CN107862712A - 尺寸数据确定方法、装置、存储介质及处理器 - Google Patents
尺寸数据确定方法、装置、存储介质及处理器 Download PDFInfo
- Publication number
- CN107862712A CN107862712A CN201710991701.XA CN201710991701A CN107862712A CN 107862712 A CN107862712 A CN 107862712A CN 201710991701 A CN201710991701 A CN 201710991701A CN 107862712 A CN107862712 A CN 107862712A
- Authority
- CN
- China
- Prior art keywords
- information
- target image
- target site
- target
- region
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
-
- 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30196—Human being; Person
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Geometry (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
Abstract
本发明提供了一种尺寸数据确定方法、装置、存储介质及处理器,其中,该方法包括:获取从多个预定角度拍摄的待测量对象的多个目标图像;在每个目标图像中检测待测量对象的目标部位;确定目标部位在每个目标图像中的第一尺寸信息;获取待测量对象的高度信息以及每个目标图像对应的像素信息;分别根据第一尺寸信息、高度信息和多个目标图像对应的像素信息确定目标部位的第二尺寸信息;合成第二尺寸信息,得到目标部位对应的尺寸数据。采用上述技术方案,解决了相关技术中对待测量对象的尺寸数据的测量效率较低的问题,提高了对待测量对象的尺寸数据进行测量的测量效率。
Description
技术领域
本发明涉及计算机领域,具体而言,涉及一种尺寸数据确定方法、装置、存储介质及处理器。
背景技术
随着计算机和互联网技术的飞速进步,人们的日常活动越来越多可以在网络上进行,比如:购物、医疗、金融等等。在很多场合下都会需要获取一些对象(比如:物体、人体等)的尺寸数据,传统的测量方法通常是通过卷尺测量或者通过大型仪器辅助测量。并且必须要对需要测量的对象进行接触式测量,传统的测量方式存在测量精度低,速度慢,测量设备不方便携带,使用受限、成本过高等缺陷。
针对相关技术中对待测量对象的尺寸数据的测量效率较低的问题,目前还没有有效地解决方案。
发明内容
本发明实施例提供了一种尺寸数据确定方法、装置、存储介质及处理器,以至少解决相关技术中对待测量对象的尺寸数据的测量效率较低的问题。
根据本发明的一个实施例,提供了一种尺寸数据确定方法,包括:获取从多个预定角度拍摄的待测量对象的多个目标图像;在每个所述目标图像中检测所述待测量对象的目标部位;确定所述目标部位在每个所述目标图像中的第一尺寸信息;获取所述待测量对象的高度信息以及所述每个所述目标图像对应的像素信息,其中,所述高度信息用于指示所述待测量对象的实际高度;分别根据所述第一尺寸信息、所述高度信息和所述多个目标图像对应的所述像素信息确定所述目标部位的第二尺寸信息,其中,所述第二尺寸信息为所述目标部位在每个所述目标图像对应的预定角度下的实际尺寸信息;合成所述第二尺寸信息,得到所述目标部位对应的尺寸数据,其中,所述尺寸数据用于指示所述目标部位的实际尺寸。
可选地,在每个所述目标图像中检测所述待测量对象的目标部位包括:使用模型对每个所述目标图像进行检测,确定每个所述目标图像中的所述目标部位,其中,所述模型为使用多组数据通过机器学习训练出的,所述多组数据中的每组数据均包括:图像和图像中标识出所述目标部位。
可选地,确定所述目标部位在每个所述目标图像中的所述第一尺寸信息包括:在每个所述目标图像中对所述目标部位进行边缘检测,确定所述目标部位所在的区域的边缘;在每个所述目标图像中对所述目标部位所在的区域的边缘进行直线检测,确定所述目标部位所在的区域;在每个所述目标图像中确定所述区域的尺寸信息,将所述区域的尺寸信息作为所述第一尺寸信息。
可选地,确定所述区域的尺寸信息,将所述区域的尺寸信息作为所述第一尺寸信息包括:将所述区域延预设方向划分为预设数量的子区域;分别确定每个所述子区域的尺寸;获取所述区域延所述预设方向上的最大尺寸;确定所述每个所述子区域的尺寸和所述区域延所述预设方向上的最大尺寸为所述区域的尺寸信息,将所述区域的尺寸信息作为所述第一尺寸信息。
可选地,分别根据所述第一尺寸信息、所述高度信息和所述多个目标图像对应的所述像素信息确定所述目标部位在每个所述目标图像中的第二尺寸信息包括:在每个所述目标图像中确定所述高度信息和每个所述目标图像对应的所述像素信息的比值;在每个所述目标图像中确定所述比值与所述第一尺寸信息的乘积值,将所述乘积值作为所述第二尺寸信息。
根据本发明的另一个实施例,提供了一种尺寸数据确定装置,包括:第一获取模块,用于获取从多个预定角度拍摄的待测量对象的多个目标图像;检测模块,用于在每个所述目标图像中检测所述待测量对象的目标部位;第一确定模块,用于确定所述目标部位在每个所述目标图像中的第一尺寸信息;第二获取模块,用于获取所述待测量对象的高度信息以及所述每个所述目标图像对应的像素信息,其中,所述高度信息用于指示所述待测量对象的实际高度;第二确定模块,用于分别根据所述第一尺寸信息、所述高度信息和所述多个目标图像对应的所述像素信息确定所述目标部位的第二尺寸信息,其中,所述第二尺寸信息为所述目标部位在每个所述目标图像对应的预定角度下的实际尺寸信息;合成模块,用于合成所述第二尺寸信息,得到所述目标部位对应的尺寸数据,其中,所述尺寸数据用于指示所述目标部位的实际尺寸。
