CN109035328A - 一种图像指向性的识别方法、系统、装置和存储介质 - Google Patents
一种图像指向性的识别方法、系统、装置和存储介质 Download PDFInfo
- Publication number
- CN109035328A CN109035328A CN201810763162.9A CN201810763162A CN109035328A CN 109035328 A CN109035328 A CN 109035328A CN 201810763162 A CN201810763162 A CN 201810763162A CN 109035328 A CN109035328 A CN 109035328A
- Authority
- CN
- China
- Prior art keywords
- subgraph
- photo
- current
- matching
- image
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 25
- 238000010586 diagram Methods 0.000 description 4
- 238000009434 installation Methods 0.000 description 4
- 238000013135 deep learning Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 230000003760 hair shine Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
Classifications
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
- G06T7/32—Determination of transform parameters for the alignment of images, i.e. image registration using correlation-based methods
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
- Telephone Function (AREA)
Abstract
本发明公开了一种图像指向性的识别方法、系统、装置和存储介质，该方法包括以下步骤：根据第一照片第一子图，第一子图以第一照片的中心为中心；根据当前的第一子图，在第二照片中匹配与当前的第一子图相似度的第二子图；判断当前匹配到的第二子图的数量是否大于等于2，若是，则将当前第一子图的尺寸扩大，并返回执行上一步骤；反之，则执行下一步骤；判断当前匹配到的第二子图的数量是否为1，若是，则以当前匹配到的第二子图的中心在第二照片中的位置作为第一照片的中心指向第二照片的位置。本发明使用第一照片中心的第一子图进行图像匹配，能够较为高效地识别出第一照片中心在第二照片上的指向位置。本发明可以广泛应用于图像识别领域。
Description
技术领域
本发明涉及图像识别领域，尤其是一种图像指向性的识别方法、系统、装置和存储介质。
背景技术
随着科技的发展，图像识别技术日益成熟。在游戏娱乐、工业领域和AR/VR领域，图像识别技术都获得了很好的应用。而在图像识别的应用领域中，经常会涉及到图像指向性的问题，即需要判断某张拍摄的图片指向的位置，例如在射击游戏中，需要通过光枪拍摄的照片来判断击中的位置。
针对上述技术问题，目前的解决办法是在现场设置某种标识，例如红外标识等等，然后通过手持设备拍摄现场的照片来识别所述标识，从而反推出当前手持设备的指向性。但是这些标识容易受到环境因素的影响，这样的方案环境适应性差。
因此，有人提出另一种方法，该方法首先在现场的预先或者实时的固定位置拍摄参考照片，并将手持设备拍摄的照片与参考照片对比，以反推手持设备的指向性，但是目前还没有人提出一种较为高效的具体方案。
发明内容
为解决上述技术问题，本发明的目的在于：提供一种效率较高的图像指向性的识别方法、系统、装置和存储介质。
本发明所采取的第一种技术方案是：
一种图像指向性的识别方法，包括以下步骤：
获取第一照片和第二照片；
根据第一照片得到初始尺寸为设定值的第一子图，所述第一子图以第一照片的中心为中心；
根据当前的第一子图，在第二照片中匹配与当前的第一子图相似度在设定阈值范围内的第二子图；所述第二子图是第二照片的子图；
判断当前匹配到的第二子图的数量是否大于等于2，若是，则根据设定的步进值将当前第一子图的尺寸扩大，并返回执行上一步骤；反之，则执行下一步骤；
判断当前匹配到的第二子图的数量是否为1，若是，则以当前匹配到的第二子图的中心在第二照片中的位置作为第一照片的中心指向第二照片的位置；反之，则判定第一照片的中心没有指向第二照片。
进一步，所述根据当前的第一子图，在第二照片中匹配与当前的第一子图相似度在设定阈值范围内的第二子图，这一步骤具体包括：
判断本步骤是否第一次被执行，若是，则根据当前的第一子图，在第二照片中进行图像匹配，得到与当前的第一子图相似度在设定阈值范围内的第二子图；
反之，则根据当前的第一子图以及上一次执行本步骤时匹配到的所有第二子图在第二照片中的位置，在第二照片中进行图像匹配，得到与当前的第一子图相似度在设定阈值范围内的第二子图。
进一步，所述根据当前的第一子图，在第二照片中进行图像匹配，得到与当前的第一子图相似度在设定阈值范围内的第二子图，这一步骤具体为：
根据当前的第一子图，通过像素对比在第二照片中进行图像匹配，得到与当前第一子图相似度在设定阈值范围内的第二子图；
或者，
提取当前的第一子图和第二照片的图像特征，通过图像特征对比在第二照片中进行图像匹配，得到与当前第一子图相似度在设定阈值范围内的第二子图。
进一步，所述第一照片通过手持式设备获取，所述第二照片通过固定安装的摄像头获取或者通过存储介质获取。
本发明所采取的第二种技术方案是：
一种图像指向性的识别系统，包括：
照片获取模块，用于获取第一照片和第二照片；
子图获取模块，用于根据第一照片得到初始尺寸为设定值的第一子图，所述第一子图以第一照片的中心为中心；
匹配模块，用于根据当前的第一子图，在第二照片中匹配与当前的第一子图相似度在设定阈值范围内的第二子图；所述第二子图是第二照片的子图；
第一判断模块，用于判断当前匹配到的第二子图的数量是否大于等于2，若是，则根据设定的步进值将当前第一子图的尺寸扩大，并返回匹配模块处理；反之，则转至第二判断模块处理；
第二判断模块，用于判断当前匹配到的第二子图的数量是否为1，若是，则以当前匹配到的第二子图的中心在第二照片中的位置作为第一照片的中心指向第二照片的位置；反之，则判定第一照片的中心没有指向第二照片；
所述照片获取模块与子图获取模块连接，所述子图获取模块与匹配模块连接，所述匹配模块与第一判断模块连接，所述第一判断模块与第二判断模块连接。
进一步，所述匹配模块包括判断单元、第一匹配单元和第二匹配单元；
所述判断单元用于判断匹配模块是否第一次被调用，若是，则转至第一匹配单元处理；反之，则转至第二匹配单元处理；
所述第一匹配单元用于根据当前的第一子图，在第二照片中进行图像匹配，得到与当前的第一子图相似度在设定阈值范围内的第二子图；
所述第二匹配单元用于根据当前的第一子图以及匹配模块上一次被调用时匹配到的所有第二子图在第二照片中的位置，在第二照片中进行图像匹配，得到与当前的第一子图相似度在设定阈值范围内的第二子图。
进一步，所述第一配置单元具体用于：
根据当前的第一子图，通过像素对比在第二照片中进行图像匹配，得到与当前第一子图相似度在设定阈值范围内的第二子图；
或者
提取当前的第一子图和第二照片的图像特征，通过图像特征对比在第二照片中进行图像匹配，得到与当前第一子图相似度在设定阈值范围内的第二子图。
进一步，所述第一照片通过手持式设备获取，所述第二照片通过固定安装的摄像头获取或者通过存储介质获取。
本发明所采取的第三种技术方案是：
一种图像指向性的识别装置，包括：
存储器，用于存储程序；
处理器，用于加载所述程序以执行一种图像指向性的识别方法。
本发明所采取的第四种技术方案是：
一种存储介质，所述存储介质上存储有程序，所述程序被处理器加载时实现一种图像指向性的识别方法。
本发明的有益效果是：本发明通过从第一照片获取以第一照片的中心为中心的第一子图，根据第一子图在第二照片中匹配较为接近的第二子图，当匹配到的第二子图的数量大于等于2时，本发明会扩大第一子图的尺寸，并再次进行匹配，直到识别出唯一的第二子图或者识别不到任何第二子图为止，本发明通过获取第一照片中心的第一子图来进行匹配，能够有效地减少图像匹配时的运算量，同时在识别到多个结果时，可以通过扩大第一子图的尺寸来排除结果，本发明能够较为高效地识别出第一照片中心在第二照片上的指向位置。
附图说明
图1为本发明一种图像指向性的识别方法的流程图；
图2为本发明图像指向性识别原理的第一示意图；
图3为本发明图像指向性识别原理的第二示意图；
图4为本发明图像指向性识别原理的第三示意图；
图5为本发明一种图像指向性的识别系统的系统框图。
具体实施方式
下面结合说明书附图和具体的实施例对本发明进行进一步的说明。
参照图1，一种图像指向性的识别方法，包括以下步骤：
S1、获取第一照片和第二照片；所述第一照片是通过手持设备获取的，所述第二照片是通过一个固定位置的摄像头获取的，或者是通过存有预先拍摄图片的存储介质中获取的，所述第二照片是现场的参考照片。所述手持设备可以是手机、平板电脑或者其他带有摄像头的手持设备。所述固定位置的摄像头可以是路边的监控摄像头，也可以是为了实现本方案而安装的摄像头。
S2、根据第一照片得到初始尺寸为设定值的第一子图，所述第一子图以第一照片的中心为中心；所述尺寸可以是像素尺寸，例如可以是N*M个像素点，本领域技术人员可以根据实际需要灵活调整第一子图的初始尺寸，初始尺寸越大，需要进行图像匹配的次数越少，但是单次匹配的运算量更大，图像匹配命中率更低；初始尺寸越小，需要进行的图像匹配的次数越多，但是单词匹配的运算量更小，图像匹配命中率更高。
S3、根据当前的第一子图，在第二照片中匹配与当前的第一子图相似度在设定阈值范围内的第二子图；所述第二子图是第二照片的子图；当前的第一子图与当前匹配到的第二子图的长宽比例或者尺寸应当相同。所述相似度可以是像素的相同比例，也可是图像特征的相同比例。所述阈值本领域技术人员可以根据实际需要灵活调整，例如将相似度的阈值范围设置为100％、95％或者80％。
S4、判断当前匹配到的第二子图的数量是否大于等于2，若是，则根据设定的步进值将当前第一子图的尺寸扩大，并返回执行步骤S3；反之，则执行步骤S5；
如图2所示，当第一图片100的第一子图101处于初始尺寸(例如N*M个像素点)时，在步骤S3中匹配到第二图片200中存在两个与第一子图101相似的第二子图201，此时，在步骤S4中，会将第一子图101的尺寸扩大(例如扩大成(N+X)*(M+Y))，扩大后的第一子图101如图3所示，当再次执行步骤S3时，只会匹配到唯一一个第二子图201。参照图4，通过选取第一图片100的第一子图101作为图像对比的对象，即使在第一照片100与第二照片200的拍摄范围不完全重合的情况下，本发明也能识别出第一照片100中心位置指向第二照片200的位置。因此，无论第一照片100的大小如何，只要其中心位置落入第二照片200，即有可能将第一照片100的中心指向位置识别出来。
S5、判断当前匹配到的第二子图的数量是否为1，若是，则执行S51，反之，则执行S52。
S51、以当前匹配到的第二子图的中心在第二照片中的位置作为第一照片的中心指向第二照片的位置；当匹配到唯一的第二子图后，可以认为第一照片的中心位置指向的位置就是所述第二子图的中心。
S52、判定第一照片的中心没有指向第二照片。如果位于第一照片中心的第一子图没有在第二照片中匹配到相应的第二子图。则意味着第一照片的中心没有落入第二照片中。
作为优选的实施例，所述步骤S3具体包括：
S30、判断步骤S3是否第一次被执行，若是，则执行步骤S31，反之，则执行步骤S32：
S31、根据当前的第一子图，在第二照片中进行图像匹配，得到与当前的第一子图相似度在设定阈值范围内的第二子图；
S32、根据当前的第一子图以及上一次执行步骤S3时匹配到的所有第二子图在第二照片中的位置，在第二照片中进行图像匹配，得到与当前的第一子图相似度在设定阈值范围内的第二子图。假设在上一次执行步骤S3时，只匹配到三个第二子图，那么在第一子图扩大尺寸后再次执行步骤S3进行匹配时，可以仅从上次匹配到的三个第二子图的所在位置附近的区域进行匹配，这样能够有效地较少运算量，提升匹配效率。
作为优选的实施例，所述步骤S31具体为：
根据当前的第一子图，通过像素对比在第二照片中进行图像匹配，得到与当前第一子图相似度在设定阈值范围内的第二子图；
或者，
提取当前的第一子图和第二照片的图像特征，通过图像特征对比在第二照片中进行图像匹配，得到与当前第一子图相似度在设定阈值范围内的第二子图。
在本实施例中，本方法可以通过直接的像素对比或者通过机器深度学习的方法提取照片及其子图的图像特征来进行图像识别。
作为优选的实施例，所述第一照片通过手持式设备获取，所述第二照片通过固定安装的摄像头获取或者通过存储介质获取。例如，第一照片可以从如手机或者平板等带有摄像头的设备获取，所述第二照片可以从一个有固定安装位置的摄像头获取，或者存有预先拍摄的照片的存储介质中获取。
参照图5，一种图像指向性的识别系统，包括：
照片获取模块，用于获取第一照片和第二照片；所述第一照片是通过手持设备获取的，所述第二照片是通过一个固定位置的摄像头获取的，或者是通过存有预先拍摄图片的存储介质中获取的，所述第二照片是现场的参考照片。所述手持设备可以是手机、平板电脑或者其他带有摄像头的手持设备。所述固定位置的摄像头可以是路边的监控摄像头，也可以是为了实现本方案而安装的摄像头。
子图获取模块，用于根据第一照片得到初始尺寸为设定值的第一子图，所述第一子图以第一照片的中心为中心；所述尺寸可以是像素尺寸，例如可以是N*M个像素点，本领域技术人员可以根据实际需要灵活调整第一子图的初始尺寸，初始尺寸越大，需要进行图像匹配的次数越少，但是单次匹配的运算量更大，图像匹配命中率更低；初始尺寸越小，需要进行的图像匹配的次数越多，但是单词匹配的运算量更小，图像匹配命中率更高。
匹配模块，用于根据当前的第一子图，在第二照片中匹配与当前的第一子图相似度在设定阈值范围内的第二子图；所述第二子图是第二照片的子图；当前的第一子图与当前匹配到的第二子图的长宽比例或者尺寸应当相同。所述相似度可以是像素的相同比例，也可是图像特征的相同比例。所述阈值范围本领域技术人员可以根据实际需要灵活调整，例如将相似度的阈值范围设置为100％、95％或者80％。
第一判断模块，用于判断当前匹配到的第二子图的数量是否大于等于2，若是，则根据设定的步进值将当前第一子图的尺寸扩大，并返回匹配模块处理；反之，则转至第二判断模块处理；
如图2所示，当第一图片100的第一子图101处于初始尺寸(例如N*M个像素点)时，在匹配模块中匹配到第二图片200中存在两个与第一子图101相似的第二子图201，此时，在第一判断模块中，会将第一子图101的尺寸扩大(例如扩大成(N+X)*(M+Y))，扩大后的第一子图101如图3所示，当再次调用匹配模块时，只会匹配到唯一一个第二子图201。
第二判断模块，用于判断当前匹配到的第二子图的数量是否为1，若是，则以当前匹配到的第二子图的中心在第二照片中的位置作为第一照片的中心指向第二照片的位置；反之，则判定第一照片的中心没有指向第二照片。
当匹配到唯一的第二子图后，可以认为第一照片的中心位置指向的位置就是所述第二子图的中心。如果位于第一照片中心的第一子图没有在第二照片中匹配到相应的第二子图。则意味着第一照片的中心没有落入第二照片中。
所述照片获取模块与子图获取模块连接，所述子图获取模块与匹配模块连接，所述匹配模块与第一判断模块连接，所述第一判断模块与第二判断模块连接。
作为优选的实施例，所述匹配模块包括判断单元、第一匹配单元和第二匹配单元；
所述判断单元用于判断匹配模块是否第一次被调用，若是，则转至第一匹配单元处理；反之，则转至第二匹配单元处理；
所述第一匹配单元用于根据当前的第一子图，在第二照片中进行图像匹配，得到与当前的第一子图相似度在设定阈值范围内的第二子图；
所述第二匹配单元用于根据当前的第一子图以及匹配模块上一次被调用时匹配到的所有第二子图在第二照片中的位置，在第二照片中进行图像匹配，得到与当前的第一子图相似度在设定阈值范围内的第二子图。假设在上一次匹配模块被调用时，只匹配到三个第二子图，那么在第一子图扩大尺寸后再次进行调用匹配模块进行匹配时，可以仅从上次匹配到的三个第二子图的所在位置附近的区域进行匹配，这样能够有效地较少运算量，提升匹配效率。
作为优选的实施例，所述第一配置单元具体用于：
根据当前的第一子图，通过像素对比在第二照片中进行图像匹配，得到与当前第一子图相似度在设定阈值范围内的第二子图；
或者，
提取当前的第一子图和第二照片的图像特征，通过图像特征对比在第二照片中进行图像匹配，得到与当前第一子图相似度在设定阈值范围内的第二子图。
在本实施例中，本系统可以通过直接的像素对比或者通过机器深度学习的方法提取照片及其子图的图像特征来进行图像识别。
作为优选的实施例，所述第一照片通过手持式设备获取，所述第二照片通过固定安装的摄像头获取或者通过存储介质获取。
本实施例公开了一种图像指向性的识别装置，包括：
存储器，用于存储程序；
处理器，用于加载所述程序以执行如图1所示的一种图像指向性的识别方法。
本实施例公开了一种存储介质，所述存储介质上存储有程序，所述程序被处理器加载时实现如图1所示的图像指向性的识别方法。
对于上述实施例中的步骤编号，其仅为了便于阐述说明而设置，对步骤之间的顺序不做任何限定，实施例中的各步骤的执行顺序均可根据本领域技术人员的理解来进行适应性调整。
以上是对本发明的较佳实施进行了具体说明，但本发明并不限于所述实施例，熟悉本领域的技术人员在不违背本发明精神的前提下还可做作出种种的等同变形或替换，这些等同的变形或替换均包含在本申请权利要求所限定的范围内。
Claims (10)
1.一种图像指向性的识别方法，其特征在于：包括以下步骤：
获取第一照片和第二照片；
根据第一照片得到初始尺寸为设定值的第一子图，所述第一子图以第一照片的中心为中心；
根据当前的第一子图，在第二照片中匹配与当前的第一子图相似度在设定阈值范围内的第二子图；所述第二子图是第二照片的子图；
判断当前匹配到的第二子图的数量是否大于等于2，若是，则根据设定的步进值将当前第一子图的尺寸扩大，并返回执行上一步骤；反之，则执行下一步骤；
判断当前匹配到的第二子图的数量是否为1，若是，则以当前匹配到的第二子图的中心在第二照片中的位置作为第一照片的中心指向第二照片的位置；反之，则判定第一照片的中心没有指向第二照片。
2.根据权利要求1所述的一种图像指向性的识别方法，其特征在于：所述根据当前的第一子图，在第二照片中匹配与当前的第一子图相似度在设定阈值范围内的第二子图，这一步骤具体包括：
判断本步骤是否第一次被执行，若是，则根据当前的第一子图，在第二照片中进行图像匹配，得到与当前的第一子图相似度在设定阈值范围内的第二子图；
反之，则根据当前的第一子图以及上一次执行本步骤时匹配到的所有第二子图在第二照片中的位置，在第二照片中进行图像匹配，得到与当前的第一子图相似度在设定阈值范围内的第二子图。
3.根据权利要求2所述的一种图像指向性的识别方法，其特征在于：所述根据当前的第一子图，在第二照片中进行图像匹配，得到与当前的第一子图相似度在设定阈值范围内的第二子图，这一步骤具体为：
根据当前的第一子图，通过像素对比在第二照片中进行图像匹配，得到与当前第一子图相似度在设定阈值范围内的第二子图；
或者，
提取当前的第一子图和第二照片的图像特征，通过图像特征对比在第二照片中进行图像匹配，得到与当前第一子图相似度在设定阈值范围内的第二子图。
4.根据权利要求1所述的一种图像指向性的识别方法，其特征在于：所述第一照片通过手持式设备获取，所述第二照片通过固定安装的摄像头获取或者通过存储介质获取。
5.一种图像指向性的识别系统，其特征在于，包括：
照片获取模块，用于获取第一照片和第二照片；
子图获取模块，用于根据第一照片得到初始尺寸为设定值的第一子图，所述第一子图以第一照片的中心为中心；
匹配模块，用于根据当前的第一子图，在第二照片中匹配与当前的第一子图相似度在设定阈值范围内的第二子图；所述第二子图是第二照片的子图；
第一判断模块，用于判断当前匹配到的第二子图的数量是否大于等于2，若是，则根据设定的步进值将当前第一子图的尺寸扩大，并返回匹配模块处理；反之，则转至第二判断模块处理；
第二判断模块，用于判断当前匹配到的第二子图的数量是否为1，若是，则以当前匹配到的第二子图的中心在第二照片中的位置作为第一照片的中心指向第二照片的位置；反之，则判定第一照片的中心没有指向第二照片；
所述照片获取模块与子图获取模块连接，所述子图获取模块与匹配模块连接，所述匹配模块与第一判断模块连接，所述第一判断模块与第二判断模块连接。
6.根据权利要求5所述的一种图像指向性的识别系统，其特征在于：所述匹配模块包括判断单元、第一匹配单元和第二匹配单元；
所述判断单元用于判断匹配模块是否第一次被调用，若是，则转至第一匹配单元处理；反之，则转至第二匹配单元处理；
所述第一匹配单元用于根据当前的第一子图，在第二照片中进行图像匹配，得到与当前的第一子图相似度在设定阈值范围内的第二子图；
所述第二匹配单元用于根据当前的第一子图以及匹配模块上一次被调用时匹配到的所有第二子图在第二照片中的位置，在第二照片中进行图像匹配，得到与当前的第一子图相似度在设定阈值范围内的第二子图。
7.根据权利要求6所述的一种图像指向性的识别系统，其特征在于：所述第一配置单元具体用于：
根据当前的第一子图，通过像素对比在第二照片中进行图像匹配，得到与当前第一子图相似度在设定阈值范围内的第二子图；
或者
提取当前的第一子图和第二照片的图像特征，通过图像特征对比在第二照片中进行图像匹配，得到与当前第一子图相似度在设定阈值范围内的第二子图。
8.根据权利要求5所述的一种图像指向性的识别系统，其特征在于：所述第一照片通过手持式设备获取，所述第二照片通过固定安装的摄像头获取或者通过存储介质获取。
9.一种图像指向性的识别装置，其特征在于：包括：
存储器，用于存储程序；
处理器，用于加载所述程序以执行如权利要求1-4任一项所述的图像指向性的识别方法。
10.一种存储介质，所述存储介质上存储有程序，其特征在于：所述程序被处理器加载时实现如权利要求1-4任一项所述的图像指向性的识别方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810763162.9A CN109035328B (zh) | 2018-07-12 | 2018-07-12 | 一种图像指向性的识别方法、系统、装置和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810763162.9A CN109035328B (zh) | 2018-07-12 | 2018-07-12 | 一种图像指向性的识别方法、系统、装置和存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109035328A true CN109035328A (zh) | 2018-12-18 |
| CN109035328B CN109035328B (zh) | 2021-08-10 |
Family
ID=64641351
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810763162.9A Active CN109035328B (zh) | 2018-07-12 | 2018-07-12 | 一种图像指向性的识别方法、系统、装置和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109035328B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111380510A (zh) * | 2018-12-29 | 2020-07-07 | 深圳市优必选科技有限公司 | 重定位方法及装置、机器人 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20090268822A1 (en) * | 2008-04-24 | 2009-10-29 | Kengo Terada | Motion vector detection by stepwise search |
| CN102263957A (zh) * | 2011-07-25 | 2011-11-30 | 北京航空航天大学 | 一种基于搜索窗口自适应的视差估计方法 |
| CN104707333A (zh) * | 2015-03-20 | 2015-06-17 | 深圳华侨城文化旅游科技有限公司 | 根据不同波长识别射击点的系统及其方法 |
| CN106920252A (zh) * | 2016-06-24 | 2017-07-04 | 阿里巴巴集团控股有限公司 | 一种图像数据处理方法、装置及电子设备 |
-
2018
- 2018-07-12 CN CN201810763162.9A patent/CN109035328B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20090268822A1 (en) * | 2008-04-24 | 2009-10-29 | Kengo Terada | Motion vector detection by stepwise search |
| CN102263957A (zh) * | 2011-07-25 | 2011-11-30 | 北京航空航天大学 | 一种基于搜索窗口自适应的视差估计方法 |
| CN104707333A (zh) * | 2015-03-20 | 2015-06-17 | 深圳华侨城文化旅游科技有限公司 | 根据不同波长识别射击点的系统及其方法 |
| CN106920252A (zh) * | 2016-06-24 | 2017-07-04 | 阿里巴巴集团控股有限公司 | 一种图像数据处理方法、装置及电子设备 |
Non-Patent Citations (1)
| Title |
|---|
| 贺拥亮 等: "基于图像识别的模拟射击精度判定方法", 《火力与控制指挥》 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111380510A (zh) * | 2018-12-29 | 2020-07-07 | 深圳市优必选科技有限公司 | 重定位方法及装置、机器人 |
| CN111380510B (zh) * | 2018-12-29 | 2022-04-15 | 深圳市优必选科技有限公司 | 重定位方法及装置、机器人 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109035328B (zh) | 2021-08-10 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US9992408B2 (en) | Photographing processing method, device and computer storage medium | |
| US9100572B2 (en) | Methods and systems for confidence-based image processing | |
| CN110866480A (zh) | 对象的跟踪方法及装置、存储介质、电子装置 | |
| CN107368776A (zh) | 车辆定损图像获取方法、装置、服务器和终端设备 | |
| CN109410316B (zh) | 物体的三维重建的方法、跟踪方法、相关装置及存储介质 | |
| CN109446946B (zh) | 一种基于多线程的多摄像头实时检测方法 | |
| CN110298296B (zh) | 应用于边缘计算设备的人脸识别方法 | |
| CN108872265A (zh) | 检测方法、装置及系统 | |
| CN109816730A (zh) | 工件抓取方法、装置、计算机设备和存储介质 | |
| CN104639839B (zh) | 拍摄方法及装置 | |
| US10839555B2 (en) | Target detection method and unmanned aerial vehicle | |
| CN106202333A (zh) | 一种仓储视频处理和快速检索的方法 | |
| CN111429476B (zh) | 确定目标人物行动轨迹的方法和装置 | |
| CN102792675B (zh) | 用于根据条件自适应地执行图像匹配的方法、系统和计算机可读记录介质 | |
| WO2020111776A1 (en) | Electronic device for focus tracking photographing and method thereof | |
| CN106056138A (zh) | 照片处理装置及方法 | |
| CN109309791A (zh) | 控制相机拍照方法和系统 | |
| CN112150514A (zh) | 视频的行人轨迹追踪方法、装置、设备及存储介质 | |
| CN108833774A (zh) | 拍照控制方法、装置和无人机系统 | |
| CN108154130B (zh) | 一种目标图像的检测方法、装置及存储介质、机器人 | |
| CN112257527A (zh) | 基于多目标融合与时空视频序列的手机检测方法 | |
| JP2017111816A (ja) | 物体分割方法及び装置 | |
| JPWO2021011304A5 (zh) | ||
| CN110245643B (zh) | 目标跟踪拍摄方法、装置、电子设备 | |
| CN109035328A (zh) | 一种图像指向性的识别方法、系统、装置和存储介质 |
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 | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20200214 Address after: 510000 room 2402, building C7, Ivy IV, Yonghe Avenue, Huangpu District, Guangzhou City, Guangdong Province Applicant after: Zeng Cheng Address before: 510000 Guangdong Province Guangzhou Science City, Guangzhou, 203 Kezhu Road, Guangdong Software Park, Building F 505 Applicant before: GUANGZHOU QIAOTONG TECHNOLOGY Co.,Ltd. |
|
| TA01 | Transfer of patent application right | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20211230 Address after: 519000 Room 401, zone B, 4th floor, No. 9, Keji 8th Road, Tangjiawan Town, high tech Zone, Zhuhai City, Guangdong Province Patentee after: Changyuan yuntaili vision technology (Zhuhai) Co.,Ltd. Address before: 510000 2402, building C7, Ivy phase IV, Yonghe Avenue, Huangpu District, Guangzhou, Guangdong Patentee before: Zeng Cheng |
|
| TR01 | Transfer of patent right | ||
| CP01 | Change in the name or title of a patent holder |
Address after: 519000 Room 401, zone B, 4th floor, No. 9, Keji 8th Road, Tangjiawan Town, high tech Zone, Zhuhai City, Guangdong Province Patentee after: Changyuan vision technology (Zhuhai) Co.,Ltd. Address before: 519000 Room 401, zone B, 4th floor, No. 9, Keji 8th Road, Tangjiawan Town, high tech Zone, Zhuhai City, Guangdong Province Patentee before: Changyuan yuntaili vision technology (Zhuhai) Co.,Ltd. |
|
| CP01 | Change in the name or title of a patent holder | ||
| EE01 | Entry into force of recordation of patent licensing contract |
Application publication date: 20181218 Assignee: Hengqin Financial Investment International Finance Leasing Co.,Ltd. Assignor: Changyuan vision technology (Zhuhai) Co.,Ltd. Contract record no.: X2023980035747 Denomination of invention: A recognition method, system, device, and storage medium for image directionality Granted publication date: 20210810 License type: Exclusive License Record date: 20230518 |
|
| EE01 | Entry into force of recordation of patent licensing contract | ||
| PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: A recognition method, system, device, and storage medium for image directionality Effective date of registration: 20230523 Granted publication date: 20210810 Pledgee: Hengqin Financial Investment International Finance Leasing Co.,Ltd. Pledgor: Changyuan vision technology (Zhuhai) Co.,Ltd. Registration number: Y2023980041486 |
|
| PE01 | Entry into force of the registration of the contract for pledge of patent right |