CN107292304A - 一种感兴趣区域确定的方法及装置 - Google Patents
一种感兴趣区域确定的方法及装置 Download PDFInfo
- Publication number
- CN107292304A CN107292304A CN201710408759.7A CN201710408759A CN107292304A CN 107292304 A CN107292304 A CN 107292304A CN 201710408759 A CN201710408759 A CN 201710408759A CN 107292304 A CN107292304 A CN 107292304A
- Authority
- CN
- China
- Prior art keywords
- concern
- area
- region
- graphical
- interest
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 39
- 238000012545 processing Methods 0.000 claims description 6
- 238000013461 design Methods 0.000 abstract description 8
- 230000008569 process Effects 0.000 description 6
- 230000005540 biological transmission Effects 0.000 description 3
- 230000004069 differentiation Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 1
- 210000004209 hair Anatomy 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000008521 reorganization Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- 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
- G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
Abstract
本发明的实施例公开了一种感兴趣区域确定的方法及装置，该方法获取预设图像的关注目标和感兴趣区域的预设个数；多次在所述预设图像上生成覆盖所有所述关注目标且各图形之间互不重叠的图形组，且每次生成的图形组中包括的图形的个数小于或等于所述预设个数，并计算每次生成的图形组的总面积；将总面积最小的图形组所包括的图形作为所述预设图像的感兴趣区域。该方法中对感兴趣区域的数量进行了限制，避免了感兴趣区域数量过多导致的编码器设计的复杂度，另一方面，在感兴趣区域数量的限制下找寻面积最小的感兴趣区域，避免了大面积的感兴趣区域造成的计算资源耗费。
Description
技术领域
本发明涉及视频图像传输处理技术领域，尤其是涉及一种感兴趣区域确定的方法及装置。
背景技术
在机器视觉、图像处理中，从被处理的图像中以方框、圆、椭圆、不规则多边形等方式勾勒出的目标区域，称为感兴趣区域(ROI，region of interest)。实际的视频监控中，人们往往只对监控画面中的一些特定目标比较关注，比如画面中人脸，车牌等位置的图像，可将这些特定目标用感兴趣区域来框定。采取差异化编码方式结合对图像设置的感兴趣区域，只对感兴趣区域内视频信息高质量编码传输，对区域外的图像采用低质量编码传输，以此来提高关注场景的视频质量和视频分析的准确性。
现有的方法将每一关注目标所在的区域设置为感兴趣区域，对每一关注目标所在区域进行高质量编码输出，随着关注目标的增多，该方法导致输出画面复杂，增加了差异化编码带来的编码器设计的复杂度。或者，采用一个面积较大的感兴趣区域覆盖所有的关注目标，然而大面积的感兴趣区域，会导致编码中耗费的计算资源较多。
在实现本发明实施例的过程中，发明人发现现有的在确定图像的感兴趣区域的过程中，由于确定出的感兴趣区域数量过多，导致编码器设计复杂，或者由于感兴趣区域的面积过大，导致编码过程中计算资源耗费过多。
发明内容
本发明所要解决的技术问题是如何解决现有的在确定图像的感兴趣区域的过程中，由于确定出的感兴趣区域数量过多，导致编码器设计复杂，或者由于感兴趣区域的面积过大，导致编码过程中计算资源耗费过多的问题。
