CN109981943A - 摄像设备、图像处理设备、控制方法和存储介质 - Google Patents

摄像设备、图像处理设备、控制方法和存储介质 Download PDF

Info

Publication number
CN109981943A
CN109981943A CN201811612147.0A CN201811612147A CN109981943A CN 109981943 A CN109981943 A CN 109981943A CN 201811612147 A CN201811612147 A CN 201811612147A CN 109981943 A CN109981943 A CN 109981943A
Authority
CN
China
Prior art keywords
image
unit
light shooting
video
detection
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
Application number
CN201811612147.0A
Other languages
English (en)
Inventor
余西理
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.)
Canon Inc
Original Assignee
Canon Inc
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 Canon Inc filed Critical Canon Inc
Publication of CN109981943A publication Critical patent/CN109981943A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/90—Dynamic range modification of images or parts thereof
    • G06T5/94—Dynamic range modification of images or parts thereof based on local image properties, e.g. for local contrast enhancement
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/25—Fusion techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • 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
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/20—Cameras or camera modules comprising electronic image sensors; Control thereof for generating image signals from infrared radiation only
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/45—Cameras or camera modules comprising electronic image sensors; Control thereof for generating image signals from two or more image sensors being of different type or operating in different modes, e.g. with a CMOS sensor for moving images in combination with a charge-coupled device [CCD] for still images
    • 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
    • H04N23/61—Control of cameras or camera modules based on recognised 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
    • H04N23/66—Remote control of cameras or camera parts, e.g. by remote control devices
    • 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
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/95—Computational photography systems, e.g. light-field imaging systems
    • H04N23/951—Computational photography systems, e.g. light-field imaging systems by using two or more images to influence resolution, frame rate or aspect ratio
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N3/00—Scanning details of television systems; Combination thereof with generation of supply voltages
    • H04N3/10—Scanning details of television systems; Combination thereof with generation of supply voltages by means not exclusively optical-mechanical
    • H04N3/12—Scanning details of television systems; Combination thereof with generation of supply voltages by means not exclusively optical-mechanical by switched stationary formation of lamps, photocells or light relays
    • H04N3/122—Scanning details of television systems; Combination thereof with generation of supply voltages by means not exclusively optical-mechanical by switched stationary formation of lamps, photocells or light relays using cathode rays, e.g. multivision
    • 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
    • H04N5/265—Mixing
    • 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
    • G06T2207/10024—Color image
    • 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
    • G06T2207/10028—Range image; Depth image; 3D point clouds
    • 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
    • G06T2207/10048—Infrared image
    • 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
    • G06T2207/10052—Images from lightfield camera
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N2213/00—Details of stereoscopic systems
    • H04N2213/006—Pseudo-stereoscopic systems, i.e. systems wherein a stereoscopic effect is obtained without sending different images to the viewer's eyes
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/10—Cameras or camera modules comprising electronic image sensors; Control thereof for generating image signals from different wavelengths
    • H04N23/11—Cameras or camera modules comprising electronic image sensors; Control thereof for generating image signals from different wavelengths for generating image signals from visible and infrared light wavelengths
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/50—Constructional details
    • H04N23/55—Optical parts specially adapted for electronic image sensors; Mounting thereof
    • 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
    • H04N23/661—Transmitting camera control signals through networks, e.g. control via the Internet
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00—Television systems
    • H04N7/04—Systems for the transmission of one television signal, i.e. both picture and sound, by a single carrier
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00—Television systems
    • H04N7/08—Systems for the simultaneous or sequential transmission of more than one television signal, e.g. additional information signals, the signals occupying wholly or partially the same frequency band, e.g. by time division
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00—Television systems
    • H04N7/12—Systems in which the television signal is transmitted via one channel or a plurality of parallel channels, the bandwidth of each channel being less than the bandwidth of the television signal
    • H04N7/127—Systems in which different parts of the picture signal frequency band are individually processed, e.g. suppressed, transposed

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Data Mining & Analysis (AREA)
  • Human Computer Interaction (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Computing Systems (AREA)
  • Evolutionary Computation (AREA)
  • Mathematical Physics (AREA)
  • Medical Informatics (AREA)
  • Quality & Reliability (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Studio Devices (AREA)
  • Image Processing (AREA)
  • Closed-Circuit Television Systems (AREA)

Abstract

本发明提供一种摄像设备、图像处理设备、控制方法和存储介质。在由于判断结果根据摄像情形而改变、因而用户难以判断期望使用红外光视频、可见光视频和合成视频中的哪一个来进行监视的情况下，摄像设备基于红外光图像中的物体的检测结果和可见光图像中的物体的检测结果来输出红外光图像、可见光图像和合成图像其中至少之一。

