CN111462188A - 摄像头移动检测方法和系统 - Google Patents
摄像头移动检测方法和系统 Download PDFInfo
- Publication number
- CN111462188A CN111462188A CN202010283237.0A CN202010283237A CN111462188A CN 111462188 A CN111462188 A CN 111462188A CN 202010283237 A CN202010283237 A CN 202010283237A CN 111462188 A CN111462188 A CN 111462188A
- Authority
- CN
- China
- Prior art keywords
- image frame
- determining
- feature vector
- camera
- key point
- 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 description 23
- 239000013598 vector Substances 0.000 claims abstract description 106
- 238000000034 method Methods 0.000 claims abstract description 28
- 238000010801 machine learning Methods 0.000 claims abstract description 12
- 238000006073 displacement reaction Methods 0.000 claims description 22
- 238000000605 extraction Methods 0.000 claims description 16
- 238000004590 computer program Methods 0.000 claims description 6
- 238000010586 diagram Methods 0.000 description 4
- 238000010276 construction Methods 0.000 description 1
- 238000011161 development 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
- 230000003287 optical effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
- G06T7/246—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
Abstract
本发明提供了一种摄像头移动检测方法和系统，包括：基于机器学习的方法分别提取第一图像帧和第二图像帧的所有关键点，得到第一关键点组和第二关键点组；分别提取第一关键点组和第二关键点组中每个关键点的特征向量，得到第一特征向量集合和第二特征向量集合；将第一特征向量集合中的特征向量与第二特征向量集合中的特征向量进行匹配操作，得到匹配结果；基于匹配结果确定第二图像帧相对于第一图像帧的变化幅度；基于变化幅度确定待检测摄像头是否发生移动。本发明缓解了现有技术中缺乏能够自动检测复杂场景中的摄像头是否发生了移动的方法的技术问题。
Description
技术领域
本发明涉及图像检测技术领域，尤其是涉及一种摄像头移动检测方法和系统。
背景技术
随着光学元器件的不断发展和摄像头的不断普及，目前摄像头已经广泛应用于各个场景中，包括很多复杂多变的场景。但是对于例如矿场、工厂、工地等复杂多变的场景，会有复杂震动和变化，这样摄像头在实际使用过程中就难免会发生移动，导致无法正确拿到待监控区域的视频信息，进而对后续的一些分析、监控产生影响。现有技术还没有能够自动检测复杂场景中的摄像头是否发生了移动的方法。
发明内容
有鉴于此，本发明的目的在于提供一种摄像头移动检测方法和系统，以缓解了现有技术中缺乏能够自动检测复杂场景中的摄像头是否发生了移动的方法的技术问题。
第一方面，本发明实施例提供了一种摄像头移动检测方法，包括：基于机器学习的方法分别提取第一图像帧和第二图像帧的所有关键点，得到第一关键点组和第二关键点组；所述第一图像帧和所述第二图像帧为待检测摄像头的抓拍视频中时序相邻的两个图像帧；分别提取所述第一关键点组和所述第二关键点组中每个关键点的特征向量，得到第一特征向量集合和第二特征向量集合；将所述第一特征向量集合中的特征向量与所述第二特征向量集合中的特征向量进行匹配操作，得到匹配结果；基于所述匹配结果确定所述第二图像帧相对于所述第一图像帧的变化幅度；基于所述变化幅度确定所述待检测摄像头是否发生移动。