可选地,所述第一确定模块包括:第一确定单元,用于在每个所述目标图像中对所述目标部位进行边缘检测,确定所述目标部位所在的区域的边缘;第二确定单元,用于在每个所述目标图像中对所述目标部位所在的区域的边缘进行直线检测,确定所述目标部位所在的区域;第三确定单元,用于在每个所述目标图像中确定所述区域的尺寸信息,将所述区域的尺寸信息作为所述第一尺寸信息。
可选地,所述第二确定模块包括:第四确定单元,用于在每个所述目标图像中确定所述高度信息和每个所述目标图像对应的所述像素信息的比值;第五确定单元,用于在每个所述目标图像中确定所述比值与所述第一尺寸信息的乘积值,将所述乘积值作为所述第二尺寸信息。
根据本发明的又一个实施例,还提供了一种存储介质,所述存储介质包括存储的程序,其中,所述程序运行时执行上述任一项所述的方法。
根据本发明的又一个实施例,还提供了一种处理器,所述处理器用于运行程序,其中,所述程序运行时执行上述任一项所述的方法。
通过本发明,获取从多个预定角度拍摄的待测量对象的多个目标图像;在每个目标图像中检测待测量对象的目标部位;确定目标部位在每个目标图像中的第一尺寸信息;获取待测量对象的高度信息以及每个目标图像对应的像素信息,其中,高度信息用于指示待测量对象的实际高度;分别根据第一尺寸信息、高度信息和多个目标图像对应的像素信息确定目标部位的第二尺寸信息,其中,第二尺寸信息为目标部位在每个目标图像对应的预定角度下的实际尺寸信息;合成第二尺寸信息,得到目标部位对应的尺寸数据,其中,尺寸数据用于指示目标部位的实际尺寸,由此可见,采用上述方案通过待测量对象的多个角度的目标图像对待测量对象的目标部位的尺寸数据进行确定,免去了待测量对象必须在测量现场的麻烦,首先确定该目标部位在每个目标图像中的第一尺寸信息,再根据该第一尺寸信息、该物体的高度和图像的像素信息确定每个预定角度下该目标部位的第二尺寸信息,并将各个预定角度下的第二尺寸信息合成该待测量对象的目标部位的实际尺寸,由于实际尺寸是将各个角度的尺寸合成得到的,从而提高了尺寸测量的精确度,因此,提高了对待测量对象的尺寸数据进行测量的测量效率,从而解决了相关技术中对待测量对象的尺寸数据的测量效率较低的问题。
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是本发明实施例的一种尺寸数据确定方法的移动终端的硬件结构框图;
图2是根据本发明实施例的一种尺寸数据确定方法的流程图;
图3是根据本发明可选实施方式的级联分类器的示意图;
图4是根据本发明可选实施方式的边缘检测的示意图一;
图5是根据本发明可选实施方式的边缘检测的示意图二;
图6是根据本发明可选实施方式的直线检测的示意图;
图7是根据本发明实施例的一种尺寸数据确定装置的结构框图一;
图8是根据本发明实施例的一种尺寸数据确定装置的结构框图二;
图9是根据本发明实施例的一种尺寸数据确定装置的结构框图三;
图10是根据本发明可选实施例的人体尺寸测量方法的示意图。
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。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。
实施例1
本申请实施例1所提供的方法实施例可以在移动终端、计算机终端或者类似的运算装置中执行。以运行在移动终端上为例,图1是本发明实施例的一种尺寸数据确定方法的移动终端的硬件结构框图,如图1所示,移动终端10可以包括一个或多个(图中仅示出一个)处理器102(处理器102可以包括但不限于微处理器MCU或可编程逻辑器件FPGA等的处理装置)、用于存储数据的存储器104、以及用于通信功能的传输装置106。本领域普通技术人员可以理解,图1所示的结构仅为示意,其并不对上述电子装置的结构造成限定。例如,移动终端10还可包括比图1中所示更多或者更少的组件,或者具有与图1所示不同的配置。
存储器104可用于存储应用软件的软件程序以及模块,如本发明实施例中的尺寸数据确定方法对应的程序指令/模块,处理器102通过运行存储在存储器104内的软件程序以及模块,从而执行各种功能应用以及数据处理,即实现上述的方法。存储器104可包括高速随机存储器,还可包括非易失性存储器,如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中,存储器104可进一步包括相对于处理器102远程设置的存储器,这些远程存储器可以通过网络连接至移动终端10。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
传输装置106用于经由一个网络接收或者发送数据。上述的网络具体实例可包括移动终端10的通信供应商提供的无线网络。在一个实例中,传输装置106包括一个网络适配器(Network Interface Controller,NIC),其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中,传输装置106可以为射频(Radio Frequency,RF)模块,其用于通过无线方式与互联网进行通讯。
在本实施例中提供了一种尺寸数据确定方法,图2是根据本发明实施例的一种尺寸数据确定方法的流程图,如图2所示,该流程包括如下步骤:
步骤S202,获取从多个预定角度拍摄的待测量对象的多个目标图像;
步骤S204,在每个目标图像中检测待测量对象的目标部位;
步骤S206,确定目标部位在每个目标图像中的第一尺寸信息;
步骤S208,获取待测量对象的高度信息以及每个目标图像对应的像素信息,其中,高度信息用于指示待测量对象的实际高度;
步骤S210,分别根据第一尺寸信息、高度信息和多个目标图像对应的像素信息确定目标部位的第二尺寸信息,其中,第二尺寸信息为目标部位在每个目标图像对应的预定角度下的实际尺寸信息;
步骤S212,合成第二尺寸信息,得到目标部位对应的尺寸数据,其中,尺寸数据用于指示目标部位的实际尺寸。
可选地,上述尺寸数据确定方法可以但不限于应用于测量待测量对象的尺寸的场景中。例如:人体尺寸的测量、动物尺寸的测量、物体尺寸的测量等等。
可选地,上述尺寸数据确定方法可以但不限于应用于医学成像、人体测量、辅助性检测、人体数据库建立等等领域。
可选地,上述尺寸数据确定方法可以但不限于应用于安装在终端设备上的客户端或者客户端对应的服务器设备等等,例如:终端设备可以但不限于包括手机、电脑、智能穿戴设备、智能电子设备等等,客户端可以但不限于包括医疗软件客户端、购物软件客户端、图像处理软件客户端、拍照软件客户端、视频软件客户端等等。
