CN104978554A - 信息的处理方法及电子设备 - Google Patents
信息的处理方法及电子设备 Download PDFInfo
- Publication number
- CN104978554A CN104978554A CN201410138406.6A CN201410138406A CN104978554A CN 104978554 A CN104978554 A CN 104978554A CN 201410138406 A CN201410138406 A CN 201410138406A CN 104978554 A CN104978554 A CN 104978554A
- Authority
- CN
- China
- Prior art keywords
- image
- subject image
- resolution
- depth information
- subject
- 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
Links
Landscapes
- Image Processing (AREA)
- Studio Devices (AREA)
Abstract
本发明公开了一种信息的处理方法及电子设备,属于图像处理技术领域。所述方法包括:获取图像采集组件采集到的具有第一分辨率的第一图像;对第一图像进行第一处理,获得具有第二分辨率的第二图像;确定第二图像中的第一主体图像;对第一主体图像进行第二处理,得到第一主体图像的深度信息。本发明通过对具有第一分辨率的第一图像进行第一处理,获得具有第二分辨率的第二图像,对第二图像中的第一主体图像进行第二处理,得到第一主体图像的深度信息。由于对第一图像进行了降分辨率处理,得到了第二图像,且仅对第二图像中的第一主体图像进行计算,而不需要对每帧第一分辨率图像中所有区域进行计算来得到深度信息,因此,信息的处理效率较高。
Description
技术领域
本发明涉及图像处理技术领域,特别涉及一种信息的处理方法及电子设备。
背景技术
随着图像处理技术的快速发展,在对计算机输入指令时,可通过摄像头获取多张图像,并对图像进行处理来捕捉人体动作,根据捕捉到的人体动作确定对应的指令,并作为计算机的输入指令。其中,在捕捉人体动作时,需要计算图像的深度信息,深度信息可以为图像的纹理变化、纹理梯度以及模糊度等,通过深度信息计算用户做出动作时距离摄像头的距离,从而根据距离的变化及其他数据确定对应的指令。因此,如何对获取到的图像信息进行处理,得到对应的深度信息是人们关注的问题。
相关技术中提供了一种信息的处理方法,在该方法中,获取至少两帧第一分辨率图像,并将获取到的所有第一分辨率图像进行存储,其中,第一分辨率为较高的原分辨率。将每帧第一分辨率图像按照相同的分块方法分成不同的区域,并计算每帧图像中每块区域的深度信息。对每帧图像中每块区域进行图像识别,若识别出某块区域中存在焦点物体对应的第一主体图像,则将该区域的深度信息作为计算得到的焦点物体所在区域的深度信息。
在实现本发明的过程中,发明人发现上述方法至少存在以下问题:
由于在计算焦点物体所在区域的深度信息之前,需要对每帧第一分辨率图像进行存储。另外,还需要对每帧第一分辨率图像中所有区域的深度信息进行计算。然而,第一分辨率图像像素一般较高,导致存储时占用的空间较大,进行计算时消耗的资源较多,因此,信息的处理效率不高。
发明内容
为了解决现有技术的问题,本发明实施例提供了一种信息的处理方法及电子设备。所述技术方案如下:
第一方面,提供了一种信息的处理方法,所述方法应用于电子设备,所述电子设备包括图像采集组件,所述方法包括:
获取图像采集组件采集到的具有第一分辨率的第一图像;
对所述第一图像进行第一处理,获得具有第二分辨率的第二图像,所述第二分辨率小于所述第一分辨率;
确定所述第二图像中的第一主体图像;
对所述第一主体图像进行第二处理,得到所述第一主体图像的深度信息。
结合第一方面,在第一方面的第一种可能的实现方式中,所述对所述第一主体图像进行第二处理,包括:
根据识别算法对所述第一主体图像进行识别,确定所述第一主体图像轮廓;
判断所述第一主体图像轮廓是否大于预定值;
根据判断结果对所述第一主体图像进行处理。
结合第一方面的第一种可能的实现方式,在第一方面的第二种可能的实现方式中,所述根据所述判断结果对所述第一主体图像进行处理,包括:
若所述第一主体图像轮廓大于预定值,则计算所述第一主体图像的深度信息。
结合第一方面的第一种可能的实现方式,第一方面的第三种可能的实现方式中,所述根据所述判断结果对所属第一主体图像进行处理,包括:
若所述第一主体图像轮廓小于预定值,则确定包含所述第一主体图像轮廓的窗口区域;
