CN110070015B - 图像识别方法及装置、系统 - Google Patents

图像识别方法及装置、系统 Download PDF

Info

Publication number
CN110070015B
CN110070015B CN201910295215.3A CN201910295215A CN110070015B CN 110070015 B CN110070015 B CN 110070015B CN 201910295215 A CN201910295215 A CN 201910295215A CN 110070015 B CN110070015 B CN 110070015B
Authority
CN
China
Prior art keywords
angle
image
view
display screen
range corresponding
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.)
Active
Application number
CN201910295215.3A
Other languages
English (en)
Other versions
CN110070015A (zh
Inventor
苏睿
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.)
Xi'an Kerui Zhiying Information Technology Co Ltd
Original Assignee
Xi'an Kerui Zhiying Information 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 Xi'an Kerui Zhiying Information Technology Co Ltd filed Critical Xi'an Kerui Zhiying Information Technology Co Ltd
Priority to CN201910295215.3A priority Critical patent/CN110070015B/zh
Publication of CN110070015A publication Critical patent/CN110070015A/zh
Application granted granted Critical
Publication of CN110070015B publication Critical patent/CN110070015B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/20Scenes; Scene-specific elements in augmented reality scenes

Abstract

本发明公开了一种图像识别方法及装置、系统。其中,该方法包括:获取第一视场角,第一视场角包括:贴有防窥贴膜的显示屏的可视角度;获取第二视场角,第二视场角包括:拍摄装置在显示屏前方的可拍摄角度;获取采用第二视场角进行拍摄采集到的第一图像;依据第一视场角对第一图像进行处理,得到第二图像;判断第二图像中是否含有目标对象,并将判断结果作为识别结果。本发明解决了相关技术中的识别贴有防窥贴膜的显示屏的可视角度内,是否存在目标对象偷窥显示屏时,识别的准确度较低的技术问题,在贴有防窥贴膜的显示屏的可视角度内,减少了被识别图像的复杂度,提高了图像识别的准确度。

