸进行平移旋转运动。计算得到眉心的物理位置h在XYZO平移旋转得到的新坐标系X’Y’Z’O’中的坐标,就可以根据基本成像公式,计算出其像h’在新坐标系中的坐标值,从而得到新的成像画面中的人脸位置。
当移动设备运动旋转的幅度较小时,可将坐标变换过程按照先平移,后旋转的形式分两步进行计算:
1)坐标的平移变换:假设新坐标系先进行了平移,坐标原点移动到初始拍摄坐标系的(tx,ty,tz)位置处,则实际人脸的眉心位置在新拍摄坐标系下坐标值(x2,y2,z2)在旧坐标(x1,y1,z1)的关系为:
(x2,y2,z2)=(x1,y1,z1)-(tx,ty,tz)
其中,(tx,ty,tz)是3轴加速度计输出的2重积分。
2)坐标旋转变换:当移动设备围绕X,Y,Z三个轴向旋转的角度(α,β,γ)可以通过三轴陀螺仪的输出计算得到,当(α,β,γ)较小时,可以认为三个角分量相对独立,新坐标(x2,y2,z2)可以通过对旧坐标(x1,y1,z1)进行三次独立的坐标旋转求得。
第一次,绕x轴的旋转α,α的正负由右手坐标系决定;
第二次,绕y轴的旋转β,β的正负由右手坐标系决定;
第三次,绕z轴的旋转γ,γ的正负由右手坐标系决定;
通过以上计算,可以得到移动后的人脸的物理位置坐标(x2,y2,z2)。
根据上述的成像公式,即可求得人脸眉心在CCD(也即成像画面)上的位置(x2′,y2′,z2′)、成像画面中人脸的高度,以及成像画面中人脸中轴的倾斜角度γ。
通过空间位置信息估计得到的人脸成像区域为中心设定为(x2′,y2′,z2′),边长为l″,中轴的倾斜角度即为γ的正方形区域,可以按照如图11所示的步骤在此区域内进行验证性人脸检测计算,包括以下步骤:
步骤S1102:根据计算得到的成像画面中的人脸位置(眉心位置)和大小确定人脸检测算法的验证区域,即,以眉心为中心,以人脸中轴为对称轴,边长为所计算人脸高度l″的1.5倍的正方形;
步骤S1104:在上述确定的正方形的图像区域中输入人脸检测算法以进行人脸识别,优选地,在选取该正方形区域的同时已经按人脸中轴的倾斜角度将该区域进行旋转;
步骤S1106:先按照正常阈值进行检测,若未检测到人脸,则将阈值降低为原阈值的1/2,重新进行检测。
值得注意的是,本发明的上述实施方式都是以人脸作为待识别物体的,然而,本发明不限于此,还可以是其它的待识别物体。
本发明提供了一种优选的实施例来进一步对本发明进行解释,但是值得注意的是,该优选实施例只是为了更好的描述本发明,并不构成对本发明不当的限定。
在另外一个实施例中,还提供了一种软件,该软件用于执行上述实施例及优选实施方式中描述的技术方案。
在另外一个实施例中,还提供了一种存储介质,该存储介质中存储有上述软件,该存储介质包括但不限于:光盘、软盘、硬盘、可擦写存储器等。
从以上的描述中,可以看出,本发明实现了如下技术效果:在检查到待识别的物体之后,当终端发生移动时,根据该终端的移动信息重新确定上述的待识别物体在成像画面中所应处于的区域,在该成像区域中进行重新检测以确定是否存在该待识别物体。通过终端移动配合位置检测来解决现有技术漏检的问题,同时也解决了因为终端的移动而导致容易产生漏检的技术问题,达到了提高检测效率的技术效果。
显然,本领域的技术人员应该明白,上述的本发明的各模块或各步骤可以用通用的计算装置来实现,它们可以集中在单个的计算装置上,或者分布在多个计算装置所组成的网络上,可选地,它们可以用计算装置可执行的程序代码来实现,从而,可以将它们存储在存储装置中由计算装置来执行,并且在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤,或者将它们分别制作成各个集成电路模块,或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样,本发明不限制于任何特定的硬件和软件结合。
以上上述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (11)
1.一种检测方法,其特征在于,包括:
在终端的成像画面中检测到待识别物体的情况下,确定当前所述待识别物体在所述成像画面中的第一位置信息;
接收所述终端在自身位置发生变化时产生的运动信息;
根据所述第一位置信息和所述运动信息计算所述待识别物体在所述成像画面中的第二位置信息;
根据所述第二位置信息检测所述成像画面中是否存在所述待识别物体。
2.根据权利要求1所述的方法,其特征在于,根据所述第二位置信息检测所述成像画面中是否存在所述待识别物体包括:
根据所述第二位置信息确定当前所述待识别物体所对应的中轴的倾斜角;
将所述成像画面按照所述倾斜角进行旋转;
从旋转后得到的所述成像画面中检测是否存在所述待识别物体。
3.根据权利要求1所述的方法,其特征在于,所述第一位置信息包括:坐标信息、成像的大小以及所述待识别物体所对应的中轴线与预定的参考线之间的倾斜角;所述第二位置信息包括:计算后得到的坐标信息、成像的大小以及所述待识别物体所对应的中轴线与预定的参考线之间的倾斜角。
4.根据权利要求2所述的方法,其特征在于,在从旋转后得到的所述成像画面中检测是否存在所述待识别物体之后,所述方法还包括:
如果未检测到所述待识别物体,降低检测算法中的匹配阈值;
根据降低后的所述匹配阈值对所述成像画面进行重新检测。
5.根据权利要求1所述的方法,其特征在于,所述运动信息包括:所述终端运动的角加速度和/或位移加速度。
6.根据权利要求5所述的方法,其特征在于,所述运动信息是通过所述终端中的空间运动传感器检测到的。
7.根据权利要求6所述的方法,其特征在于,所述空间运动传感器包括以下至少之一:加速度传感器,三周陀螺仪,电子罗盘,倾角传感器。
8.根据权利要求1至7中任一项所述的方法,其特征在于,所述待识别物体为人脸。
9.一种检测装置,其特征在于,包括:
确定单元,用于在终端的成像画面中检测到待识别物体的情况下,确定当前所述待识别物体在所述成像画面中的第一位置信息;