进一步地，基于所述匹配结果确定所述第二图像帧相对于所述第一图像帧的变化幅度，包括：基于所述匹配结果，确定所述第一特征向量集合中与所述第二特征向量集合中的特征向量相匹配的特征向量所占的目标比例；基于所述目标比例确定所述第二图像帧相对于所述第一图像帧的变化幅度。
进一步地，基于所述变化幅度确定所述待检测摄像头是否发生移动，包括：判断所述目标比例是否小于预设比例；如果是，则确定所述待检测摄像头发生了移动。
进一步地，基于所述匹配结果确定所述第二图像帧相对于所述第一图像帧的变化幅度，包括：基于所述匹配结果，确定所述第二关键点组中与所述第一关键点组中的关键点相匹配的关键点的集合，得到匹配关键点组；确定所述匹配关键点组中的关键点在所述第二图像帧中的位置相对于在所述第一图像帧中的位置的平均位移，将所述平均位移确定为所述第二图像帧相对于所述第一图像帧的变化幅度。
进一步地，基于所述变化幅度确定所述待检测摄像头是否发生移动，包括：判断所述平均位移是否大于预设位移值；如果是，则确定所述待检测摄像头发生了移动。
第二方面，本发明实施例还提供了一种摄像头移动检测系统，包括：第一提取模块，第二提取模块，匹配模块，确定模块和检测模块，其中，所述第一提取模块，用于基于机器学习的方法分别提取第一图像帧和第二图像帧的所有关键点，得到第一关键点组和第二关键点组；所述第一图像帧和所述第二图像帧为待检测摄像头的抓拍视频中时序相邻的两个图像帧；所述第二提取模块，用于分别提取所述第一关键点组和所述第二关键点组中每个关键点的特征向量，得到第一特征向量集合和第二特征向量集合；所述匹配模块，用于将所述第一特征向量集合中的特征向量与所述第二特征向量集合中的特征向量进行匹配操作，得到匹配结果；所述确定模块，用于基于所述匹配结果确定所述第二图像帧相对于所述第一图像帧的变化幅度；所述检测模块，用于基于所述变化幅度确定所述待检测摄像头是否发生移动。
进一步地，所述确定模块还包括第一确定单元，用于基于所述匹配结果，确定所述第一特征向量集合中与所述第二特征向量集合中的特征向量相匹配的特征向量所占的目标比例；基于所述目标比例确定所述第二图像帧相对于所述第一图像帧的变化幅度。
进一步地，所述确定模块还包括第二确定单元，用于基于所述匹配结果，确定所述第二关键点组中与所述第一关键点组中的关键点相匹配的关键点的集合，得到匹配关键点组；确定所述匹配关键点组中的关键点在所述第二图像帧中的位置相对于在所述第一图像帧中的位置的平均位移，将所述平均位移确定为所述第二图像帧相对于所述第一图像帧的变化幅度。
第三方面，本发明实施例还提供了一种电子设备，包括存储器、处理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，所述处理器执行所述计算机程序时实现上述第一方面所述的方法的步骤。
第四方面，本发明实施例还提供了一种具有处理器可执行的非易失的程序代码的计算机可读介质，所述程序代码使所述处理器执行上述第一方面所述方法。
本发明提供了一种摄像头移动检测方法和系统，首先基于机器学习的方法分别提取第一图像帧和第二图像帧的所有关键点，得到第一关键点组和第二关键点组；然后分别提取第一关键点组和第二关键点组中，每个关键点的特征向量，得到第一特征向量集合和第二特征向量集合；将第一特征向量集合中的特征向量与第二特征向量集合中的特征向量进行匹配操作，得到匹配结果；最后基于匹配结果确定第二图像帧相对于第一图像帧的变化幅度，基于变化幅度确定待检测摄像头是否发生移动。本发明通过机器学习的方法获取图像帧的关键点及特征向量，并通过分析图像帧中的关键点变化幅度，对待检测摄像头移动情况进行综合分析，能够得到准确的移动检测结果，进而缓解了现有技术中缺乏能够自动检测复杂场景中的摄像头是否发生了移动的方法的技术问题。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，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他的附图。
图1为本发明实施例提供的一种摄像头移动检测方法的流程图；
图2为本发明实施例提供的一种摄像头移动检测系统的示意图；
图3为本发明实施例提供的另一种摄像头移动检测系统的示意图。
具体实施方式
下面将结合附图对本发明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做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：
图1是根据本发明实施例提供的一种摄像头移动检测方法的流程图，该方法应用于服务器。如图1所示，该方法具体包括如下步骤：
步骤S102，基于机器学习的方法分别提取第一图像帧和第二图像帧的所有关键点，得到第一关键点组和第二关键点组；第一图像帧和第二图像帧为待检测摄像头的抓拍视频中时序相邻的两个图像帧。
可选地，关键点可以是BRIEF关键点或者SIFT关键点。
步骤S104，分别提取第一关键点组和第二关键点组中每个关键点的特征向量，得到第一特征向量集合和第二特征向量集合。