可选地,在本实施例中,可以但不限于由客户端从多个预定角度拍摄待测量对象的多个目标图像,此后,客户端可以将目标图像发送给服务器,由服务器对待测量对象的尺寸进行测量,再将测量结果返回给客户端,或者客户端可以直接对待测量对象的尺寸进行测量,从而得到测量结果。
可选地,在本实施例中,上述待测量对象可以但不限于包括人、动植物、物体(比如零件、家具等等)。
可选地,在本实施例中,上述目标部位为需要被测量尺寸的部位,可以是待测量对象的整体,也可以是待测量对象上的某个部分。以人体的测量为例,目标部位可以是待测量的人,也可以是这个人的手、脚、头、腿、上半身、下半身等部位。目标部位可以是一个或者多个部位。
可选地,在本实施例中,高度信息用于指示待测量对象的实际高度,例如,待测量的人的身高,待测量的物体的高度。
可选地,在本实施例中,每个目标图像对应的像素信息可以但不限于用于指示待测量对象在每个目标图像中的高度,可以用像素来标识该高度。
可选地,在本实施例中,第一尺寸信息可以但不限于用像素的形式表示。
可选地,在本实施例中,待测量对象的高度信息可以但不限于是用户输入的。每个目标图像对应的像素信息可以但不限于是通过检测目标图像获取到的。
可选地,在本实施例中,预定角度可以但不限于包括正面、侧面、背面、俯视面、底面等等。
通过上述步骤,通过待测量对象的多个角度的目标图像对待测量对象的目标部位的尺寸数据进行确定,免去了待测量对象必须在测量现场的麻烦,首先确定该目标部位在每个目标图像中的第一尺寸信息,再根据该第一尺寸信息、该物体的高度和图像的像素信息确定每个预定角度下该目标部位的第二尺寸信息,并将各个预定角度下的第二尺寸信息合成该待测量对象的目标部位的实际尺寸,由于实际尺寸是将各个角度的尺寸合成得到的,从而提高了尺寸测量的精确度,因此,提高了对待测量对象的尺寸数据进行测量的测量效率,从而解决了相关技术中对待测量对象的尺寸数据的测量效率较低的问题。
可选地,可以但不限于通过模型的训练检测待测量对象的目标部位,或者还可以通过设置目标部位的特征信息来检测待测量对象的目标部位。例如:在上述步骤S204中,以使用模型检测目标部位为例,可以使用多组数据通过机器学习训练出模型,再使用模型对每个目标图像进行检测,确定每个目标图像中的目标部位,其中,训练模型的多组数据中的每组数据均包括:图像和图像中标识出目标部位。
在一个可选的实施方式中,以人体尺寸的测量为例,可以采用级联分类器组成模型对目标图像进行检测,分别检测出头,肩,手,裆的位置,对人体进行定位。对于级联分类器来说,图3是根据本发明可选实施方式的级联分类器的示意图,如图3所示,一个分类器可以对一个输入的信息进行分类,比如判断一幅图像的色调是偏暖还是偏冷。将多个分类器组合到一起形成级联分类器,每个分类器都对待测样本进行分类,测试通过后交给下一个分类器处理,直到通过所有分类器的检测,从而检测出目标图像中的目标部位。
可选地,在本实施方式中,分类器可以采用如下的训练方式:指定正样本(脸,肩,手等图片)和负样本(其他图片)对级联分类器进行训练,通过训练调整级联分类器中各分类器的权重比例,实现对脸,肩,手等目标部位的准确检测。
可选地,在本实施方式中,上述样本可以是第三方渠道获取的,也可以是通过采集获取的。
可选地,可以但不限于通过边缘检测、直线检测等处理来确定目标部位的第一尺寸信息。例如:在上述步骤S206中,在每个目标图像中对目标部位进行边缘检测,确定目标部位所在的区域的边缘,在每个目标图像中对目标部位所在的区域的边缘进行直线检测,确定目标部位所在的区域,在每个目标图像中确定区域的尺寸信息,将区域的尺寸信息作为第一尺寸信息。
在一个可选的实施方式中,可以通过边缘检测的方式对目标图像进行处理。图像的边缘是指图像局部区域亮度变化显著的部分,该区域的灰度剖面一般可以看作是一个阶跃,既从一个灰度值在很小的缓冲区域内急剧变化到另一个灰度相差较大的灰度值。图4是根据本发明可选实施方式的边缘检测的示意图一,如图4所示,待测量的对象为人体,获取从正面拍摄的第一图像。图5是根据本发明可选实施方式的边缘检测的示意图二,如图5所示,对上述第一图像进行边缘检测,确定该人体所在的区域的边缘。
在一个可选的实施方式中,直线检测可以通过霍夫变换来实现,霍夫变换是用来从图像中分离出具有某种相同特征的几何形状(如,直线,圆等)。霍夫变换寻找直线与圆的方法相比与其它方法可以更好的减少噪声干扰。通过霍夫变换可以检测目标图像中的直线。图6是根据本发明可选实施方式的直线检测的示意图,如图6所示,对上述边缘检测后的图像进行直线检测,对于检测结果可以保留横线(160-200度)和竖线(90-110度),从而得到目标部位所在的区域。
在直线检测过程中,可以对20个点进行直线拟合,计算检测出的20个点的方差,如果20个连的离散程度过大,则检测失败。如果有个别点偏离平均值过大,则在拟合直线上的取点。
在本实施方式中,可以对目标部位所在的区域进行划分,以人体检测为例,可以划分为头部,上半身和下班身三个部分。对于头部,可以对头顶进行检测,找到脸部上方的横线,且横线中心点在脸部中心线附近,最靠上的一条横线,记为头顶位置。对于上半身区域划分,找出两侧最外侧竖线记为L1和L2,取脸部下放横线记为L3,裆部位置水平线L4。L1,L2,L3,L4所在范围内记为上半身区域。对于下半身区域划分,找出两侧最外侧竖线记为L5和L6,裆部位置水平线L7,底部横线L8。L5,L6,L7,L8所在范围内记为下半身区域。
可选地,可以但不限于通过以下方式确定区域的尺寸信息:将区域延预设方向划分为预设数量的子区域;分别确定每个子区域的尺寸;获取区域延预设方向上的最大尺寸;确定每个子区域的尺寸和区域延预设方向上的最大尺寸为区域的尺寸信息,将区域的尺寸信息作为第一尺寸信息。
在一个可选的实施方式中,以正面图像为例,把划定的区域等分为20份,根据每份的纵坐标分别取最外侧点横坐标,两点之间的水平距离记为身体每份的宽度。由于边缘检测出的点有可能不连续,会出现找不到边缘点的情况,所以可以检测待检测点以外3*3范围内的点。
可选地,在上述步骤S210中,可以在每个目标图像中确定高度信息和每个目标图像对应的像素信息的比值,在每个目标图像中确定比值与第一尺寸信息的乘积值,将乘积值作为第二尺寸信息。
