CN108924627A - 运动对象的位置分布显示方法、装置、设备及存储介质 - Google Patents
运动对象的位置分布显示方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN108924627A CN108924627A CN201810969200.6A CN201810969200A CN108924627A CN 108924627 A CN108924627 A CN 108924627A CN 201810969200 A CN201810969200 A CN 201810969200A CN 108924627 A CN108924627 A CN 108924627A
- Authority
- CN
- China
- Prior art keywords
- area image
- moving objects
- predeterminable area
- video frame
- display position
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
- H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
- H04N21/431—Generation of visual interfaces for content selection or interaction; Content or additional data rendering
- H04N21/4312—Generation of visual interfaces for content selection or interaction; Content or additional data rendering involving specific graphical features, e.g. screen layout, special fonts or colors, blinking icons, highlights or animations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
- G06V20/41—Higher-level, semantic clustering, classification or understanding of video scenes, e.g. detection, labelling or Markovian modelling of sport events or news items
- G06V20/42—Higher-level, semantic clustering, classification or understanding of video scenes, e.g. detection, labelling or Markovian modelling of sport events or news items of sport video content
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
- H04N21/47—End-user applications
- H04N21/485—End-user interface for client configuration
- H04N21/4858—End-user interface for client configuration for modifying screen layout parameters, e.g. fonts, size of the windows
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Human Computer Interaction (AREA)
- Computational Linguistics (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Controls And Circuits For Display Device (AREA)
Abstract
本公开实施例公开了一种运动对象的位置分布显示方法、装置、设备及存储介质。其中,方法包括:获取显示有运动对象的多个视频帧;根据运动对象在每个视频帧中的显示位置信息以及每个视频帧中的区域图像到预设区域图像的映射关系,确定每个视频帧中的运动对象在预设区域图像中的显示位置信息;根据每个视频帧中的运动对象在预设区域图像中的显示位置信息,在预设区域图像上显示位置标识。本公开实施例能够展示运动对象的位置分布。
Description
技术领域
本公开实施例涉及计算机视觉技术,尤其涉及一种运动对象的位置分布显示方法、装置、设备及存储介质。
背景技术
随着互联网技术的发展,可以通过摄像机拍摄视频并将视频通过网络发送到智能终端,人们得以在智能终端上观看来自世界各地的视频,比如运动视频、道路视频、比赛视频等。
正是由于这些视频大多由摄像机拍摄,观众所能看到的视频内容由摄像机的拍摄视角所决定,如果摄像机的拍摄视角不固定,而且视频中存在运动对象时,导致视频中难以展示一段时间内运动对象的位置分布。例如,足球比赛视频难以展示一段时间内足球或者球员在球场上的位置分布,使得观众很难从整体上获取运动对象的情况,导致观看体验较差。
发明内容
本公开实施例提供一种运动对象的位置分布显示方法、装置、设备及存储介质,以展示运动对象的位置分布。
第一方面,本公开实施例提供了一种运动对象的位置分布显示方法,包括:
获取显示有运动对象的多个视频帧;
根据运动对象在每个视频帧中的显示位置信息以及每个视频帧中的区域图像到预设区域图像的映射关系,确定每个视频帧中的运动对象在预设区域图像中的显示位置信息,其中,区域图像为视频帧中静态对象的图像;