针对以上技术问题，本发明的实施例提供了一种感兴趣区域确定的方法，包括：
获取预设图像的关注目标和感兴趣区域的预设个数；
多次在所述预设图像上生成覆盖所有所述关注目标且各图形之间互不重叠的图形组，且每次生成的图形组中包括的图形的个数小于或等于所述预设个数，并计算每次生成的图形组的总面积；
将总面积最小的图形组所包括的图形作为所述预设图像的感兴趣区域。
可选地，所述多次在所述预设图像上生成覆盖所有所述关注目标且各图形之间互不重叠的图形组，且每次生成的图形组中包括的图形的个数小于或等于所述预设个数，并计算每次生成的图形组的总面积，包括：
每次在所述预设图像上选取目标数量的区域，对区域组合，执行图形组生成操作，直到遍历由所述预设图像上的区域形成的所有所述区域组合；所述目标数量与所述预设个数相等；
其中，所述图形组生成操作包括：
以所述区域组合中的每一区域为基准区域，各自生成预设形状的图形直至生成一组覆盖所有所述关注目标的图形组；
判断该图形组的各图形之间是否互不重叠，若是，计算该图形组中所有图形的总面积，否则，重新在所述预设图像上选取所述目标数量的区域，执行所述图形组生成操作。
可选地，所述以所述区域组合中的每一区域为基准区域，各自生成预设形状的图形直至生成一组覆盖所有所述关注目标的图形组，包括：
以所述区域组合中的每一区域为基准区域，各自生成预设形状的图形，判断生成的图形是否覆盖了所有所述关注目标，若是，则判定生成了一组覆盖所有所述关注目标的图形组；
若判断所述预设图像中存在未被覆盖的关注目标，则循环执行获取该区域组合中与任一未被覆盖的关注目标距离最近的区域，并将以该区域为基准区域生成的图形扩张至覆盖该关注目标，直到遍历所有未被覆盖的关注目标，得到一组覆盖所有所述关注目标的图形组。
可选地，所述判断生成的图形是否覆盖了所有所述关注目标，包括：
在所述预设图像上沿着预设方向为每一所述关注目标编号，按照所述编号逐一判断是否存在未被任一图形覆盖的关注目标，若是，则将该关注目标作为所述未被覆盖的关注目标。
可选地，所述预设个数小于或等于3。
本发明的实施例提供的感兴趣区域确定的方法，根据对计算资源的要求设置感兴趣区域的数量，在预先设置的感兴趣区域的数量的前提下，寻求面积最小的感兴趣区域。该方法中对感兴趣区域的数量进行了限制，避免了感兴趣区域数量过多导致的编码器设计的复杂度，另一方面，在感兴趣区域数量的限制下找寻面积最小的感兴趣区域，避免了大面积的感兴趣区域造成的计算资源耗费。
第二方面，本发明的实施例还提供了一种、一种感兴趣区域确定的装置，包括：
获取模块，用于获取预设图像的关注目标和感兴趣区域的预设个数；
生成模块，用于多次在所述预设图像上生成覆盖所有所述关注目标且各图形之间互不重叠的图形组，且每次生成的图形组中包括的图形的个数小于或等于所述预设个数，并计算每次生成的图形组的总面积；
处理模块，用于将总面积最小的图形组所包括的图形作为所述预设图像的感兴趣区域。
可选地，所述生成模块用于每次在所述预设图像上选取目标数量的区域，作为区域组合，执行图形组生成操作，直到遍历由所述预设图像上的区域形成的所有所述区域组合；所述目标数量与所述预设个数相等；
其中，所述图形组生成操作包括：
以所述区域组合中的每一区域为基准区域，各自生成预设形状的图形直至生成一组覆盖所有所述关注目标的图形组；
判断该图形组的各图形之间是否互不重叠，若是，计算该图形组中所有图形的总面积，否则，重新在所述预设图像上选取所述目标数量的区域，执行所述图形组生成操作。
可选地，所述生成模块在以所述区域组合中的每一区域为基准区域，各自生成预设形状的图形直至生成一组覆盖所有所述关注目标的图形组时，还用于以所述区域组合中的每一区域为基准区域，各自生成预设形状的图形，判断生成的图形是否覆盖了所有所述关注目标，若是，则判定生成了一组覆盖所有所述关注目标的图形组；若判断所述预设图像中存在未被覆盖的关注目标，则循环执行获取该区域组合中与任一未被覆盖的关注目标距离最近的区域，并将以该区域为基准区域生成的图形扩张至覆盖该关注目标，直到遍历所有未被覆盖的关注目标，得到一组覆盖所有所述关注目标的图形组。
可选地，所述生成模块在判断生成的图形是否覆盖了所有所述关注目标时，在所述预设图像上沿着预设方向为每一所述关注目标编号，按照所述编号逐一判断是否存在未被任一图形覆盖的关注目标，若是，则将该关注目标作为所述未被覆盖的关注目标。
可选地，所述预设个数小于或等于3。
