CN110728649A - 用于生成位置信息的方法和装置 - Google Patents

用于生成位置信息的方法和装置 Download PDF

Info

Publication number
CN110728649A
CN110728649A CN201810684150.7A CN201810684150A CN110728649A CN 110728649 A CN110728649 A CN 110728649A CN 201810684150 A CN201810684150 A CN 201810684150A CN 110728649 A CN110728649 A CN 110728649A
Authority
CN
China
Prior art keywords
coordinates
image
target
area
target object
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
CN201810684150.7A
Other languages
English (en)
Inventor
范歆炜
花璞
马斌
马力
周银华
李星毅
王彪
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.)
Beijing Jingdong Century Trading Co Ltd
Beijing Jingdong Shangke Information Technology Co Ltd
Original Assignee
Beijing Jingdong Century Trading Co Ltd
Beijing Jingdong Shangke 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 Beijing Jingdong Century Trading Co Ltd, Beijing Jingdong Shangke Information Technology Co Ltd filed Critical Beijing Jingdong Century Trading Co Ltd
Priority to CN201810684150.7A priority Critical patent/CN110728649A/zh
Publication of CN110728649A publication Critical patent/CN110728649A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • 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
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/50—Depth or shape recovery
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • G06Q30/0203—Market surveys; Market polls
    • 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
    • G06T2207/10004—Still image; Photographic image

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Image Analysis (AREA)

Abstract

本申请实施例公开了用于生成位置信息的方法和装置。该方法的一具体实施方式包括：响应于在目标区域检测到目标对象，获取在从初始时刻开始经过了目标时长而形成的时间段内，深度摄像头拍摄的图像，得到图像集合，其中，深度摄像头用于拍摄目标物体，目标区域为目标物体的周围区域；从图像集合中确定目标图像；获取图像坐标和深度值，其中，图像坐标用于表示目标图像中显示目标对象的图像区域在目标图像中的位置；基于深度值，将图像坐标转换为区域坐标，其中，区域坐标用于表示目标对象在目标区域中的位置。该实施方式实现了利用深度摄像头得到目标对象在目标物体周围区域中的实际位置。

