CN110807405A - 一种偷拍装置检测方法及电子设备 - Google Patents
一种偷拍装置检测方法及电子设备 Download PDFInfo
- Publication number
- CN110807405A CN110807405A CN201911039648.9A CN201911039648A CN110807405A CN 110807405 A CN110807405 A CN 110807405A CN 201911039648 A CN201911039648 A CN 201911039648A CN 110807405 A CN110807405 A CN 110807405A
- Authority
- CN
- China
- Prior art keywords
- image
- detected
- region
- camera
- detection model
- 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
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 118
- 230000002159 abnormal effect Effects 0.000 claims abstract description 107
- 238000000034 method Methods 0.000 claims abstract description 30
- 230000002123 temporal effect Effects 0.000 claims description 46
- 230000005856 abnormality Effects 0.000 claims description 10
- 238000000605 extraction Methods 0.000 claims description 3
- 230000006870 function Effects 0.000 description 10
- 238000004590 computer program Methods 0.000 description 9
- 238000002310 reflectometry Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 6
- 238000012549 training Methods 0.000 description 6
- 238000012545 processing Methods 0.000 description 5
- 238000004891 communication Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000012706 support-vector machine Methods 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000010079 rubber tapping Methods 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000005236 sound signal Effects 0.000 description 1
- 238000010897 surface acoustic wave method Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
-
- 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
- G06V20/46—Extracting features or characteristics from the video content, e.g. video fingerprints, representative shots or key frames
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Alarm Systems (AREA)
- Image Analysis (AREA)
Abstract
本发明提供了一种偷拍装置检测方法及电子设备，涉及图像识别技术领域。本发明通过获取摄像头连续采集的多帧待检测图像，确定每一帧待检测图像中的目标可疑区域，提取目标可疑区域的图像特征信息，将图像特征信息输入到预设的异常检测模型中，得到对应的图像异常值，在图像异常值满足预设条件时，确定待检测图像的目标可疑区域包含有偷拍装置。通过摄像头采集待检测图像，对待检测图像中的目标可疑区域进行分析，确定目标可疑区域是否包含偷拍装置，用户只需使用电子设备的摄像头就可实时检测周围环境是否存在偷拍装置，以避免用户在旅馆等周围环境中未及时发现偷拍装置导致个人隐私泄露。
Description
技术领域
本发明属于图像识别技术领域，特别是涉及一种偷拍装置检测方法及电子设备。
背景技术
随着生活和物质水平的不断提高，节假日旅游已经变得越来越普及，出门旅游往往需要入住旅馆休息，但是，某些旅馆会非法在房间内安装偷拍装置，如红外针孔摄像头，用户如果没有及时发现这些偷拍装置，容易造成个人隐私的泄露。
通常情况下，偷拍装置的尺寸很小，且安装在隐蔽的空间内，用户很难通过人眼发觉是否存在偷拍装置。
发明内容
本发明提供一种偷拍装置检测方法及电子设备，以便解决目前用户很难通过人眼发觉是否存在偷拍装置的问题。
为了解决上述技术问题，本发明是这样实现的：
第一方面，本发明实施例提供了一种偷拍装置检测方法，应用于具有摄像头的电子设备，所述方法包括：
获取所述摄像头连续采集的多帧待检测图像；
确定每一帧所述待检测图像中的目标可疑区域；
提取所述目标可疑区域的图像特征信息；
将所述图像特征信息输入到预设的异常检测模型中，得到对应的图像异常值；
在所述图像异常值满足预设条件时，确定所述待检测图像的目标可疑区域包含有偷拍装置。
第二方面，本发明实施例提供了一种电子设备，具有摄像头，所述电子设备包括：
待检测图像获取模块，用于获取所述摄像头连续采集的多帧待检测图像；
可疑区域确定模块，用于确定每一帧所述待检测图像中的目标可疑区域；