本发明的实施例提供的感兴趣区域确定的装置，该装置根据对计算资源的要求设置感兴趣区域的数量，在预先设置的感兴趣区域的数量的前提下，寻求面积最小的感兴趣区域。该方法中对感兴趣区域的数量进行了限制，避免了感兴趣区域数量过多导致的编码器设计的复杂度，另一方面，在感兴趣区域数量的限制下找寻面积最小的感兴趣区域，避免了大面积的感兴趣区域造成的计算资源耗费。
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一简单地介绍，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是本发明一个实施例提供的感兴趣区域确定的方法的流程示意图；
图2是本发明另一个实施例提供的感兴趣区域确定的方法的流程示意图；
图3是本发明另一个实施例提供的感兴趣区域确定的过程示意图；
图4是本发明另一个实施例提供的感兴趣区域确定的过程示意图；
图5是本发明另一个实施例提供的感兴趣区域确定的过程示意图；
图6是本发明另一个实施例提供的感兴趣区域确定的结构框图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，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。
图1是本实施例提供的感兴趣区域确定的方法的流程示意图。参见图1，该方法包括：
101：获取预设图像的关注目标和感兴趣区域的预设个数；
102：多次在所述预设图像上生成覆盖所有所述关注目标且各图形之间互不重叠的图形组，且每次生成的图形组中包括的图形的个数小于或等于所述预设个数，并计算每次生成的图形组的总面积；
103：将总面积最小的图形组所包括的图形作为所述预设图像的感兴趣区域。
需要说明的是，预设图像是欲进行感兴趣区域划分的图像，例如，一张包含人脸得到图像，或者包含车辆的车牌的图像，将人脸或者车牌划分至感兴趣区域中，对感兴趣区域进行高分辨率输出，对感兴趣区域以外的部分低分辨率输出，在保证了对图像进行识别的同时，节省了存储空间。
关注目标指的是预设图像上需要进行分析或者识别的部分，例如，图像中的人脸、图像中的车牌等。预设个数根据现有的编码器进行设置，一般小于等于3个。
本实施例提供的感兴趣区域确定的方法，根据对计算资源的要求设置感兴趣区域的数量，在预先设置的感兴趣区域的数量的前提下，寻求面积最小的感兴趣区域。该方法中对感兴趣区域的数量进行了限制，避免了感兴趣区域数量过多导致的编码器设计的复杂度，另一方面，在感兴趣区域数量的限制下找寻面积最小的感兴趣区域，避免了大面积的感兴趣区域造成的计算资源耗费。
更进一步地，在上述实施例的基础上，所述多次在所述预设图像上生成覆盖所有所述关注目标且各图形之间互不重叠的图形组，且每次生成的图形组中包括的图形的个数小于或等于所述预设个数，并计算每次生成的图形组的总面积，包括：
每次在所述预设图像上选取目标数量的区域，作为区域组合，执行图形组生成操作，直到遍历由所述预设图像上的区域形成的所有所述区域组合；所述目标数量与所述预设个数相等；
其中，所述图形组生成操作包括：
以所述区域组合中的每一区域为基准区域，各自生成预设形状的图形直至生成一组覆盖所有所述关注目标的图形组；
判断该图形组的各图形之间是否互不重叠，若是，计算该图形组中所有图形的总面积，否则，重新在所述预设图像上选取所述目标数量的区域，执行所述图形组生成操作。
区域组合指的是预设图像上的所有区域中，任取目标数量的区域形成的组合。针对每一区域组合均可以生成一个图形组，图形组中包括的图形数量小于或者等于预设个数。
在一个区域组合中，每个区域均是生成图形的基准区域，该基准区域可以是图形的中心点，也可以是图形的某个顶点，具体地本实施例不做限制。生成的图形的形状，以及各个边的比例，图形每次扩张的比例等，可以根据实际的图形进行设置，本实施例不做限制。例如，以矩形进行扩充，矩形的长和宽的比值为4:3，每次扩充的面积为1。
本实施例提供了一种遍历预设图像上所有区域的组合生成图形组的方法，能够保证每次采用不同的区域组合生成图形组，从而确定用于生成面积最小的图形组的区域组合。另一方面，当生成的图形覆盖了所有的关注目标后，需要判断图形组中的各个图形是否重叠，以保证生成的图形组的图形之间相互不重叠。
进一步地，在上述各个实施例的基础上，所述以所述区域组合中的每一区域为基准区域，各自生成预设形状的图形直至生成一组覆盖所有所述关注目标的图形组，包括：
