CN110740315B - 摄像头矫正方法、装置、电子设备及存储介质 - Google Patents

摄像头矫正方法、装置、电子设备及存储介质 Download PDF

Info

Publication number
CN110740315B
CN110740315B CN201911079048.5A CN201911079048A CN110740315B CN 110740315 B CN110740315 B CN 110740315B CN 201911079048 A CN201911079048 A CN 201911079048A CN 110740315 B CN110740315 B CN 110740315B
Authority
CN
China
Prior art keywords
camera
identification frame
coincidence rate
frame
identification
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
CN201911079048.5A
Other languages
English (en)
Other versions
CN110740315A (zh
Inventor
郑东
李佳杞
赵拯
赵五岳
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.)
Universal Ubiquitous Technology Co ltd
Original Assignee
Universal Ubiquitous 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 Universal Ubiquitous Technology Co ltd filed Critical Universal Ubiquitous Technology Co ltd
Priority to CN201911079048.5A priority Critical patent/CN110740315B/zh
Publication of CN110740315A publication Critical patent/CN110740315A/zh
Application granted granted Critical
Publication of CN110740315B publication Critical patent/CN110740315B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N17/00Diagnosis, testing or measuring for television systems or their details
    • H04N17/002Diagnosis, testing or measuring for television systems or their details for television cameras
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16Human faces, e.g. facial parts, sketches or expressions
    • G06V40/161Detection; Localisation; Normalisation
    • G06V40/166Detection; Localisation; Normalisation using acquisition arrangements

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Multimedia (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Biomedical Technology (AREA)
  • Signal Processing (AREA)
  • Studio Devices (AREA)

Abstract

本公开实施例中提供了一种摄像头矫正方法、装置、电子设备及存储介质,属于图像处理技术领域。所述方法包括:获取第一摄像头中的第一识别框区域和第二摄像头中的第二识别框区域的重合率,重合率包括第一识别框区域和第二识别框区域之间的交集面积与并集面积的比值;判断重合率是否大于或者等于预设阈值;若重合率小于预设阈值,则根据预设规则调试第一摄像头和第二摄像头,以使第一摄像头和所述第二摄像头对应的重合率大于预设阈值。本发明方案,通过以数据形式实时展示双目甚至多目摄像头对齐效果,调试每个摄像头达到最优的对齐效果,由此确保实际应用中只需一目摄像头获得人脸识别框,省去其他摄像头检测时间,进而提高人脸识别通过速度。

