CN107172383A - 一种对象状态检测方法及装置 - Google Patents
一种对象状态检测方法及装置 Download PDFInfo
- Publication number
- CN107172383A CN107172383A CN201610118784.7A CN201610118784A CN107172383A CN 107172383 A CN107172383 A CN 107172383A CN 201610118784 A CN201610118784 A CN 201610118784A CN 107172383 A CN107172383 A CN 107172383A
- Authority
- CN
- China
- Prior art keywords
- default
- sport foreground
- actual height
- foreground object
- detected
- 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
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
- H04N7/181—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a plurality of remote sources
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10016—Video; Image sequence
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Image Analysis (AREA)
Abstract
本发明实施例提供一种对象状态检测方法及装置,该方法包括:获得针对预设检测场景的待检测图像,从待检测图像中提取出运动前景区域并从运动前景区域中提取出运动前景对象;获得运动前景对象的第一实际高度H1,并判断第一实际高度H1是否高于预设的基准平面的第二实际高度H2;如果是,则在第一实际高度H1高于第二实际高度H2且运动前景对象的宽度满足预设条件时,判定运动前景对象处于站立状态。可见,本发明实施例提供的方案,是利用运动前景对象的深度信息来获得其实际高度,并依据该实际高度来检测其是否处于站立状态,并非通过对起立动作的检测来实现站立状态检测的,避免了因动作持续时间短造成的漏检情况,提高了对象状态检测的准确率。
Description
技术领域
本发明涉及视频监控技术领域,特别是涉及一种对象状态检测方法及装置。
背景技术
实际应用中,往往需要对某一场景(教学、会议等等)进行视频录制,例如,在智能教学过程中,往往需要对教学场景进行视频录制,另外,还需要对正在发言的教师以及学生发言给予近景拍摄。为实现学生起立发言的近景画面的特写,首先需要能够检测出起立发言的学生在教学场景中的位置。
在进行学生起立状态检测时,现有技术中提供了这样一种检测方案:首先,利用主摄像机获得针对教学场景的连续N帧图像,并根据连续N帧图像中像素点的变化趋势确定学生的运动方向(如向上、向下等);然后,将辅助相机的拍摄图像与未发生学生起立的预设图像进行比较,当运动方向为向上的学生图像区域与预设的图像区域存在交集时,则检测到学生起立并判定该学生处于站立状态。
上述方案虽然能够实现对学生站立状态的检测,但是,上述方案中需要根据连续N帧图像中像素点的变化趋势来确定学生的运动方向,也就是,需要根据连续图像间的变化趋势来检测学生是否发生了向上(有可能为起立)等的动作;然而,学生起立等动作往往持续时间很短,例如1秒等,这样容易出现学生确实发生了起立的动作但由于持续时间短而未能拍摄到图像的情况,导致学生起立检测出现漏检,因而,降低了学生起立状态检测的准确率。
发明内容
本发明实施例的目的在于提供一种对象状态检测方法及装置,以降低学生起立检测中的漏检的机率,提高学生起立状态检测的准确率。
为达到上述目的,本发明实施例公开了一种对象状态检测方法,所述方法包括:
获得针对预设检测场景的待检测图像;其中,所述待检测图像中包含深度信息;
根据所述待检测图像与预设的场景模型之间的差异,从所述待检测图像中提取出运动前景区域;其中,所述运动前景区域为疑似发生对象体位变化的区域;
按照预设的运动前景对象提取规则,从所述运动前景区域中提取出运动前景对象;
按照预设的深度信息与实际高度的对应关系,获得所述运动前景对象的第一实际高度H1;
判断所述第一实际高度H1是否高于预设的基准平面的第二实际高度H2,其中,所述基准平面是根据所述场景模型中预先标定的参考平面来设定的;
如果是,则在所述第一实际高度H1高于所述第二实际高度H2且所述运动前景对象的宽度满足预设条件的情况下,判定该运动前景对象处于站立状态。
较佳的,所述根据所述待检测图像与预设的场景模型之间的差异,从所述待检测图像中提取出运动前景区域,包括:
从所述待检测图像中提取满足以下条件的像素点,并将所提取的像素点构成的图像区域确定为运动前景区域,所述条件为:
所述待检测图像中的像素点的实际高度与所述场景模型中对应的像素点的实际高度的差异大于预设的差异阈值。
较佳的,所述在所述第一实际高度H1高于所述第二实际高度H2且所述运动前景对象的宽度满足预设条件的情况下,判定该运动前景对象处于站立状态,包括:
判断候选运动前景对象的宽度是否属于预设的对象宽度范围,其中,所述候选运动前景对象为:第一实际高度H1高于所述第二实际高度H2的运动前景对象;