根据每个视频帧中的运动对象在预设区域图像中的显示位置信息,在预设区域图像上显示位置标识。
第二方面,本公开实施例还提供了一种运动对象的位置分布显示装置,包括:
获取模块,用于获取显示有运动对象的多个视频帧;
确定模块,用于根据运动对象在每个视频帧中的显示位置信息以及每个视频帧中的区域图像到预设区域图像的映射关系,确定每个视频帧中的运动对象在预设区域图像中的显示位置信息,其中,区域图像为视频帧中静态对象的图像;
显示模块,用于根据每个视频帧中的运动对象在预设区域图像中的显示位置信息,在预设区域图像上显示位置标识。
第三方面,本公开实施例还提供了一种电子设备,所述电子设备包括:
一个或多个处理器;
存储器,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现任一实施例所述的运动对象的位置分布显示方法。
第四方面,本公开实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现任一实施例所述的运动对象的位置分布显示方法。
本公开实施例中,通过获取显示有运动对象的多个视频帧;根据运动对象在每个视频帧中的显示位置信息以及每个视频帧中的区域图像到预设区域图像的映射关系,确定每个视频帧中的运动对象在预设区域图像中的显示位置信息,从而将运动对象从每个视频帧中映射到预设区域图像中,预设区域图像得以包含多个视频帧中运动对象的显示位置;然后,根据每个视频帧中的运动对象在预设区域图像中的显示位置信息,在预设区域图像上显示位置标识,从而在预设区域图像上同时显示了多个视频帧中的运动对象的显示位置信息。因此,在预设区域图像上显示有运动对象的位置分布。对于观众来说,能够通过预设区域图像获知运动对象的位置分布,提高了观看体验。
附图说明
图1是本公开实施例一提供的一种运动对象的位置分布显示方法的流程图;
图2a是本公开实施例二提供的一种运动对象的位置分布显示方法的流程图;
图2b是本公开实施例二提供的一种预设区域图像的示意图;
图2c是本公开实施例二提供的一种预设区域图像的显示效果图;
图3是本公开实施例三提供的一种运动对象的位置分布显示方法的流程图;
图4是本公开实施例四提供的一种运动对象的位置分布显示装置的结构示意图;
图5是本公开实施例五提供的一种电子设备的结构示意图。
具体实施方式
下面结合附图和实施例对本公开作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本公开,而非对本公开的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本公开相关的部分而非全部结构。下述各实施例中,每个实施例中同时提供了可选特征和示例,实施例中记载的各个特征可进行组合,形成多个可选方案,不应将每个编号的实施例仅视为一个技术方案。
实施例一
图1是本公开实施例一提供的一种运动对象的位置分布显示方法的流程图,本实施例可适用于针对多个视频帧中显示的运动对象,在预设区域图像中显示运动对象的位置分布的整体情况,该方法可以由运动对象的位置分布显示装置来执行,该装置可以由硬件和/软件构成,并一般集成在电子设备中,具体包括如下步骤:
S110、获取显示有运动对象的多个视频帧。
其中,运动对象指视频帧中显示的可运动的对象,比如,道路视频中,车辆和行人是运动对象;又比如,足球比赛视频中,足球和球员是运动对象。
多个视频帧的每个视频帧中显示有运动对象。在一种情况下,在关于运动对象的视频流中获取多个视频帧,则可认为多个视频帧中显示有运动对象。在另一种情况下,在关于运动对象的视频流中抽取多个视频帧,在抽取的多个视频帧中进行针对运动对象的图像识别或者人工分拣,得到每个视频帧均显示有运动对象的多个视频帧。
可选地,在获取多个视频帧时,可以在关于运动对象的视频流中连续获取,也可以不连续获取;可以在关于运动对象的视频流中获取其中一段时间内的多个视频帧,也可以在整个关于运动对象的视频流中获取多个视频帧。
进一步可选地,可以在视频流的处理过程中,获取多个视频帧。视频流的处理过程包括但不限于视频流的接收、分发、编解码等。在一示例中,该装置集成在一电子设备(例如服务器)中,在向终端分发视频流的同时,从视频流中获取显示有运动对象的多个视频帧,并执行后续操作。最后将预设区域图像以及其上的位置标识发送至终端,以供终端的观众观看。在另一示例中,该装置集成在另一电子设备(例如终端)中,在接收服务器分发的视频流的同时,从接收到的视频流中获取显示有运动对象的多个视频帧,并在终端的显示屏上显示预设区域图像以及其上的位置标识。
S120、根据运动对象在每个视频帧中的显示位置信息以及每个视频帧中的区域图像到预设区域图像的映射关系,确定每个视频帧中的运动对象在预设区域图像中的显示位置信息,其中,区域图像为视频帧中静态对象的图像。
运动对象在每个视频帧中的显示位置信息包括位置坐标和/或运动对象的轮廓对应的坐标范围,该位置坐标可以是运动对象的中心坐标。可选地,对每个视频帧进行针对运动对象的图像识别,得到运动对象在视频帧中的显示位置信息。
视频帧中除了显示有运动对象外,还显示有区域图像,区域图像为视频帧中静态对象的图像,例如视频帧中的背景图像。具体在道路视频帧中,区域图像指道路图像、路标图像、指示灯图像等。或者,在足球比赛视频中,区域图像指草坪图像、球门图像、广告牌图像、观众席图像、标志线图像等。
预设区域图像指用于显示运动对象的位置分布的图像,为了全面显示运动对象的位置分布,预设区域图像应包括多个视频帧中的区域图像。换言之,预设区域图像所能显示的区域应大于等于多个视频帧中的区域图像的交集。假设在足球比赛视频流中,获取显示有足球的多个视频帧,预设区域图像可以是整个足球场。比如,预设区域图像可以是从足球场的几何中心的上空拍摄的足球场的整体图像,也可以是绘制的足球场的二维图或者三维图。
