CN109361878A - 一种画面放大的方法及装置 - Google Patents
一种画面放大的方法及装置 Download PDFInfo
- Publication number
- CN109361878A CN109361878A CN201811368865.8A CN201811368865A CN109361878A CN 109361878 A CN109361878 A CN 109361878A CN 201811368865 A CN201811368865 A CN 201811368865A CN 109361878 A CN109361878 A CN 109361878A
- Authority
- CN
- China
- Prior art keywords
- video frame
- moving object
- regional area
- amplification
- picture
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 47
- 230000003321 amplification Effects 0.000 title claims abstract description 23
- 238000003199 nucleic acid amplification method Methods 0.000 title claims abstract description 23
- 230000033001 locomotion Effects 0.000 claims description 10
- 238000013528 artificial neural network Methods 0.000 claims description 8
- 238000012549 training Methods 0.000 claims description 8
- 238000004590 computer program Methods 0.000 claims description 5
- 238000012216 screening Methods 0.000 claims 1
- 241000272201 Columbiformes Species 0.000 description 11
- 230000008569 process Effects 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 230000010485 coping Effects 0.000 description 2
- 238000003672 processing method Methods 0.000 description 2
- 241000271566 Aves Species 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000009394 selective breeding Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
- H04N21/23—Processing of content or additional data; Elementary server operations; Server middleware
- H04N21/234—Processing of video elementary streams, e.g. splicing of video streams or manipulating encoded video stream scene graphs
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
- H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
- H04N21/44—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream or rendering scenes according to encoded video stream scene graphs
-
- 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
- H04N5/2628—Alteration of picture size, shape, position or orientation, e.g. zooming, rotation, rolling, perspective, translation
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种画面放大的方法，该方法包括：播放运动物体视频；接收视频放大操作信号，暂停播放画面，并显示当前播放的视频帧；按照所述放大操作信号按比例放大及移动所述视频帧。相应地，本发明实施例还提供了一种画面放大的装置，解决了现有技术中高速飞行运动物体画面无法看清且观赏体验不高的问题。提高了观赏体验。
Description
技术领域
本发明属于信息技术领域，具体地，涉及一种画面放大的方法及装置。
背景技术