以所述区域组合中的每一区域为基准区域，各自生成预设形状的图形，判断生成的图形是否覆盖了所有所述关注目标，若是，则判定生成了一组覆盖所有所述关注目标的图形组；
若判断所述预设图像中存在未被覆盖的关注目标，则循环执行获取该区域组合中与任一未被覆盖的关注目标距离最近的区域，并将以该区域为基准区域生成的图形扩张至覆盖该关注目标，直到遍历所有未被覆盖的关注目标，得到一组覆盖所有所述关注目标的图形组。
本实施例提供了一种在生成的图形未覆盖所有关注目标的情况下，如何对图形进行扩张，使得所有的关注目标均被图形覆盖的方法。在判断存在未被覆盖的关注目标后，找到区域组合中与关注目标最近的区域，然后将以该区域作为基准区域生成的图形进行扩充，使得扩充后的图形覆盖该关注目标。
进一步地，在上述各个实施例的基础上，所述判断生成的图形是否覆盖了所有所述关注目标，包括：
在所述预设图像上沿着预设方向为每一所述关注目标编号，按照所述编号逐一判断是否存在未被任一图形覆盖的关注目标，若是，则将该关注目标作为所述未被覆盖的关注目标。
进一步地，在上述各个实施例的基础上，所述预设个数小于或等于3。
需要说明的是，预设方向为人为规定的方向，例如，沿着预设图像的某条边的方向，具体的本实施例不做限制。
本实施例提供了一种判断关注目标是否均被图形覆盖的方法，通过沿着某一方向的编号，保证了对每一关注目标是否被图形覆盖进行全面的判断。
作为一种具体的实施例，如图2为感兴趣区域确定的方法的流程示意图，图3至图5示出了感兴趣区域确定的过程示意图，参见图2至图4，该方法包括：
201：获取预设图像的关注目标和感兴趣区域的预设个数；如图3所示，该预设图像上存在4个关注目标，分别为N1、N2、N3和N4，感兴趣区域的预设个数为2个。
202：在所述预设图像上选取目标数量的区域，作为区域组合，以所述区域组合中的每一区域为基准区域，各自生成预设形状的图形。预设形状可以是矩形、圆形和椭圆，具体地本实施例不做限制。
203：判断生成的图形是否覆盖了所有所述关注目标，若是，则执行步骤204，否则，执行步骤205。该判断过程可以按照某个顺序，针对每一关注目标，逐一判断其是否被图形覆盖。如图3所示，按照该图形从左向右依次为关注目标编号N1、N2、N3和N4，按照该顺序判断其是否被生成的图形覆盖。
204：判断该图形组的各图形之间是否互不重叠，若是，则执行步骤207，否则，需要丢弃改组图形，执行步骤208。
205：获取该区域组合中与任一未被覆盖的关注目标距离最近的区域，并将以该区域为基准区域生成的图形扩张至覆盖该关注目标。如图4所示，检测到关注目标N2未被任一图形覆盖，则分别计算关注目标N2与图形M1和图形M2的中心点(参考点)的距离可知，图形M1与中心点的距离最近，则将图形M1扩张至覆盖关注目标N2，扩张后的图形如图5所示。
206：是否遍历所有未被覆盖的关注目标，若是，执行步骤204，直到遍历所有未被覆盖的关注目标。否则，返回步骤205。
当所有的关注目标均被图形覆盖，且各个图形之间互不重叠后，执行207：计算该图形组中所有图形的总面积。
208：是否遍历由所述预设图像上的区域形成的所有所述区域组合，若是，执行步骤209，否则，执行步骤202。
209：将总面积最小的图形组所包括的图形作为所述预设图像的感兴趣区域。如图5所示，两个图形的面积S1和S2的和即为总面积最小的图形组所包括的图形的面积和处理模块603，其中，
第二方面，如图6所示，本发明提供了一种感兴趣区域确定的装置600，包括获取模块601、生成模块602和处理模块603，其中，
获取模块601，用于获取预设图像的关注目标和感兴趣区域的预设个数；
生成模块602，用于多次在所述预设图像上生成覆盖所有所述关注目标且各图形之间互不重叠的图形组，且每次生成的图形组中包括的图形的个数小于或等于所述预设个数，并计算每次生成的图形组的总面积；
处理模块603，用于将总面积最小的图形组所包括的图形作为所述预设图像的感兴趣区域。
本发明的实施例提供的感兴趣区域确定的装置600适用于上述实施例中所述的感兴趣区域确定的方法，在此不再赘述。
本发明的实施例提供的感兴趣区域确定的装置，该装置根据对计算资源的要求设置感兴趣区域的数量，在预先设置的感兴趣区域的数量的前提下，寻求面积最小的感兴趣区域。该方法中对感兴趣区域的数量进行了限制，避免了感兴趣区域数量过多导致的编码器设计的复杂度，另一方面，在感兴趣区域数量的限制下找寻面积最小的感兴趣区域，避免了大面积的感兴趣区域造成的计算资源耗费。