不论是在每个视频帧中还是在预设区域图像中,运动对象与区域图像的相对位置关系大致相同。基于此,区域图像到预设区域图像的映射关系,与运动对象的显示位置信息从视频帧到预设区域图像的映射关系相同。因此,在获知每个视频帧中的区域图像到预设区域图像的映射关系的前提下,可以按照该映射关系,将运动对象在每个视频帧中的显示位置信息映射到预设区域图像中。
S130、根据每个视频帧中的运动对象在预设区域图像中的显示位置信息,在预设区域图像上显示位置标识。
可选地,在一种情况下,运动对象在预设区域图像中的显示位置信息包括位置坐标,则在该位置坐标处或者以该位置坐标为中心的区域内显示位置标识。
在另一种情况下,运动对象在预设区域图像中的显示位置信息包括运动对象的轮廓对应的坐标范围,则在该坐标范围内,或者该坐标范围关联的另一范围内显示位置标识。可选地,该坐标范围关联的另一范围包括该坐标范围内含的另一范围、包括该坐标范围的另一范围或者与该坐标范围交叠的另一范围。
可选地,位置标识包括但不限于颜色、纹理、灰度、亮度、对比度或者图形。
可选地,预设区域图像以及其上的位置标识可以与视频融合显示,例如将预设区域图像以及其上的位置标识绘制在每个视频帧的指定位置,如左下角、右上角;预设区域图像以及其上的位置标识也可以单独作为一张图像显示。
本实施例中,通过获取显示有运动对象的多个视频帧;根据运动对象在每个视频帧中的显示位置信息以及每个视频帧中的区域图像到预设区域图像的映射关系,确定每个视频帧中的运动对象在预设区域图像中的显示位置信息,从而将运动对象从每个视频帧中映射到预设区域图像中,预设区域图像得以包含多个视频帧中运动对象的显示位置;然后,根据每个视频帧中的运动对象在预设区域图像中的显示位置信息,在预设区域图像上显示位置标识,从而在预设区域图像上同时显示了多个视频帧中的运动对象的显示位置信息。因此,在预设区域图像上显示有运动对象的位置分布。对于观众来说,能够通过预设区域图像获知运动对象的位置分布,提高了观看体验。
实施例二
图2a是本公开实施例二提供的一种运动对象的位置分布显示方法的流程图,本实施例可以与上述一个或者多个实施例中各个可选方案结合,在本实施例中,将根据每个视频帧中的运动对象在预设区域图像中的显示位置信息,在预设区域图像上显示位置标识,具体为:根据每个视频帧中的运动对象在预设区域图像中的显示位置信息,确定预设区域图像的各子区域中位置分布的疏密程度;根据位置分布的疏密程度,确定与疏密程度对应的位置标识;在预设区域图像的各子区域关联的子显示区域内显示对应的位置标识。具体包括以下步骤:
S210、获取显示有运动对象的多个视频帧。
S220、根据运动对象在每个视频帧中的显示位置信息以及每个视频帧中的区域图像到预设区域图像的映射关系,确定每个视频帧中的运动对象在预设区域图像中的显示位置信息。
S210和S220分别与上述实施例中的S110和S120相同,此处不再赘述。
S230、根据每个视频帧中的运动对象在预设区域图像中的显示位置信息,确定预设区域图像的各子区域中位置分布的疏密程度。
预设区域图像包括至少两个子区域,子区域之间可以是相邻的,也可以是不相邻的;子区域之间的尺寸和形状可以相同也可以不同,例如子区域可以是各种规则或者不规则的形状。
可选地,为了便于计算各子区域中位置分布的疏密程度,各子区域是尺寸相同的矩形网格。基于此,在S230之前,还包括:在预设区域图像的预设区域中进行网格划分,各网格所在的区域分别为各子区域。其中,预设区域图像的预设区域指用于显示位置标识的图像,以足球场为例,预设区域图像例如是整个足球场的图像,运动对象假设是足球,而足球一般在草坪上滚动,则预设区域可以是足球场中的草坪区域。接着,在预设区域上绘制多条横线和多条竖线,以对预设区域进行网格划分,如图2b所示。
可选地,疏密程度的确定方法包括以下两步:
第一步:根据每个视频帧中的运动对象在预设区域图像中的显示位置信息和各子区域的显示位置信息,确定每个视频帧中的运动对象在预设区域图像中的显示位置信息对应的子区域。其中,子区域的显示位置信息为子区域边界对应的坐标范围。
在一种情况下,运动对象在预设区域图像中的显示位置信息包括位置坐标,则确定每个视频帧中的运动对象在预设区域图像中的位置坐标所包含在的子区域。
在另一种情况下,运动对象在预设区域图像中的显示位置信息包括运动对象的轮廓对应的坐标范围,则确定每个视频帧中的运动对象在预设区域图像中的坐标范围与子区域的显示位置信息有重叠的子区域。
第二步:在各子区域中,确定对应的显示位置信息之间的疏密程度。疏密程度可体现为预设的多个值。可选地,该疏密程度可以由显示位置信息之间的距离与距离阈值的差值来体现,例如1-10,差值越大表示密集程度越高。
S240、根据位置分布的疏密程度,确定与疏密程度对应的位置标识。
疏密程度与位置标识具有对应关系。具体地,按照不同位置标识对人眼视觉冲击力的强弱,预先建立疏密程度与位置标识的对应关系。例如,疏密程度较低(较稀疏)对应视觉冲击力弱的标识,例如浅颜色、空心的几何图案。疏密程度较高(较密集)对应视觉冲击力强的标识,例如深颜色、实心的几何图案。
S250、在预设区域图像的各子区域关联的子显示区域内显示对应的位置标识。
可选地,与子区域关联的子显示区域可以是子区域本身或者包含子区域的一区域。为了使相邻的子显示区域能够重叠,产生渐变的效果,优选地,子显示区域包含对应的子区域。基于此,根据各子区域的显示位置信息,确定分别包括各子区域的各子显示区域;在各子显示区域内分别显示对应的位置标识。如图2b所示,子区域是矩形区域,其关联的子显示区域是矩形外接的椭圆形区域。假设1号子区域中与疏密程度对应的位置标识是深色25%,2号子区域中与疏密程度对应的位置标识是深色5%,图2b中,在两个子区域之间能够呈现浅灰色的渐变色,观众观感较好。
图2c示出了在预设区域图像的各子区域关联的子显示区域内显示对应的位置标识之后,预设区域图像的显示效果图。其中预设区域图像是足球场的图像。从图2c中可以看出,亮度越高的区域,足球出现的次数越多,出现频率越高。在实际应用中,预设区域图像整体可以呈现为热力图。例如,图2c中亮度较高的区域可以用蓝色渲染,亮度适中的区域可以用绿色渲染,亮度较低的区域可以用红色渲染。
本公开实施例中,通过根据每个视频帧中的运动对象在预设区域图像中的显示位置信息,确定预设区域图像的各子区域中位置分布的疏密程度,并根据位置分布的疏密程度,确定与疏密程度对应的位置标识;在预设区域图像的各子区域关联的子显示区域内显示对应的位置标识,从而根据位置分布的疏密程度显示对应的位置标识,便于通过不同的位置标识,展示位置分布的疏密程度。而且,通过根据各子区域的显示位置信息,确定分别包括各子区域的各子显示区域;在各子显示区域内分别显示对应的位置标识,从而在子区域之间呈现渐变色,提高观众的观感,避免显示的跳跃感。
实施例三
图3是本公开实施例三提供的一种运动对象的位置分布显示方法的流程图,本实施例可以与上述一个或者多个实施例中各个可选方案结合,在本实施例中,将各子区域中位置分布的疏密程度具体化为各子区域对应的运动对象的数量。具体包括以下步骤:
S310、获取显示有运动对象的多个视频帧。
S320、根据运动对象在每个视频帧中的显示位置信息以及每个视频帧中的区域图像到预设区域图像的映射关系,确定每个视频帧中的运动对象在预设区域图像中的显示位置信息。
S310和S320分别与上述实施例中的S110和S120相同,此处不再赘述。
S330、根据每个视频帧中的运动对象在预设区域图像中的显示位置信息和各子区域的显示位置信息,确定每个视频帧中的运动对象在预设区域图像中的显示位置信息对应的子区域。
可选地,在一种情况下,运动对象在预设区域图像中的显示位置信息包括位置坐标,则确定每个视频帧中的运动对象在预设区域图像中的位置坐标所包含在的子区域。
在另一种情况下,运动对象在预设区域图像中的显示位置信息包括运动对象的轮廓对应的坐标范围,则确定每个视频帧中的运动对象在预设区域图像中的坐标范围与子区域的显示位置信息有重叠的子区域。
S340、根据每个视频帧中的运动对象在预设区域图像中的显示位置信息对应的子区域,统计各子区域对应的运动对象的数量。
本实施例中,如果子区域对应N个运动对象在预设区域图像中的显示位置信息,则认为该子区域对应N个运动对象,其中,N是自然数。
在一示例中,共获取30个视频帧,分别编号为1-30。预设区域图像共划分有4个子区域,分别编号为1-4。视频帧1-5中的运动对象在预设区域图像中的显示位置信息对应子区域1,视频帧6-20中的运动对象在预设区域图像中的显示位置信息对应子区域2,视频帧21-30中的运动对象在预设区域图像中的显示位置信息对应子区域3。则子区域1-4对应的运动对象的数量分别为5、15、10、0。
S350、根据各子区域对应的运动对象的数量,确定与数量对应的位置标识。
运动对象的数量与位置标识具有对应关系,可选地,一个数量对应一个位置标识,或者多个数量对应一个位置标识。
可选地,S350具体包括:获取至少两组数量分段标准值,各数量分段标准值分别对应不同的位置标识;在至少两组数量分段标准值中,确定数量属于的目标数量分段标准值;确定与目标数量分段标准值对应的位置标识。
一组数量分段标准值包括首尾两个数字,各组数量分段标准值中包含的数据范围大小可以相同也可以不同,至少两组数量分段标准值例如是1-5,6-10,11-20。由于数量越大,表示位置分布越密集,位置标识的视觉冲击力应越强。基于此,按照位置标识对人眼冲击力的强弱,预先建立位置标识与数量分段标准值的对应关系,例如,1-5对应黄色,6-10对应橙色,11-20对应红色。相应地,子区域对应的运动对象的数量越大,位置标识的视觉冲击力越大,人眼越能够感知到。
S360、在预设区域图像的各子区域关联的子显示区域内显示对应的位置标识。
本实施例中,通过根据每个视频帧中的运动对象在预设区域图像中的显示位置信息和各子区域的显示位置信息,确定每个视频帧中的运动对象在预设区域图像中的显示位置信息对应的子区域,并根据每个视频帧中的运动对象在预设区域图像中的显示位置信息对应的子区域,统计各子区域对应的运动对象的数量,以及根据各子区域对应的运动对象的数量,确定与数量对应的位置标识,从而根据子区域对应的运动对象的数量的不同,显示不同的位置标识,便于通过不同的位置标识,展示位置分布的疏密程度,提高了观看体验。
在上述实施例和下述实施例中,可以获取当前时间段内的、显示有运动对象的多个视频帧。在预设区域图像上显示位置标识之后,还包括:在预设时长后,继续获取下一时间段内的、显示有运动对象的多个视频帧,并执行后续操作。其中,预设时长例如是5分钟、10分钟。下一时间段的起始时刻晚于当前时间段的起始时刻,且下一时间段的终止时刻晚于当前时间段的终止时刻。这样,在预设区域图像上,每隔预设时长会更新一次位置标识,从而在预设区域图像上呈现动态变化效果。
在上述各实施例的各可选实施方式的基础上,在根据运动对象在每个视频帧中的显示位置信息以及每个视频帧中的区域图像到预设区域图像的映射关系,确定每个视频帧中的运动对象在预设区域图像中的显示位置信息之前,还包括:每个视频帧中的区域图像到预设区域图像的映射关系的确定过程。
具体地,该映射关系的确定过程包括以下三步:
第一步:采用关键点检测模型,在每个视频帧中检测关键点信息集合中每个关键点信息所指示的关键点的显示位置信息,得到位置信息集合。
将每个视频帧输入至预先训练好的关键点检测模型,得到位置信息集合。位置信息集合中的位置信息可以是与关键点信息集合中每个关键点信息指示的关键点在视频帧中的显示位置信息。例如,该显示位置信息包括位置坐标,每个视频帧中的各关键点的位置坐标组成位置信息集合。
关键点是区域图像上的点,亦即静态对象的图像上的点,例如,广告牌图像上的点、球门图像上的点。关键点信息是与关键点相关的、能够表示一个关键点的信息,例如,关键点的编号。
第二步:在预设区域图像中确定关键点信息集合中每个关键点信息所指示的关键点的显示位置信息,得到基准信息集合。
可选地,预先人工标注出各关键点在预设区域图像中的显示位置信息。例如,该显示信息包括位置坐标,预设区域图像中的各关键点的位置坐标组成基准信息集合。
第三步:根据每个视频帧中的位置信息集合和基准信息集合,确定每个视频帧中的区域图像到预设区域图像的映射关系。
可选地,根据每个视频帧中的位置信息集合包括的位置坐标和基准信息集合包括的位置坐标,利用现有的各种图像几何变换方法(如仿射变换、透视变换、复合变换等)得到每个视频帧到预设区域图像的映射关系。
实施例四
图4是本公开实施例四提供的一种运动对象的位置分布显示装置的结构示意图,包括:获取模块41、确定模块42和显示模块43。
获取模块41,用于获取显示有运动对象的多个视频帧;
确定模块42,用于根据运动对象在每个视频帧中的显示位置信息以及每个视频帧中的区域图像到预设区域图像的映射关系,确定每个视频帧中的运动对象在预设区域图像中的显示位置信息,其中,区域图像为视频帧中静态对象的图像;
显示模块43,用于根据每个视频帧中的运动对象在预设区域图像中的显示位置信息,在预设区域图像上显示位置标识。
本公开实施例中,通过获取显示有运动对象的多个视频帧;根据运动对象在每个视频帧中的显示位置信息以及每个视频帧中的区域图像到预设区域图像的映射关系,确定每个视频帧中的运动对象在预设区域图像中的显示位置信息,从而将运动对象从每个视频帧中映射到预设区域图像中,预设区域图像得以包含多个视频帧中运动对象的显示位置;然后,根据每个视频帧中的运动对象在预设区域图像中的显示位置信息,在预设区域图像上显示位置标识,从而在预设区域图像上同时显示了多个视频帧中的运动对象的显示位置信息。因此,在预设区域图像上显示有运动对象的位置分布。对于观众来说,能够通过预设区域图像获知运动对象的位置分布,提高了观看体验。
可选地,显示模块43在根据每个视频帧中的运动对象在预设区域图像中的显示位置信息,在预设区域图像上显示位置标识时,具体用于:根据每个视频帧中的运动对象在预设区域图像中的显示位置信息,确定预设区域图像的各子区域中位置分布的疏密程度,其中,预设区域图像包括至少两个子区域;根据位置分布的疏密程度,确定与疏密程度对应的位置标识;在预设区域图像的各子区域关联的子显示区域内显示对应的位置标识。
可选地,该装置还包括划分模块,用于在根据每个视频帧中的运动对象在预设区域图像中的显示位置信息,确定预设区域图像的各子区域中位置分布的疏密程度之前,在预设区域图像的预设区域中进行网格划分,各网格所在的区域分别为各子区域。
可选地,显示模块43在预设区域图像的各子区域关联的子显示区域内显示对应的位置标识时,具体用于:根据各子区域的显示位置信息,确定分别包括各子区域的各子显示区域;在各子显示区域内分别显示对应的位置标识。
可选地,显示模块43在根据每个视频帧中的运动对象在预设区域图像中的显示位置信息,确定预设区域图像的各子区域中位置分布的疏密程度时,具体用于:根据每个视频帧中的运动对象在预设区域图像中的显示位置信息和各子区域的显示位置信息,确定每个视频帧中的运动对象在预设区域图像中的显示位置信息对应的子区域;根据每个视频帧中的运动对象在预设区域图像中的显示位置信息对应的子区域,统计各子区域对应的运动对象的数量。
可选地,显示模块43在根据位置分布的疏密程度,确定与疏密程度对应的位置标识时,具体用于:根据各子区域对应的运动对象的数量,确定与数量对应的位置标识。
可选地,显示模块43在根据各子区域对应的运动对象的数量,确定与数量对应的位置标识时,具体用于:获取至少两组数量分段标准值,各数量分段标准值分别对应不同的位置标识;在至少两组数量分段标准值中,确定数量属于的目标数量分段标准值;确定与目标数量分段标准值对应的位置标识。
可选地,该装置还包括映射关系确定模块,用于在根据运动对象在每个视频帧中的显示位置信息以及每个视频帧中的区域图像到预设区域图像的映射关系,确定每个视频帧中的运动对象在预设区域图像中的显示位置信息之前,采用关键点检测模型,在每个视频帧中检测关键点信息集合中每个关键点信息所指示的关键点的显示位置信息,得到位置信息集合;在预设区域图像中确定所述关键点信息集合中每个关键点信息所指示的关键点的显示位置信息,得到基准信息集合;根据每个视频帧中的所述位置信息集合和所述基准坐标结合,确定每个视频帧中的区域图像到预设区域图像的映射关系。
本公开实施例所提供的运动对象的位置分布显示装置可执行本公开任意实施例所提供的运动对象的位置分布显示方法,具备执行方法相应的功能模块和有益效果。
实施例五
图5是本公开实施例五提供的一种电子设备的结构示意图,如图5所示,该电子设备包括处理器50、存储器51;电子设备中处理器50的数量可以是一个或多个,图5中以一个处理器50为例;电子设备中的处理器50、存储器51可以通过总线或其他方式连接,图5中以通过总线连接为例。
存储器51作为一种计算机可读存储介质,可用于存储软件程序、计算机可执行程序以及模块,如本公开实施例中的运动对象的位置分布显示方法对应的程序指令/模块(例如,运动对象的位置分布显示装置中的获取模块41、确定模块42和显示模块43)。处理器50通过运行存储在存储器51中的软件程序、指令以及模块,从而执行电子设备的各种功能应用以及数据处理,即实现上述的运动对象的位置分布显示方法。
存储器51可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序;存储数据区可存储根据终端的使用所创建的数据等。此外,存储器51可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中,存储器51可进一步包括相对于处理器50远程设置的存储器,这些远程存储器可以通过网络连接至电子设备。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。
实施例六
本公开实施例六还提供一种其上存储有计算机程序的计算机可读存储介质,计算机程序在由计算机处理器执行时用于执行一种运动对象的位置分布显示方法,该方法包括:
获取显示有运动对象的多个视频帧;
根据运动对象在每个视频帧中的显示位置信息以及每个视频帧中的区域图像到预设区域图像的映射关系,确定每个视频帧中的运动对象在预设区域图像中的显示位置信息;
根据每个视频帧中的运动对象在预设区域图像中的显示位置信息,在预设区域图像上显示位置标识。