Description

摄像头矫正方法、装置、电子设备及存储介质
技术领域
本发明涉及图像处理技术领域,尤其涉及一种摄像头矫正方法、装置、电子设备及存储介质。
背景技术
目前人脸识别技术在各种电子显示产品中的应用相当广泛。在人脸识别技术中,人脸识别可能会受到手机、打印纸张、电脑屏幕、人脸面具、3D模型等伪造人脸攻击,而为了杜绝这些影响目前主要是使用活体检测技术来防御这些攻击。当前人脸识别设备中使用双目摄像头,一目用于做人脸识别,一目用于活体检测。用于活体检测的摄像头可以是IR摄像头、3D结构光摄像头、TOF深度摄像头等。
当前,使用双目摄像头的设备需要在双目画面中分别检测人脸,找到人脸在画面中的位置。一般的,检测人脸算法比人脸关键点回归算法耗时多10倍左右。目前的双目摄像头中一般需要使两目摄像头均对人脸进行检测,这样增加了在人脸识别过程中检测的时间,使用双目摄像头进行人脸检测时耗时和效率低是当下双目摄像头在人脸识别中存在的主要问题。
可见,现有的双目摄像头存在检测耗时较长、效率较低的技术问题。
发明内容
有鉴于此,本公开实施例提供一种摄像头矫正方法、装置、电子设备及计算机可读存储介质,至少部分解决现有技术中存在的问题。
第一方面,本公开实施例提供了一种摄像头矫正方法,应用于摄像头矫正装置,所述摄像头矫正装置至少包括第一摄像头和第二摄像头;所述方法包括:
获取所述第一摄像头中的第一识别框区域和所述第二摄像头中的第二识别框区域的重合率,其中,所述重合率包括所述第一识别框区域和第二识别框区域之间的交集面积与并集面积的比值;
判断所述重合率是否大于或者等于预设阈值;
若所述重合率小于所述预设阈值,则根据预设规则调试所述第一摄像头和所述第二摄像头,以使所述第一摄像头和所述第二摄像头对应的重合率大于所述预设阈值。
根据本公开实施例的一种具体实现方式,所述获取所述第一摄像头中的第一识别框区域和所述第二摄像头中的第二识别框区域的重合率步骤之前,所述方法还包括:
获取目标对象在所述第一摄像头中对应的第一图像,以及所述目标对象在所述第二摄像头中对应的第二图像;
根据所述目标对象在所述第一摄像头中对应第一图像的第一识别框区域,以及所述目标对象在所述第二摄像头中对应第二图像的第二识别框区域,计算所述第一识别框区域和第二识别框区域之间的交集面积,以及所述第一识别框区域和第二识别框区域之间的并集面积;
根据所述交集面积和所述并集面积的比值,确定所述第一摄像头和所述第二摄像头的重合率。
根据本公开实施例的一种具体实现方式,所述获取所述第一摄像头中的第一识别框区域和所述第二摄像头中的第二识别框区域的重合率的步骤之前,所述方法还包括:
检测所述目标对象在所述第二摄像头中对应的第二图像是否包含在所述第一摄像头的第一识别框内;
若所述目标对象在所述第二摄像头中对应的第二图像未包含在所述第一摄像头的第一识别框内,则对所述第一摄像头的第一识别框进行预设处理以使所述目标对象在所述第二摄像头中对应的第二图像包含在所述第一摄像头的第一识别框内。
根据本公开实施例的一种具体实现方式,所述对所述第一摄像头的第一识别框进行预设处理以使所述目标对象在所述第二摄像头中对应的第二图像包含在所述第一摄像头的第一识别框内的步骤中的预设处理包括:
对所述第一摄像头的第一识别框进行扩框处理,以使所述第二摄像头的第二图像包含在所述第一摄像头的第一识别框内。
根据本公开实施例的一种具体实现方式,所述对所述第一摄像头的第一识别框进行扩框处理的步骤包括:
将所述第一摄像头中的第一识别框的高度沿所述第一识别框高度方向向上扩大所述第一识别框高度的0.5倍,向下扩大所述第一识别框高度的0.5倍;
将所述第一摄像头中的第一识别框沿所述第一识别框宽度方向向左扩大所述第一识别框宽度的0.5倍,向右扩大所述第一识别框宽度的0.5倍。
根据本公开实施例的一种具体实现方式,所述判断所述重合率是否大于或者等于预设阈值的步骤,包括:
判断当所述目标对象距离所述第一摄像头或者第二摄像头为1.5m时,所述重合率是否大于或者等于0.5。
根据本公开实施例的一种具体实现方式,所述判断当所述目标对象距离所述第一摄像头或者第二摄像头为1.5m时,所述重合率是否大于或者等于0.5的步骤包括:
判断当所述第一摄像头的第一识别框大小为预设值时,所述重合率是否大于或者等于0.5。
第二方面,本公开实施例提供了一种摄像头矫正装置,所述摄像头矫正装置至少包括第一摄像头和第二摄像头,所述装置还包括:
获取模块,用于获取所述第一摄像头中的第一识别框区域和所述第二摄像头中的第二识别框区域的重合率,其中,所述重合率包括所述第一识别框区域和第二识别框区域之间的交集面积与并集面积的比值;
判断模块,用于判断所述重合率是否大于或者等于预设阈值;
调试模块,用于在所述重合率小于所述预设阈值时,则根据预设规则调试所述第一摄像头和所述第二摄像头,以使所述第一摄像头和所述第二摄像头对应的重合率大于所述预设阈值。
第三方面,本公开实施例还提供了一种电子设备,该电子设备包括:
至少一个处理器;以及,
与该至少一个处理器通信连接的存储器;其中,
该存储器存储有可被该至少一个处理器执行的指令,该指令被该至少一个处理器执行,以使该至少一个处理器能够执行前述第一方面或第一方面的任一实现方式中的摄像头矫正方法。