现在运动物体的长距离运动是一种常见的现象，例如无人飞机的长距离飞行、长跑运动员的长距离跑步以及赛鸽的长距离竞翔等。在运动物体的长距离运行的路径上，往往会存在一些拍摄装置希望能拍摄到这些运动物体的图像或是将拍摄到运动物体的图像分享、传输到服务器。这比较典型的场景为赛鸽的长距离竞翔，为了让人们能够了解到赛鸽竞翔的情况，在竞翔路径的一些地点会设置直播点，用来拍摄赛鸽竞翔的画面或是将拍摄到运动物体的图像分享、传输到服务器；另外在竞翔路径上，亦可能有些赛鸽爱好者希望能拍摄到赛鸽竞翔的画面或是将拍摄到运动物体的图像分享、传输到服务器。
然而，虽然目前的摄像头能够实现独立大范围无死角的对画面进行拍摄，但是对于赛鸽这样体型小，速度快的飞行物体却不容易在播放画面里看清。而现有技术对于此类画面的播放而言，却没有相应的特殊处理，导致观众对于画面的观赏体验不高，用户体验低。
发明内容
本发明提供了一种画面放大的方法，解决了现有技术中高速飞行运动物体画面无法看清且观赏体验不高的问题。
为了实现上述目的，本发明提供了一种画面放大的方法，所述方法包括：
播放运动物体视频；
接收视频放大操作信号，暂停播放画面，并显示当前播放的视频帧；
按照所述放大操作信号按比例放大及移动所述视频帧。
可选地，在所述按照所述放大操作信号按比例放大及移动所述视频帧之后，所述方法还包括：
依照所述放大比例及操作后的画面基准点调整下一视频帧。
可选地，按照所述放大操作信号按比例放大及移动所述视频帧，包括：
按照比例放大及移动所述视频帧中运动物体所属的局部区域。
可选地，所述按照比例放大及移动所述视频帧中运动物体所属的局部区域，包括：
根据预期分辨率确定缩放基数；
确定放大基准点；
移动所述局部区域，使所述局部区域的基准点处于所述视频帧中的中心位置；
按照所述缩放基数放大所述局部区域。
可选地，所述按照比例放大及移动所述视频帧中运动物体所属的局部区域，包括：
接收用户输入的区域选择指令，确定所述指令对应的区域坐标；
根据预期分辨率确定缩放基数；
根据所述区域坐标信息移动所述局部区域，以使所述局部区域处于所述视频帧的中心位置，并按照所述缩放基数扩大所述局部区域。
可选地，所述按照比例放大及移动所述视频帧中运动物体所属的局部区域，包括：
对当前视频帧进行检测，识别出当前视频帧中运动物体的形态及位置；
以所述运动物体为中心截取一局部区域，所述局部区域包含所述运动物体，且所述局部区域的中心位置为所述运动物体的中心位置。
可选地，所述对当前视频帧进行检测，识别出当前视频帧中运动物体的形态及位置，包括：
将所述当前视频帧进行图像二值化，对二值化后的运动物体图像轮廓进行提取；
利用深度神经网络对所述运动物体进行特征点识别，训练分类器进行分类训练，筛选出所述运动物体的轮廓，并以所述轮廓为界，区分出所述运动物体的前景图像及背景图像；
对所述运动物体轮廓进行分析，识别出该运动物体的运动形态及位于视频帧图像中的位置。
可选地，在所述对当前视频帧进行检测，识别出当前视频帧中运动物体的形态及位置之前，所述方法还包括：
将所述视频帧进行去噪处理。
本发明的一个实施例还提供了一种画面放大的装置，所述装置包括：处理器和用于存储能够在处理器上运行的计算机程序的存储器；其中，所述处理器用于运行所述计算机程序时，执行上述画面放大的方法。
本发明的一个实施例还提供了一种计算机可读存储介质，其上存储有计算机可执行指令，其特征在于，该计算机可执行指令用于上述画面放大的方法。
本发明实施例的方法及系统具有下列优点：
本发明实施例中，通过接收到放大操作信号，对当前视频帧进行放大操作，并按当前放大比例调整下一视频帧，可高清显示当前视频帧中运动物体运动画面，此外，本发明还可以人为选择或自动选择局部放大当前运动物体图像，进一步提高了画面显示的细节，提高了观赏体验及用户体验。
附图说明
图1是本发明实施例中画面放大的方法流程图；
图2a是本发明实施例原始播放视频帧；
图2b是本发明实施例放大处理后的视频帧；
图2c是本发明实施例视频帧中包含运动物体的局部区域；
图2d是本发明实施例运动物体识别示意图；
图3是本发明实施例中画面放大装置的组成架构图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。此外，下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
为达到以上目的，本发明实施例提供了一种画面放大的方法，如图1所示，该方法包括：
S101、播放运动物体视频；
需要说明的是，运动物体可以是高速飞行的鸟类动物，也可以是任何一类运动的物体。为了方便说明，本发明实施例以鸽子为例进行后续的说明。
本发明实施例的执行主体可以是终端，例如个人电脑、智能电视和移动终端等，也可以是服务器，还可以是由分布式服务器组成的云端。本发明实施例对此并无限制。
运动物体的视频，可以是直播视频，也可以是模拟画面显示的视频，在赛鸽比赛中，通过摄像头捕获到赛鸽比赛的视频，该视频进行播放过程中，由于赛鸽的体形较小，且处于高速飞行状态，目前的摄像技术可勉强捕获到其运动轨迹，但没有对后续视频进一步进行处理，提升观赏体验。
S102、接收视频放大操作信号，暂停播放画面，并显示当前播放的视频帧；
S103、按照所述放大操作信号按比例放大及移动所述视频帧。
为了防止视频中运动物体不清晰，不易发现等情况，本发明实施例中可以运动物体为中心进行放大操作，即接收用户发送的放大操作信号，将当前播放的视频帧按照运动为基准点进行放大，且可按照预设的比例进行放大。
S103具体可为：按照比例放大及移动整个视频帧或者视频帧中运动物体所属的局部区域。
其中，按照比例放大及移动所述视频帧中运动物体所属的局部区域具体可以为：