Description

图像识别方法及装置、系统
技术领域
本发明涉及计算机技术领域,具体而言,涉及一种图像识别方法及装置、系统。
背景技术
现有技术中,为了保护商业机密或个人隐私,防止显示屏屏幕被人偷窥或者被人拍照,可采用在屏幕上覆盖防窥膜。防窥膜可减低屏幕的显示角度,减小了可偷拍区域,即偏离电脑屏幕一定角度的人将无法看到显示屏屏幕内容,只能看到漆黑的屏幕画面。电脑通过摄像头等探测装置对电脑显示屏幕前的场景进行检测,若检测到照片中有人偷窥或者有偷拍设备进行偷拍,则停止显示屏屏幕的画面显示,或对有人偷窥或有偷拍设备偷拍显示屏屏幕进行提示。但是,由于摄像头拍摄的照片的视角范围,和覆盖偷窥膜之后的显示屏的可视范围不一致,导致电脑在检测摄像头拍摄的照片中,是否有人偷窥显示屏屏幕或者有偷拍设备对显示屏屏幕进行拍摄时,检测结果不准确,精确度较低。
针对上述的问题,目前尚未提出有效的解决方案。
发明内容
本发明实施例提供了一种图像识别方法及装置、系统,以至少解决相关技术中的识别贴有防窥贴膜的显示屏的可视角度内,是否存在目标对象偷窥显示屏时,识别的准确度较低的技术问题。
根据本发明实施例的一个方面,提供了一种图像识别方法,包括:获取第一视场角,第一视场角包括:贴有防窥贴膜的显示屏的可视角度;获取第二视场角,第二视场角包括:拍摄装置在显示屏前方的可拍摄角度;获取采用第二视场角进行拍摄采集到的第一图像;依据第一视场角对第一图像进行处理,得到第二图像;判断第二图像中是否含有目标对象,并将判断结果作为识别结果。
可选地,依据第一视场角对第一图像进行处理,得到第二图像,包括:根据第一视场角、第二视场角,确定第一视场角对应的第一范围与第二视场角的第二范围的比例,其中,第一范围包括:第一视场角对应的横向范围,第二范围包括:第二视场角对应的横向范围;和/或第一范围包括:第一视场角对应的纵向范围,第二范围包括:第二视场角对应的纵向范围;根据比例裁剪第一图像,得到第二图像。
可选地,根据第一视场角、第二视场角,确定第一视场角对应的第一范围与第二视场角的第二范围的比例包括:根据第一视场角、显示屏的可视距离以及显示屏大小确定第一视场角对应的第一范围;根据第二视场角、显示屏的可视距离以及显示屏大小确定第二视场角对应的第二范围;确定第一范围和第二范围的比例。
可选地,确定第一范围和第二范围的比例包括:通过以下公式确定第一视场角对应的横向范围与第二视场角对应的横向范围的比例:
Figure BDA0002026258930000021
其中,p1为所述第一视场角对应的横向范围与所述第二视场角对应的横向范
围的比例,c0为显示屏的长,d1为显示屏的可视距离,α1为第一视场角,β1
为第二视场角;通过以下公式确定第一视场角对应的纵向范围与第二视场角对应
的纵向范围的比例:
Figure BDA0002026258930000022
其中,p2为所述第一视场角对应的纵向范围与所述第二视场角对应的纵向范
围的比例,w0为显示屏的宽,d2为显示屏的可视距离,α2为第一视场角,β2
为第二视场角。
可选地,判断第二图像中是否含有目标对象,并将判断结果作为识别结果,包括:将第二图像输入预设模型,利用预设模型对第二图像进行判断,得到判断结果,并将判断结果作为识别结果,其中,预设模型为通过多组数据进行训练得到的,多组数据中的每组数据包括:包含有目标对象的图像和用于标识图像中包含有目标对象的标记。
可选地,判断第二图像中是否含有目标对象,并将判断结果作为识别结果之后,包括:若识别结果指示第二图像中含有目标对象,则将显示屏显示的当前图像切换为预置的警示图像。
可选地,判断第二图像中是否含有目标对象,并将判断结果作为识别结果之后,包括:若识别结果指示第二图像中不含有目标对象,则继续显示当前图像。
根据本发明实施例的另一个方面,提供了一种图像获取方法,包括:获取第一视场角,第一视场角包括:贴有防窥贴膜的显示屏的可视角度;获取第二视场角,第二视场角包括:拍摄装置在显示屏前方的可拍摄角度;获取采用第二视场角进行拍摄采集到的第一图像;依据第一视场角对第一图像进行处理,得到第二图像。
根据本发明实施例的另一个方面,提供了一种图像识别方法,包括:获取第一视场角,第一视场角包括:贴有防窥贴膜的显示屏的可视角度;根据第一视场角调整第二视场角,第二视场角包括:拍摄装置在显示屏前方的可拍摄角度;获取采用调整后的第二视场角进行拍摄采集到的图像;判断图像中是否含有目标对象,并将判断结果作为识别结果。
根据本发明实施例的另一个方面,提供了一种图像识别装置,包括:获取模块,用于获取第一视场角,第一视场角包括:贴有防窥贴膜的显示屏的可视角度;获取模块还用于获取第二视场角,第二视场角包括:拍摄装置在显示屏前方的可拍摄角度;获取模块还用于获取采用第二视场角进行拍摄采集到的第一图像;处理模块,用于依据第一视场角对第一图像进行处理,得到第二图像;判断模块,用于判断第二图像中是否含有目标对象,并将判断结果作为识别结果。
根据本发明实施例的另一个方面,提供了一种图像识别系统,包括:处理器,用于获取第一视场角,第一视场角包括:贴有防窥贴膜的显示屏的可视角度;获取第二视场角,第二视场角包括:拍摄装置在显示屏前方的可拍摄角度;获取采用第二视场角进行拍摄采集到的第一图像;以及依据第一视场角对第一图像进行处理,得到第二图像;用于判断第二图像中是否含有目标对象,并将判断结果作为识别结果;拍摄装置,用于采用第二视场角进行拍摄,得到第一图像。
根据本发明实施例的另一方面,提供了一种存储介质,该存储介质包括存储的程序,其中,在程序运行时控制存储介质所在设备执行以上的图像识别方法。
根据本发明实施例的又一方面,提供了一种处理器,该处理器用于运行程序,其中,程序运行时执行以上的图像识别方法。
在本发明实施例中,通过获取贴有防窥贴膜的显示屏的可视角度与拍摄装置在显示屏前方的可拍摄角度,拍摄装置对显示屏前方的可拍摄角度内的画面进行拍摄获取第一图像,并且根据贴有防窥贴膜的显示屏的可视角度,对第一图像进行处理,以获取与贴有防窥贴膜的显示屏的可视角度内的显示屏前方的画面范围相同的第二图像。并基于预设模型对图像中是否含有目标对象进行识别。提高了识别目标对象的准确度,进而解决了相关技术中的识别贴有防窥贴膜的显示屏的可视角度内,是否存在目标对象偷窥显示屏时,识别的准确度较低的技术问题。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本申请的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1是根据本发明实施例的一种图像识别方法的流程示意图;
图2是根据本发明实施例的一种图像识别系统的结构示意图;
图3是根据本发明实施例的一种图像识别系统的结构示意图;
图4是根据本发明实施例的一种图像识别方法的流程示意图;
图5是根据本发明实施例的一种图像识别方法的流程示意图;
图6是根据本发明实施例的一种图像识别装置的结构示意图;
图7是根据本发明实施例的一种图像识别系统的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,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的实施例,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,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
现有技术中,为了保护商业机密或个人隐私,防止显示屏屏幕被人偷窥或者被人拍照,可在显示屏上覆盖防窥膜。例如,在一种应用场景中,防窥膜采用独步全球的超微细百叶窗光学专利技术,使荧幕显示的资料专供使用者正面阅读,可视区域可以是60度,任何人在两侧旁观智能看到漆黑画面,防偷窥可视区域60度即从左右30度以外只能看到漆黑一片,30度以外不可见,是指从左边看时,距屏幕最左边30度以外不可见,从右边看时,距屏幕最右边30度以外不可见。当然,此处只是示例性说明。电脑通过摄像头对电脑显示屏前拍摄的照片进行检测,检测照片中是否有人偷窥或者有偷拍设备进行偷拍。但是,由于摄像头拍摄的照片的视角范围,和覆盖偷窥膜之后的显示屏的可视范围不一致,导致电脑在检测摄像头拍摄的照片中,是否有人偷窥显示屏屏幕或者有偷拍设备对显示屏屏幕进行拍摄时,检测结果不准确,准确度较低。
图1是根据本发明实施例的一种图像识别方法的流程示意图。如图1所示,该方法包括:
步骤S102.获取第一视场角,第一视场角包括:贴有防窥贴膜的显示屏的可视角度。
为了防止显示屏被偷窥,需要在显示屏上覆盖防窥膜。在显示屏表面覆盖防窥膜之后,显示屏的可视角度为可以看到显示屏画面的最大观看角度,例如:当显示屏的可视角度为60度时,是指从左边看时,距屏幕最左边30度以外不可见,从右边看时,距屏幕最右边30度以外不可见。不同的防窥贴膜的可视角度不同。
计算机可根据防窥贴膜的参数获取第一视场角并将第一视场角存储在本地存储器中,也可以将第一视场角存储在显示屏配置中,该计算机也可以为移动终端,例如手机、平板电脑、个人PC等。
步骤S104.获取第二视场角,第二视场角包括:拍摄装置在显示屏前方的可拍摄角度。
可以有多个拍摄装置,每个拍摄装置可以有不同的第二视场角,本公开对此不作限制,每个第二视场角都可以按照本公开描述的方法进行拍摄处理。
拍摄装置可以为安装在显示屏中央的摄像头,在显示屏上覆盖防窥贴膜之后,为了检测显示屏前是否有目标对象在偷窥,可在显示屏中央安装摄像头,对显示屏前的画面拍摄照片进行检测。拍摄装置在显示屏前方的可拍摄角度为:以拍摄装置的镜头为顶点,以被测目标的物像可通过镜头的最大范围的两条边缘构成的角。目标对象可以为偷拍设备和/或偷窥的人。摄像头可以凸出显示屏画面,并且,摄像头不被防窥贴膜覆盖。一般情况下,摄像头能拍摄到的显示屏前的可视角度大于贴有防窥贴膜的显示屏的可视角度,即第二视场角大于第一视场角。第二视场角可以通过读取摄像头的参数获取,摄像头参数包括:焦距,视场角,景深等。
计算机可根据摄像头参数获取第二视场角并将第二视场角进行存储,该计算机也可以为移动终端,例如手机、平板电脑、个人PC等。
S106.获取采用第二视场角进行拍摄采集到的第一图像。
拍摄装置可拍摄到第二视场角内的画面,拍摄的图像为第一图像。
S108.依据第一视场角对第一图像进行处理,得到第二图像。
依据第一视场角对第以图像进行处理,得到第二图像包括:根据第一视场角、第二视场角,确定第一视场角对应的第一范围与第二视场角的第二范围的比例,并根据该比例裁剪第一图像,得到第二图像。
其中,第一范围包括:第一视场角对应的横向范围,第二范围包括:第二视场角对应的横向范围;和/或第一范围包括:第一视场角对应的纵向范围,第二范围包括:第二视场角对应的纵向范围。
根据第一视场角、第二视场角,确定第一视场角对应的第一范围与第二视场角的第二范围的比例包括:根据第一视场角、显示屏的可视距离以及显示屏大小确定第一视场角对应的第一范围;根据第二视场角、显示屏的可视距离以及显示屏大小确定第二视场角对应的第二范围;确定第一范围和第二范围的比例。
显示屏大小可以包括显示屏的长与宽,第一视场角对应的横向范围可以为:在一定的可视距离条件下,与显示屏的长平行的贴有防窥贴膜的显示屏的可视范围。第二视场角对应的横向范围为在一定的可视距离条件下,与显示屏的长平行的摄像头在显示屏前方的可拍摄范围。
图2为一种可执行上述图像识别方法的图像识别系统的结构示意图,如图2所示:
α1为第一视场角,β1为第二视场角。w1为第一视场角对应的横向范围的1/2,w1,为第二视场角对应的横向范围的1/2。
d1为显示屏2的可视距离,显示屏的可视距离可以为拍摄装置能拍摄到的,距离显示屏的垂直距离最远的物体到显示屏的垂直距离,拍摄装置设置于显示屏的中央。
第一视场角对应的第一范围与第二视场角对应的第二范围的比例包括:第一视场对应的横向范围与第二视场角对应的横向范围的比例,与第一视场对应的纵向范围与第二视场角对应的纵向范围的比例。其中,第一视场角对应的横向范围与第二视场角对应的横向范围的比例用于裁剪第一图像的长度,第一视场对应的纵向范围与第二视场角对应的纵向范围的比例用于裁剪第一图像的宽度。
图2中,α1对应的横向范围为:2×w1;
其中,w1=1/2×c0+d1×tanα1;c0为显示屏2的长;
则α1对应的横向范围为:c0+2×d1×tanα1;
β1对应的横向范围为:2×w1,;
w1,=d1×tanβ1;
则β1对应的横向范围为:2×d1×tanβ1;
α1对应的横向范围与β1对应的横向范围的比例为公式1所示:
Figure BDA0002026258930000071
其中,p1为所述第一视场角对应的横向范围与所述第二视场角对应的横向范围的比例,d1以为摄像头22能拍摄到的,距离显示屏2的垂直距离最远的物体到显示屏2的垂直距离,摄像头22设置于显示屏2的中央。d1可通过测量工具或其他距离探测器进行测量。最远的物体可以为实际拍摄时的最远的物体,也可为选择的参照物。
裁剪方式可以为:摄像头22拍摄到的第一图像的长/裁剪后的第一图像的长=β1对应的横向范围/α1对应的横向范围。即:裁剪后的第一图像的长=摄像头拍摄到的第一图像的长×α1应的横向范围/β1对应的横向范围。其中,裁剪第一图像时从第一图像左右边缘以相同大小对称裁剪。
第一视场角对应的纵向范围为:在一定的可视距离条件下,与显示屏的宽平行的贴有防窥贴膜的显示屏的可视范围。第二视场角对应的纵向范围为在一定的可视距离条件下,与显示屏的宽平行的摄像头在显示屏前方的可拍摄范围。
图3为一种可执行上述图像识别方法的图像识别系统的结构示意图,如图3所示α2为第一视场角,β2为第二视场角。w2为第一视场角对应的纵向范围的1/2,w2,为第二视场角对应的纵向范围的1/2。
d2为显示屏2的可视距离,显示屏的可视距离可以为拍摄装置能拍摄到的,距离显示屏的垂直距离最远的物体到显示屏的垂直距离,拍摄装置设置于显示屏的中央。
图3中,α2对应的纵向范围为:2×w2;
其中,w2=1/2×w0+d2×tanα2;w0为显示屏2的宽;
则α2对应的纵向范围为:c0+2×d2×tanα2;
β2对应的纵向范围为:2×w2,;
w2,=d2×tanβ2;
则β2对应的纵向范围为:2×d2×tanβ2;
α2对应的纵向范围与β2对应的纵向范围的比例为公式2所示:
Figure BDA0002026258930000081
其中,p2为所述第一视场角对应的纵向范围与所述第二视场角对应的纵向范围的比例,d2以为摄像头22能拍摄到的,距离显示屏2的垂直距离最远的物体到显示屏2的垂直距离,摄像头22设置于显示屏2的中央。d2可通过测量工具或其他距离探测器进行测量。最远的物体可以为实际拍摄时的最远的物体,也可为选择的参照物。
裁剪方式可以为:摄像头22拍摄到的第一图像的长/裁剪后的第一图像的长=β2对应的纵向范围/α2对应的纵向范围。即:裁剪后的第一图像的长=摄像头拍摄到的第一图像的长×α2应的纵向范围/β2对应的纵向范围。其中,裁剪第一图像时从第一图像上下边缘以相同大小对称裁剪。当然,裁剪方式可以有多种,此处只是示例性说明,并不代表本公开局限于此。
图2和图3中,第一视场角α1与第一视场角α2可以相同,也可以不相同,第二视场角β1与第二视场角β2可以相同,也可以不相同。
裁剪第一图像的左右侧和上下侧之后,将获得第二图像。
需要理解的是,若第一视场角对应的横向范围与第二视场角对应的横向范围的比例为1,则不需对第一图像的长进行处理,若第一视场角对应的纵向范围与第二视场角对应的纵向范围的比例为1,则不需对第一图像的宽进行处理。
若第一视场角和第二视场角相同,则第一视场角对应的横向范围与第二视场角对应的横向范围的比例,与第一视场角对应的纵向范围与第二视场角对应的纵向范围的比例为相同,则对第一图像的长和宽进行同比例裁剪。
步骤S110.判断第二图像中是否含有目标对象,并将判断结果作为识别结果。
通常情况下,第二视场角大于第一视场角,所以第一图像大于第二图像,如果第一图像小于第二图像,则对第一图像直接进行识别,判断第一图像是否包含有目标对象,并将判断结果作为识别结果。
将第二图像输入预设模型,利用预设模型对第二图像进行判断,得到判断结果,并将判断结果作为识别结果,其中,预设模型为通过多组数据进行训练得到的,多组数据中的每组数据包括:包含有目标对象的图像和用于标识图像中包含有目标对象的标记。
在判断第二图像中是否含有目标对象之前,拍摄装置将拍摄多幅含有目标对象的图片,按照上述裁剪方法对拍摄到的图像进行处理得到样本图像,并对含有目标对象的样本图像进行标记。使用深度神经网络技术搭建人工智能识别子系统,并使用含有目标对象的样本图像进行深度神经网络的训练,获取图像识别模型。
在判断第二图像中是否含有目标对象时,将该第二图形输入图像识别模型,即可得出判断结果。
可选地,在判断第二图像中是否含有目标对象之前,拍摄装置可拍摄多幅含有目标对象的样本图像和不含目标对象的样本图像,按照上述裁剪方法对拍摄到的图像进行处理得到样本图像,并对含有目标对象的第一样本图像和不含有目标对象的第二样本图像进行标记。使用深度神经网络技术搭建人工智能识别子系统,并使用含有目标对象的第一样本图像和不含有目标对象的第二样本图像进行深度神经网络的训练,得到图像识别模型。
在判断第二图像中是否含有目标对象之前,拍摄装置将拍摄图像时,需分别采集多张在不同条件下的含有目标对象的样本图像和不含目标对象的样本图像。不同条件可为:不同光照条件、不同目标对象、目标对象的位置不同、出现不同的干扰物等。
判断第二图像中是否含有目标对象,并将判断结果作为识别结果之后,包括:
若识别结果指示第二图像中含有目标对象,则将显示屏显示的当前图像切换为预置的警示图像。也可通过切断显示屏当前显示的图像的显示源,将预置的警示图像显示在显示屏上。预置的警示图像可以为当前有人偷窥显示屏的文字提示,或语音提示。
若识别结果指示第二图像中不含有目标对象,则继续显示当前图像。
在上述实施例中,通过获取贴有防窥贴膜的显示屏的可视角度与拍摄装置在显示屏前方的可拍摄角度,拍摄装置对显示屏前方的可拍摄角度内的画面进行拍摄获取第一图像,并且根据贴有防窥贴膜的显示屏的可视角度,对第一图像进行处理,以获取与贴有防窥贴膜的显示屏的可视角度内的显示屏前方的画面范围相同的第二图像。并基于预设模型对图像中是否含有目标对象进行识别。提高了识别目标对象的准确度,进而解决了相关技术中的识别贴有防窥贴膜的显示屏的可视角度内,是否存在目标对象偷窥显示屏时,识别的准确度较低的技术问题。
图4是根据本发明实施例的一种图像获取方法的流程示意图。如图4所示,该方法包括:
步骤S402.获取第一视场角,第一视场角包括:贴有防窥贴膜的显示屏的可视角度。
为了防止显示屏被偷窥,需要在显示屏上覆盖防窥膜。在显示屏表面覆盖防窥膜之后,显示屏的可视角度为可以看到显示屏画面的最大观看角度,例如:当显示屏屏幕的可视角度为60度时,是指从左边看时,距屏幕最左边30度以外不可见,从右边看时,距屏幕最右边30度以外不可见。
计算机可根据防窥贴膜的参数获取第一视场角并将第一视场角进行存储,该计算机也可以为移动终端,例如手机、平板电脑、个人PC等。
步骤S404.获取第二视场角,第二视场角包括:拍摄装置在显示屏前方的可拍摄角度;
拍摄装置可以为安装在显示屏中央的摄像头,在显示屏上覆盖防窥贴膜之后,为了检测显示屏前是否有目标对象在偷窥,可在显示屏中央安装摄像头,对显示屏前的画面拍摄照片进行检测。拍摄装置在显示屏前方的可拍摄角度为:以拍摄装置的镜头为顶点,以被测目标的物像可通过镜头的最大范围的两条边缘构成的角。目标对象可以为偷拍设备和/或偷窥的人。摄像头可以凸出显示屏画面,并且,摄像头不被防窥贴膜覆盖。一般情况下,摄像头能拍摄到的显示屏前的可视角度大于贴有防窥贴膜的显示屏的可视角度,即第二视场角大于第一视场角。第二视场角可以通过读取摄像头的参数获取,摄像头参数包括:焦距,视场角,景深等。
计算机可根据摄像头参数获取第二视场角并将第二视场角进行存储,该计算机也可以为移动终端,例如手机、平板电脑、个人PC等。
S406.获取采用第二视场角进行拍摄采集到的第一图像。
拍摄装置可拍摄到第二视场角内的画面,拍摄的图像为第一图像。
S408.依据第一视场角对第一图像进行处理,得到第二图像。
依据第一视场角对第以图像进行处理,得到第二图像包括:根据第一视场角、第二视场角,确定第一视场角对应的第一范围与第二视场角的第二范围的比例,并根据该比例裁剪第一图像,得到第二图像。
其中,第一范围包括:第一视场角对应的横向范围,第二范围包括:第二视场角对应的横向范围;和/或第一范围包括:第一视场角对应的纵向范围,第二范围包括:第二视场角对应的纵向范围。
根据第一视场角、第二视场角,确定第一视场角对应的第一范围与第二视场角的第二范围的比例包括:根据第一视场角、显示屏的可视距离以及显示屏大小确定第一视场角对应的第一范围;根据第二视场角、显示屏的可视距离以及显示屏大小确定第二视场角对应的第二范围;确定第一范围和第二范围的比例。
显示屏大小可以包括显示屏的长与宽,第一视场角对应的横向范围可以为:在一定的可视距离条件下,与显示屏的长平行的贴有防窥贴膜的显示屏的可视范围。第二视场角对应的横向范围为在一定的可视距离条件下,与显示屏的长平行的摄像头在显示屏前方的可拍摄范围。
图2为一种可执行上述图像识别方法的图像识别系统的结构示意图。图2中,摄像头位于屏幕中间,只是为了方便说明本公开方法的实现原理,在实际应用中,摄像头可以安装在屏幕左侧或者屏幕右侧,当然,此处均为示例性说明。如图2所示:
α1为第一视场角,β1为第二视场角。w1为第一视场角对应的横向范围的1/2,w1,为第二视场角对应的横向范围的1/2。
d1为显示屏2的可视距离,显示屏的可视距离可以为拍摄装置能拍摄到的,距离显示屏的垂直距离最远的物体到显示屏的垂直距离,拍摄装置设置于显示屏的中央。