第四方面,本公开实施例还提供了一种非暂态计算机可读存储介质,该非暂态计算机可读存储介质存储计算机指令,该计算机指令用于使该计算机执行前述第一方面或第一方面的任一实现方式中的摄像头矫正方法。
第五方面,本公开实施例还提供了一种计算机程序产品,该计算机程序产品包括存储在非暂态计算机可读存储介质上的计算程序,该计算机程序包括程序指令,当该程序指令被计算机执行时,使该计算机执行前述第一方面或第一方面的任一实现方式中的摄像头矫正方法。
本公开实施例中的摄像头矫正方法,应用于摄像头矫正装置,所述摄像头矫正装置至少包括第一摄像头和第二摄像头;所述方法包括:获取所述第一摄像头中的第一识别框区域和所述第二摄像头中的第二识别框区域的重合率,其中,所述重合率包括所述第一识别框区域和第二识别框区域之间的交集面积与并集面积的比值;判断所述重合率是否大于或者等于预设阈值;若所述重合率小于所述预设阈值,则根据预设规则调试所述第一摄像头和所述第二摄像头,以使所述第一摄像头和所述第二摄像头对应的重合率大于所述预设阈值。通过本公开的方案,通过以数据形式实时展示双目甚至多目摄像头对齐效果,调试每个摄像头达到最优的对齐效果。由此确保实际应用中只需一目摄像头获得人脸识别框,省去其他摄像头检测时间,进而提高人脸识别通过速度。
附图说明
为了更清楚地说明本公开实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本公开的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其它的附图。
图1为本公开实施例提供的一种摄像头矫正方法流程示意图;
图2为本公开实施例提供的RGB摄像头和IR摄像头进行人脸识别的示意图;
图3为本公开实施例提供的RGB摄像头的人脸识别框代替IR摄像头人脸识别框的示意图;
图4为本公开实施例提供的RGB摄像头的人脸识别框未扩宽和扩宽后与IR摄像头人脸识别框的重合情况的示意图;
图5为本公开实施例提供的另一种摄像头矫正方法流程示意图;
图6为本公开实施例提供的另一种摄像头矫正方法流程示意图;
图7为本公开实施例提供的一种摄像头矫正装置结构示意图;
图8为本公开实施例提供的电子设备示意图。
具体实施方式
下面结合附图对本公开实施例进行详细描述。
以下通过特定的具体实例说明本公开的实施方式,本领域技术人员可由本说明书所揭露的内容轻易地了解本公开的其他优点与功效。显然,所描述的实施例仅仅是本公开一部分实施例,而不是全部的实施例。本公开还可以通过另外不同的具体实施方式加以实施或应用,本说明书中的各项细节也可以基于不同观点与应用,在没有背离本公开的精神下进行各种修饰或改变。需说明的是,在不冲突的情况下,以下实施例及实施例中的特征可以相互组合。基于本公开中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本公开保护的范围。
需要说明的是,下文描述在所附权利要求书的范围内的实施例的各种方面。应显而易见,本文中所描述的方面可体现于广泛多种形式中,且本文中所描述的任何特定结构及/或功能仅为说明性的。基于本公开,所属领域的技术人员应了解,本文中所描述的一个方面可与任何其它方面独立地实施,且可以各种方式组合这些方面中的两者或两者以上。举例来说,可使用本文中所阐述的任何数目个方面来实施设备及/或实践方法。另外,可使用除了本文中所阐述的方面中的一或多者之外的其它结构及/或功能性实施此设备及/或实践此方法。
还需要说明的是,以下实施例中所提供的图示仅以示意方式说明本公开的基本构想,图式中仅显示与本公开中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制,其实际实施时各组件的型态、数量及比例可为一种随意的改变,且其组件布局型态也可能更为复杂。
另外,在以下描述中,提供具体细节是为了便于透彻理解实例。然而,所属领域的技术人员将理解,可在没有这些特定细节的情况下实践所述方面。
本公开实施例提供一种摄像头矫正方法。本实施例提供的摄像头矫正方法可以由一计算装置来执行,该计算装置可以实现为软件,或者实现为软件和硬件的组合,该计算装置可以集成设置在服务器、终端设备等中。
参见图1,本公开实施例提供的一种摄像头矫正方法,所述方法应用于摄像头矫正装置,所述摄像头矫正装置至少包括第一摄像头和第二摄像头;所述方法包括:
S101,获取所述第一摄像头中的第一识别框区域和所述第二摄像头中的第二识别框区域的重合率,其中,所述重合率包括所述第一识别框区域和第二识别框区域之间的交集面积与并集面积的比值;
本发明以双目摄像头为例进行说明,其中双目摄像头包括第一摄像头和第二摄像头,在进行人脸识别时,通过第一摄像头和第二摄像头分别采集目标对象的人脸来做识别分析。在用双目摄像头对人脸进行识别分析时,为了节省检测识别的时间,通过实现仅利用一目摄像头的检测来代替另一目摄像头的检测的目的,对这两目摄像头在出厂之前进行画面的对齐和矫正。