计算所述第一图像中所述窗口区域对应的深度信息,并将所述第一图像中所述窗口区域对应的深度信息作为所述第一主体图像的深度信息。
结合第一方面,在第一方面的第四种可能的实现方式中,所述对所述第一主体图像进行第二处理之后,还包括:
重新获取图像采集组件采集到的具有第一分辨率的第三图像;
对所述第三图像进行第三处理,获得具有第二分辨率的第四图像;
确定所述第四图像中的第二主体图像;
对所述第二主体图像进行第四处理,得到所述第二主体图像的深度信息。
结合第一方面,在第一方面的第五种可能的实现方式中,所述对所述第一图像进行第一处理,包括:
按照预设算法对第一图像中的像素进行采样;
将采样得到的像素所构成图像作为所述第一图像对应的具有第二分辨率的第二图像。
第二方面,提供了一种电子设备,所述电子设备包括图像采集组件,所述电子设备包括:
第一获取模块,用于获取图像采集组件采集到的具有第一分辨率的第一图像;
第一处理模块,用于对所述第一图像进行第一处理,获得具有第二分辨率的第二图像,所述第二分辨率小于所述第一分辨率;
第一确定模块,用于确定所述第二图像中的第一主体图像;
第二处理模块,用于对所述第一主体图像进行第二处理,得到所述第一主体图像的深度信息。
结合第二方面,在第二方面的第一种可能的实现方式中,所述第二处理模块,包括:
确定单元,用于根据识别算法对所述第一主体图像进行识别,确定所述第一主体图像轮廓;
判断单元,用于判断所述第一主体图像轮廓是否大于预定值;
处理单元,用于根据判断结果对所述第一主体图像进行处理。
结合第二方面的第一种可能的实现方式,在第二方面的第二种可能的实现方式中,所述处理单元,用于当所述第一主体图像轮廓大于预定值时,则计算所述第一主体图像的深度信息。
结合第二方面的第一种可能的实现方式,第二方面的第三种可能的实现方式中,所述处理单元,用于当所述第一主体图像轮廓小于预定值时,则确定包含所述第一主体图像轮廓的窗口区域;计算所述第一图像中所述窗口区域对应的深度信息,并将所述第一图像中所述窗口区域对应的深度信息作为所述第一主体图像的深度信息。
结合第二方面,在第二方面的第四种可能的实现方式中,所述电子设备还包括:
第二获取模块,用于重新获取图像采集组件采集到的具有第一分辨率的第三图像;
第三处理模块,用于对所述第三图像进行第三处理,获得具有第二分辨率的第四图像;
第二确定模块,用于确定所述第四图像中的第二主体图像;
第四处理模块,用于对所述第二主体图像进行第四处理,得到所述第二主体图像的深度信息。
结合第二方面,在第二方面的第五种可能的实现方式中,所述第一处理模块,用于按照预设算法对第一图像中的像素进行采样;将采样得到的像素所构成图像作为所述第一图像对应的具有第二分辨率的第二图像。
本发明实施例提供的技术方案带来的有益效果是:
通过对具有第一分辨率的第一图像进行第一处理,获得具有第二分辨率的第二图像,对第二图像中的第一主体图像进行第二处理,得到第一主体图像的深度信息。由于对具有第一分辨率的第一图像进行了降分辨率处理,得到了具有第二分辨率的第二图像,且仅对第二图像中的第一主体图像进行计算,而不需要对每帧第一分辨率图像中所有区域进行计算来得到深度信息,因此,信息的处理效率较高。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅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的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例一提供的一种信息的处理方法流程图;
图2是本发明实施例二提供的一种信息的处理方法流程图;
图3是本发明实施例三提供的一种信息的处理装置的结构示意图;
图4是本发明实施例三提供的一种第二处理模块的结构示意图;
图5是本发明实施例三提供的另一种信息的处理装置的结构示意图;
图6是本发明实施例四提供的一种电子设备的结构示意图;
图7是本发明实施例四提供的一种第二处理模块的结构示意图;
图8是本发明实施例四提供的另一种电子设备的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明实施方式作进一步地详细描述。
实施例一
由于在对信息进行处理时,需要对每帧第一分辨率图像的每块区域进行存储并进行计算,而第一分辨率图像的像素通常较高,使得存储时占用的空间较大,计算时消耗的资源较多,从而导致信息的处理效率不高。
为了预防上述情况,提高信息的处理效率,本发明实施例提供了一种信息的处理方法,该方法应用电子设备,该电子设备包括图像采集组件,该电子设备包括但不限于手机、计算机、平板电脑等等,参见图1,本实施例提供的方法流程包括:
101:获取图像采集组件采集到的具有第一分辨率的第一图像;
102:对第一图像进行第一处理,获得具有第二分辨率的第二图像,第二分辨率小于第一分辨率;
作为一种可选实施例,对第一图像进行第一处理,包括:
按照预设算法对第一图像中的像素进行采样;
将采样得到的像素所构成图像作为第一图像对应的具有第二分辨率的第二图像。
103:确定第二图像中的第一主体图像;
104:对第一主体图像进行第二处理,得到第一主体图像的深度信息。
作为一种可选实施例,对第一主体图像进行第二处理,包括:
根据识别算法对第一主体图像进行识别,确定第一主体图像轮廓;
判断第一主体图像轮廓是否大于预定值;
根据判断结果对第一主体图像进行处理。
作为一种可选实施例,根据判断结果对第一主体图像进行处理,包括:
若第一主体图像轮廓大于预定值,则计算第一主体图像的深度信息。
作为一种可选实施例,根据判断结果对所属第一主体图像进行处理,包括:
若第一主体图像轮廓小于预定值,则确定包含第一主体图像轮廓的窗口区域;
计算第一图像中窗口区域对应的深度信息,并将第一图像中窗口区域对应的深度信息作为第一主体图像的深度信息。
作为一种可选实施例,对第一主体图像进行第二处理之后,还包括:
重新获取图像采集组件采集到的具有第一分辨率的第三图像;
对第三图像进行第三处理,获得具有第二分辨率的第四图像;
确定第四图像中的第二主体图像;
对第二主体图像进行第四处理,得到第二主体图像的深度信息。
本实施例提供的方法,通过对具有第一分辨率的第一图像进行第一处理,获得具有第二分辨率的第二图像,对第二图像中的第一主体图像进行第二处理,得到第一主体图像的深度信息。由于对具有第一分辨率的第一图像进行了降分辨率处理,得到了具有第二分辨率的第二图像,且仅对第二图像中的第一主体图像进行计算,而不需要对每帧第一分辨率图像中所有区域进行计算来得到深度信息,因此,信息的处理效率较高。
实施例二
本发明实施例提供了一种信息的处理方法,该方法应用于电子设备,该电子设备包括图像采集组件。结合上述实施例一的内容,对本实施例提供的方法进行举例说明。参见图2,本实施例提供的方法流程包括:
201:获取图像采集组件采集到的具有第一分辨率的第一图像;
本实施例不对获取图像采集组件采集到的具有第一分辨率的第一图像的方式作具体限定,包括但不限于:由图像采集组件采集至少一张具有第一分辨率的图像,从采集到的具有第一分辨率的图像中选择一张作为第一图像。
由于分辨率越高,越有利于后续处理与识别的精度的提高,因此,设置的第一分辨率一般比较高,本实施例不对第一分辨率的数值作具体限定。而图像采集组件一般能够采集到多帧图像,通过后续对多张图像进行识别,能够分析出图像中的物体定性的变化。例如,通过对多张图像进行分析,确定不同图像中的同一物体距离摄像头的距离,从而能够确定图像中的物体距离摄像头的距离是变近了还是变远了。
202:按照预设算法对第一图像中的像素进行采样;
本实施例不对按照预设算法对第一图像中的像素进行采样的方式作具体限定,包括但不限于:按照预先选择的行列对第一图像中的像素点阵中的像素进行采样。例如,以第一分辨率为1024*768为例,此时第一图像横向有1024个像素点,纵向有768个像素点。预设选择的行为奇数行,预设选择的列为奇数列,因此,按照奇数行与奇数列对第一图像中的像素点阵中的像素进行采样实质上是选择奇数行与奇数列交叉位置上的像素。例如,选择第一图像中的像素点阵中处于第一行及第一列的像素、处于第一行及第三列的像素、处于第三行及第三列的像素等等。当然,采样还可以采用其它算法,如选择偶数行及偶数列,或者平方数行及平方数列等等,本实施例对此不作具体限定。
203:将采样得到的像素所构成图像作为第一图像对应的具有第二分辨率的第二图像;
通过上述步骤对第一图像中的像素进行采样后,采样得到的所有像素的数量相比第一图像中所有像素的数量是减少的,因此,采样得到的所有像素构成图像的分辨率对比第一图像的第一分辨率是降低的,即第二分辨率是低于第一分辨率的,上述过程实质上是降分辨率的过程。
由于后续对图像进行处理之前,需要对图像存储。而采样得到的像素所构成的第二图像相比第一图像分辨率较低,因而在存储上占用的空间也比较小,从而节省了存储空间。
204:确定第二图像中的第一主体图像;
本实施例不对确定第二图像中的第一主体图像的方式作具体限定,包括但不限于:对第二图像进行识别,确定第二图像中的焦点物体,将焦点物体在第二图像中对应的图像作为第一主体图像。
其中,焦点物体为后续计算的深度信息对应的对象。例如,第二图像中有一手势,后续需要计算该手势在图像中的深度信息以便确定该手势距离摄像头的距离。此时,该手势即为焦点物体。
205:对第一主体图像进行第二处理,得到第一主体图像的深度信息。