当然,本公开实施例所提供的一种其上存储有计算机程序的计算机可读存储介质,其计算机程序不限于如上的方法操作,还可以执行本公开任意实施例所提供的运动对象的位置分布显示方法中的相关操作.
通过以上关于实施方式的描述,所属领域的技术人员可以清楚地了解到,本公开可借助软件及必需的通用硬件来实现,当然也可以通过硬件实现,但很多情况下前者是更佳的实施方式。基于这样的理解,本公开的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如计算机的软盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(RandomAccess Memory,RAM)、闪存(FLASH)、硬盘或光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本公开各个实施例的方法。
值得注意的是,上述运动对象的位置分布显示装置的实施例中,所包括的各个单元和模块只是按照功能逻辑进行划分的,但并不局限于上述的划分,只要能够实现相应的功能即可;另外,各功能单元的具体名称也只是为了便于相互区分,并不用于限制本公开的保护范围。
注意,上述仅为本公开的较佳实施例及所运用技术原理。本领域技术人员会理解,本公开不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本公开的保护范围。因此,虽然通过以上实施例对本公开进行了较为详细的说明,但是本公开不仅仅限于以上实施例,在不脱离本公开构思的情况下,还可以包括更多其他等效实施例,而本公开的范围由所附的权利要求范围决定。
Claims (16)
1.一种运动对象的位置分布显示方法,其特征在于,包括:
获取显示有运动对象的多个视频帧;
根据运动对象在每个视频帧中的显示位置信息以及每个视频帧中的区域图像到预设区域图像的映射关系,确定每个视频帧中的运动对象在预设区域图像中的显示位置信息,其中,区域图像为视频帧中静态对象的图像;
根据每个视频帧中的运动对象在预设区域图像中的显示位置信息,在预设区域图像上显示位置标识。
2.根据权利要求1所述的方法,其特征在于,所述根据每个视频帧中的运动对象在预设区域图像中的显示位置信息,在预设区域图像上显示位置标识,包括:
根据每个视频帧中的运动对象在预设区域图像中的显示位置信息,确定预设区域图像的各子区域中位置分布的疏密程度,其中,所述预设区域图像包括至少两个子区域;
根据位置分布的疏密程度,确定与疏密程度对应的位置标识;
在预设区域图像的各子区域关联的子显示区域内显示对应的位置标识。
3.根据权利要求2所述的方法,其特征在于,在所述根据每个视频帧中的运动对象在预设区域图像中的显示位置信息,确定预设区域图像的各子区域中位置分布的疏密程度之前,还包括:
在预设区域图像的预设区域中进行网格划分,各网格所在的区域分别为各子区域。
4.根据权利要求2所述的方法,其特征在于,所述在预设区域图像的各子区域关联的子显示区域内显示对应的位置标识,包括:
根据各子区域的显示位置信息,确定分别包括各子区域的各子显示区域;
在各子显示区域内分别显示对应的位置标识。
5.根据权利要求2所述的方法,其特征在于,所述根据每个视频帧中的运动对象在预设区域图像中的显示位置信息,确定预设区域图像的各子区域中位置分布的疏密程度,包括:
根据每个视频帧中的运动对象在预设区域图像中的显示位置信息和各子区域的显示位置信息,确定每个视频帧中的运动对象在预设区域图像中的显示位置信息对应的子区域;
根据每个视频帧中的运动对象在预设区域图像中的显示位置信息对应的子区域,统计各子区域对应的运动对象的数量;
所述根据位置分布的疏密程度,确定与疏密程度对应的位置标识,包括:
根据各子区域对应的运动对象的数量,确定与所述数量对应的位置标识。
6.根据权利要求5所述的方法,其特征在于,所述根据各子区域对应的运动对象的数量,确定与所述数量对应的位置标识,包括:
获取至少两组数量分段标准值,各数量分段标准值分别对应不同的位置标识;
在所述至少两组数量分段标准值中,确定所述数量属于的目标数量分段标准值;
确定与目标数量分段标准值对应的位置标识。
7.根据权利要求1-6任一项所述的方法,其特征在于,在所述根据运动对象在每个视频帧中的显示位置信息以及每个视频帧中的区域图像到预设区域图像的映射关系,确定每个视频帧中的运动对象在预设区域图像中的显示位置信息之前,还包括:
采用关键点检测模型,在每个视频帧中检测关键点信息集合中每个关键点信息所指示的关键点的显示位置信息,得到位置信息集合;
在预设区域图像中确定所述关键点信息集合中每个关键点信息所指示的关键点的显示位置信息,得到基准信息集合;
根据每个视频帧中的所述位置信息集合和所述基准坐标结合,确定每个视频帧中的区域图像到预设区域图像的映射关系。
8.一种运动对象的位置分布显示装置,其特征在于,包括:
获取模块,用于获取显示有运动对象的多个视频帧;
确定模块,用于根据运动对象在每个视频帧中的显示位置信息以及每个视频帧中的区域图像到预设区域图像的映射关系,确定每个视频帧中的运动对象在预设区域图像中的显示位置信息,其中,区域图像为视频帧中静态对象的图像;
显示模块,用于根据每个视频帧中的运动对象在预设区域图像中的显示位置信息,在预设区域图像上显示位置标识。
9.根据权利要求8所述的装置,其特征在于,所述显示模块具体用于:
根据每个视频帧中的运动对象在预设区域图像中的显示位置信息,确定预设区域图像的各子区域中位置分布的疏密程度,其中,所述预设区域图像包括至少两个子区域;
根据位置分布的疏密程度,确定与疏密程度对应的位置标识;
在预设区域图像的各子区域关联的子显示区域内显示对应的位置标识。
10.根据权利要求9所述的装置,其特征在于,还包括:
划分模块,用于在预设区域图像的预设区域中进行网格划分,各网格所在的区域分别为各子区域。
11.根据权利要求9所述的装置,其特征在于,所述显示模块在在预设区域图像的各子区域关联的子显示区域内显示对应的位置标识时,具体用于:
根据各子区域的显示位置信息,确定分别包括各子区域的各子显示区域;
在各子显示区域内分别显示对应的位置标识。
12.根据权利要求9所述的装置,其特征在于,所述显示模块在根据每个视频帧中的运动对象在预设区域图像中的显示位置信息,确定预设区域图像的各子区域中位置分布的疏密程度时,具体用于:
根据每个视频帧中的运动对象在预设区域图像中的显示位置信息和各子区域的显示位置信息,确定每个视频帧中的运动对象在预设区域图像中的显示位置信息对应的子区域;
根据每个视频帧中的运动对象在预设区域图像中的显示位置信息对应的子区域,统计各子区域对应的运动对象的数量;
所述显示模块在根据位置分布的疏密程度,确定与疏密程度对应的位置标识时,具体用于:
根据各子区域对应的运动对象的数量,确定与所述数量对应的位置标识。
13.根据权利要求12所述的装置,其特征在于,所述显示模块在根据各子区域对应的运动对象的数量,确定与所述数量对应的位置标识时,具体用于:
获取至少两组数量分段标准值,各数量分段标准值分别对应不同的位置标识;
在所述至少两组数量分段标准值中,确定所述数量属于的目标数量分段标准值;
确定与目标数量分段标准值对应的位置标识。
14.根据权利要求8-13任一项所述的装置,其特征在于,还包括:
映射关系确定模块,用于采用关键点检测模型,在每个视频帧中检测关键点信息集合中每个关键点信息所指示的关键点的显示位置信息,得到位置信息集合;在预设区域图像中确定所述关键点信息集合中每个关键点信息所指示的关键点的显示位置信息,得到基准信息集合;根据每个视频帧中的所述位置信息集合和所述基准坐标结合,确定每个视频帧中的区域图像到预设区域图像的映射关系。
15.一种电子设备,其特征在于,所述电子设备包括:
一个或多个处理器;
存储器,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-7中任一所述的运动对象的位置分布显示方法。
16.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-7中任一所述的运动对象的位置分布显示方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810969200.6A CN108924627A (zh) | 2018-08-23 | 2018-08-23 | 运动对象的位置分布显示方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810969200.6A CN108924627A (zh) | 2018-08-23 | 2018-08-23 | 运动对象的位置分布显示方法、装置、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108924627A true CN108924627A (zh) | 2018-11-30 |
Family
ID=64405952
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810969200.6A Pending CN108924627A (zh) | 2018-08-23 | 2018-08-23 | 运动对象的位置分布显示方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108924627A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109816745A (zh) * | 2018-12-24 | 2019-05-28 | 深圳云天励飞技术有限公司 | 人体热力图展示方法及相关产品 |
CN110049345A (zh) * | 2019-03-11 | 2019-07-23 | 北京河马能量体育科技有限公司 | 一种多视频流导播方法及导播处理系统 |
CN110135422A (zh) * | 2019-05-20 | 2019-08-16 | 腾讯科技(深圳)有限公司 | 一种密集目标的检测方法和装置 |
CN110298327A (zh) * | 2019-07-03 | 2019-10-01 | 北京字节跳动网络技术有限公司 | 一种视觉特效处理方法及装置、存储介质与终端 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104102910A (zh) * | 2014-08-07 | 2014-10-15 | 吉林农业大学 | 基于时空局部模式的体育视频战术行为识别方法 |
CN106504270A (zh) * | 2016-11-08 | 2017-03-15 | 浙江大华技术股份有限公司 | 一种视频中目标物体的展示方法及装置 |
CN107123126A (zh) * | 2017-03-29 | 2017-09-01 | 天棣网络科技(上海)有限公司 | 一种人流运动场景热度估计方法 |
CN107194308A (zh) * | 2017-03-31 | 2017-09-22 | 上海体育学院 | 视频中球员追踪方法和装置 |
US20180014067A1 (en) * | 2016-07-11 | 2018-01-11 | Wistia, Inc. | Systems and methods for analyzing user interactions with video content |
CN107992464A (zh) * | 2017-12-08 | 2018-05-04 | 浙江大学 | 单场篮球比赛数据的可视化方法 |
-
2018
- 2018-08-23 CN CN201810969200.6A patent/CN108924627A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104102910A (zh) * | 2014-08-07 | 2014-10-15 | 吉林农业大学 | 基于时空局部模式的体育视频战术行为识别方法 |