具体地,通过人脸检测算法获取同一时间下第一摄像头的第一识别框和第二摄像头的第二识别框,该第一识别框和第二识别框为摄像头的人脸识别框,参见图2。由于双目摄像头的两个摄像头的位置间的差异,导致其捕捉到的图像区域存在差异,类似人眼视差问题,人的两眼的位置的差别导致两个眼睛看到的图像在位置上存在差别,故在此获取第一摄像头的第一识别框区域和第二摄像头的第二识别框区域的重合率。所述重合率包括所述第一识别框区域和第二识别框区域之间的交集面积与并集面积的比值。
但是,需要说明的是,在获取第一摄像头的第一识别框区域和所述第二摄像头中的第二识别框区域的重合率之前,需要确保第一摄像头和第二摄像头满足以下关系:即目标对象在第二摄像头中对应的第二图像包含在所述第一摄像头的第一识别框内。
参见图2和图3,对于现有的双目摄像头的人脸识别的过程为,以一目摄像头为RGB摄像头,另一目摄像头为IR摄像头为例进行实例说明:RGB摄像头和IR摄像头分别检测得到人脸识别框,再对人脸识别框区域采用人脸回归算法得到人脸关键点信息。在这样一种基础上,试图将RGB摄像头检测得到的人脸识别框给到IR摄像头,免去IR摄像头需要检测得到人脸识别框的步骤。但是如果直接将RGB摄像头检测得到的人脸识别框直接给到IR摄像头,将会导致IR摄像头中的人脸不能完全包含在RGB摄像头的人脸识别框中,如图4所示,故在对这两个摄像头进行重合率的检测时,需要保障IR摄像头的人脸完全包含在RGB摄像头的人脸识别框内,才能达到通过RGB摄像头的人脸识别框代替IR的人脸识别框,省去IR摄像头需要对人脸进行检测得到人脸识别框的步骤。
S102,判断所述重合率是否大于或者等于预设阈值;
根据得到的第一摄像头的第一识别框区域和第二摄像头的第二识别框区域的重合率判断所述重合率是否满足预设的要求,即重合率是否大于或者等于预设阈值。本发明实施例将预设阈值设置为0.5,当重合率大于或者等于0.5时,即认为第一摄像头和第二摄像头的对齐效果能满足使用要求。本发明实施例将重合率阈值设置为0.5主要是出于提高产品质量的原因考虑,一般双目摄像头出厂时重合率较高,最好的能达到0.8以上,但是也存在质量低的,本发明实施例将阈值设置为0.5使得即使后期出现螺丝松动等各类原因而导致重合率下降,也不会影响产品的正常使用。
S103,若所述重合率小于所述预设阈值,则根据预设规则调试所述第一摄像头和所述第二摄像头,以使所述第一摄像头和所述第二摄像头对应的重合率大于或者等于所述预设阈值。
当重合率小于预设阈值0.5时,则按照预设的规则对所述第一摄像头和所述第二摄像头进行调试,直到使所述第一摄像头和所述第二摄像头大于或者等于预设阈值0.5。具体的调试方法可以包括:通过控制自动化设备对第一摄像头和第二摄像头进行调试,或者通过手动的方式对第一摄像头和第二摄像头进行调试。而调试的具体方法可以包括:检测第一摄像头和第二摄像头的紧固程度,通过调整第一摄像头和第二摄像头的紧固程度来进行调试;或者检测第一摄像头和第二摄像头的偏斜度,通过调整第一摄像头和第二摄像头的偏斜度来进行调试;等等。
其中需要说明的是,在对第一摄像头和第二摄像头对齐矫正的过程中,所述第一摄像头和所述第二摄像头的重合率在显示装置上以直观的数据显示,方便调试人员直接通过显示的重合率来判断所述第一摄像头和所述第二摄像头是否满足要求。
其次需要指出的是,由于RGB摄像头和IR摄像头角度偏差,导致两者的识别框的重合率的大小也与人脸和摄像头的距离相关。距离越远,重合率越小。鉴于在实际人脸识别应用中,被识别人员与双目摄像头距离不会太远,以1.5米为例,只需保证在1.5范围内重合率能满足大于或者等于即可。需要判断被识别人员与双目摄像头之间的距离可以通过加设距离传感器的方式来实现。
但是由于在实际的应用中,许多双目摄像头并没有测距的功能,这种情况下可以通过判断第一识别框的大小来间接判断被识别人员与双目摄像头之间的距离。例如,以RGB摄像头或者IR摄像头的第一识别框或者第二识别框的大小作为评判距离标准,被识别人员与摄像头之间的距离越远,识别框的面积越小。假设1.5米处RGB的第一识别框的大小为70,则摄像头调试人员只需确保第一识别框的大小为70时,第一摄像头的第一识别框和第二摄像头的第二识别框的重合率值达到0.5或0.5以上,即为通过对齐验证。若第一摄像头的第一识别框和第二摄像头的第二识别框的重合率小于0.5,则在对双目摄像头位置和角度进行调整,达到矫正对齐目的。
本公开实施例中的摄像头矫正方法,应用于摄像头矫正装置,所述摄像头矫正装置至少包括第一摄像头和第二摄像头;所述方法包括:获取所述第一摄像头中的第一识别框区域和所述第二摄像头中的第二识别框区域的重合率,其中,所述重合率包括所述第一识别框区域和第二识别框区域之间的交集面积与并集面积的比值;判断所述重合率是否大于或者等于预设阈值;若所述重合率小于所述预设阈值,则根据预设规则调试所述第一摄像头和所述第二摄像头,以使所述第一摄像头和所述第二摄像头对应的重合率大于所述预设阈值。本发明实施例公开的方案,通过以数据形式实时展示双目甚至多目摄像头对齐效果,调试每个摄像头达到最优的对齐效果。由此确保实际应用中只需一目摄像头获得人脸识别框,省去其他摄像头检测时间,进而提高人脸识别通过速度。
根据本公开实施例的另一种具体实现方式,参照图5,所述步骤S101之前,所述方法还包括:
步骤S501,获取目标对象在所述第一摄像头中对应的第一图像,以及所述目标对象在所述第二摄像头中对应的第二图像;
步骤S502,根据所述目标对象在所述第一摄像头中对应第一图像的第一识别框区域,以及所述目标对象在所述第二摄像头中对应第二图像的第二识别框区域,计算所述第一识别框区域和第二识别框区域之间的交集面积,以及所述第一识别框区域和第二识别框区域之间的并集面积;
步骤S503,根据所述交集面积和所述并集面积的比值,确定所述第一摄像头和所述第二摄像头的重合率。
在本发明实施例中,先获取目标对象在所述第一摄像头中对应的第一图像,以及目标对象在所述第二摄像头对应的第二图像。以RGB摄像头和IR摄像头为例进行说明,在RGB摄像头和IR摄像头获取到当前采集的目标对象的人脸画面后,对该人脸画面进行检测,以识别出当前RGB摄像头和IR摄像头中的人脸画面中均存在的人脸,即得到RGB摄像头中的第一图像和IR摄像头中的第二图像。具体的,确定人脸画面中存在的人脸的方法可以采用参考模板法,将采集的人脸画面和标准人脸参考模板进行比对以确定出人脸画面人脸所在的位置;或者,提取人脸画面的特征信息,判断该特征信息中是否存在满足人脸结构分布特征的部分,找到满足人脸结构分布特征的部分即确定出相应的人脸所在位置。还可以采用模式识别中的神经网络算法检测当前人脸画面中出现的人脸。
在确定出人脸在当前人脸画面中的位置后,在该位置处相应生成人脸识别框,如沿人脸头部位置的边缘生成线条实体框,该实体框同步绘制在显示的人脸画面中,即得到RGB摄像头的第一图像的第一识别框和IR摄像头的第二图像的第二识别框。
如果未检测到人脸画面存在人脸,则继续进行检测直到检测到人脸;如果检测到人脸画面存在一张人脸,则进行该人脸的识别;如果检测到人脸画面存在至少两张人脸,则在显示的人脸画面中的每个人脸位置处生成人脸识别框,如在当前人脸画面中检测到两张人脸,则在每张人脸位置处绘制生成各自对应的人脸识别框。
最后通过计算第一识别框区域和第二识别框区域的交集面积,以及第一识别框区域和第二识别框区域之间的并集面积,并计算出该交集面积与并集面积之间的比值得到重合率。
根据本公开实施例的另一种具体实现方式,参照图6,所述步骤S101之前,所述方法还包括:
步骤S601,检测所述目标对象在所述第二摄像头中对应的第二图像是否包含在所述第一摄像头的第一识别框内;
步骤S602,若所述目标对象在所述第二摄像头中对应的第二图像未包含在所述第一摄像头的第一识别框内,则对所述第一摄像头的第一识别框进行预设处理以使所述目标对象在所述第二摄像头中对应的第二图像包含在所述第一摄像头的第一识别框内。
基于上述实施例所述,在检测第一摄像头和第二摄像头的重合率来判断两者的对齐效果之前,需要保证被检测的目标对象在所述第二摄像头中对应的第二图像包含在所述第一摄像头的第一识别框内。当检测到目标对象在在所述第二摄像头中对应的第二图像未包含在所述第一摄像头的第一识别框内时,需要对所述第一摄像头的第一识别框进行预设处理,具体地,本实施例中对所述第一摄像头的第一识别框进行预设处理的方式为对所述第一识别框进行扩宽处理。通过将第一识别框进行扩宽处理以满足使第二摄像头的第二图像包含在第一识别框内。具体地对所述第一识别框进行扩宽处理的步骤包括:
步骤S601A,将所述第一摄像头中的第一识别框的高度沿所述第一识别框高度方向向上扩大所述第一识别框高度的0.5倍,向下扩大所述第一识别框高度的0.5倍;
步骤S601B,将所述第一摄像头中的第一识别框沿所述第一识别框宽度方向向左扩大所述第一识别框宽度的0.5倍,向右扩大所述第一识别框宽度的0.5倍。
将第一识别框的高度和宽度分别进行扩宽处理,扩宽的倍数可以根据实际应用中的需求进行设置,本发明实施例中将第一识别框的高度沿其高度方向向上和向下各扩大0.5倍,将第一识别框的宽度沿其宽度方向向左和向右各扩宽0.5倍,得到扩宽后的第一识别框完全能满足使第二识别框的第二图像完全包含在第一识别框内。
与上面的方法实施例相对应,参见图7,本公开实施例还提供了一种摄像头矫正装置70,所述摄像头矫正装置至少包括第一摄像头和第二摄像头,所述装置还包括:
获取模块701,用于获取所述第一摄像头中的第一识别框区域和所述第二摄像头中的第二识别框区域的重合率,其中,所述重合率包括所述第一识别框区域和第二识别框区域之间的交集面积与并集面积的比值;
判断模块702,用于判断所述重合率是否大于或者等于预设阈值;
调试模块703,用于在所述重合率小于所述预设阈值时,则根据预设规则调试所述第一摄像头和所述第二摄像头,以使所述第一摄像头和所述第二摄像头对应的重合率大于所述预设阈值。
图7所示装置可以对应的执行上述方法实施例中的内容,本实施例未详细描述的部分,参照上述方法实施例中记载的内容,在此不再赘述。
参见图8,本公开实施例还提供了一种电子设备80,该电子设备包括:
至少一个处理器;以及,
与该至少一个处理器通信连接的存储器;其中,
该存储器存储有可被该至少一个处理器执行的指令,该指令被该至少一个处理器执行,以使该至少一个处理器能够执行前述方法实施例中的摄像头矫正方法。