Description

摄像设备、图像处理设备、控制方法和存储介质
技术领域
本发明涉及一种包括两个或更多个摄像单元的摄像设备的视频分发技术。
背景技术
近年来，在用于监视目的的网络照相机中，能够使用红外光在夜间和/或在诸如雨和雪等的不利条件下拍摄图像的模型正在增加。许多网络照相机用于安全目的，并且在这些网络照相机中，存在包括红外光照相机和可见光照相机这两者的模型。
红外光照相机使专用传感器感测从物体发出的红外光，并对红外光的感测数据进行图像处理，由此生成可以在视觉上确认的视频。红外光照相机具有以下优点。红外光照相机不需要光源，且不太可能受到雨或雾的影响。此外，红外光照相机适合于远程监视。另一方面，红外光照相机还具有以下缺点：红外光照相机具有比普通可见光照相机低的分辨率，因此不适合于拍摄颜色和诸如字符等的设计。
近来，已使用用于通过剪切红外光照相机所感测的物体的形状并将所剪切出的形状与可见光视频进行合成来生成视频的技术。
然而，在如上所述的存在要由双镜头网络照相机传输的多种类型的视频数据的情况下，传输红外视频和可见视频这两者可能会对传输带造成压力。因此，日本专利6168024讨论了一种用于将红外视频与可见视频的对比度低的一部分进行合成并分发合成视频的方法。
然而，用户可能难以判断更期望使用红外光视频、可见光视频和合成视频中的哪一个来进行监视，这是因为用户需要根据不同的摄像情形来作出该判断。日本专利6168024中讨论的方法不能帮助用户判断期望用于监视的视频。
发明内容
根据本发明的方面，一种摄像设备，其包括红外光拍摄单元和可见光拍摄单元，所述摄像设备还包括：检测单元，其被配置为从所述红外光拍摄单元所获得的第一图像和所述可见光拍摄单元所获得的第二图像其中至少之一检测物体；合成单元，其被配置为基于所述第一图像和所述第二图像来生成合成图像；以及输出单元，其被配置为基于所述检测单元的检测结果，经由网络向客户端设备输出所述第一图像、所述第二图像和所述合成图像其中之一,所述检测单元包括：第一检测单元，其被配置为从所述红外光拍摄单元所获得的所述第一图像检测物体；以及第二检测单元，其被配置为从所述可见光拍摄单元所获得的所述第二图像检测物体。
根据本发明的方面，一种图像处理设备，用于经由网络与包括红外光拍摄单元和可见光拍摄单元的摄像设备进行通信，所述图像处理设备包括：接收单元，其被配置为接收所述红外光拍摄单元所获得的第一图像和所述可见光拍摄单元所获得的第二图像；以及输出单元，其被配置为基于所述第一图像中的物体的检测结果和所述第二图像中的物体的检测结果，输出所述第一图像、所述第二图像以及通过对所述第一图像和所述第二图像进行合成而获得的合成图像其中至少之一。
根据本发明的方面，一种控制方法，用于控制包括红外光拍摄单元和可见光拍摄单元的摄像设备，所述控制方法包括：从所述红外光拍摄单元所获得的第一图像和所述可见光拍摄单元所获得的第二图像其中至少之一检测物体；基于所述第一图像和所述第二图像来生成合成图像；以及基于检测结果，经由网络向客户端设备选择性地输出所述第一图像、所述第二图像和所述合成图像其中之一。
根据本发明的方面，一种用于控制图像处理设备的控制方法，所述图像处理设备用于经由网络与包括红外光拍摄单元和可见光拍摄单元的摄像设备进行通信，所述控制方法包括：接收所述红外光拍摄单元所获得的第一图像和所述可见光拍摄单元所获得的第二图像；以及基于所述第一图像中的物体的检测结果和所述第二图像中的物体的检测结果，输出所述第一图像、所述第二图像以及通过对所述第一图像和所述第二图像进行合成而获得的合成图像其中至少之一。
根据本发明的方面，一种非暂时性计算机可读存储介质，其存储有能够被包括红外光拍摄单元和可见光拍摄单元的计算机读取的程序，所述程序使所述计算机用作：检测单元，其被配置为从所述红外光拍摄单元所获得的第一图像和所述可见光拍摄单元所获得的第二图像其中至少之一检测物体；合成单元，其被配置为基于所述第一图像和所述第二图像来生成合成图像；以及输出单元，其被配置为基于所述检测单元的检测结果，经由网络向客户端设备输出所述第一图像、所述第二图像和所述合成图像其中至少之一。
根据本发明的方面，一种非暂时性计算机可读存储介质，其存储有能够被用于与包括红外光拍摄单元和可见光拍摄单元的摄像设备进行通信的计算机读取的程序，所述程序使所述计算机用作：接收单元，其被配置为接收所述红外光拍摄单元所获得的第一图像和所述可见光拍摄单元所获得的第二图像；以及输出单元，其被配置为基于所述第一图像中的物体的检测结果和所述第二图像中的物体的检测结果，输出所述第一图像、所述第二图像以及通过对所述第一图像和所述第二图像进行合成而获得的合成图像其中至少之一。
通过以下参考附图对典型实施例的说明，本发明的其它特征将变得明显。
附图说明
图1是示出网络照相机的外观的示意图。
图2A是示出网络照相机系统的一般结构的示意图。图2B是示出网络照相机系统的硬件结构的示意图。
图3是示出网络照相机的一般结构的框图。
图4是示出分发视频判断处理的流程图。
图5是示出网络照相机与学习机构协作的一般结构的示意图。
图6是示出机器学习的判断结果的示例的示意图。
图7是示出用于判断检测水平的规则的示意图。
图8是示出分发视频判断处理的流程图。
图9是示出分发视频判断处理的流程图。
图10是示出红外光视频中的物体检测结果的示例的示意图。
具体实施方式
参考附图，下面描述第一典型实施例。
在图1中，网络照相机100包括：镜筒单元101，其包括用于拍摄可见光的镜头(未示出)和诸如互补金属氧化物半导体(CMOS)传感器等的图像传感器(未示出)；以及镜筒单元102，其包括用于拍摄红外光的镜头和图像传感器。网络照相机100包括用于沿水平方向(图1中的平摇方向104)和垂直方向(图1中的俯仰方向103)移动摄像区域的驱动单元(未示出)。镜头和镜筒可以是可安装和可拆卸的。
图2A是包括网络照相机100的网络照相机系统的示意图。网络照相机100和客户端设备110连接在一起，使得网络照相机100和客户端设备110可以经由网络120彼此通信。客户端设备110经由网络120向网络照相机100发送各种命令。网络照相机100将对命令的响应发送到客户端设备110。命令的示例包括用于改变网络照相机100的摄像视角的平摇-俯仰-变焦控制(PTZ控制)命令以及用于调整网络照相机100的摄像模式、分发模式以及图像处理/检测功能其中至少之一的参数设置命令。可以根据符合开放网络视频接口论坛(ONVIF)标准的协议来通信PTZ控制命令、参数设置命令和用于获取网络照相机100可使用的功能的能力获取命令。
图2B是示出客户端设备110和网络照相机100的各硬件结构的示意图。中央处理单元(CPU)201是用于控制客户端设备110的中央处理单元。硬盘驱动器(HDD)202是用于存储用于CPU 201控制客户端设备110的程序和参数的大容量存储装置(辅助存储装置)。程序和参数不是必须存储在HDD中。可选地，可以使用诸如固态驱动器(SSD)和闪速存储器等的各种存储介质。随机存取存储器(RAM)203是CPU 201将从HDD 202读取的程序加载至的存储器，并且CPU 201在该存储器中执行下述处理。此外，作为主存储装置的RAM 203有时用作用于临时存储要进行各种处理的数据和参数的存储区域。
接口(IF)204根据诸如传输控制协议/网际协议(TCP/IP)、超文本传输协议(HTTP)或ONVIF协议等的协议经由网络120与网络照相机100通信。IF 204从网络照相机100接收视频数据、被检测物体信息的元数据和上述响应，并将上述各种命令发送到网络照相机100。
显示设备205是诸如用于显示与视频数据相对应的视频的显示器等的显示器件。客户端设备110的壳体可以与显示设备205一体化。用户接口(UI)206是诸如键盘和鼠标等的输入设备，或者可以是操纵杆或语音输入设备。
作为客户端设备110，可以使用通用个人计算机(PC)。通过CPU 201读取HDD 202中所存储的程序代码并执行所读取的程序，客户端设备110可以提供用于设置检测物体的功能的图形用户界面(GUI)。在假设CPU 201进行处理的情况下描述本典型实施例。可选地，CPU 201的至少一部分处理可以通过专用硬件来进行。例如，在显示设备205上显示GUI和视频数据的处理可以由图形处理单元(GPU)进行。从HDD 202读取程序代码并将所读取的程序代码加载到RAM 203中的处理可以通过用作传送装置的直接存储器访问(DMA)来进行。
接着，描述网络照相机100的硬件结构。CPU 210是用于进行网络照相机100的整体控制的中央处理单元。只读存储器(ROM)211存储用于CPU 210控制网络照相机100的程序。除了ROM 211之外，网络照相机100还可以包括与HDD 202等效的辅助存储装置。RAM 212是CPU 210将从ROM 211读取的程序加载至的存储器，并且CPU 210在该存储器中执行处理。此外，作为主存储器的RAM 212还用作用于在网络照相机100中临时存储要进行各种处理的数据的存储区域。
IF 213根据诸如TCP/IP、HTTP或ONVIF协议等的协议经由网络120与客户端设备110进行通信。IF 213将视频数据、检测到的物体的元数据或上述响应发送到客户端设备110，或者从客户端设备110接收上述各种命令。
摄像装置214是诸如用于将实况视频拍摄为运动图像或静止图像的视频照相机的摄像装置。网络照相机100的壳体可以与摄像装置214的壳体一体化或分开。
接着，参考图3，描述网络照相机100的功能组件。
可见光摄像单元301包括摄像单元3011、图像处理单元3012、面部检测单元3013和图案检测单元3014，其中摄像单元3011包括镜头和图像传感器。可见光摄像单元301拍摄被摄体的图像并进行各种类型的图像处理和检测处理。
图像处理单元3012对摄像单元3011所拍摄的图像信号进行执行后续阶段的检测处理所必要的图像处理，由此生成图像数据(也称为“可见光图像”或“可见光视频”)。例如，在后续阶段的检测处理中基于形状特征来进行匹配的情况下，图像处理单元3012进行二值化处理或进行用于提取被摄体中的边缘的处理。此外，在后续阶段的检测处理中基于颜色特征来进行检测的情况下，图像处理单元3012基于光源的色温或预先估计出的透镜的色感来进行颜色校正，或者进行用于逆光校正或模糊校正的匀光处理。此外，在图像处理单元3012基于拍摄图像信号的亮度成分来进行直方图处理并且拍摄图像包括过度曝光或曝光不足的部分的情况下，图像处理单元3012可以与摄像单元3011连动地进行高动态范围(HDR)摄像。作为HDR摄像，可以使用用于对通过改变摄像单元3011的曝光而拍摄的多个图像进行合成的一般技术。
面部检测单元3013分析从图像处理单元3012发送来的图像数据，并判断在视频内的物体中是否存在可被识别为人物面部的部分。“面部检测”是指从图像中提取任何部分并且利用表示形成人物面部的特征部分的图案图像来检查(匹配)所提取出的部分图像、由此判断面部是否存在于图像中的处理。特征部分的示例包括眼睛和鼻子之间的相对位置以及颧骨和下巴的形状。此外，代替图案图像，可以保持图案特征(例如，眼睛和鼻子之间的相对位置以及颧骨和下巴的形状)并且将该图案特征与从部分图像提取出的特征进行比较，由此将该部分图像与图案特征进行匹配。
图案检测单元3014分析从图像处理单元3012发送来的图像数据，并判断在视频内的物体中是否存在可以识别诸如颜色或字符信息等的图案的部分。“图案检测”是指提取图像中的任何部分并将提取出的部分与诸如特定字符或标记等的参考图像(或参考特征)进行比较，由此判断所提取出的部分是否与参考图像匹配的处理。以海事监视和边境监视为例，参考图像的示例包括写在所检测到的物体的主体上的字符以及所显示的国旗的颜色或设计。
红外光拍摄单元302包括摄像单元3021、图像处理单元3022和物体检测单元3023，其中摄像单元3021包括镜头和图像传感器。红外光拍摄单元302拍摄被摄体的图像并进行必要的图像处理和检测处理。
图像处理单元3022进行用于将摄像单元3021所拍摄的信号转换为可以在视觉上识别的图像的信号处理，由此生成图像数据(红外光图像或红外光视频)。
物体检测单元3023分析从图像处理单元3022发送来的图像数据，并判断视频中是否存在与背景不同的物体。例如，物体检测单元3023参考在没有物体出现的情形下拍摄的图像作为背景图像。然后，基于背景图像和要进行检测处理的拍摄图像之间的差，物体检测单元3023提取差大于预定阈值并且差区域等于或大于预定大小的部分作为前景。此外，在差区域的外接矩形具有与人、车辆或船相对应的纵横比的情况下，物体检测单元3023可以感测出物体的类型。此外，物体检测单元3023可以与背景相减一起执行帧相减，以使得能够区分移动物体和静止物体。如果通过背景相减而感测出的区域包括了通过帧相减所获得的预定比例以上的差区域，则将该区域区分为移动物体。如果不是，则将该区域区分为静止物体。
网络视频处理单元303包括：视频判断单元3031，用于确定要分发的视频数据；合成处理单元3032，用于进行将红外光视频与可见光视频合成的处理；以及编码器3033，用于进行用于将视频数据分发到网络120的视频压缩处理。
合成处理单元3032使用视频判断单元3031来生成合成图像数据(合成图像或合成视频)。例如，如果判断为可见光视频具有差的可见性，则合成处理单元3032进行剪切与在红外光视频中检测到的物体有关的细节(形状和纹理)并且将所剪切出的细节叠加在可见光视频中的相应位置上的合成处理。下面将描述视频判断单元3031所进行的判断处理的细节。用于合成处理单元3032的合成处理的技术的示例包括用于通过在可见光视频的对比度低的一部分上叠加红外视频中的相同位置处的图像来将可见光视频与红外光视频进行合成的技术、以及通过在可见光视频的背景图像上叠加红外视频的前景来将可见光视频与红外光视频进行合成的技术。还可以使用阿尔法混合(Alpha blending)，只要可见光视频和红外视频可以合成在一起使得可见光视频的背景和红外视频的前景被强调即可。
编码器3033进行压缩视频判断单元3031所确定的视频数据并经由IF 213将该视频数据发送到网络120的处理。作为用于压缩视频数据的方法，可以使用诸如联合图像专家组(JPEG)、运动图像专家组版本4(MPEG-4)、H.264或高效视频编码(HEVC)等的现有压缩方法。
图3中的可见光摄像单元301和红外光拍摄单元302各自可以包括作为专用硬件的图像处理单元和检测单元。可选地，可以通过CPU 210在RAM 212中执行程序代码来实现这些组件。在网络视频处理单元303中，视频判断单元3031、合成处理单元3032和编码器3033也可以通过CPU 210在RAM 212中执行程序代码来实现。然而，利用作为专用硬件所包括的检测处理和压缩处理的结构，可以分散CPU 210的负荷。
接着，参考图4，将描述视频判断单元3031所进行的用于确定分发视频的处理。首先，在步骤S401中，视频判断单元3031从物体检测单元3023获取红外光视频中的物体检测结果。接着，在步骤S402中，视频判断单元3031分析所获取到的物体检测结果，并判断物体检测单元3023在红外光视频中是否检测到物体。
如果在步骤S402中未检测到物体(步骤S402中为“否”)，则在步骤S408中，视频判断单元3031将红外光视频确定为分发视频。这是因为，由于以下原因，期望优先于其它视频而使用红外光视频来进行监视。作为红外光视频的特性，即使在夜间或恶劣天气等的对于可见光视频的不利条件下，红外光视频的感测精度也不太可能降低。此外，与可见光视频相比，可以在红外光视频中感测远距离的物体。
另一方面，如果在步骤S402中检测到物体(步骤S402为“是”)，则在步骤S403中，视频判断单元3031从面部检测单元3013获取面部检测结果，并且从图案检测单元3014获取图案检测结果。然后，基于所获取到的检测结果，在步骤S404中，视频判断单元3031判断是否感测到面部。此外，在步骤S405中，视频判断单元3031判断是否感测到图案。
如果在步骤S404中检测到面部(步骤S404中为“是”)，或者如果在步骤S405中检测到图案(步骤S405中为“是”)，则处理进入步骤S407。在步骤S407中，视频判断单元3031将可见光视频确定为分发视频。这是因为，可以检测到面部的视频被分发到客户端设备110，由此可以在客户端设备110的面部认证处理中使用，或者可以检测到图案的视频被分发到客户端设备110，由此客户端设备110可以使用更大的辞典来识别物体。
另一方面，如果在步骤S404中未检测到面部(步骤S404中为“否”)，并且如果在步骤S405中未检测到图案(步骤S405中为“否”)，则在步骤S406中，视频判断单元3031将合成视频确定为分发视频。这是因为可以将可以在可见光视频中可视地识别的背景部分和物体的位置一起确认。在用户参考显示设备205上所显示的分发视频以实际在视觉上确认物体的情况下，通过对可见光视频和红外视频进行合成使得可见光视频的背景和红外视频的前景被强调所获得的合成视频有利于监视目的。
如上所述，根据本典型实施例，基于物体的检测结果来判断适合于监视的视频类型并将其发送到客户端设备110，使得用户不需要判断和切换到期望用于监视的视频类型，这样可以提高便利性。此外，可以进行控制，使得不分发不期望用于监视的视频数据。因此，可以进行高效率的监视。
此外，存在如下情况：网络照相机可能根据安装位置而首先在多个类型中仅发送单个的视频。这种情况与例如安装在网络照相机周围没有建筑物或街灯的山区深处或靠近海岸线的该网络照相机相对应。在这样的位置处，用于发送视频的基础设施没有到位，因此通常不能保证足够的传输带。然而，在仅可以发送红外光视频和可见光视频之一并且始终分发红外光视频的情况下，在良好的摄像条件下无法实现面部认证功能或物体指定功能。此外，如果始终分发可见光视频，则在不利的摄像条件下无法检测到物体。根据上述典型实施例，即使在不能传送大量数据的安装位置处，也可以分发不太可能受天气条件影响的适合于监视的视频。
此外，存在如下情况：即使检测到红外光视频中存在物体，也难以判断是否应将红外光视频切换为可见光视频。此外，通常，由于可见光视频通常具有比红外光视频高的分辨率和低的压缩效率，因此经由网络传输的可见光视频的数据量趋于较大。因此，如果无法预期监视的任何影响，则在数据传送量方面可能期望不应将红外光视频切换到可见光视频。
在这种情况下，机器学习可以应用于物体判断处理，并且可以基于诸如形状或大小等的特征来判断物体的类型。然后，仅在识别出特定检测水平或更高水平的物体的情况下，才可以将红外光视频切换到可见光视频。“检测水平”表示应当监视物体的程度。