若为是,判定该运动前景对象处于站立状态。
较佳的,还包括:
根据判断结果,获得处于站立状态的运动前景对象的数量;
在所述数量等于1的情况下,向视频采集设备发送第一镜头切换信号,以使得所述视频采集设备针对处于站立状态的运动前景对象切换至近景拍摄模式,其中,所述视频采集设备为:用于拍摄所述预设检测场景的设备。
较佳的,还包括:
判断是否满足预设的远景拍摄条件;
若满足,则向所述视频采集设备发送第二镜头切换信号,以使得所述视频采集设备切换至远景拍摄模式。
较佳的,所述判断是否满足预设的远景拍摄条件,包括:
监测处于站立状态的运动前景对象的第一实际高度H1是否低于所述第二实际高度H2,若低于,则判定满足预设的远景拍摄条件;或,
判断所述视频采集设备处于近景拍摄模式的拍摄时长是否大于预设的近景拍摄时长阈值,若大于,则判定满足预设的远景拍摄条件。
较佳的,所述基准平面,是:
根据所述参考平面的高度以及预设的第一偏移量设定的平面;其中,所述第一偏移量为所述基准平面到所述参考平面的距离;
或,
根据所述参考平面的高度以及第二偏移量设定的平面;其中,所述第二偏移量是根据对所述运动前景区域的第三实际高度H3的统计结果而确定的。
为达到上述目的,本发明实施例公开了一种对象状态检测装置,所述装置包括:
待检测图像获得模块,用于获得针对预设检测场景的待检测图像;其中,所述待检测图像中包含深度信息;
运动前景区域提取模块,用于根据所述待检测图像与预设的场景模型之间的差异,从所述待检测图像中提取出运动前景区域;其中,所述运动前景区域为疑似发生对象体位变化的区域;
运动前景对象提取模块,用于按照预设的运动前景对象提取规则,从所述运动前景区域中提取出运动前景对象;
实际高度获得模块,用于按照预设的深度信息与实际高度的对应关系,获得所述运动前景对象的第一实际高度H1;
高度判断模块,用于判断所述第一实际高度H1是否高于预设的基准平面的第二实际高度H2,其中,所述基准平面是根据所述场景模型中预先标定的参考平面来设定的;
站立状态判定模块,用于在所述高度判断模块的判断结果为高于时,且在所述第一实际高度H1高于所述第二实际高度H2且所述运动前景对象的宽度满足预设条件的情况下,判定该运动前景对象处于站立状态。
较佳的,所述运动前景区域提取模块,具体用于:
从所述待检测图像中提取满足以下条件的像素点,并将所提取的像素点构成的图像区域确定为运动前景区域,所述条件为:
所述待检测图像中的像素点的实际高度与所述场景模型中对应的像素点的实际高度的差异大于预设的差异阈值。
较佳的,所述站立状态判定模块,包括:
宽度判断单元,用于判断候选运动前景对象的宽度是否属于预设的对象宽度范围,其中,所述候选运动前景对象为:第一实际高度H1高于所述第二实际高度H2的运动前景对象;
站立状态判定单元,用于在所述宽度判断单元的判断结果为是时,判定该运动前景对象处于站立状态。
较佳的,还包括:
数量统计模块,用于根据所述宽度判断单元的判断结果,获得处于站立状态的运动前景对象的数量;
第一切换信号发送模块,用于在所述数量等于1的情况下,向视频采集设备发送第一镜头切换信号,以使得所述视频采集设备针对处于站立状态的运动前景对象切换至近景拍摄模式,其中,所述视频采集设备为:用于拍摄所述预设检测场景的设备。
较佳的,还包括:
远景拍摄条件判断模块,用于判断是否满足预设的远景拍摄条件;
第二切换信号发送模块,用于在所述远景拍摄条件判断模块的判断结果为满足时,向所述视频采集设备发送第二镜头切换信号,以使得所述视频采集设备切换至远景拍摄模式。
较佳的,所述远景拍摄条件判断模块,包括:
第一远景拍摄条件判断单元,用于监测处于站立状态的运动前景对象的第一实际高度H1是否低于所述第二实际高度H2,若低于,则判定满足预设的远景拍摄条件;
第二远景拍摄条件判断单元,用于判断所述视频采集设备处于近景拍摄模式的拍摄时长是否大于预设的近景拍摄时长阈值,若大于,则判定满足预设的远景拍摄条件。
较佳的,所述基准平面,是:
根据所述参考平面的高度以及预设的第一偏移量设定的平面;其中,所述第一偏移量为所述基准平面到所述参考平面的距离;
或,
根据所述参考平面的高度以及第二偏移量设定的平面;其中,所述第二偏移量是根据对所述运动前景区域的第三实际高度H3的统计结果而确定的。
应用本发明实施例进行对象状态检测时,首先获得针对预设检测场景的待检测图像,并根据待检测图像与预设的场景模型之间的差异,从待检测图像中提取出运动前景区域,按照预设的运动前景对象提取规则,从运动前景区域中提取出运动前景对象;然后,按照预设的深度信息与实际高度的对应关系,获得运动前景对象的第一实际高度H1;最后判断第一实际高度H1是否高于预设的基准平面的第二实际高度H2,并在判断结果为高于且运动前景对象的宽度满足预设条件的情况下,判定该运动前景对象处于站立状态。
由此可见,在应用本发明实施例提供的方案进行对象状态检测时,是利用从待检测图像中提取的运动前景对象的深度信息来获得其第一实际高度,并依据第一实际高度与基准平面的第二实际高度的比较来检测其是否处于站立状态,是直接对运动前景对象当前状态的检测,并非通过对起立动作的检测来实现站立状态检测的,因此,避免了因动作持续时间短造成的漏检情况,提高了对象状态检测的准确率。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术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1a为本发明实施例提供的一种对象状态检测方法的流程示意图;
图1b为本发明实施例提供的一种摄像机坐标系与实际坐标系之间对应关系的示意图;
