CN110334595B - 一种犬尾运动的识别方法、装置、系统及存储介质 - Google Patents
一种犬尾运动的识别方法、装置、系统及存储介质 Download PDFInfo
- Publication number
- CN110334595B CN110334595B CN201910457282.0A CN201910457282A CN110334595B CN 110334595 B CN110334595 B CN 110334595B CN 201910457282 A CN201910457282 A CN 201910457282A CN 110334595 B CN110334595 B CN 110334595B
- Authority
- CN
- China
- Prior art keywords
- dog
- canine
- tail
- ring
- dog tail
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
- G06V20/41—Higher-level, semantic clustering, classification or understanding of video scenes, e.g. detection, labelling or Markovian modelling of sport events or news items
- G06V20/42—Higher-level, semantic clustering, classification or understanding of video scenes, e.g. detection, labelling or Markovian modelling of sport events or news items of sport video content
Landscapes
- Engineering & Computer Science (AREA)
- Computational Linguistics (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
Abstract
本发明提供了一种犬尾运动的识别方法、装置、系统及存储介质,所述方法包括:获取带有犬尾环的犬只的犬只图像序列,所述犬只图像序列包括至少两帧带有所述犬尾环的犬只图像;检测所述犬只图像序列中的所述犬尾环,得到每帧犬只图像的犬尾环位置;基于所述犬只图像序列中的所述犬尾环位置和所述犬尾环位置被检测到的时间信息确定所述犬尾的运动方向。根据本发明的方法、装置、系统及存储介质,通过对犬尾环的检测得到犬尾的运动方向,进而得到犬只的情感表达信息,实现了无需设置传感器即可获取犬只的情感信息,操作方便,成本低,识别准确且效率高,提升了用户体验。
Description
技术领域
本发明涉及图像处理技术领域,更具体地涉及犬尾运动的识别的处理。
背景技术
众所周知,犬只通过摇尾巴来表达情感,例如犬只尾巴朝左代表生气,朝右代表高兴。所以,现在越来越多的技术利用犬只尾巴的运动向来识别犬只的情感信息。目前所采用的方法是,在犬只的尾巴上佩戴犬尾环,犬尾环上带有加速度计和回旋仪,用户通过该犬尾环就能收集到犬尾巴环的传感器的数据,结合和该传感器相连接的移动设备来做信息处理,来辨别犬尾的运动方向,进而便能得出犬只尾巴运动的具体情感。但是,该方法需要提前在犬尾环上配置传感器,传感器和移动设备连接之后才能使用,无疑增加了用户使用的成本,识别不方便,且效率低下。
因此,现有技术中存在需要具有配置传感器的犬尾环,传感器和移动设备连接之后才能使用,导致犬尾运动识别的成本高且操作不方便的问题,影响用户的使用体验。
发明内容
考虑到上述问题而提出了本发明。本发明提供了一种犬尾运动的识别方法、装置、系统及计算机存储介质,通过对犬尾环的检测得到犬尾的运动方向,进而得到犬只的情感表达信息,实现了无需设置传感器即可获取犬只的情感信息,操作方便,成本低,识别准确且效率高,提升了用户体验。
根据本发明的第一方面,提供了一种犬尾运动的识别方法,包括:
获取带有犬尾环的犬只的犬只图像序列,所述犬只图像序列包括至少两帧带有所述犬尾环的犬只图像;
检测所述犬只图像序列中的所述犬尾环,得到每帧犬只图像的犬尾环位置;
基于所述犬只图像序列中的所述犬尾环位置和所述犬尾环位置被检测到的时间信息确定所述犬尾的运动方向。
根据本发明的第二方面,提供了一种犬尾运动的识别装置,包括:
图像输入模块,用于获取带有犬尾环的犬只的犬只图像序列,所述犬只图像序列包括至少两帧带有所述犬尾环的犬只图像;
图像分析模块,用于检测所述犬只图像序列中的所述犬尾环,得到每帧犬只图像的犬尾环位置;
运动判断模块,用于基于所述犬只图像序列中的所述犬尾环位置和所述犬尾环位置被检测到的时间信息确定所述犬尾的运动方向。
根据本发明的第三方面,提供了一种犬尾运动的识别系统,包括存储器、处理器及存储在所述存储器上且在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现第一方面所述方法的步骤。
根据本发明的第四方面,提供了一种计算机存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被计算机执行时实现第一方面所述方法的步骤。
根据本发明实施例的犬尾运动的识别方法、装置、系统及计算机存储介质,通过对犬尾环的检测得到犬尾的运动方向,进而得到犬只的情感表达信息,实现了无需设置传感器即可获取犬只的情感信息,操作方便,成本低,识别准确且效率高,提升了用户体验。
附图说明