此外，“机器学习”是指用于从特定样本数据进行递归学习、找到隐藏在特定样本数据中的特征、并将学习结果应用于新数据由此使得能够根据找到的特征来预测未来的算法。可以使用诸如TensorFlow、TensorFlow Lite或Caffe2等的现有算法。在以下描述中，具有与图1至4中的功能相同的功能的组件或步骤通过相同的符号指定，并且这里不描述在结构上或功能上与图1至图4中的组件相同的组件。
参考图5，描述根据本典型实施例的网络照相机100的组件和功能。机器学习单元504(估计单元)包括：机器学习处理单元5041，用于基于学习数据来生成物体判断结果；以及检测水平判断单元5042，用于基于物体判断结果来判断检测水平。
参考图6和7，描述使用机器学习的检测水平判断处理。由于如下原因，因而针对基于机器学习的判断而使用红外光视频和可见光视频这两者，其中该原因是：针对夜间或可见性差的环境时的判断，使用红外光视频，以及针对可见性良好的环境时的判断，使用可见光视频。此外，要检测的物体根据监视的期望用途或安装位置而不同。使用海事监视作为示例来描述本典型实施例。
机器学习处理单元5041预先准备通过学习将在海上感测的物体和船的特征而获得的数据，并对从可见光摄像单元301或红外光拍摄单元302输入的视频进行机器学习处理。图6示出通过基于机器学习判断物体的类型而获得的处理结果的示例。由于存在输入视频中出现多个物体的情况，因此将物体编号(或物体标识(ID))分配给所识别出的各物体类型。然后，机器学习处理单元5041计算针对各物体编号的判断结果与判断结果一致的概率(确定性或可能性)。
基于机器学习处理单元5041的判断结果，检测水平判断单元5042判断检测水平。图7示出表示用于基于物体类型的判断结果来确定检测水平的规则的表。图6中的判断结果包括由机器学习处理单元5041判断为普通船的物体。因此，检测水平判断单元5042将检测水平确定为4。
接着，参考图8，给出视频判断单元3031的分发视频判断处理的描述。
首先，在步骤S801中，视频判断单元3031从机器学习单元504获取检测水平。
如果检测水平是2以下(步骤S802中为“是”)，则在步骤S408中，视频判断单元3031将红外光视频确定为分发视频。这是因为，如果检测水平为2以下，则不将物体识别为船，因此不必分发具有大量数据的可见光视频。接着，如果检测水平是3以上(步骤S802中为“否”)，则在步骤S403中，视频判断单元3031从面部检测单元3013获取检测结果，并且还从图案检测单元3014获取图案检测结果。
作为检测结果，如果检测到面部(步骤S404中为“是”)，或者如果检测到图案(步骤S405中为“是”)，则在步骤S407中，视频判断单元3031将可见光视频确定为分发视频。如果未检测到面部(步骤S404中为“否”)，并且如果未检测到图案(步骤S405中为“否”)，则在步骤S406中，视频判断单元3031将合成视频确定为分发视频。
如上所述，根据图5中的结构，使用机器学习所确定出的检测水平用于判断分发视频，由此可以在客户端设备110中进行更高效率的监视操作。
此外，如图9所示，在网络视频处理单元303确定分发视频之后，可以进行位速率降低处理。在步骤S901中，在从可见光视频、红外视频和合成视频中确定分发视频之后，视频判断单元3031基于从红外光视频获取到的检测结果中所包括的物体信息(感测到的位置和感测到的大小)来设置关注区域(ROI)。然后，编码器3033对ROI以外的区域进行位速率降低处理。位速率降低处理可以通过编码器3033使得ROI以外的区域的压缩率或量化参数大于ROI的压缩率或量化参数，或者使得与ROI相比，在ROI以外的区域中使在涉及离散余弦变换(DCT)的压缩中切割高频分量的比例更大来实现。
图10是可以从物体检测单元3023获取到的物体信息的示例。物体检测单元3023向所感测到的各物体分配物体编号并生成针对各物体编号的视频内的位置坐标(其中原点位于图像的左上方，水平方向上的像素数是X，以及垂直方向上的像素数是Y)和物体大小(X方向上的像素数和Y方向上的像素数)。
基于所获取到的物体编号的位置坐标和物体大小，编码器3033设置矩形区域并进行用于降低矩形区域外的部分的位速率的处理。此外，使用视频判断单元3031，编码器3033可以对分发对象以外的类型的视频进行高压缩处理，并且将作为分发对象以外的类型的视频以低位速率与作为分发对象的类型的视频一起分发。已经使用面部检测单元3013作为示例给出了以上描述。可选地，可以使用用于检测人体(上半身、全身或身体的一部分)的功能。
在以上描述中，已经描述了在网络照相机100内确定分发视频的示例。可选地，网络照相机100可以将红外光拍摄视频和可见光拍摄视频发送到连接到网络照相机100的客户端设备110，并且客户端设备110可以选择要输出的视频。
在这种情况下，客户端设备110的CPU 201可以执行预定程序，由此用作视频判断单元3031和合成处理单元3032。
此外，面部检测单元3013、图案检测单元3014和物体检测单元3023也可以由客户端设备110的CPU 201实现。此外，可以采用如下结构：机器学习单元504可以由客户端设备110的CPU 201实现。
此外，客户端设备110可以仅在显示设备205上显示视频判断单元3031所选择的类型的视频，或者可以强调视频判断单元3031所选择的类型的视频或者在显示多种类型的视频时使该视频弹出。在说明书中，“检测”和“感测”具有相同的含义并且意味着通过检查找到某物。
此外，还可以通过进行以下处理来实现本发明。这是经由网络或各种记录介质向系统或设备提供用于实现上述典型实施例的功能的软件(程序)并且使系统或设备的计算机(或CPU或微处理器单元(MPU))读取程序并执行所读取的程序的处理。
基于照相机所拍摄的视频的摄像状态，可以便于从红外光视频、可见光视频和合成视频中判断适合于监视用途的视频。
其它实施例
本发明的实施例还可以通过如下的方法来实现，即，通过网络或者各种存储介质将执行上述实施例的功能的软件(程序)提供给系统或装置，该系统或装置的计算机或是中央处理单元(CPU)、微处理单元(MPU)读出并执行程序的方法。
尽管已经参考典型实施例说明了本发明，但是应该理解，本发明不局限于所公开的典型实施例。所附权利要求书的范围符合最宽的解释，以包含所有这类修改、等同结构和功能。