图像特征信息提取模块，用于提取所述目标可疑区域的图像特征信息；
图像异常值获取模块，用于将所述图像特征信息输入到预设的异常检测模型中，得到对应的图像异常值；
偷拍装置确定模块，用于在所述图像异常值满足预设条件时，确定所述待检测图像的目标可疑区域包含有偷拍装置。
第三方面，本发明实施例提供了一种电子设备，包括处理器、存储器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现上述的偷拍装置检测方法的步骤。
第四方面，本发明实施例提供了一种计算机可读存储介质，所述计算机可读存储介质上存储计算机程序，所述计算机程序被处理器执行时实现上述的偷拍装置检测方法的步骤。
在本发明实施例中，通过获取摄像头连续采集的多帧待检测图像，确定每一帧待检测图像中的目标可疑区域，提取目标可疑区域的图像特征信息，将图像特征信息输入到预设的异常检测模型中，得到对应的图像异常值，在图像异常值满足预设条件时，确定待检测图像的目标可疑区域包含有偷拍装置。通过摄像头采集待检测图像，基于对待检测图像中的目标可疑区域进行分析，确定目标可疑区域是否包含偷拍装置，用户只需使用电子设备的摄像头就可实时检测周围环境是否存在偷拍装置，以避免用户在旅馆等周围环境中未及时发现偷拍装置导致个人隐私泄露，通过摄像头实现偷拍装置的检测，避免个人隐私的泄露。
附图说明
图1是本发明实施例一的一种偷拍装置检测方法的流程图；
图2是本发明实施例二的一种偷拍装置检测方法的流程图；
图3是本发明实施例三的一种偷拍装置检测方法的流程图；
图4是本发明实施例四的一种电子设备的结构框图；
图5是本发明实施例四的另一种电子设备的结构框图；
图6是本发明实施例五的一种电子设备的硬件结构示意图。
具体实施方式
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，所描述的实施例是本发明一部分实施例，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，都属于本发明保护的范围。
实施例一
参照图1，示出了本发明实施例一的一种偷拍装置检测方法的流程图，具体可以包括如下步骤：
步骤101，获取所述摄像头连续采集的多帧待检测图像。
在本发明实施例中，目前大多数的电子设备都设置有摄像头，当用户入住到旅馆的房间内时，可使用电子设备的摄像头对周围环境进行录制，则获取摄像头连续采集的多帧待检测图像，该多帧待检测图像是包括周围环境的图像。
步骤102，确定每一帧所述待检测图像中的目标可疑区域。
在本发明实施例中，在获取到摄像头连续采集的多帧待检测图像后，首先，对每一帧待检测图像进行模糊处理，如高斯模糊处理，以减少每一帧待检测图像的噪声，然后，确定模糊处理后的每一帧待检测图像中的目标可疑区域，该目标可疑区域指的是待检测图像中可能存在偷拍装置的区域。
通过识别每一帧待检测图像中的目标可疑区域，后续只需对目标可疑区域进行分析，就可确定周围环境中是否存在偷拍装置，使得后续需要分析的图像区域较小，若后续直接对待检测图像进行分析以检测是否存在偷拍装置，而不识别目标可疑区域，需要分析的图像区域较大，难以实现对偷拍装置的检测。
也就是说，在识别目标可疑区域后，对目标可疑区域进行分析以检测是否存在偷拍装置，由于后续需要分析的图像区域较小，则检测周围环境中是否存在偷拍装置所需的时间较少，可以提高检测效率。
步骤103，提取所述目标可疑区域的图像特征信息。
在本发明实施例中，在识别每一帧待检测图像中的目标可疑区域后，提取每一帧待检测图像中的目标可疑区域对应的图像特征信息，图像特征信息包括空间特征信息和/或时间特征信息。
步骤104，将所述图像特征信息输入到预设的异常检测模型中，得到对应的图像异常值。
在本发明实施例中，预先训练有预设的异常检测模型，在提取目标可疑区域的图像特征信息后，将图像特征信息输入到预设的异常检测模型中，可得到预设的异常检测模型输出的图像异常值。
步骤105，在所述图像异常值满足预设条件时，确定所述待检测图像的目标可疑区域包含有偷拍装置。
在本发明实施例中，根据预设的异常检测模型输出的图像异常值，确定待检测图像的目标可疑区域是否包含有偷拍装置。
预先设置有预设条件，当图像异常值满足预设条件时，确定待检测图像的目标可疑区域包含有偷拍装置；当图像异常值不满足预设条件时，确定待检测图像的目标可疑区域不包含有偷拍装置。其中，预设条件可以为根据经验值或人为设定的预设阈值。
具体的，将异常检测模型输出的图像异常值与预设阈值进行比较，当图像异常值大于预设阈值时，即图像异常值满足预设条件，确定待检测图像的目标可疑区域包含有偷拍装置；当图像异常值小于或等于预设阈值时，即图像异常值不满足预设条件，确定待检测图像的目标可疑区域不包含有偷拍装置。
其中，图像异常值的范围为[0，1]，当图像异常值越高时，目标可疑区域包含有偷拍装置的可能性越高，当图像异常值越低时，目标可疑区域包含有偷拍装置的可能性越低。
例如，预设阈值为0.5，待检测图像中的目标可疑区域包括目标可疑区域1和目标可疑区域2，目标可疑区域1的图像特征信息对应的图像异常值为0.2，目标可疑区域2的图像特征信息对应的图像异常值为0.9，则确定目标可疑区域1不包含有偷拍装置，目标可疑区域2包含有偷拍装置。
在本发明实施例中，通过摄像头采集待检测图像，基于对待检测图像中的目标可疑区域进行分析，确定目标可疑区域是否包含偷拍装置，用户只需使用电子设备的摄像头就可实时检测周围环境是否存在偷拍装置，以避免用户在旅馆等周围环境中未及时发现偷拍装置导致个人隐私泄露，通过摄像头实现偷拍装置的检测，避免个人隐私的泄露。
实施例二
参照图2，示出了本发明实施例二的一种偷拍装置检测方法的流程图，具体可以包括如下步骤：
步骤201，获取所述摄像头连续采集的多帧待检测图像。
此步骤与上述实施例一的步骤101原理类似，在此不再赘述。
步骤202，确定每一帧所述待检测图像中的目标可疑区域。
此步骤与上述实施例一的步骤102原理类似，在此不再赘述。
可选的，步骤202具体可以包括：
步骤2021，获取每一帧所述待检测图像中的每个像素点的亮度值；
步骤2022，将所述每个像素点的亮度值从大到小进行排序；
步骤2023，获取排序靠前的预设数量的像素点所在的区域作为目标可疑区域。