图2为本发明实施例提供的另一种对象状态检测方法的流程示意图;
图3为本发明实施例提供的另一种对象状态检测方法的流程示意图;
图4为本发明实施例提供的一种对象状态检测装置的结构示意图;
图5为本发明实施例提供的另一种对象状态检测装置的结构示意图;
图6为本发明实施例提供的另一种对象状态检测装置的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。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。
首先,对本发明实施例的应用场景进行下描述,本发明实施例提供的方案可以适用于教学过程,也可以适用于各种会议,等等。容易理解的,在教学过程中通常采取教师教授学生听讲的教学模式,课堂提问也是教学过程中一个常见的环节;在会议中,往往是采取会议负责人主持会议以及与会人听取会议内容的模式,当然,与会人在会议中也可以就某一问题进行发言以阐述自己的观点。总而言之,以上列举的应用场景具有一个共同特点:应用场景(例如,教室或会议室)中的对象(例如,就坐于学生席位或与会人员席位的人)通常是在站立时发言以及发言完毕坐下,本发明实施例提供的方案目的在于检测对象的站立或坐下的状态。
需要说明的是,上述列举的教学和会议应用场景仅仅是具有上述共同特点的众多应用场景中的两种具体情况而已,当然,本发明实施例提供的对象状态检测方案还可以适用于除上述列举的两种应用场景外的其他应用场景,在此不再一一列出。
其次,在介绍本发明实施例提供的对象状态检测方法之前,对本发明实施例的执行主体进行下介绍。本发明实施例的执行主体可以是能够同时拍摄左右两幅图像的双目摄像机、还可以是具有在同一时刻采集两幅或两幅以上图像的摄像机的图像采集系统中的一台物理机,其中,该图像采集系统中的摄像机既可以是单目摄像机也可以是双目摄像机,本发明实施例不需要对构成该图像采集系统中的摄像机的具体形式进行限定。
需要说明的是,上述列举的执行主体仅仅是众多执行主体中的几种具体情况而已,本发明实施例的执行主体需要在接收到同一图像采集信号之后,能够同时采集两幅或两幅以上数量的图像,因此,本发明实施例不需要对本发明的执行主体的具体形式进行限定,任何可能的实现形式均可以应用于本发明。
下面对本发明实施例提供的一种对象状态检测方法进行下详细描述,参见图1a,为本发明实施例提供的一种对象状态检测方法的流程示意图,该方法可以包括以下步骤:
步骤S101:获得针对预设检测场景的待检测图像。
其中,待检测图像中包含深度信息。
这里所说的“深度信息”表明了预设检测场景中从某一预设探测点(例如图像采集设备的安装位置等)到该场景中的对象的距离。需要说明的是,待检测图像的深度信息可以是通过专用的可获得深度信息的图像采集设备来获得,还可以是通过一系列的数学运算计算出的,例如,可以通过双目摄像机来获得针对预设检测场景的左图像和右图像,并根据左图像与右图像之间的视差来获得深度信息。当然,本发明实施例不需要对获得待检测图像中深度信息的方式进行限定,任何可能的实现方式均可以应用于本发明。
步骤S102:根据待检测图像与预设的场景模型之间的差异,从待检测图像中提取出运动前景区域。
其中,运动前景区域为疑似发生对象体位变化的区域。
举例来说,当人从站立状态变化为坐下状态时,可以称作是一种对象体位变化;同样,当人从坐下状态变化为站立状态,也可以称作是一种对象体位变化。当然,本发明实施例不需要对运动前景区域中疑似发生的对象体位变化的具体形式进行限定,本发明实施例的目的在于检测发生对象体位变化后所呈现的对象状态。
在本发明的一种具体实施例中,可以从待检测图像中提取满足以下条件的像素点,并将所提取的像素点构成的图像区域确定为运动前景区域,条件为:
待检测图像中的像素点的实际高度与场景模型中对应的像素点的实际高度的差异大于预设的差异阈值。
举例来说,假设预设检测场景为:一间教室且教室中坐着30位同学,若待检测图像中所拍摄的图像内容为学生A站着回答问题,其余29位同学仍然坐着时,根据步骤S102得出,学生A所在的图像区域与预设的场景模型存在差异且该差异大于预设的差异阈值,因此,将学生A所在的图像区域提取出来并作为前景运动区域。
另外,本实施例中的运动背景区域可以是固定不变的(即不需要对场景模型进行更新),还可以是随着待检测图像来变化的(即可以根据上一次检测的待检测图像来更新场景模型),本发明实施例不需要对运动背景区域的具体形式进行限定,本领域内的技术人员可以根据实际应用中的具体情况进行合理的设置。
需要说明的是,这里仅仅是列举了一种提取场景模型中的运动前景区域的具体情况,当然,本发明实施例不限定提取该运动前景区域的具体实现方式,任何可能的实现方式均可以应用于本发明。
步骤S103:按照预设的运动前景对象提取规则,从运动前景区域中提取出运动前景对象。
这里提及的“预设的运动前景对象提取规则”可以是对运动前景区域进行过滤的图像处理算法,该图像处理算法能够有效地将运动前景对象提取出来。当然,本发明实施例不需要对所采用的具体图像过滤算法进行限定。
步骤S104:按照预设的深度信息与实际高度的对应关系,获得运动前景对象的第一实际高度H1。
在本具体实施例的一种实现方式中,参见图1b,双目摄像机能够在同一时刻采集针对左右两个拍摄角度的左图像和右图像,其中,左右两幅图像处于同一成像平面,那么,对于预设检测场景中的同一对象而言,该对象的一个特征点在成像后的左图像与右图像中的图像坐标的y值就应该是相同的,而在x轴方向上是存在视差的。这样,将该特征点在左图像中的x轴方向的分量记为x1,在右图像中的x轴方向的分量记为x2,于是,计算得到左图像和右图像之间的视差为:Δx=x2-x1。