关于对第一主体图像进行第二处理的方式,本实施例对此不作具体限定,包括但不限于:根据识别算法对第一主体图像进行识别,确定第一主体图像轮廓;判断第一主体图像轮廓是否大于预定值;根据判断结果对第一主体图像进行处理。
其中,预定值可以为占第二图像总面积大小的比例,预定值的大小可以根据需要进行设定,本实施例对此不作具体限定。例如,预定值为50%,若第一主体图像轮廓占第二图像总面积大小的比例为47%,此时,可确定第一主体图像轮廓是小于预定值的。若第一主体图像轮廓占第二图像总面积大小的比例为67%,此时,可确定第一主体图像轮廓是大于预定值的。
本实施例不对根据判断结果对第一主体图像进行处理的方式作具体限定,包括但不限于如下两种方式:
第一种处理方式:若第一主体图像轮廓大于预定值,则计算第一主体图像的深度信息。
本实施例不对计算第一主体图像的深度信息的方法作具体限定,包括但不限于:预先采集大量图像以及匹配的深度信息,在人类视觉系统基础上,提取图像特征,建立图像特征和与之匹配的深度信息的联系,通过支持向量机进行训练,得到训练机。提取第二图像的图像特征,将提取到的图像特征作为输入值,由训练机进行计算可得到第二图像中第一主体图像的深度信息,即焦点物体在第二图像中的深度信息。
由于第一主体图像轮廓大于预定值,即焦点物体在第二图像中占的比例比较大,而第二图像是由第一图像降分辨率得来,因此,焦点物体在第一图像中的占的比例也比较大。此时,可将计算得到的第二图像中焦点物体的深度信息作为焦点物体在第一图像中的深度信息,即焦点物体在高分辨率图像中若占的比例较大,此时可将焦点物体在降分辨率图像中的深度信息作为在高分辨率图像中的深度信息。例如,若一个物体离摄像头较近,假设为该物体距离摄像头的距离0.5米,此时拍摄的图像中该物体占的比例会比较大。若该物体慢慢远离摄像头,如远离摄像头0.5米,则此时该物体在图像中对应的深度信息变化会比较大,物体在图像中占的比例大小也会变的比较快,即在高分辨率图像或在低分辨率图像中深度信息的变化都比较明显。因此,可将焦点物体在降分辨率图像中的深度信息作为在高分辨率图像中的深度信息。
若该物体离摄像头较远,假设该物体距离摄像头的距离为10米,此时,若该物体再远离摄像头1米或者再远距离摄像头2米,该物体在图像中对应的深度信息变化会很小,物体在图像中占的比例大小可能几乎没变,视觉感受上差异很小,即在低分辨率图像中深度信息的变化体现的比较不明显。而高分辨率图像中由于像素点较多,相比低分辨率图像会体现的更加明显。因此,需要单独对焦点物体在高分辨率图像中的深度信息进行计算,具体步骤详见下面的第二种处理方式。
第二种处理方式:若第一主体图像轮廓小于预定值,则确定包含第一主体图像轮廓的窗口区域;计算第一图像中窗口区域对应的深度信息,并将第一图像中窗口区域对应的深度信息作为第一主体图像的深度信息。
本实施例不对确定包含第一主体图像轮廓的窗口区域的方法作具体限定,包括但不限于:将包含第一主题图像轮廓最小窗口区域作为第一主体图像轮廓的窗口区域。
确定第二图像中包含第一主体图像轮廓的窗口区域后,根据分辨率比例以及窗口区域在第二图像中的位置,可以确定在第一图像中第一主体图像的窗口区域。通过计算可得到第一图像中窗口区域对应的深度信息,并可将第一图像中窗口区域对应的深度信息作为第一主体图像的深度信息,即焦点物体在第一图像中的深度信息。其中,计算深度信息的方法可以参考第一种处理方式中计算深度信息的方法,此处不再赘述。当然,还可以采用其它深度信息的计算方法,本实施例对此不作具体限定。
由于在步骤201中,图像采集组件会采集多帧图像,为了适应图像中焦点物体的运动,即焦点物体在图像中位置的变化,在对第一主体图像进行第二处理之后,还可以执行下列方法:重新获取图像采集组件采集到的具有第一分辨率的第三图像;对第三图像进行第三处理,获得具有第二分辨率的第四图像;确定第四图像中的第二主体图像;对第二主体图像进行第四处理,得到第二主体图像的深度信息。当然,还可以采用其它方法以适应焦点物体的运动,本实施例对此不做具体限定。
其中,获取图像采集组件采集到的具有第一分辨率的第三图像的方法以及后续的步骤采用的方法可以参考步骤201至205中提供的方法,此处不再赘述。
需要说明的是,由于图像采集组件采集多帧图像时一般频率较快,导致采集到的多帧连续的图像中焦点物体的位置可能并没有发生变化。例如,采集到了10帧图像,焦点物体仅在第5帧图像中位置发生了变化,而在第1帧至第4帧、第6帧至第10帧图像中的位置没有发生变化。此时,若对采集到的每帧图像进行存储并计算,不仅会消耗较大的存储空间,而且会浪费较多的计算资源。为了解决上述问题,本实施例采用了从采集到的多帧图像中抽取图像的方式,即并不对所有采集到的图像进行存储并进行后续的计算,而仅对抽取的图像进行存储并进行后续的计算。其中,关于抽取图像的方法,本实施例对此不作具体限定,包括但不限于:从图像采集组件采集到的图像中抽取奇数帧的图像。