接收单元,用于接收所述终端在自身位置发生变化时产生的运动信息;
计算单元,用于根据所述第一位置信息和所述运动信息计算所述待识别物体在所述成像画面中的第二位置信息;
检测单元,用于根据所述第二位置信息检测所述成像画面中是否存在所述待识别物体。
10.根据权利要求9所述的装置,其特征在于,所述检测单元包括:
确定模块,用于根据所述第二位置信息确定当前所述待识别物体所对应的中轴的倾斜角;
旋转模块,用于将所述成像画面按照所述倾斜角进行旋转;
检测模块,用于从旋转后得到的所述成像画面中检测是否存在所述待识别物体。
11.根据权利要求9所述的装置,其特征在于,所述接收单元包括:
接收模块,用于接收所述终端中的空间运动传感器检测到的所述运动信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210261397.0A CN103577789B (zh) | 2012-07-26 | 2012-07-26 | 检测方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210261397.0A CN103577789B (zh) | 2012-07-26 | 2012-07-26 | 检测方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103577789A CN103577789A (zh) | 2014-02-12 |
CN103577789B true CN103577789B (zh) | 2018-02-13 |
Family
ID=50049544
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210261397.0A Active CN103577789B (zh) | 2012-07-26 | 2012-07-26 | 检测方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103577789B (zh) |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104410779B (zh) * | 2014-10-27 | 2018-03-27 | 广东欧珀移动通信有限公司 | 一种拍照对焦方法及装置 |
CN104850397A (zh) * | 2015-04-29 | 2015-08-19 | 深圳市金立通信设备有限公司 | 一种终端 |
CN104850333A (zh) * | 2015-04-29 | 2015-08-19 | 深圳市金立通信设备有限公司 | 一种界面操作方法 |
CN106096509B (zh) * | 2016-05-31 | 2019-12-31 | 深圳市酷浪云计算有限公司 | 羽毛球拍的动作识别方法和装置 |
CN107122751B (zh) * | 2017-05-03 | 2020-12-29 | 电子科技大学 | 一种基于人脸对齐的人脸跟踪和人脸图像捕获方法 |
CN107516032B (zh) * | 2017-07-28 | 2019-09-24 | Oppo广东移动通信有限公司 | 解锁控制方法及相关产品 |
CN107257440A (zh) * | 2017-07-31 | 2017-10-17 | 深圳回收宝科技有限公司 | 一种检测视频跟踪拍摄的方法、设备以及存储介质 |
CN107770444B (zh) * | 2017-10-27 | 2020-12-29 | 北京小米移动软件有限公司 | 拍照参数确定方法及装置 |
CN108197560B (zh) * | 2017-12-28 | 2022-06-07 | 努比亚技术有限公司 | 人脸图像识别方法、移动终端及计算机可读存储介质 |
CN111274899B (zh) * | 2020-01-15 | 2024-03-26 | 北京明略软件系统有限公司 | 人脸匹配方法、装置、电子设备和存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101825947A (zh) * | 2010-05-04 | 2010-09-08 | 中兴通讯股份有限公司 | 智能控制移动终端的方法、装置及移动终端 |
CN101867785A (zh) * | 2004-02-03 | 2010-10-20 | 松下电器产业株式会社 | 监视系统及摄像机终端 |
CN102047652A (zh) * | 2009-03-31 | 2011-05-04 | 松下电器产业株式会社 | 摄像装置、集成电路、摄像方法、程序及记录介质 |
CN102084648A (zh) * | 2008-07-01 | 2011-06-01 | 株式会社尼康 | 成像装置、图像显示装置和电子照相机 |
CN102216958A (zh) * | 2010-02-01 | 2011-10-12 | 株式会社摩如富 | 物体检测装置以及物体检测方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5255623B2 (ja) * | 2007-04-20 | 2013-08-07 | ソフトキネティック エス.エイ. | ボリューム認識方法およびシステム |
-
2012
- 2012-07-26 CN CN201210261397.0A patent/CN103577789B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101867785A (zh) * | 2004-02-03 | 2010-10-20 | 松下电器产业株式会社 | 监视系统及摄像机终端 |