进一步地，在上述实施例的基础上，所述生成模块用于每次在所述预设图像上选取目标数量的区域，作为区域组合，执行图形组生成操作，直到遍历由所述预设图像上的区域形成的所有所述区域组合；所述目标数量与所述预设个数相等；
其中，所述图形组生成操作包括：
以所述区域组合中的每一区域为基准区域，各自生成预设形状的图形直至生成一组覆盖所有所述关注目标的图形组；
判断该图形组的各图形之间是否互不重叠，若是，计算该图形组中所有图形的总面积，否则，重新在所述预设图像上选取所述目标数量的区域，执行所述图形组生成操作。
进一步地，在上述各个实施例的基础上，所述生成模块在以所述区域组合中的每一区域为基准区域，各自生成预设形状的图形直至生成一组覆盖所有所述关注目标的图形组时，还用于以所述区域组合中的每一区域为基准区域，各自生成预设形状的图形，判断生成的图形是否覆盖了所有所述关注目标，若是，则判定生成了一组覆盖所有所述关注目标的图形组；若判断所述预设图像中存在未被覆盖的关注目标，则循环执行获取该区域组合中与任一未被覆盖的关注目标距离最近的区域，并将以该区域为基准区域生成的图形扩张至覆盖该关注目标，直到遍历所有未被覆盖的关注目标，得到一组覆盖所有所述关注目标的图形组。
进一步地，在上述各个实施例的基础上，所述生成模块在判断生成的图形是否覆盖了所有所述关注目标时，在所述预设图像上沿着预设方向为每一所述关注目标编号，按照所述编号逐一判断是否存在未被任一图形覆盖的关注目标，若是，则将该关注目标作为所述未被覆盖的关注目标。
进一步地，在上述各个实施例的基础上，所述预设个数小于或等于3。
最后应说明的是：以上各实施例仅用以说明本发明的实施例的技术方案，而非对其限制；尽管参照前述各实施例对本发明的实施例进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明的实施例各实施例技术方案的范围。
Claims (10)
1.一种感兴趣区域确定的方法，其特征在于，包括：
获取预设图像的关注目标和感兴趣区域的预设个数；
多次在所述预设图像上生成覆盖所有所述关注目标且各图形之间互不重叠的图形组，且每次生成的图形组中包括的图形的个数小于或等于所述预设个数，并计算每次生成的图形组的总面积；
将总面积最小的图形组所包括的图形作为所述预设图像的感兴趣区域。
2.根据权利要求1中所述的方法，其特征在于，所述多次在所述预设图像上生成覆盖所有所述关注目标且各图形之间互不重叠的图形组，且每次生成的图形组中包括的图形的个数小于或等于所述预设个数，并计算每次生成的图形组的总面积，包括：
每次在所述预设图像上选取目标数量的区域，作为区域组合，执行图形组生成操作，直到遍历由所述预设图像上的区域形成的所有所述区域组合；所述目标数量与所述预设个数相等；
其中，所述图形组生成操作包括：
以所述区域组合中的每一区域为基准区域，各自生成预设形状的图形直至生成一组覆盖所有所述关注目标的图形组；
判断该图形组的各图形之间是否互不重叠，若是，计算该图形组中所有图形的总面积，否则，重新在所述预设图像上选取所述目标数量的区域，执行所述图形组生成操作。
3.根据权利要求2中所述的方法，其特征在于，所述以所述区域组合中的每一区域为基准区域，各自生成预设形状的图形直至生成一组覆盖所有所述关注目标的图形组，包括：
以所述区域组合中的每一区域为基准区域，各自生成预设形状的图形，判断生成的图形是否覆盖了所有所述关注目标，若是，则判定生成了一组覆盖所有所述关注目标的图形组；
若判断所述预设图像中存在未被覆盖的关注目标，则循环执行获取该区域组合中与任一未被覆盖的关注目标距离最近的区域，并将以该区域为基准区域生成的图形扩张至覆盖该关注目标，直到遍历所有未被覆盖的关注目标，得到一组覆盖所有所述关注目标的图形组。
4.根据权利要求3中所述的方法，其特征在于，所述判断生成的图形是否覆盖了所有所述关注目标，包括：
在所述预设图像上沿着预设方向为每一所述关注目标编号，按照所述编号逐一判断是否存在未被任一图形覆盖的关注目标，若是，则将该关注目标作为所述未被覆盖的关注目标。
5.根据权利要求1-4中任一项所述的方法，其特征在于，所述预设个数小于或等于3。
6.一种感兴趣区域确定的装置，其特征在于，包括：
获取模块，用于获取预设图像的关注目标和感兴趣区域的预设个数；
生成模块，用于多次在所述预设图像上生成覆盖所有所述关注目标且各图形之间互不重叠的图形组，且每次生成的图形组中包括的图形的个数小于或等于所述预设个数，并计算每次生成的图形组的总面积；
处理模块，用于将总面积最小的图形组所包括的图形作为所述预设图像的感兴趣区域。