通过上述抽取图像的方式,能够较大程度上减少需要处理的图像数量,并减少了存储时需要占用的存储空间以及计算时需要耗费的计算资源,从而使得在对信息进行处理时能获得更高的效率。
本实施例提供的方法,通过对具有第一分辨率的第一图像进行第一处理,获得具有第二分辨率的第二图像,对第二图像中的第一主体图像进行第二处理,得到第一主体图像的深度信息。由于对具有第一分辨率的第一图像进行了降分辨率处理,得到了具有第二分辨率的第二图像,且仅对第二图像中的第一主体图像进行计算,而不需要对每帧第一分辨率图像中所有区域进行计算来得到深度信息,因此,信息的处理效率较高。
实施例三
本发明实施例提供了一种信息的处理装置,该装置应用于电子设备,该电子设备包括图像采集组件,该装置用于执行上述实施例一或实施例二提供的信息的处理方法。参见图3,该装置包括:
第一获取模块301,用于获取图像采集组件采集到的具有第一分辨率的第一图像;
第一处理模块302,用于对第一图像进行第一处理,获得具有第二分辨率的第二图像,第二分辨率小于第一分辨率;
第一确定模块303,用于确定第二图像中的第一主体图像;
第二处理模块304,用于对第一主体图像进行第二处理,得到第一主体图像的深度信息。
作为一种可选实施例,第二处理模块304,参见图4,包括:
确定单元3041,用于根据识别算法对第一主体图像进行识别,确定第一主体图像轮廓;
判断单元3042,用于判断第一主体图像轮廓是否大于预定值;
处理单元3043,用于根据判断结果对第一主体图像进行处理。
作为一种可选实施例,处理单元3043,用于当第一主体图像轮廓大于预定值时,则计算第一主体图像的深度信息。
作为一种可选实施例,处理单元3043,用于当第一主体图像轮廓小于预定值时,则确定包含第一主体图像轮廓的窗口区域;计算第一图像中窗口区域对应的深度信息,并将第一图像中窗口区域对应的深度信息作为第一主体图像的深度信息。
作为一种可选实施例,参见图5,该电子设备还包括:
第二获取模块305,用于重新获取图像采集组件采集到的具有第一分辨率的第三图像;
第三处理模块306,用于对第三图像进行第三处理,获得具有第二分辨率的第四图像;
第二确定模块307,用于确定第四图像中的第二主体图像;
第四处理模块308,用于对第二主体图像进行第四处理,得到第二主体图像的深度信息。
作为一种可选实施例,第一处理模块302,用于按照预设算法对第一图像中的像素进行采样;将采样得到的像素所构成图像作为第一图像对应的具有第二分辨率的第二图像。
本实施例提供的装置,通过对具有第一分辨率的第一图像进行第一处理,获得具有第二分辨率的第二图像,对第二图像中的第一主体图像进行第二处理,得到第一主体图像的深度信息。由于对具有第一分辨率的第一图像进行了降分辨率处理,得到了具有第二分辨率的第二图像,且仅对第二图像中的第一主体图像进行计算,而不需要对每帧第一分辨率图像中所有区域进行计算来得到深度信息,因此,信息的处理效率较高。
实施例四
本发明实施例提供了一种电子设备,该电子设备包括图像采集组件。参见图6,该电子设备包括:
第一获取模块601,用于获取图像采集组件采集到的具有第一分辨率的第一图像;
第一处理模块602,用于对第一图像进行第一处理,获得具有第二分辨率的第二图像,第二分辨率小于第一分辨率;
第一确定模块603,用于确定第二图像中的第一主体图像;
第二处理模块604,用于对第一主体图像进行第二处理,得到第一主体图像的深度信息。
作为一种可选实施例,参见图7,第二处理模块604,包括:
确定单元6041,用于根据识别算法对第一主体图像进行识别,确定第一主体图像轮廓;
判断单元6042,用于判断第一主体图像轮廓是否大于预定值;
处理单元6043,用于根据判断结果对第一主体图像进行处理。
作为一种可选实施例,处理单元6043,用于当第一主体图像轮廓大于预定值时,则计算第一主体图像的深度信息。
作为一种可选实施例,处理单元6043,用于当第一主体图像轮廓小于预定值时,则确定包含第一主体图像轮廓的窗口区域;计算第一图像中窗口区域对应的深度信息,并将第一图像中窗口区域对应的深度信息作为第一主体图像的深度信息。
作为一种可选实施例,参见图8,该电子设备还包括:
第二获取模块605,用于重新获取图像采集组件采集到的具有第一分辨率的第三图像;
第三处理模块606,用于对第三图像进行第三处理,获得具有第二分辨率的第四图像;
第二确定模块607,用于确定第四图像中的第二主体图像;
第四处理模块608,用于对第二主体图像进行第四处理,得到第二主体图像的深度信息。