根据预期分辨率确定缩放基数；预期分辨率可以为用户自定义的分辨率，也可以是使用本装置时根据实际情况对分辨率进行调整。缩放基数是一个倍率，即将运动物体按照什么让的倍率进行放大，缩放基数由预期分辨率确定。
确定放大基准点；基准点即运动物体的中心位置，该中心位置可由人为确定，也可以利用深度神经网络技术进行检测，从而识别出运动物体的位置坐标及中心位置坐标。
移动所述局部区域，使所述局部区域的基准点处于所述视频帧中的中心位置；并按照所述缩放基数放大所述局部区域。
图2a和图2b分别是局部区域放大前和放大后的视频帧对比，可看出，放大后的视频帧以该局部区域为中心进行放大。图2c则是该局部区域示意图。
或者，按照比例放大及移动所述视频帧中运动物体所属的局部区域，还可以采用如下方案：
接收用户输入的区域选择指令，确定所述指令对应的区域坐标；根据预期分辨率确定缩放基数；根据所述区域坐标信息移动所述局部区域，以使所述局部区域处于所述视频帧的中心位置，并按照所述缩放基数扩大所述局部区域。该方案即人为选择区域后的放大操作。
此外，按照比例放大及移动所述视频帧中运动物体所属的局部区域，还可以为：
对当前视频帧进行检测，识别出当前视频帧中运动物体的形态及位置；
以所述运动物体为中心截取一局部区域，所述局部区域包含所述运动物体，且所述局部区域的中心位置为所述运动物体的中心位置。
其中，对当前视频帧进行检测，识别出当前视频帧中运动物体的形态及位置，具体为：
将当前视频帧进行去噪处理；
将所述当前视频帧进行图像二值化，对二值化后的运动物体图像轮廓进行提取；图像二值化即将图像处理为黑/白化图像，二值化后的图像可方便后续对运动物体进行轮廓提取操作。
利用深度神经网络对所述运动物体进行特征点识别(如图2d所示)，训练分类器进行分类训练，筛选出所述运动物体的轮廓，并以所述轮廓为界，区分出所述运动物体的前景图像及背景图像；
上述步骤具体为：深度神经网络对所述运动物体进行特征点识别，训练分类器进行分类训练，筛选出所述运动物体的轮廓。深度神经网络是一种对图像中物体进行识别的技术。该技术中，首先将运动物体标记成百上千个特征点，再采用分类器对其进行分类训练，从而提取出类似运动物体的轮廓曲线。本发明实施例提供的深度神经网络技术，优先采用SVM分类器对运动物体进行分类训练，其识别速度快，精准度高。在识别出该运动物体的轮廓后，可将运动物体的图像区分为前景图像及背景图像，即，轮廓线以外部分为背景图像，以内部分为前景图像。
对所述运动物体轮廓进行分析，识别出该运动物体的运动形态及位于视频帧图像中的位置。该步骤同样也可以采用深度神经网络(DNN)来进行识别，本发明实施例在此不再累述。
此外，在S103之后，该方法还包括：依照所述放大比例及操作后的画面基准点调整下一视频帧。即，后续每一视频帧均以该放大比例及基准点放大并调整后续的视频帧，使之保持连续的以运动物体为中心的视频播放。其处理方法同当前视频帧的处理方法，本发明实施例对此不再累述。
本发明实施例中，通过接收到放大操作信号，对当前视频帧进行放大操作，并按当前放大比例调整下一视频帧，可高清显示当前视频帧中运动物体运动画面，此外，本发明还可以人为选择或自动选择局部放大当前运动物体图像，进一步提高了画面显示的细节，提高了观赏体验及用户体验。
本发明实施例还提供了一种装置，该装置包括：处理器和用于存储能够在处理器上运行的计算机程序的存储器，其中，所述处理器用于运行所述计算机程序时执行上述画面放大的方法。
本发明实施例还提供了一种存储介质，其上存储有计算机指令，该指令被处理器执行时实现上述画面放大的方法。
图3是本发明实施例提供的一种装置结构示意图。该装置300可以包括一个或一个以上中央处理器(central processing units，CPU)310(例如，一个或一个以上处理器)和存储器320，一个或一个以上存储应用程序332或数据334的存储介质330(例如一个或一个以上海量存储设备)。其中，存储器320和存储介质330可以是短暂存储或持久存储。存储在存储介质330的程序可以包括一个或一个以上模块(图示未示出)，每个模块可以包括对装置中的一系列指令操作。更进一步地，中央处理器310可以设置为与存储介质330通信，在装置300上执行存储介质330中的一系列指令操作。装置300还可以包括一个或一个以上电源340，一个或一个以上有线或无线网络接口350，一个或一个以上输入输出接口360，上述方法实施例所执行的步骤可以基于该图3所示的装置结构。
应理解，在本申请的各种实施例中，各过程的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本申请实施例的实施过程构成任何限定。
应理解，在本申请的各种实施例中，各过程的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本申请实施例的实施过程构成任何限定。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的模块及方法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置和模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
本说明书的各个部分均采用递进的方式进行描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点介绍的都是与其他实施例不同之处。尤其，对于装置和系统实施例而言，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部分的说明即可。