步骤S106，将第一特征向量集合中的特征向量与第二特征向量集合中的特征向量进行匹配操作，得到匹配结果。
步骤S108，基于匹配结果确定第二图像帧相对于第一图像帧的变化幅度。
步骤S110，基于变化幅度确定待检测摄像头是否发生移动。
本发明提供的一种摄像头移动检测方法，通过机器学习的方法获取图像帧的关键点及特征向量，并通过分析图像帧中的关键点变化幅度，对待检测摄像头移动情况进行综合分析，能够得到准确的移动检测结果，进而缓解了现有技术中缺乏能够自动检测复杂场景中的摄像头是否发生了移动的方法的技术问题。
可选地，变化幅度可以通过以下两种实施方式确定：
实施方式一：基于匹配结果，确定第一特征向量集合中与第二特征向量集合中的特征向量相匹配的特征向量所占的目标比例；
基于目标比例确定第二图像帧相对于第一图像帧的变化幅度。例如，可以用百分之百减去目标比例的差值作为第二图像帧相对于第一图像帧的变化幅度。
可选地，在通过上述实施方式一中的方法确定变化幅度的情况下，待检测摄像头是否发生移动，可以通过如下步骤进行确定：
判断目标比例是否小于预设比例；
如果是，则确定待检测摄像头发生了移动。
在本发明实施例中，第一特征向量集合中与第二特征向量集合中的特征向量相匹配的特征向量所占的目标比例越大，说明第一特征向量集合中与第二特征向量集合中相匹配的特征向量的数量越多，此时代表第二图像帧相对于第一图像帧的变化幅度越小，待检测摄像头的移动概率越低。反之，如果目标比例越小，说明第二图像帧相对于第一图像帧的变化幅度越大，具体地，当目标比例小于预设比例时，则可以确定待检测摄像头发生了移动。
实施方式二：基于匹配结果，确定第二关键点组中与第一关键点组中的关键点相匹配的关键点的集合，得到匹配关键点组。
具体地，根据匹配结果，可以确定确定第一特征向量集合中与第二特征向量集合中的特征向量相匹配的特征向量的集合，在第一关键点组和第二关键点组中确定与匹配的特征向量的集合相对应的匹配关键点的集合，将匹配关键点的集合确定为匹配关键点组。
确定匹配关键点组中的关键点在第二图像帧中的位置相对于在第一图像帧中的位置的平均位移，将平均位移确定为第二图像帧相对于第一图像帧的变化幅度。
可选地，在通过上述实施方式二中的方法确定变化幅度的情况下，待检测摄像头是否发生移动，可以通过如下步骤进行确定：
判断平均位移是否大于预设位移值；
如果是，则确定待检测摄像头发生了移动。
在本发明实施例中，第一特征向量集合中与第二特征向量集合中的特征向量相匹配的特征向量所占的目标比例可能很大，但是匹配关键点组中的关键点在第二图像帧中的位置相对于在第一图像帧中的位置的平均位移也很大，说明此时第二图像帧相对于第一图像帧的抓取位置变化很大，待检测摄像头发生位移的概率也很大。具体地，若判断平均位移大于预设位移值，则可以确定待检测摄像头发生了移动。
可选地，本发明实施例提供的方法还包括：如果确定待检测摄像头发生了移动，则发出告警信号，以提醒用户待检测摄像头发生了移动。
实施例二：
图2是根据本发明实施例提供的一种摄像头移动检测系统的示意图。如图2所示，该系统包括：第一提取模块10，第二提取模块20，匹配模块30，确定模块40和检测模块50。
具体地，第一提取模块10，用于基于机器学习的方法分别提取第一图像帧和第二图像帧的所有关键点，得到第一关键点组和第二关键点组；第一图像帧和第二图像帧为待检测摄像头的抓拍视频中时序相邻的两个图像帧。
第二提取模块20，用于分别提取第一关键点组和第二关键点组中，每个关键点的特征向量，得到第一特征向量集合和第二特征向量集合。
匹配模块30，用于将第一特征向量集合中的特征向量与第二特征向量集合中的特征向量进行匹配操作，得到匹配结果。
确定模块40，用于基于匹配结果确定第二图像帧相对于第一图像帧的变化幅度。
检测模块50，用于基于变化幅度确定待检测摄像头是否发生移动。
本发明提供了一种摄像头移动检测系统，首先通过第一提取模块基于机器学习的方法分别提取第一图像帧和第二图像帧的所有关键点，得到第一关键点组和第二关键点组；然后通过第二提取模块分别提取第一关键点组和第二关键点组中每个关键点的特征向量，得到第一特征向量集合和第二特征向量集合；通过匹配模块将第一特征向量集合中的特征向量与第二特征向量集合中的特征向量进行匹配操作，得到匹配结果；最后通过确定模块基于匹配结果确定第二图像帧相对于第一图像帧的变化幅度，通过检测模块基于变化幅度确定待检测摄像头是否发生移动。本发明通过机器学习的方法获取图像帧的关键点及特征向量，并通过分析图像帧中的关键点变化幅度，对待检测摄像头移动情况进行综合分析，能够得到准确的移动检测结果，进而缓解了现有技术中缺乏能够自动检测复杂场景中的摄像头是否发生了移动的方法的技术问题。
可选地，图3是根据本发明实施例提供的另一种摄像头移动检测系统的示意图，如图3所示，确定模块40还包括第一确定单元41和第二确定单元42。
具体地，第一确定单元41，用于基于匹配结果，确定第一特征向量集合中与第二特征向量集合中的特征向量相匹配的特征向量所占的目标比例；基于目标比例确定第二图像帧相对于第一图像帧的变化幅度。