作为一种可选实施例,第一处理模块602,用于按照预设算法对第一图像中的像素进行采样;将采样得到的像素所构成图像作为第一图像对应的具有第二分辨率的第二图像。
本实施例提供的电子设备,通过对具有第一分辨率的第一图像进行第一处理,获得具有第二分辨率的第二图像,对第二图像中的第一主体图像进行第二处理,得到第一主体图像的深度信息。由于对具有第一分辨率的第一图像进行了降分辨率处理,得到了具有第二分辨率的第二图像,且仅对第二图像中的第一主体图像进行计算,而不需要对每帧第一分辨率图像中所有区域进行计算来得到深度信息,因此,信息的处理效率较高。
需要说明的是:上述实施例提供的电子设备在处理信息时,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将装置的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。另外,上述实施例提供的电子设备以及信息的处理方法实施例属于同一构思,其具体实现过程详见方法实施例,这里不再赘述。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成,也可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,上述提到的存储介质可以是只读存储器,磁盘或光盘等。
以上所述仅为本发明的较佳实施例,并不用以限制本发明,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 (12)
1.一种信息的处理方法,其特征在于,所述方法应用电子设备,所述电子设备包括图像采集组件,所述方法包括:
获取图像采集组件采集到的具有第一分辨率的第一图像;
对所述第一图像进行第一处理,获得具有第二分辨率的第二图像,所述第二分辨率小于所述第一分辨率;
确定所述第二图像中的第一主体图像;
对所述第一主体图像进行第二处理,得到所述第一主体图像的深度信息。
2.根据权利要求1所述的方法,其特征在于,所述对所述第一主体图像进行第二处理,包括:
根据识别算法对所述第一主体图像进行识别,确定所述第一主体图像轮廓;
判断所述第一主体图像轮廓是否大于预定值;
根据判断结果对所述第一主体图像进行处理。
3.根据权利要求2所述的方法,其特征在于,所述根据所述判断结果对所述第一主体图像进行处理,包括:
若所述第一主体图像轮廓大于预定值,则计算所述第一主体图像的深度信息。
4.根据权利要求2所述的方法,其特征在于,所述根据所述判断结果对所属第一主体图像进行处理,包括:
若所述第一主体图像轮廓小于预定值,则确定包含所述第一主体图像轮廓的窗口区域;
计算所述第一图像中所述窗口区域对应的深度信息,并将所述第一图像中所述窗口区域对应的深度信息作为所述第一主体图像的深度信息。
5.根据权利要求1所述的方法,其特征在于,所述对所述第一主体图像进行第二处理之后,还包括:
重新获取图像采集组件采集到的具有第一分辨率的第三图像;
对所述第三图像进行第三处理,获得具有第二分辨率的第四图像;
确定所述第四图像中的第二主体图像;
对所述第二主体图像进行第四处理,得到所述第二主体图像的深度信息。
6.根据权利要求1所述的方法,其特征在于,所述对所述第一图像进行第一处理,包括:
按照预设算法对第一图像中的像素进行采样;
将采样得到的像素所构成图像作为所述第一图像对应的具有第二分辨率的第二图像。
7.一种电子设备,其特征在于,所述电子设备包括图像采集组件,所述电子设备包括:
第一获取模块,用于获取图像采集组件采集到的具有第一分辨率的第一图像;
第一处理模块,用于对所述第一图像进行第一处理,获得具有第二分辨率的第二图像,所述第二分辨率小于所述第一分辨率;
第一确定模块,用于确定所述第二图像中的第一主体图像;
第二处理模块,用于对所述第一主体图像进行第二处理,得到所述第一主体图像的深度信息。
8.根据权利要求7所述的电子设备,其特征在于,所述第二处理模块,包括:
确定单元,用于根据识别算法对所述第一主体图像进行识别,确定所述第一主体图像轮廓;
判断单元,用于判断所述第一主体图像轮廓是否大于预定值;
处理单元,用于根据判断结果对所述第一主体图像进行处理。
9.根据权利要求8所述的电子设备,其特征在于,所述处理单元,用于当所述第一主体图像轮廓大于预定值时,则计算所述第一主体图像的深度信息。
10.根据权利要求8所述的电子设备,其特征在于,所述处理单元,用于当所述第一主体图像轮廓小于预定值时,则确定包含所述第一主体图像轮廓的窗口区域;计算所述第一图像中所述窗口区域对应的深度信息,并将所述第一图像中所述窗口区域对应的深度信息作为所述第一主体图像的深度信息。
11.根据权利要求7所述的电子设备,其特征在于,所述电子设备还包括:
第二获取模块,用于重新获取图像采集组件采集到的具有第一分辨率的第三图像;
第三处理模块,用于对所述第三图像进行第三处理,获得具有第二分辨率的第四图像;
第二确定模块,用于确定所述第四图像中的第二主体图像;
第四处理模块,用于对所述第二主体图像进行第四处理,得到所述第二主体图像的深度信息。
12.根据权利要求7所述的电子设备,其特征在于,所述第一处理模块,用于按照预设算法对第一图像中的像素进行采样;将采样得到的像素所构成图像作为所述第一图像对应的具有第二分辨率的第二图像。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410138406.6A CN104978554B (zh) | 2014-04-08 | 2014-04-08 | 信息的处理方法及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410138406.6A CN104978554B (zh) | 2014-04-08 | 2014-04-08 | 信息的处理方法及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104978554A true CN104978554A (zh) | 2015-10-14 |
CN104978554B CN104978554B (zh) | 2019-02-05 |
Family
ID=54275043
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410138406.6A Active CN104978554B (zh) | 2014-04-08 | 2014-04-08 | 信息的处理方法及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104978554B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106056042A (zh) * | 2016-05-19 | 2016-10-26 | 上海小蚁科技有限公司 | 产生视频数据变换表示以及分析视频数据的方法和系统 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101425138A (zh) * | 2008-11-18 | 2009-05-06 | 北京航空航天大学 | 一种基于人脸超分辨率处理的人脸老化模拟方法 |
CN102184009A (zh) * | 2010-04-26 | 2011-09-14 | 微软公司 | 跟踪系统中的手位置后处理精炼 |
CN102316297A (zh) * | 2010-07-08 | 2012-01-11 | 株式会社泛泰 | 图像输出装置和使用该图像输出装置输出图像的方法 |
CN103348689A (zh) * | 2011-02-18 | 2013-10-09 | 索尼公司 | 图像处理装置和图像处理方法 |
CN103493482A (zh) * | 2012-05-08 | 2014-01-01 | 青岛海信信芯科技有限公司 | 一种提取及优化图像深度图的方法与装置 |
CN103530597A (zh) * | 2012-07-03 | 2014-01-22 | 纬创资通股份有限公司 | 操作对象辨识和操作对象深度信息建立方法及电子装置 |
US20140073262A1 (en) * | 2012-09-12 | 2014-03-13 | ACCO Brands Corporation | Proximity tag for object tracking |
-
2014
- 2014-04-08 CN CN201410138406.6A patent/CN104978554B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101425138A (zh) * | 2008-11-18 | 2009-05-06 | 北京航空航天大学 | 一种基于人脸超分辨率处理的人脸老化模拟方法 |
CN102184009A (zh) * | 2010-04-26 | 2011-09-14 | 微软公司 | 跟踪系统中的手位置后处理精炼 |
CN102316297A (zh) * | 2010-07-08 | 2012-01-11 | 株式会社泛泰 | 图像输出装置和使用该图像输出装置输出图像的方法 |
CN103348689A (zh) * | 2011-02-18 | 2013-10-09 | 索尼公司 | 图像处理装置和图像处理方法 |