本公开实施例还提供了一种非暂态计算机可读存储介质,该非暂态计算机可读存储介质存储计算机指令,该计算机指令用于使该计算机执行前述方法实施例中的摄像头矫正方法。
本公开实施例还提供了一种计算机程序产品,该计算机程序产品包括存储在非暂态计算机可读存储介质上的计算程序,该计算机程序包括程序指令,当该程序指令被计算机执行时,使该计算机执行前述方法实施例中的的摄像头矫正方法。
下面参考图8,其示出了适于用来实现本公开实施例的电子设备80的结构示意图。本公开实施例中的电子设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图8示出的电子设备仅仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。
如图8所示,电子设备80可以包括处理装置(例如中央处理器、图形处理器等)801,其可以根据存储在只读存储器(ROM)802中的程序或者从存储装置808加载到随机访问存储器(RAM)803中的程序而执行各种适当的动作和处理。在RAM 803中,还存储有电子设备80操作所需的各种程序和数据。处理装置801、ROM 802以及RAM 803通过总线804彼此相连。输入/输出(I/O)接口805也连接至总线804。
通常,以下装置可以连接至I/O接口805:包括例如触摸屏、触摸板、键盘、鼠标、图像传感器、麦克风、加速度计、陀螺仪等的输入装置806;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置807;包括例如磁带、硬盘等的存储装置808;以及通信装置809。通信装置809可以允许电子设备80与其他设备进行无线或有线通信以交换数据。虽然图中示出了具有各种装置的电子设备80,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。
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装置809从网络上被下载和安装,或者从存储装置808被安装,或者从ROM 802被安装。在该计算机程序被处理装置801执行时,执行本公开实施例的方法中限定的上述功能。
需要说明的是,本公开上述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。在本公开中,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。而在本公开中,计算机可读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,该计算机可读信号介质可以发送、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:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
上述计算机可读介质可以是上述电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。
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电子设备执行时,使得该电子设备:获取至少两个网际协议地址;向节点评价设备发送包括所述至少两个网际协议地址的节点评价请求,其中,所述节点评价设备从所述至少两个网际协议地址中,选取网际协议地址并返回;接收所述节点评价设备返回的网际协议地址;其中,所获取的网际协议地址指示内容分发网络中的边缘节点。
或者,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电子设备执行时,使得该电子设备:接收包括至少两个网际协议地址的节点评价请求;从所述至少两个网际协议地址中,选取网际协议地址;返回选取出的网际协议地址;其中,接收到的网际协议地址指示内容分发网络中的边缘节点。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码,上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本公开各种实施例的系统、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。
描述于本公开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。其中,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,第一获取单元还可以被描述为“获取至少两个网际协议地址的单元”。
应当理解,本公开的各部分可以用硬件、软件、固件或它们的组合来实现。
以上所述,仅为本公开的具体实施方式,但本公开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公开揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本公开的保护范围之内。因此,本公开的保护范围应以权利要求的保护范围为准。