Description

用于生成位置信息的方法和装置
技术领域
本申请实施例涉及计算机技术领域，具体涉及用于生成位置信息的方法和装置。
背景技术
对于商场、超市、展会、书店等门店的管理人员通常想要了解顾客偏好的浏览区域，从而便于合理的布置商品。现有技术中，管理人员能够获取到每天的销售数据，但是销售数据只能反应顾客的购买记录。
发明内容
本申请实施例提出了用于生成位置信息的方法和装置。
第一方面，本申请实施例提供了一种用于生成位置信息的方法，该方法包括：响应于在目标区域检测到目标对象，获取在从初始时刻开始经过了目标时长而形成的时间段内，深度摄像头拍摄的图像，得到图像集合，其中，初始时刻是初次检测到目标对象的时刻，深度摄像头用于拍摄目标物体，目标区域为目标物体的周围区域；从图像集合中确定目标图像；获取图像坐标和深度值，其中，图像坐标用于表示目标图像中显示目标对象的图像区域在目标图像中的位置，深度值用于表示在目标图像的拍摄时刻，目标对象与深度摄像头之间的距离；基于深度值，将图像坐标转换为区域坐标，其中，区域坐标用于表示在目标图像的拍摄时刻，目标对象在目标区域中的位置。
在一些实施例中，从图像集合中确定目标图像包括：将在初始时刻拍摄的图像确定为目标图像。
在一些实施例中，上述方法还包括：将目标图像的拍摄时刻、区域坐标和深度值关联存储。
在一些实施例中，图像坐标包括第一方向坐标和第二方向坐标，区域坐标包括第三方向坐标、第四方向坐标和第五方向坐标，其中，第一方向和第二方向为预先指定的且相互垂直，第三方向、第四方向和第五方向为预先指定的且相互垂直。
在一些实施例中，基于深度值，将图像坐标转换为区域坐标包括：获取目标图像的图像分辨率，其中，图像分辨率用水平像素数和垂直像素数表示；获取深度摄像头的位置信息和目标物体的位置信息；基于深度摄像头的位置信息和目标物体的位置信息，确定水平视场角和垂直视场角；将第一方向坐标与水平像素数的商减去二分之一得到第一中间值；将水平视场角的二分之一的正切值确定为第二中间值；将深度值的二倍确定为第三中间值；将第一中间值、第二中间值和第三中间值的总乘积确定为第三方向坐标；将第二方向坐标与垂直像素数的商减去二分之一得到第四中间值；将垂直视场角的二分之一的正切值确定为第五中间值；将第四中间值、第五中间值和第三中间值的总乘积确定为第四方向坐标；将深度值确定为第五方向坐标。
在一些实施例中，上述方法还包括：基于预先构建的区域坐标与物体坐标的关联关系，获取区域坐标对应的物体坐标，其中，物体坐标用于表示预测的、目标对象与目标物体的接触位置；分析目标图像，得到目标对象的属性信息，其中，属性信息包括以下至少一项：尺寸信息、形状信息、纹理信息、姿态信息；基于属性信息，调整物体坐标，得到调整后的物体坐标。
第二方面，本申请实施例提供了一种用于生成位置信息的装置，该装置包括：获取单元，被配置成响应于在目标区域检测到目标对象，获取在从初始时刻开始经过了目标时长而形成的时间段内，深度摄像头拍摄的图像，得到图像集合，其中，初始时刻是初次检测到目标对象的时刻，深度摄像头用于拍摄目标物体，目标区域为目标物体的周围区域；确定单元，被配置成从图像集合中确定目标图像；上述获取单元，进一步被配置成获取图像坐标和深度值，其中，图像坐标用于表示目标图像中显示目标对象的图像区域在目标图像中的位置，深度值用于表示在目标图像的拍摄时刻，目标对象与深度摄像头之间的距离；转换单元，被配置成基于深度值，将图像坐标转换为区域坐标，其中，区域坐标用于表示在目标图像的拍摄时刻，目标对象在目标区域中的位置。
在一些实施例中，上述确定单元进一步被配置成：将在初始时刻拍摄的图像确定为目标图像。
在一些实施例中，上述装置还包括：存储单元，被配置成将目标图像的拍摄时刻、区域坐标和深度值关联存储。
在一些实施例中，图像坐标包括第一方向坐标和第二方向坐标，区域坐标包括第三方向坐标、第四方向坐标和第五方向坐标，其中，第一方向和第二方向为预先指定的且相互垂直，第三方向、第四方向和第五方向为预先指定的且相互垂直。
在一些实施例中，转换单元进一步被配置成：获取目标图像的图像分辨率，其中，图像分辨率包括用水平像素数和垂直像素数表示；获取深度摄像头的位置信息和目标物体的位置信息；基于深度摄像头的位置信息和目标物体的位置信息，确定水平视场角和垂直视场角；将第一方向坐标与水平像素数的商减去二分之一得到第一中间值；将水平视场角的二分之一的正切值确定为第二中间值；将深度值的二倍确定为第三中间值；将第一中间值、第二中间值和第三中间值的总乘积确定为第三方向坐标；将第二方向坐标与垂直像素数的商减去二分之一得到第四中间值；将垂直视场角的二分之一的正切值确定为第五中间值；将第四中间值、第五中间值和第三中间值的总乘积确定为第四方向坐标；将深度值确定为第五方向坐标。
在一些实施例中，上述获取单元进一步被配置成基于预先构建的区域坐标与物体坐标的关联关系，获取区域坐标对应的物体坐标，其中，物体坐标用于表示预测的、目标对象与目标物体的接触位置；上述装置还包括：分析单元，被配置成分析目标图像，得到目标对象的属性信息，其中，属性信息包括以下至少一项：尺寸信息、形状信息、纹理信息、姿态信息；调整单元，被配置成基于属性信息，调整物体坐标，得到调整后的物体坐标。
第三方面，本申请实施例提供了一种用于生成热力图的方法，包括：获取目标物体在预设时间段内对应的区域坐标集合，其中，区域坐标是通过如第一方面中任一实现方式描述的方法生成的；根据区域坐标集合，生成目标物体在预设时间段内的热力图，其中，热力图用于描述区域坐标集合中的区域坐标的分布。
第四方面，本申请实施例提供了一种电子设备，该电子设备包括：一个或多个处理器；存储装置，用于存储一个或多个程序；当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现如第一方面中任一实现方式描述的方法。
第五方面，本申请实施例提供了一种计算机可读介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如第一方面中任一实现方式描述的方法。
本申请实施例提供的用于生成位置信息的方法和装置，通过深度摄像头拍摄目标物体，当在目标物体的周围区域检测到目标对象时，获取深度摄像头拍摄的从初次检测到目标对象的时刻开始的一个时间段内的图像。之后从获取的图像中选取目标图像，并获取目标图像中显示目标对象的图像区域在目标图像中的位置和在目标图像的拍摄时刻对应的深度值。之后，根据深度值，将目标图像中显示目标对象的图像区域在目标图像中的位置转换为目标对象在目标物体的周围区域中的位置，从而实现了利用深度摄像头得到目标对象在目标物体周围区域中的实际位置。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显：
图1是本申请的一个实施例可以应用于其中的示例性系统架构图；