第1步:获得待检测图像中的对象上任一个特征点的深度信息;
在双目摄像机内部及外部的配置参数已知的情况下,上述对象上一个特征点在场景模型中的三维坐标Pc(xc,yc,zc)可以按照以下公式进行计算:
其中,b为基线距,即两个相机在x轴方向偏移量;f为左摄像机和右摄像机的焦距;zc表示对象上的一个特征点到摄像机之间的距离,即该特征点的深度信息。
第2步:按照以下深度信息与实际高度的对应关系表达式,获得运动前景对象的实际高度;
Pw(xw,yw,zw)=R*Pc+T,
其中,Pw(xw,yw,zw)为待检测图像中三维坐标为Pc(xc,yc,zc)的特征点的实际三维坐标,yw为待检测图像中三维坐标为Pc(xc,yc,zc)的特征点的实际高度,xr为双目摄像机的俯视角,zr为双目摄像机的倾斜角,hcam为双目摄像机到地面的实际高度。
需要说明的是,上述实现方式仅仅是计算预设检测场景中的对象的三维坐标数据的一种具体情况,本发明实施例不需要对获得对象的三维坐标数据的具体方式进行限定,任何可能的实现方式均可以应用于本发明。
步骤S105:判断第一实际高度H1是否高于预设的基准平面的第二实际高度H2,如果是,则执行步骤S106,否则,结束本流程。
其中,基准平面是根据场景模型中预先标定的参考平面来设定的。
具体的,基准平面,可以是根据参考平面的高度以及预设的第一偏移量设定的平面,其中,第一偏移量为基准平面到参考平面的距离;还可以是根据参考平面的高度以及第二偏移量设定的平面;其中,第二偏移量是根据对运动前景区域的第三实际高度H3的统计结果而确定的;其中,运动前景区域的第三实际高度H3,是按照预设的深度信息与实际高度的对应关系而获得的。
步骤S106:在第一实际高度H1高于第二实际高度H2且所述运动前景对象的宽度满足预设条件的情况下,判定该运动前景对象处于站立状态。
在本发明的一种具体实施例中,可以按照以下步骤判断该运动前景对象处于站立状态:
(1)判断候选运动前景对象的宽度是否属于预设的对象宽度范围。
其中,候选运动前景对象为:第一实际高度H1高于第二实际高度H2的运动前景对象。
这里提及的“宽度”是指场景中以深度方向为轴且能够包围该候选运动前景对象的最小圆柱体的底面圆的直径。
(2)若步骤(1)的判断结果为是,则判定该运动前景对象处于站立状态。
需要说明的是,上述具体实施例中提及的判断该运动前景对象处于站立状态的方式仅仅是针对一种预设条件所进行的举例说明,当然,本发明实施例不需要对预设条件的具体情况进行限定。
还需要说明的是,这里提及的“预设条件”可以是针对运动前景对象的宽度来设置的预设宽度条件,如上面提及的具体实施例中的“预设的对象宽度范围”,其中,之所以对运动前景对象的宽度进行限定,是为了排除掉在预设检测场景中存在的举手以及其他等影响判断结果的情况,上述具体实施例中的方案能够提高对对象状态检测的准确率。当然,该预设条件还可以为空条件,即:当步骤S105中判断第一实际高度H1高于第二实际高度H2时,则判定该运动前景对象处于站立状态,对于一些场合,例如要求必须起立发言的预设检测场景中,该预设条件为空条件时,对于对象状态进行检测的准确率一般也能够满足实际需要。
由此可见,在应用本发明实施例提供的方案进行对象状态检测时,是利用从待检测图像中提取的运动前景对象的深度信息来获得其第一实际高度,并依据第一实际高度H1与基准平面的第二实际高度H2的比较来检测其是否处于站立状态,是直接对运动前景对象当前状态的检测,并非通过对起立动作的检测来实现站立状态检测的,因此,避免了因动作持续时间短造成的漏检情况,提高了对象状态检测的准确率。
实际应用中,预设检测场景中往往还会配备用于录制预设检测场景现场画面的视频采集设备,通常,用户希望能够获得站立状态的学生或者与会人等对象的近景视频画面。进一步的,如图2所示,在图1所示方法实施例的基础之上,该方法还可以包括:
步骤S107:根据判断结果,获得处于站立状态的运动前景对象的数量。
步骤S108:在数量等于1的情况下,向视频采集设备发送第一镜头切换信号,以使得视频采集设备针对处于站立状态的运动前景对象切换至近景拍摄模式。
其中,视频采集设备为:用于拍摄预设检测场景的设备。
一种实现方式中,仍以双目摄像机为例进行说明,为实现双目摄像机拍摄的图像中对象的三维坐标数据与视频采集设备(例如,云台摄像机)的数据交互,需要对双目摄像机和云台摄像机进行联动标定,建立坐标映射关系,如下:
需要说明的是,在建立双目摄像机和云台摄像机之间的坐标映射关系过程中,除了采用传统的世界坐标系之外,还可以根据实际需要自定义的预设检测场景的坐标系,具体定义如下:
Z轴方向:双目摄像机坐标系的Z轴在标定平面的投影向量的方向;
X轴方向:双目摄像机坐标系的X轴在标定平面的投影向量的方向;
Y轴方向:垂直于预先标定的参考平面,即:垂直于预设检测场景中的地面且背离地面的方向;
原点位置:双目摄像机坐标系原点沿预设检测场景坐标系Y轴反方向与预设检测场景中的地面的交点。
当检测到对象起立时,可以获得双目摄像机坐标系下的二维坐标Pb,需要转化为预设检测场景坐标系下的坐标Pc,根据公式Pb=R(Pc-T)便可得到预设检测场景坐标系下的Pc坐标,其中,R表示标定时计算的旋转矩阵,T表示平移向量,且参数R和T均为已知量。
通过标定获得转化后的预设检测场景坐标系点Pc'(x'c,y'c,z'c)和云台摄像机当前的Pptz(p',t',z')的映射关系Pptz=QPc',其中,Q是根据双目摄像机和云台摄像机之间的关系标定得到的,从而可以将预设检测场景坐标系下的Pc坐标转化为云台摄像机的Pptz坐标,通过控制云台摄像机实现预设检测场景中对象的近景画面特写。