通过结合附图对本发明实施例进行更详细的描述,本发明的上述以及其它目的、特征和优势将变得更加明显。附图用来提供对本发明实施例的进一步理解,并且构成说明书的一部分,与本发明实施例一起用于解释本发明,并不构成对本发明的限制。在附图中,相同的参考标号通常代表相同部件或步骤。
图1是用于实现根据本发明实施例的犬尾运动的识别方法和装置的示例电子设备的示意性框图;
图2是根据本发明实施例的犬尾运动的识别方法的示意性流程图;
图3是根据本发明实施例的获取带有犬尾环的犬只的犬只图像序列的示例;
图4A-4C是根据本发明实施例的检测所述犬只图像序列中的所述犬尾环的示例;
图5是根据本发明实施例的确定所述犬尾的运动方向的示例;
图6是根据本发明实施例的犬尾运动的识别装置的示意性框图;
图7是根据本发明实施例的犬尾运动的识别系统的示意性框图。
具体实施方式
为了使得本发明的目的、技术方案和优点更为明显,下面将参照附图详细描述根据本发明的示例实施例。显然,所描述的实施例仅仅是本发明的一部分实施例,而不是本发明的全部实施例,应理解,本发明不受这里描述的示例实施例的限制。基于本发明中描述的本发明实施例,本领域技术人员在没有付出创造性劳动的情况下所得到的所有其它实施例都应落入本发明的保护范围之内。
首先,参考图1来描述用于实现本发明实施例的犬尾运动的识别方法和装置的示例电子设备100。
如图1所示,电子设备100包括一个或多个处理器101、一个或多个存储装置102、输入装置103、输出装置104、图像传感器105,这些组件通过总线系统106或其它形式的连接机构(未示出)互连。应当注意,图1所示的电子设备100的组件和结构只是示例性的,而非限制性的,根据需要,所述电子设备也可以具有其他组件和结构。
所述处理器101可以是中央处理单元(CPU)或者具有数据处理能力或指令执行能力的其它形式的处理单元,并且可以控制所述电子设备100中的其它组件以执行期望的功能。
所述存储装置102可以包括一个或多个计算机程序产品,所述计算机程序产品可以包括各种形式的计算机可读存储介质,例如易失性存储器或非易失性存储器。所述易失性存储器例如可以包括随机存取存储器(RAM)或高速缓冲存储器(cache)等。所述非易失性存储器例如可以包括只读存储器(ROM)、硬盘、闪存等。在所述计算机可读存储介质上可以存储一个或多个计算机程序指令,处理器102可以运行所述程序指令,以实现下文所述的本发明实施例中(由处理器实现)的客户端功能以及/或者其它期望的功能。在所述计算机可读存储介质中还可以存储各种应用程序和各种数据,例如所述应用程序使用或产生的各种数据等。
所述输入装置103可以是用户用来输入指令的装置,并且可以包括键盘、鼠标、麦克风和触摸屏等中的一个或多个。
所述输出装置104可以向外部(例如用户)输出各种信息(例如图像或声音),并且可以包括显示器、扬声器等中的一个或多个。
所述图像传感器105可以拍摄用户期望的图像(例如照片、视频等),并且将所拍摄的图像存储在所述存储装置102中以供其它组件使用。
示例性地,用于实现根据本发明实施例的犬尾运动的识别方法和装置的示例电子设备可以被实现为诸如智能手机、平板电脑、门禁系统的图像采集端等。
下面,将参照图2描述根据本发明实施例的犬尾运动的识别方法200。如图2所示,一种犬尾运动的识别方法200,包括:
首先,在步骤S210,获取带有犬尾环的犬只的犬只图像序列,所述犬只图像序列包括至少两帧带有所述犬尾环的犬只图像;
在步骤S220,检测所述犬只图像序列中的所述犬尾环,得到每帧犬只图像的犬尾环位置;
最后,在步骤S230,基于所述犬只图像序列中的所述犬尾环位置和所述犬尾环位置被检测到的时间信息确定所述犬尾的运动方向。
其中,在获取犬只图像序列的基础上基于视觉识别技术,仅需要通过图像采集装置采集犬只的图像信息,即可识别出犬尾环的位置,并计算得到犬尾的运动方向,不需要设置传感器以及相应的连接,极大降低了用户的成本,整个操作过程也得到简化,提升了用户的使用体验。
示例性地,根据本发明实施例的犬尾运动的识别方法可以在具有存储器和处理器的设备、装置或者系统中实现。
根据本发明实施例的犬尾运动的识别方法可以部署在图像采集端处,例如,可以部署在门禁系统的图像采集端;可以部署在个人终端处,诸如智能电话、平板电脑、个人计算机等。
替代地,根据本发明实施例的犬尾运动的识别方法还可以分布地部署在服务器端(或云端)和个人终端处。例如,可以在个人终端处出获取所述带有犬尾环的犬只的犬只图像序列,个人终端将犬只图像序列传递给服务器端(或云端),然后服务器端(或云端)进行犬尾运动的识别。
根据本发明实施例的犬尾运动的识别方法,通过对犬尾环的检测得到犬尾的运动方向,进而得到犬只的情感表达信息,实现了无需设置传感器即可获取犬只的情感信息,操作方便,成本低,识别准确且效率高,提升了用户体验。
根据本发明实施例,在步骤S210可以进一步地包括:
获取带有犬尾环的犬只的图像数据;
对所述图像数据中的视频数据进行视频图像分帧,并对每帧图像进行犬只检测,生成所述犬只图像序列。
示例性地,所述图像数据和所述犬只图像序列为实时数据。
其中,图像数据包括视频数据和非视频数据,非视频数据可以包括单帧图像,此时单帧图像不需要进行分帧处理,可以直接作为犬只图像序列中的犬只图像。
需要说明的是,所述犬只图像序列并非必须是图像数据中所有包含有犬只的图像,而可以仅是其中的部分图像帧;另一方面,所述犬只图像序列可以是连续的多帧图像,也可以是不连续的、任意选定的多帧图像。
示例性地,当所述图像数据中没有检测到犬只则继续接收图像数据。
示例性地,所述犬尾环包括标志物。其中,标志物具有颜色或/或形状属性。所述犬尾环不用配置传感器及其连接设备,可以采用任何区别于犬只尾部的物体,简单易操作,极大提升了用户的使用体验,在此对犬尾环的具体实现方式不做限制。
在一个实施例中,所述犬尾环可以是纯色的塑料带或弹性带,如红色、黄色、蓝色、绿色等;也可以是至少两种颜色结合的塑料带或弹性带。