在本发明实施例中，通常待检测图像都是彩色图像，在获取到摄像头连续采集的多帧待检测图像后，获取每一帧待检测图像中的每个像素点的RGB分量，基于每个像素点的RGB分量确定该像素点的亮度值，亮度值的范围为[0，255]，当像素点的亮度值为0时，该像素点为黑色，当像素点的亮度值为255时，该像素点为白色。
在获取到待检测图像中的每个像素点的亮度值后，按照亮度值从大到小对每个像素点进行排序；获取排序靠前的预设数量的像素点，将排序靠前的预设数量的像素点所在的区域作为目标可疑区域，预设数量可人为设定。
例如，预设数量为50，若一帧待检测图像中包括1000个像素点，将每个像素点对应的亮度值从大到小进行排序，获取排序靠前的50个像素点所在区域作为目标可疑区域。
步骤203，提取所述目标可疑区域的图像特征信息。
此步骤与上述实施例一的步骤103原理类似，在此不再赘述。
步骤204，将所述空间特征信息输入到所述空间异常检测模型中，得到对应的空间异常值。
在本发明实施例中，异常检测模型包括空间异常检测模型和/或时间异常检测模型，图像特征信息包括空间特征信息和/或时间特征信息。
异常检测模型可以只包括空间异常检测模型，则对应的图像特征信息只包括空间特征信息；异常检测模型也可以只包括时间异常检测模型，则对应的图像特征信息只包括时间特征信息；异常检测模型还可以包括空间异常检测模型和时间异常检测模型，则图像特征信息相应包括空间特征信息和时间特征信息。
预先训练有空间异常检测模型，空间异常检测模型是根据对样本图像标定的样本区域的样本空间特征信息以及样本区域的实际状态训练得到的，样本区域的实际状态指的是样本区域为目标可疑区域或非目标可疑区域。
具体的，先获取多个样本图像，通过人工手动标注的方式对每个样本图像中的样本区域进行标定，标定的样本区域的实际状态可以是目标可疑区域或非目标可疑区域，提取样本区域的样本空间特征信息，即提取样本区域的颜色特征和形状特征，将样本空间特征信息输入到初始空间模型中，得到初始空间模型输出的检测结果，将初始空间模型输出的检测结果与样本区域的实际状态进行比较，根据比较结果修正初始空间模型中的参数，通过多个样本图像的训练，使得最终得到的空间异常检测模型的准确率达到预设标准时，才结束训练过程；空间异常检测模型实际上是SVM(Support Vector Machine，支持向量机)分类器或神经网络分类器。
在提取目标可疑区域的空间特征信息后，将空间特征信息输入到空间异常检测模型中，可得到空间异常检测模型输出的空间异常值。
其中，可选的，空间特征信息包括目标可疑区域的颜色特征和形状特征，空间异常值的范围为[0，1]，当空间异常值越高时，目标可疑区域包含有偷拍装置的可能性越高，当空间异常值越低时，目标可疑区域包含有偷拍装置的可能性越低。
步骤205，将所述时间特征信息输入到所述时间异常检测模型中，得到对应的时间异常值。
在本发明实施例中，预先训练有时间异常检测模型，时间异常检测模型是根据对样本图像标定的样本区域的样本时间特征信息以及样本区域的实际状态训练得到的，样本区域的实际状态指的是样本区域为目标可疑区域或非目标可疑区域。
具体的，先获取多帧连续的样本图像，通过人工手动标注的方式对多帧连续的样本图像中的样本区域进行标定，标定的样本区域的实际状态可以是目标可疑区域或非目标可疑区域，提取样本区域的样本时间特征信息，即提取同一目标可疑区域在多帧连续的样本图像中连续出现的帧数，将样本时间特征信息输入到初始时间模型中，得到初始时间模型输出的检测结果，将初始时间模型输出的检测结果与样本区域的实际状态进行比较，根据比较结果修正初始时间模型中的参数，通过多个多帧连续的样本图像的训练，使得最终得到的时间异常检测模型的准确率达到预设标准时，才结束训练过程。
在提取到目标可疑区域的时间特征信息后，将时间特征信息输入到时间异常检测模型中，可得到时间异常检测模型输出的时间异常值。
其中，由于偷拍装置的发出的光在时间轴上具有连续性，因此，提取的时间特征信息为同一目标可疑区域在多帧待检测图像中连续出现的帧数，时间异常值的范围为[0，1]，当时间异常值越高时，目标可疑区域包含有偷拍装置的可能性越高，当时间异常值越低时，目标可疑区域包含有偷拍装置的可能性越低。
步骤206，根据所述空间异常值和/或所述时间异常值，确定所述图像异常值。
在本发明实施例中，根据空间异常检测模型输出的空间异常值和/或时间异常检测模型输出的时间异常值，确定图像异常值。
具体的，当图像特征信息包括空间特征信息和时间特征信息时，则可得到空间异常值和时间异常值，将所述空间异常值与第一权重的乘积，加上所述时间异常值与第二权重的乘积，得到所述图像异常值。
将空间异常值与第一权重相乘，得到空间异常值与第一权重的乘积，并将时间异常值与第二权重相乘，得到时间异常值与第二权重的乘积，将空间异常值与第一权重的乘积，加上时间异常值与第二权重的乘积，得到图像异常值，即：
FScore＝w1×SpaceScore+w2×TimeScore
其中，SpaceScore为空间异常值，TimeScore为时间异常值，w1为第一权重，w2为第二权重，第一权重和第二权重可人为设定，第一权重和第二权重可以相等也可以不相等，第一权重和第二权重的和为1。
例如，将第一权重和第二权重均设置成0.5，空间异常值为0.8，时间异常值为0.6，则计算得到的图像异常值为0.7。
可以理解的是，当异常检测模型只包括空间异常检测模型，图像特征信息包括空间特征信息时，仅根据空间异常检测模型输出的空间异常值确定图像异常值，即空间异常检测模型输出的空间异常值等于图像异常值；当异常检测模型只包括时间异常检测模型，图像特征信息只包括时间特征信息时，仅根据时间异常检测模型输出的时间异常值确定图像异常值，即时间异常检测模型输出的时间异常值等于图像异常值。
步骤207，在所述图像异常值满足预设条件时，确定所述待检测图像的目标可疑区域包含有偷拍装置。
此步骤与上述实施例一的步骤105原理类似，在此不再赘述。
在本发明实施例中，通过摄像头采集待检测图像，提取待检测图像中的目标可疑区域中的空间特征信息和/或时间特征信息，将空间特征信息输入到空间异常检测模型中得到空间异常值，将时间特征信息输入到时间异常检测模型中得到时间异常值，基于空间异常值和/或时间异常值确定图像异常值，以确定目标可疑区域是否包含偷拍装置，用户只需使用电子设备的摄像头就可实时检测周围环境是否存在偷拍装置，以避免用户在旅馆等周围环境中未及时发现偷拍装置导致个人隐私泄露，通过摄像头实现偷拍装置的检测，避免个人隐私的泄露；此外，基于预先训练的空间异常检测模型和/或时间异常检测模型，可精确确定目标可疑区域的图像异常值，进而准确判断该目标可疑区域是否包含偷拍装置。