因此,应用本发明实施例提供的对象状态检测方法,除了具备图1所示的方法实施例的优点之外,还能够对处于站立状态的运动前景对象的数量进行统计,当检测到有一个运动前景对象的情况下,向用于拍摄预设检测场景的视频采集设备发送切换至近景拍摄模式的信号,从而使得该视频采集设备能够对处于站立状态的对象进行近景拍摄,提高了视频采集设备的拍摄效果。
更进一步的,如图3所示,在图2所示方法实施例的基础之上,该方法还可以包括:
步骤S109:判断是否满足预设的远景拍摄条件,若满足,则执行步骤S110,否则,结束本流程。
具体的,可以按照以下方式判断是否满足预设的远景拍摄条件:
方式一:监测处于站立状态的运动前景对象的第一实际高度H1是否低于第二实际高度H2,若低于,则判定满足预设的远景拍摄条件;
方式二:判断视频采集设备处于近景拍摄模式的拍摄时长是否大于预设的近景拍摄时长阈值,若大于,则判定满足预设的远景拍摄条件。
步骤S110:向视频采集设备发送第二镜头切换信号,以使得视频采集设备切换至远景拍摄模式。
应用本发明实施例提供的对象状态检测方法,除了具备图2所示的方法实施例的优点之外,还能够在检测到满足预设的远景拍摄条件的情况下,向用于拍摄预设检测场景的视频采集设备发送切换至远景拍摄模式的信号,从而使得该视频采集设备能够由近景拍摄模式切换至远景拍摄模式,提高了视频采集设备的拍摄效果。
图4为本发明实施例提供的一种对象状态检测装置的结构示意图,该装置可以包括以下模块:
待检测图像获得模块201,用于获得针对预设检测场景的待检测图像。
其中,待检测图像中包含深度信息。
运动前景区域提取模块202,用于根据待检测图像与预设的场景模型之间的差异,从待检测图像中提取出运动前景区域。
其中,运动前景区域为疑似发生对象体位变化的区域。
运动前景对象提取模块203,用于按照预设的运动前景对象提取规则,从运动前景区域中提取出运动前景对象。
实际高度获得模块204,用于按照预设的深度信息与实际高度的对应关系,获得运动前景对象的第一实际高度H1。
高度判断模块205,用于判断第一实际高度H1是否高于预设的基准平面的第二实际高度H2。
其中,基准平面是根据场景模型中预先标定的参考平面来设定的。
具体的,基准平面,是:
根据参考平面的高度以及预设的第一偏移量设定的平面;其中,第一偏移量为基准平面到参考平面的距离;或,
根据参考平面的高度以及第二偏移量设定的平面;其中,第二偏移量是根据对运动前景区域的第三实际高度H3的统计结果而确定的。
站立状态判定模块206,用于在高度判断模块的判断结果为高于时,且在第一实际高度H1高于第二实际高度H2且所述运动前景对象的宽度满足预设条件的情况下,判定该运动前景对象处于站立状态。
具体的,运动前景区域提取模块202,具体用于:
从待检测图像中提取满足以下条件的像素点,并将所提取的像素点构成的图像区域确定为运动前景区域,条件为:
待检测图像中的像素点的实际高度与场景模型中对应的像素点的实际高度的差异大于预设的差异阈值。
具体的,站立状态判定模块206,可以包括:
宽度判断单元,用于判断候选运动前景对象的宽度是否属于预设的对象宽度范围。
其中,候选运动前景对象为:第一实际高度H1高于第二实际高度H2的运动前景对象。
站立状态判定单元,用于在宽度判断单元的判断结果为是时,判定该运动前景对象处于站立状态。
由此可见,在应用本发明实施例提供的方案进行对象状态检测时,是利用从待检测图像中提取的运动前景对象的深度信息来获得其第一实际高度,并依据第一实际高度与基准平面的第二实际高度的比较来检测其是否处于站立状态,是直接对运动前景对象当前状态的检测,并非通过对起立动作的检测来实现站立状态检测的,避免了因动作持续时间短造成的漏检情况,提高了对象状态检测的准确率。
进一步的,参见图5,在图4所示装置实施例的基础之上,该装置还可以包括:
数量统计模块207,用于根据宽度判断单元的判断结果,获得处于站立状态的运动前景对象的数量;
第一切换信号发送模块208,用于在数量统计模块207统计的数量等于1的情况下,向视频采集设备发送第一镜头切换信号,以使得视频采集设备针对处于站立状态的运动前景对象切换至近景拍摄模式。
其中,视频采集设备为:用于拍摄预设检测场景的设备。
实际应用中,预设检测场景中往往还会配备用于录制预设检测场景现场画面的视频采集设备,通常,用户希望能够获得站立状态的学生或者与会人等对象的近景视频画面。因此,应用本发明实施例提供的对象状态检测装置,除了具备图4所示的装置实施例的优点之外,还能够对处于站立状态的运动前景对象的数量进行统计,当检测到有一个运动前景对象的情况下,向用于拍摄预设检测场景的视频采集设备发送切换至近景拍摄模式的信号,从而使得该视频采集设备能够对处于站立状态的对象进行近景拍摄,提高了视频采集设备的拍摄效果。
更进一步的,参见图6,在图5所示装置实施例的基础之上,该装置还可以包括:
远景拍摄条件判断模块209,用于判断是否满足预设的远景拍摄条件;
第二切换信号发送模块210,用于在远景拍摄条件判断模块209的判断结果为满足时,向视频采集设备发送第二镜头切换信号,以使得视频采集设备切换至远景拍摄模式。
具体的,远景拍摄条件判断模块209,可以包括:
第一远景拍摄条件判断单元,用于监测处于站立状态的运动前景对象的第一实际高度H1是否低于第二实际高度H2,若低于,则判定满足预设的远景拍摄条件;
第二远景拍摄条件判断单元,用于判断视频采集设备处于近景拍摄模式的拍摄时长是否大于预设的近景拍摄时长阈值,若大于,则判定满足预设的远景拍摄条件。