CN103493482A (zh) * | 2012-05-08 | 2014-01-01 | 青岛海信信芯科技有限公司 | 一种提取及优化图像深度图的方法与装置 |
CN103530597A (zh) * | 2012-07-03 | 2014-01-22 | 纬创资通股份有限公司 | 操作对象辨识和操作对象深度信息建立方法及电子装置 |
US20140073262A1 (en) * | 2012-09-12 | 2014-03-13 | ACCO Brands Corporation | Proximity tag for object tracking |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106056042A (zh) * | 2016-05-19 | 2016-10-26 | 上海小蚁科技有限公司 | 产生视频数据变换表示以及分析视频数据的方法和系统 |
CN106056042B (zh) * | 2016-05-19 | 2018-09-18 | 上海小蚁科技有限公司 | 产生视频数据变换表示以及分析视频数据的方法和系统 |
US10339660B2 (en) | 2016-05-19 | 2019-07-02 | Shanghai Xiaoyi Technology Co., Ltd. | Video fingerprint system and method thereof |
Also Published As
Publication number | Publication date |
---|---|
CN104978554B (zh) | 2019-02-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR101836071B1 (ko) | 정보를 인식하기 위한 방법 및 시스템 | |
CN110781839A (zh) | 一种基于滑窗的大尺寸图像中小目标识别方法 | |
US11361535B2 (en) | Multi-angle object recognition | |
CN113691733B (zh) | 视频抖动检测方法、装置、电子设备和存储介质 | |
CN101996406A (zh) | 无参考结构清晰度图像质量评价方法 | |
CN109413411B (zh) | 一种监控线路的黑屏识别方法、装置及服务器 | |
CN108762740B (zh) | 页面数据的生成方法、装置及电子设备 | |
JP2011133984A (ja) | 動作特徴抽出装置および動作特徴抽出方法 | |
CN111192312A (zh) | 基于深度学习的深度图像获取方法、装置、设备及介质 | |
CN112734747A (zh) | 一种目标检测方法、装置、电子设备和存储介质 | |
WO2008040945A1 (en) | A method of identifying a measure of feature saliency in a sequence of images | |
CN115797336A (zh) | 光伏组件的故障检测方法、装置、电子设备和存储介质 | |
CN114419428A (zh) | 一种目标检测方法、目标检测装置和计算机可读存储介质 | |
CN109523573A (zh) | 目标对象的跟踪方法和装置 | |
CN112532884B (zh) | 识别方法、装置及电子设备 | |
CN115984268B (zh) | 基于机器视觉的目标检测方法、装置、电子设备以及介质 | |
CN104978554A (zh) | 信息的处理方法及电子设备 | |
CN113496176A (zh) | 动作识别方法、装置以及电子设备 | |
CN106682676A (zh) | 一种图像测试方法及装置 | |
CN115713752A (zh) | 一种危险驾驶行为检测方法、装置、设备及存储介质 | |
CN115311680A (zh) | 人体图像质量检测方法、装置、电子设备及存储介质 | |
CN111160255B (zh) | 一种基于三维卷积网络的捕鱼行为识别方法及系统 | |
CN112529815A (zh) | 一种雨后真实图像中雨滴去除方法及系统 | |
CN113379683A (zh) | 物体检测方法、装置、设备及介质 | |
CN105869139A (zh) | 图像处理方法和装置 |
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 |