实施例三
参照图3，示出了本发明实施例三的一种偷拍装置检测方法的流程图，具体可以包括如下步骤：
步骤301，获取所述摄像头连续采集的多帧待检测图像。
此步骤与上述实施例一的步骤101原理类似，在此不再赘述。
步骤302，确定每一帧所述待检测图像中的目标可疑区域。
此步骤与上述实施例一的步骤102原理类似，在此不再赘述。
步骤303，提取所述目标可疑区域的图像特征信息。
此步骤与上述实施例一的步骤103原理类似，在此不再赘述。
步骤304，将所述图像特征信息输入到预设的异常检测模型中，得到对应的图像异常值。
此步骤与上述实施例一的步骤104原理类似，在此不再赘述。
步骤305，在所述图像异常值满足预设条件时，确定所述待检测图像的目标可疑区域包含有偷拍装置。
此步骤与上述实施例一的步骤105原理类似，在此不再赘述。
步骤306，对所述目标可疑区域采用标定图案进行标定。
在本发明实施例中，当根据图像异常值确定待检测图像的目标可疑区域包含有偷拍装置时，采用预设的标定图案对每一帧待检测图像的目标可疑区域进行标定。
其中，标定图案可以是目标可疑区域所处区域的最大外接矩形，当然，对标定图案的形状不做限制，例如，标定图案还可以是目标可疑区域所处区域的外接圆；且标定图案的线条颜色可以为红色、黑色等颜色。
步骤307，在所述第一区域显示所述待检测图像，并在所述第二区域显示检测结果图像，所述检测结果图像为采用所述标定图案对所述目标可疑区域标定后的待检测图像。
在本发明实施例中，电子设备具有显示屏幕，显示屏幕包括第一区域和第二区域。
具体的，电子设备可以为单面屏，可将显示屏幕进行上下区域划分，将上部区域作为第一区域，下部区域作为第二区域，或者将显示屏幕进行左右区域划分，将左边区域作为第一区域，右边区域作为第二区域，具体划分方式不做限定；电子设备还可以为双面屏，分别为主屏和副屏，可将主屏作为第一区域，副屏作为第二区域。
在采用标定图案对每一帧待检测图像的目标可疑区域进行标定后，在电子设备的第一区域实时显示待检测图像，并在第二区域实时显示检测结果图像，该检测结果图像为采用标定图案对目标可疑区域标定后的待检测图像，用户可在第二区域中直观地看到当前帧的待检测图像中的目标可疑区域所处的位置，以方便用户查找到偷拍装置。
当然，可以理解的是，当根据图像异常值确定待检测图像的目标可疑区域不包含有偷拍装置时，也可以在第一区域显示待检测图像，并在第二区域显示检测结果图像，但是此时的检测结果图像与待检测图像完全相同。
此外，在步骤305之后，还包括：生成告警信息。
当根据图像异常值确定待检测图像的目标可疑区域包含有偷拍装置时，生成告警信息，告警信息实际上是提示音或震动等，用来提醒用户待检测图像的目标可疑区域包含有偷拍装置，即周围环境中存在偷拍装置。
需要说明的是，在步骤301之前，还包括：检测所述电子设备的摄像头是否存在异常；当所述电子设备的摄像头存在异常时，生成提示信息；当所述电子设备的摄像头未存在异常时，执行步骤301。
在本发明实施例中，在使用电子设备的摄像头采集待检测图像之前，需要先检测电子设备的摄像头是否存在异常，即检测摄像头表面是否脏污或摄像头是否被其他位物体遮挡。
具体的，摄像头中包括光源发射器、光源接收器与镜头，在电子设备检测到摄像头被启用时，开启光源发射器向镜头发射一组光线，随后关闭光源发射器并开启光源接收器，接收经镜头反射回的光线，根据光源发射器发射的光线能量与光源接收器接收的光线能量，计算出镜头的实际反射率，将实际反射率与预设反射率进行比较，若实际反射率与预设反射率的相差超过反射率阈值，则判断摄像头存在异常，若实际反射率与预设反射率的相差未超过反射率阈值，则判断摄像头未存在异常。
当判断出电子设备的摄像头存在异常时，生成提示信息，以提醒用户及时清理摄像头表面的脏污或遮挡的物体，该提示信息可以为提示音或震动等；当判断出电子设备的摄像头未存在异常时，直接获取摄像头连续采集的多帧待检测图像。
通过对电子设备的摄像头是否存在异常进行检测，并在检测出摄像头存在异常时，生成提示信息，提示用户及时清理摄像头表面的脏污或遮挡的物体，以避免在摄像头存在异常时，还采用异常的摄像头采集待检测图像，导致后续检测待检测图像的目标可疑区域是否包含偷拍装置的准确性不高。
在本发明实施例中，通过摄像头采集待检测图像，基于对待检测图像中的目标可疑区域进行分析，确定目标可疑区域是否包含偷拍装置，用户只需使用电子设备的摄像头就可实时检测周围环境是否存在偷拍装置，以避免用户在旅馆等周围环境中未及时发现偷拍装置导致个人隐私泄露，通过摄像头实现偷拍装置的检测，避免个人隐私的泄露；此外，在确定目标可疑区域包含偷拍装置时，在第二区域上显示采用标定图案对目标可疑区域标定后的待检测图像，以提醒用户周围环境中存在偷拍装置，方便用户及时查找到偷拍装置。
实施例四
参照图4，示出了本发明实施例四的一种电子设备的结构框图，所述电子设备400具有摄像头，所述电子设备400包括：
待检测图像获取模块401，用于获取所述摄像头连续采集的多帧待检测图像；
可疑区域确定模块402，用于确定每一帧所述待检测图像中的目标可疑区域；
图像特征信息提取模块403，用于提取所述目标可疑区域的图像特征信息；
图像异常值获取模块404，用于将所述图像特征信息输入到预设的异常检测模型中，得到对应的图像异常值；
偷拍装置确定模块405，用于在所述图像异常值满足预设条件时，确定所述待检测图像的目标可疑区域包含有偷拍装置。
参照图5，示出了本发明实施例四的另一种电子设备的结构框图。
在图4的基础上，可选的，所述异常检测模型包括空间异常检测模型和/或时间异常检测模型，所述图像特征信息包括空间特征信息和/或时间特征信息，所述图像异常值获取模块404，包括：
空间异常值获取子模块4041，用于将所述空间特征信息输入到所述空间异常检测模型中，得到对应的空间异常值；
和/或，时间异常值获取子模块4042，用于将所述时间特征信息输入到所述时间异常检测模型中，得到对应的时间异常值；
图像异常值获取子模块4043，用于根据所述空间异常值和/或所述时间异常值，确定所述图像异常值；
其中，所述空间异常检测模型是根据对样本图像标定的样本区域的样本空间特征信息以及所述样本区域的实际状态训练得到的，所述时间异常检测模型是根据对样本图像标定的样本区域的样本时间特征信息以及所述样本区域的实际状态训练得到的，所述样本区域的实际状态指的是所述样本区域为目标可疑区域或非目标可疑区域。