应用本发明实施例提供的对象状态检测装置,除了具备图5所示的装置实施例的优点之外,还能够在检测到满足预设的远景拍摄条件的情况下,向用于拍摄预设检测场景的视频采集设备发送切换至远景拍摄模式的信号,从而使得该视频采集设备能够由近景拍摄模式切换至远景拍摄模式,提高了视频采集设备的拍摄效果。
对于装置实施例而言,由于其基本相似于方法实施例,所以描述得比较简单,相关之处参见方法实施例的部分说明即可。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,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、物品或者设备不仅包括那些要素,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、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本领域普通技术人员可以理解实现上述方法实施方式中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,所述的程序可以存储于计算机可读取存储介质中,这里所称的存储介质,如:ROM/RAM、磁碟、光盘等。
以上所述仅为本发明的较佳实施例而已,并非用于限定本发明的保护范围。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,均包含在本发明的保护范围内。
Claims (14)
1.一种对象状态检测方法,其特征在于,所述方法包括:
获得针对预设检测场景的待检测图像;其中,所述待检测图像中包含深度信息;
根据所述待检测图像与预设的场景模型之间的差异,从所述待检测图像中提取出运动前景区域;其中,所述运动前景区域为疑似发生对象体位变化的区域;
按照预设的运动前景对象提取规则,从所述运动前景区域中提取出运动前景对象;
按照预设的深度信息与实际高度的对应关系,获得所述运动前景对象的第一实际高度H1;
判断所述第一实际高度H1是否高于预设的基准平面的第二实际高度H2,其中,所述基准平面是根据所述场景模型中预先标定的参考平面来设定的;
如果是,则在所述第一实际高度H1高于所述第二实际高度H2且所述运动前景对象的宽度满足预设条件的情况下,判定该运动前景对象处于站立状态。
2.根据权利要求1所述的方法,其特征在于,所述根据所述待检测图像与预设的场景模型之间的差异,从所述待检测图像中提取出运动前景区域,包括:
从所述待检测图像中提取满足以下条件的像素点,并将所提取的像素点构成的图像区域确定为运动前景区域,所述条件为:
所述待检测图像中的像素点的实际高度与所述场景模型中对应的像素点的实际高度的差异大于预设的差异阈值。
3.根据权利要求1或2所述的方法,其特征在于,所述在所述第一实际高度H1高于所述第二实际高度H2且所述运动前景对象的宽度满足预设条件的情况下,判定该运动前景对象处于站立状态,包括:
判断候选运动前景对象的宽度是否属于预设的对象宽度范围,其中,所述候选运动前景对象为:第一实际高度H1高于所述第二实际高度H2的运动前景对象;
若为是,判定该运动前景对象处于站立状态。
4.根据权利要求3所述的方法,其特征在于,还包括:
根据判断结果,获得处于站立状态的运动前景对象的数量;
在所述数量等于1的情况下,向视频采集设备发送第一镜头切换信号,以使得所述视频采集设备针对处于站立状态的运动前景对象切换至近景拍摄模式,其中,所述视频采集设备为:用于拍摄所述预设检测场景的设备。
5.根据权利要求4所述的方法,其特征在于,还包括:
判断是否满足预设的远景拍摄条件;
若满足,则向所述视频采集设备发送第二镜头切换信号,以使得所述视频采集设备切换至远景拍摄模式。
6.根据权利要求5所述的方法,其特征在于,所述判断是否满足预设的远景拍摄条件,包括:
监测处于站立状态的运动前景对象的第一实际高度H1是否低于所述第二实际高度H2,若低于,则判定满足预设的远景拍摄条件;或,
判断所述视频采集设备处于近景拍摄模式的拍摄时长是否大于预设的近景拍摄时长阈值,若大于,则判定满足预设的远景拍摄条件。
7.根据权利要求1所述的方法,其特征在于,所述基准平面,是:
根据所述参考平面的高度以及预设的第一偏移量设定的平面;其中,所述第一偏移量为所述基准平面到所述参考平面的距离;
或,
根据所述参考平面的高度以及第二偏移量设定的平面;其中,所述第二偏移量是根据对所述运动前景区域的第三实际高度H3的统计结果而确定的。
8.一种对象状态检测装置,其特征在于,所述装置包括:
待检测图像获得模块,用于获得针对预设检测场景的待检测图像;其中,所述待检测图像中包含深度信息;
运动前景区域提取模块,用于根据所述待检测图像与预设的场景模型之间的差异,从所述待检测图像中提取出运动前景区域;其中,所述运动前景区域为疑似发生对象体位变化的区域;
运动前景对象提取模块,用于按照预设的运动前景对象提取规则,从所述运动前景区域中提取出运动前景对象;
实际高度获得模块,用于按照预设的深度信息与实际高度的对应关系,获得所述运动前景对象的第一实际高度H1;
高度判断模块,用于判断所述第一实际高度H1是否高于预设的基准平面的第二实际高度H2,其中,所述基准平面是根据所述场景模型中预先标定的参考平面来设定的;
站立状态判定模块,用于在所述高度判断模块的判断结果为高于时,且在所述第一实际高度H1高于所述第二实际高度H2且所述运动前景对象的宽度满足预设条件的情况下,判定该运动前景对象处于站立状态。
9.根据权利要求8所述的装置,其特征在于,所述运动前景区域提取模块,具体用于:
从所述待检测图像中提取满足以下条件的像素点,并将所提取的像素点构成的图像区域确定为运动前景区域,所述条件为:
所述待检测图像中的像素点的实际高度与所述场景模型中对应的像素点的实际高度的差异大于预设的差异阈值。
10.根据权利要求8或9所述的装置,其特征在于,所述站立状态判定模块,包括:
宽度判断单元,用于判断候选运动前景对象的宽度是否属于预设的对象宽度范围,其中,所述候选运动前景对象为:第一实际高度H1高于所述第二实际高度H2的运动前景对象;
站立状态判定单元,用于在所述宽度判断单元的判断结果为是时,判定该运动前景对象处于站立状态。
11.根据权利要求10所述的装置,其特征在于,还包括:
数量统计模块,用于根据所述宽度判断单元的判断结果,获得处于站立状态的运动前景对象的数量;
第一切换信号发送模块,用于在所述数量等于1的情况下,向视频采集设备发送第一镜头切换信号,以使得所述视频采集设备针对处于站立状态的运动前景对象切换至近景拍摄模式,其中,所述视频采集设备为:用于拍摄所述预设检测场景的设备。
12.根据权利要求11所述的装置,其特征在于,还包括:
远景拍摄条件判断模块,用于判断是否满足预设的远景拍摄条件;
第二切换信号发送模块,用于在所述远景拍摄条件判断模块的判断结果为满足时,向所述视频采集设备发送第二镜头切换信号,以使得所述视频采集设备切换至远景拍摄模式。
13.根据权利要求12所述的装置,其特征在于,所述远景拍摄条件判断模块,包括:
第一远景拍摄条件判断单元,用于监测处于站立状态的运动前景对象的第一实际高度H1是否低于所述第二实际高度H2,若低于,则判定满足预设的远景拍摄条件;
第二远景拍摄条件判断单元,用于判断所述视频采集设备处于近景拍摄模式的拍摄时长是否大于预设的近景拍摄时长阈值,若大于,则判定满足预设的远景拍摄条件。
14.根据权利要求8所述的装置,其特征在于,所述基准平面,是:
根据所述参考平面的高度以及预设的第一偏移量设定的平面;其中,所述第一偏移量为所述基准平面到所述参考平面的距离;
或,
根据所述参考平面的高度以及第二偏移量设定的平面;其中,所述第二偏移量是根据对所述运动前景区域的第三实际高度H3的统计结果而确定的。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610118784.7A CN107172383B (zh) | 2016-03-02 | 2016-03-02 | 一种对象状态检测方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610118784.7A CN107172383B (zh) | 2016-03-02 | 2016-03-02 | 一种对象状态检测方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107172383A true CN107172383A (zh) | 2017-09-15 |
CN107172383B CN107172383B (zh) | 2019-11-22 |
Family
ID=59848388
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610118784.7A Active CN107172383B (zh) | 2016-03-02 | 2016-03-02 | 一种对象状态检测方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107172383B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109522846A (zh) * | 2018-11-19 | 2019-03-26 | 深圳博为教育科技有限公司 | 一种起立监测方法、装置、服务器及起立监测系统 |
CN110211155A (zh) * | 2019-05-30 | 2019-09-06 | 浙江大华技术股份有限公司 | 目标跟踪方法及相关装置 |
CN111489375A (zh) * | 2019-01-28 | 2020-08-04 | 杭州海康威视系统技术有限公司 | 一种信息检测方法、装置及设备 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130182904A1 (en) * | 2012-01-17 | 2013-07-18 | Objectvideo, Inc. | System and method for video content analysis using depth sensing |
CN103327250A (zh) * | 2013-06-24 | 2013-09-25 | 深圳锐取信息技术股份有限公司 | 基于模式识别镜头控制方法 |
CN103903246A (zh) * | 2012-12-26 | 2014-07-02 | 株式会社理光 | 物体检测方法和装置 |
CN105069421A (zh) * | 2015-07-29 | 2015-11-18 | 杭州晨安视讯数字技术有限公司 | 一种基于图像的人体站立行为自动检测方法和装置 |
CN105141885A (zh) * | 2014-05-26 | 2015-12-09 | 杭州海康威视数字技术股份有限公司 | 进行视频监控的方法及装置 |
CN105357440A (zh) * | 2015-11-27 | 2016-02-24 | 苏州佳世达电通有限公司 | 对焦系统及对焦方法 |