第二确定单元42，用于基于匹配结果，确定第二关键点组中与第一关键点组中的关键点相匹配的关键点的集合，得到匹配关键点组；确定匹配关键点组中的关键点在第二图像帧中的位置相对于在第一图像帧中的位置的平均位移，将平均位移确定为第二图像帧相对于第一图像帧的变化幅度。
本发明实施例还提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现上述实施例一中的方法的步骤。
本发明实施例还提供了一种具有处理器可执行的非易失的程序代码的计算机可读介质，程序代码使处理器执行上述实施例一中的方法。
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (10)
1.一种摄像头移动检测方法，其特征在于，包括：
基于机器学习的方法分别提取第一图像帧和第二图像帧的所有关键点，得到第一关键点组和第二关键点组；所述第一图像帧和所述第二图像帧为待检测摄像头的抓拍视频中时序相邻的两个图像帧；
分别提取所述第一关键点组和所述第二关键点组中每个关键点的特征向量，得到第一特征向量集合和第二特征向量集合；
将所述第一特征向量集合中的特征向量与所述第二特征向量集合中的特征向量进行匹配操作，得到匹配结果；
基于所述匹配结果确定所述第二图像帧相对于所述第一图像帧的变化幅度；
基于所述变化幅度确定所述待检测摄像头是否发生移动。
2.根据权利要求1所述的方法，其特征在于，基于所述匹配结果确定所述第二图像帧相对于所述第一图像帧的变化幅度，包括：
基于所述匹配结果，确定所述第一特征向量集合中与所述第二特征向量集合中的特征向量相匹配的特征向量所占的目标比例；
基于所述目标比例确定所述第二图像帧相对于所述第一图像帧的变化幅度。
3.根据权利要求2所述的方法，其特征在于，基于所述变化幅度确定所述待检测摄像头是否发生移动，包括：
判断所述目标比例是否小于预设比例；
如果是，则确定所述待检测摄像头发生了移动。
4.根据权利要求1所述的方法，其特征在于，基于所述匹配结果确定所述第二图像帧相对于所述第一图像帧的变化幅度，包括：
基于所述匹配结果，确定所述第二关键点组中与所述第一关键点组中的关键点相匹配的关键点的集合，得到匹配关键点组；
确定所述匹配关键点组中的关键点在所述第二图像帧中的位置相对于在所述第一图像帧中的位置的平均位移，将所述平均位移确定为所述第二图像帧相对于所述第一图像帧的变化幅度。
5.根据权利要求4所述的方法，其特征在于，基于所述变化幅度确定所述待检测摄像头是否发生移动，包括：
判断所述平均位移是否大于预设位移值；
如果是，则确定所述待检测摄像头发生了移动。
6.一种摄像头移动检测系统，其特征在于，包括：第一提取模块，第二提取模块，匹配模块，确定模块和检测模块，其中，
所述第一提取模块，用于基于机器学习的方法分别提取第一图像帧和第二图像帧的所有关键点，得到第一关键点组和第二关键点组；所述第一图像帧和所述第二图像帧为待检测摄像头的抓拍视频中时序相邻的两个图像帧；
所述第二提取模块，用于分别提取所述第一关键点组和所述第二关键点组中每个关键点的特征向量，得到第一特征向量集合和第二特征向量集合；
所述匹配模块，用于将所述第一特征向量集合中的特征向量与所述第二特征向量集合中的特征向量进行匹配操作，得到匹配结果；
所述确定模块，用于基于所述匹配结果确定所述第二图像帧相对于所述第一图像帧的变化幅度；
所述检测模块，用于基于所述变化幅度确定所述待检测摄像头是否发生移动。
7.根据权利要求6所述的系统，其特征在于，所述确定模块还包括第一确定单元，用于基于所述匹配结果，确定所述第一特征向量集合中与所述第二特征向量集合中的特征向量相匹配的特征向量所占的目标比例；基于所述目标比例确定所述第二图像帧相对于所述第一图像帧的变化幅度。
8.根据权利要求6所述的系统，其特征在于，所述确定模块还包括第二确定单元，用于基于所述匹配结果，确定所述第二关键点组中与所述第一关键点组中的关键点相匹配的关键点的集合，得到匹配关键点组；确定所述匹配关键点组中的关键点在所述第二图像帧中的位置相对于在所述第一图像帧中的位置的平均位移，将所述平均位移确定为所述第二图像帧相对于所述第一图像帧的变化幅度。
9.一种电子设备，包括存储器、处理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，其特征在于，所述处理器执行所述计算机程序时实现上述权利要求1至5任一项所述的方法的步骤。
10.一种具有处理器可执行的非易失的程序代码的计算机可读介质，其特征在于，所述程序代码使所述处理器执行所述权利要求1-5任一项所述方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010283237.0A CN111462188A (zh) | 2020-04-10 | 2020-04-10 | 摄像头移动检测方法和系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010283237.0A CN111462188A (zh) | 2020-04-10 | 2020-04-10 | 摄像头移动检测方法和系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111462188A true CN111462188A (zh) | 2020-07-28 |