图2是本申请的用于生成位置信息的方法的一个实施例的流程图；
图3是根据本申请的用于生成位置信息的方法的一个应用场景的示意图；
图4是根据本申请的用于生成位置信息的方法的又一个实施例的流程图；
图5是本申请的用于生成热力图的方法的一个实施例的流程图；
图6是根据本申请的用于生成位置信息的装置的一个实施例的结构示意图；
图7是适于用来实现本申请实施例的终端设备的计算机系统的结构示意图。
具体实施方式
下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。
需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
图1示出了可以应用本申请的用于生成位置信息的方法或用于生成位置信息的装置的示例性架构100。
如图1所示，系统架构100可以包括终端设备101，深度摄像头102，网络103和服务器104。终端设备101通过如USB(Universal Serial Bus，通用串行总线)与深度摄像头102通信连接。网络103用以在终端设备101和服务器104之间提供通信链路的介质。网络103可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。
终端设备101可以接收深度摄像头返回的拍摄数据，并通过网络103传输到服务器104。
终端设备101可以是硬件，也可以是软件。当终端设备101为硬件时，可以是支持与深度摄像头连接的各种电子设备，包括但不限于智能手机、平板电脑、电子书阅读器、膝上型便携计算机和台式计算机等等。当终端设备101为软件时，可以安装在上述所列举的电子设备中。其可以实现成多个软件或软件模块(例如用来提供分布式服务的多个软件或软件模块)，也可以实现成单个软件或软件模块。在此不做具体限定。
服务器104可以是提供各种服务的服务器，例如为终端设备101发送的数据进行分析等处理的处理服务器。
需要说明的是，服务器可以是硬件，也可以是软件。当服务器为硬件时，可以实现成多个服务器组成的分布式服务器集群，也可以实现成单个服务器。当服务器为软件时，可以实现成多个软件或软件模块(例如用来提供分布式服务的多个软件或软件模块)，也可以实现成单个软件或软件模块。在此不做具体限定。
需要说明的是，本申请实施例所提供的用于生成位置信息的方法一般由终端设备101执行，相应地，用于生成位置信息的装置一般设置于终端设备101中。
应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。
继续参考图2，其示出了根据本申请的用于生成位置信息的方法的一个实施例的流程200。该用于生成位置信息的方法包括以下步骤：
步骤201，响应于在目标区域检测到目标对象，获取在从初始时刻开始经过了目标时长而形成的时间段内，深度摄像头拍摄的图像，得到图像集合。
在本实施例中，用于生成位置信息的方法的执行主体(如图1所示的终端设备101)可以在目标区域检测到目标对象时，获取从初始时刻开始，经过了目标时长而形成的时间内，深度摄像头拍摄的图像，得到图像集合。其中，初始时刻是初次检测到目标对象的时刻，深度摄像头用于拍摄目标物体，目标区域为目标物体的周围区域。
目标物体可以为任意预先指定的、能够被拍摄的物体。目标区域的大小可以根据实际的应用需求预先指定。例如，目标区域可以指深度摄像头的拍摄区域中除了目标物体占据的区域之外的其它区域。目标区域还可以指定为以目标物体为原点，以指定长度为半径的圆所限定的目标物体周围的区域。目标区域还可以指定为目标物体的某一侧前方指定长度内的区域。目标对象可以是根据实际的应用需求，预先指定的任意对象。目标对象也可以是根据设定的逻辑规则而确定的，例如目标对象可以是出现在目标区域中的任意对象，或者目标对象也可以是出现在目标区域中的且大小在预设大小范围之内的任意对象。
举例来说，目标物体为超市或商场中的货架，管理人员想要了解货架上的物品被拿取的情况。那么目标对象可以为各种能够拿取货架上的物品的工具(如手、取物夹等)。管理人员想要了解货架附近的人流量的情况，那么目标对象可以为人。
深度摄像头可以安装在目标物体的周围。上述执行主体可以与深度摄像头通信连接，从而能够实时接收到深度摄像头返回的拍摄数据。深度摄像头返回的拍摄数据通常包括拍摄图像或者拍摄视频，以及对应的拍摄时间和深度值等数据。
目标时长可以由技术人员根据实际应用需求进行指定。例如在上述目标物体为超市或商场中的货架的举例中，当管理人员想要了解货架上的物品被拿取的情况时，由于物品被拿取的时间通常较短，因此，目标时长可以设置为一个较短的时长，例如五秒钟。当管理人员想要了解货架附近的人流量的情况时，由于人在货架前看能停留的时间较长，因此可以设置一个较长的时长，例如三分钟。
目标时长也可以根据深度摄像头拍摄的目标物体的图像确定。例如，目标时长可以为从初次检测到目标对象的时刻开始往后直到深度摄像头拍摄的图像中不包含目标对象的时刻为止所包含的时长。
具体地，可以获取深度摄像头返回的、拍摄时刻在从初始时刻开始经过了目标时长而形成的时间段内的拍摄图像，组成图像集合。当深度摄像头返回的是拍摄视频时，可以获取从初始时刻开始经过了目标时长而形成的时间段内的拍摄视频的每一帧的图像，组成图像集合。
在不同的应用场景中，可以有不同的检测目标对象是否在目标区域中的方法。举例来说，可以通过分析深度摄像头返回的每个图像中是否存在目标对象来判断目标区域中是否存在目标对象，当在图像中检测到目标对象时，则认为在目标区域检测到目标对象。
举例来说，还可以分析深度摄像头拍摄的每个图像与其前一拍摄时刻的图像的相似度。当拍摄的某个图像与其前一拍摄时刻的图像的相似度小于预设的相似度阈值时，则认为在目标区域检测到目标对象。还可以预先获取深度摄像头拍摄的目标对象不在目标区域中的拍摄图像，之后，可以将每个拍摄时刻的图像与该拍摄图像进行相似度比较，若相似度小于预设的相似度阈值，则可以认为在目标区域中检测到目标对象。
举例来说，还可以在目标区域的地面铺设与目标对象的颜色不同的其它颜色的物体。如在地面铺设地毯、垫子或者在目标区域的地面粘贴具有颜色的胶带等。之后，可以通过检测深度摄像头拍摄的图像的颜色变化来判断目标区域中是否有目标对象。当检测到某一个拍摄时刻的图像的颜色信息与前一拍摄时刻的图像的颜色信息的差异大于预设的差异阈值时，则可以认为在目标区域中检测到目标对象。还可以预先获取深度摄像头拍摄的不包含目标对象的拍摄图像，之后，可以将每个拍摄时刻的图像的颜色信息与该拍摄图像的颜色信息进行比较，若两者的颜色信息的差异大于预设的差异阈值，则可以认为在目标区域中检测到目标对象。
步骤202，从图像集合中确定目标图像。
在本实施例中，上述执行主体可以从图像集合中选取目标图像。