例如:以人体尺寸测量为例,根据输入的身高数据计算人体各部位尺寸。其中,比值A=输入身高/图片高度(像素),目标部位在每个目标图像中的第一尺寸信息为坐标(X,Y),每部分坐标点映射到人体上为{(X*A),(Y*A)}。
实施例2
在本实施例中还提供了一种尺寸数据确定装置,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“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7是根据本发明实施例的一种尺寸数据确定装置的结构框图一,如图7所示,该装置包括:
第一获取模块702,用于获取从多个预定角度拍摄的所述待测量对象的多个目标图像;
检测模块704,耦合至第一获取模块702,用于在每个所述目标图像中检测所述待测量对象的目标部位;
第一确定模块706,耦合至检测模块704,用于确定所述目标部位在每个所述目标图像中的第一尺寸信息;
第二获取模块708,耦合至第一确定模块706,用于获取所述待测量对象的高度信息以及所述每个所述目标图像对应的像素信息,其中,所述高度信息用于指示所述待测量对象的实际高度;
第二确定模块710,耦合至第二获取模块708,用于分别根据所述第一尺寸信息、所述高度信息和所述多个目标图像对应的所述像素信息确定所述目标部位的第二尺寸信息,其中,所述第二尺寸信息为所述目标部位在每个所述目标图像对应的预定角度下的实际尺寸信息;
合成模块712,耦合至第二确定模块710,用于合成所述第二尺寸信息,得到所述目标部位对应的尺寸数据,其中,所述尺寸数据用于指示所述目标部位的实际尺寸。
可选地,上述尺寸数据确定装置可以但不限于应用于测量待测量对象的尺寸的场景中。例如:人体尺寸的测量、动物尺寸的测量、物体尺寸的测量等等。
可选地,上述尺寸数据确定装置可以但不限于应用于医学成像、人体测量、辅助性检测、人体数据库建立等等领域。
可选地,上述尺寸数据确定装置可以但不限于应用于安装在终端设备上的客户端或者客户端对应的服务器设备等等,例如:终端设备可以但不限于包括手机、电脑、智能穿戴设备、智能电子设备等等,客户端可以但不限于包括医疗软件客户端、购物软件客户端、图像处理软件客户端、拍照软件客户端、视频软件客户端等等。
可选地,在本实施例中,可以但不限于由客户端从多个预定角度拍摄待测量对象的多个目标图像,此后,客户端可以将目标图像发送给服务器,由服务器对待测量对象的尺寸进行测量,再将测量结果返回给客户端,或者客户端可以直接对待测量对象的尺寸进行测量,从而得到测量结果。
可选地,在本实施例中,上述待测量对象可以但不限于包括人、动植物、物体(比如零件、家具等等)。
可选地,在本实施例中,上述目标部位为需要被测量尺寸的部位,可以是待测量对象的整体,也可以是待测量对象上的某个部分。以人体的测量为例,目标部位可以是待测量的人,也可以是这个人的手、脚、头、腿、上半身、下半身等部位。目标部位可以是一个或者多个部位。
可选地,在本实施例中,高度信息用于指示待测量对象的实际高度,例如,待测量的人的身高,待测量的物体的高度。
可选地,在本实施例中,每个目标图像对应的像素信息可以但不限于用于指示待测量对象在每个目标图像中的高度,可以用像素来标识该高度。
可选地,在本实施例中,第一尺寸信息可以但不限于用像素的形式表示。
可选地,在本实施例中,待测量对象的高度信息可以但不限于是用户输入的。每个目标图像对应的像素信息可以但不限于是通过检测目标图像获取到的。
可选地,在本实施例中,预定角度可以但不限于包括正面、侧面、背面、俯视面、底面等等。
通过上述装置,通过待测量对象的多个角度的目标图像对待测量对象的目标部位的尺寸数据进行确定,免去了待测量对象必须在测量现场的麻烦,首先确定该目标部位在每个目标图像中的第一尺寸信息,再根据该第一尺寸信息、该物体的高度和图像的像素信息确定每个预定角度下该目标部位的第二尺寸信息,并将各个预定角度下的第二尺寸信息合成该待测量对象的目标部位的实际尺寸,由于实际尺寸是将各个角度的尺寸合成得到的,从而提高了尺寸测量的精确度,因此,提高了对待测量对象的尺寸数据进行测量的测量效率,从而解决了相关技术中对待测量对象的尺寸数据的测量效率较低的问题。
可选地,上述检测模块用于:使用模型对每个目标图像进行检测,确定每个目标图像中的目标部位,其中,模型为使用多组数据通过机器学习训练出的,多组数据中的每组数据均包括:图像和图像中标识出目标部位。
可选地,可以但不限于通过模型的训练检测待测量对象的目标部位,或者还可以通过设置目标部位的特征信息来检测待测量对象的目标部位。
在一个可选的实施方式中,以人体尺寸的测量为例,可以采用级联分类器组成模型对目标图像进行检测,分别检测出头,肩,手,裆的位置,对人体进行定位。对于级联分类器来说,图3是根据本发明可选实施方式的级联分类器的示意图,如图3所示,一个分类器可以对一个输入的信息进行分类,比如判断一幅图像的色调是偏暖还是偏冷。将多个分类器组合到一起形成级联分类器,每个分类器都对待测样本进行分类,测试通过后交给下一个分类器处理,直到通过所有分类器的检测,从而检测出目标图像中的目标部位。
可选地,在本实施方式中,分类器可以采用如下的训练方式:指定正样本(脸,肩,手等图片)和负样本(其他图片)对级联分类器进行训练,通过训练调整级联分类器中各分类器的权重比例,实现对脸,肩,手等目标部位的准确检测。
可选地,在本实施方式中,上述样本可以是第三方渠道获取的,也可以是通过采集获取的。
图8是根据本发明实施例的一种尺寸数据确定装置的结构框图二,如图8所示,可选地,第一确定模块706包括:
第一确定单元82,用于在每个目标图像中对目标部位进行边缘检测,确定目标部位所在的区域的边缘;
第二确定单元84,耦合至第一确定单元82,用于在每个目标图像中对目标部位所在的区域的边缘进行直线检测,确定目标部位所在的区域;
第三确定单元86,耦合至第二确定单元84,用于在每个目标图像中确定区域的尺寸信息,将区域的尺寸信息作为第一尺寸信息。
可选地,可以但不限于通过边缘检测、直线检测等处理来确定目标部位的第一尺寸信息。