最后，需要说明的是：以上所述仅为本申请技术方案的较佳实施例而已，并非用于限定本申请的保护范围。显然，本领域技术人员可以对本申请进行各种改动和变型而不脱离本申请的范围。倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内，则所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。
Claims (10)
1.一种画面放大的方法，其特征在于，所述方法包括：
播放运动物体视频；
接收视频放大操作信号，暂停播放画面，并显示当前播放的视频帧；
按照所述放大操作信号按比例放大及移动所述视频帧。
2.根据权利要求1所述的方法，其特征在于，在所述按照所述放大操作信号按比例放大及移动所述视频帧之后，所述方法还包括：
依照所述放大比例及操作后的画面基准点调整下一视频帧。
3.根据权利要求1所述的方法，其特征在于，按照所述放大操作信号按比例放大及移动所述视频帧，包括：
按照比例放大及移动所述视频帧中运动物体所属的局部区域。
4.根据权利要求3所述的方法，其特征在于，所述按照比例放大及移动所述视频帧中运动物体所属的局部区域，包括：
根据预期分辨率确定缩放基数；
确定放大基准点；
移动所述局部区域，使所述局部区域的基准点处于所述视频帧中的中心位置；
按照所述缩放基数放大所述局部区域。
5.根据权利要求3所述的方法，其特征在于，所述按照比例放大及移动所述视频帧中运动物体所属的局部区域，包括：
接收用户输入的区域选择指令，确定所述指令对应的区域坐标；
根据预期分辨率确定缩放基数；
根据所述区域坐标信息移动所述局部区域，以使所述局部区域处于所述视频帧的中心位置，并按照所述缩放基数扩大所述局部区域。
6.根据权利要求3所述的方法，其特征在于，所述按照比例放大及移动所述视频帧中运动物体所属的局部区域，包括：
对当前视频帧进行检测，识别出当前视频帧中运动物体的形态及位置；
以所述运动物体为中心截取一局部区域，所述局部区域包含所述运动物体，且所述局部区域的中心位置为所述运动物体的中心位置。
7.根据权利要求6所述的方法，其特征在于，所述对当前视频帧进行检测，识别出当前视频帧中运动物体的形态及位置，包括：
将所述当前视频帧进行图像二值化，对二值化后的运动物体图像轮廓进行提取；
利用深度神经网络对所述运动物体进行特征点识别，训练分类器进行分类训练，筛选出所述运动物体的轮廓，并以所述轮廓为界，区分出所述运动物体的前景图像及背景图像；
对所述运动物体轮廓进行分析，识别出该运动物体的运动形态及位于视频帧图像中的位置。
8.根据权利要求6所述的方法，其特征在于，在所述对当前视频帧进行检测，识别出当前视频帧中运动物体的形态及位置之前，所述方法还包括：
将所述视频帧进行去噪处理。
9.一种画面放大的装置，其特征在于，所述装置包括：处理器和用于存储能够在处理器上运行的计算机程序的存储器；其中，所述处理器用于运行所述计算机程序时，执行权利要求1至8任一项所述的建立画面放大的方法。
10.一种计算机可读存储介质，其上存储有计算机可执行指令，其特征在于，该计算机可执行指令用于执行权利要求1至8任一项所述的建立画面放大的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811368865.8A CN109361878A (zh) | 2018-11-16 | 2018-11-16 | 一种画面放大的方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811368865.8A CN109361878A (zh) | 2018-11-16 | 2018-11-16 | 一种画面放大的方法及装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109361878A true CN109361878A (zh) | 2019-02-19 |
Family
ID=65345603
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811368865.8A Pending CN109361878A (zh) | 2018-11-16 | 2018-11-16 | 一种画面放大的方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109361878A (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110012341A (zh) * | 2019-04-17 | 2019-07-12 | 北京华宇信息技术有限公司 | 视频证据展示方法、展示装置和电子设备 |
| CN110290385A (zh) * | 2019-06-11 | 2019-09-27 | 观博云标(北京)文化科技有限公司 | 高时空分辨率的天珠视频处理方法及装置 |
| CN111757162A (zh) * | 2020-06-19 | 2020-10-09 | 广州博冠智能科技有限公司 | 一种高清视频播放方法、装置、设备及存储介质 |
| CN111757143A (zh) * | 2020-07-22 | 2020-10-09 | 四川新视创伟超高清科技有限公司 | 一种基于云端流媒体切画的视频播放方法 |