Claims (10)

1.一种摄像头矫正方法,其特征在于,应用于摄像头矫正装置,所述摄像头矫正装置至少包括第一摄像头和第二摄像头;所述方法包括:
获取所述第一摄像头中的第一识别框区域和所述第二摄像头中的第二识别框区域的重合率,其中,所述重合率包括所述第一识别框区域和第二识别框区域之间的交集面积与并集面积的比值;
判断所述重合率是否大于或者等于预设阈值;
若所述重合率小于所述预设阈值,则根据预设规则调试所述第一摄像头和所述第二摄像头,以使所述第一摄像头和所述第二摄像头对应的重合率大于或者等于所述预设阈值。
2.根据权利要求1所述的摄像头矫正方法,其特征在于,所述获取所述第一摄像头中的第一识别框区域和所述第二摄像头中的第二识别框区域的重合率步骤之前,所述方法还包括:
获取目标对象在所述第一摄像头中对应的第一图像,以及所述目标对象在所述第二摄像头中对应的第二图像;
根据所述目标对象在所述第一摄像头中对应第一图像的第一识别框区域,以及所述目标对象在所述第二摄像头中对应第二图像的第二识别框区域,计算所述第一识别框区域和第二识别框区域之间的交集面积,以及所述第一识别框区域和第二识别框区域之间的并集面积;
根据所述交集面积和所述并集面积的比值,确定所述第一摄像头和所述第二摄像头的重合率。
3.根据权利要求2所述的摄像头矫正方法,其特征在于,所述获取所述第一摄像头中的第一识别框区域和所述第二摄像头中的第二识别框区域的重合率的步骤之前,所述方法还包括:
将所述第一摄像头的第一识别框给到第二摄像头,检测所述目标对象在所述第二摄像头中对应的第二图像是否包含在所述第一摄像头的第一识别框内;
若所述目标对象在所述第二摄像头中对应的第二图像未包含在所述第一摄像头的第一识别框内,则对所述第一摄像头的第一识别框进行预设处理以使所述目标对象在所述第二摄像头中对应的第二图像包含在所述第一摄像头的第一识别框内。
4.根据权利要求3所述的摄像头矫正方法,其特征在于,所述对所述第一摄像头的第一识别框进行预设处理以使所述目标对象在所述第二摄像头中对应的第二图像包含在所述第一摄像头的第一识别框内的步骤中的预设处理包括:
对所述第一摄像头的第一识别框进行扩框处理,以使所述第二摄像头的第二图像包含在所述第一摄像头的第一识别框内。
5.根据权利要求4所述的摄像头矫正方法,其特征在于,所述对所述第一摄像头的第一识别框进行扩框处理的步骤包括:
将所述第一摄像头中的第一识别框的高度沿所述第一识别框高度方向向上扩大所述第一识别框高度的0.5倍,向下扩大所述第一识别框高度的0.5倍;
将所述第一摄像头中的第一识别框沿所述第一识别框宽度方向向左扩大所述第一识别框宽度的0.5倍,向右扩大所述第一识别框宽度的0.5倍。
6.根据权利要求5所述的摄像头矫正方法,其特征在于,所述判断所述重合率是否大于或者等于预设阈值的步骤,包括:
判断当所述目标对象距离所述第一摄像头或者第二摄像头为1.5m时,所述重合率是否大于或者等于0.5。
7.根据权利要求6所述的摄像头矫正方法,其特征在于,所述判断当所述目标对象距离所述第一摄像头或者第二摄像头为1.5m时,所述重合率是否大于或者等于0.5的步骤包括:
判断当所述第一摄像头的第一识别框大小为预设值时,所述重合率是否大于或者等于0.5。
8.一种摄像头矫正装置,其特征在于,所述摄像头矫正装置至少包括第一摄像头和第二摄像头,所述装置还包括:
获取模块,用于获取所述第一摄像头中的第一识别框区域和所述第二摄像头中的第二识别框区域的重合率,其中,所述重合率包括所述第一识别框区域和第二识别框区域之间的交集面积与并集面积的比值;
判断模块,用于判断所述重合率是否大于或者等于预设阈值;
调试模块,用于在所述重合率小于所述预设阈值时,则根据预设规则调试所述第一摄像头和所述第二摄像头,以使所述第一摄像头和所述第二摄像头对应的重合率大于所述预设阈值。
9.一种电子设备,其特征在于,所述电子设备包括:
至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行前述权利要求1-7中任一项所述的摄像头矫正方法。
10.一种非暂态计算机可读存储介质,该非暂态计算机可读存储介质存储计算机指令,该计算机指令用于使该计算机执行前述权利要求1-7中任一项所述的摄像头矫正方法。
CN201911079048.5A 2019-11-07 2019-11-07 摄像头矫正方法、装置、电子设备及存储介质 Active CN110740315B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911079048.5A CN110740315B (zh) 2019-11-07 2019-11-07 摄像头矫正方法、装置、电子设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911079048.5A CN110740315B (zh) 2019-11-07 2019-11-07 摄像头矫正方法、装置、电子设备及存储介质