第一视场角对应的第一范围与第二视场角对应的第二范围的比例包括:第一视场对应的横向范围与第二视场角对应的横向范围的比例,与第一视场对应的纵向范围与第二视场角对应的纵向范围的比例。其中,第一视场角对应的横向范围与第二视场角对应的横向范围的比例用于裁剪第一图像的长度,第一视场对应的纵向范围与第二视场角对应的纵向范围的比例用于裁剪第一图像的宽度。
图2中,α1对应的横向范围为:2×w1;
其中,w1=1/2×c0+d1×tanα1;c0为显示屏2的长。
则α1对应的横向范围为:c0+2×d1×tanα1;
β1对应的横向范围为:2×w1,;
w1,=d1×tanβ1;
则β1对应的横向范围为:2×d1×tanβ1;
α1对应的横向范围与β1对应的横向范围的比例为公式3所示:
Figure BDA0002026258930000121
其中,p1为所述第一视场角对应的横向范围与所述第二视场角对应的横向范围的比例,d1以为摄像头22能拍摄到的,距离显示屏2的垂直距离最远的物体到显示屏2的垂直距离,摄像头22设置于显示屏2的中央。d1可通过测量工具或其他距离探测器进行测量。最远的物体可以为实际拍摄时的最远的物体,也可为选择的参照物。
裁剪方式可以为:摄像头22拍摄到的第一图像的长/裁剪后的第一图像的长=β1对应的横向范围/α1对应的横向范围。即:裁剪后的第一图像的长=摄像头拍摄到的第一图像的长×α1应的横向范围/β1对应的横向范围。其中,裁剪第一图像时从第一图像左右边缘以相同大小对称裁剪。
第一视场角对应的纵向范围为:在一定的可视距离条件下,与显示屏的宽平行的贴有防窥贴膜的显示屏的可视范围。第二视场角对应的纵向范围为在一定可视距离条件下,与显示屏的宽平行的摄像头在显示屏前方的可拍摄范围。
图3为一种可执行上述图像识别方法的图像识别系统的结构示意图,图3中,摄像头位于屏幕中间,只是为了方便说明本公开方法的实现原理,在实际应用中,摄像头可以安装在屏幕顶端或者屏幕底端,当然,此处均为示例性说明。如图3所示α2为第一视场角,β2为第二视场角。w2为第一视场角对应的纵向范围的1/2,w2,为第二视场角对应的纵向范围的1/2。
d2为显示屏2的可视距离,显示屏的可视距离可以为拍摄装置能拍摄到的,距离显示屏的垂直距离最远的物体到显示屏的垂直距离,拍摄装置设置于显示屏的中央。
图3中,α2对应的纵向范围为:2×w2;
其中,w2=1/2×w0+d2×tanα2;w0为显示屏2的宽;
则α2对应的纵向范围为:c0+2×d2×tanα2;
β2对应的纵向范围为:2×w2,;
w2,=d2×tanβ2;
则β2对应的纵向范围为:2×d2×tanβ2;
α2对应的纵向范围与β2对应的纵向范围的比例为公式4所示:
Figure BDA0002026258930000131
其中,p2为所述第一视场角对应的纵向范围与所述第二视场角对应的纵向范围的比例,d2以为摄像头22能拍摄到的,距离显示屏2的垂直距离最远的物体到显示屏2的垂直距离,摄像头22设置于显示屏2的中央。d2可通过测量工具或其他距离探测器进行测量。最远的物体可以为实际拍摄时的最远的物体,也可为选择的参照物。
裁剪方式可以为:摄像头22拍摄到的第一图像的长/裁剪后的第一图像的长=β2对应的纵向范围/α2对应的纵向范围。即:裁剪后的第一图像的长=摄像头拍摄到的第一图像的长×α2应的纵向范围/β2对应的纵向范围。其中,裁剪第一图像时从第一图像上下边缘以相同大小对称裁剪。
图2和图3中,第一视场角α1与第一视场角α2可以相同,也可以不相同,第二视场角β1与第二视场角β2可以相同,也可以不相同。
裁剪第一图像的左右侧和上下侧之后,将获得第二图像,第二图像可用于监督者对第二图像进行分析,例如分析显示屏前是否有偷窥者或偷拍设备等。
需要理解的是,若第一视场角对应的横向范围与第二视场角对应的横向范围的比例为1,则不需对第一图像的长进行处理,若第一视场角对应的纵向范围与第二视场角对应的纵向范围的比例为1,则不需对第一图像的宽进行处理。
若第一视场角和第二视场角相同,则第一视场角对应的横向范围与第二视场角对应的横向范围的比例,与第一视场角对应的纵向范围与第二视场角对应的纵向范围的比例为相同,则对第一图像的长和宽进行同比例裁剪。
在上述实施例中,通过获取贴有防窥贴膜的显示屏的可视角度与拍摄装置在显示屏前方的可拍摄角度,拍摄装置对显示屏前方的可拍摄角度内的画面进行拍摄获取第一图像,并且根据贴有防窥贴膜的显示屏的可视角度,对第一图像进行处理,可获取到与贴有防窥贴膜的显示屏的可视角度内的显示屏前方的画面范围相同的第二图像。第二图像可用于监督者对第二图像进行分析,例如分析显示屏前是否有偷窥者或偷拍设备等。
图5是根据本发明实施例的一种图像识别方法的流程示意图。如图5所示,该方法包括:
步骤S502.获取第一视场角,第一视场角包括:贴有防窥贴膜的显示屏的可视角度。
为了防止显示屏被偷窥,需要在显示屏上覆盖防窥膜。在显示屏表面覆盖防窥膜之后,显示屏的可视角度为可以看到显示屏画面的最大观看角度,例如:当显示屏屏幕的可视角度为60度时,是指从左边看时,距屏幕最左边30度以外不可见,从右边看时,距屏幕最右边30度以外不可见。
计算机可根据防窥贴膜的参数获取第一视场角并将第一视场角进行存储,,该计算机也可以为移动终端,例如手机、平板电脑、个人PC等。
步骤S504.根据第一视场角调整第二视场角,第二视场角包括:拍摄装置在显示屏前方的可拍摄角度。
拍摄装置可以为安装在显示屏中央的摄像头,在显示屏上覆盖防窥贴膜之后,为了检测显示屏前是否有目标对象在偷窥,可在显示屏中央安装摄像头,对显示屏前的画面拍摄照片进行检测。拍摄装置在显示屏前方的可拍摄角度为:以拍摄装置的镜头为顶点,以被测目标的物像可通过镜头的最大范围的两条边缘构成的角。目标对象可以为偷拍设备和/或偷窥的人。摄像头可以凸出显示屏画面,并且,摄像头不被防窥贴膜覆盖。一般情况下,摄像头能拍摄到的显示屏前的可视角度大于贴有防窥贴膜的显示屏的可视角度,即第二视场角大于第一视场角。第二视场角可以根据第一视场角进行调整。
在另一个可选实施例中,如果无法获取第一视场角,例如,用于存储第一视场角的存储器故障或者存储器与获取第二视场角的设备之间通信故障时,第二视场角可以通过读取摄像头的参数获取,以保证在故障情况下,也能采集图像,其中,上述摄像头参数包括但不限于以下至少之一:焦距,视场角,景深等。
根据第一视场角调整第二视场角以使第一视场角对应的第一范围与第二视场角对应的第二范围相同。具体的,可设定第一视场角对应的第一范围与调整后的第二视场角的第二范围的比例为1。
其中,第一范围包括:第一视场角对应的横向范围,第二范围包括调整后的:第二视场角对应的横向范围;和/或第一范围包括调整后的:第一视场角对应的纵向范围,调整后的第二范围包括:调整后的第二视场角对应的纵向范围;
显示屏大小可以包括显示屏的长与宽,第一视场角对应的横向范围为:在一定的可视距离条件下,与显示屏的长平行的贴有防窥贴膜的显示屏的可视范围。图2为一种可执行上述图像识别方法的图像识别系统的结构示意图。
如图2所示,α1为第一视场角,β1为第二视场角。w1为第一视场角对应的横向范围的1/2,w1,为第二视场角对应的横向范围的1/2。
调整后的第二视场角对应的横向范围为在一定的可视距离条件下,与显示屏的长平行的摄像头在显示屏前方的可拍摄范围。如图2所示,调整后的β1为摄像头22在显示屏前方的可拍摄角度。