可选地，可以从图像集合中剔除没有拍摄到目标对象和目标物体的图像，进一步剔除拍摄质量差(如模糊度过高、曝光度过高等)的图像，将剩余的图像确定为目标图像。
可选地，可以从图像集合中选取目标对象与目标物体的距离小于预设的距离阈值的图像作为目标图像。
可选地，可以从图像集合中选取初次检测到目标对象的时刻、最后一次检测到目标对象的时刻、以及上述两个时刻中间的中间时刻的拍摄图像作为目标图像。
在本实施例的一些可选的实现方式中，可以将在初始时刻拍摄的图像确定为目标图像。
步骤203，获取图像坐标和深度值。
在本实施例中，上述执行主体可以获取图像坐标和深度值。其中，图像坐标用于表示目标图像中显示目标对象的图像区域在目标图像中的位置，深度值用于表示在目标图像的拍摄时刻，目标对象与深度摄像头之间的距离。图像区域可以是按照预先设定的规则而确定的图像中的区域。例如，图像区域可以是目标对象的边缘线所限定的图像区域。又例如，图像区域可以是包含目标对象的最小外接正方形、长方形、其它多边形、圆等限定的图像区域。图像坐标可以由执行主体计算得到，也可以由后端服务器计算得到并将计算结果返回至上述执行主体。
根据目标图像的数量，可以有不同的图像坐标的计算方法。当目标图像的数量为一个时，将目标图像中显示目标对象的图像区域在目标图像中的位置作为图像坐标。当目标图像的数量大于一个时，可以先针对每个目标图像，计算该目标图像中显示目标对象的图像区域在该目标图像中的位置，然后取平均值作为图像坐标。也可以先计算目标图像中包含目标物体的图像区域在目标图像中的位置，然后针对每个目标图像计算该目标图像中显示目标对象的图像区域在该目标图像中的位置，之后，可以从其中选取最靠近目标图像中包含目标物体的图像区域在目标图像中的位置的位置作为图像坐标。
可选地，可以用像素坐标来表示目标图像中显示目标对象的图像区域在目标图像中的位置。当显示目标对象的图像区域覆盖多个像素时，可以利用多种不同的方法来确定上述图像区域对应的像素坐标。
例如，当图像区域的形状是规则形状时，那么可以选取图像区域的几何中心的像素的坐标作为目标图像中显示目标对象的图像区域在目标图像中的位置。
例如，当图像区域的形状是不规则形状时，那么可以选取与图像区域最接近的规则形状的图像区域(如图像区域的内/外接多边形、内/外接圆等)的几何中心的像素的坐标作为目标图像中显示目标对象的图像区域在目标图像中的位置，还可以计算图像区域中包含的各个像素的坐标的平均值作为目标图像中显示目标对象的图像区域在目标图像中的位置。
步骤204，基于深度值，将图像坐标转换为区域坐标。
在本实施例中，上述执行主体可以根据步骤203中获取的深度值，将获取的图像坐标转换为区域坐标。其中，区域坐标可以表示在目标图像的拍摄时刻，目标对象在目标区域中的位置。
可选地，上述执行主体可以预先存储二元组与区域坐标之间的对应关系。其中，二元组是像素坐标与深度值组成的二元组。针对深度摄像头拍摄的图像中的每个像素坐标，可以分别对应有多个不同的深度值。应该可以理解，在实践中，像素坐标与深度值组成也可以以不同于二元组之外的其它形式关联存储。
此时，可以通过图像坐标对应的像素坐标和深度值从上述对应关系中查找与图像坐标对应的像素坐标和深度值对应的区域坐标。上述对应关系也可以存储于后端服务器中，上述执行主体可以将获取的图像坐标对应的像素坐标和深度值发送至后端服务器，由后端服务器进行查询，并将查询到的区域坐标返回至上述执行主体。
在本实施例的一些可选的实现方式中，图像坐标为二维坐标，区域坐标为三维坐标。即图像坐标可以包括第一方向坐标和第二方向坐标，其中，第一方向和第二方向为预先指定的且相互垂直。区域坐标可以包括第三方向坐标、第四方向坐标和第五方向坐标，其中，第三方向、第四方向和第五方向为预先指定的且相互垂直。
在本实施例的一些可选的实现方式中，当图像坐标为二维坐标，区域坐标为三维坐标时，图像坐标可以通过如下的步骤转换为区域坐标：
步骤1)获取目标图像的图像分辨率。其中，图像分辨率用水平像素数和垂直像素数表示。
步骤2)获取深度摄像头的位置信息和目标物体的位置信息，基于深度摄像头的位置信息和目标物体的位置信息，确定水平视场角和垂直视场角。
在本步骤中，水平视场角和垂直视场角的确定方法是目前广泛研究和应用的公知技术，在此不再赘述。
步骤3)通过如下步骤得到第三方向坐标：
步骤31)计算第一方向坐标与水平像素数的商，然后减去二分之一得到第一中间值。
步骤32)先计算水平视场角的二分之一，然后将计算结果的正切值确定为第二中间值。
步骤33)将深度值的二倍确定为第三中间值。
步骤34)将上述第一中间值、第二中间值和第三中间值的总乘积确定为第三方向坐标。
步骤4)通过如下步骤得到第四方向坐标：
步骤41)计算第二方向坐标与垂直像素数的商，然后减去二分之一得到第四中间值。
步骤42)先计算垂直视场角的二分之一，然后将计算结果的正切值确定为第五中间值。
步骤43)将上述第四中间值、第五中间值和第三中间值的总乘积确定为第四方向坐标。
步骤5)将深度值确定为第五方向坐标。
应当可以理解，在上述计算过程中，第一方向与水平像素数指示的水平方向一致，第二方向与垂直像素数指示的方向一致。当获取的图像坐标使用的第一方向和第二方向分别与水平像素数和垂直像素数指示的方向不同时，可以先将第一方向和第二方向进行转换，转换到与水平像素数和垂直像素数指示的方向相同的方向，再进行上述计算。
在本实施例的一些可选的实现方式中，在得到区域坐标之后，还可以进一步地将目标图像的拍摄时刻、和区域坐标和拍摄时刻对应的深度值关联存储。
继续参见图3，图3是根据本实施例的用于生成位置信息的方法的应用场景的一个示意图。在图3的应用场景中，深度摄像头302安装在货架301的上方，用于拍摄货架301。目标区域为能够从货架301拿取货物的一侧区域。在目标区域的地面上粘贴黑色胶带304。上述执行主体与深度摄像头302通信连接。上述执行主体可以持续的对深度摄像头302返回的拍摄图像进行检测。深度摄像头拍摄的图像如306所示，其中阴影部分3061是拍摄的货架301，黑色部分3062则是拍摄的目标区域的地面上粘贴的黑色胶带304。当检测到拍摄图像的颜色信息具有明显的变化时，则认为在目标区域检测到目标对象303。
之后，可以获取从检测到目标对象303的时刻开始3秒钟之内，深度摄像头302返回的图像集合305。从中选取清晰度最高且目标对象303距离目标物体301最近的图像作为目标图像306。或者也可以直接获取在检测到目标对象303的时刻，深度摄像头返回的图像作为目标图像，从而加快获取目标头像的速度。
之后，根据目标图像306，得到目标对象303在目标图像306中的位置(X、Y)作为图像坐标。另外，还可以获取拍摄目标图像的时刻，深度摄像头302返回的深度值d。然后，可以根据深度值d，将图像坐标(X、Y)转换为区域坐标(X`、Y`、Z)。
具体地，可以利用如下的计算公式实现上述图像坐标到区域坐标的转换:
X`＝(X/XR-0.5)*tan(H/2)*2*d，
Y`＝(Y/YR-0.5)*tan(V/2)*2*d，
Z＝d。
其中，XR为图像分辨率的水平像素数，YR为图像分辨率的垂直像素数。H为水平视场角，V为垂直视场角。
本申请的上述实施例提供的用于生成位置信息的方法利用深度摄像头拍摄目标物体，当在目标物体的周围区域检测到目标对象时，获取深度摄像头拍摄的从初次检测到目标对象的时刻开始的一个时间段内的图像。之后从获取的图像中选取目标图像，并获取目标图像中显示目标对象的图像区域在目标图像中的位置和在目标图像的拍摄时刻对应的深度值。之后，根据深度值，将目标图像中显示目标对象的图像区域在目标图像中的位置转换为目标对象在目标物体的周围区域中的位置，从而实现了利用深度摄像头得到目标对象在目标物体周围区域中的实际位置。
进一步参考图4，其示出了用于生成位置信息的方法的又一个实施例的流程400。该用于生成位置信息的流程400，包括以下步骤：
步骤401，响应于在目标区域检测到目标对象，获取在从初始时刻开始经过了目标时长而形成的时间段内，深度摄像头拍摄的图像，得到图像集合。
步骤402，从图像集合中确定目标图像。
步骤403，获取图像坐标和深度值。
步骤404，基于深度值，将图像坐标转换为区域坐标。
上述步骤401-404的具体的执行过程可参考图2对应实施例中的步骤201-204的相关说明，在此不再赘述。
步骤405，基于预先构建的区域坐标与物体坐标的关联关系，获取区域坐标对应的物体坐标。
在本实施例中，在上述步骤404得到区域坐标之后，可以进一步通过区域坐标，在预先构建的区域坐标与物体坐标的关联关系中进行查找，得到区域坐标对应的物体坐标。其中，物体坐标用于表示预测的、目标对象与目标物体的接触位置。
实践中，可以通过大量目标对象出现在目标物体的周围的图像或视频等数据进行统计分析，进而得到区域坐标与物体坐标的关联关系。
例如，在上述目标物体为超市或商场中的货架的举例中，可以预先根据大量超市或商场的监控或录像，分析得到手和取物夹在靠近货架周围区域的不同位置处与手和取物夹在之后拿取商品时的接触位置的对应关系。从而在得到区域坐标之后，可以通过查询上述对应关系，得到目标对象实际拿取货架上的物品的位置。
步骤406，分析目标图像，得到目标对象的属性信息。
在本实施例中，可以通过现有的图像分析和图像处理方法对目标图像进行分析，从而得到目标图像中的目标对象的属性信息。其中，属性信息包括但不限于：尺寸信息、形状信息、纹理信息、姿态信息等。
步骤407，基于属性信息，调整物体坐标，得到调整后的物体坐标。
在本实施例中，根据上述步骤406得到的目标对象的属性信息，可以进一步地调整物体坐标。
在实际的应用场景中，当目标对象的种类有限时，可以通过分析目标对象的尺寸信息和/或形状信息和/或纹理信息可以判断具体的目标对象。还可以进一步地结合姿态信息，判断上述与区域坐标对应的物体坐标是否有偏差，根据判断结果，可以对物体坐标进行调整，得到调整后的坐标。
可选地，可以根据目标对象的属相信息预测目标对象与目标物体的实际接触位置，然后与上述得到的物体坐标进行比较，若误差小于一定阈值，可以将两者的平均值作为调整后的物体坐标。若误差大于一定阈值，可以进一步结合图像集合中的其它未被选取图像进行分析，调整物体坐标。
从图4中可以看出，与图2对应的实施例相比，本实施例中的信息推送方法的流程400突出了在得到区域坐标之后，还可以根据预设的图像坐标与区域坐标的关联关系，得到区域坐标对应的物体坐标。进一步地，还可以根据对目标图像进行分析而得到的目标对象的属性信息对物体坐标进一步调整，从而有助于使得调整后的物体坐标更准确地指示目标对象与目标物体的接触位置。
进一步参考图5，其示出了用于生成热力图的方法的一个实施例的流程500。该用于生成热力图的流程500，包括以下步骤：
步骤501，获取目标物体在预设时间段内对应的区域坐标集合。
在本实施例中，用于生成热力图的方法的执行主体可以是硬件，也可以是软件。当执行主体是硬件时，可以是支持数据和图像处理的各种电子设备，包括但不限于智能手机、平板电脑、电子书阅读器、膝上型便携计算机和台式计算机等等。当执行主体为软件时，可以安装在上述所列举的电子设备中。其可以实现成多个软件或软件模块(例如用来提供分布式服务的多个软件或软件模块)，也可以实现成单个软件或软件模块。在此不做具体限定。
在本实施例中，用于生成热力图的方法的执行主体可以获取目标物体在预设时间段内对应的区域坐标集合。其中，预设时间段可以是任意指定的一个时间段。区域坐标可以是通过上述实施例2描述的方法得到的。
区域坐标集合可以存储于用于生成热力图的方法的执行主体的本地，也可以存储于其他外部存储设备或其它终端设备。当区域坐标集合存储于其他外部存储设备或其它终端设备，用于生成热力图的方法的执行主体可以从其他外部存储设备或其它终端设备获取区域坐标集合。具体地，可以存储区域坐标与时刻的对应关系表，从而能够从对应关系表中选出预设时间段内的区域坐标，得到区域坐标集合。
步骤502，根据区域坐标集合，生成目标物体在预设时间段内的热力图。
在本实施例中，上述用于生成热力图的执行主体可以根据获取到的区域坐标集合，生成目标物体在预设时间内的热力图。其中，热力图可以用于描述区域坐标集合中的区域坐标的分布。由于区域坐标可以表示目标对象在目标物体的周围区域中的位置，因此，通过热力图也可以表征在预设时间段内，目标对象在目标物体周围出现的位置分布情况。
其中，热力图的生成方法是目前广泛研究和应用的公知技术，在此不再赘述。
例如，在上述目标物体为超市或商场中的货架的举例中，可以根据超市或商场中各货架的近半年之内的区域坐标得到的区域坐标集合，生成货架在近半年之内的热力图。例如，可以用不同的颜色表征每个货架附近区域坐标的分布疏密程度。从而根据热力图能够直观的看出超市或商场中各货架中的物品被拿取的热度，进而管理人员也能够根据热力图调整各货架中的物品排列。例如，在区域坐标分布较密集的物品处放置促销的商品等。
本申请的上述实施例提供的生成热力图的方法通过获取目标物体在预设时间段内对应的区域坐标集合，并根据区域坐标集合生成目标物体在预设时间段内的热力图，从而能够直观地反应目标对象在目标物体附近地分布情况。
进一步参考图6，作为对上述各图所示方法的实现，本申请提供了用于生成位置信息的装置的一个实施例，该装置实施例与图2所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。