在一个实施例中,参见图3,图3示出了本发明实施例的获取带有犬尾环的犬只的犬只图像序列的示例。如图3所示,以手机为例,用户将犬尾环固定于所述犬只的尾部,其中具体位置不做限制;采用手机拍摄带有犬尾环的犬只的图像数据,基于所述图像数据可以得到所述犬只图像序列。此外,采用手机拍摄带有犬尾环的犬只的图像数据时可以将手机摄像头对准犬只的尾部,自上而下拍摄,以便清楚的获取犬只尾部及犬尾环的图像数据,以保证后续位置判断的准确度。
根据本发明实施例,在步骤S220可以进一步地包括:
采用所述犬尾环的颜色识别方法或采用目标识别方法检测所述犬尾环,得到每帧犬只图像中的所述犬尾环区域;
基于所述犬尾环区域的坐标,得到所述犬尾环区域中心点位置并作为所述每帧犬只图像的犬尾环位置。
其中,由于所述犬尾环具有颜色和/或形状属性,则可以根据所述犬尾环的颜色或者形状检测所述犬尾环在每帧犬只图像中的区域及其坐标,根据犬尾环区域的坐标即可计算犬尾环的中心点坐标(位置)作为犬只图像中的犬尾环位置。
需要说明的是,将所述犬尾环区域中心点位置作为所述犬尾环位置仅为示例,所述犬尾环位置还可以根据需要设置为所述犬尾环的其它位置,在此对所述犬尾环位置不做限制。
应了解本发明不受具体采用的目标识别方法的限制,无论是现有的目标识别方法还是将来开发的目标识别方法,都可以应用于根据本发明实施例的犬尾运动的识别方法中,并且也应包括在本发明的保护范围内。
示例性地,所述犬尾环区域包括圆形、椭圆形、或多边形。
在一个实施例中,所述采用所述犬尾环的颜色识别方法检测所述犬尾环包括:采用颜色特征HSV或RGB检测所述犬尾环。其中,HSV(Hue,Saturation,Value)是指HSV颜色模型,包括参数色调(H),饱和度(S),明度(V);RGB是指RGB色彩模式,表示红、绿、蓝三个通道的颜色。
在一个实施例中,所述采用目标识别方法检测所述犬尾环包括:采用基于深度学习的目标识别方法检测所述犬尾环。其中,基于深度学习的目标识别方法可以是基于区域提名的方法,如Faster-RCNN和基于端到端的方法,如YOLO,SSD等。
在一个实施例中,参见图4A-4C,图4A-4C示出了本发明实施例的检测所述犬只图像序列中的所述犬尾环的示例。如图4A-4C所示,在犬只图像序列中检测到所述犬只尾部的犬尾环区域,分别位于犬只的右侧、中间和左侧。
根据本发明实施例,在步骤S230可以进一步地包括:
基于相邻帧的所述犬尾环位置判断所述犬尾是否运动;
当确定所述犬尾运动时,则在预设时间段内,基于所述犬尾环位置与犬只中心线位置确定所述犬尾的运动方向。
示例性地,基于所述犬尾环位置与犬只中心线位置确定所述犬尾的运动方向,包括:
计算所述犬尾环位置位于犬只中心线位置左侧的第一次数,以及所述犬尾环位置位于犬只中心线位置右侧的第二次数;
比较所述第一次数和所述第二次数,如果所述第一次数大于第二次数,则所述犬尾的运动方向为向左运动;如果所述第一次数不大于第二次数,则所述犬尾的运动方向为向右运动。
示例性地,基于相邻帧的所述犬尾环位置判断所述犬尾是否运动,包括:
计算相邻帧的所述犬尾环位置之间的欧式距离;
当所述欧式距离小于运动阈值则确定所述犬尾不动,当所述欧式距离大于或等于所述运动阈值则确定所述犬尾运动。
在一个实施例中,参见图5,图5示出了根据本发明实施例的确定所述犬尾的运动方向的示例。如图5所示,设在t1时刻,所述犬尾换位置的坐标为[bpx1,bpy1,t1],在t2时刻,所述犬尾换位置的坐标为[bpx2,bpy2,t2],在t3时刻,所述犬尾换位置的坐标为[bpx3,bpy3,t3],t1<t2<t3。
首先,检测犬尾是否运动,具体包括:计算相邻帧的所述犬尾环位置之间的欧式距离;即计算t1时刻所述犬尾换位置的坐标与t2时刻所述犬尾换位置的坐标之间的欧式距离D1,或t2时刻所述犬尾换位置的坐标与t3时刻所述犬尾换位置的坐标之间的欧式距离D2;
当所述欧式距离D1或D2小于预设的运动阈值D(如D=5)则确定t1时刻至t2时刻,或t2时刻至t3时刻所述犬尾不动,当所述欧式距离D1或D2大于或等于所述运动阈值D则确定所述犬尾运动;
然后,当确定所述犬尾运动时,则在预设时间段内,基于所述犬尾环位置与犬只中心线位置确定所述犬尾的运动方向,具体包括:在确定t1时刻至t2时刻和t2时刻至t3时刻所述犬尾运动后,从t1时刻开始,将预设时间段t1-t3之间的所述犬尾环位置按照时间顺序与所述犬只中心线位置比较,计算得到位于所述犬只中心线位置左侧的第一次数为3,位于所述犬只中心线位置右侧的第二次数为0,即第一次数>第二次数,所以所述犬尾的运动方向为向左运动。
根据本发明实施例,所述方法200还包括:
检测所述犬只图像序列中的犬只,得到包含所述犬只的识别区域;
基于所述识别区域的坐标,得到所述识别区域的中心线位置并作为所述犬只中心线位置。
示例性地,所述犬只的识别区域包括圆形、椭圆形、或多边形。
在一个实施例中,所述检测所述犬只图像序列中的犬只包括:采用基于深度学习的目标识别方法检测所述犬尾环。其中,基于深度学习的目标识别方法可以是基于区域提名的方法,如Faster-RCNN和基于端到端的方法,如YOLO,SSD等。
根据本发明实施例,所述方法200还包括:
显示所述犬尾的运动方向和/或所述犬只的情感信息。
其中,在确定所述犬尾的运动方向后,可以根据所述犬尾的运动方向确定对应的犬只情感信息,并向用户显示。当所述犬尾的运动方向为向左运动时,表示所述犬只生气;所述犬尾的运动方向为向右运动时,表示所述犬只高兴。此外,当所述犬尾没有运动时,可以向用户显示所述犬只的尾部没动。
示例性地,所述犬只的情感信息包括生气或高兴。
在一个实施例中,以将本发明实施例的犬尾运动的识别方法部署与个人终端处为例,对所述犬尾运动的识别方法200进一步说明。其中,犬只的尾部佩戴有犬尾环,所述方法200包括:
首先,打开个人终端上犬尾运动的识别APP,通过个人终端上的摄像头实时拍摄犬只的犬只图像序列;
然后,检测所述犬只图像序列中的所述犬尾环,得到每帧犬只图像的犬尾环位置;具体包括:采用所述犬尾环的颜色识别方法或采用目标识别方法检测所述犬尾环,得到每帧犬只图像中的所述犬尾环区域;基于所述犬尾环区域的坐标,得到所述犬尾环区域中心点位置并作为所述每帧犬只图像的犬尾环位置;
接着,基于所述犬只图像序列中的所述犬尾环位置和所述犬尾环位置被检测到的时间信息确定所述犬尾的运动方向;具体包括:
计算相邻帧的所述犬尾环位置之间的欧式距离;当所述欧式距离小于运动阈值则确定所述犬尾不动,当所述欧式距离大于或等于所述运动阈值则确定所述犬尾运动;以及,检测所述犬只图像序列中的犬只,得到包含所述犬只的识别区域;基于所述识别区域的坐标,得到所述识别区域的中心线位置并作为所述犬只中心线位置;
当确定所述犬尾运动时,则在预设时间段内,计算所述犬尾环位置位于犬只中心线位置左侧的第一次数,以及所述犬尾环位置位于犬只中心线位置右侧的第二次数;比较所述第一次数和所述第二次数,如果所述第一次数大于第二次数,则所述犬尾的运动方向为向左运动;如果所述第一次数不大于第二次数,则所述犬尾的运动方向为向右运动;
最后,在手机上显示所述犬尾的运动方向和/或所述犬只的情感信息;当所述犬尾的运动方向为向左运动时,表示所述犬只生气;所述犬尾的运动方向为向右运动时,表示所述犬只高兴。
由此可知,根据本发明实施例的犬尾运动的识别方法,通过对犬尾环的检测得到犬尾的运动方向,进而得到犬只的情感表达信息,实现了无需设置传感器即可获取犬只的情感信息,操作方便,成本低,识别准确且效率高,提升了用户体验。
图6示出了根据本发明实施例的犬尾运动的识别装置600的示意性框图。如图6所示,根据本发明实施例的犬尾运动的识别装置600包括:
图像输入模块610,用于获取带有犬尾环的犬只的犬只图像序列,所述犬只图像序列包括至少两帧带有所述犬尾环的犬只图像;
图像分析模块620,用于检测所述犬只图像序列中的所述犬尾环,得到每帧犬只图像的犬尾环位置;
运动判断模块630,用于基于所述犬只图像序列中的所述犬尾环位置和所述犬尾环位置被检测到的时间信息确定所述犬尾的运动方向。
根据本发明实施例,所述图像输入模块610可以包括:
图像获取模块611,用于获取带有犬尾环的犬只的图像数据;
分帧模块612,用于对所述图像数据中的视频数据进行视频图像分帧,并对每帧图像进行犬只检测,生成所述犬只图像序列。
示例性地,所述图像数据和所述犬只图像序列为实时数据。
其中,图像数据包括视频数据和非视频数据,非视频数据可以包括单帧图像,此时单帧图像不需要进行分帧处理,可以直接作为犬只图像序列中的犬只图像。
需要说明的是,所述犬只图像序列并非必须是图像数据中所有包含有犬只的图像,而可以仅是其中的部分图像帧;另一方面,所述犬只图像序列可以是连续的多帧图像,也可以是不连续的、任意选定的多帧图像。
示例性地,当所述图像输入模块610没有检测到犬只则继续接收图像数据。
示例性地,所述犬尾环包括标志物。其中,标志物具有颜色或/或形状属性。所述犬尾环不用配置传感器及其连接设备,可以采用任何区别于犬只尾部的物体,简单易操作,极大提升了用户的使用体验,在此对犬尾环的具体实现方式不做限制。
在一个实施例中,所述犬尾环可以是纯色的塑料带或弹性带,如红色、黄色、蓝色、绿色等;也可以是至少两种颜色结合的塑料带或弹性带。
根据本发明实施例,所述图像分析模块620可以包括:
位置检测模块621,用于采用所述犬尾环的颜色识别方法或采用目标识别方法检测所述犬尾环,得到每帧犬只图像中的所述犬尾环区域;
位置计算模块622,用于基于所述犬尾环区域的坐标,得到所述犬尾环区域中心点位置并作为所述每帧犬只图像的犬尾环位置。
其中,由于所述犬尾环具有颜色和/或形状属性,则可以根据所述犬尾环的颜色或者形状检测所述犬尾环在每帧犬只图像中的区域及其坐标,根据犬尾环区域的坐标即可计算犬尾环的中心点坐标(位置)作为犬只图像中的犬尾环位置。
需要说明的是,将所述犬尾环区域中心点位置作为所述犬尾环位置仅为示例,所述犬尾环位置还可以根据需要设置为所述犬尾环的其它位置,在此对所述犬尾环位置不做限制。
应了解本发明不受具体采用的目标识别方法的限制,无论是现有的目标识别方法还是将来开发的目标识别方法,都可以应用于根据本发明实施例的犬尾运动的识别方法中,并且也应包括在本发明的保护范围内。
示例性地,所述犬尾环区域包括圆形、椭圆形、或多边形。
在一个实施例中,所述位置检测模块621采用所述犬尾环的颜色识别方法检测所述犬尾环包括:采用颜色特征HSV或RGB检测所述犬尾环。其中,HSV(Hue,Saturation,Value)是指HSV颜色模型,包括参数色调(H),饱和度(S),明度(V);RGB是指RGB色彩模式,表示红、绿、蓝三个通道的颜色。
在一个实施例中,所述位置检测模块621采用目标识别方法检测所述犬尾环包括:采用基于深度学习的目标识别方法检测所述犬尾环。其中,基于深度学习的目标识别方法可以是基于区域提名的方法,如Faster-RCNN和基于端到端的方法,如YOLO,SSD等。
根据本发明实施例,所述运动判断模块630可以包括:
运动检测模块631,用于基于相邻帧的所述犬尾环位置判断所述犬尾是否运动;
方向确定模块632,用于当确定所述犬尾运动时,则在预设时间段内,基于所述犬尾环位置与犬只中心线位置确定所述犬尾的运动方向。
示例性地,基于所述犬尾环位置与犬只中心线位置确定所述犬尾的运动方向,包括:
计算所述犬尾环位置位于犬只中心线位置左侧的第一次数,以及所述犬尾环位置位于犬只中心线位置右侧的第二次数;
比较所述第一次数和所述第二次数,如果所述第一次数大于第二次数,则所述犬尾的运动方向为向左运动;如果所述第一次数不大于第二次数,则所述犬尾的运动方向为向右运动。