在一个可选的实施方式中,可以通过边缘检测的方式对目标图像进行处理。图像的边缘是指图像局部区域亮度变化显著的部分,该区域的灰度剖面一般可以看作是一个阶跃,既从一个灰度值在很小的缓冲区域内急剧变化到另一个灰度相差较大的灰度值。图4是根据本发明可选实施方式的边缘检测的示意图一,如图4所示,待测量的对象为人体,获取从正面拍摄的第一图像。图5是根据本发明可选实施方式的边缘检测的示意图二,如图5所示,对上述第一图像进行边缘检测,确定该人体所在的区域的边缘。
在一个可选的实施方式中,直线检测可以通过霍夫变换来实现,霍夫变换是用来从图像中分离出具有某种相同特征的几何形状(如,直线,圆等)。霍夫变换寻找直线与圆的方法相比与其它方法可以更好的减少噪声干扰。通过霍夫变换可以检测目标图像中的直线。图6是根据本发明可选实施方式的直线检测的示意图,如图6所示,对上述边缘检测后的图像进行直线检测,对于检测结果可以保留横线(160-200度)和竖线(90-110度),从而得到目标部位所在的区域。
在直线检测过程中,可以对20个点进行直线拟合,计算检测出的20个点的方差,如果20个连的离散程度过大,则检测失败。如果有个别点偏离平均值过大,则在拟合直线上的取点。
在本实施方式中,可以对目标部位所在的区域进行划分,以人体检测为例,可以划分为头部,上半身和下班身三个部分。对于头部,可以对头顶进行检测,找到脸部上方的横线,且横线中心点在脸部中心线附近,最靠上的一条横线,记为头顶位置。对于上半身区域划分,找出两侧最外侧竖线记为L1和L2,取脸部下放横线记为L3,裆部位置水平线L4。L1,L2,L3,L4所在范围内记为上半身区域。对于下半身区域划分,找出两侧最外侧竖线记为L5和L6,裆部位置水平线L7,底部横线L8。L5,L6,L7,L8所在范围内记为下半身区域。
可选地,第三确定单元86用于:将区域延预设方向划分为预设数量的子区域;分别确定每个子区域的尺寸;获取区域延预设方向上的最大尺寸;确定每个子区域的尺寸和区域延预设方向上的最大尺寸为区域的尺寸信息,将区域的尺寸信息作为第一尺寸信息。
在一个可选的实施方式中,以正面图像为例,把划定的区域等分为20份,根据每份的纵坐标分别取最外侧点横坐标,两点之间的水平距离记为身体每份的宽度。由于边缘检测出的点有可能不连续,会出现找不到边缘点的情况,所以可以检测待检测点以外3*3范围内的点。
图9是根据本发明实施例的一种尺寸数据确定装置的结构框图三,如图9所示,可选地,第二确定模块710包括:
第四确定单元92,用于在每个目标图像中确定高度信息和每个目标图像对应的像素信息的比值;
第五确定单元94,耦合至第四确定单元92,用于在每个目标图像中确定比值与第一尺寸信息的乘积值,将乘积值作为第二尺寸信息。
例如:以人体尺寸测量为例,根据输入的身高数据计算人体各部位尺寸。其中,比值A=输入身高/图片高度(像素),目标部位在每个目标图像中的第一尺寸信息为坐标(X,Y),每部分坐标点映射到人体上为{(X*A),(Y*A)}。
需要说明的是,上述各个模块是可以通过软件或硬件来实现的,对于后者,可以通过以下方式实现,但不限于此:上述模块均位于同一处理器中;或者,上述模块分别位于多个处理器中。
下面结合本发明可选实施例进行详细说明。
本发明可选实施例提供了一种人体尺寸测量的方法。图10是根据本发明可选实施例的人体尺寸测量方法的示意图,如图10所示,首先通过手机拍照,分别拍摄人的正脸和侧身全身照上传到系统,系统会对照片中人的正脸和侧身进行识别,分别检测出头,肩,手,裆的位置,对人体进行定位。然后根据输入身高数据计算人体各部位尺寸,通过对人体进行头部、上半身、下半身区域划分,把划分的区域等分为20分,分别取纵坐标(身高)和最外侧点横坐标,测量两点间的水平距离,计算身体的每份宽度,并进行误差处理,从而完成人体数据合成,达到快速搭建三维立体模型的需求。
通过本可选实施例的人体尺寸测量方法,简单方便,不需要特殊仪器,特殊场地,随时可以根据需求进行拍照上传,生成三维模型,准确度高,适用领域广泛,如医学成像、人体测量、辅助性检测、人体数据库建立等等。
本可选实施例提供的人体尺寸测量方法是通过一种快速、简单、方便的方法完成人体尺寸测量,并可以生成三维立体模型。可以通过大众型的移动媒体设备——手机,快速有效,及时准确的完成人体三维立体建模,不受设备、场地、时间、接触性测量等因素的影响,可以随时随地的进行拍照上传并完成人体三维建模,身高的差异不会超过1%,横向身体差异不会超过3%,准确度高。
以上实施例仅用以说明本发明的技术方案而非对其进行限制,本领域的普通技术人员可以对本发明的技术方案进行修改或者等同替换,而不脱离本发明的精神和范围,本发明的保护范围应以权利要求所述为准。
实施例4
本发明的实施例还提供了一种存储介质,该存储介质包括存储的程序,其中,上述程序运行时执行上述任一项所述的方法。
可选地,在本实施例中,上述存储介质可以被设置为存储用于执行以下步骤的程序代码:
S1,获取从多个预定角度拍摄的待测量对象的多个目标图像;
S2,在每个目标图像中检测待测量对象的目标部位;
S3,确定目标部位在每个目标图像中的第一尺寸信息;
S4,获取待测量对象的高度信息以及每个目标图像对应的像素信息,其中,高度信息用于指示待测量对象的实际高度;
S5,分别根据第一尺寸信息、高度信息和多个目标图像对应的像素信息确定目标部位的第二尺寸信息,其中,第二尺寸信息为目标部位在每个目标图像对应的预定角度下的实际尺寸信息;
S6,合成第二尺寸信息,得到目标部位对应的尺寸数据,其中,尺寸数据用于指示目标部位的实际尺寸。
可选地,在本实施例中,上述存储介质可以包括但不限于:U盘、只读存储器(Read-Only Memory,简称为ROM)、随机存取存储器(Random Access Memory,简称为RAM)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
本发明的实施例还提供了一种处理器,该处理器用于运行程序,其中,该程序运行时执行上述任一项方法中的步骤。
可选地,在本实施例中,上述程序用于执行以下步骤:
S1,获取从多个预定角度拍摄的待测量对象的多个目标图像;
S2,在每个目标图像中检测待测量对象的目标部位;
S3,确定目标部位在每个目标图像中的第一尺寸信息;
S4,获取待测量对象的高度信息以及每个目标图像对应的像素信息,其中,高度信息用于指示待测量对象的实际高度;