如图6所示，本实施例提供的用于生成位置信息的装置600包括获取单元601、确定单元602和转换单元603。其中，获取单元601被配置成响应于在目标区域检测到目标对象，获取在从初始时刻开始经过了目标时长而形成的时间段内，深度摄像头拍摄的图像，得到图像集合，其中，初始时刻是初次检测到目标对象的时刻，深度摄像头用于拍摄目标物体，目标区域为目标物体的周围区域；确定单元602被配置成从图像集合中确定目标图像；获取单元601进一步被配置成获取图像坐标和深度值，其中，图像坐标用于表示目标图像中显示目标对象的图像区域在目标图像中的位置，深度值用于表示在目标图像的拍摄时刻，目标对象与深度摄像头之间的距离；转换单元603被配置成基于深度值，将图像坐标转换为区域坐标，其中，区域坐标用于表示在目标图像的拍摄时刻，目标对象在目标区域中的位置。
在本实施例的一些可选的实现方式中，上述确定单元602进一步被配置成将在初始时刻拍摄的图像确定为目标图像。
在本实施例的一些可选的实现方式中，上述装置600还包括：存储单元(图中未示出)，被配置成将目标图像的拍摄时刻、区域坐标和深度值关联存储。
在本实施例的一些可选的实现方式中，图像坐标包括第一方向坐标和第二方向坐标，区域坐标包括第三方向坐标、第四方向坐标和第五方向坐标，其中，第一方向和第二方向为预先指定的且相互垂直，第三方向、第四方向和第五方向为预先指定的且相互垂直。
在本实施例的一些可选的实现方式中，转换单元603进一步被配置成获取目标图像的图像分辨率，其中，图像分辨率用水平像素数和垂直像素数；获取深度摄像头的位置信息和目标物体的位置信息；基于深度摄像头的位置信息和目标物体的位置信息，确定水平视场角和垂直视场角；将第一方向坐标与水平像素数的商减去二分之一得到第一中间值；将水平视场角的二分之一的正切值确定为第二中间值；将深度值的二倍确定为第三中间值；将第一中间值、第二中间值和第三中间值的总乘积确定为第三方向坐标；将第二方向坐标与垂直像素数的商减去二分之一得到第四中间值；将垂直视场角的二分之一的正切值确定为第五中间值；将第四中间值、第五中间值和第三中间值的总乘积确定为第四方向坐标；将深度值确定为第五方向坐标。
在本实施例的一些可选的实现方式中，上述获取单元601进一步被配置成基于预先构建的区域坐标与物体坐标的关联关系，获取区域坐标对应的物体坐标，其中，物体坐标用于表示预测的、目标对象与目标物体的接触位置；上述装置600还包括：分析单元(图中未示出)，被配置成分析目标图像，得到目标对象的属性信息，其中，属性信息包括以下至少一项：尺寸信息、形状信息、纹理信息、姿态信息；调整单元(图中未示出)，被配置成基于属性信息，调整物体坐标，得到调整后的物体坐标。
本申请的上述实施例提供的装置，利用深度摄像头拍摄目标物体，当在目标物体的周围区域检测到目标对象时，获取单元获取深度摄像头拍摄的从初次检测到目标对象的时刻开始的一个时间段内的图像。之后确定单元从获取的图像中确定目标图像，并获取目标图像中显示目标对象的图像区域在目标图像中的位置和在目标图像的拍摄时刻对应的深度值。之后，转换单元根据深度值，将目标图像中显示目标对象的图像区域在目标图像中的位置转换为目标对象在目标物体的周围区域中的位置，从而实现了利用深度摄像头得到目标对象在目标物体周围区域中的实际位置。
下面参考图7，其示出了适于用来实现本申请实施例的终端设备的计算机系统700的结构示意图。图7示出的终端设备或服务器仅仅是一个示例，不应对本申请实施例的功能和使用范围带来任何限制。
如图7所示，计算机系统700包括中央处理单元(CPU)701，其可以根据存储在只读存储器(ROM)702中的程序或者从存储部分708加载到随机访问存储器(RAM)703中的程序而执行各种适当的动作和处理。在RAM 703中，还存储有系统700操作所需的各种程序和数据。CPU 701、ROM 702以及RAM 703通过总线704彼此相连。输入/输出(I/O)接口705也连接至总线704。
以下部件连接至I/O接口805：包括键盘、鼠标等的输入部分706；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分707；包括硬盘等的存储部分708；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分709。通信部分709经由诸如因特网的网络执行通信处理。驱动器710也根据需要连接至I/O接口705。可拆卸介质711，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器710上，以便于从其上读出的计算机程序根据需要被安装入存储部分708。
特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分709从网络上被下载和安装，和/或从可拆卸介质711被安装。在该计算机程序被中央处理单元(CPU)701执行时，执行本申请的方法中限定的上述功能。
需要说明的是，本申请的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本申请中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、RF等等，或者上述的任意合适的组合。
附图中的流程图和框图，图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
描述于本申请实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中，例如，可以描述为：一种处理器，包括获取单元、确定单元和转换单元。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定，例如，确定单元还可以被描述为“从图像集合中确定目标图像的单元”。
作为另一方面，本申请还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的装置中所包含的；也可以是单独存在，而未装配入该装置中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该装置执行时，使得该装置：响应于在目标区域检测到目标对象，获取在从初始时刻开始经过了目标时长而形成的时间段内，深度摄像头拍摄的图像，得到图像集合，其中，初始时刻是初次检测到目标对象的时刻，深度摄像头用于拍摄目标物体，目标区域为目标物体的周围区域；从图像集合中确定目标图像；获取图像坐标和深度值，其中，图像坐标用于表示目标图像中显示目标对象的图像区域在目标图像中的位置，深度值用于表示在目标图像的拍摄时刻，目标对象与深度摄像头之间的距离；基于深度值，将图像坐标转换为区域坐标，其中，区域坐标用于表示在目标图像的拍摄时刻，目标对象在目标区域中的位置。
以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本申请中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (15)