7.根据权利要求6中所述的装置，其特征在于，所述生成模块用于每次在所述预设图像上选取目标数量的区域，作为区域组合，执行图形组生成操作，直到遍历由所述预设图像上的区域形成的所有所述区域组合；所述目标数量与所述预设个数相等；
其中，所述图形组生成操作包括：
以所述区域组合中的每一区域为基准区域，各自生成预设形状的图形直至生成一组覆盖所有所述关注目标的图形组；
判断该图形组的各图形之间是否互不重叠，若是，计算该图形组中所有图形的总面积，否则，重新在所述预设图像上选取所述目标数量的区域，执行所述图形组生成操作。
8.根据权利要求7中所述的装置，其特征在于，所述生成模块在以所述区域组合中的每一区域为基准区域，各自生成预设形状的图形直至生成一组覆盖所有所述关注目标的图形组时，还用于以所述区域组合中的每一区域为基准区域，各自生成预设形状的图形，判断生成的图形是否覆盖了所有所述关注目标，若是，则判定生成了一组覆盖所有所述关注目标的图形组；若判断所述预设图像中存在未被覆盖的关注目标，则循环执行获取该区域组合中与任一未被覆盖的关注目标距离最近的区域，并将以该区域为基准区域生成的图形扩张至覆盖该关注目标，直到遍历所有未被覆盖的关注目标，得到一组覆盖所有所述关注目标的图形组。
9.根据权利要求8中所述的装置，其特征在于，所述生成模块在判断生成的图形是否覆盖了所有所述关注目标时，在所述预设图像上沿着预设方向为每一所述关注目标编号，按照所述编号逐一判断是否存在未被任一图形覆盖的关注目标，若是，则将该关注目标作为所述未被覆盖的关注目标。
10.根据权利要求6-9中任一项所述的方法，其特征在于，所述预设个数小于或等于3。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710408759.7A CN107292304A (zh) | 2017-06-02 | 2017-06-02 | 一种感兴趣区域确定的方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710408759.7A CN107292304A (zh) | 2017-06-02 | 2017-06-02 | 一种感兴趣区域确定的方法及装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN107292304A true CN107292304A (zh) | 2017-10-24 |
Family
ID=60095043
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710408759.7A Pending CN107292304A (zh) | 2017-06-02 | 2017-06-02 | 一种感兴趣区域确定的方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107292304A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109034136A (zh) * | 2018-09-06 | 2018-12-18 | 湖北亿咖通科技有限公司 | 图像处理方法、装置、摄像设备及存储介质 |
| CN110749351A (zh) * | 2019-11-05 | 2020-02-04 | 苏州美能华智能科技有限公司 | 对象的关注目标确定方法、装置及系统 |
| CN118248277A (zh) * | 2024-05-29 | 2024-06-25 | 成都科玛奇信息科技有限责任公司 | 一种医学影像数据的采集传输方法 |
-
2017
- 2017-06-02 CN CN201710408759.7A patent/CN107292304A/zh active Pending
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109034136A (zh) * | 2018-09-06 | 2018-12-18 | 湖北亿咖通科技有限公司 | 图像处理方法、装置、摄像设备及存储介质 |
| CN109034136B (zh) * | 2018-09-06 | 2021-07-20 | 湖北亿咖通科技有限公司 | 图像处理方法、装置、摄像设备及存储介质 |
| CN110749351A (zh) * | 2019-11-05 | 2020-02-04 | 苏州美能华智能科技有限公司 | 对象的关注目标确定方法、装置及系统 |