S5,分别根据第一尺寸信息、高度信息和多个目标图像对应的像素信息确定目标部位的第二尺寸信息,其中,第二尺寸信息为目标部位在每个目标图像对应的预定角度下的实际尺寸信息;
S6,合成第二尺寸信息,得到目标部位对应的尺寸数据,其中,尺寸数据用于指示目标部位的实际尺寸。
可选地,本实施例中的具体示例可以参考上述实施例及可选实施方式中所描述的示例,本实施例在此不再赘述。
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。
以上所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 (10)
1.一种尺寸数据确定方法,其特征在于,包括:
获取从多个预定角度拍摄的待测量对象的多个目标图像;
在每个所述目标图像中检测所述待测量对象的目标部位;
确定所述目标部位在每个所述目标图像中的第一尺寸信息;
获取所述待测量对象的高度信息以及所述每个所述目标图像对应的像素信息,其中,所述高度信息用于指示所述待测量对象的实际高度;
分别根据所述第一尺寸信息、所述高度信息和所述多个目标图像对应的所述像素信息确定所述目标部位的第二尺寸信息,其中,所述第二尺寸信息为所述目标部位在每个所述目标图像对应的预定角度下的实际尺寸信息;
合成所述第二尺寸信息,得到所述目标部位对应的尺寸数据,其中,所述尺寸数据用于指示所述目标部位的实际尺寸。
2.根据权利要求1所述的方法,其特征在于,在每个所述目标图像中检测所述待测量对象的目标部位包括:
使用模型对每个所述目标图像进行检测,确定每个所述目标图像中的所述目标部位,其中,所述模型为使用多组数据通过机器学习训练出的,所述多组数据中的每组数据均包括:图像和图像中标识出所述目标部位。
3.根据权利要求1所述的方法,其特征在于,确定所述目标部位在每个所述目标图像中的所述第一尺寸信息包括:
在每个所述目标图像中对所述目标部位进行边缘检测,确定所述目标部位所在的区域的边缘;
在每个所述目标图像中对所述目标部位所在的区域的边缘进行直线检测,确定所述目标部位所在的区域;
在每个所述目标图像中确定所述区域的尺寸信息,将所述区域的尺寸信息作为所述第一尺寸信息。
4.根据权利要求3所述的方法,其特征在于,确定所述区域的尺寸信息,将所述区域的尺寸信息作为所述第一尺寸信息包括:
将所述区域延预设方向划分为预设数量的子区域;
分别确定每个所述子区域的尺寸;
获取所述区域延所述预设方向上的最大尺寸;
确定所述每个所述子区域的尺寸和所述区域延所述预设方向上的最大尺寸为所述区域的尺寸信息,将所述区域的尺寸信息作为所述第一尺寸信息。
5.根据权利要求1至4中任一项所述的方法,其特征在于,分别根据所述第一尺寸信息、所述高度信息和所述多个目标图像对应的所述像素信息确定所述目标部位在每个所述目标图像中的第二尺寸信息包括:
在每个所述目标图像中确定所述高度信息和每个所述目标图像对应的所述像素信息的比值;
在每个所述目标图像中确定所述比值与所述第一尺寸信息的乘积值,将所述乘积值作为所述第二尺寸信息。
6.一种尺寸数据确定装置,其特征在于,包括:
第一获取模块,用于获取从多个预定角度拍摄的待测量对象的多个目标图像;
检测模块,用于在每个所述目标图像中检测所述待测量对象的目标部位;
第一确定模块,用于确定所述目标部位在每个所述目标图像中的第一尺寸信息;
第二获取模块,用于获取所述待测量对象的高度信息以及所述每个所述目标图像对应的像素信息,其中,所述高度信息用于指示所述待测量对象的实际高度;
第二确定模块,用于分别根据所述第一尺寸信息、所述高度信息和所述多个目标图像对应的所述像素信息确定所述目标部位的第二尺寸信息,其中,所述第二尺寸信息为所述目标部位在每个所述目标图像对应的预定角度下的实际尺寸信息;
合成模块,用于合成所述第二尺寸信息,得到所述目标部位对应的尺寸数据,其中,所述尺寸数据用于指示所述目标部位的实际尺寸。
7.根据权利要求6所述的装置,其特征在于,所述第一确定模块包括:
第一确定单元,用于在每个所述目标图像中对所述目标部位进行边缘检测,确定所述目标部位所在的区域的边缘;
第二确定单元,用于在每个所述目标图像中对所述目标部位所在的区域的边缘进行直线检测,确定所述目标部位所在的区域;
第三确定单元,用于在每个所述目标图像中确定所述区域的尺寸信息,将所述区域的尺寸信息作为所述第一尺寸信息。
8.根据权利要求6或7所述的装置,其特征在于,所述第二确定模块包括:
第四确定单元,用于在每个所述目标图像中确定所述高度信息和每个所述目标图像对应的所述像素信息的比值;
第五确定单元,用于在每个所述目标图像中确定所述比值与所述第一尺寸信息的乘积值,将所述乘积值作为所述第二尺寸信息。
9.一种存储介质,其特征在于,所述存储介质包括存储的程序,其中,所述程序运行时执行权利要求1至5中任一项所述的方法。
10.一种处理器,其特征在于,所述处理器用于运行程序,其中,所述程序运行时执行权利要求1至5中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710991701.XA CN107862712A (zh) | 2017-10-20 | 2017-10-20 | 尺寸数据确定方法、装置、存储介质及处理器 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710991701.XA CN107862712A (zh) | 2017-10-20 | 2017-10-20 | 尺寸数据确定方法、装置、存储介质及处理器 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107862712A true CN107862712A (zh) | 2018-03-30 |
Family
ID=61696223
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710991701.XA Pending CN107862712A (zh) | 2017-10-20 | 2017-10-20 | 尺寸数据确定方法、装置、存储介质及处理器 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107862712A (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108629339A (zh) * | 2018-06-15 | 2018-10-09 | Oppo广东移动通信有限公司 | 图像处理方法及相关产品 |