CN102084648A (zh) * | 2008-07-01 | 2011-06-01 | 株式会社尼康 | 成像装置、图像显示装置和电子照相机 |
CN102047652A (zh) * | 2009-03-31 | 2011-05-04 | 松下电器产业株式会社 | 摄像装置、集成电路、摄像方法、程序及记录介质 |
CN102216958A (zh) * | 2010-02-01 | 2011-10-12 | 株式会社摩如富 | 物体检测装置以及物体检测方法 |
CN101825947A (zh) * | 2010-05-04 | 2010-09-08 | 中兴通讯股份有限公司 | 智能控制移动终端的方法、装置及移动终端 |
Non-Patent Citations (3)
Title |
---|
"基于组合宽角相机低空影像的城市建筑物三维模型构建研究";桂德竹;《中国博士学位论文全文数据库 信息科技辑》;20110215;论文正文第21页第2段-第30页第2段,附图2.10、2.11,表2.3 * |
"彩色序列图像中的人脸检测与跟踪";黄凤贤;《中国优秀博硕士学位论文全文数据库 (硕士) 信息科技辑》;20040915;论文正文第11页第3段-第14页第3段、第22页第2段-第37页第5段、第49页第8段-第62页,附图3.7-3.14、4.1、4.2、4.3 * |
"彩色序列图像中的人脸检测与跟踪";黄凤贤;《中国优秀硕士学位论文全文数据库 信息科技辑》;20040915;论文正文第11页第3段-第14页第3段、第22页第2段-第37页第5段、第49页第8段-第62页,附图3.7-3.14、4.1、4.2、4.3 * |
Also Published As
Publication number | Publication date |
---|---|
CN103577789A (zh) | 2014-02-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103577789B (zh) | 检测方法和装置 | |
US20210166495A1 (en) | Capturing and aligning three-dimensional scenes | |
US11704833B2 (en) | Monocular vision tracking method, apparatus and non-transitory computer-readable storage medium | |
CN108805917B (zh) | 空间定位的方法、介质、装置和计算设备 | |
KR101364874B1 (ko) | 제 1 이미징 장치 및 제 2 이미징 장치의 상대적인 위치 및 상대적인 방향을 결정하기 위한 방법 및 관련 장치 | |
CN109313799B (zh) | 图像处理方法及设备 | |
JP3732335B2 (ja) | 画像入力装置及び画像入力方法 | |
CN106296598B (zh) | 三维姿态处理方法、系统及拍摄终端 | |
JP2021527877A (ja) | 3次元人体姿勢情報の検出方法および装置、電子機器、記憶媒体 | |
CN105791663B (zh) | 距离估算系统及距离估算方法 | |
Núnez et al. | Data Fusion Calibration for a 3D Laser Range Finder and a Camera using Inertial Data. | |
CN110544278B (zh) | 刚体运动捕捉方法及装置、agv位姿捕捉系统 | |
CN113361365A (zh) | 定位方法和装置、设备及存储介质 | |
CN103699592B (zh) | 应用于便携式终端的视频拍摄定位方法及便携式终端 | |
Cheng et al. | AR-based positioning for mobile devices | |
CN108981690A (zh) | 一种光惯融合定位方法、设备及系统 | |
Pachidis et al. | Pseudostereo-vision system: A monocular stereo-vision system as a sensor for real-time robot applications | |
Pachidis et al. | Pseudo-stereo vision system: a detailed study | |
JP3712847B2 (ja) | 3次元形状計測方法と3次元形状計測装置及び撮像手段の姿勢検出装置 | |
Lobo et al. | Fusing of image and inertial sensing for camera calibration | |
JP3655065B2 (ja) | 位置・姿勢検出装置と位置・姿勢検出方法と3次元形状復元装置及び3次元形状復元方法 | |
CN108261761B (zh) | 一种空间定位方法和装置、计算机可读存储介质 | |
Ren et al. | Electronic image stabilization algorithm based on smoothing 3D rotation matrix | |
CN114422736B (zh) | 一种视频处理方法、电子设备及计算机存储介质 | |
Cao et al. | Human Body Movement Velocity Estimation Based on Binocular Video Streams |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |