CN109151295A - 一种目标对象抓拍方法、装置及视频监控设备 - Google Patents

一种目标对象抓拍方法、装置及视频监控设备 Download PDF

Info

Publication number
CN109151295A
CN109151295A CN201710459265.1A CN201710459265A CN109151295A CN 109151295 A CN109151295 A CN 109151295A CN 201710459265 A CN201710459265 A CN 201710459265A CN 109151295 A CN109151295 A CN 109151295A
Authority
CN
China
Prior art keywords
object block
block
target object
multiplying power
camera
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
Application number
CN201710459265.1A
Other languages
English (en)
Other versions
CN109151295B (zh
Inventor
申琳
童鸿翔
沈林杰
张尚迪
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.)
Hangzhou Hikvision Digital Technology Co Ltd
Original Assignee
Hangzhou Hikvision Digital 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 Hangzhou Hikvision Digital Technology Co Ltd filed Critical Hangzhou Hikvision Digital Technology Co Ltd
Priority to CN201710459265.1A priority Critical patent/CN109151295B/zh
Priority to US16/623,229 priority patent/US11107246B2/en
Priority to PCT/CN2018/090992 priority patent/WO2018228413A1/zh
Priority to EP18817790.1A priority patent/EP3641298B1/en
Publication of CN109151295A publication Critical patent/CN109151295A/zh
Application granted granted Critical
Publication of CN109151295B publication Critical patent/CN109151295B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B13/00—Burglar, theft or intruder alarms
    • G08B13/18—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength
    • G08B13/189—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems
    • G08B13/194—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using image scanning and comparing systems
    • G08B13/196—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using image scanning and comparing systems using television cameras
    • G08B13/19639—Details of the system layout
    • G08B13/19641—Multiple cameras having overlapping views on a single scene
    • G08B13/19643—Multiple cameras having overlapping views on a single scene wherein the cameras play different roles, e.g. different resolution, different camera type, master-slave camera
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • H04N23/66—Remote control of cameras or camera parts, e.g. by remote control devices
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • 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
    • 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
    • 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
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B13/00—Burglar, theft or intruder alarms
    • G08B13/18—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength
    • G08B13/189—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems
    • G08B13/194—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using image scanning and comparing systems
    • G08B13/196—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using image scanning and comparing systems using television cameras
    • G08B13/19602—Image analysis to detect motion of the intruder, e.g. by frame subtraction
    • G08B13/19608—Tracking movement of a target, e.g. by detecting an object predefined as a target, using target direction and or velocity to predict its new position
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B13/00—Burglar, theft or intruder alarms
    • G08B13/18—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength
    • G08B13/189—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems
    • G08B13/194—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using image scanning and comparing systems
    • G08B13/196—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using image scanning and comparing systems using television cameras
    • G08B13/19617—Surveillance camera constructional details
    • G08B13/1963—Arrangements allowing camera rotation to change view, e.g. pivoting camera, pan-tilt and zoom [PTZ]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • H04N23/64—Computer-aided capture of images, e.g. transfer from script file into camera, check of taken image quality, advice or proposal for image composition or decision on when to take image
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • H04N23/69—Control of means for changing angle of the field of view, e.g. optical zoom objectives or electronic zooming
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • H04N23/695—Control of camera direction for changing a field of view, e.g. pan, tilt or based on tracking of objects
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • H04N23/698—Control of cameras or camera modules for achieving an enlarged field of view, e.g. panoramic image capture
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/90—Arrangement of cameras or camera modules, e.g. multiple cameras in TV studios or sports stadiums
    • 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
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30232—Surveillance
    • 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
    • G06T2207/30244—Camera pose

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Geometry (AREA)
  • Studio Devices (AREA)
  • Closed-Circuit Television Systems (AREA)

Abstract

本发明实施例提供了一种目标对象抓拍方法、装置及视频监控设备，所述方法包括：检测全景相机所采集的当前全景视频帧中的目标对象；确定各目标对象对应的细节相机位置信息，并确定各目标对象对应的倍率；对各目标对象进行分块处理，得到至少一个目标块；针对每个目标块，在该目标块包含的各目标对象中识别处于边缘位置的第一目标对象，并根据各第一目标对象确定该目标块对应的细节相机位置信息和倍率；针对每个目标块，根据该目标块对应的细节相机位置信息和倍率，控制所述细节相机调整其位置和倍率，并控制调整后的细节相机抓拍该目标块。本发明实施例能够在保证监控范围的前提下，提高目标对象的清晰度。

Description

一种目标对象抓拍方法、装置及视频监控设备
技术领域
本发明涉及图像处理技术领域，特别是涉及一种目标对象抓拍方法、装置及视频监控设备。
背景技术
随着视频监控技术的不断发展，视频监控设备已广泛应用于安防领域。在监控场景中，通常要求监控设备能监控到较大范围的场景，且捕获到较高清晰度的监控图像。
然而，当使用监控范围较大的全景相机(如枪机等)进行监控时，监控图像中的目标通常会较小，从而导致看不清目标对象细节等问题。当使用细节相机(如球机等)进行监控时，监控图像中通常能获取到清晰的目标对象，但是监控范围往往会较小。因此，现有的视频监控设备，存在监控范围和目标对象清晰度不可兼得的问题。
发明内容
本发明实施例的目的在于提供一种目标对象抓拍方法、装置及视频监控设备，以在保证监控范围的前提下，提高目标对象的清晰度。具体技术方案如下：
第一方面，本发明实施例提供了一种目标对象抓拍方法，所述方法包括：
检测全景相机所采集的当前全景视频帧中的目标对象，确定各目标对象在所述当前全景视频帧中的第一位置信息、大小；
根据各目标对象的第一位置信息，以及预先构建的全景相机和细节相机的位置映射关系，确定各目标对象对应的细节相机位置信息，并根据各目标对象的大小确定各目标对象对应的倍率；
根据各目标对象对应的细节相机位置信息和倍率，对各目标对象进行分块处理，得到至少一个目标块，其中，各目标块中包含一个或多个目标对象；
针对每个目标块，在该目标块包含的各目标对象中识别处于边缘位置的第一目标对象，并根据各第一目标对象对应的细节相机位置信息确定该目标块对应的细节相机位置信息，根据各第一目标对象对应的倍率确定该目标块对应的倍率；
针对每个目标块，根据该目标块对应的细节相机位置信息和倍率，控制所述细节相机调整其位置和倍率，并控制调整后的细节相机抓拍该目标块。
可选的，所述根据各目标对象的大小确定各目标对象对应的倍率的步骤包括：
针对每个目标对象，根据该目标对象的大小，确定对应的视场角；
根据预设的倍率和视场角的对应关系，确定该视场角对应的倍率，并将确定的倍率作为该目标对象对应的倍率。
可选的，所述针对每个目标块，根据该目标块对应的细节相机位置信息和倍率，控制所述细节相机调整其位置和倍率，并控制调整后的细节相机抓拍该目标块之前，所述方法还包括：
设置各目标块的已抓拍次数为初始值；
所述针对每个目标块，根据该目标块对应的细节相机位置信息和倍率，控制所述细节相机调整其位置和倍率，并控制调整后的细节相机抓拍该目标块的步骤包括：
根据各目标块的已抓拍次数，判断是否存在未抓拍的目标块；
如果存在，计算各未抓拍的目标块的抓拍优先级，针对优先级最高的目标块，根据该目标块对应的细节相机位置信息和倍率，控制所述细节相机调整其位置和倍率，控制调整后的细节相机抓拍该目标块；
更新该目标块的已抓拍次数，并返回执行所述根据各目标块的已抓拍次数，确定是否存在未抓拍的目标块的步骤。
可选的，所述计算各未抓拍的目标块的抓拍优先级的步骤包括：
针对每个未抓拍的目标块，根据该目标块中包括的各目标对象的属性信息以及对应的权重，和/或该目标块与上次抓拍目标块的位置差以及对应的权重，计算该目标块的抓拍优先级；其中，任一目标对象的属性信息包括以下至少一项：移动方向、已抓拍次数、以及离开时间。
可选的，当针对每个未抓拍的目标块，根据该目标块中包括的各目标对象的属性信息以及对应的权重，和该目标块与上次抓拍目标块的位置差以及对应的权重，计算该目标块的抓拍优先级，且任一目标对象的属性信息包括：移动方向、已抓拍次数、以及离开时间时，所述针对每个未抓拍的目标块，根据该目标块中包括的各目标对象的属性信息以及对应的权重，和该目标块与上次抓拍目标块的位置差以及对应的权重，计算该目标块的抓拍优先级之前，所述方法还包括：
对该目标块中包括的各目标对象进行检测，确定各目标对象的移动方向为正朝所述全景相机移动或非正朝所述全景相机移动；
确定该目标块中包括的各目标对象的速度信息，并根据该目标块中包括的各目标对象在所述当前全景视频帧中的第一位置信息、移动方向和速度信息，确定各目标对象的离开时间；
根据该目标块在所述当前全景视频帧中的第一位置信息，以及上次抓拍目标块在所述当前全景视频帧中的第一位置信息，确定该目标块与上次抓拍目标块的位置差。
可选的，所述针对每个未抓拍的目标块，根据该目标块中包括的各目标对象的属性信息以及对应的权重，和该目标块与上次抓拍目标块的位置差以及对应的权重，计算该目标块的抓拍优先级的步骤包括：
针对任一未抓拍的目标块，根据以下公式，计算该目标块的抓拍优先级W：
其中，所述n为该目标块中包括的目标对象个数；所述f为任一目标对象的移动方向，当该目标对象的移动方向为正朝所述全景相机移动时，f＝1，当该目标对象的移动方向为非正朝所述全景相机移动时，f＝0；所述w1为移动方向对应的权重；所述c为该目标对象的已抓拍次数，所述w2为已抓拍次数对应的权重；所述t为该目标对象的离开时间，所述w3为离开时间对应的权重；所述d为该目标块与上次抓拍目标块的位置差，所述w4为位置差对应的权重。
可选的，所述根据各第一目标对象对应的倍率确定该目标块对应的倍率的步骤包括：
将各第一目标对象对应的倍率中的最大值作为该目标块对应的倍率，或将各第一目标对象的倍率乘以对应的权重得到综合倍率，作为该目标块对应的倍率。
可选的，所述检测全景相机所采集的当前全景视频帧中的目标对象的步骤包括：
检测全景相机所采集的当前全景视频帧中的，且不存在于上一视频帧中的目标对象。
第二方面，本发明实施例提供了一种目标对象抓拍装置，所述装置包括：
第一检测模块，用于检测全景相机所采集的当前全景视频帧中的目标对象，确定各目标对象在所述当前全景视频帧中的第一位置信息、大小；
第一确定模块，用于根据各目标对象的第一位置信息，以及预先构建的全景相机和细节相机的位置映射关系，确定各目标对象对应的细节相机位置信息，并根据各目标对象的大小确定各目标对象对应的倍率；
处理模块，用于根据各目标对象对应的细节相机位置信息和倍率，对各目标对象进行分块处理，得到至少一个目标块，其中，各目标块中包含一个或多个目标对象；
识别模块，用于针对每个目标块，在该目标块包含的各目标对象中识别处于边缘位置的第一目标对象，并根据各第一目标对象对应的细节相机位置信息确定该目标块对应的细节相机位置信息，根据各第一目标对象对应的倍率确定该目标块对应的倍率；
控制模块，用于针对每个目标块，根据该目标块对应的细节相机位置信息和倍率，控制所述细节相机调整其位置和倍率，并控制调整后的细节相机抓拍该目标块。
可选的，所述第一确定模块包括：
第一确定子模块，用于针对每个目标对象，根据该目标对象的大小，确定对应的视场角；
第二确定子模块，用于根据预设的倍率和视场角的对应关系，确定该视场角对应的倍率，并将确定的倍率作为该目标对象对应的倍率。
可选的，所述装置还包括：
设置模块，用于设置各目标块的已抓拍次数为初始值；
所述控制模块包括：
判断子模块，用于根据各目标块的已抓拍次数，判断是否存在未抓拍的目标块；
控制子模块，用于当所述判断子模块判断结果为是时，计算各未抓拍的目标块的抓拍优先级，针对优先级最高的目标块，根据该目标块对应的细节相机位置信息和倍率，控制所述细节相机调整其位置和倍率，控制调整后的细节相机抓拍该目标块；
更新子模块，用于更新该目标块的已抓拍次数，并触发所述判断子模块。
可选的，所述控制子模块，具体用于针对每个未抓拍的目标块，根据该目标块中包括的各目标对象的属性信息以及对应的权重，和/或该目标块与上次抓拍目标块的位置差以及对应的权重，计算该目标块的抓拍优先级；其中，任一目标对象的属性信息包括以下至少一项：移动方向、已抓拍次数、以及离开时间。
可选的，当所述控制子模块，具体用于针对每个未抓拍的目标块，根据该目标块中包括的各目标对象的属性信息以及对应的权重，和该目标块与上次抓拍目标块的位置差以及对应的权重，计算该目标块的抓拍优先级，且任一目标对象的属性信息包括：移动方向、已抓拍次数、以及离开时间时，所述装置还包括：
第二检测模块，用于对该目标块中包括的各目标对象进行检测，确定各目标对象的移动方向为正朝所述全景相机移动或非正朝所述全景相机移动；
第二确定模块，用于确定该目标块中包括的各目标对象的速度信息，并根据该目标块中包括的各目标对象在所述当前全景视频帧中的第一位置信息、移动方向和速度信息，确定各目标对象的离开时间；
第三确定模块，用于根据该目标块在所述当前全景视频帧中的第一位置信息，以及上次抓拍目标块在所述当前全景视频帧中的第一位置信息，确定该目标块与上次抓拍目标块的位置差。
可选的，所述控制子模块，具体用于针对任一未抓拍的目标块，根据以下公式，计算该目标块的抓拍优先级W：
其中，所述n为该目标块中包括的目标对象个数；所述f为任一目标对象的移动方向，当该目标对象的移动方向为正朝所述全景相机移动时，f＝1，当该目标对象的移动方向为非正朝所述全景相机移动时，f＝0；所述w1为移动方向对应的权重；所述c为该目标对象的已抓拍次数，所述w2为已抓拍次数对应的权重；所述t为该目标对象的离开时间，所述w3为离开时间对应的权重；所述d为该目标块与上次抓拍目标块的位置差，所述w4为位置差对应的权重。
可选的，所述第一确定模块，具体用于将各第一目标对象对应的倍率中的最大值作为该目标块对应的倍率，或将各第一目标对象的倍率乘以对应的权重得到综合倍率，作为该目标块对应的倍率。
可选的，所述第一检测模块，具体用于检测全景相机所采集的当前全景视频帧中的，且不存在于上一视频帧中的目标对象。
第三方面，本发明实施例提供了一种视频监控设备，包括全景相机、细节相机、以及处理器；
所述全景相机，用于采集当前全景视频帧，并将所述当前全景视频帧发送给所述处理器；
所述处理器，用于检测所述当前全景视频帧中的目标对象，确定各目标对象在所述当前全景视频帧中的第一位置信息、大小；根据各目标对象的第一位置信息，以及预先构建的全景相机和细节相机的位置映射关系，确定各目标对象对应的细节相机位置信息，并根据各目标对象的大小确定各目标对象对应的倍率；根据各目标对象对应的细节相机位置信息和倍率，对各目标对象进行分块处理，得到至少一个目标块，其中，各目标块中包含一个或多个目标对象；针对每个目标块，在该目标块包含的各目标对象中识别处于边缘位置的第一目标对象，并根据各第一目标对象对应的细节相机位置信息确定该目标块对应的细节相机位置信息，根据各第一目标对象对应的倍率确定该目标块对应的倍率；并针对每个目标块，将该目标块对应的细节相机位置信息和倍率发送至细节相机；
所述细节相机，用于根据接收到的该目标块对应的细节相机位置信息和倍率调整其自身的位置和倍率，并抓拍该目标块。
可选的，所述处理器，具体用于针对每个目标对象，根据该目标对象的大小，确定对应的视场角；根据预设的倍率和视场角的对应关系，确定该视场角对应的倍率，并将确定的倍率作为该目标对象对应的倍率。
可选的，所述处理器，还用于设置各目标块的已抓拍次数为初始值；
所述处理器，具体用于根据各目标块的已抓拍次数，判断是否存在未抓拍的目标块；如果存在，计算各未抓拍的目标块的抓拍优先级，针对优先级最高的目标块，将该目标块对应的细节相机位置信息和倍率发送至所述细节相机；更新该目标块的已抓拍次数，并返回执行所述根据各目标块的已抓拍次数，确定是否存在未抓拍的目标块的步骤；
所述细节相机，具体用于根据接收到的该目标块对应的细节相机位置信息和倍率调整其自身的位置和倍率，并抓拍该目标块。
可选的，所述处理器，具体用于针对每个未抓拍的目标块，根据该目标块中包括的各目标对象的属性信息以及对应的权重，和/或该目标块与上次抓拍目标块的位置差以及对应的权重，计算该目标块的抓拍优先级；其中，任一目标对象的属性信息包括以下至少一项：移动方向、已抓拍次数、以及离开时间。
可选的，当所述处理器针对每个未抓拍的目标块，根据该目标块中包括的各目标对象的属性信息以及对应的权重，和该目标块与上次抓拍目标块的位置差以及对应的权重，计算该目标块的抓拍优先级，且任一目标对象的属性信息包括：移动方向、已抓拍次数、以及离开时间时，
所述处理器，还用于对该目标块中包括的各目标对象进行检测，确定各目标对象的移动方向为正朝所述全景相机移动或非正朝所述全景相机移动；确定该目标块中包括的各目标对象的速度信息，并根据该目标块中包括的各目标对象在所述当前全景视频帧中的第一位置信息、移动方向和速度信息，确定各目标对象的离开时间；根据该目标块在所述当前全景视频帧中的第一位置信息，以及上次抓拍目标块在所述当前全景视频帧中的第一位置信息，确定该目标块与上次抓拍目标块的位置差。
可选的，所述处理器，具体用于针对任一未抓拍的目标块，根据以下公式，计算该目标块的抓拍优先级W：
其中，所述n为该目标块中包括的目标对象个数；所述f为任一目标对象的移动方向，当该目标对象的移动方向为正朝所述全景相机移动时，f＝1，当该目标对象的移动方向为非正朝所述全景相机移动时，f＝0；所述w1为移动方向对应的权重；所述c为该目标对象的已抓拍次数，所述w2为已抓拍次数对应的权重；所述t为该目标对象的离开时间，所述w3为离开时间对应的权重；所述d为该目标块与上次抓拍目标块的位置差，所述w4为位置差对应的权重。
可选的，所述处理器，具体用于将各第一目标对象对应的倍率中的最大值作为该目标块对应的倍率，或将各第一目标对象的倍率乘以对应的权重得到综合倍率，作为该目标块对应的倍率。
可选的，所述处理器，具体用于检测全景相机所采集的当前全景视频帧中的，且不存在于上一视频帧中的目标对象。
本发明实施例提供了一种目标对象抓拍方法、装置及视频监控设备，所述方法包括：检测全景相机所采集的当前全景视频帧中的目标对象，确定各目标对象在所述当前全景视频帧中的第一位置信息、大小；根据各目标对象的第一位置信息，以及预先构建的全景相机和细节相机的位置映射关系，确定各目标对象对应的细节相机位置信息，并根据各目标对象的大小确定各目标对象对应的倍率；根据各目标对象对应的细节相机位置信息和倍率，对各目标对象进行分块处理，得到至少一个目标块，其中，各目标块中包含一个或多个目标对象；针对每个目标块，在该目标块包含的各目标对象中识别处于边缘位置的第一目标对象，并根据各第一目标对象对应的细节相机位置信息确定该目标块对应的细节相机位置信息，根据各第一目标对象对应的倍率确定该目标块对应的倍率；针对每个目标块，根据该目标块对应的细节相机位置信息和倍率，控制所述细节相机调整其位置和倍率，并控制调整后的细节相机抓拍该目标块。
本发明实施例中，当检测到全景相机中的目标对象时，能够对各目标对象进行分块处理得到多个目标块，并且针对各目标块，能够根据该目标块中包括的各目标对象的位置信息、大小等，调整细节相机采用与各目标块对应的位置和倍率对其进行抓拍，从而能够在保证监控范围的前提下，提高目标对象的抓拍效率和清晰度。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中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为本发明实施例的一种目标对象抓拍方法的流程图；
图2为本发明实施例的一种全景视频帧示意图；
图3为本发明实施例的一种全景视频帧中目标对象位置信息示意图；
图4为本发明实施例的对目标对象进行分块的结果示意图；
图5为本发明实施例的确定目标块中第一目标对象的结果示意图；
图6为本发明实施例的一种目标对象抓拍方法的另一流程图；
图7为本发明实施例的一种目标对象抓拍装置的结构示意图；
图8为本发明实施例的一种视频监控设备的结构示意图。
具体实施方式
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，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
以下通过具体实施例，对本发明进行详细说明。
请参考图1，其示出了本发明实施例的一种目标对象抓拍方法流程，该方法可以包括以下步骤：
S101，检测全景相机所采集的当前全景视频帧中的目标对象，确定各目标对象在所述当前全景视频帧中的第一位置信息、大小。
本发明实施例提供的方法可以应用于视频监控设备。具体的，本发明实施例的视频监控设备至少可以包括全景相机、细节相机、以及处理器。其中，全景相机可以为监控范围较大的相机，例如枪机、鱼眼相机等；细节相机可以为能够调节抓拍倍率的相机，如球机等。并且，细节相机的位置也是可以调整的，从而，其监控范围和所采集图像中目标对象的大小都是可以调整的。
在本发明实施例中，全景相机可以采集全景视频帧。如，全景相机可以按照预设的时间间隔，周期性采集全景视频帧。并且，全景相机可以将其采集的当前全景视频帧发送给处理器。
处理器接收到全景相机发送的当前全景视频帧后，可以对当前全景视频帧中的目标对象进行检测。例如，处理器可以采用DPM(deformable parts model，可形变部件模型)或FRCNN(Faster Region Convolutional Neural Network，快速区域卷积神经网络)等目标检测类算法，来检测当前全景视频帧中的目标对象。其中，上述目标对象可以为人、车辆等。本发明实施例中，以目标对象为人为例，来说明本发明实施例提供的目标对象抓拍方法。
参考图2，其示出了全景相机采集的当前全景视频帧的示意图。如图2所示，全景相机采集的当前全景视频帧中包括目标对象1、2、3、4、5、6、7、8、9、10。
检测到各目标对象后，处理器还可以确定各目标对象在当前全景视频帧中的第一位置信息、大小。如，处理器可以针对每个目标对象，确定该目标对象所在的长方形区域，并根据预设的坐标系，将该长方形区域的左上角坐标和右下角坐标确定为该目标对象的第一位置信息。相应的，处理器可以将该目标对象所在长方形区域的大小确定为该目标对象的大小。
如图3所示，针对目标对象1，可以确定其所在的长方形区域为210，并且，根据图中构建的坐标系，目标对象1的第一位置信息可以为区域210的左上角220和右下角230的坐标信息。目标对象1的大小可以为区域210的大小。
S102，根据各目标对象的第一位置信息，以及预先构建的全景相机和细节相机的位置映射关系，确定各目标对象对应的细节相机位置信息，并根据各目标对象的大小确定各目标对象对应的倍率。
在本发明实施例中，可以预先构建全景相机和细节相机的位置映射关系。如，当任一目标对象在全景相机采集的全景视频帧中的位置信息为a1时，对应的细节相机的位置信息为b1；当任一目标对象在全景相机采集的全景视频帧中的位置信息为a2时，对应的细节相机的位置信息为b2等。其中，细节相机的位置信息可以包括其水平方向位置信息和垂直方向位置信息。
当处理器确定各目标对象的第一位置信息后，可以根据各目标对象的第一位置信息，以及预先构建的全景相机和细节相机的位置映射关系，确定各目标对象对应的细节相机位置信息。也就是说，确定细节相机用于抓拍各目标对象时所在的位置。
如，针对任一目标对象，处理器可以在预先保存的全景相机和细节相机的位置映射关系中，查找该目标对象的第一位置信息，并将第一位置信息对应的细节相机的位置信息作为该目标对象对应的细节相机位置信息。
在本发明实施例中，为了能够清晰的对目标对象进行抓拍，细节相机的倍率是可以调整的。具体的，处理器可以根据各目标对象的大小，确定各目标对象对应的倍率。
通常情况下，图像中人的像素宽度达到240为可辨认的细节标准。根据该标准，处理器可以确定不同大小的目标对象对应的倍率。如，针对较大的目标对象，可以将细节相机的倍率调整为较小值，以抓拍到完整的目标对象；针对较小的目标对象，可以将细节相机的倍率调整为较大值，以获得尽可能大的目标对象，提高其清晰度。
在一种实现方式中，处理器可以针对每个目标对象，根据该目标对象的大小，确定对应的视场角，进而可以根据预设的倍率和视场角的对应关系，确定该视场角对应的倍率，并将确定的倍率作为该目标对象对应的倍率。
S103，根据各目标对象对应的细节相机位置信息和倍率，对各目标对象进行分块处理，得到至少一个目标块，其中，各目标块中包含一个或多个目标对象。
本发明实施例中，处理器可以根据每个目标对象对应的细节相机位置信息和倍率，对各目标对象进行分块处理，得到至少一个目标块，其中，各目标块中包含一个或多个目标对象。
细节相机在不同的倍率下，对应不同的位置范围。当得到各目标对象对应的细节相机位置信息和倍率后，通过搜索寻找倍率在一定范围内(如0.5倍)能满足细节相机位置范围的所有目标分为一块，最终形成不同的目标块。
参考图4，对图2所示的全景视频帧中各目标对象进行分块处理后，得到的各目标块可以如图4所示。如图4所示，可以将各目标对象分为4块，分别为目标对象7、8、9、10为一块，目标对象2、3、4为一块，目标对象5、6为一块，目标对象1为一块。
S104，针对每个目标块，在该目标块包含的各目标对象中识别处于边缘位置的第一目标对象，并根据各第一目标对象对应的细节相机位置信息确定该目标块对应的细节相机位置信息，根据各第一目标对象对应的倍率确定该目标块对应的倍率。
得到多个目标块后，处理器可以进一步确定各目标块对应的细节相机位置信息和倍率。具体的，处理器可以首先针对每个目标块，在该目标块包含的各目标对象中识别处于边缘位置的第一目标对象。
如图5所示，其示出了一目标块中包括多个目标对象的示意图。如图5所示，针对该目标块，处理器可以识别出处于边缘位置的第一目标对象分别为目标对象510、520、550、和560。
识别出各目标块中处于边缘位置的各第一目标对象后，处理器可以根据各第一目标对象对应的细节相机位置信息确定该目标块对应的细节相机位置信息，根据各第一目标对象对应的倍率确定该目标块对应的倍率。
如，可以将各第一目标对象对应的倍率中的最大值作为该目标块对应的倍率，或将各第一目标对象的倍率乘以对应的权重得到综合倍率，作为该目标块对应的倍率。
S105，针对每个目标块，根据该目标块对应的细节相机位置信息和倍率，控制所述细节相机调整其位置和倍率，并控制调整后的细节相机抓拍该目标块。
得到各目标块对应的细节相机位置信息和倍率后，处理器可以针对每个目标块，根据该目标块对应的细节相机位置信息和倍率，控制细节相机调整其位置和倍率，并控制调整后的细节相机抓拍该目标块。
例如，处理器可以针对每个目标块，向细节相机发送包含将该目标块对应的细节相机位置信息和倍率的抓拍指令。细节相机接收到抓拍指令后，可以根据其中包含的细节相机位置信息和倍率，调整其自身的位置和倍率，并抓拍该目标块。
本发明实施例中，当检测到全景相机中的目标对象时，能够对各目标对象进行分块处理得到多个目标块，并且针对各目标块，能够根据该目标块中包括的各目标对象的位置信息、大小等，调整细节相机采用与各目标块对应的位置和倍率对其进行抓拍，从而能够在保证监控范围的前提下，提高目标对象的抓拍效率和清晰度。
作为本发明实施例的一种实施方式，为了提高目标对象抓拍效率，处理器对当前全景视频帧中的目标对象进行检测时，可以检测全景相机所采集的当前全景视频帧中的，且不存在于上一全景视频帧中的目标对象。
可以理解，相邻全景视频帧中的同一目标对象，其相似度一般是较高的。因此，针对出现在相邻全景视频帧中的同一目标对象，可以仅对其进行一次细节抓拍，从而能提高目标对象抓拍效率。
作为本发明实施例的一种实施方式，为了更好的抓拍到各目标块，如，能够将每个目标块都抓拍到，且抓拍到的为目标块中各目标对象的正面等，处理器可以对每个目标块进行优先级排序，进而根据优先级顺序对每个目标块进行抓拍。
具体的，处理器对各目标块进行抓拍之前，可以设置各目标块的已抓拍次数为初始值，如为0。在对各目标块进行抓拍时，如图6所示，处理器可以执行以下步骤：
S601，根据各目标块的已抓拍次数，判断是否存在未抓拍的目标块，如果是，执行步骤S602。
在本发明实施例中，处理器可以根据各目标块的已抓拍次数，判断是否存在未抓拍的目标块。如，当存在至少一目标块的已抓拍次数为0时，可以确定存在未抓拍的目标块，当各目标块的已抓拍次数均为非0时，可以确定不存在未抓拍的目标块。
S602，计算各未抓拍的目标块的抓拍优先级，针对优先级最高的目标块，根据该目标块对应的细节相机位置信息和倍率，控制所述细节相机调整其位置和倍率，控制调整后的细节相机抓拍该目标块。
在本发明实施例中，处理器可以计算各未抓拍的目标块的抓拍优先级。例如，处理器可以针对每个未抓拍的目标块，根据该目标块中包括的各目标对象的属性信息以及对应的权重，和/或该目标块与上次抓拍目标块的位置差以及对应的权重，计算该目标块的抓拍优先级；其中，任一目标对象的属性信息包括以下至少一项：移动方向、已抓拍次数、以及离开时间。
其中，目标对象的移动方向可以为正朝全景相机移动，或非正朝全景相机移动。离开时间为目标对象离开全景相机监控场景的时间。该目标块与上次抓拍目标块的的位置差，为该目标块与上次抓拍目标块在全景视频帧中的距离。
当针对每个未抓拍的目标块，处理器根据该目标块中包括的各目标对象的属性信息以及对应的权重，和该目标块与上次抓拍目标块的位置差以及对应的权重，计算该目标块的抓拍优先级，且任一目标对象的属性信息包括：移动方向、已抓拍次数、和离开时间时，在计算各未抓拍的目标块的抓拍优先级之前，处理器可以针对每个未抓拍目标块，确定该目标块中包括的各目标对象的移动方向、离开时间、以及该目标块与上次抓拍目标块的位置差。
具体的，处理器可以对该目标块中包括的各目标对象进行检测，确定各目标对象的移动方向为正朝全景相机移动或非正朝全景相机移动。如，处理器可以采用DPM或FRCNN等目标检测类算法，确定各目标对象的移动方向。
处理器可以确定该目标块中包括的各目标对象的速度信息，并根据该目标块中包括的各目标对象在当前全景视频帧中的第一位置信息、移动方向和速度信息，确定各目标对象的离开时间。
在确定任一目标对象的速度信息时，处理器可以先确定该目标对象是否存在于之前采集的全景视频帧中，如，前一张视频帧中；如果是，可以根据多张视频帧，来确定目标对象的速度信息。进一步地，处理器可以针对任一目标对象，根据该目标对象的第一位置信息和移动方向，确定该目标对象距离监控场景边缘的距离，进而根据该距离和该目标对象的速度信息，计算该目标对象的离开时间。
处理器可以根据该目标块在当前全景视频帧中的第一位置信息，以及上次抓拍目标块在当前全景视频帧中的第一位置信息，确定该目标块与上次抓拍目标块的位置差。
获取到该目标块中包括的各目标对象的移动方向、离开时间、以及该目标块与上次抓拍目标块的位置差后，处理器可以针对该目标块，根据以下公式，计算该目标块的抓拍优先级W：
其中，n为该目标块中包括的目标对象个数；f为任一目标对象的移动方向，当该目标对象的移动方向为正朝全景相机移动时，f＝1，当该目标对象的移动方向为非正朝全景相机移动时，f＝0；w1为移动方向对应的权重；c为该目标对象的已抓拍次数，w2为已抓拍次数对应的权重；t为该目标对象的离开时间，w3为离开时间对应的权重；d为该目标块与上次抓拍目标块的位置差，w4为位置差对应的权重。
各权重可以预先设定好并保存在处理器中。并且，各权重大小可以根据实际应用需要进行设置，本发明实施例对此不进行限定。
得到各未抓拍目标块的抓拍优先级后，处理器可以针对优先级最高的目标块，根据该目标块对应的细节相机位置信息和倍率，控制细节相机调整其位置和倍率，控制调整后的细节相机抓拍该目标块。
S603，更新该目标块的已抓拍次数，并返回执行步骤S601。
对优先级最高的目标块进行抓拍后，处理器可以更新该目标块的已抓拍次数，如将其已抓拍次数更新为1，并返回执行步骤S601，以对下一未抓拍目标块进行抓拍。
本实施例中，处理器可以确定各目标块的抓拍优先级，进而根据各目标块的抓拍优先级依次对各目标块进行抓拍。当根据目标块中包括的各目标对象的移动方向、离开时间、以及该目标块与上次抓拍目标块的位置差计算各目标块的优先级时，优先级较高的目标块即为包含目标对象为正朝全景相机移动的目标对象、离开时间较短的目标对象、未抓拍的目标对象，并且，该目标块离上次抓拍目标块较近，因此，能够保证抓拍目标块中各目标对象的清晰度较高，各目标对象都尽可能被抓拍到，且抓拍效率较高。
相应的，本发明实施例还提供了一种目标对象抓拍装置，如图7所示，所述装置包括：
第一检测模块710，用于检测全景相机所采集的当前全景视频帧中的目标对象，确定各目标对象在所述当前全景视频帧中的第一位置信息、大小；
第一确定模块720，用于根据各目标对象的第一位置信息，以及预先构建的全景相机和细节相机的位置映射关系，确定各目标对象对应的细节相机位置信息，并根据各目标对象的大小确定各目标对象对应的倍率；
处理模块730，用于根据各目标对象对应的细节相机位置信息和倍率，对各目标对象进行分块处理，得到至少一个目标块，其中，各目标块中包含一个或多个目标对象；
识别模块740，用于针对每个目标块，在该目标块包含的各目标对象中识别处于边缘位置的第一目标对象，并根据各第一目标对象对应的细节相机位置信息确定该目标块对应的细节相机位置信息，根据各第一目标对象对应的倍率确定该目标块对应的倍率；
控制模块750，用于针对每个目标块，根据该目标块对应的细节相机位置信息和倍率，控制所述细节相机调整其位置和倍率，并控制调整后的细节相机抓拍该目标块。
本发明实施例中，当检测到全景相机中的目标对象时，能够对各目标对象进行分块处理得到多个目标块，并且针对各目标块，能够根据该目标块中包括的各目标对象的位置信息、大小等，调整细节相机采用与各目标块对应的位置和倍率对其进行抓拍，从而能够在保证监控范围的前提下，提高目标对象的抓拍效率和清晰度。
作为本发明实施例的一种实施方式，所述第一确定模块720包括：
第一确定子模块(图中未示出)，用于针对每个目标对象，根据该目标对象的大小，确定对应的视场角；
第二确定子模块(图中未示出)，用于根据预设的倍率和视场角的对应关系，确定该视场角对应的倍率，并将确定的倍率作为该目标对象对应的倍率。
作为本发明实施例的一种实施方式，所述装置还包括：
设置模块(图中未示出)，用于设置各目标块的已抓拍次数为初始值；
所述控制模块750包括：
判断子模块(图中未示出)，用于根据各目标块的已抓拍次数，判断是否存在未抓拍的目标块；
控制子模块(图中未示出)，用于当所述判断子模块判断结果为是时，计算各未抓拍的目标块的抓拍优先级，针对优先级最高的目标块，根据该目标块对应的细节相机位置信息和倍率，控制所述细节相机调整其位置和倍率，控制调整后的细节相机抓拍该目标块；
更新子模块(图中未示出)，用于更新该目标块的已抓拍次数，并触发所述判断子模块。
作为本发明实施例的一种实施方式，所述控制子模块，具体用于针对每个未抓拍的目标块，根据该目标块中包括的各目标对象的属性信息以及对应的权重，和/或该目标块与上次抓拍目标块的位置差以及对应的权重，计算该目标块的抓拍优先级；其中，任一目标对象的属性信息包括以下至少一项：移动方向、已抓拍次数、以及离开时间。
作为本发明实施例的一种实施方式，当所述控制子模块，具体用于针对每个未抓拍的目标块，根据该目标块中包括的各目标对象的属性信息以及对应的权重，和该目标块与上次抓拍目标块的位置差以及对应的权重，计算该目标块的抓拍优先级，且任一目标对象的属性信息包括：移动方向、已抓拍次数、以及离开时间时，所述装置还包括：
第二检测模块(图中未示出)，用于对该目标块中包括的各目标对象进行检测，确定各目标对象的移动方向为正朝所述全景相机移动或非正朝所述全景相机移动；
第二确定模块(图中未示出)，用于确定该目标块中包括的各目标对象的速度信息，并根据该目标块中包括的各目标对象在所述当前全景视频帧中的第一位置信息、移动方向和速度信息，确定各目标对象的离开时间；
第三确定模块(图中未示出)，用于根据该目标块在所述当前全景视频帧中的第一位置信息，以及上次抓拍目标块在所述当前全景视频帧中的第一位置信息，确定该目标块与上次抓拍目标块的位置差。
作为本发明实施例的一种实施方式，所述控制子模块，具体用于针对任一未抓拍的目标块，根据以下公式，计算该目标块的抓拍优先级W：
其中，所述n为该目标块中包括的目标对象个数；所述f为任一目标对象的移动方向，当该目标对象的移动方向为正朝所述全景相机移动时，f＝1，当该目标对象的移动方向为非正朝所述全景相机移动时，f＝0；所述w1为移动方向对应的权重；所述c为该目标对象的已抓拍次数，所述w2为已抓拍次数对应的权重；所述t为该目标对象的离开时间，所述w3为离开时间对应的权重；所述d为该目标块与上次抓拍目标块的位置差，所述w4为位置差对应的权重。
作为本发明实施例的一种实施方式，所述第一确定模块，具体用于将各第一目标对象对应的倍率中的最大值作为该目标块对应的倍率，或将各第一目标对象的倍率乘以对应的权重得到综合倍率，作为该目标块对应的倍率。
作为本发明实施例的一种实施方式，所述第一检测模块，具体用于检测全景相机所采集的当前全景视频帧中的，且不存在于上一视频帧中的目标对象。
相应的，本发明实施例还提供了一种视频监控设备，如图8所示，包括全景相机810、处理器820、细节相机830；
所述全景相机810，用于采集当前全景视频帧，并将所述当前全景视频帧发送给所述处理器820；
所述处理器820，用于检测所述当前全景视频帧中的目标对象，确定各目标对象在所述当前全景视频帧中的第一位置信息、大小；根据各目标对象的第一位置信息，以及预先构建的全景相机和细节相机的位置映射关系，确定各目标对象对应的细节相机位置信息，并根据各目标对象的大小确定各目标对象对应的倍率；根据各目标对象对应的细节相机位置信息和倍率，对各目标对象进行分块处理，得到至少一个目标块，其中，各目标块中包含一个或多个目标对象；针对每个目标块，在该目标块包含的各目标对象中识别处于边缘位置的第一目标对象，并根据各第一目标对象对应的细节相机位置信息确定该目标块对应的细节相机位置信息，根据各第一目标对象对应的倍率确定该目标块对应的倍率；并针对每个目标块，将该目标块对应的细节相机位置信息和倍率发送至细节相机；
所述细节相机830，用于根据接收到的该目标块对应的细节相机位置信息和倍率调整其自身的位置和倍率，并抓拍该目标块。
本发明实施例中，当检测到全景相机中的目标对象时，能够对各目标对象进行分块处理得到多个目标块，并且针对各目标块，能够根据该目标块中包括的各目标对象的位置信息、大小等，调整细节相机采用与各目标块对应的位置和倍率对其进行抓拍，从而能够在保证监控范围的前提下，提高目标对象的抓拍效率和清晰度。
作为本发明实施例的一种实施方式，所述处理器820，具体用于针对每个目标对象，根据该目标对象的大小，确定对应的视场角；根据预设的倍率和视场角的对应关系，确定该视场角对应的倍率，并将确定的倍率作为该目标对象对应的倍率。
作为本发明实施例的一种实施方式，所述处理器820，还用于设置各目标块的已抓拍次数为初始值；
所述处理器820，具体用于根据各目标块的已抓拍次数，判断是否存在未抓拍的目标块；如果存在，计算各未抓拍的目标块的抓拍优先级，针对优先级最高的目标块，将该目标块对应的细节相机位置信息和倍率发送至所述细节相机830；更新该目标块的已抓拍次数，并返回执行所述根据各目标块的已抓拍次数，确定是否存在未抓拍的目标块的步骤；
所述细节相机830，具体用于根据接收到的该目标块对应的细节相机位置信息和倍率调整其自身的位置和倍率，并抓拍该目标块。
作为本发明实施例的一种实施方式，所述处理器820，具体用于针对每个未抓拍的目标块，根据该目标块中包括的各目标对象的属性信息以及对应的权重，和/或该目标块与上次抓拍目标块的位置差以及对应的权重，计算该目标块的抓拍优先级；其中，任一目标对象的属性信息包括以下至少一项：移动方向、已抓拍次数、以及离开时间。
作为本发明实施例的一种实施方式，当所述处理器820针对每个未抓拍的目标块，根据该目标块中包括的各目标对象的属性信息以及对应的权重，和该目标块与上次抓拍目标块的位置差以及对应的权重，计算该目标块的抓拍优先级，且任一目标对象的属性信息包括：移动方向、已抓拍次数、以及离开时间时，
所述处理器820，还用于对该目标块中包括的各目标对象进行检测，确定各目标对象的移动方向为正朝所述全景相机移动或非正朝所述全景相机移动；确定该目标块中包括的各目标对象的速度信息，并根据该目标块中包括的各目标对象在所述当前全景视频帧中的第一位置信息、移动方向和速度信息，确定各目标对象的离开时间；根据该目标块在所述当前全景视频帧中的第一位置信息，以及上次抓拍目标块在所述当前全景视频帧中的第一位置信息，确定该目标块与上次抓拍目标块的位置差。
作为本发明实施例的一种实施方式，所述处理器820，具体用于针对任一未抓拍的目标块，根据以下公式，计算该目标块的抓拍优先级W：
其中，所述n为该目标块中包括的目标对象个数；所述f为任一目标对象的移动方向，当该目标对象的移动方向为正朝所述全景相机移动时，f＝1，当该目标对象的移动方向为非正朝所述全景相机移动时，f＝0；所述w1为移动方向对应的权重；所述c为该目标对象的已抓拍次数，所述w2为已抓拍次数对应的权重；所述t为该目标对象的离开时间，所述w3为离开时间对应的权重；所述d为该目标块与上次抓拍目标块的位置差，所述w4为位置差对应的权重。
作为本发明实施例的一种实施方式，所述处理器820，具体用于将各第一目标对象对应的倍率中的最大值作为该目标块对应的倍率，或将各第一目标对象的倍率乘以对应的权重得到综合倍率，作为该目标块对应的倍率。
作为本发明实施例的一种实施方式，所述处理器820，具体用于检测全景相机所采集的当前全景视频帧中的，且不存在于上一视频帧中的目标对象。
对于装置/视频监控设备实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本说明书中的各个实施例均采用相关的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
以上所述仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等，均包含在本发明的保护范围内。

Claims (17)

1.一种目标对象抓拍方法，其特征在于，所述方法包括：
检测全景相机所采集的当前全景视频帧中的目标对象，确定各目标对象在所述当前全景视频帧中的第一位置信息、大小；
根据各目标对象的第一位置信息，以及预先构建的全景相机和细节相机的位置映射关系，确定各目标对象对应的细节相机位置信息，并根据各目标对象的大小确定各目标对象对应的倍率；
根据各目标对象对应的细节相机位置信息和倍率，对各目标对象进行分块处理，得到至少一个目标块，其中，各目标块中包含一个或多个目标对象；
针对每个目标块，在该目标块包含的各目标对象中识别处于边缘位置的第一目标对象，并根据各第一目标对象对应的细节相机位置信息确定该目标块对应的细节相机位置信息，根据各第一目标对象对应的倍率确定该目标块对应的倍率；
针对每个目标块，根据该目标块对应的细节相机位置信息和倍率，控制所述细节相机调整其位置和倍率，并控制调整后的细节相机抓拍该目标块。
2.根据权利要求1所述的方法，其特征在于，所述根据各目标对象的大小确定各目标对象对应的倍率的步骤包括：
针对每个目标对象，根据该目标对象的大小，确定对应的视场角；
根据预设的倍率和视场角的对应关系，确定该视场角对应的倍率，并将确定的倍率作为该目标对象对应的倍率。
3.根据权利要求1所述的方法，其特征在于，所述针对每个目标块，根据该目标块对应的细节相机位置信息和倍率，控制所述细节相机调整其位置和倍率，并控制调整后的细节相机抓拍该目标块之前，所述方法还包括：
设置各目标块的已抓拍次数为初始值；
所述针对每个目标块，根据该目标块对应的细节相机位置信息和倍率，控制所述细节相机调整其位置和倍率，并控制调整后的细节相机抓拍该目标块的步骤包括：
根据各目标块的已抓拍次数，判断是否存在未抓拍的目标块；
如果存在，计算各未抓拍的目标块的抓拍优先级，针对优先级最高的目标块，根据该目标块对应的细节相机位置信息和倍率，控制所述细节相机调整其位置和倍率，控制调整后的细节相机抓拍该目标块；
更新该目标块的已抓拍次数，并返回执行所述根据各目标块的已抓拍次数，确定是否存在未抓拍的目标块的步骤。
4.根据权利要求3所述的方法，其特征在于，所述计算各未抓拍的目标块的抓拍优先级的步骤包括：
针对每个未抓拍的目标块，根据该目标块中包括的各目标对象的属性信息以及对应的权重，和/或该目标块与上次抓拍目标块的位置差以及对应的权重，计算该目标块的抓拍优先级；其中，任一目标对象的属性信息包括以下至少一项：移动方向、已抓拍次数、以及离开时间。
5.根据权利要求4所述的方法，其特征在于，当针对每个未抓拍的目标块，根据该目标块中包括的各目标对象的属性信息以及对应的权重，和该目标块与上次抓拍目标块的位置差以及对应的权重，计算该目标块的抓拍优先级，且任一目标对象的属性信息包括：移动方向、已抓拍次数、以及离开时间时，所述针对每个未抓拍的目标块，根据该目标块中包括的各目标对象的属性信息以及对应的权重，和该目标块与上次抓拍目标块的位置差以及对应的权重，计算该目标块的抓拍优先级之前，所述方法还包括：
对该目标块中包括的各目标对象进行检测，确定各目标对象的移动方向为正朝所述全景相机移动或非正朝所述全景相机移动；
确定该目标块中包括的各目标对象的速度信息，并根据该目标块中包括的各目标对象在所述当前全景视频帧中的第一位置信息、移动方向和速度信息，确定各目标对象的离开时间；
根据该目标块在所述当前全景视频帧中的第一位置信息，以及上次抓拍目标块在所述当前全景视频帧中的第一位置信息，确定该目标块与上次抓拍目标块的位置差。
6.根据权利要求5所述的方法，其特征在于，所述针对每个未抓拍的目标块，根据该目标块中包括的各目标对象的属性信息以及对应的权重，和该目标块与上次抓拍目标块的位置差以及对应的权重，计算该目标块的抓拍优先级的步骤包括：
针对任一未抓拍的目标块，根据以下公式，计算该目标块的抓拍优先级W：
其中，所述n为该目标块中包括的目标对象个数；所述f为任一目标对象的移动方向，当该目标对象的移动方向为正朝所述全景相机移动时，f＝1，当该目标对象的移动方向为非正朝所述全景相机移动时，f＝0；所述w1为移动方向对应的权重；所述c为该目标对象的已抓拍次数，所述w2为已抓拍次数对应的权重；所述t为该目标对象的离开时间，所述w3为离开时间对应的权重；所述d为该目标块与上次抓拍目标块的位置差，所述w4为位置差对应的权重。
7.根据权利要求1-6任一项所述的方法，其特征在于，所述根据各第一目标对象对应的倍率确定该目标块对应的倍率的步骤包括：
将各第一目标对象对应的倍率中的最大值作为该目标块对应的倍率，或将各第一目标对象的倍率乘以对应的权重得到综合倍率，作为该目标块对应的倍率。
8.根据权利要求1-6任一项所述的方法，其特征在于，所述检测全景相机所采集的当前全景视频帧中的目标对象的步骤包括：
检测全景相机所采集的当前全景视频帧中的，且不存在于上一视频帧中的目标对象。
9.一种目标对象抓拍装置，其特征在于，所述装置包括：
第一检测模块，用于检测全景相机所采集的当前全景视频帧中的目标对象，确定各目标对象在所述当前全景视频帧中的第一位置信息、大小；
第一确定模块，用于根据各目标对象的第一位置信息，以及预先构建的全景相机和细节相机的位置映射关系，确定各目标对象对应的细节相机位置信息，并根据各目标对象的大小确定各目标对象对应的倍率；
处理模块，用于根据各目标对象对应的细节相机位置信息和倍率，对各目标对象进行分块处理，得到至少一个目标块，其中，各目标块中包含一个或多个目标对象；
识别模块，用于针对每个目标块，在该目标块包含的各目标对象中识别处于边缘位置的第一目标对象，并根据各第一目标对象对应的细节相机位置信息确定该目标块对应的细节相机位置信息，根据各第一目标对象对应的倍率确定该目标块对应的倍率；
控制模块，用于针对每个目标块，根据该目标块对应的细节相机位置信息和倍率，控制所述细节相机调整其位置和倍率，并控制调整后的细节相机抓拍该目标块。
10.根据权利要求9所述的装置，其特征在于，所述第一确定模块包括：
第一确定子模块，用于针对每个目标对象，根据该目标对象的大小，确定对应的视场角；
第二确定子模块，用于根据预设的倍率和视场角的对应关系，确定该视场角对应的倍率，并将确定的倍率作为该目标对象对应的倍率。
11.根据权利要求9所述的装置，其特征在于，所述装置还包括：
设置模块，用于设置各目标块的已抓拍次数为初始值；
所述控制模块包括：
判断子模块，用于根据各目标块的已抓拍次数，判断是否存在未抓拍的目标块；
控制子模块，用于当所述判断子模块判断结果为是时，计算各未抓拍的目标块的抓拍优先级，针对优先级最高的目标块，根据该目标块对应的细节相机位置信息和倍率，控制所述细节相机调整其位置和倍率，控制调整后的细节相机抓拍该目标块；
更新子模块，用于更新该目标块的已抓拍次数，并触发所述判断子模块。
12.根据权利要求11所述的装置，其特征在于，所述控制子模块，具体用于针对每个未抓拍的目标块，根据该目标块中包括的各目标对象的属性信息以及对应的权重，和/或该目标块与上次抓拍目标块的位置差以及对应的权重，计算该目标块的抓拍优先级；其中，任一目标对象的属性信息包括以下至少一项：移动方向、已抓拍次数、以及离开时间。
13.根据权利要求12所述的装置，其特征在于，当所述控制子模块，具体用于针对每个未抓拍的目标块，根据该目标块中包括的各目标对象的属性信息以及对应的权重，和该目标块与上次抓拍目标块的位置差以及对应的权重，计算该目标块的抓拍优先级，且任一目标对象的属性信息包括：移动方向、已抓拍次数、以及离开时间时，所述装置还包括：
第二检测模块，用于对该目标块中包括的各目标对象进行检测，确定各目标对象的移动方向为正朝所述全景相机移动或非正朝所述全景相机移动；
第二确定模块，用于确定该目标块中包括的各目标对象的速度信息，并根据该目标块中包括的各目标对象在所述当前全景视频帧中的第一位置信息、移动方向和速度信息，确定各目标对象的离开时间；
第三确定模块，用于根据该目标块在所述当前全景视频帧中的第一位置信息，以及上次抓拍目标块在所述当前全景视频帧中的第一位置信息，确定该目标块与上次抓拍目标块的位置差。
14.根据权利要求13所述的装置，其特征在于，所述控制子模块，具体用于针对任一未抓拍的目标块，根据以下公式，计算该目标块的抓拍优先级W：
其中，所述n为该目标块中包括的目标对象个数；所述f为任一目标对象的移动方向，当该目标对象的移动方向为正朝所述全景相机移动时，f＝1，当该目标对象的移动方向为非正朝所述全景相机移动时，f＝0；所述w1为移动方向对应的权重；所述c为该目标对象的已抓拍次数，所述w2为已抓拍次数对应的权重；所述t为该目标对象的离开时间，所述w3为离开时间对应的权重；所述d为该目标块与上次抓拍目标块的位置差，所述w4为位置差对应的权重。
15.根据权利要求9-14任一项所述的装置，其特征在于，所述第一确定模块，具体用于将各第一目标对象对应的倍率中的最大值作为该目标块对应的倍率，或将各第一目标对象的倍率乘以对应的权重得到综合倍率，作为该目标块对应的倍率。
16.根据权利要求9-14任一项所述的装置，其特征在于，所述第一检测模块，具体用于检测全景相机所采集的当前全景视频帧中的，且不存在于上一视频帧中的目标对象。
17.一种视频监控设备，其特征在于，包括全景相机、细节相机、以及处理器；
所述全景相机，用于采集当前全景视频帧，并将所述当前全景视频帧发送给所述处理器；
所述处理器，用于检测所述当前全景视频帧中的目标对象，确定各目标对象在所述当前全景视频帧中的第一位置信息、大小；根据各目标对象的第一位置信息，以及预先构建的全景相机和细节相机的位置映射关系，确定各目标对象对应的细节相机位置信息，并根据各目标对象的大小确定各目标对象对应的倍率；根据各目标对象对应的细节相机位置信息和倍率，对各目标对象进行分块处理，得到至少一个目标块，其中，各目标块中包含一个或多个目标对象；针对每个目标块，在该目标块包含的各目标对象中识别处于边缘位置的第一目标对象，并根据各第一目标对象对应的细节相机位置信息确定该目标块对应的细节相机位置信息，根据各第一目标对象对应的倍率确定该目标块对应的倍率；并针对每个目标块，将该目标块对应的细节相机位置信息和倍率发送至细节相机；
所述细节相机，用于根据接收到的该目标块对应的细节相机位置信息和倍率调整其自身的位置和倍率，并抓拍该目标块。
CN201710459265.1A 2017-06-16 2017-06-16 一种目标对象抓拍方法、装置及视频监控设备 Active CN109151295B (zh)

Priority Applications (4)

Application Number Priority Date Filing Date Title
CN201710459265.1A CN109151295B (zh) 2017-06-16 2017-06-16 一种目标对象抓拍方法、装置及视频监控设备
US16/623,229 US11107246B2 (en) 2017-06-16 2018-06-13 Method and device for capturing target object and video monitoring device
PCT/CN2018/090992 WO2018228413A1 (zh) 2017-06-16 2018-06-13 一种目标对象抓拍方法、装置及视频监控设备
EP18817790.1A EP3641298B1 (en) 2017-06-16 2018-06-13 Method and device for capturing target object and video monitoring device

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710459265.1A CN109151295B (zh) 2017-06-16 2017-06-16 一种目标对象抓拍方法、装置及视频监控设备

Publications (2)

Publication Number Publication Date
CN109151295A true CN109151295A (zh) 2019-01-04
CN109151295B CN109151295B (zh) 2020-04-03

Family

ID=64660096

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710459265.1A Active CN109151295B (zh) 2017-06-16 2017-06-16 一种目标对象抓拍方法、装置及视频监控设备

Country Status (4)

Country Link
US (1) US11107246B2 (zh)
EP (1) EP3641298B1 (zh)
CN (1) CN109151295B (zh)
WO (1) WO2018228413A1 (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110312100A (zh) * 2019-06-06 2019-10-08 西安中易建科技有限公司 安防监控方法及装置
CN110519510A (zh) * 2019-08-08 2019-11-29 浙江大华技术股份有限公司 一种抓拍方法、装置、球机及存储介质
CN111083444A (zh) * 2019-12-26 2020-04-28 浙江大华技术股份有限公司 一种抓拍方法、装置、电子设备及存储介质
CN111385476A (zh) * 2020-03-16 2020-07-07 浙江大华技术股份有限公司 一种拍照设备拍摄位置的调整方法及装置
CN111698413A (zh) * 2019-03-13 2020-09-22 杭州海康威视数字技术股份有限公司 一种对象的图像获取方法、装置及电子设备
CN113206956A (zh) * 2021-04-29 2021-08-03 维沃移动通信（杭州）有限公司 图像处理方法、装置、设备及存储介质
CN113592427A (zh) * 2021-06-29 2021-11-02 浙江大华技术股份有限公司 工时统计方法、工时统计装置及计算机可读存储介质

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111372037B (zh) * 2018-12-25 2021-11-02 杭州海康威视数字技术股份有限公司 目标抓拍系统和方法
US11908194B2 (en) * 2020-03-16 2024-02-20 New York University Tracking sparse objects and people in large scale environments
JP2022102461A (ja) * 2020-12-25 2022-07-07 株式会社リコー 動画生成装置、動画生成方法、プログラム、記憶媒体

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1543200A (zh) * 2003-04-22 2004-11-03 ���µ�����ҵ��ʽ���� 联合摄像机构成的监视装置
US20060056056A1 (en) * 2004-07-19 2006-03-16 Grandeye Ltd. Automatically expanding the zoom capability of a wide-angle video camera
CN101969548A (zh) * 2010-10-15 2011-02-09 中国人民解放军国防科学技术大学 基于双目摄像的主动视频获取方法及装置
CN102148965A (zh) * 2011-05-09 2011-08-10 上海芯启电子科技有限公司 多目标跟踪特写拍摄视频监控系统
CN102342099A (zh) * 2009-05-29 2012-02-01 (株)荣国电子 智能型监控摄像装置及采用该装置的影像监控系统

Family Cites Families (52)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH04373371A (ja) * 1991-06-24 1992-12-25 Matsushita Electric Ind Co Ltd 熱画像検出手段を有するビデオカメラシステム
US6108035A (en) * 1994-06-07 2000-08-22 Parkervision, Inc. Multi-user camera control system and method
EP0878965A3 (en) * 1997-05-14 2000-01-12 Hitachi Denshi Kabushiki Kaisha Method for tracking entering object and apparatus for tracking and monitoring entering object
US6215519B1 (en) * 1998-03-04 2001-04-10 The Trustees Of Columbia University In The City Of New York Combined wide angle and narrow angle imaging system and method for surveillance and monitoring
US20100002070A1 (en) * 2004-04-30 2010-01-07 Grandeye Ltd. Method and System of Simultaneously Displaying Multiple Views for Video Surveillance
US20050062845A1 (en) * 2003-09-12 2005-03-24 Mills Lawrence R. Video user interface system and method
US8427538B2 (en) * 2004-04-30 2013-04-23 Oncam Grandeye Multiple view and multiple object processing in wide-angle video camera
US7542588B2 (en) * 2004-04-30 2009-06-02 International Business Machines Corporation System and method for assuring high resolution imaging of distinctive characteristics of a moving object
JP4140567B2 (ja) * 2004-07-14 2008-08-27 松下電器産業株式会社 物体追跡装置および物体追跡方法
JP4140591B2 (ja) * 2004-09-13 2008-08-27 ソニー株式会社 撮像システム及び撮像方法
US20060126738A1 (en) * 2004-12-15 2006-06-15 International Business Machines Corporation Method, system and program product for a plurality of cameras to track an object using motion vector data
US20090041297A1 (en) * 2005-05-31 2009-02-12 Objectvideo, Inc. Human detection and tracking for security applications
US8026945B2 (en) * 2005-07-22 2011-09-27 Cernium Corporation Directed attention digital video recordation
US7681615B2 (en) * 2005-08-04 2010-03-23 The Boeing Company Tow width adaptable placement head device and method
US8471910B2 (en) * 2005-08-11 2013-06-25 Sightlogix, Inc. Methods and apparatus for providing fault tolerance in a surveillance system
US20070035628A1 (en) * 2005-08-12 2007-02-15 Kunihiko Kanai Image-capturing device having multiple optical systems
JP4188394B2 (ja) * 2005-09-20 2008-11-26 フジノン株式会社 監視カメラ装置及び監視カメラシステム
US20070291104A1 (en) * 2006-06-07 2007-12-20 Wavetronex, Inc. Systems and methods of capturing high-resolution images of objects
JP4655054B2 (ja) * 2007-02-26 2011-03-23 富士フイルム株式会社 撮像装置
NO327899B1 (no) * 2007-07-13 2009-10-19 Tandberg Telecom As Fremgangsmate og system for automatisk kamerakontroll
KR101006368B1 (ko) * 2008-07-22 2011-01-10 삼성전자주식회사 휴대 단말기의 카메라 조절 방법 및 장치
US8488001B2 (en) * 2008-12-10 2013-07-16 Honeywell International Inc. Semi-automatic relative calibration method for master slave camera control
US20100214445A1 (en) * 2009-02-20 2010-08-26 Sony Ericsson Mobile Communications Ab Image capturing method, image capturing apparatus, and computer program
CN102577347B (zh) * 2009-06-29 2015-09-23 博世安防系统有限公司 全方位智能自动巡视和态势感知的球形监视摄像机系统和方法
KR100999056B1 (ko) * 2009-10-30 2010-12-08 (주)올라웍스 이미지 컨텐츠에 대해 트리밍을 수행하기 위한 방법, 단말기 및 컴퓨터 판독 가능한 기록 매체
US20110128385A1 (en) * 2009-12-02 2011-06-02 Honeywell International Inc. Multi camera registration for high resolution target capture
JP5538865B2 (ja) * 2009-12-21 2014-07-02 キヤノン株式会社 撮像装置およびその制御方法
MY157170A (en) * 2010-02-01 2016-05-13 Youngkook Electronics Co Ltd Tracking and monitoring camera device and remote monitoring system using same
AU2010201740B2 (en) * 2010-04-30 2013-03-07 Canon Kabushiki Kaisha Method, apparatus and system for performing a zoom operation
US9723260B2 (en) * 2010-05-18 2017-08-01 Polycom, Inc. Voice tracking camera with speaker identification
JP4978724B2 (ja) * 2010-09-27 2012-07-18 カシオ計算機株式会社 撮像装置、及びプログラム
KR101666397B1 (ko) * 2010-12-21 2016-10-14 한국전자통신연구원 객체 영상 획득 장치 및 방법
JP5834232B2 (ja) * 2011-01-17 2015-12-16 パナソニックＩｐマネジメント株式会社 撮像画像認識装置、撮像画像認識システム及び撮像画像認識方法
JP5791448B2 (ja) * 2011-09-28 2015-10-07 京セラ株式会社 カメラ装置および携帯端末
US9749594B2 (en) * 2011-12-22 2017-08-29 Pelco, Inc. Transformation between image and map coordinates
CN103780830B (zh) * 2012-10-17 2017-04-12 晶睿通讯股份有限公司 连动式摄影系统及其多摄影机的控制方法
US9210385B2 (en) * 2012-11-20 2015-12-08 Pelco, Inc. Method and system for metadata extraction from master-slave cameras tracking system
JP5882975B2 (ja) * 2012-12-26 2016-03-09 キヤノン株式会社 画像処理装置、撮像装置、画像処理方法、及び記録媒体
NZ719924A (en) * 2013-03-08 2017-06-30 Denso Corp Apparatus and method of monitoring moving objects
JP5866499B2 (ja) * 2014-02-24 2016-02-17 パナソニックＩｐマネジメント株式会社 監視カメラシステム及び監視カメラシステムの制御方法
EP2922288A1 (en) * 2014-03-18 2015-09-23 Thomson Licensing Method for processing a video sequence, corresponding device, computer program and non-transitory computer-readable medium
ES2845933T3 (es) * 2014-04-03 2021-07-28 Pixellot Ltd Método y sistema de producción automática de televisión
US20160078298A1 (en) * 2014-09-16 2016-03-17 Geovision Inc. Surveillance Method and Camera System Using the Same
US20160127695A1 (en) * 2014-10-30 2016-05-05 Motorola Solutions, Inc Method and apparatus for controlling a camera's field of view
AU2015203591A1 (en) * 2015-06-26 2017-01-19 Canon Kabushiki Kaisha System and method for object matching
US9781350B2 (en) * 2015-09-28 2017-10-03 Qualcomm Incorporated Systems and methods for performing automatic zoom
US20180070010A1 (en) * 2016-09-02 2018-03-08 Altek Semiconductor Corp. Image capturing apparatus and image zooming method thereof
US10402987B2 (en) * 2017-05-24 2019-09-03 Qualcomm Incorporated Methods and systems of determining object status for false positive removal in object tracking for video analytics
EP3419283B1 (en) * 2017-06-21 2022-02-16 Axis AB System and method for tracking moving objects in a scene
JP2019029998A (ja) * 2017-07-28 2019-02-21 キヤノン株式会社 撮像装置、撮像装置の制御方法、および制御プログラム
EP3451650B1 (en) * 2017-08-29 2020-01-08 Axis AB A method of calibrating a direction of a pan, tilt, zoom, camera with respect to a fixed camera, and a system in which such a calibration is carried out
NO344836B1 (en) * 2019-04-08 2020-05-18 Huddly As Interpolation based camera motion for transitioning between best overview frames in live video

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1543200A (zh) * 2003-04-22 2004-11-03 ���µ�����ҵ��ʽ���� 联合摄像机构成的监视装置
US20060056056A1 (en) * 2004-07-19 2006-03-16 Grandeye Ltd. Automatically expanding the zoom capability of a wide-angle video camera
CN102342099A (zh) * 2009-05-29 2012-02-01 (株)荣国电子 智能型监控摄像装置及采用该装置的影像监控系统
CN101969548A (zh) * 2010-10-15 2011-02-09 中国人民解放军国防科学技术大学 基于双目摄像的主动视频获取方法及装置
CN102148965A (zh) * 2011-05-09 2011-08-10 上海芯启电子科技有限公司 多目标跟踪特写拍摄视频监控系统

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111698413A (zh) * 2019-03-13 2020-09-22 杭州海康威视数字技术股份有限公司 一种对象的图像获取方法、装置及电子设备
CN111698413B (zh) * 2019-03-13 2021-05-14 杭州海康威视数字技术股份有限公司 一种对象的图像获取方法、装置及电子设备
CN110312100A (zh) * 2019-06-06 2019-10-08 西安中易建科技有限公司 安防监控方法及装置
CN110519510A (zh) * 2019-08-08 2019-11-29 浙江大华技术股份有限公司 一种抓拍方法、装置、球机及存储介质
CN110519510B (zh) * 2019-08-08 2021-02-02 浙江大华技术股份有限公司 一种抓拍方法、装置、球机及存储介质
CN111083444A (zh) * 2019-12-26 2020-04-28 浙江大华技术股份有限公司 一种抓拍方法、装置、电子设备及存储介质
CN111083444B (zh) * 2019-12-26 2021-10-15 浙江大华技术股份有限公司 一种抓拍方法、装置、电子设备及存储介质
CN111385476A (zh) * 2020-03-16 2020-07-07 浙江大华技术股份有限公司 一种拍照设备拍摄位置的调整方法及装置
CN113206956A (zh) * 2021-04-29 2021-08-03 维沃移动通信（杭州）有限公司 图像处理方法、装置、设备及存储介质
CN113592427A (zh) * 2021-06-29 2021-11-02 浙江大华技术股份有限公司 工时统计方法、工时统计装置及计算机可读存储介质

Also Published As

Publication number Publication date
WO2018228413A1 (zh) 2018-12-20
US20200167959A1 (en) 2020-05-28
US11107246B2 (en) 2021-08-31
EP3641298B1 (en) 2022-10-26
CN109151295B (zh) 2020-04-03
EP3641298A4 (en) 2020-07-01
EP3641298A1 (en) 2020-04-22

Similar Documents

Publication Publication Date Title
CN109151295A (zh) 一种目标对象抓拍方法、装置及视频监控设备
CN109151375A (zh) 一种目标对象抓拍方法、装置及视频监控设备
CN109922250A (zh) 一种目标对象抓拍方法、装置及视频监控设备
CN110570454B (zh) 一种检测异物入侵的方法及装置
CN106791385A (zh) 一种基于虚拟现实技术的观景方法、装置及系统
KR101125233B1 (ko) 융합기술기반 보안방법 및 융합기술기반 보안시스템
CN106506955A (zh) 一种基于gis地图的变电站视频巡检路径规划方法
CN110703760B (zh) 一种用于安防巡检机器人的新增可疑物体检测方法
GB2603715A (en) Depth estimation using a neural network
CN107764233A (zh) 一种测量方法及装置
CN107992837A (zh) 基于单个ptz监控摄像机的道路全景建模与车辆检测跟踪方法
CN109712188A (zh) 一种目标跟踪方法及装置
CN110245592A (zh) 一种用于提升监控场景的行人重识别率的方法
CN109558775A (zh) 一种冰箱食材管理方法
JPH09130783A (ja) 分散映像監視装置
CN102572264A (zh) 成像方法和成像装置
JP6890103B2 (ja) 測位システム、測位方法、およびプログラム
CN115841497B (zh) 分界线的检测方法、电动扶梯区域入侵检测方法和系统
CN112001224A (zh) 基于卷积神经网络的视频采集方法和视频采集系统
CN112683266A (zh) 机器人及其导航方法
JP2003303337A (ja) 画像補正装置および画像補正方法
CN105700402A (zh) 基于人员检测的嵌入式控制系统、设备和方法
CN112766033B (zh) 一种基于多视角相机估计场景下行人共同关注目标的方法
KR101781158B1 (ko) 다중 카메라를 이용한 영상 매팅 장치 및 알파맵 생성 방법
KR101670247B1 (ko) Ｃｃｔｖ 실시간 영상의 원클릭 선택을 이용한 객체 확대 이동 시스템 및 그 방법

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