CN108846892A (zh) * | 2018-06-05 | 2018-11-20 | 陈宸 | 人体模型的确定方法及装置 |
CN110211459A (zh) * | 2019-06-12 | 2019-09-06 | 北京星网宇达科技股份有限公司 | 考试项目复核方法、装置、处理终端及存储介质 |
WO2019237721A1 (zh) * | 2018-06-14 | 2019-12-19 | 深圳码隆科技有限公司 | 一种服装尺寸数据识别方法、装置和用户终端 |
JP2020085805A (ja) * | 2018-11-30 | 2020-06-04 | Arithmer株式会社 | 寸法データ算出装置、プログラム、方法、製品製造装置、及び製品製造システム |
WO2020119167A1 (zh) * | 2018-12-14 | 2020-06-18 | 北京海益同展信息科技有限公司 | 数据处理方法、装置、系统和介质 |
CN112101139A (zh) * | 2020-08-27 | 2020-12-18 | 普联国际有限公司 | 人形检测方法、装置、设备及存储介质 |
CN114155227A (zh) * | 2021-12-07 | 2022-03-08 | 苏州佳祺仕信息科技有限公司 | 一种柔性产品尺寸的检测方法、装置和系统 |
CN114331216A (zh) * | 2022-01-21 | 2022-04-12 | 杭州贝嘟科技有限公司 | 服装尺寸评估方法、电子装置和存储介质 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103903018A (zh) * | 2014-04-02 | 2014-07-02 | 浙江师范大学 | 一种复杂场景中对车牌进行定位的方法和系统 |
CN104091269A (zh) * | 2014-06-30 | 2014-10-08 | 京东方科技集团股份有限公司 | 一种虚拟试衣方法及虚拟试衣系统 |
CN104406491A (zh) * | 2014-11-28 | 2015-03-11 | 陈永煊 | 基于图像识别技术的吊钩报废检测装置及其检测方法 |
CN104573637A (zh) * | 2014-12-18 | 2015-04-29 | 厦门翼歌软件科技有限公司 | 一种基于多摄像头的车牌识别方法 |
CN105387847A (zh) * | 2014-08-25 | 2016-03-09 | 周彬 | 非接触式测量方法、测量设备及其测量系统 |
CN105551037A (zh) * | 2015-12-10 | 2016-05-04 | 广州视源电子科技股份有限公司 | 用户服装尺码匹配方法、系统和智能镜子 |
CN105758319A (zh) * | 2016-03-21 | 2016-07-13 | 北京小米移动软件有限公司 | 通过移动终端测量目标物体高度的方法和装置 |
CN105956910A (zh) * | 2016-05-19 | 2016-09-21 | 邀月科技(北京)有限责任公司 | 服装定制化方法、图像拍摄设备及控制系统 |
CN106033534A (zh) * | 2015-03-18 | 2016-10-19 | 成都理想境界科技有限公司 | 基于直线检测的电子阅卷方法 |
CN107076541A (zh) * | 2015-06-11 | 2017-08-18 | 松下知识产权经营株式会社 | 尺寸测定装置以及尺寸测定方法 |
-
2017
- 2017-10-20 CN CN201710991701.XA patent/CN107862712A/zh active Pending
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103903018A (zh) * | 2014-04-02 | 2014-07-02 | 浙江师范大学 | 一种复杂场景中对车牌进行定位的方法和系统 |
CN104091269A (zh) * | 2014-06-30 | 2014-10-08 | 京东方科技集团股份有限公司 | 一种虚拟试衣方法及虚拟试衣系统 |
CN105387847A (zh) * | 2014-08-25 | 2016-03-09 | 周彬 | 非接触式测量方法、测量设备及其测量系统 |
CN104406491A (zh) * | 2014-11-28 | 2015-03-11 | 陈永煊 | 基于图像识别技术的吊钩报废检测装置及其检测方法 |
CN104573637A (zh) * | 2014-12-18 | 2015-04-29 | 厦门翼歌软件科技有限公司 | 一种基于多摄像头的车牌识别方法 |
CN106033534A (zh) * | 2015-03-18 | 2016-10-19 | 成都理想境界科技有限公司 | 基于直线检测的电子阅卷方法 |
CN107076541A (zh) * | 2015-06-11 | 2017-08-18 | 松下知识产权经营株式会社 | 尺寸测定装置以及尺寸测定方法 |
CN105551037A (zh) * | 2015-12-10 | 2016-05-04 | 广州视源电子科技股份有限公司 | 用户服装尺码匹配方法、系统和智能镜子 |
CN105758319A (zh) * | 2016-03-21 | 2016-07-13 | 北京小米移动软件有限公司 | 通过移动终端测量目标物体高度的方法和装置 |
CN105956910A (zh) * | 2016-05-19 | 2016-09-21 | 邀月科技(北京)有限责任公司 | 服装定制化方法、图像拍摄设备及控制系统 |
Non-Patent Citations (4)
Title |
---|
徐光柱等: "《实用性目标检测与跟踪算法原理及应用》", 30 April 2015, 国防工业出版社 * |