d1为显示屏2的可视距离,显示屏的可视距离可以为拍摄装置能拍摄到的,距离显示屏的垂直距离最远的物体到显示屏的垂直距离,拍摄装置设置于显示屏的中央。
图2中,α1对应的横向范围为:2×w1;
其中,w1=1/2×c0+d1×tanα1;c0为显示屏2的长;
则α1对应的横向范围为:c0+2×d1×tanα1;
为了使调整后的β1对应的横向范围与α1对应的横向范围相同,
需:w1/d1=tanβ1;
即需将原第二视场角调整为公式5的结果:
Figure BDA0002026258930000151
其中,s1为调整后的第二视场角,d1以为摄像头22能拍摄到的,距离显示屏2的垂直距离最远的物体到显示屏2的垂直距离,摄像头22设置于显示屏2的中央。d1可通过测量工具或其他距离探测器进行测量。最远的物体可以为实际拍摄时的最远的物体,也可为选择的参照物。
按照上述方法调整β1后,在对应的d1的条件下,α1对应的横向范围与调整后的β1对应的横向范围相同。
图3为一种可执行上述图像识别方法的图像识别系统的结构示意图,如图3所示α2为第一视场角,β2为第二视场角。w2为第一视场角对应的纵向范围的1/2,w2,为第二视场角对应的纵向范围的1/2。
d2为显示屏2的可视距离,显示屏的可视距离可以为拍摄装置能拍摄到的,距离显示屏的垂直距离最远的物体到显示屏的垂直距离,拍摄装置设置于显示屏的中央。
图中3,α2对应的纵向范围为:2×w2;
其中,w2=1/2×w0+d2×tanα2;w0为显示屏2的宽;
则α2对应的纵向范围为:w0+2×d2×tanα2;
为了使调整后的β2对应的纵向范围与α2对应的纵向范围相同,
需:w2/d2=tanβ2;
即需将原第二视场角调整为公式6的结果:
Figure BDA0002026258930000161
其中,s2为调整后的第二视场角,d2以为摄像头22能拍摄到的,距离显示屏2的垂直距离最远的物体到显示屏2的垂直距离,摄像头22设置于显示屏2的中央。d2可通过测量工具或其他距离探测器进行测量。最远的物体可以为实际拍摄时的最远的物体,也可为选择的参照物。
按照上述方法调整β2后,在对应的d2的条件下,α2对应的纵向范围与调整后的β2对应的纵向范围相同。图2和图3中,第一视场角α1与第一视场角α2可以相同,也可以不相同,第二视场角β1与第二视场角β2可以相同,也可以不相同。
步骤S506.获取采用调整后的第二视场角进行拍摄采集到的图像。
步骤S508.判断图像中是否含有目标对象,并将判断结果作为识别结果。
将拍摄装置采用第二视场角进行拍摄采集到的图像称为第二图像。
将第二图像输入预设模型,利用预设模型对第二图像进行判断,得到判断结果,并将判断结果作为识别结果,其中,预设模型为通过多组数据进行训练得到的,多组数据中的每组数据包括:包含有目标对象的图像和用于标识图像中包含有目标对象的标记。
在判断第二图像中是否含有目标对象之前,拍摄装置将拍摄多幅含有目标对象的图片,按照上述裁剪方法对拍摄到的图像进行处理得到样本图像,并对含有目标对象的样本图像进行标记。使用深度神经网络技术搭建人工智能识别子系统,并使用含有目标对象的样本图像进行深度神经网络的训练,获取图像识别模型。
在判断第二图像中是否含有目标对象时,将该第二图形输入图像识别模型,即可得出判断结果。
可选地,在判断第二图像中是否含有目标对象之前,拍摄装置可拍摄多幅含有目标对象的样本图像和不含目标对象的样本图像,按照上述裁剪方法对拍摄到的图像进行处理得到样本图像,并对含有目标对象的第一样本图像和不含有目标对象的第二样本图像进行标记。使用深度神经网络技术搭建人工智能识别子系统,并使用含有目标对象的第一样本图像和不含有目标对象的第二样本图像进行深度神经网络的训练,得到图像识别模型。
在判断第二图像中是否含有目标对象之前,拍摄装置将拍摄图像时,需分别采集多张在不同条件下的含有目标对象的样本图像和不含目标对象的样本图像。不同条件可为:不同光照条件、不同目标对象、目标对象的位置不同、出现不同的干扰物等。
判断第二图像中是否含有目标对象,并将判断结果作为识别结果之后,包括:
若识别结果指示第二图像中含有目标对象,则将显示屏显示的当前图像切换为预置的警示图像。也可通过切断显示屏当前显示的图像的显示源,将预置的警示图像显示在显示屏上。预置的警示图像可以为当前有人偷窥显示屏的文字提示,或语音提示。
若识别结果指示第二图像中不含有目标对象,则继续显示当前图像。
在上述实施例中,通过获取第一视场角,第一视场角包括:贴有防窥贴膜的显示屏的可视角度;根据第一视场角调整第二视场角,第二视场角包括:拍摄装置在显示屏前方的可拍摄角度;获取采用调整后的第二视场角进行拍摄采集到的图像;以获取与贴有防窥贴膜的显示屏的可视角度内的显示屏前方的画面范围相同的第二图像。并基于预设模型对图像中是否含有目标对象进行识别。提高了识别目标对象的准确度,进而解决了相关技术中的识别贴有防窥贴膜的显示屏的可视角度内,是否存在目标对象偷窥显示屏时,识别的准确度较低的技术问题。
图6为根据本发明实施例的一种图像识别装置的结构示意图。如图6所示该装置包括:
获取模块602,用于获取第一视场角,第一视场角包括:贴有防窥贴膜的显示屏的可视角度;获取模块602还用于获取第二视场角,第二视场角包括:拍摄装置在显示屏前方的可拍摄角度;获取模块602还用于获取采用第二视场角进行拍摄采集到的第一图像;
处理模块604,用于依据第一视场角对第一图像进行处理,得到第二图像;
判断模块606,用于判断第二图像中是否含有目标对象,并将判断结果作为识别结果;
需要说明的是,图6所示实施例的优选实施方式可以参见图1所示方法实施例的相关描述,此处不再赘述。
图7为根据本发明实施例的一种图像识别系统的结构示意图。如图7所示该装置包括:
处理器702,用于获取第一视场角,第一视场角包括:贴有防窥贴膜的显示屏的可视角度;获取第二视场角,第二视场角包括:拍摄装置在显示屏前方的可拍摄角度;获取并存储取采用第二视场角进行拍摄采集到的第一图像;以及依据第一视场角对第一图像进行处理,得到第二图像,并用于判断第二图像中是否含有目标对象,并将判断结果作为识别结果。
拍摄装置704,用于采用第二视场角进行拍摄采集第一图像。
需要说明的是,图7所示实施例的优选实施方式可以参见图1所示方法实施例的相关描述,此处不再赘述。
根据本发明实施例的另一方面,还提供了一种存储介质,该存储介质包括存储的程序,其中,在程序运行时控制存储介质所在设备执行以上的图像识别方法。
根据本发明实施例的又一方面,提供了一种处理器,该处理器用于运行程序,其中,程序运行时执行以上的图像识别方法。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
在本发明的上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的技术内容,可通过其它的方式实现。其中,以上所描述的装置实施例仅仅是示意性的,例如所述单元的划分,可以为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,单元或模块的间接耦合或通信连接,可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。

