CN108986164B - 基于图像的位置检测方法、装置、设备及存储介质 - Google Patents

Abstract

本申请实施例提供一种基于图像的位置检测方法、装置、设备及存储介质，通过获取架设在不同方位的多个拍摄设备在同一时刻拍摄获得的图像，其中，所述多个拍摄设备的时间同步；检测目标物体在各张图像中的二维位置；基于所述目标物体在各张图像中的二维位置，以及所述多个拍摄设备的内部参数和外部参数，确定所述目标物体在实际空间中的三维位置。本申请实施例实现了基于多摄像头的三维定位方案，提高了物体定位的可靠性和准确性。

Description

基于图像的位置检测方法、装置、设备及存储介质

技术领域

本申请实施例涉及人工智能技术领域，尤其涉及一种基于图像的位置检测方法、装置、设备及存储介质。

背景技术

随着社会智能化的推进，无人超市作为一种新的零售方式被广泛关注。目前，无人超市的相关技术还不是很成熟，尤其是如何通过多摄像头判断顾客位置并持续位置跟踪是一个难点。

目前基于图像的定位方法主要是基于单摄像头拍摄的图片，通过预先训练的检测模型在图像中检测获得目标物体所在的二维位置，并根据该二维位置来对物体的位置进行定位。但是，当目标物体被遮挡，或者目标物体在图片中的二维位置检测不准确时，则容易造成无法定位或定位不准确的问题。

发明内容

本申请实施例提供一种基于图像的位置检测方法、装置、设备及存储介质，用以实现基于多摄像头的三维定位方案，提高物体定位的可靠性和准确性。

本申请实施例第一方面提供一种基于图像的位置检测方法，包括：获取架设在不同方位的多个拍摄设备在同一时刻拍摄获得的图像，其中，所述多个拍摄设备的时间同步；检测目标物体在各张图像中的二维位置；基于所述目标物体在各张图像中的二维位置，以及所述多个拍摄设备的内部参数和外部参数，确定所述目标物体在实际空间中的三维位置。

本申请实施例第二方面提供一种基于图像的位置检测装置，包括：第一获取模块，用于获取架设在不同方位的多个拍摄设备在同一时刻拍摄获得的图像，其中，所述多个拍摄设备的时间同步；检测模块，用于检测目标物体在各张图像中的二维位置；确定模块，用于基于所述目标物体在各张图像中的二维位置，以及所述多个拍摄设备的内部参数和外部参数，确定所述目标物体在实际空间中的三维位置。

本申请实施例第三方面提供一种计算机设备，包括：一个或多个处理器；存储装置，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上述第一方面所述的方法。

本申请实施例第四方面提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上述第一方面所述的方法。

基于以上各方面，本申请实施例通过获取架设在不同方位的多个拍摄设备在同一时刻拍摄获得的图像，检测目标物体在各张图像中的二维位置，基于检测获得的目标物体在各张图像中的二维位置以及多个拍摄设备的内部参数和外部参数来确定目标物体在实际空间中的三维位置。由于本申请实施例是结合目标物体在多张图像中的二维位置来确定目标物体在实际空间中的三维位置的，因此，即使目标物体在某张图像中被其他物体遮挡，也能够根据其在其他图像中的二维位置获得准确的三维位置。并且基于多张图像确定三维位置的方式也能够避免因单张图像中二维位置识别不准确所造成的三维位置定位不准确的问题，提高了物体定位的准确性和可靠性。

应当理解，上述发明内容部分中所描述的内容并非旨在限定本申请的实施例的关键或重要特征，亦非用于限制本申请的范围。本公申请的其它特征将通过以下的描述变得容易理解。

附图说明

图1是本申请实施例提供的一种基于图像的位置检测方法的流程图；

图2是本申请实施例提供的一种基于图像的位置检测方法的流程图；

图3是本申请实施例提供的一种基于图像的位置检测方法的流程图；

图4是本申请实施例提供的一种基于图像的位置检测装置的结构示意图；

图5是本申请实施例提供的一种检测模块42的结构示意图；

图6是本申请实施例提供的一种基于图像的位置检测装置的结构示意图。

具体实施方式

下面将参照附图更详细地描述本申请的实施例。虽然附图中显示了本申请的某些实施例，然而应当理解的是，本申请可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例，相反提供这些实施例是为了更加透彻和完整地理解本申请。应当理解的是，本申请的附图及实施例仅用于示例性作用，并非用于限制本申请的保护范围。

本申请实施例的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)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。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请实施例例如能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

在无人超市等新零售场景下，怎么通过多个摄像头判断顾客位置并持续跟踪是一个技术难点。整个购物流程里需要将顾客和顾客所拿的商品关联起来，需要持续得到顾客的位置。目前判断人体位置的方法主要是基于预先训练获得的检测模型在图像中检测获得人体和/或肢体所在的二维位置，并根据该二维位置来进行定位。但是，由于上述二维位置的确定非常依赖于模型的准确性，当出现误检或者目标物体被其他物体遮挡时，很容易造成二维位置检测不准确，导致定位失败或定位不准确的问题。

针对现有技术存在的上述问题，本申请实施例提供了一种基于图像的位置检测方法，该方法基于目标物体在多张图像中的二维位置，其中，该多张图像是多个拍摄设备在同一时刻不同方位拍摄获得的图像。并结合多个拍摄设备的内部参数和外部参数来确定目标物体的三维位置。因此，即使目标物体在某张图像中被其他物体遮挡，也能够根据其在其他图像中的二维位置获得准确的三维位置。并且基于多张图像确定三维位置的方式也能够避免因单张图像中二维位置识别不准确所造成的三维位置定位不准确的问题，提高了物体定位的准确性和可靠性。

以下将结合附图来具体描述本申请实施例的技术方案。

图1是本申请实施例提供的一种基于图像的位置检测方法的流程图，该方法可以由一种基于图像的位置检测装置(以下简称位置检测装置)来执行。参见图1，该方法包括步骤S11-S13：

S11、获取架设在不同方位的多个拍摄设备在同一时刻拍摄获得的图像，其中，所述多个拍摄设备的时间同步。

其中，本实施例中所称的多个拍摄设备可以对准同一个标定物，也可以分别对准不同的标定物，各拍摄设备的位置、朝向以及拍摄角度可以根据需要进行设定。另外该多个拍摄设备可以通过读取网络时间来进行时间同步，也可以通过接收特定装置发送的同步信号来进行同步，本实施例中不做具体限定。

本实施例中涉及的拍摄设备所拍摄的图像为RGB图像或者深度图像。

S12、检测目标物体在各张图像中的二维位置。

本实施例中的目标物体可以是人体也可以是其他生物体或者物体。

本实施例在检测目标物体在各张图像中的二维位置时，至少可以采用如下方法中的一种：

在一种可能的方法中，可以基于预设的关键点检测模型对各图像中目标物体的关键点进行检测，确定目标物体关键点在各张图像上的分布区域为目标物体在各张图像中的二维位置。优选的，上述关键点检测模型可以是预先训练获得的神经网络模型。其中，本实施例中所称的关键点可以是目标物体上的任意点，比如，当目标物体为人时，关键点可以是人体手上的点、胳膊上的点、腿上的点等，但不局限于这些位置上的点。

在另一种可能的方法中，可以基于预设的肢体检测模型对目标物体上的不同部分(比如，人体的躯体和头部等)进行检测。确定目标物体各部分在各张图像上的二维位置，并基于各张图像上目标物体各部分所在的二维位置，确定各张图像上目标物体整体所在的二维位置。

在又一种可能的方法中，也可以既在图像中进行关键点检测，又在图像中进行目标物体上各部分的检测。比如，在一种可能的方式中，可以先在各图像中进行目标物体上各部分的检测，获得目标物体各部分在各图像中的二维位置，并基于目标物体在各部分在各图像中的二维位置，确定目标物体整体在各图像中的大概区域位置，进一步的，再在上述大概区域位置中进行关键点检测，基于二者的检测结果确定目标物体在各图像中的精确二维位置。这种方式不但能够避免关键点漏检或误检造成的定位不准确的问题，还能够降低关键点检测的计算量，提高检测效率。在另一种可能的方式中，可以同时在各图像中进行关键点检测，以及目标物体各部分的检测，基于各图像中目标物体上关键点的分布区域，以及目标物体各部分所在的区域，综合确定目标物体在各图像中的二维位置，排除关键点误检或漏检对确定第一区域位置的干扰。

在又一种可能的方法中，可以基于预设的边缘检测方法，检测目标物体在各张图像中的二维位置。

S13、基于所述目标物体在各张图像中的二维位置，以及所述多个拍摄设备的内部参数和外部参数，确定所述目标物体在实际空间中的三维位置。

其中，本实施例所称拍摄设备的内部参数包括但不局限于：焦距，视场(FOV)、分辨率。本实施例所称拍摄设备的外部参数包括但不局限于：坐标位置、朝向和俯仰角。

当已知目标物体在各张图像中的二维位置时，基于各拍摄设备的内部参数以及外部参数，结合现有的几何理论即可获得目标物体在实际空间中的三维位置。

类似的，在获得目标物体在实际中间中的三维位置后，若上述拍摄获得的图像中目标物体被其他物体遮挡，无法直接判断目标物体在该张图像中的二维位置时，则可以基于目标物体的三维位置，以及拍摄设备在拍摄该张图像时的内部参数和外部参数，反向确定目标物体在该张图像中的位置，从而使得即使目标物体在图像中被其他物体遮挡，也可以根据目标物体的实际三维位置，推算出目标物体应该在图像中的什么位置，解决了目标物体在图像中被遮挡所导致的无法定位的问题。或者也可以在获得目标物体的三维位置后，基于各拍摄设备的内部参数和外部参数，结合几何原理对目标物体在各图像中的二维位置进行校正，提高二维位置定位的准确性。

本实施例通过获取架设在不同方位的多个拍摄设备在同一时刻拍摄获得的图像，检测目标物体在各张图像中的二维位置，基于检测获得的目标物体在各张图像中的二维位置以及多个拍摄设备的内部参数和外部参数来确定目标物体在实际空间中的三维位置。由于本实施例是结合目标物体在多张图像中的二维位置来确定目标物体在实际空间中的三维位置的，因此，即使目标物体在某张图像中被其他物体遮挡，也能够根据其在其他图像中的二维位置获得准确的三维位置。并且基于多张图像确定三维位置的方式也能够避免因单张图像中二维位置识别不准确所造成的三维位置定位不准确的问题，提高了物体定位的准确性和可靠性。

下面结合附图对上述实施例进行进一步的优化和扩展。

图2是本申请实施例提供的一种基于图像的位置检测方法的流程图，如图2所示，在图1实施例的基础上，该方法包括步骤S21-S23：

S21、获取架设在不同方位的多个拍摄设备在同一时刻拍摄获得的图像，其中，所述多个拍摄设备的时间同步。

S22、基于预设的检测模型检测目标物体在各张图像中的二维位置。

举例来说，本实施例中的检测模型可以是预先训练获得的神经网络模型，该神经网络模型可以用于对目标物体上各部分的位置进行检测，在获得目标物体各部分在各张图像上的位置后，将各张图像上目标物体各部分所在的区域串联起来获得目标物体整体在各张图像上的二维位置。也就是说，本实施例可以基于预设模型对目标物体各部分在各张图像上的位置区域进行检测，并基于各张图像上目标物体各部分所在的二维位置，确定各张图像上目标物体整体所在的二维位置。

其中，为了提高上述检测模型的准确性，在进行模型训练时，可以训练模型中的不同网络层检测目标物体上不同的部分。比如，可以训练模型中较底层的网络层检测目标物体上尺寸较小的部分，训练模型中较高层的网络层检测目标物体上尺寸相对较大的部分。

当然上述举例仅是为了清楚说明本实施例的技术方案，而不是对本申请的唯一限定。

S23、基于所述目标物体在各张图像中的二维位置，以及所述多个拍摄设备的内部参数和外部参数，确定所述目标物体在实际空间中的三维位置。

本实施例通过预设的检测模型来检测目标物体在各图像中的二维位置，并基于目标物体在各张图像中的二维位置，以及各拍摄设备的内部参数和外部参数，确定目标物体在实际空间中的三维位置，能够提高识别目标物体二维位置的效率以及准确性，同时，本实施例基于目标物体在多张图像中的二维位置，确定目标物体在实际空间中的三维位置的技术方案，能够解决基于单张图像定位时存在的因目标物体在图像中被遮挡，而无法准确定位的问题，

图3是本申请实施例提供的一种基于图像的位置检测方法的流程图，如图3所示，在图1实施例的基础上，该方法包括步骤S31-S34：

S31、获取架设在不同方位的多个拍摄设备在同一时刻拍摄获得的深度图像，其中，所述多个拍摄设备的时间同步。

S32、获取所述多个拍摄设备拍摄获得的实际空间中没有目标物体时的深度图像，作为参考图像。

S33、针对每个拍摄设备，基于所述拍摄设备在所述时刻拍摄的深度图像的深度信息与所述拍摄设备拍摄的参考图像的深度信息之间的差异，确定所述目标物体在各张图像中的二维位置。

S34、基于所述目标物体在各张图像中的二维位置，以及所述多个拍摄设备的内部参数和外部参数，确定所述目标物体在实际空间中的三维位置。

本实施例中的拍摄设备可以是深度摄像机，该拍摄设备拍摄的图像为深度图像。

假设目标物体为人体，则先获取拍摄设备拍摄的包括人体的深度图像，以及拍摄设备拍摄的场景中没有人体的图像，由于同一场景中包括人体时图像的深度信息和不包括人体时图像的深度信息是有差异的，根据二者深度信息之间的差异则可以确定人体在图像中的二维区域，进一步的，基于人体在多张图像中的二维区域，以及各拍摄设备的内部参数和外部参数，通过几何方法即可获得人体在实际场景中的三维位置。

当然上述示例仅是以人为例所进行的示例说明，而不是对本申请的唯一限定，实际上，上述方法适用于包括人在内的任何物体。

本实施例通过获取位于不同方位的多个拍摄设备在同一时刻拍摄获得的深度图像，以及该多个拍摄设备拍摄获得的参考图像，基于各深度图像的深度信息与相应的参考图像的深度信息之间的差异，确定目标物体在各深度图像中的二维位置，能够提高目标物体二维位置的定位准确性，为目标物体三维位置的定位提供了保证。

图4是本申请实施例提供的一种基于图像的位置检测装置的结构示意图，如图4所示，该装置40包括：

第一获取模块41，用于获取架设在不同方位的多个拍摄设备在同一时刻拍摄获得的图像，其中，所述多个拍摄设备的时间同步；

检测模块42，用于检测目标物体在各张图像中的二维位置；

确定模块43，用于基于所述目标物体在各张图像中的二维位置，以及所述多个拍摄设备的内部参数和外部参数，确定所述目标物体在实际空间中的三维位置。

在一种可能的设计中，所述图像包括深度图像。

在又一种可能的设计中，所述装置还包括：

校正模块，用于基于所述目标物体在实际空间中的三维位置，以及各拍摄设备的外部参数和内部参数，校正所述目标物体在各拍摄设备拍摄的图像中的二维位置。

本实施例提供的装置能够用于执行图1实施例的方法，其执行方式和有益效果类似，在这里不再赘述。

图5是本申请实施例提供的一种检测模块42的结构示意图，如图5所示，在图4实施例的基础上，检测模块42包括：

第一检测子模块421，用于基于预设的检测模型检测目标物体在各张图像中的二维位置。

在一种可能的设计中，所述第一检测子模块421，具体用于：

基于预设的检测模型，在各张图像上检测所述目标物体上各部分所在的二维位置；

基于各张图像上所述目标物体各部分所在的二维位置，确定各张图像上所述目标物体整体所在的二维位置。

本实施例提供的装置能够用于执行图2实施例的方法，其执行方式和有益效果类似，在这里不再赘述。

图6是本申请实施例提供的一种基于图像的位置检测装置的结构示意图，如图6所示，在图4实施例的基础上，所述装置40还包括：

第二获取模块44，用于获取所述多个拍摄设备拍摄获得的实际空间中没有目标物体时的深度图像，作为参考图像；

所述检测模块42，包括：

第二检测子模块422，用于针对每个拍摄设备，基于所述拍摄设备在所述时刻拍摄的深度图像的深度信息与所述拍摄设备拍摄的参考图像的深度信息之间的差异，确定所述目标物体在各张图像中的二维位置。

本实施例提供的装置能够用于执行图3实施例的方法，其执行方式和有益效果类似，在这里不再赘述。

本申请实施例还提供一种计算机设备，包括：一个或多个处理器；

存储装置，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上述任一实施例所述的方法。

本申请实施例还提供在一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述任一实施例所述的方法。

本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如，非限制性地，可以使用的示范类型的硬件逻辑部件包括：场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)等等。