1.一种用于生成位置信息的方法，包括：
响应于在目标区域检测到目标对象，获取在从初始时刻开始经过了目标时长而形成的时间段内，深度摄像头拍摄的图像，得到图像集合，其中，所述初始时刻是初次检测到所述目标对象的时刻，所述深度摄像头用于拍摄目标物体，所述目标区域为所述目标物体的周围区域；
从所述图像集合中确定目标图像；
获取图像坐标和深度值，其中，所述图像坐标用于表示所述目标图像中显示目标对象的图像区域在所述目标图像中的位置，所述深度值用于表示在所述目标图像的拍摄时刻，所述目标对象与所述深度摄像头之间的距离；
基于所述深度值，将所述图像坐标转换为区域坐标，其中，所述区域坐标用于表示在所述目标图像的拍摄时刻，所述目标对象在所述目标区域中的位置。
2.根据权利要求1所述的方法，其中，所述从所述图像集合中确定目标图像包括：
将在所述初始时刻拍摄的图像确定为所述目标图像。
3.根据权利要求1所述的方法，其中，所述方法还包括：
将所述目标图像的拍摄时刻、所述区域坐标和所述深度值关联存储。
4.根据权利要求1所述的方法，其中，所述图像坐标包括第一方向坐标和第二方向坐标，所述区域坐标包括第三方向坐标、第四方向坐标和第五方向坐标，其中，第一方向和第二方向为预先指定的且相互垂直，第三方向、第四方向和第五方向为预先指定的且相互垂直。
5.根据权利要求4所述的方法，其中，所述基于所述深度值，将所述图像坐标转换为区域坐标包括：
获取所述目标图像的图像分辨率，其中，所述图像分辨率用水平像素数和垂直像素数表示；
获取所述深度摄像头的位置信息和所述目标物体的位置信息；
基于所述深度摄像头的位置信息和所述目标物体的位置信息，确定水平视场角和垂直视场角；
将所述第一方向坐标与所述水平像素数的商减去二分之一得到第一中间值；
将所述水平视场角的二分之一的正切值确定为第二中间值；
将所述深度值的二倍确定为第三中间值；
将所述第一中间值、所述第二中间值和所述第三中间值的总乘积确定为所述第三方向坐标；
将所述第二方向坐标与所述垂直像素数的商减去二分之一得到第四中间值；
将所述垂直视场角的二分之一的正切值确定为第五中间值；
将所述第四中间值、所述第五中间值和所述第三中间值的总乘积确定为所述第四方向坐标；
将所述深度值确定为所述第五方向坐标。
6.根据权利要求1-5之一所述的方法，其中，所述方法还包括：
基于预先构建的区域坐标与物体坐标的关联关系，获取所述区域坐标对应的物体坐标，其中，所述物体坐标用于表示预测的、所述目标对象与所述目标物体的接触位置；
分析所述目标图像，得到所述目标对象的属性信息，其中，所述属性信息包括以下至少一项：尺寸信息、形状信息、纹理信息、姿态信息；
基于所述属性信息，调整所述物体坐标，得到调整后的物体坐标。
7.一种用于生成位置信息的装置，包括：
获取单元，被配置成响应于在目标区域检测到目标对象，获取在从初始时刻开始经过了目标时长而形成的时间段内，深度摄像头拍摄的图像，得到图像集合，其中，所述初始时刻是初次检测到所述目标对象的时刻，所述深度摄像头用于拍摄目标物体，所述目标区域为所述目标物体的周围区域；
确定单元，被配置成从所述图像集合中确定目标图像；
所述获取单元，进一步被配置成获取图像坐标和深度值，其中，所述图像坐标用于表示所述目标图像中显示目标对象的图像区域在所述目标图像中的位置，所述深度值用于表示在所述目标图像的拍摄时刻，所述目标对象与所述深度摄像头之间的距离；
转换单元，被配置成基于所述深度值，将所述图像坐标转换为区域坐标，其中，所述区域坐标用于表示在所述目标图像的拍摄时刻，所述目标对象在所述目标区域中的位置。
8.根据权利要求7所述的装置，其中，所述确定单元进一步被配置成：
将在所述初始时刻拍摄的图像确定为所述目标图像。
9.根据权利要求7所述的装置，其中，所述装置还包括：
存储单元，被配置成将将所述目标图像的拍摄时刻、所述区域坐标和所述深度值关联存储。
10.根据权利要求7所述的装置，其中，所述图像坐标包括第一方向坐标和第二方向坐标，所述区域坐标包括第三方向坐标、第四方向坐标和第五方向坐标，其中，第一方向和第二方向为预先指定的且相互垂直，第三方向、第四方向和第五方向为预先指定的且相互垂直。
11.根据权利要求10所述的装置，其中，所述转换单元进一步被配置成：
获取所述目标图像的图像分辨率，其中，所述图像分辨率用水平像素数和垂直像素数表示；
获取所述深度摄像头的位置信息和所述目标物体的位置信息；
基于所述深度摄像头的位置信息和所述目标物体的位置信息，确定水平视场角和垂直视场角；
将所述第一方向坐标与所述水平像素数的商减去二分之一得到第一中间值；
将所述水平视场角的二分之一的正切值确定为第二中间值；
将所述深度值的二倍确定为第三中间值；
将所述第一中间值、所述第二中间值和所述第三中间值的总乘积确定为所述第三方向坐标；
将所述第二方向坐标与所述垂直像素数的商减去二分之一得到第四中间值；
将所述垂直视场角的二分之一的正切值确定为第五中间值；
将所述第四中间值、所述第五中间值和所述第三中间值的总乘积确定为所述第四方向坐标；
将所述深度值确定为所述第五方向坐标。
12.根据权利要求7-11之一所述的装置，其中，
所述获取单元，进一步被配置成基于预先构建的区域坐标与物体坐标的关联关系，获取所述区域坐标对应的物体坐标，其中，所述物体坐标用于表示预测的、所述目标对象与所述目标物体的接触位置；
所述装置还包括：
分析单元，被配置成分析所述目标图像，得到所述目标对象的属性信息，其中，所述属性信息包括以下至少一项：尺寸信息、形状信息、纹理信息、姿态信息；
调整单元，被配置成基于所述属性信息，调整所述物体坐标，得到调整后的物体坐标。
13.一种用于生成热力图的方法，包括：
获取目标物体在预设时间段内对应的区域坐标集合，其中，区域坐标是通过如权利要求1-5任一所述的方法生成的；
根据所述区域坐标集合，生成所述目标物体在所述预设时间段内的热力图，其中，所述热力图用于描述所述区域坐标集合中的区域坐标的分布。
14.一种电子设备，包括：
一个或多个处理器；
存储装置，其上存储有一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-6中任一所述的方法。
15.一种计算机可读介质，其上存储有计算机程序，其中，该程序被处理器执行时实现如权利要求1-6中任一所述的方法。
CN201810684150.7A 2018-06-28 2018-06-28 用于生成位置信息的方法和装置 Pending CN110728649A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810684150.7A CN110728649A (zh) 2018-06-28 2018-06-28 用于生成位置信息的方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810684150.7A CN110728649A (zh) 2018-06-28 2018-06-28 用于生成位置信息的方法和装置