示例性地,基于相邻帧的所述犬尾环位置判断所述犬尾是否运动,包括:
计算相邻帧的所述犬尾环位置之间的欧式距离;
当所述欧式距离小于运动阈值则确定所述犬尾不动,当所述欧式距离大于或等于所述运动阈值则确定所述犬尾运动。
根据本发明实施例,所述装置600还包括犬只模块640,所述犬只信息模块640包括:
犬只检测模块641,用于检测所述犬只图像序列中的犬只,得到包含所述犬只的识别区域;
犬只中心线模块642,用于基于所述识别区域的坐标,得到所述识别区域的中心线位置并作为所述犬只中心线位置。
示例性地,所述犬只的识别区域包括圆形、椭圆形、或多边形。
在一个实施例中,所述检测所述犬只图像序列中的犬只包括:采用基于深度学习的目标识别方法检测所述犬尾环。其中,基于深度学习的目标识别方法可以是基于区域提名的方法,如Faster-RCNN和基于端到端的方法,如YOLO,SSD等。
根据本发明实施例,所述装置600还包括:
显示模块650,用于显示所述犬尾的运动方向和/或所述犬只的情感信息。
其中,在确定所述犬尾的运动方向后,可以根据所述犬尾的运动方向确定对应的犬只情感信息,并向用户显示。当所述犬尾的运动方向为向左运动时,表示所述犬只生气;所述犬尾的运动方向为向右运动时,表示所述犬只高兴。此外,当所述犬尾没有运动时,可以向用户显示所述犬只的尾部没动。
示例性地,所述犬只的情感信息包括生气或高兴。
由此可知,根据本发明实施例的犬尾运动的识别装置,通过对犬尾环的检测得到犬尾的运动方向,进而得到犬只的情感表达信息,实现了无需设置传感器即可获取犬只的情感信息,操作方便,成本低,识别准确且效率高,提升了用户体验。
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单元及算法步骤,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发明的范围。
图7示出了根据本发明实施例的犬尾运动的识别系统700的示意性框图。犬尾运动的识别系统700包括图像传感器710、存储装置720、以及处理器730。
图像传感器710用于采集图像数据。
所述存储装置720存储用于实现根据本发明实施例的犬尾运动的识别方法中的相应步骤的程序代码。
所述处理器730用于运行所述存储装置720中存储的程序代码,以执行根据本发明实施例的犬尾运动的识别方法的相应步骤,并且用于实现根据本发明实施例的犬尾运动的识别装置中的图像输入模块610,图像分析模块620和运动判断模块630。
此外,根据本发明实施例,还提供了一种存储介质,在所述存储介质上存储了程序指令,在所述程序指令被计算机或处理器运行时用于执行本发明实施例的犬尾运动的识别方法的相应步骤,并且用于实现根据本发明实施例的犬尾运动的识别装置中的相应模块。所述存储介质例如可以包括智能电话的存储卡、平板电脑的存储部件、个人计算机的硬盘、只读存储器(ROM)、可擦除可编程只读存储器(EPROM)、便携式紧致盘只读存储器(CD-ROM)、USB存储器、或者上述存储介质的任意组合。所述计算机可读存储介质可以是一个或多个计算机可读存储介质的任意组合,例如一个计算机可读存储介质包含用于随机地生成动作指令序列的计算机可读的程序代码,另一个计算机可读存储介质包含用于进行犬尾运动的识别的计算机可读的程序代码。
在一个实施例中,所述计算机程序指令在被计算机运行时可以实现根据本发明实施例的犬尾运动的识别装置的各个功能模块,并且/或者可以执行根据本发明实施例的犬尾运动的识别方法。
根据本发明实施例的犬尾运动的识别系统中的各模块可以通过根据本发明实施例的犬尾运动的识别的电子设备的处理器运行在存储器中存储的计算机程序指令来实现,或者可以在根据本发明实施例的计算机程序产品的计算机可读存储介质中存储的计算机指令被计算机运行时实现。
根据本发明实施例的犬尾运动的识别方法、装置、系统以及存储介质,通过对犬尾环的检测得到犬尾的运动方向,进而得到犬只的情感表达信息,实现了无需设置传感器即可获取犬只的情感信息,操作方便,成本低,识别准确且效率高,提升了用户体验。
尽管这里已经参考附图描述了示例实施例,应理解上述示例实施例仅仅是示例性的,并且不意图将本发明的范围限制于此。本领域普通技术人员可以在其中进行各种改变和修改,而不偏离本发明的范围和精神。所有这些改变和修改意在被包括在所附权利要求所要求的本发明的范围之内。
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单元及算法步骤,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发明的范围。
在本申请所提供的几个实施例中,应该理解到,所揭露的设备和方法,可以通过其它的方式实现。例如,以上所描述的设备实施例仅仅是示意性的,例如,所述单元的划分,仅仅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设备,或一些特征可以忽略,或不执行。
在此处所提供的说明书中,说明了大量具体细节。然而,能够理解,本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中,并未详细示出公知的方法、结构和技术,以便不模糊对本说明书的理解。
类似地,应当理解,为了精简本发明并帮助理解各个发明方面中的一个或多个,在对本发明的示例性实施例的描述中,本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而,并不应将该本发明的方法解释成反映如下意图:即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说,如相应的权利要求书所反映的那样,其发明点在于可以用少于某个公开的单个实施例的所有特征的特征来解决相应的技术问题。因此,遵循具体实施方式的权利要求书由此明确地并入该具体实施方式,其中每个权利要求本身都作为本发明的单独实施例。