可选的，所述空间特征信息包括所述目标可疑区域的颜色特征和形状特征，所述时间特征信息为同一目标可疑区域在所述多帧待检测图像中连续出现的帧数。
可选的，所述电子设备400具有显示屏幕，所述显示屏幕包括第一区域和第二区域，所述电子设备400还包括：
图案标定模块406，用于对所述目标可疑区域采用标定图案进行标定；
图像显示模块407，用于在所述第一区域显示所述待检测图像，并在所述第二区域显示检测结果图像，所述检测结果图像为采用所述标定图案对所述目标可疑区域标定后的待检测图像。
可选的，所述可疑区域确定模块402，包括：
亮度值获取子模块4021，用于获取每一帧所述待检测图像中的每个像素点的亮度值；
亮度值排序子模块4022，用于将所述每个像素点的亮度值从大到小进行排序；
可疑区域确定子模块4023，用于获取排序靠前的预设数量的像素点所在的区域作为目标可疑区域。
本发明实施例提供的电子设备能够实现图1至图3的方法实施例中电子设备实现的各个过程，为避免重复，这里不再赘述。
在本发明实施例中，通过摄像头采集待检测图像，基于对待检测图像中的目标可疑区域进行分析，确定目标可疑区域是否包含偷拍装置，用户只需使用电子设备的摄像头就可实时检测周围环境是否存在偷拍装置，以避免用户在旅馆等周围环境中未及时发现偷拍装置导致个人隐私泄露，通过摄像头实现偷拍装置的检测，避免个人隐私的泄露。
实施例五
参照图6，本发明实施例五的一种电子设备的硬件结构示意图。
该电子设备600包括但不限于：射频单元601、网络模块602、音频输出单元603、输入单元604、传感器605、显示单元606、用户输入单元607、接口单元608、存储器609、处理器610、以及电源611等部件。本领域技术人员可以理解，图6中示出的电子设备结构并不构成对电子设备的限定，电子设备可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。在本发明实施例中，电子设备包括但不限于手机、平板电脑、笔记本电脑、掌上电脑、车载终端、可穿戴设备、以及计步器等。
其中，处理器610，用于获取所述摄像头连续采集的多帧待检测图像；确定每一帧所述待检测图像中的目标可疑区域；提取所述目标可疑区域的图像特征信息；将所述图像特征信息输入到预设的异常检测模型中，得到对应的图像异常值；在所述图像异常值满足预设条件时，确定所述待检测图像的目标可疑区域包含有偷拍装置。
在本发明实施例中，通过摄像头采集待检测图像，基于对待检测图像中的目标可疑区域进行分析，确定目标可疑区域是否包含偷拍装置，用户只需使用电子设备的摄像头就可实时检测周围环境是否存在偷拍装置，以避免用户在旅馆等周围环境中未及时发现偷拍装置导致个人隐私泄露，通过摄像头实现偷拍装置的检测，避免个人隐私的泄露。
应理解的是，本发明实施例中，射频单元601可用于收发信息或通话过程中，信号的接收和发送，具体的，将来自基站的下行数据接收后，给处理器610处理；另外，将上行的数据发送给基站。通常，射频单元601包括但不限于天线、至少一个放大器、收发信机、耦合器、低噪声放大器、双工器等。此外，射频单元601还可以通过无线通信系统与网络和其他设备通信。
电子设备通过网络模块602为用户提供了无线的宽带互联网访问，如帮助用户收发电子邮件、浏览网页和访问流式媒体等。
音频输出单元603可以将射频单元601或网络模块602接收的或者在存储器609中存储的音频数据转换成音频信号并且输出为声音。而且，音频输出单元603还可以提供与电子设备600执行的特定功能相关的音频输出(例如，呼叫信号接收声音、消息接收声音等等)。音频输出单元603包括扬声器、蜂鸣器以及受话器等。
输入单元604用于接收音频或视频信号。输入单元604可以包括图形处理器(Graphics Processing Unit，GPU)6041和麦克风6042，图形处理器6041对在视频捕获模式或图像捕获模式中由图像捕获装置(如摄像头)获得的静态图片或视频的图像数据进行处理。处理后的图像帧可以显示在显示单元606上。经图形处理器6041处理后的图像帧可以存储在存储器609(或其它存储介质)中或者经由射频单元601或网络模块602进行发送。麦克风6042可以接收声音，并且能够将这样的声音处理为音频数据。处理后的音频数据可以在电话通话模式的情况下转换为可经由射频单元601发送到移动通信基站的格式输出。
电子设备600还包括至少一种传感器605，比如光传感器、运动传感器以及其他传感器。具体地，光传感器包括环境光传感器及接近传感器，其中，环境光传感器可根据环境光线的明暗来调节显示面板6061的亮度，接近传感器可在电子设备600移动到耳边时，关闭显示面板6061和/或背光。作为运动传感器的一种，加速计传感器可检测各个方向上(一般为三轴)加速度的大小，静止时可检测出重力的大小及方向，可用于识别电子设备姿态(比如横竖屏切换、相关游戏、磁力计姿态校准)、振动识别相关功能(比如计步器、敲击)等；传感器605还可以包括指纹传感器、压力传感器、虹膜传感器、分子传感器、陀螺仪、气压计、湿度计、温度计、红外线传感器等，在此不再赘述。
显示单元606用于显示由用户输入的信息或提供给用户的信息。显示单元606可包括显示面板6061，可以采用液晶显示器(Liquid Crystal Display，LCD)、有机发光二极管(Organic Light-Emitting Diode，OLED)等形式来配置显示面板6061。
用户输入单元607可用于接收输入的数字或字符信息，以及产生与电子设备的用户设置以及功能控制有关的键信号输入。具体地，用户输入单元607包括触控面板6071以及其他输入设备6072。触控面板6071，也称为触摸屏，可收集用户在其上或附近的触摸操作(比如用户使用手指、触笔等任何适合的物体或附件在触控面板6071上或在触控面板6071附近的操作)。触控面板6071可包括触摸检测装置和触摸控制器两个部分。其中，触摸检测装置检测用户的触摸方位，并检测触摸操作带来的信号，将信号传送给触摸控制器；触摸控制器从触摸检测装置上接收触摸信息，并将它转换成触点坐标，再送给处理器610，接收处理器610发来的命令并加以执行。此外，可以采用电阻式、电容式、红外线以及表面声波等多种类型实现触控面板6071。除了触控面板6071，用户输入单元607还可以包括其他输入设备6072。具体地，其他输入设备6072可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆，在此不再赘述。