Claims (18)

1.一种摄像设备，其包括红外光拍摄单元和可见光拍摄单元，所述摄像设备还包括：
检测单元，其被配置为从所述红外光拍摄单元所获得的第一图像和所述可见光拍摄单元所获得的第二图像其中至少之一检测物体；
合成单元，其被配置为基于所述第一图像和所述第二图像来生成合成图像；以及
输出单元，其被配置为基于所述检测单元的检测结果，经由网络向客户端设备选择性地输出所述第一图像、所述第二图像和所述合成图像其中之一，
其中，所述检测单元包括：第一检测单元，其被配置为从所述红外光拍摄单元所获得的所述第一图像检测物体；以及第二检测单元，其被配置为从所述可见光拍摄单元所获得的所述第二图像检测物体。
2.根据权利要求1所述的摄像设备，其中，在所述第一检测单元从所述第一图像没有检测到物体的情况下，所述输出单元向所述客户端设备输出所述第一图像。
3.根据权利要求1所述的摄像设备，其中，在所述第二检测单元从所述第二图像检测到预定特征的情况下，所述输出单元向所述客户端设备输出所述第二图像。
4.根据权利要求1所述的摄像设备，其中，在所述第二检测单元从所述第二图像没有检测到预定特征的情况下，所述输出单元向所述客户端设备输出所述合成图像。
5.根据权利要求1所述的摄像设备，还包括估计单元，所述估计单元被配置为使用机器学习从所述第一图像和第二图像估计所检测到的物体，
其中，基于所述估计单元所估计的物体的检测水平和所述第二检测单元的检测结果，所述输出单元输出所述第一图像、所述第二图像和所述合成图像其中至少之一。
6.根据权利要求1所述的摄像设备，还包括设置单元，所述设置单元被配置为基于从所述红外光拍摄单元所获得的所述第一图像所检测到的物体，在所述可见光拍摄单元所获得的所述第二图像中设置关注区域，
其中，所述输出单元在所述第二图像和所述合成图像中的至少一个图像中降低所述关注区域之外的部分的位速率，并且输出所述第二图像和所述合成图像中的所述至少一个图像。
7.根据权利要求1所述的摄像设备，其中，所述合成单元对从所述第一图像检测到的物体进行剪切，并且将所剪切的物体叠加在所述第二图像中的相应位置处。
8.根据权利要求1所述的摄像设备，其中，所述合成单元将所述第一图像与所述第二图像中的对比度低的部分进行合成。
9.一种图像处理设备，用于经由网络与包括红外光拍摄单元和可见光拍摄单元的摄像设备进行通信，所述图像处理设备包括：
接收单元，其被配置为接收所述红外光拍摄单元所获得的第一图像和所述可见光拍摄单元所获得的第二图像；以及
输出单元，其被配置为基于所述第一图像中的物体的检测结果和所述第二图像中的物体的检测结果，输出所述第一图像、所述第二图像以及通过对所述第一图像和所述第二图像进行合成而获得的合成图像其中至少之一。
10.根据权利要求9所述的图像处理设备，还包括估计单元，所述估计单元被配置为使用机器学习从所述第一图像和所述第二图像估计所检测到的物体的类型，
其中，基于所述估计单元所估计的物体的类型，所述输出单元输出所述第一图像、所述第二图像和所述合成图像其中至少之一。
11.一种控制方法，用于控制包括红外光拍摄单元和可见光拍摄单元的摄像设备，所述控制方法包括：
从所述红外光拍摄单元所获得的第一图像和所述可见光拍摄单元所获得的第二图像其中至少之一检测物体；
基于所述第一图像和所述第二图像来生成合成图像；以及
基于检测结果，经由网络向客户端设备选择性地输出所述第一图像、所述第二图像和所述合成图像其中之一。
12.根据权利要求11所述的控制方法，还包括：从所述红外光拍摄单元所获得的所述第一图像检测物体，以及从所述可见光拍摄单元所获得的所述第二图像检测物体，以及
其中，基于检测结果，输出所述第一图像、所述第二图像和所述合成图像其中至少之一。
13.根据权利要求12所述的控制方法，其中，在从所述第一图像没有检测到物体的情况下，向所述客户端设备输出所述第一图像。
14.根据权利要求12所述的控制方法，其中，在从所述第二图像检测到预定特征的情况下，向所述客户端设备输出所述第二图像。
15.根据权利要求12所述的控制方法，其中，在从所述第二图像没有检测到预定特征的情况下，向所述客户端设备输出所述合成图像。
16.一种用于控制图像处理设备的控制方法，所述图像处理设备用于经由网络与包括红外光拍摄单元和可见光拍摄单元的摄像设备进行通信，所述控制方法包括：
接收所述红外光拍摄单元所获得的第一图像和所述可见光拍摄单元所获得的第二图像；以及
基于所述第一图像中的物体的检测结果和所述第二图像中的物体的检测结果，输出所述第一图像、所述第二图像以及通过对所述第一图像和所述第二图像进行合成而获得的合成图像其中至少之一。
17.一种非暂时性计算机可读存储介质，其存储有能够被包括红外光拍摄单元和可见光拍摄单元的计算机读取的程序，所述程序使所述计算机用作：
检测单元，其被配置为从所述红外光拍摄单元所获得的第一图像和所述可见光拍摄单元所获得的第二图像其中至少之一检测物体；
合成单元，其被配置为基于所述第一图像和所述第二图像来生成合成图像；以及
输出单元，其被配置为基于所述检测单元的检测结果，经由网络向客户端设备输出所述第一图像、所述第二图像和所述合成图像其中至少之一。
18.一种非暂时性计算机可读存储介质，其存储有能够被用于与包括红外光拍摄单元和可见光拍摄单元的摄像设备进行通信的计算机读取的程序，所述程序使所述计算机用作：
接收单元，其被配置为接收所述红外光拍摄单元所获得的第一图像和所述可见光拍摄单元所获得的第二图像；以及
输出单元，其被配置为基于所述第一图像中的物体的检测结果和所述第二图像中的物体的检测结果，输出所述第一图像、所述第二图像以及通过对所述第一图像和所述第二图像进行合成而获得的合成图像其中至少之一。
CN201811612147.0A 2017-12-27 2018-12-27 摄像设备、图像处理设备、控制方法和存储介质 Pending CN109981943A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2017251719A JP2019118043A (ja) 2017-12-27 2017-12-27 撮像装置、画像処理装置、制御方法およびプログラム
JP2017-251719 2017-12-27