Claims (9)

1.一种图像识别方法,其特征在于,包括:
获取第一视场角,所述第一视场角包括:贴有防窥贴膜的显示屏的可视角度;
获取第二视场角,所述第二视场角包括:拍摄装置在显示屏前方的可拍摄角度;
获取采用所述第二视场角进行拍摄采集到的第一图像;
依据所述第一视场角对所述第一图像进行处理,得到第二图像;
判断所述第二图像中是否含有目标对象,并将判断结果作为识别结果;
依据所述第一视场角对所述第一图像进行处理,得到第二图像,包括:
根据所述第一视场角、第二视场角,确定所述第一视场角对应的第一范围与所述第二视场角的第二范围的比例,其中,所述第一范围包括:第一视场角对应的横向范围,所述第二范围包括:第二视场角对应的横向范围;和/或所述第一范围包括:第一视场角对应的纵向范围,所述第二范围包括:所述第二视场角对应的纵向范围;根据所述比例裁剪所述第一图像,得到所述第二图像;
所述根据所述第一视场角、第二视场角,确定所述第一视场角对应的第一范围与所述第二视场角的第二范围的比例包括:
根据所述第一视场角、所述显示屏的可视距离以及显示屏大小确定所述第一视场角对应的第一范围;根据所述第二视场角、所述显示屏的可视距离以及显示屏大小确定所述第二视场角对应的第二范围;确定所述第一范围和所述第二范围的比例。
2.根据权利要求1所述的方法,其特征在于,所述确定所述第一范围和第二范围的比例包括:
通过以下公式确定所述第一视场角对应的横向范围与所述第二视场角对应的横向范围的比例:
Figure FDA0002894449750000011
其中,p1为所述第一视场角对应的横向范围与所述第二视场角对应的横向范围的比例,c0为所述显示屏的长度,d1为显示屏的可视距离,α1为所述第一视场角,β1为所述第二视场角;
通过以下公式确定所述第一视场角对应的纵向范围与所述第二视场角对应的纵向范围的比例:
Figure FDA0002894449750000021
其中,p2为所述第一视场角对应的纵向范围与所述第二视场角对应的纵向范围的比例,w0为所述显示屏的宽,d2为显示屏的可视距离,α2为所述第一视场角,β2为所述第二视场角。
3.根据权利要求1或2所述的方法,其特征在于,判断所述第二图像中是否含有目标对象,并将判断结果作为识别结果,包括:
将所述第二图像输入预设模型,利用所述预设模型对所述第二图像进行判断,得到所述判断结果,并将所述判断结果作为识别结果,其中,所述预设模型为通过多组数据进行训练得到的,所述多组数据中的每组数据包括:包含有目标对象的图像和用于标识图像中包含有目标对象的标记。
4.根据权利要求1所述的方法,其特征在于,所述判断所述第二图像中是否含有目标对象,并将判断结果作为识别结果之后,包括:
若识别结果指示所述第二图像中含有目标对象,则将所述显示屏显示的当前图像切换为预置的警示图像。
5.根据权利要求1所述的方法,其特征在于,所述判断所述第二图像中是否含有目标对象,并将判断结果作为识别结果之后,包括:
若识别结果指示所述第二图像中不含有目标对象,则继续显示当前图像。
6.一种图像获取方法,其特征在于,包括:
获取第一视场角,所述第一视场角包括:贴有防窥贴膜的显示屏的可视角度;
获取第二视场角,所述第二视场角包括:拍摄装置在显示屏前方的可拍摄角度;
获取采用所述第二视场角进行拍摄采集到的第一图像;
依据所述第一视场角对所述第一图像进行处理,得到第二图像;
依据所述第一视场角对所述第一图像进行处理,得到第二图像,包括:
根据所述第一视场角、第二视场角,确定所述第一视场角对应的第一范围与所述第二视场角的第二范围的比例,其中,所述第一范围包括:第一视场角对应的横向范围,所述第二范围包括:第二视场角对应的横向范围;和/或所述第一范围包括:第一视场角对应的纵向范围,所述第二范围包括:所述第二视场角对应的纵向范围;根据所述比例裁剪所述第一图像,得到所述第二图像;
所述根据所述第一视场角、第二视场角,确定所述第一视场角对应的第一范围与所述第二视场角的第二范围的比例包括:
根据所述第一视场角、所述显示屏的可视距离以及显示屏大小确定所述第一视场角对应的第一范围;根据所述第二视场角、所述显示屏的可视距离以及显示屏大小确定所述第二视场角对应的第二范围;确定所述第一范围和所述第二范围的比例。
7.一种图像识别方法,其特征在于,包括:
获取第一视场角,所述第一视场角包括:贴有防窥贴膜的显示屏的可视角度;
根据所述第一视场角调整第二视场角,所述第二视场角包括:拍摄装置在显示屏前方的可拍摄角度;
获取采用调整后的第二视场角进行拍摄采集到的图像;
判断所述图像中是否含有目标对象,并将判断结果作为识别结果;
所述根据所述第一视场角调整第二视场角包括:根据所述第一视场角、第二视场角,确定所述第一视场角对应的第一范围与所述第二视场角的第二范围的比例,其中,所述第一范围包括:第一视场角对应的横向范围,所述第二范围包括:第二视场角对应的横向范围;和/或所述第一范围包括:第一视场角对应的纵向范围,所述第二范围包括:所述第二视场角对应的纵向范围;
所述根据所述第一视场角、第二视场角,确定所述第一视场角对应的第一范围与所述第二视场角的第二范围的比例包括:
根据所述第一视场角、所述显示屏的可视距离以及显示屏大小确定所述第一视场角对应的第一范围;根据所述第二视场角、所述显示屏的可视距离以及显示屏大小确定所述第二视场角对应的第二范围;确定所述第一范围和所述第二范围的比例。
8.一种图像识别装置,其特征在于,包括:
获取模块,用于获取第一视场角,所述第一视场角包括:贴有防窥贴膜的显示屏的可视角度;获取模块还用于获取第二视场角,所述第二视场角包括:拍摄装置在显示屏前方的可拍摄角度;获取模块还用于获取采用所述第二视场角进行拍摄采集到的第一图像;
处理模块,用于依据所述第一视场角对所述第一图像进行处理,得到第二图像;
判断模块,用于判断所述第二图像中是否含有目标对象,并将判断结果作为识别结果;
其中,所述处理模块,用于根据所述第一视场角、第二视场角,确定所述第一视场角对应的第一范围与所述第二视场角的第二范围的比例,其中,所述第一范围包括:第一视场角对应的横向范围,所述第二范围包括:第二视场角对应的横向范围;和/或所述第一范围包括:第一视场角对应的纵向范围,所述第二范围包括:所述第二视场角对应的纵向范围;根据所述比例裁剪所述第一图像,得到所述第二图像;
所述处理模块,还用于根据所述第一视场角、所述显示屏的可视距离以及显示屏大小确定所述第一视场角对应的第一范围;根据所述第二视场角、所述显示屏的可视距离以及显示屏大小确定所述第二视场角对应的第二范围;确定所述第一范围和所述第二范围的比例。
9.一种图像识别系统,其特征在于,包括:
处理器,用于获取第一视场角,所述第一视场角包括:贴有防窥贴膜的显示屏的可视角度;获取第二视场角,所述第二视场角包括:拍摄装置在显示屏前方的可拍摄角度;获取采用所述第二视场角进行拍摄采集到的第一图像;以及依据所述第一视场角对所述第一图像进行处理,得到第二图像;用于判断所述第二图像中是否含有目标对象,并将判断结果作为识别结果;
所述拍摄装置,用于采用所述第二视场角进行拍摄,得到所述第一图像;
其中,所述处理器,用于根据所述第一视场角、第二视场角,确定所述第一视场角对应的第一范围与所述第二视场角的第二范围的比例,其中,所述第一范围包括:第一视场角对应的横向范围,所述第二范围包括:第二视场角对应的横向范围;和/或所述第一范围包括:第一视场角对应的纵向范围,所述第二范围包括:所述第二视场角对应的纵向范围;根据所述比例裁剪所述第一图像,得到所述第二图像;
所述处理器,还用于根据所述第一视场角、所述显示屏的可视距离以及显示屏大小确定所述第一视场角对应的第一范围;根据所述第二视场角、所述显示屏的可视距离以及显示屏大小确定所述第二视场角对应的第二范围;确定所述第一范围和所述第二范围的比例。
CN201910295215.3A 2019-04-12 2019-04-12 图像识别方法及装置、系统 Active CN110070015B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910295215.3A CN110070015B (zh) 2019-04-12 2019-04-12 图像识别方法及装置、系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910295215.3A CN110070015B (zh) 2019-04-12 2019-04-12 图像识别方法及装置、系统