进一步的，触控面板6071可覆盖在显示面板6061上，当触控面板6071检测到在其上或附近的触摸操作后，传送给处理器610以确定触摸事件的类型，随后处理器610根据触摸事件的类型在显示面板6061上提供相应的视觉输出。虽然在图6中，触控面板6071与显示面板6061是作为两个独立的部件来实现电子设备的输入和输出功能，但是在某些实施例中，可以将触控面板6071与显示面板6061集成而实现电子设备的输入和输出功能，具体此处不做限定。
接口单元608为外部装置与电子设备600连接的接口。例如，外部装置可以包括有线或无线头戴式耳机端口、外部电源(或电池充电器)端口、有线或无线数据端口、存储卡端口、用于连接具有识别模块的装置的端口、音频输入/输出(I/O)端口、视频I/O端口、耳机端口等等。接口单元608可以用于接收来自外部装置的输入(例如，数据信息、电力等等)并且将接收到的输入传输到电子设备600内的一个或多个元件或者可以用于在电子设备600和外部装置之间传输数据。
存储器609可用于存储软件程序以及各种数据。存储器609可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外，存储器609可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
处理器610是电子设备的控制中心，利用各种接口和线路连接整个电子设备的各个部分，通过运行或执行存储在存储器609内的软件程序和/或模块，以及调用存储在存储器609内的数据，执行电子设备的各种功能和处理数据，从而对电子设备进行整体监控。处理器610可包括一个或多个处理单元；优选的，处理器610可集成应用处理器和调制解调处理器，其中，应用处理器主要处理操作系统、用户界面和应用程序等，调制解调处理器主要处理无线通信。可以理解的是，上述调制解调处理器也可以不集成到处理器610中。
电子设备600还可以包括给各个部件供电的电源611(比如电池)，优选的，电源611可以通过电源管理系统与处理器610逻辑相连，从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。
另外，电子设备600包括一些未示出的功能模块，在此不再赘述。
实施例六
优选的，本发明实施例还提供一种电子设备，包括处理器610，存储器609，存储在存储器609上并可在所述处理器610上运行的计算机程序，该计算机程序被处理器610执行时实现上述的偷拍装置检测方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。
实施例七
本发明实施例还提供一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，该计算机程序被处理器执行时实现上述的偷拍装置检测方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。其中，所述的计算机可读存储介质，如只读存储器(Read-Only Memory，简称ROM)、随机存取存储器(Random AccessMemory，简称RAM)、磁碟或者光盘等。
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。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(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本发明各个实施例所述的方法。
上面结合附图对本发明的实施例进行了描述，但是本发明并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本发明的启示下，在不脱离本发明宗旨和权利要求所保护的范围情况下，还可做出很多形式，均属于本发明的保护之内。
Claims (10)
1.一种偷拍装置检测方法，应用于具有摄像头的电子设备，其特征在于，所述方法包括：
获取所述摄像头连续采集的多帧待检测图像；
确定每一帧所述待检测图像中的目标可疑区域；
提取所述目标可疑区域的图像特征信息；
将所述图像特征信息输入到预设的异常检测模型中，得到对应的图像异常值；
在所述图像异常值满足预设条件时，确定所述待检测图像的目标可疑区域包含有偷拍装置。
2.根据权利要求1所述的方法，其特征在于，所述异常检测模型包括空间异常检测模型和/或时间异常检测模型，所述图像特征信息包括空间特征信息和/或时间特征信息，所述将所述图像特征信息输入到预设的异常检测模型中，得到对应的图像异常值的步骤，包括：
将所述空间特征信息输入到所述空间异常检测模型中，得到对应的空间异常值；
和/或，将所述时间特征信息输入到所述时间异常检测模型中，得到对应的时间异常值；
根据所述空间异常值和/或所述时间异常值，确定所述图像异常值；
其中，所述空间异常检测模型是根据对样本图像标定的样本区域的样本空间特征信息以及所述样本区域的实际状态训练得到的，所述时间异常检测模型是根据对样本图像标定的样本区域的样本时间特征信息以及所述样本区域的实际状态训练得到的，所述样本区域的实际状态指的是所述样本区域为目标可疑区域或非目标可疑区域。
3.根据权利要求2所述的方法，其特征在于，所述空间特征信息包括所述目标可疑区域的颜色特征和形状特征，所述时间特征信息为同一目标可疑区域在所述多帧待检测图像中连续出现的帧数。
4.根据权利要求1所述的方法，其特征在于，所述电子设备具有显示屏幕，所述显示屏幕包括第一区域和第二区域，在所述图像异常值满足预设条件时，确定所述待检测图像的目标可疑区域包含有偷拍装置的步骤之后，还包括：
对所述目标可疑区域采用标定图案进行标定；
在所述第一区域显示所述待检测图像，并在所述第二区域显示检测结果图像，所述检测结果图像为采用所述标定图案对所述目标可疑区域标定后的待检测图像。
5.根据权利要求1所述的方法，其特征在于，所述确定每一帧所述待检测图像中的目标可疑区域的步骤，包括：
获取每一帧所述待检测图像中的每个像素点的亮度值；
将所述每个像素点的亮度值从大到小进行排序；
获取排序靠前的预设数量的像素点所在的区域作为目标可疑区域。
6.一种电子设备，具有摄像头，其特征在于，所述电子设备包括：