Publications (1)

Publication Number Publication Date
CN109981943A true CN109981943A (zh) 2019-07-05

Family

ID=65003113

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811612147.0A Pending CN109981943A (zh) 2017-12-27 2018-12-27 摄像设备、图像处理设备、控制方法和存储介质

Country Status (7)

Country Link
US (1) US20190199898A1 (zh)
EP (1) EP3506228A1 (zh)
JP (1) JP2019118043A (zh)
KR (1) KR20190079574A (zh)
CN (1) CN109981943A (zh)
BR (1) BR102018076367A2 (zh)
RU (1) RU2018145742A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2021208789A1 (zh) * 2020-04-14 2021-10-21 华为技术有限公司 一种拍照方法和电子设备

Families Citing this family (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11800206B2 (en) 2019-07-08 2023-10-24 Calumino Pty Ltd. Hybrid cameras
JP7314680B2 (ja) * 2019-07-23 2023-07-26 東洋製罐株式会社 画像データ処理システム、無人航空機、画像データ処理方法、及びプログラム
US11748991B1 (en) * 2019-07-24 2023-09-05 Ambarella International Lp IP security camera combining both infrared and visible light illumination plus sensor fusion to achieve color imaging in zero and low light situations
FR3099976B1 (fr) * 2019-08-12 2021-07-09 Sagemcom Broadband Sas Caméra réseau munie d’un capot de privatisation
WO2021039114A1 (ja) * 2019-08-29 2021-03-04 富士フイルム株式会社 撮像装置、撮像装置の動作方法、及びプログラム
KR102300864B1 (ko) * 2019-10-29 2021-09-10 오토아이티(주) 색상 및 온도 정보 기반의 객체 검출 장치 및 방법
CN112333625A (zh) * 2019-11-05 2021-02-05 重庆邮电大学 一种基于Tensorflow的室内指纹定位方法
JP2022038285A (ja) * 2020-08-26 2022-03-10 株式会社Ｊｖｃケンウッド 機械学習装置及び遠赤外線撮像装置
WO2022163544A1 (ja) * 2021-01-26 2022-08-04 京セラ株式会社 観察装置及び観察方法
JPWO2023286359A1 (zh) * 2021-07-12 2023-01-19
WO2023112349A1 (ja) * 2021-12-16 2023-06-22 古野電気株式会社 物標監視装置、物標監視方法、及びプログラム
WO2023156825A1 (en) * 2022-02-18 2023-08-24 Uab "Yukon Advanced Optics Worldwide" A portable digital nightvision device with extended dynamic range and method using the same