US20180014067A1 (en) * | 2016-07-11 | 2018-01-11 | Wistia, Inc. | Systems and methods for analyzing user interactions with video content |
CN106504270A (zh) * | 2016-11-08 | 2017-03-15 | 浙江大华技术股份有限公司 | 一种视频中目标物体的展示方法及装置 |
CN107123126A (zh) * | 2017-03-29 | 2017-09-01 | 天棣网络科技(上海)有限公司 | 一种人流运动场景热度估计方法 |
CN107194308A (zh) * | 2017-03-31 | 2017-09-22 | 上海体育学院 | 视频中球员追踪方法和装置 |
CN107992464A (zh) * | 2017-12-08 | 2018-05-04 | 浙江大学 | 单场篮球比赛数据的可视化方法 |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109816745A (zh) * | 2018-12-24 | 2019-05-28 | 深圳云天励飞技术有限公司 | 人体热力图展示方法及相关产品 |
CN109816745B (zh) * | 2018-12-24 | 2023-05-12 | 深圳云天励飞技术有限公司 | 人体热力图展示方法及相关产品 |
CN110049345A (zh) * | 2019-03-11 | 2019-07-23 | 北京河马能量体育科技有限公司 | 一种多视频流导播方法及导播处理系统 |
CN110135422A (zh) * | 2019-05-20 | 2019-08-16 | 腾讯科技(深圳)有限公司 | 一种密集目标的检测方法和装置 |
CN110135422B (zh) * | 2019-05-20 | 2022-12-13 | 腾讯科技(深圳)有限公司 | 一种密集目标的检测方法和装置 |
CN110298327A (zh) * | 2019-07-03 | 2019-10-01 | 北京字节跳动网络技术有限公司 | 一种视觉特效处理方法及装置、存储介质与终端 |
CN110298327B (zh) * | 2019-07-03 | 2021-09-03 | 北京字节跳动网络技术有限公司 | 一种视觉特效处理方法及装置、存储介质与终端 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108924627A (zh) | 运动对象的位置分布显示方法、装置、设备及存储介质 | |
CN108632530B (zh) | 一种车辆定损的数据处理方法、装置、设备及客户端、电子设备 | |
CN106650630B (zh) | 一种目标跟踪方法及电子设备 | |
CN103226830B (zh) | 三维虚实融合环境中视频纹理投影的自动匹配校正方法 | |
WO2018103244A1 (zh) | 直播视频处理方法、装置及电子设备 | |
CN109102530B (zh) | 运动轨迹绘制方法、装置、设备和存储介质 | |
CN109410316A (zh) | 物体的三维重建的方法、跟踪方法、相关装置及存储介质 | |
CN109920055A (zh) | 三维视觉地图的构建方法、装置与电子设备 | |
CN108141547B (zh) | 将图像与另一图像数字化叠加 | |
CN109271937A (zh) | 基于图像处理的运动场地标志物识别方法及系统 | |
US20180144212A1 (en) | Method and device for generating an image representative of a cluster of images | |
CN107944407A (zh) | 一种基于无人机的路口斑马线识别方法 | |
CN110827193A (zh) | 基于多通道特征的全景视频显著性检测方法 | |
CN109816745A (zh) | 人体热力图展示方法及相关产品 | |
CN110858414A (zh) | 图像处理方法、装置、可读存储介质与增强现实系统 | |
CN107851308A (zh) | 用于识别目标物体的系统和方法 | |
CN106327525B (zh) | 一种机房重地越界行为实时监测方法 | |
CN106683100A (zh) | 一种图像分割去雾方法及终端 | |
CN107506738A (zh) | 特征提取方法、图像识别方法、装置及电子设备 | |
CN114758464B (zh) | 一种基于充电桩监控视频的电瓶防盗方法、设备和存储介质 | |
CN110084204A (zh) | 基于目标对象姿态的图像处理方法、装置和电子设备 | |
US11348338B2 (en) | Methods and systems for crowd motion summarization via tracklet based human localization | |
CN109816694A (zh) | 目标跟踪方法、装置及电子设备 | |
CN109712247A (zh) | 基于混合现实技术的实景训练系统 | |
CN115375857B (zh) | 三维场景重建方法、装置、设备及存储介质 |
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 |
Application publication date: 20181130 |
|
RJ01 | Rejection of invention patent application after publication |