待检测图像获取模块，用于获取所述摄像头连续采集的多帧待检测图像；
可疑区域确定模块，用于确定每一帧所述待检测图像中的目标可疑区域；
图像特征信息提取模块，用于提取所述目标可疑区域的图像特征信息；
图像异常值获取模块，用于将所述图像特征信息输入到预设的异常检测模型中，得到对应的图像异常值；
偷拍装置确定模块，用于在所述图像异常值满足预设条件时，确定所述待检测图像的目标可疑区域包含有偷拍装置。
7.根据权利要求6所述的电子设备，其特征在于，所述异常检测模型包括空间异常检测模型和/或时间异常检测模型，所述图像特征信息包括空间特征信息和/或时间特征信息，所述图像异常值获取模块，包括：
空间异常值获取子模块，用于将所述空间特征信息输入到所述空间异常检测模型中，得到对应的空间异常值；
和/或，时间异常值获取子模块，用于将所述时间特征信息输入到所述时间异常检测模型中，得到对应的时间异常值；
图像异常值获取子模块，用于根据所述空间异常值和/或所述时间异常值，确定所述图像异常值；
其中，所述空间异常检测模型是根据对样本图像标定的样本区域的样本空间特征信息以及所述样本区域的实际状态训练得到的，所述时间异常检测模型是根据对样本图像标定的样本区域的样本时间特征信息以及所述样本区域的实际状态训练得到的，所述样本区域的实际状态指的是所述样本区域为目标可疑区域或非目标可疑区域。
8.根据权利要求7所述的电子设备，其特征在于，所述空间特征信息包括所述目标可疑区域的颜色特征和形状特征，所述时间特征信息为同一目标可疑区域在所述多帧待检测图像中连续出现的帧数。
9.根据权利要求6所述的电子设备，其特征在于，所述电子设备具有显示屏幕，所述显示屏幕包括第一区域和第二区域，所述电子设备还包括：
图案标定模块，用于对所述目标可疑区域采用标定图案进行标定；
图像显示模块，用于在所述第一区域显示所述待检测图像，并在所述第二区域显示检测结果图像，所述检测结果图像为采用所述标定图案对所述目标可疑区域标定后的待检测图像。
10.根据权利要求6所述的电子设备，其特征在于，所述可疑区域确定模块，包括：
亮度值获取子模块，用于获取每一帧所述待检测图像中的每个像素点的亮度值；
亮度值排序子模块，用于将所述每个像素点的亮度值从大到小进行排序；
可疑区域确定子模块，用于获取排序靠前的预设数量的像素点所在的区域作为目标可疑区域。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911039648.9A CN110807405A (zh) | 2019-10-29 | 2019-10-29 | 一种偷拍装置检测方法及电子设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911039648.9A CN110807405A (zh) | 2019-10-29 | 2019-10-29 | 一种偷拍装置检测方法及电子设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110807405A true CN110807405A (zh) | 2020-02-18 |
Family
ID=69489515
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911039648.9A Pending CN110807405A (zh) | 2019-10-29 | 2019-10-29 | 一种偷拍装置检测方法及电子设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110807405A (zh) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111123388A (zh) * | 2020-04-01 | 2020-05-08 | 北京三快在线科技有限公司 | 房间摄像装置的检测方法、装置及检测设备 |
| CN111443627A (zh) * | 2020-02-24 | 2020-07-24 | 国网浙江省电力有限公司湖州供电公司 | 一种民宿供电系统及其控制方法 |
| CN112904437A (zh) * | 2021-01-14 | 2021-06-04 | 支付宝(杭州)信息技术有限公司 | 基于隐私保护的隐藏组件的检测方法及隐藏组件检测装置 |
| CN113408411A (zh) * | 2021-06-18 | 2021-09-17 | 北京金山云网络技术有限公司 | 一种人员跌倒告警方法、装置及电子设备 |
| CN114325728A (zh) * | 2021-12-30 | 2022-04-12 | 无锡睿勤科技有限公司 | 一种摄像头探测方法及装置 |
| CN114640842A (zh) * | 2022-03-17 | 2022-06-17 | Oppo广东移动通信有限公司 | 隐藏摄像头的检测方法、终端及可读存储介质 |
| CN115795543A (zh) * | 2022-12-02 | 2023-03-14 | 哈尔滨暖一杯茶科技有限公司 | 一种基于大数据的计算机信息安全共享系统及方法 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106446797A (zh) * | 2016-08-31 | 2017-02-22 | 腾讯科技（深圳）有限公司 | 图像聚类方法及装置 |
| CN106709447A (zh) * | 2016-12-21 | 2017-05-24 | 华南理工大学 | 基于目标定位与特征融合的视频中异常行为检测方法 |
| CN109409256A (zh) * | 2018-10-10 | 2019-03-01 | 东南大学 | 一种基于3d卷积神经网络的森林烟火检测方法 |
| CN109815800A (zh) * | 2018-12-17 | 2019-05-28 | 广东电网有限责任公司 | 基于回归算法的目标检测方法及系统 |
| CN110223284A (zh) * | 2019-06-11 | 2019-09-10 | 深圳市启芯众志科技有限公司 | 一种基于智能终端的针孔摄像头的探测方法及探测装置 |