Publications (2)

Publication Number Publication Date
CN110740315A CN110740315A (zh) 2020-01-31
CN110740315B true CN110740315B (zh) 2021-07-16

Family

ID=69272419

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911079048.5A Active CN110740315B (zh) 2019-11-07 2019-11-07 摄像头矫正方法、装置、电子设备及存储介质

Country Status (1)

Country Link
CN (1) CN110740315B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111683243A (zh) * 2020-07-30 2020-09-18 重庆盛泰光电有限公司 用于手机摄像头模组转动检测的装卸系统
CN113705389A (zh) * 2021-08-13 2021-11-26 北京市商汤科技开发有限公司 人脸识别模组测试方法、装置、存储介质及电子设备
CN117201949A (zh) * 2023-11-08 2023-12-08 荣耀终端有限公司 图像处理方法、电子设备、分光设备及存储介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105956527A (zh) * 2016-04-22 2016-09-21 百度在线网络技术(北京)有限公司 用于无人驾驶车的障碍物检测结果评估方法和装置
CN108960174A (zh) * 2018-07-12 2018-12-07 广东工业大学 一种目标检测结果优化方法及装置
CN109002786A (zh) * 2018-07-06 2018-12-14 深圳市富士智能系统有限公司 人脸检测方法、设备及计算机可读存储介质
CN109034013A (zh) * 2018-07-10 2018-12-18 腾讯科技(深圳)有限公司 一种人脸图像识别方法、装置及存储介质
CN109889820A (zh) * 2019-03-14 2019-06-14 深圳博时特科技有限公司 双目摄像头模组的检测方法、装置、存储介质及终端
CN110059644A (zh) * 2019-04-23 2019-07-26 杭州智趣智能信息技术有限公司 一种基于人脸图像的活体检测方法、系统及相关组件

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105956527A (zh) * 2016-04-22 2016-09-21 百度在线网络技术(北京)有限公司 用于无人驾驶车的障碍物检测结果评估方法和装置
CN109002786A (zh) * 2018-07-06 2018-12-14 深圳市富士智能系统有限公司 人脸检测方法、设备及计算机可读存储介质
CN109034013A (zh) * 2018-07-10 2018-12-18 腾讯科技(深圳)有限公司 一种人脸图像识别方法、装置及存储介质
CN108960174A (zh) * 2018-07-12 2018-12-07 广东工业大学 一种目标检测结果优化方法及装置
CN109889820A (zh) * 2019-03-14 2019-06-14 深圳博时特科技有限公司 双目摄像头模组的检测方法、装置、存储介质及终端
CN110059644A (zh) * 2019-04-23 2019-07-26 杭州智趣智能信息技术有限公司 一种基于人脸图像的活体检测方法、系统及相关组件

Also Published As

Publication number Publication date
CN110740315A (zh) 2020-01-31

Similar Documents

Publication Publication Date Title
US10694175B2 (en) Real-time automatic vehicle camera calibration
CN108446698B (zh) 在图像中检测文本的方法、装置、介质及电子设备
CN110740315B (zh) 摄像头矫正方法、装置、电子设备及存储介质
CN112101305B (zh) 多路图像处理方法、装置及电子设备
CN110619314A (zh) 安全帽检测方法、装置及电子设备
CN111368717B (zh) 视线确定方法、装置、电子设备和计算机可读存储介质
US9633450B2 (en) Image measurement device, and recording medium
CN111222509B (zh) 目标检测方法、装置及电子设备
CN110288551B (zh) 视频美化方法、装置及电子设备
CN112232313A (zh) 视频中人员安全帽佩戴状态的检测方法、装置及电子设备
US10168984B2 (en) Image receiving apparatus and method thereof for determining an orientation of a screen of an electronic apparatus
CN115409881A (zh) 图像处理方法、装置及设备
CN111339971B (zh) 视频中人体肩颈处理方法、装置及电子设备
CN111581091B (zh) 页面测试方法、装置、可读介质及电子设备
CN111753685A (zh) 图像中人脸发际线调整方法、装置及电子设备
CN110751120A (zh) 一种检测方法、装置及电子设备
CN110781809A (zh) 基于注册特征更新的识别方法、装置及电子设备
CN112036519B (zh) 基于多位sigmoid的分类处理方法、装置及电子设备
CN111401229B (zh) 视觉小目标自动标注方法、装置及电子设备
CN111142825B (zh) 多屏视野的显示方法、系统及电子设备
CN110796144B (zh) 车牌检测方法、装置、设备及存储介质
CN110807728B (zh) 对象的显示方法、装置、电子设备及计算机可读存储介质
US8755819B1 (en) Device location determination using images
CN111445405B (zh) 图片中人体肩颈处理方法、装置及电子设备
CN110969189B (zh) 人脸检测方法、装置及电子设备

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