Publications (1)

Publication Number Publication Date
CN110728649A true CN110728649A (zh) 2020-01-24

Family

ID=69217190

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810684150.7A Pending CN110728649A (zh) 2018-06-28 2018-06-28 用于生成位置信息的方法和装置

Country Status (1)

Country Link
CN (1) CN110728649A (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111292372A (zh) * 2020-02-24 2020-06-16 当家移动绿色互联网技术集团有限公司 目标物体定位方法、装置、存储介质以及电子设备
CN112749652A (zh) * 2020-12-31 2021-05-04 浙江大华技术股份有限公司 身份信息确定的方法和装置、存储介质及电子设备
CN113055821A (zh) * 2021-03-15 2021-06-29 北京京东乾石科技有限公司 用于发送信息的方法和装置
CN113312947A (zh) * 2020-02-27 2021-08-27 北京沃东天骏信息技术有限公司 一种确定行为对象的方法和装置
CN113469872A (zh) * 2020-03-31 2021-10-01 广东博智林机器人有限公司 一种区域显示方法、装置、设备及存储介质
CN113779299A (zh) * 2021-01-29 2021-12-10 北京沃东天骏信息技术有限公司 用于存储物品位置信息的方法、装置、电子设备和介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104700404A (zh) * 2015-03-02 2015-06-10 中国农业大学 一种果实定位识别方法
CN106023259A (zh) * 2016-05-26 2016-10-12 史方 一种运动目标频率检测方法及装置
CN107093171A (zh) * 2016-02-18 2017-08-25 腾讯科技（深圳）有限公司 一种图像处理方法及装置、系统
CN107315824A (zh) * 2017-07-04 2017-11-03 百度在线网络技术（北京）有限公司 用于生成热力图的方法和装置
CN107945206A (zh) * 2017-10-23 2018-04-20 夏仙强 一种基于视觉传感器的移动物体轨迹判断方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104700404A (zh) * 2015-03-02 2015-06-10 中国农业大学 一种果实定位识别方法
CN107093171A (zh) * 2016-02-18 2017-08-25 腾讯科技（深圳）有限公司 一种图像处理方法及装置、系统
CN106023259A (zh) * 2016-05-26 2016-10-12 史方 一种运动目标频率检测方法及装置
CN107315824A (zh) * 2017-07-04 2017-11-03 百度在线网络技术（北京）有限公司 用于生成热力图的方法和装置
CN107945206A (zh) * 2017-10-23 2018-04-20 夏仙强 一种基于视觉传感器的移动物体轨迹判断方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
韩增强;王川婴;施华堂;丁刚;胡胜;王益腾;: "空间坐标系下地下岩体结构面数学描述方法初探", 岩土力学 *
马跃龙;曹雪峰;万刚;李登峰;: "一种基于深度相机的机器人室内导航点云地图生成方法", 测绘工程 *

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111292372A (zh) * 2020-02-24 2020-06-16 当家移动绿色互联网技术集团有限公司 目标物体定位方法、装置、存储介质以及电子设备
CN113312947A (zh) * 2020-02-27 2021-08-27 北京沃东天骏信息技术有限公司 一种确定行为对象的方法和装置
CN113469872A (zh) * 2020-03-31 2021-10-01 广东博智林机器人有限公司 一种区域显示方法、装置、设备及存储介质
CN113469872B (zh) * 2020-03-31 2024-01-19 广东博智林机器人有限公司 一种区域显示方法、装置、设备及存储介质
CN112749652A (zh) * 2020-12-31 2021-05-04 浙江大华技术股份有限公司 身份信息确定的方法和装置、存储介质及电子设备
CN112749652B (zh) * 2020-12-31 2024-02-20 浙江大华技术股份有限公司 身份信息确定的方法和装置、存储介质及电子设备
CN113779299A (zh) * 2021-01-29 2021-12-10 北京沃东天骏信息技术有限公司 用于存储物品位置信息的方法、装置、电子设备和介质
CN113055821A (zh) * 2021-03-15 2021-06-29 北京京东乾石科技有限公司 用于发送信息的方法和装置
CN113055821B (zh) * 2021-03-15 2023-01-31 北京京东乾石科技有限公司 用于发送信息的方法和装置

Similar Documents

Publication Publication Date Title
CN110728649A (zh) 用于生成位置信息的方法和装置
US10977818B2 (en) Machine learning based model localization system
US7554575B2 (en) Fast imaging system calibration
EP2375376A1 (en) Method and arrangement for multi-camera calibration
US10460466B2 (en) Line-of-sight measurement system, line-of-sight measurement method and program thereof
CN110555876B (zh) 用于确定位置的方法和装置
CN109472824B (zh) 物品位置变化检测方法及装置、存储介质、电子设备
TWI734054B (zh) 資訊處理裝置、顯示位置調整方法及儲存媒體
CN109961472A (zh) 3d热力图生成的方法、系统、存储介质及电子设备
US11769308B2 (en) Systems and methods of augmented reality guided image capture
CN108492284B (zh) 用于确定图像的透视形状的方法和装置
CN110619807A (zh) 生成全局热力图的方法和装置
US11600019B2 (en) Image-based inventory estimation
CN111428743A (zh) 商品识别方法、商品处理方法、装置及电子设备
CN110673717A (zh) 用于控制输出设备的方法和装置
CN111429194B (zh) 用户轨迹确定系统、方法、装置及服务器
US20230394833A1 (en) Method, system and computer readable media for object detection coverage estimation
US20170256208A1 (en) Media item relighting technique
CN108446737B (zh) 用于识别对象的方法和装置
CN113804195B (zh) 信息处理方法及设备和室内地图定位方法及设备
JP7493190B1 (ja) 情報処理システム
CN112532874B (zh) 生成平面热力图的方法、装置、存储介质和电子设备
US20240046597A1 (en) System that calculates available shelf space based on images projected onto the shelf surface
CN111931674B (zh) 物品识别管理方法、装置、服务器及可读存储介质
US12100212B2 (en) Method, system and computer readable media for object detection coverage estimation

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