Family
ID=71681663
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010283237.0A Pending CN111462188A (zh) | 2020-04-10 | 2020-04-10 | 摄像头移动检测方法和系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111462188A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112949382A (zh) * | 2021-01-22 | 2021-06-11 | 深圳市商汤科技有限公司 | 摄像头移动的检测方法及设备、电子设备 |
| CN113158831A (zh) * | 2021-03-30 | 2021-07-23 | 北京爱笔科技有限公司 | 检测摄像设备移动的方法、装置、计算机设备和存储介质 |
| CN113628236A (zh) * | 2021-08-16 | 2021-11-09 | 北京百度网讯科技有限公司 | 摄像头遮挡检测方法、装置、设备、存储介质及程序产品 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103634593A (zh) * | 2013-12-23 | 2014-03-12 | 深圳市捷顺科技实业股份有限公司 | 摄像机移动检测方法和系统 |
| CN105678730A (zh) * | 2014-11-17 | 2016-06-15 | 西安三茗科技有限责任公司 | 一种基于图像识别的相机移动自检测方法 |
| CN110176042A (zh) * | 2019-05-31 | 2019-08-27 | 北京百度网讯科技有限公司 | 相机自运动参数估计模型的训练方法、装置及存储介质 |
| CN110177278A (zh) * | 2019-05-24 | 2019-08-27 | 北京迈格威科技有限公司 | 一种帧间预测方法、视频编码方法及装置 |
| CN110415276A (zh) * | 2019-07-30 | 2019-11-05 | 北京字节跳动网络技术有限公司 | 运动信息计算方法、装置及电子设备 |
-
2020
- 2020-04-10 CN CN202010283237.0A patent/CN111462188A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103634593A (zh) * | 2013-12-23 | 2014-03-12 | 深圳市捷顺科技实业股份有限公司 | 摄像机移动检测方法和系统 |
| CN105678730A (zh) * | 2014-11-17 | 2016-06-15 | 西安三茗科技有限责任公司 | 一种基于图像识别的相机移动自检测方法 |
| CN110177278A (zh) * | 2019-05-24 | 2019-08-27 | 北京迈格威科技有限公司 | 一种帧间预测方法、视频编码方法及装置 |
| CN110176042A (zh) * | 2019-05-31 | 2019-08-27 | 北京百度网讯科技有限公司 | 相机自运动参数估计模型的训练方法、装置及存储介质 |
| CN110415276A (zh) * | 2019-07-30 | 2019-11-05 | 北京字节跳动网络技术有限公司 | 运动信息计算方法、装置及电子设备 |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112949382A (zh) * | 2021-01-22 | 2021-06-11 | 深圳市商汤科技有限公司 | 摄像头移动的检测方法及设备、电子设备 |
| WO2022156319A1 (zh) * | 2021-01-22 | 2022-07-28 | 深圳市商汤科技有限公司 | 摄像头移动的检测方法、设备、电子设备、存储介质和程序 |
| CN113158831A (zh) * | 2021-03-30 | 2021-07-23 | 北京爱笔科技有限公司 | 检测摄像设备移动的方法、装置、计算机设备和存储介质 |
| CN113158831B (zh) * | 2021-03-30 | 2024-05-31 | 北京爱笔科技有限公司 | 检测摄像设备移动的方法、装置、计算机设备和存储介质 |