本领域的技术人员可以理解,除了特征之间相互排斥之外,可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述,本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。
此外,本领域的技术人员能够理解,尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征,但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如,在权利要求书中,所要求保护的实施例的任意之一都可以以任意的组合方式来使用。
本发明的各个部件实施例可以以硬件实现,或者以在一个或者多个处理器上运行的软件模块实现,或者以它们的组合实现。本领域的技术人员应当理解,可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本发明实施例的物品分析设备中的一些模块的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的装置程序(例如,计算机程序和计算机程序产品)。这样的实现本发明的程序可以存储在计算机可读介质上,或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到,或者在载体信号上提供,或者以任何其他形式提供。
应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制,并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中,不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中,这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。
以上所述,仅为本发明的具体实施方式或对具体实施方式的说明,本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。本发明的保护范围应以权利要求的保护范围为准。
Claims (8)
1.一种犬尾运动的识别方法,其特征在于,所述方法包括:
获取带有犬尾环的犬只的犬只图像序列,所述犬只图像序列包括至少两帧带有所述犬尾环的犬只图像;
检测所述犬只图像序列中的所述犬尾环,得到每帧犬只图像的犬尾环位置;
基于所述犬只图像序列中的所述犬尾环位置和所述犬尾环位置被检测到的时间信息确定所述犬尾的运动方向,包括:
基于相邻帧的所述犬尾环位置判断所述犬尾是否运动;
当确定所述犬尾运动时,则在预设时间段内,基于所述犬尾环位置与犬只中心线位置确定所述犬尾的运动方向;
基于所述犬尾环位置与犬只中心线位置确定所述犬尾的运动方向,包括:
计算所述犬尾环位置位于犬只中心线位置左侧的第一次数,以及所述犬尾环位置位于犬只中心线位置右侧的第二次数;
比较所述第一次数和所述第二次数,如果所述第一次数大于第二次数,则所述犬尾的运动方向为向左运动;如果所述第一次数不大于第二次数,则所述犬尾的运动方向为向右运动。
2.如权利要求1所述的方法,其特征在于,基于相邻帧的所述犬尾环位置判断所述犬尾是否运动,包括:
计算相邻帧的所述犬尾环位置之间的欧式距离;
当所述欧式距离小于运动阈值则确定所述犬尾不动,当所述欧式距离大于或等于所述运动阈值则确定所述犬尾运动。
3.如权利要求1所述的方法,其特征在于,所述方法还包括:
检测所述犬只图像序列中的犬只,得到包含所述犬只的识别区域;
基于所述识别区域的坐标,得到所述识别区域的中心线位置并作为所述犬只中心线位置。
4.如权利要求1所述的方法,其特征在于,检测所述犬只图像序列中的所述犬尾环,得到每帧犬只图像的犬尾环位置,包括:
采用所述犬尾环的颜色识别方法或采用目标识别方法检测所述犬尾环,得到每帧犬只图像中的所述犬尾环区域;
基于所述犬尾环区域的坐标,得到所述犬尾环区域中心点位置并作为所述每帧犬只图像的犬尾环位置。
5.如权利要求1所述的方法,其特征在于,所述方法还包括:
显示所述犬尾的运动方向和/或所述犬只的情感信息。
6.一种犬尾运动的识别装置,其特征在于,所述装置包括:
图像输入模块,用于获取带有犬尾环的犬只的犬只图像序列,所述犬只图像序列包括至少两帧带有所述犬尾环的犬只图像;
图像分析模块,用于检测所述犬只图像序列中的所述犬尾环,得到每帧犬只图像的犬尾环位置;
运动判断模块,用于基于所述犬只图像序列中的所述犬尾环位置和所述犬尾环位置被检测到的时间信息确定所述犬尾的运动方向;
所述运动判断模块包括:
运动检测模块,用于基于相邻帧的所述犬尾环位置判断所述犬尾是否运动;
方向确定模块,用于当确定所述犬尾运动时,则在预设时间段内,基于所述犬尾环位置与犬只中心线位置确定所述犬尾的运动方向;
基于所述犬尾环位置与犬只中心线位置确定所述犬尾的运动方向,包括:
计算所述犬尾环位置位于犬只中心线位置左侧的第一次数,以及所述犬尾环位置位于犬只中心线位置右侧的第二次数;
比较所述第一次数和所述第二次数,如果所述第一次数大于第二次数,则所述犬尾的运动方向为向左运动;如果所述第一次数不大于第二次数,则所述犬尾的运动方向为向右运动。
7.一种犬尾运动的识别系统,包括存储器、处理器及存储在所述存储器上且在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至5中任一项所述方法的步骤。