用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。

在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。

此外，虽然采用特定次序描绘了各操作，但是这应当理解为要求这样操作以所示出的特定次序或以顺序次序执行，或者要求所有图示的操作应被执行以取得期望的结果。在一定环境下，多任务和并行处理可能是有利的。同样地，虽然在上面论述中包含了若干具体实现细节，但是这些不应当被解释为对本公开的范围的限制。在单独的实施例的上下文中描述的某些特征还可以组合地实现在单个实现中。相反地，在单个实现的上下文中描述的各种特征也可以单独地或以任何合适的子组合的方式实现在多个实现中。

尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题，但是应当理解所附权利要求书中所限定的主题未必局限于上面描述的特定特征或动作。相反，上面所描述的特定特征和动作仅仅是实现权利要求书的示例形式。

Claims (10)

1.一种基于图像的位置检测方法，其特征在于，包括：

获取架设在不同方位的多个拍摄设备在同一时刻拍摄获得的图像，其中，所述多个拍摄设备的时间同步；

检测目标物体在各张图像中的二维位置，所述目标物体包括人体；

基于所述目标物体在各张图像中的二维位置，以及所述多个拍摄设备的内部参数和外部参数，确定所述目标物体在实际空间中的三维位置；

基于所述目标物体在实际空间中的三维位置，以及各拍摄设备的外部参数和内部参数，推算或校正所述目标物体在各拍摄设备拍摄的图像中的二维位置；

所述检测目标物体在各张图像中的二维位置之前，所述方法还包括：

获取所述多个拍摄设备拍摄获得的实际空间中没有目标物体时的深度图像，作为参考图像；

所述检测目标物体在各张图像中的二维位置，包括：

针对每个拍摄设备，基于所述拍摄设备在所述时刻拍摄的深度图像的深度信息与所述拍摄设备拍摄的参考图像的深度信息之间的差异，确定所述目标物体在各张图像中的二维位置。

2.根据权利要求1所述的方法，其特征在于，所述检测目标物体在各张图像中的二维位置，包括：

基于预设的检测模型检测目标物体在各张图像中的二维位置。

3.根据权利要求2所述的方法，其特征在于，所述基于预设的检测模型检测目标物体在各张图像中的二维位置，包括：

基于预设的检测模型，在各张图像上检测所述目标物体上各部分所在的二维位置；

基于各张图像上所述目标物体各部分所在的二维位置，确定各张图像上所述目标物体整体所在的二维位置。

4.根据权利要求1所述的方法，其特征在于，所述图像包括深度图像。

5.一种基于图像的位置检测装置，其特征在于，包括：

第一获取模块，用于获取架设在不同方位的多个拍摄设备在同一时刻拍摄获得的图像，其中，所述多个拍摄设备的时间同步；

检测模块，用于检测目标物体在各张图像中的二维位置，所述目标物体包括人体；

确定模块，用于基于所述目标物体在各张图像中的二维位置，以及所述多个拍摄设备的内部参数和外部参数，确定所述目标物体在实际空间中的三维位置；

校正模块，用于基于所述目标物体在实际空间中的三维位置，以及各拍摄设备的外部参数和内部参数，推算或校正所述目标物体在各拍摄设备拍摄的图像中的二维位置；

所述装置还包括：

第二获取模块，用于获取所述多个拍摄设备拍摄获得的实际空间中没有目标物体时的深度图像，作为参考图像；

所述检测模块，包括：

第二检测子模块，用于针对每个拍摄设备，基于所述拍摄设备在所述时刻拍摄的深度图像的深度信息与所述拍摄设备拍摄的参考图像的深度信息之间的差异，确定所述目标物体在各张图像中的二维位置。

6.根据权利要求5所述的装置，其特征在于，所述检测模块，包括：

第一检测子模块，用于基于预设的检测模型检测目标物体在各张图像中的二维位置。

7.根据权利要求6所述的装置，其特征在于，所述第一检测子模块，具体用于：

基于预设的检测模型，在各张图像上检测所述目标物体上各部分所在的二维位置；

基于各张图像上所述目标物体各部分所在的二维位置，确定各张图像上所述目标物体整体所在的二维位置。

8.根据权利要求5所述的装置，其特征在于，所述图像包括深度图像。

9.一种计算机设备，其特征在于，包括：

一个或多个处理器；

存储装置，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1-4中任一项所述的方法。

10.一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1-4中任一项所述的方法。

Images