Publications (2)

Publication Number Publication Date
CN110070015A CN110070015A (zh) 2019-07-30
CN110070015B true CN110070015B (zh) 2021-07-02

Family

ID=67367689

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910295215.3A Active CN110070015B (zh) 2019-04-12 2019-04-12 图像识别方法及装置、系统

Country Status (1)

Country Link
CN (1) CN110070015B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111985331A (zh) * 2020-07-20 2020-11-24 中电天奥有限公司 预防商业秘密被窃照的检测方法及装置
CN112702530B (zh) * 2020-12-29 2023-04-25 维沃移动通信(杭州)有限公司 算法控制方法及电子设备

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101576943A (zh) * 2008-05-06 2009-11-11 英业达股份有限公司 防窥视电子装置及防窥视方法
US8963831B2 (en) * 2011-07-18 2015-02-24 Stmicroelectronics (Rousset) Sas Method and device for controlling an apparatus as a function of detecting persons in the vicinity of the apparatus
CN106156663A (zh) * 2015-04-14 2016-11-23 小米科技有限责任公司 一种终端环境检测方法及装置
CN106550134A (zh) * 2016-10-31 2017-03-29 努比亚技术有限公司 隐私信息保护方法及移动终端
CN106682540A (zh) * 2016-12-06 2017-05-17 上海斐讯数据通信技术有限公司 一种智能防偷窥方法及装置
CN207283618U (zh) * 2017-10-31 2018-04-27 信利光电股份有限公司 一种手机
CN108416235A (zh) * 2018-03-30 2018-08-17 百度在线网络技术(北京)有限公司 显示界面防偷窥的方法、装置、存储介质及终端设备
CN108537070A (zh) * 2017-03-01 2018-09-14 中兴通讯股份有限公司 一种显示方法及终端

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101276499B (zh) * 2008-04-18 2010-09-01 浙江工业大学 基于全方位计算机视觉的atm设备的智能监控装置
CN103324899A (zh) * 2012-03-23 2013-09-25 富泰华工业(深圳)有限公司 电子设备及其显示屏防窥视方法
CN105447420A (zh) * 2014-08-13 2016-03-30 联想(北京)有限公司 控制方法、显示装置及电子设备
CN106657628A (zh) * 2016-12-07 2017-05-10 努比亚技术有限公司 一种移动终端防偷窥的方法、装置及终端
CN107843993B (zh) * 2017-11-09 2020-01-10 维沃移动通信有限公司 一种显示屏可视角度的控制方法、移动终端及计算机存储介质
CN108563029A (zh) * 2018-01-19 2018-09-21 北京航星机器制造有限公司 一种屏幕防窥防拍系统

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101576943A (zh) * 2008-05-06 2009-11-11 英业达股份有限公司 防窥视电子装置及防窥视方法
US8963831B2 (en) * 2011-07-18 2015-02-24 Stmicroelectronics (Rousset) Sas Method and device for controlling an apparatus as a function of detecting persons in the vicinity of the apparatus
CN106156663A (zh) * 2015-04-14 2016-11-23 小米科技有限责任公司 一种终端环境检测方法及装置
CN106550134A (zh) * 2016-10-31 2017-03-29 努比亚技术有限公司 隐私信息保护方法及移动终端
CN106682540A (zh) * 2016-12-06 2017-05-17 上海斐讯数据通信技术有限公司 一种智能防偷窥方法及装置
CN108537070A (zh) * 2017-03-01 2018-09-14 中兴通讯股份有限公司 一种显示方法及终端
CN207283618U (zh) * 2017-10-31 2018-04-27 信利光电股份有限公司 一种手机
CN108416235A (zh) * 2018-03-30 2018-08-17 百度在线网络技术(北京)有限公司 显示界面防偷窥的方法、装置、存储介质及终端设备

Also Published As

Publication number Publication date
CN110070015A (zh) 2019-07-30

Similar Documents

Publication Publication Date Title
CN108764091B (zh) 活体检测方法及装置、电子设备和存储介质
EP2950520B1 (en) Method and apparatus for outputting picture
CN105279372B (zh) 一种确定建筑物高度的方法和装置
US8315443B2 (en) Viewpoint detector based on skin color area and face area
US8176426B2 (en) Image reproduction apparatus and image reproduction program product
US11776307B2 (en) Arrangement for generating head related transfer function filters
US8928770B2 (en) Multi-subject imaging device and imaging method
CN108605087B (zh) 终端的拍照方法、拍照装置和终端
CN109934931B (zh) 采集图像、建立目标物体识别模型的方法及装置
CN104798103B (zh) 面部识别装置、识别方法及其程序和信息设备
CN103248822A (zh) 摄像终端的对焦方法及摄像终端
CN110070015B (zh) 图像识别方法及装置、系统
CN101620359A (zh) 眼睛视线判断的方法
CA3147418A1 (en) Living body detection method and system for human face by using two long-baseline cameras
CN112434546A (zh) 人脸活体检测方法及装置、设备、存储介质
CN108650431B (zh) 一种拍摄控制方法、装置及电子设备
TWI603225B (zh) 液晶顯示器顯示視角的調整方法和裝置
CN110770786A (zh) 基于摄像设备的遮挡检测修复装置及其遮挡检测修复方法
US10715787B1 (en) Depth imaging system and method for controlling depth imaging system thereof
CN103796007B (zh) 裸视立体显示装置的自动调校方法及系统
CN105744158A (zh) 视频图像显示的方法、装置及移动终端
CN114910052A (zh) 一种基于摄像头的测距方法、控制方法、装置和电子设备
KR101525626B1 (ko) 아웃 포커싱 장치 및 방법
CN110162949B (zh) 控制图像显示的方法及装置
CN112232121A (zh) 活体检测方法、装置、设备及介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
CB02 Change of applicant information

Address after: Room A09, 26 / F, building 5, digital China Science and Technology Park, 20 zhangbasi Road, hi tech Zone, Xi'an City, Shaanxi Province 710003

Applicant after: Xi'an Kerui Zhiying Information Technology Co., Ltd

Applicant after: Su Rui

Address before: 400800 Intelligent Terminal Industrial Park of Pingshan Industrial Park, Qijiang District, Chongqing

Applicant before: Chongqing Kerui Intelligent Technology Co.,Ltd.

Applicant before: Su Rui

CB02 Change of applicant information
GR01 Patent grant
GR01 Patent grant