8.一种计算机存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被计算机执行时实现权利要求1至5中任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910457282.0A CN110334595B (zh) | 2019-05-29 | 2019-05-29 | 一种犬尾运动的识别方法、装置、系统及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910457282.0A CN110334595B (zh) | 2019-05-29 | 2019-05-29 | 一种犬尾运动的识别方法、装置、系统及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110334595A CN110334595A (zh) | 2019-10-15 |
CN110334595B true CN110334595B (zh) | 2021-11-19 |
Family
ID=68140336
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910457282.0A Active CN110334595B (zh) | 2019-05-29 | 2019-05-29 | 一种犬尾运动的识别方法、装置、系统及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110334595B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102255520B1 (ko) * | 2020-11-27 | 2021-05-25 | 임수진 | 빅데이터 분석 기반의 인공지능 자연어 메시지 전달을 통한 반려동물 의사전달 장치 및 시스템 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104697768A (zh) * | 2014-12-23 | 2015-06-10 | 华北电力大学(保定) | 一种高压断路器动触头运动特性测试方法 |
CN105941306A (zh) * | 2016-04-29 | 2016-09-21 | 深圳市沃特沃德股份有限公司 | 一种检测动物尾巴动作的方法及其装置 |
CN106308822A (zh) * | 2016-08-18 | 2017-01-11 | 深圳市沃特沃德股份有限公司 | 判断动物心情的方法及系统 |
CN109033477A (zh) * | 2018-09-12 | 2018-12-18 | 广州粤创富科技有限公司 | 一种宠物情绪识别方法及装置 |
CN109215060A (zh) * | 2017-06-30 | 2019-01-15 | 深圳泰山体育科技股份有限公司 | 力量型健身器材的配重砝码识别方法及系统 |
CN109409319A (zh) * | 2018-11-07 | 2019-03-01 | 北京旷视科技有限公司 | 一种宠物图像美化方法、装置及其存储介质 |
CN109726640A (zh) * | 2018-12-07 | 2019-05-07 | 南京邮电大学 | 无人机系统对运动物体的识别追踪方法 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8594971B2 (en) * | 2010-09-22 | 2013-11-26 | Invensense, Inc. | Deduced reckoning navigation without a constraint relationship between orientation of a sensor platform and a direction of travel of an object |
US20130028489A1 (en) * | 2011-07-29 | 2013-01-31 | Nokia Corporation | Method and apparatus for determining potential movement disorder using sensor data |
JP6162382B2 (ja) * | 2012-04-23 | 2017-07-12 | マスプロ電工株式会社 | 動物の監視装置 |
CN106650551A (zh) * | 2015-10-30 | 2017-05-10 | 国网山西省电力公司电力科学研究院 | 一种基于先验知识的高压断路器动触头运动轨迹实时识别方法 |
CN105912117B (zh) * | 2016-04-12 | 2019-05-07 | 北京锤子数码科技有限公司 | 运动状态捕捉方法和系统 |
CN107967687B (zh) * | 2017-12-21 | 2018-11-23 | 浙江大学 | 一种获取目标物行走姿态的方法与系统 |
CN109479746B (zh) * | 2018-12-20 | 2021-02-23 | 珠海市一微半导体有限公司 | 一种机器人逗宠控制方法及芯片 |
-
2019
- 2019-05-29 CN CN201910457282.0A patent/CN110334595B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104697768A (zh) * | 2014-12-23 | 2015-06-10 | 华北电力大学(保定) | 一种高压断路器动触头运动特性测试方法 |