| CN113628236A (zh) * | 2021-08-16 | 2021-11-09 | 北京百度网讯科技有限公司 | 摄像头遮挡检测方法、装置、设备、存储介质及程序产品 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111462188A (zh) | 摄像头移动检测方法和系统 | |
| CN109727275B (zh) | 目标检测方法、装置、系统和计算机可读存储介质 | |
| US9773322B2 (en) | Image processing apparatus and image processing method which learn dictionary | |
| CN109766779B (zh) | 徘徊人员识别方法及相关产品 | |
| CN109426785B (zh) | 一种人体目标身份识别方法及装置 | |
| CN109597943B (zh) | 一种基于场景的学习内容推荐方法及学习设备 | |
| US20210174092A1 (en) | Image processing apparatus and method for feature extraction | |
| CN110706247B (zh) | 一种目标跟踪方法、装置及系统 | |
| EP2993621B1 (en) | Method and apparatus for detecting shielding against object | |
| US8923552B2 (en) | Object detection apparatus and object detection method | |
| CN110866428B (zh) | 目标跟踪方法、装置、电子设备及存储介质 | |
| CN114445768A (zh) | 目标识别方法、装置、电子设备及存储介质 | |
| CN110610123A (zh) | 一种多目标车辆检测方法、装置、电子设备及存储介质 | |
| CN114267029A (zh) | 一种车道线检测方法、装置、设备及存储介质 | |
| CN109711287B (zh) | 人脸采集方法及相关产品 | |
| CN111814776B (zh) | 一种图像处理方法、设备、服务器及存储介质 | |
| KR101214858B1 (ko) | 클러스터링 기법을 이용한 이동물체 검출장치 및 방법 | |
| CN111507231B (zh) | 工序步骤正确性自动化检测方法和系统 | |
| CN113052019A (zh) | 目标跟踪方法及装置、智能设备和计算机存储介质 | |
| CN111738173A (zh) | 视频片段检测方法、装置、电子设备及存储介质 | |
| CN114998665B (zh) | 一种图像类别识别方法、装置、电子设备及存储介质 | |
| CN115393755A (zh) | 视觉目标跟踪方法、装置、设备以及存储介质 | |
| CN116129523A (zh) | 动作识别方法、装置、终端及计算机可读存储介质 | |
| EP4036856A1 (en) | Updating of annotated points in a digital image | |
| CN110795705B (zh) | 轨迹数据处理方法、装置、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 | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20230529 Address after: 314506 room 116, building 4, No. 288, development avenue, Tongxiang Economic Development Zone, Tongxiang City, Jiaxing City, Zhejiang Province Applicant after: Shengjing Intelligent Technology (Jiaxing) Co.,Ltd. Address before: 102200 5th floor, building 6, No.8 Beiqing Road, Changping District, Beijing Applicant before: SANY HEAVY INDUSTRY Co.,Ltd. |
|
| TA01 | Transfer of patent application right | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200728 |
|
| RJ01 | Rejection of invention patent application after publication |