| CN114418848A (zh) * | 2022-01-17 | 2022-04-29 | Tcl通讯科技（成都）有限公司 | 视频处理方法、装置、存储介质及电子设备 |
-
2018
- 2018-11-16 CN CN201811368865.8A patent/CN109361878A/zh active Pending
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110012341A (zh) * | 2019-04-17 | 2019-07-12 | 北京华宇信息技术有限公司 | 视频证据展示方法、展示装置和电子设备 |
| CN110290385A (zh) * | 2019-06-11 | 2019-09-27 | 观博云标(北京)文化科技有限公司 | 高时空分辨率的天珠视频处理方法及装置 |
| CN110290385B (zh) * | 2019-06-11 | 2021-12-14 | 观博云标(北京)文化科技有限公司 | 高时空分辨率的天珠视频处理方法及装置 |
| CN111757162A (zh) * | 2020-06-19 | 2020-10-09 | 广州博冠智能科技有限公司 | 一种高清视频播放方法、装置、设备及存储介质 |
| CN111757143A (zh) * | 2020-07-22 | 2020-10-09 | 四川新视创伟超高清科技有限公司 | 一种基于云端流媒体切画的视频播放方法 |
| CN114418848A (zh) * | 2022-01-17 | 2022-04-29 | Tcl通讯科技（成都）有限公司 | 视频处理方法、装置、存储介质及电子设备 |
| CN114418848B (zh) * | 2022-01-17 | 2023-09-19 | Tcl通讯科技（成都）有限公司 | 视频处理方法、装置、存储介质及电子设备 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109361878A (zh) | 一种画面放大的方法及装置 | |
| US10936911B2 (en) | Logo detection | |
| US11527105B2 (en) | System and method for scalable cloud-robotics based face recognition and face analysis | |
| US9973711B2 (en) | Content-based zooming and panning for video curation | |
| CN107610108B (zh) | 图像处理方法和装置 | |
| JP6961797B2 (ja) | プレビュー写真をぼかすための方法および装置ならびにストレージ媒体 | |
| CN112308095A (zh) | 图片预处理及模型训练方法、装置、服务器及存储介质 | |
| CN109241820B (zh) | 基于空间探索的无人机自主拍摄方法 | |
| CN109325933A (zh) | 一种翻拍图像识别方法及装置 | |
| CN108876804B (zh) | 抠像模型训练和图像抠像方法、装置和系统及存储介质 | |
| JP2016162232A (ja) | 画像認識方法及び装置、プログラム | |
| US9767378B2 (en) | Method and system to adaptively track objects | |
| TWI769787B (zh) | 目標跟蹤方法及裝置、存儲介質 | |
| CN110287907B (zh) | 一种对象检测方法和装置 | |
| CN111861572A (zh) | 广告投放方法、装置、电子设备及计算机可读存储介质 | |
| CN109033985B (zh) | 商品识别的处理方法、装置、设备、系统及存储介质 | |
| CN112541867A (zh) | 图像处理方法、装置、电子设备及计算机可读存储介质 | |
| CN110298314A (zh) | 手势区域的识别方法及装置 | |
| CN110992378B (zh) | 基于旋翼飞行机器人的动态更新视觉跟踪航拍方法及系统 | |
| WO2020034672A1 (zh) | 一种确定图像中用户的感兴趣区域的方法及装置 | |
| CN106713740A (zh) | 定位跟踪摄像方法与系统 | |
| CN114025183B (zh) | 直播方法、装置、设备、系统和存储介质 | |
| CN110710194B (zh) | 一种曝光方法、装置及摄像模组、电子设备 | |
| WO2021026848A1 (zh) | 图像处理方法、设备、拍摄装置、可移动平台及存储介质 | |
| CN110084306B (zh) | 用于生成动态图像的方法和装置 |
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 | ||
| WD01 | Invention patent application deemed withdrawn after publication | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20190219 |