CN105941306A (zh) * | 2016-04-29 | 2016-09-21 | 深圳市沃特沃德股份有限公司 | 一种检测动物尾巴动作的方法及其装置 |
CN106308822A (zh) * | 2016-08-18 | 2017-01-11 | 深圳市沃特沃德股份有限公司 | 判断动物心情的方法及系统 |
CN109215060A (zh) * | 2017-06-30 | 2019-01-15 | 深圳泰山体育科技股份有限公司 | 力量型健身器材的配重砝码识别方法及系统 |
CN109033477A (zh) * | 2018-09-12 | 2018-12-18 | 广州粤创富科技有限公司 | 一种宠物情绪识别方法及装置 |
CN109409319A (zh) * | 2018-11-07 | 2019-03-01 | 北京旷视科技有限公司 | 一种宠物图像美化方法、装置及其存储介质 |
CN109726640A (zh) * | 2018-12-07 | 2019-05-07 | 南京邮电大学 | 无人机系统对运动物体的识别追踪方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110334595A (zh) | 2019-10-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106650662B (zh) | 目标对象遮挡检测方法及装置 | |
CN108876791B (zh) | 图像处理方法、装置和系统及存储介质 | |
CN106952303B (zh) | 车距检测方法、装置和系统 | |
CN108256404B (zh) | 行人检测方法和装置 | |
CN106203305B (zh) | 人脸活体检测方法和装置 | |
CN106447721B (zh) | 图像阴影检测方法和装置 | |
JP2022036143A (ja) | 物体追跡システム、物体追跡装置、および物体追跡方法 | |
US9183431B2 (en) | Apparatus and method for providing activity recognition based application service | |
CN108875537B (zh) | 对象检测方法、装置和系统及存储介质 | |
CN106845352B (zh) | 行人检测方法和装置 | |
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 | |
CN108009466B (zh) | 行人检测方法和装置 | |
CN106803083B (zh) | 行人检测的方法及装置 | |
US20200273200A1 (en) | Camera localization based on skeletal tracking | |
US10515459B2 (en) | Image processing apparatus for processing images captured by a plurality of imaging units, image processing method, and storage medium storing program therefor | |
CN108875476B (zh) | 自动近红外人脸注册与识别方法、装置和系统及存储介质 | |
KR20180011794A (ko) | 오브젝트 시각화 방법 | |
CN106650743B (zh) | 图像强反光检测方法和装置 | |
CN110267010B (zh) | 图像处理方法、装置、服务器及存储介质 | |
EP2966591A1 (en) | Method and apparatus for identifying salient events by analyzing salient video segments identified by sensor information | |
KR20180020123A (ko) | 비동기 신호 처리 방법 | |
CN109117882B (zh) | 获取用户轨迹的方法、装置、系统和存储介质 | |
CN108875750A (zh) | 物体检测方法、装置和系统及存储介质 | |
CN108875506B (zh) | 人脸形状点跟踪方法、装置和系统及存储介质 | |
CN111797726A (zh) | 一种火焰检测方法、装置、电子设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
PE01 | Entry into force of the registration of the contract for pledge of patent right | ||
PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: A method, device, system, and storage medium for recognizing dog tail movement Effective date of registration: 20230404 Granted publication date: 20211119 Pledgee: Shanghai Yunxin Venture Capital Co.,Ltd. Pledgor: MEGVII (BEIJING) TECHNOLOGY Co.,Ltd. Registration number: Y2023990000192 |