CN108983306B - 一种物品边框平滑显示的方法及安检设备 - Google Patents

一种物品边框平滑显示的方法及安检设备 Download PDF

Info

Publication number
CN108983306B
CN108983306B CN201810575791.9A CN201810575791A CN108983306B CN 108983306 B CN108983306 B CN 108983306B CN 201810575791 A CN201810575791 A CN 201810575791A CN 108983306 B CN108983306 B CN 108983306B
Authority
CN
China
Prior art keywords
frame
intelligent
article
group
video
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.)
Active
Application number
CN201810575791.9A
Other languages
English (en)
Other versions
CN108983306A (zh
Inventor
毛宝裕
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhejiang Dahua Technology Co Ltd
Original Assignee
Zhejiang Dahua Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Zhejiang Dahua Technology Co Ltd filed Critical Zhejiang Dahua Technology Co Ltd
Priority to CN201810575791.9A priority Critical patent/CN108983306B/zh
Publication of CN108983306A publication Critical patent/CN108983306A/zh
Priority to PCT/CN2019/089977 priority patent/WO2019233410A1/en
Priority to EP19816128.3A priority patent/EP3785052A4/en
Application granted granted Critical
Publication of CN108983306B publication Critical patent/CN108983306B/zh
Priority to US17/105,478 priority patent/US11438527B2/en
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V9/00—Prospecting or detecting by methods not provided for in groups G01V1/00 - G01V8/00
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
    • 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]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00—Details of television systems
    • H04N5/222—Studio circuitry; Studio devices; Studio equipment
    • H04N5/262—Studio circuits, e.g. for mixing, switching-over, change of character of image, other special effects ; Cameras specially adapted for the electronic generation of special effects
    • H04N5/272—Means for inserting a foreground image in a background image, i.e. inlay, outlay
    • 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
    • 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
    • H04N7/183—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a single remote source
    • 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
    • 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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20084—Artificial neural networks [ANN]
    • 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
    • G06T2207/30232—Surveillance
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00—Indexing scheme relating to image or video recognition or understanding
    • G06V2201/07—Target detection

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • Signal Processing (AREA)
  • Databases & Information Systems (AREA)
  • Computing Systems (AREA)
  • Artificial Intelligence (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • Geophysics (AREA)
  • Image Analysis (AREA)
  • Image Processing (AREA)

Abstract

本发明实施例提供一种物品边框平滑显示的方法及安检设备，用以解决现有技术中安检设备无法平稳地显示物品边框的技术问题。方法包括：获取物品移动的多个视频帧；基于预设间隔从多个视频帧中选取至少两个视频帧进行智能算法分析，获得与至少两个视频帧对应的至少两个智能帧；基于所述物品在每组智能帧的每个智能帧中的第一物品坐标，确定物品在每组智能帧的两个智能帧之间的移动间隔；基于智能帧的帧率和视频帧的帧率，确定每组智能帧的两个智能帧之间的视频帧的个数；基于移动间隔和每组智能帧的两个智能帧之间的视频帧的个数，确定多个视频帧中每两个视频帧之间物品移动的平均距离；基于平均距离绘制物品边框；显示物品边框。

Description

一种物品边框平滑显示的方法及安检设备
技术领域
本发明涉及图像处理技术领域，尤其涉及一种物品边框平滑显示的方法及安检设备。
背景技术
随着科学的不断发展，人们的生活水平也不断的提高，安全意识也日益增强。现下地铁、高铁等人员集中地的各个关口都会配备安检设备以对人们携带的各类物品进行安全检测，提高人们出行的安全性。
目前，安检设备对各类物品进行安全性检测后，会在安检设备的显示屏上显示各类物品的物品边框等相关信息，以便安检工作人员查看，及时发现违禁物品。现有技术中安检设备显示物品边框的方式主要采用以下方式进行：
1)请参见图1，当图1中的物品A向左移动X像素时，每隔X像素就需要重画一次物品边框，其中，X'为视频帧之间物品移动间隔，X'和X相等，安检设备需要分析物品A的全部视频帧，每个视频帧得到一个智能帧，进而在视频显示区域实现物品边框的显示。这种方式中，由于需要对物品A的全部视频帧进行分析，智能算法分析帧率太高，中央处理器(Central Processing Unit/Processor，CPU)性能负荷大。
2)请参见图2，当图2中的物品A向左移动X像素时，每隔X像素就需要重画一次物品边框，其中，X'为视频帧之间物品移动间隔。由图2可知，安检设备对物品的视频帧a进行智能算法分析后得到智能帧a，画下物品边框a(图2中的实线框)，然后中间间隔预设个数的视频帧，安检设备再对物品的视频帧b进行智能算法分析后得到智能帧b，画下物品边框b(图2中的虚线框)，即这种方式下，安检设备不需要对全部的视频帧进行分析，虽然降低了智能算法分析帧率，但是由于安检设备间隔分析视频帧，使得部分视频帧对应的重绘的边框的间隔变大，物品边框跳变，又因为边框比实际物品慢一拍，在安检设备的视频显示区域显示物品边框时形成了视觉上的抖动，无法平稳地显示物品边框。
综上可知，现有技术中安检设备无法平稳地显示物品边框。
发明内容
本发明实施例提供一种物品边框平滑显示的方法及安检设备，用以解决现有技术中安检设备无法平稳地显示物品边框的技术问题。
第一方面，本发明实施例提供一种物品边框平滑显示的方法，包括：获取物品移动的多个视频帧；基于预设间隔从所述多个视频帧中选取至少两个视频帧进行智能算法分析，获得与所述至少两个视频帧对应的至少两个智能帧；基于所述物品在每组智能帧的每个智能帧中的第一物品坐标，确定所述物品在所述每组智能帧的两个智能帧之间的移动间隔，其中，所述每组智能帧包括所述至少两个智能帧中相邻的两个智能帧；基于智能帧的帧率和视频帧的帧率，确定所述每组智能帧的两个智能帧之间的视频帧的个数；基于所述移动间隔和所述每组智能帧的两个智能帧之间的视频帧的个数，确定所述多个视频帧中每两个视频帧之间物品移动的平均距离；基于所述平均距离绘制物品边框；显示所述物品边框。
本发明实施例中提出一种物品边框平滑显示的方法，在物品的全部视频帧中只按照预设间隔选取部分视频帧进行智能分析，然后根据分析结果绘制物品边框，而在不进行智能分析的视频帧上，可以根据物品在显示画面中的运动距离绘制物品边框，以在降低智能算法分析帧率的情况下还能够平稳地显示物品边框。
在一种可能的实现方式中，所述基于所述平均距离绘制物品边框，包括：
在第一组智能帧中的第一智能帧对应的物品边框绘制完成后，每出现一个视频帧，则沿所述物品的移动方向在所述第一智能帧的第一物品坐标的基础上累加所述平均距离大小的偏移，依次获得所述物品在已出现的视频帧的每个视频帧中对应的第二物品坐标，其中，所述第一组智能帧为所述至少两个智能帧对应的任意一组智能帧；
基于所述第一智能帧的第一物品坐标和所述已出现的视频帧中每个视频帧对应的第二物品坐标绘制物品边框。
在一种可能的实现方式中，在每获得一个视频帧对应的第二物品坐标之后，还包括：
判断当前视频帧的第二物品坐标是否超过所述第一组智能帧中的第二智能帧的第一物品坐标，其中，所述第二智能帧位于所述第一智能帧之后；
若未超过，则基于所述第一智能帧的第一物品坐标和所述当前视频帧的第二物品坐标绘制物品边框。
在一种可能的实现方式中，在每获得一个视频帧对应的第二物品坐标之后，还包括：
判断是否出现第二组智能帧，所述第二组智能帧位于所述第一组智能帧之后、且包括所述第一组智能帧中的第二智能帧；
若未出现，则基于所述第一智能帧的第一物品坐标和当前视频帧的第二物品坐标绘制所述物品边框。
第二方面，本发明实施例提供一种安检设备，包括：
获取模块，用于获取物品移动的多个视频帧；
分析模块，用于基于预设间隔从所述多个视频帧中选取至少两个视频帧进行智能算法分析，获得与所述至少两个视频帧对应的至少两个智能帧；
确定模块，用于基于所述物品在每组智能帧的每个智能帧中的第一物品坐标，确定所述物品在所述每组智能帧的两个智能帧之间的移动间隔，其中，所述每组智能帧包括所述至少两个智能帧中相邻的两个智能帧；及，基于智能帧的帧率和视频帧的帧率，确定所述每组智能帧的两个智能帧之间的视频帧的个数；及，基于所述移动间隔和所述每组智能帧的两个智能帧之间的视频帧的个数，确定所述多个视频帧中每两个视频帧之间物品移动的平均距离；
绘制模块，用于基于所述平均距离绘制物品边框；
显示模块，用于显示所述物品边框。
在一种可能的实现方式中，所述绘制模块还用于：
在第一组智能帧中的第一智能帧对应的物品边框绘制完成后，每出现一个视频帧，则沿所述物品的移动方向在所述第一智能帧的第一物品坐标的基础上累加所述平均距离大小的偏移，依次获得所述物品在已出现的视频帧中每个视频帧对应的第一物品坐标，其中，所述第一组智能帧为所述至少两个智能帧对应的任意一组智能帧；
基于所述第一智能帧的第一物品坐标和所述已出现的视频帧中每个视频帧对应的第二物品坐标绘制物品边框。
在一种可能的实现方式中，在每获得一个视频帧对应的第二物品坐标之后，所述绘制模块还用于：
判断当前视频帧的第二物品坐标是否超过所述第一组智能帧中的第二智能帧的第一物品坐标，其中，所述第二智能帧位于所述第一智能帧之后；
若未超过，则基于所述第一智能帧的第一物品坐标和所述当前视频帧的第二物品坐标绘制物品边框。
在一种可能的实现方式中，在每获得一个视频帧对应的第二物品坐标之后，所述绘制模块还用于：
判断是否出现第二组智能帧，所述第二组智能帧位于所述第一组智能帧之后的智能帧、且包括第一组智能帧中的第二智能帧；
若未出现，则基于所述第一智能帧的第一物品坐标和当前视频帧的第二物品坐标绘制所述物品边框。
第三方面，本发明实施例提供一种计算机装置，所述计算机装置包括：
至少一个处理器，以及
与所述至少一个处理器通信连接的存储器、通信接口；
其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述至少一个处理器通过执行所述存储器存储的指令，利用所述通信接口执行如第一方面所述的方法。
第四方面，本发明实施例提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，当所述计算机指令在计算机上运行时，使得计算机执行如第一方面所述的方法。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例中所需要使用的附图作简单地介绍，显而易见地，下面所介绍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为现有技术中一种物品边框显示的方式；
图2为现有技术中另一种物品边框显示的方式；
图3为本发明实施例中一种物品边框平滑显示的方法的流程示意图；
图4为本发明实施例中物品边框实现的示意图；
图5为本发明实施例中物品边框平滑显示的流程示意图；
图6为本发明实施例中安检设备的模块示意图；
图7为本发明实施例中计算机装置的模块示意图。
具体实施方式
为了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。
本发明实施例中提出一种物品边框平滑显示的方法，在物品的全部视频帧中只按照预设间隔选取部分视频帧进行智能算法分析，然后根据智能算法的分析结果绘制物品边框，在不进行智能分析的视频帧上，可以根据物品在显示画面中的运动距离绘制物品边框，以在降低智能算法分析帧率的情况下还能够平稳地显示物品边框。
需要说明的时，本发明实施例描述中采用的“第一、第二”等字样仅是便于区分，并不是用于对相关特征先后顺序的限定。
下面结合附图对本发明优选的实施例作详细的介绍。
请参见图3，本发明实施例中提供一种物品边框平滑显示的方法，可以应用于安检设备，其中，该方法的实现流程可以描述如下：
S301：获取物品移动的多个视频帧；
S302：基于预设间隔从多个视频帧中选取至少两个视频帧进行智能算法分析，获得与至少两个视频帧对应的至少两个智能帧；
S303：基于物品在每组智能帧的每个智能帧中的第一物品坐标，确定物品在每组智能帧的两个智能帧之间的移动间隔，其中，每组智能帧包括至少两个智能帧中相邻的两个智能帧；
S304：基于智能帧的帧率和视频帧的帧率，确定每组智能帧的两个智能帧之间的视频帧的个数；
S305：基于移动间隔和每组智能帧的两个智能帧之间的视频帧的个数，确定多个视频帧中每两个视频帧之间物品移动的平均距离；
S306：基于平均距离绘制物品边框；
S307：显示物品边框。
在S301中，当物品被传送进入安检设备的检测区域时，安检设备中的采集单元，如X光机等，可以实时地采集物品在移动方向上的多个视频帧，其中，移动方向可以向左或向右或倾斜，本发明实施例中以向左移动为例，而向右移动或者倾斜移动的方案与向左移动的方案同理。
在获取物品移动的多个视频帧之后，可以进入S302，安检设备可以按照预设间隔从获取的多个视频帧中选取至少两个视频帧进行智能算法分析，并获得与至少两个视频帧对应的至少两个智能帧，其中，预设间隔可以指示选取的两两视频帧之间间隔的视频帧的个数或者也可以指示选取的两两视频帧之间的间隔距离，用户可以根据安检设备的CPU性能等参数对预设间隔进行设置，本发明实施例中不作限制。
比如，当安检设备采集物品移动的10个视频帧后，可以每间隔3个视频帧从中选取部分视频帧进行智能分析，即选取的视频帧可以包括第1、第5和第9个视频帧，然后安检设备可以对选取的这三个视频帧进行智能算法分析，以获得相应的智能帧。当然，在实际应用中，安检设备可以在一秒内获取大概60个视频帧等，因此上述举例只是便于理解，并不是用于限制。
或者，安检设备可以在多个视频帧中按照预设间隔距离，选取至少两个视频帧进行智能算法分析，以获得与至少两个视频帧对应的至少两个智能帧。
安检设备在获得至少两个智能帧之后，可以进入S303，根据物品在每组智能帧的每个智能帧的第一物品坐标确定物品在每组智能帧的两个智能帧之间的移动间隔，每组智能帧包括至少两个智能帧中相邻的两个智能帧。为保持和物品图像同步，安检设备在缓存智能帧的同时会缓存相应的视频帧。
其中，安检设备在对选取出的至少两个视频帧进行智能算法分析时，就可以得到物品在每个智能帧中的第一物品坐标，然后根据两个相邻的智能帧的第一物品坐标可以确定物品在这两个相邻的智能帧之间的移动间隔。
假设选取的视频帧包括第1、第5和第9个视频帧，则对应的相邻的两个智能帧可以为第1智能帧和第5智能帧，或者第5智能帧和第9智能帧。以相邻的两个智能帧为第1智能帧和第5智能帧为例，可以根据第1智能帧的第一物品坐标和第5智能帧的第一物品坐标，确定物品在第1智能帧和第5智能帧之间的移动间隔。
在安检设备确定物品在相邻的两个智能帧之间的移动间隔后，可以进入S304，即安检设备可以根据智能帧的帧率和视频帧的帧率，确定每组智能帧的两个智能帧之间的物品对应的视频帧的个数。
由于智能帧是安检设备对选取的视频帧经过智能算法分析后得到的，智能帧的第一物品坐标和相应的视频帧的第二物品坐标可能存在差异，如根据智能帧绘制的物品边框可能会大于或小于根据相应的视频帧绘制的物品边框，因此，如当安检设备从10个视频帧中选取第1视频帧和第5视频帧，并处理得到相应的智能帧后，从绘制第1智能帧对应的物品边框到绘制第5智能帧对应的物品边框的这段时间内，可能不止获取3个视频帧，可能会更多。
举例来说，在物品移动间隔对应的这段时间，可以根据智能帧的帧率和视频帧的帧率确定物品在第1智能帧和第5智能帧之间的视频帧的个数。
其中，智能帧的帧率可以由用户根据安检设备的CPU性能等参数进行自定义设置，或者也可以是安检设备在对选取的视频帧进行智能算法分析时得到的，比如智能帧的帧率可以设置或者分析得到为15帧/秒；而视频帧的帧率可以由用户根据安检设备的CPU性能等参数进行自定义设置，或者由安检设备自动调控，如视频帧的帧率可以设置为60帧/秒等。
然后，可以进入S305，安检设备可以根据移动间隔和每组智能帧的两个智能帧之间的视频帧的个数，确定多个视频帧中每两个视频帧之间物品移动的平均距离。
具体地，可以设两个视频帧之间物品移动的平均距离为X'，则X'可以由以下公式确定：
X＝N*X'
其中，X为物品在两个智能帧之间的移动间隔；N为物品在两个智能帧之间的视频帧的个数。
在确定平均距离之后，可以进入S306，即安检设备可以根据平均距离绘制物品边框。
在一种可能的实现方式中，安检设备根据平均距离绘制物品边框可以描述如下：
在第一组智能帧中的第一智能帧对应的物品边框绘制完成后，每出现一个视频帧，则沿物品的移动方向在第一智能帧的第一物品坐标的基础上累加平均距离大小的偏移，依次获得物品在已出现视频帧的每个视频帧中对应的第二物品坐标，其中，第一组智能帧为至少两个智能帧对应的任意一组智能帧；
基于第一智能帧的第一物品坐标和物品在已出现视频帧的每个视频帧中对应的第二物品坐标绘制物品边框。
举例来说，参见图4，假设第一组智能帧中的第一智能帧为安检设备在对物品A进行安检时，智能算法处理得到的第一个智能帧，安检设备从第一智能帧开始绘制边框。
在第一智能帧对应的物品边框绘制完成之后，出现第1个视频帧，就沿着物品的移动方向在第一智能帧的第一物品坐标的基础上加X'大小的偏移，得到第1个视频帧对应的第二物品坐标，重新绘制物品边框，如图4中的虚线边框1；在第1个视频帧之后，出现第M个视频帧，就沿着物品的移动方向在第一智能帧的第一物品坐标的基础上加M*X'大小的偏移或者在第1视频帧的第二物品坐标的基础上加(M-1)*X'大小的偏移，得到第M个视频帧对应的第二物品坐标，重新绘制物品边框，如图4中的虚线边框M。
也就是说，在第一组智能帧中的第一智能帧对应的物品边框绘制完成后，每出现一个视频帧，均可以根据平均距离得到相应的第二物品坐标，进而重新绘制物品边框，直到到达第一组智能帧中的第二智能帧的第一物品坐标或者新收到智能帧。
由于本发明实施例中，安检设备只是对部分视频帧进行智能算法的处理以进行物品边框的绘制，而未进行智能算法处理的视频帧按照平均距离、独立于智能算法之外进行物品边框的绘制，确保了在降低智能算法分析帧率的前提下，不会出现物品边框视觉上的抖动，使得物品边框可以平缓的进行显示。
在一种可能的实现方式中，每获得一个视频帧的第二物品坐标之后，安检设备还可以判断当前获得的第二物品坐标是否超过第一组智能帧中的第二智能帧的第一物品坐标，其中，第二智能帧位于第一智能帧之后；若超过，则可以确定第一组智能帧中两个智能帧之间的各个视频帧对应的物品边框已经绘制完成，可以进行显示，若不一致，则安检设备可以根据第一智能帧的第一物品坐标和当前视频帧的第二物品坐标继续绘制物品边框。
在一种可能的实现方式中，每获得一个视频帧的第二物品坐标，安检设备可以判断是否有新的智能帧出现，如判断是否出现第二组智能帧，第二组智能帧位于第一组智能帧之后、且包括第一组智能帧中的第二智能帧，即第二组智能帧可以由第二智能帧及与第二智能帧相邻的新的智能帧构成；若出现，则可以确定第一组智能帧中两个智能帧之间的各个视频帧对应的物品边框已经绘制完成，若未出现，则可以按照第一智能帧的第一物品坐标和当前视频帧的第二物品坐标继续绘制物品边框。
需要说明的是，安检设备在对视频帧进行处理到物品边框绘制完成进行显示这段时间极短，肉眼无法捕捉，工作人员只会看到物品边框的平稳显示。
本发明实施例通过在智能帧之间多次重绘物品边框，消除了由于边框瞬间移动间距太大导致的抖动的视觉效果。
请参见图5，下面结合实际应用场景对本发明实施例中的物品边框平滑显示的方法进行介绍如下：
S501：缓存新来的智能帧；
安检设备处理部分视频帧得到相应的智能帧是实时进行的，在得到新的智能帧后会对新的智能帧进行缓存，并缓存相应的视频帧，以确保与物品图像同步。
S502：在视频显示区域重绘前一智能帧中的物品边框；
S503：根据两个智能帧中物品坐标的偏移X，计算两个视频帧之间物品坐标偏移X'；
其中，智能帧中物品坐标可以为第一物品坐标，视频帧中的物品坐标可以为第二物品坐标。
S504：收到新的视频帧；
其中，视频帧是安检设备实时采集得到的，因此，安检设备采集与处理视频帧两个进程可以同时进行，或者也可以间隔预设时间进行。
S505：判断是否收到新的智能帧，若是，则执行S501；若否，则执行S506；
S506：在前一智能帧物品坐标的基础上累加偏移量X'得到新坐标，只要没到当前智能帧的物品坐标就重绘物品边框。
本发明实施例中，安检设备在全部视频帧中按预设间隔选取部分视频帧进行智能分析，根据分析结果绘制物品的边框；在不进行智能分析的视频帧上，跟据物品在画面中运动距离，把上一次的位置数据按运动方向平移后再绘制边框，使得物品在画面上的边框显示平滑，提高了物品边框显示的稳定性。
请参见图6，基于同一发明构思，本发明实施例提供一种安检设备，包括：
获取模块61，用于获取物品移动的多个视频帧；
分析模块62，用于基于预设间隔从所述多个视频帧中选取至少两个视频帧进行智能算法分析，获得与所述至少两个视频帧对应的至少两个智能帧；
确定模块63，用于基于所述物品在每组智能帧的每个智能帧中的第一物品坐标，确定所述物品在所述每组智能帧的两个智能帧之间的移动间隔，其中，所述每组智能帧包括所述至少两个智能帧中相邻的两个智能帧；及，基于智能帧的帧率和视频帧的帧率，确定所述每组智能帧的两个智能帧之间的视频帧的个数；及，基于所述移动间隔和所述每组智能帧的两个智能帧之间的视频帧的个数，确定所述多个视频帧中每两个视频帧之间物品移动的平均距离；
绘制模块64，用于基于所述平均距离绘制物品边框；
显示模块65，用于显示所述物品边框。
在一种可能的实现方式中，所述绘制模块64还用于：
在第一组智能帧中的第一智能帧对应的物品边框绘制完成后，每出现一个视频帧，则沿所述物品的移动方向在所述第一智能帧的第一物品坐标的基础上累加所述平均距离大小的偏移，依次获得所述物品在已出现视频帧中每个视频帧对应的第二物品坐标，其中，所述第一组智能帧为所述至少两个智能帧对应的任意一组智能帧；
基于所述第一智能帧的第一物品坐标和所述已出现的视频帧中每个视频帧对应的第二物品坐标绘制物品边框。
在一种可能的实现方式中，在每获得一个视频帧对应的第二物品坐标之后，所述绘制模块64还用于：
判断当前视频帧的第二物品坐标是否超过所述第一组智能帧中的第二智能帧的第一物品坐标，其中，所述第二智能帧位于所述第一智能帧之后；
若未超过，则基于所述第一智能帧的第一物品坐标和所述当前视频帧的第二物品坐标绘制物品边框。
在一种可能的实现方式中，在每获得一个视频帧对应的第二物品坐标之后，所述绘制模块64还用于：
判断是否出现第二组智能帧，所述第二组智能帧位于所述第一组智能帧之后、且包括所述第一组智能帧中的第二智能帧；
若未出现，则基于所述第一智能帧的第一物品坐标和当前视频帧的第二物品坐标绘制所述物品边框。
请参见图7，基于同一发明构思，本发明实施例中提供一种计算机装置，包括至少一个处理器71，以及与所述至少一个处理器71通信连接的存储器72和通信接口73，图7中以示出一个处理器71为例。
其中，所述存储器72存储有可被所述至少一个处理器71执行的指令，所述至少一个处理器71通过执行所述存储器72存储的指令，利用所述通信接口73执行物品边框平滑显示的方法。
基于同一发明构思，本发明实施例提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，当所述计算机指令在计算机上运行时，使得计算机执行物品边框平滑显示的方法。
在具体的实施过程中，计算机可读存储介质包括：通用串行总线闪存盘(Universal Serial Bus flash drive，USB)、移动硬盘、只读存储器(Read-Only Memory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等各种可以存储程序代码的存储介质。
以上所描述的装置实施例仅仅是示意性的，其中作为分离部件说明的单元/模块可以是或者也可以不是物理上分开的，作为单元/模块显示的部件可以是或者也可以不是物理单元/模块，即可以位于一个地方，或者也可以分布到多个网络单元/模块上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述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ROM/RAM、磁碟、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)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，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各实施例技术方案的精神和范围。

Claims (8)

1.一种物品边框平滑显示的方法，其特征在于，包括：
获取物品移动的多个视频帧；
基于预设间隔从所述多个视频帧中选取至少两个视频帧进行智能算法分析，获得与所述至少两个视频帧对应的至少两个智能帧；
基于所述物品在每组智能帧的每个智能帧中的第一物品坐标，确定所述物品在所述每组智能帧的两个智能帧之间的移动间隔，其中，所述每组智能帧包括所述至少两个智能帧中相邻的两个智能帧；
基于智能帧的帧率和视频帧的帧率，确定所述每组智能帧的两个智能帧之间的视频帧的个数；
基于所述移动间隔和所述每组智能帧的两个智能帧之间的视频帧的个数，确定所述多个视频帧中每两个视频帧之间物品移动的平均距离；
基于所述平均距离绘制物品边框；
显示所述物品边框；
其中，所述基于所述平均距离绘制物品边框，包括：
在第一组智能帧中的第一智能帧对应的物品边框绘制完成后，每出现一个视频帧，则沿所述物品的移动方向在所述第一智能帧的第一物品坐标的基础上累加所述平均距离大小的偏移，依次获得所述物品在已出现的视频帧中每个视频帧对应的第二物品坐标，其中，所述第一组智能帧为所述至少两个智能帧对应的任意一组智能帧；
基于所述第一智能帧的第一物品坐标和所述已出现的视频帧中每个视频帧对应的第二物品坐标绘制物品边框。
2.如权利要求1所述的方法，其特征在于，在每获得一个视频帧对应的第二物品坐标之后，还包括：
判断当前视频帧的第二物品坐标是否超过所述第一组智能帧中的第二智能帧的第一物品坐标，其中，所述第二智能帧位于所述第一智能帧之后；
若未超过，则基于所述第一智能帧的第一物品坐标和所述当前视频帧的第二物品坐标绘制物品边框。
3.如权利要求1所述的方法，其特征在于，在每获得一个视频帧对应的第二物品坐标之后，还包括：
判断是否出现第二组智能帧，所述第二组智能帧位于所述第一组智能帧之后、且包括所述第一组智能帧中的第二智能帧；
若未出现，则基于所述第一智能帧的第一物品坐标和当前视频帧的第二物品坐标绘制所述物品边框。
4.一种安检设备，其特征在于，包括：
获取模块，用于获取物品移动的多个视频帧；
分析模块，用于基于预设间隔从所述多个视频帧中选取至少两个视频帧进行智能算法分析，获得与所述至少两个视频帧对应的至少两个智能帧；
确定模块，用于基于所述物品在每组智能帧的每个智能帧中的第一物品坐标，确定所述物品在所述每组智能帧的两个智能帧之间的移动间隔，其中，所述每组智能帧包括所述至少两个智能帧中相邻的两个智能帧；及，基于智能帧的帧率和视频帧的帧率，确定所述每组智能帧的两个智能帧之间的视频帧的个数；及，基于所述移动间隔和所述每组智能帧的两个智能帧之间的视频帧的个数，确定所述多个视频帧中每两个视频帧之间物品移动的平均距离；
绘制模块，用于基于所述平均距离绘制物品边框；
显示模块，用于显示所述物品边框；
其中，所述绘制模块还用于：
在第一组智能帧中的第一智能帧对应的物品边框绘制完成后，每出现一个视频帧，则沿所述物品的移动方向在所述第一智能帧的第一物品坐标的基础上累加所述平均距离大小的偏移，依次获得所述物品在已出现的视频帧中每个视频帧对应的第二物品坐标，其中，所述第一组智能帧为所述至少两个智能帧对应的任意一组智能帧；
基于所述第一智能帧的第一物品坐标和所述已出现的视频帧中每个视频帧对应的第二物品坐标绘制物品边框。
5.如权利要求4所述的安检设备，其特征在于，在每获得一个视频帧对应的第二物品坐标之后，所述绘制模块还用于：
判断当前视频帧的第二物品坐标是否超过所述第一组智能帧中的第二智能帧的第一物品坐标，其中，所述第二智能帧位于所述第一智能帧之后；
若未超过，则基于所述第一智能帧的第一物品坐标和所述当前视频帧的第二物品坐标绘制物品边框。
6.如权利要求4所述的安检设备，其特征在于，在每获得一个视频帧对应的第二物品坐标之后，所述绘制模块还用于：
判断是否出现第二组智能帧，所述第二组智能帧位于所述第一组智能帧之后、且包括所述第一组智能帧中的第二智能帧；
若未出现，则基于所述第一智能帧的第一物品坐标和当前视频帧的第二物品坐标绘制所述物品边框。
7.一种计算机装置，其特征在于，所述计算机装置包括：
至少一个处理器，以及
与所述至少一个处理器通信连接的存储器、通信接口；
其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述至少一个处理器通过执行所述存储器存储的指令，利用所述通信接口执行如权利要求1-3中任一项所述的方法。
8.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，当所述计算机指令在计算机上运行时，使得计算机执行如权利要求1-3中任一项所述的方法。
CN201810575791.9A 2018-06-06 2018-06-06 一种物品边框平滑显示的方法及安检设备 Active CN108983306B (zh)

Priority Applications (4)

Application Number Priority Date Filing Date Title
CN201810575791.9A CN108983306B (zh) 2018-06-06 2018-06-06 一种物品边框平滑显示的方法及安检设备
PCT/CN2019/089977 WO2019233410A1 (en) 2018-06-06 2019-06-04 Systems and methods for displaying object box in a video
EP19816128.3A EP3785052A4 (en) 2018-06-06 2019-06-04 SYSTEMS AND METHODS FOR DISPLAYING AN OBJECT BOX IN A VIDEO
US17/105,478 US11438527B2 (en) 2018-06-06 2020-11-25 Systems and methods for displaying object box in a video

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810575791.9A CN108983306B (zh) 2018-06-06 2018-06-06 一种物品边框平滑显示的方法及安检设备

Publications (2)

Publication Number Publication Date
CN108983306A CN108983306A (zh) 2018-12-11
CN108983306B true CN108983306B (zh) 2019-11-19

Family

ID=64540873

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810575791.9A Active CN108983306B (zh) 2018-06-06 2018-06-06 一种物品边框平滑显示的方法及安检设备

Country Status (4)

Country Link
US (1) US11438527B2 (zh)
EP (1) EP3785052A4 (zh)
CN (1) CN108983306B (zh)
WO (1) WO2019233410A1 (zh)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108983306B (zh) 2018-06-06 2019-11-19 浙江大华技术股份有限公司 一种物品边框平滑显示的方法及安检设备
IT201900019454A1 (it) * 2019-10-21 2021-04-21 Microtec Srl Metodo e apparecchiatura per l'esecuzione di un esame tomografico di un oggetto
CN110796062B (zh) * 2019-10-24 2022-08-09 浙江华视智检科技有限公司 物品边框精确匹配显示的方法、装置及存储装置
CN112069984A (zh) * 2020-09-03 2020-12-11 浙江大华技术股份有限公司 一种物品边框匹配显示方法及装置
CN112819706B (zh) * 2021-01-14 2024-05-14 杭州睿影科技有限公司 确定叠加显示的识别框的方法及可读存储介质和电子设备
CN112884830B (zh) * 2021-01-21 2024-03-29 浙江大华技术股份有限公司 一种目标边框确定方法及装置
CN113534276B (zh) * 2021-07-12 2022-06-07 西安电子科技大学 基于Faster R-CNN的铁路入侵行为检测方法
CN115496914B (zh) * 2022-08-18 2023-05-02 成都智元汇信息技术股份有限公司 一种基于列数据的最大轮廓的包裹提取方法及装置

Family Cites Families (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7286634B2 (en) * 2002-12-23 2007-10-23 Select Technologies, Llc Method and apparatus for improving baggage screening examination
US7095786B1 (en) * 2003-01-11 2006-08-22 Neo Magic Corp. Object tracking using adaptive block-size matching along object boundary and frame-skipping when object motion is low
US20080253653A1 (en) * 2007-04-12 2008-10-16 Todd Gable Systems and methods for improving visibility of scanned images
CN101159862B (zh) * 2007-11-29 2010-06-09 北京中星微电子有限公司 帧率控制方法及装置
CN102104775B (zh) * 2009-12-18 2013-04-17 华为技术有限公司 一种帧率调整方法和装置
US20120238254A1 (en) * 2011-03-17 2012-09-20 Ebay Inc. Video processing system for identifying items in video frames
CN103345371B (zh) * 2013-05-31 2016-06-01 沈阳东软熙康医疗系统有限公司 一种通过显示屏平滑显示大数据量的方法
ITBO20130332A1 (it) * 2013-06-26 2014-12-27 Nuova Sima Spa Metodo per scansionare una superficie a colori di un articolo e dispositivo che attua tale metodo
US9607015B2 (en) * 2013-12-20 2017-03-28 Qualcomm Incorporated Systems, methods, and apparatus for encoding object formations
US10140705B2 (en) * 2014-06-10 2018-11-27 Siemens Healthcare Diagnostics Inc. Drawer vision system
CN106358004B (zh) * 2015-07-14 2019-08-16 腾讯科技（深圳）有限公司 视频通话方法及装置
US10812778B1 (en) * 2015-11-09 2020-10-20 Cognex Corporation System and method for calibrating one or more 3D sensors mounted on a moving manipulator
CN106202317A (zh) * 2016-07-01 2016-12-07 传线网络科技（上海）有限公司 基于视频的商品推荐方法及装置
CA3056498A1 (en) * 2017-03-14 2018-09-20 University Of Manitoba Structure defect detection using machine learning algorithms
CN107786748B (zh) * 2017-10-31 2021-04-13 Oppo广东移动通信有限公司 图像显示方法及设备
CN108983306B (zh) * 2018-06-06 2019-11-19 浙江大华技术股份有限公司 一种物品边框平滑显示的方法及安检设备

Also Published As

Publication number Publication date
CN108983306A (zh) 2018-12-11
EP3785052A1 (en) 2021-03-03
US11438527B2 (en) 2022-09-06
US20210084240A1 (en) 2021-03-18
EP3785052A4 (en) 2021-08-04
WO2019233410A1 (en) 2019-12-12

Similar Documents

Publication Publication Date Title
CN108983306B (zh) 一种物品边框平滑显示的方法及安检设备
CN107181976B (zh) 一种弹幕显示方法及电子设备
US20120293486A1 (en) Image processing apparatus and image processing method
US9830736B2 (en) Segmenting objects in multimedia data
US20160300100A1 (en) Image capturing apparatus and method
US20130034265A1 (en) Apparatus and method for recognizing gesture, and non-transitory computer readable medium thereof
US20150109209A1 (en) Method, Air Mouse, and Set Top Box for Controlling Air Mouse
CN104067209A (zh) 交互式输入系统及方法
CN111427697A (zh) 基于多线程的动作捕捉方法、装置、设备及存储介质
CN104754179A (zh) 动态图像中的静态特征信息的全自动检测方法及系统
US10401947B2 (en) Method for simulating and controlling virtual sphere in a mobile device
CN104461312A (zh) 一种显示控制方法及电子设备
CN107679074A (zh) 一种图片生成方法与设备
CN105869199A (zh) 用于处理动画的装置和方法
CN111601013B (zh) 用于处理视频帧的方法和装置
JP5006479B1 (ja) 動き画像領域判定装置またはその方法
Jiang et al. A SLAM-based 6DoF controller with smooth auto-calibration for virtual reality
CN111107427A (zh) 图像处理的方法及相关产品
CN106484237A (zh) 用于虚拟现实显示的方法、装置及虚拟现实设备
US20160364031A1 (en) Storage medium, display control device, display control system, and display method
US20130265420A1 (en) Video processing apparatus, video processing method, and recording medium
CN106331435A (zh) 实时实现图像特效显示的方法
JP2016042372A (ja) 端末用プログラム、端末装置及び端末制御方法
WO2015008937A1 (ko) 모션 데이터 생성 방법 및 장치
CN110069996A (zh) 头部动作识别方法、装置和电子设备

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