-
2016
- 2016-03-02 CN CN201610118784.7A patent/CN107172383B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130182904A1 (en) * | 2012-01-17 | 2013-07-18 | Objectvideo, Inc. | System and method for video content analysis using depth sensing |
CN103903246A (zh) * | 2012-12-26 | 2014-07-02 | 株式会社理光 | 物体检测方法和装置 |
CN103327250A (zh) * | 2013-06-24 | 2013-09-25 | 深圳锐取信息技术股份有限公司 | 基于模式识别镜头控制方法 |
CN105141885A (zh) * | 2014-05-26 | 2015-12-09 | 杭州海康威视数字技术股份有限公司 | 进行视频监控的方法及装置 |
CN105069421A (zh) * | 2015-07-29 | 2015-11-18 | 杭州晨安视讯数字技术有限公司 | 一种基于图像的人体站立行为自动检测方法和装置 |
CN105357440A (zh) * | 2015-11-27 | 2016-02-24 | 苏州佳世达电通有限公司 | 对焦系统及对焦方法 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109522846A (zh) * | 2018-11-19 | 2019-03-26 | 深圳博为教育科技有限公司 | 一种起立监测方法、装置、服务器及起立监测系统 |
CN109522846B (zh) * | 2018-11-19 | 2020-08-14 | 深圳博为教育科技有限公司 | 一种起立监测方法、装置、服务器及起立监测系统 |
CN111489375A (zh) * | 2019-01-28 | 2020-08-04 | 杭州海康威视系统技术有限公司 | 一种信息检测方法、装置及设备 |
CN111489375B (zh) * | 2019-01-28 | 2023-09-01 | 杭州海康威视系统技术有限公司 | 一种信息检测方法、装置及设备 |
CN110211155A (zh) * | 2019-05-30 | 2019-09-06 | 浙江大华技术股份有限公司 | 目标跟踪方法及相关装置 |
Also Published As
Publication number | Publication date |
---|---|
CN107172383B (zh) | 2019-11-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105279372B (zh) | 一种确定建筑物高度的方法和装置 | |
CN105023010B (zh) | 一种人脸活体检测方法及系统 | |
CN106503671B (zh) | 确定人脸姿态的方法和装置 | |
CN103716594B (zh) | 基于运动目标检测的全景拼接联动方法及装置 | |
CN103530881B (zh) | 适用于移动终端的户外增强现实无标志点跟踪注册方法 | |
CN109920055A (zh) | 三维视觉地图的构建方法、装置与电子设备 | |
CN108475433A (zh) | 用于大规模确定rgbd相机姿势的方法和系统 | |
CN106056089B (zh) | 一种三维姿态识别方法及系统 | |
CN104715479A (zh) | 基于增强虚拟的场景复现检测方法 | |
CN107392965A (zh) | 一种基于深度学习和双目立体视觉相结合的测距方法 | |
CN105898107B (zh) | 一种目标物体抓拍方法及系统 | |
CN109035330A (zh) | 箱体拟合方法、设备和计算机可读存储介质 | |
CN109816745A (zh) | 人体热力图展示方法及相关产品 | |
CN107066975B (zh) | 基于深度传感器的视频识别与跟踪系统及其方法 | |
CN106530407A (zh) | 一种用于虚拟现实的三维全景拼接方法、装置和系统 | |
CN109981972A (zh) | 一种机器人的目标跟踪方法、机器人及存储介质 | |
CN110796032A (zh) | 基于人体姿态评估的视频围栏及预警方法 | |
CN107172383A (zh) | 一种对象状态检测方法及装置 | |
CN115035546B (zh) | 三维人体姿态检测方法、装置及电子设备 | |
KR101715781B1 (ko) | 물체 인식 시스템 및 그 물체 인식 방법 | |
CN208754392U (zh) | 一种三目摄像机及具有其的教育录播装置 | |
JPH05215547A (ja) | ステレオ画像間対応点決定方法 | |
CN116543014A (zh) | 一种融合全景的教师自动跟踪方法及系统 | |
CN110211155A (zh) | 目标跟踪方法及相关装置 | |
CN113392776B (zh) | 一种结合座位信息和机器视觉的离开座位行为检测方法和存储设备 |
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 |