| CN118248277A (zh) * | 2024-05-29 | 2024-06-25 | 成都科玛奇信息科技有限责任公司 | 一种医学影像数据的采集传输方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US9030468B2 (en) | Method for depth map generation | |
| CN104268591B (zh) | 一种面部关键点检测方法及装置 | |
| US7889193B2 (en) | Method of and system for determining a data model designed for being superposed with an image of a real object in an object tracking process | |
| DE112019001487B4 (de) | Zustandsbestimmungsvorrichtung, Zustandsbestimmungsprogramm und computerlesbares nichtvergänglich greifbares Speichermedium | |
| JP2024515867A (ja) | マッピング三次元モデルのスライス方法、印刷方法、装置及びデバイス | |
| CN107292304A (zh) | 一种感兴趣区域确定的方法及装置 | |
| CN109493343A (zh) | 医疗图像异常区域分割方法及设备 | |
| CN106296638A (zh) | 显著性信息取得装置以及显著性信息取得方法 | |
| CN110210519B (zh) | 分类方法、计算机设备和存储介质 | |
| CN110197180A (zh) | 字符缺陷检测方法、装置及设备 | |
| US11348261B2 (en) | Method for processing three-dimensional point cloud data | |
| RU2014121097A (ru) | Формирование изображения кровотока | |
| US20230401698A1 (en) | Image processing method and image processing apparatus using same | |
| CN109670516A (zh) | 一种图像特征提取方法、装置、设备及可读存储介质 | |
| CN112292577B (zh) | 三维测量装置以及方法 | |
| CN109101922A (zh) | 作业人员着装分析方法、装置及电子设备 | |
| KR102715141B1 (ko) | 탈모 진단 보조 정보를 계산하기 위한 두피 이미지의 선택 방법 및 이를 수행하는 장치 | |
| Li et al. | Monolss: Learnable sample selection for monocular 3d detection | |
| CN114677753B (zh) | 人体部位的检测方法、动作识别方法、装置和电子设备 | |
| CN116503707A (zh) | 一种基于改进yolox的安全帽佩戴检测方法及装置 | |
| CN110427944A (zh) | 车牌检测数据的获取方法、装置、设备及存储介质 | |
| CN109712230A (zh) | 三维模型补充方法、装置、存储介质及处理器 | |
| CN109829401A (zh) | 基于双拍摄设备的交通标志识别方法及装置 | |
| CN105976339A (zh) | 一种基于高斯模型自动去除ct图像中床板的方法及装置 | |
| JP2013109657A (ja) | 直線検出装置、直線検出方法、直線検出プログラム及び撮影システム |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| WD01 | Invention patent application deemed withdrawn after publication | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20171024 |