| CN110287862A (zh) * | 2019-06-21 | 2019-09-27 | 西安电子科技大学 | 基于深度学习的防偷拍检测方法 |
-
2019
- 2019-10-29 CN CN201911039648.9A patent/CN110807405A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106446797A (zh) * | 2016-08-31 | 2017-02-22 | 腾讯科技（深圳）有限公司 | 图像聚类方法及装置 |
| CN106709447A (zh) * | 2016-12-21 | 2017-05-24 | 华南理工大学 | 基于目标定位与特征融合的视频中异常行为检测方法 |
| CN109409256A (zh) * | 2018-10-10 | 2019-03-01 | 东南大学 | 一种基于3d卷积神经网络的森林烟火检测方法 |
| CN109815800A (zh) * | 2018-12-17 | 2019-05-28 | 广东电网有限责任公司 | 基于回归算法的目标检测方法及系统 |
| CN110223284A (zh) * | 2019-06-11 | 2019-09-10 | 深圳市启芯众志科技有限公司 | 一种基于智能终端的针孔摄像头的探测方法及探测装置 |
| CN110287862A (zh) * | 2019-06-21 | 2019-09-27 | 西安电子科技大学 | 基于深度学习的防偷拍检测方法 |
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111443627A (zh) * | 2020-02-24 | 2020-07-24 | 国网浙江省电力有限公司湖州供电公司 | 一种民宿供电系统及其控制方法 |
| CN111443627B (zh) * | 2020-02-24 | 2021-11-26 | 国网浙江省电力有限公司湖州供电公司 | 一种民宿供电系统及其控制方法 |
| CN111123388A (zh) * | 2020-04-01 | 2020-05-08 | 北京三快在线科技有限公司 | 房间摄像装置的检测方法、装置及检测设备 |
| CN112904437A (zh) * | 2021-01-14 | 2021-06-04 | 支付宝(杭州)信息技术有限公司 | 基于隐私保护的隐藏组件的检测方法及隐藏组件检测装置 |
| CN113408411A (zh) * | 2021-06-18 | 2021-09-17 | 北京金山云网络技术有限公司 | 一种人员跌倒告警方法、装置及电子设备 |
| CN114325728A (zh) * | 2021-12-30 | 2022-04-12 | 无锡睿勤科技有限公司 | 一种摄像头探测方法及装置 |
| CN114640842A (zh) * | 2022-03-17 | 2022-06-17 | Oppo广东移动通信有限公司 | 隐藏摄像头的检测方法、终端及可读存储介质 |
| WO2023173886A1 (zh) * | 2022-03-17 | 2023-09-21 | Oppo广东移动通信有限公司 | 隐藏摄像头的检测方法、终端及可读存储介质 |
| CN115795543A (zh) * | 2022-12-02 | 2023-03-14 | 哈尔滨暖一杯茶科技有限公司 | 一种基于大数据的计算机信息安全共享系统及方法 |
| CN115795543B (zh) * | 2022-12-02 | 2024-02-02 | 深圳智信方略工程咨询有限公司 | 一种基于大数据的计算机信息安全共享系统及方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109151180B (zh) | 一种对象识别方法及移动终端 | |
| CN110807405A (zh) | 一种偷拍装置检测方法及电子设备 | |
| CN110969981B (zh) | 屏幕显示参数调节方法及电子设备 | |
| CN107977652B (zh) | 一种屏幕显示内容的提取方法及移动终端 | |
| CN109409244B (zh) | 一种物体摆放方案的输出方法和移动终端 | |
| CN108492246B (zh) | 一种图像处理方法、装置及移动终端 | |
| CN108427873B (zh) | 一种生物特征识别方法及移动终端 | |
| CN109523253B (zh) | 一种支付方法和装置 | |
| CN107749046B (zh) | 一种图像处理方法及移动终端 | |
| CN108989678A (zh) | 一种图像处理方法、移动终端 | |
| JP7467667B2 (ja) | 検出結果出力方法、電子機器及び媒体 | |
| CN110533651B (zh) | 一种图像处理方法及装置 | |
| CN109544445B (zh) | 一种图像处理方法、装置及移动终端 | |
| CN109544172B (zh) | 一种显示方法及终端设备 | |
| CN109246351B (zh) | 一种构图方法及终端设备 | |
| CN110765924A (zh) | 一种活体检测方法、装置以及计算机可读存储介质 | |
| CN111031178A (zh) | 一种视频流裁剪方法及电子设备 | |
| CN109871253A (zh) | 一种显示方法及终端 | |
| CN110636225B (zh) | 拍照方法及电子设备 | |
| CN109639981B (zh) | 一种图像拍摄方法及移动终端 | |
| CN109840476B (zh) | 一种脸型检测方法及终端设备 | |
| CN108932505B (zh) | 一种图像处理方法和电子设备 | |
| CN112733673A (zh) | 一种内容显示方法、装置、电子设备及可读存储介质 | |
| CN110443752B (zh) | 一种图像处理方法和移动终端 | |
| CN108520727B (zh) | 屏幕亮度调节方法及移动终端 |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200218 |