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6137407A (en) * 1998-11-20 2000-10-24 Nikon Corporation Of Tokyo Humanoid detector and method that senses infrared radiation and subject size
CN102461156A (zh) * 2009-06-03 2012-05-16 弗莱尔系统公司 用于双传感器应用的红外相机系统和方法
US20150288877A1 (en) * 2014-04-08 2015-10-08 Assaf Glazer Systems and methods for configuring baby monitor cameras to provide uniform data sets for analysis and to provide an advantageous view point of babies

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6829391B2 (en) * 2000-09-08 2004-12-07 Siemens Corporate Research, Inc. Adaptive resolution system and method for providing efficient low bit rate transmission of image data for distributed applications
US7471334B1 (en) * 2004-11-22 2008-12-30 Stenger Thomas A Wildlife-sensing digital camera with instant-on capability and picture management software
WO2008057285A2 (en) * 2006-10-27 2008-05-15 Vidient Systems, Inc. An apparatus for image capture with automatic and manual field of interest processing with a multi-resolution camera
US8243797B2 (en) * 2007-03-30 2012-08-14 Microsoft Corporation Regions of interest for quality adjustments
US8837855B2 (en) * 2009-11-16 2014-09-16 Verizon Patent And Licensing Inc. Image compositing via multi-spectral detection
US9835564B2 (en) * 2012-06-08 2017-12-05 SeeScan, Inc. Multi-camera pipe inspection apparatus, systems and methods
US20140040173A1 (en) * 2012-08-02 2014-02-06 Video Inform Ltd. System and method for detection of a characteristic in samples of a sample set
JP2014238731A (ja) * 2013-06-07 2014-12-18 株式会社ソニー・コンピュータエンタテインメント 画像処理装置、画像処理システム、および画像処理方法
JP6168024B2 (ja) 2014-10-09 2017-07-26 株式会社Ｊｖｃケンウッド 撮影画像表示装置、撮影画像表示方法および撮影画像表示プログラム
JP6275333B2 (ja) * 2015-05-21 2018-02-07 富士フイルム株式会社 赤外線撮像装置および赤外線撮像装置による信号補正方法
US10547829B2 (en) * 2016-06-16 2020-01-28 Samsung Electronics Co., Ltd. Image detecting device and image detecting method using the same

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6137407A (en) * 1998-11-20 2000-10-24 Nikon Corporation Of Tokyo Humanoid detector and method that senses infrared radiation and subject size
CN102461156A (zh) * 2009-06-03 2012-05-16 弗莱尔系统公司 用于双传感器应用的红外相机系统和方法
US20150288877A1 (en) * 2014-04-08 2015-10-08 Assaf Glazer Systems and methods for configuring baby monitor cameras to provide uniform data sets for analysis and to provide an advantageous view point of babies

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2021208789A1 (zh) * 2020-04-14 2021-10-21 华为技术有限公司 一种拍照方法和电子设备

Also Published As

Publication number Publication date
KR20190079574A (ko) 2019-07-05
RU2018145742A (ru) 2020-06-25
US20190199898A1 (en) 2019-06-27
JP2019118043A (ja) 2019-07-18
BR102018076367A2 (pt) 2019-07-16
EP3506228A1 (en) 2019-07-03
RU2018145742A3 (zh) 2020-06-25

Similar Documents

Publication Publication Date Title
CN109981943A (zh) 摄像设备、图像处理设备、控制方法和存储介质
US10339386B2 (en) Unusual event detection in wide-angle video (based on moving object trajectories)
US11023707B2 (en) System and method for selecting a part of a video image for a face detection operation
TWI686774B (zh) 人臉活體檢測方法和裝置
US6774905B2 (en) Image data processing
US8300890B1 (en) Person/object image and screening
US7391907B1 (en) Spurious object detection in a video surveillance system
CN108141568B (zh) Osd信息生成摄像机、合成终端设备及共享系统
US9648285B2 (en) Monitoring method and camera
IL261696A (en) System and method for training a classified object through computational learning
CN109887040A (zh) 面向视频监控的运动目标主动感知方法及系统
US20100141763A1 (en) Video monitoring system
US8922674B2 (en) Method and system for facilitating color balance synchronization between a plurality of video cameras and for obtaining object tracking between two or more video cameras
EP2168078A2 (en) Apparatus and method employing pre-atr-based real-time compression and video frame segmentation
KR101446143B1 (ko) Cctv 환경에서의 얼굴 인식 기반 보안 관리 시스템 및 방법
US10909388B2 (en) Population density determination from multi-camera sourced imagery
US20200145623A1 (en) Method and System for Initiating a Video Stream
CN112215037B (zh) 对象追踪方法及装置、电子设备及计算机可读存储介质
US20180101960A1 (en) Combination video surveillance system and physical deterrent device
KR20120035734A (ko) 화재 검출 방법
US10939120B1 (en) Video upload in limited bandwidth
CN111444758A (zh) 一种基于时空信息的行人重识别方法及装置
KR20180001356A (ko) 지능형 영상 보안 시스템
US11798340B1 (en) Sensor for access control reader for anti-tailgating applications
JPH09252467A (ja) 移動体検出装置

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
AD01 Patent right deemed abandoned

Effective date of abandoning: 20220614

AD01 Patent right deemed abandoned