李鹏飞等: ""基于机器视觉的服装尺寸在线测量系统"", 《毛纺科技》 * |
贵州省科学技术协会: "《贵州省科学技术优秀学术论文及》", 31 December 2004 * |
颜志国等: "《多摄像机协作同关注目标检测跟踪技术》", 30 June 2017, 东南大学出版社 * |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108846892B (zh) * | 2018-06-05 | 2022-10-11 | 陈宸 | 人体模型的确定方法及装置 |
CN108846892A (zh) * | 2018-06-05 | 2018-11-20 | 陈宸 | 人体模型的确定方法及装置 |
WO2019237721A1 (zh) * | 2018-06-14 | 2019-12-19 | 深圳码隆科技有限公司 | 一种服装尺寸数据识别方法、装置和用户终端 |
CN108629339A (zh) * | 2018-06-15 | 2018-10-09 | Oppo广东移动通信有限公司 | 图像处理方法及相关产品 |
CN108629339B (zh) * | 2018-06-15 | 2022-10-18 | Oppo广东移动通信有限公司 | 图像处理方法及相关产品 |
JP2020085805A (ja) * | 2018-11-30 | 2020-06-04 | Arithmer株式会社 | 寸法データ算出装置、プログラム、方法、製品製造装置、及び製品製造システム |
WO2020119167A1 (zh) * | 2018-12-14 | 2020-06-18 | 北京海益同展信息科技有限公司 | 数据处理方法、装置、系统和介质 |
CN110211459A (zh) * | 2019-06-12 | 2019-09-06 | 北京星网宇达科技股份有限公司 | 考试项目复核方法、装置、处理终端及存储介质 |
CN110211459B (zh) * | 2019-06-12 | 2021-04-27 | 北京星网宇达科技股份有限公司 | 考试项目复核方法、装置、处理终端及存储介质 |
CN112101139A (zh) * | 2020-08-27 | 2020-12-18 | 普联国际有限公司 | 人形检测方法、装置、设备及存储介质 |
CN112101139B (zh) * | 2020-08-27 | 2024-05-03 | 普联国际有限公司 | 人形检测方法、装置、设备及存储介质 |
CN114155227A (zh) * | 2021-12-07 | 2022-03-08 | 苏州佳祺仕信息科技有限公司 | 一种柔性产品尺寸的检测方法、装置和系统 |
CN114155227B (zh) * | 2021-12-07 | 2024-01-26 | 苏州佳祺仕科技股份有限公司 | 一种柔性产品尺寸的检测方法、装置和系统 |
CN114331216B (zh) * | 2022-01-21 | 2022-06-17 | 杭州贝嘟科技有限公司 | 服装尺寸评估方法、电子装置和存储介质 |
CN114331216A (zh) * | 2022-01-21 | 2022-04-12 | 杭州贝嘟科技有限公司 | 服装尺寸评估方法、电子装置和存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107862712A (zh) | 尺寸数据确定方法、装置、存储介质及处理器 | |
CN104700404B (zh) | 一种果实定位识别方法 | |
CN108334899A (zh) | 基于手骨x光片骨骼和关节量化信息集成的骨龄评估方法 | |
CN101292255B (zh) | 三维成像中的人工痕迹消除 | |
CN106651942A (zh) | 基于特征点的三维旋转运动检测与旋转轴定位方法 | |
CN108209926A (zh) | 基于深度图像的人体身高测量系统 | |
CN107607053B (zh) | 一种基于机器视觉和三维重建技术的立木胸径测量方法 | |
CN109903303A (zh) | 一种基于卷积神经网络的船舶吃水线提取方法 | |
CN108805980A (zh) | 一种基于3d的马体尺测量系统及数据修正方法 | |
CN104463240B (zh) | 一种仪表定位方法及装置 | |
CN103813095B (zh) | 测试图及其使用方法 | |
CN110533686A (zh) | 线阵相机行频与物体运动速度是否匹配的判断方法及系统 | |
CN102486816A (zh) | 计算人体形状参数的装置和方法 | |
CN110458940A (zh) | 动作捕捉的处理方法和处理装置 | |
CN107305699A (zh) | 基于二维图像信息足部三维重建方法及其足-鞋匹配系统 | |
CN109163775A (zh) | 一种基于带式运输机的质量测量方法及装置 | |
CN112348909A (zh) | 一种目标定位方法、装置、设备及存储介质 | |
CN107507188A (zh) | 一种基于机器学习提取图像信息的方法及装置 | |
CN104680570A (zh) | 一种基于视频的动作捕捉系统及方法 | |
Trinder et al. | An assessment of the precision and accuracy of methods of digital target location | |
CN110411360A (zh) | 一种智能手机测树装置及其测树方法 | |
JP2012098265A (ja) | 重量、形状その他性状の計測装置 | |
CN110349206A (zh) | 一种人体对称性检测的方法和相关装置 | |
CN109163674B (zh) | 一种面结构光自动化三维测量中传感器测量视点规划方法 | |
CN110136192A (zh) | 一种基于深度学习和特征部位检测的牛体尺算法 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180330 |