CN111553339A - 图像单元确定方法、小目标检测方法及计算机设备 - Google Patents
图像单元确定方法、小目标检测方法及计算机设备 Download PDFInfo
- Publication number
- CN111553339A CN111553339A CN201910110000.XA CN201910110000A CN111553339A CN 111553339 A CN111553339 A CN 111553339A CN 201910110000 A CN201910110000 A CN 201910110000A CN 111553339 A CN111553339 A CN 111553339A
- Authority
- CN
- China
- Prior art keywords
- field
- detected
- picture
- size
- view
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Bioinformatics & Computational Biology (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Multimedia (AREA)
- Image Analysis (AREA)
Abstract
本发明提供一种图像单元确定方法、小目标检测方法及计算机设备,通过获取待测图片以及待测图片对应的视场尺寸,并获取待测小目标的实际尺寸;然后根据待测小目标的实际尺寸、所述视场尺寸和预设的分辨比例,确定切分数量,其中,所述分辨比例用于指示在所述待测图片的每个图像单元的像素尺寸中所述待测小目标的像素尺寸的占比;根据所述切分数量切分所述待测图片,得到用于小目标检测的多个图像单元,在图像单元切分过程中引入视场尺寸和小目标的实际尺寸,以使得到的图像单元满足分辨比例,提高图像单元的切分可靠性,从而提高小目标检测的准确性和效率。
Description
技术领域
本发明涉及计算机技术领域,尤其涉及一种图像单元确定方法、小目标检测方法及计算机设备。
背景技术
无人机(Unmanned Aerial Vehicle,简称:UAV)是一种有动力、可控制、能携带多种任务设备、执行多种任务,并能重复使用的无人驾驶飞行器。随着无人机性能的不断提高,以及其所具有的体积小、机动灵活、不易被发现等优点,使得无人机在侦查和巡逻、建筑物勘察、航空地图绘制、危险环境下的清障等军事和民用特殊领域显示出了巨大的应用潜力。其中,由于无人机主要是远距离拍摄图像,视场范围通常较大,因此无人机可以用于实现对特定小目标的检测和跟踪。
现有的小目标检测的方法很多,包括传统机器视觉、深度学习等方案,例如生成图像的稳定图,然后通过逐像素比较LAB颜色空间获取显著性图,最后融合稳定图和显著性图来移除虚警,实现行人、车辆等小目标检测。
然而,发明人在研发过程中发现,现有技术中小目标检测方法的计算量过大,检测效率不高。
发明内容
本发明实施例提供一种图像单元确定方法、小目标检测方法及计算机设备,提高了图像单元的可靠性,进而提高了小目标检测的准确性。
根据本发明的第一方面,提供一种图像单元确定方法,包括:
获取待测图片以及待测图片对应的视场尺寸,并获取待测小目标的实际尺寸;
根据待测小目标的实际尺寸、所述视场尺寸和预设的分辨比例,确定切分数量,其中,所述分辨比例用于指示在所述待测图片的每个图像单元的像素尺寸中所述待测小目标的像素尺寸的占比;
根据所述切分数量切分所述待测图片,得到用于小目标检测的多个图像单元。
可选地,在第一方面的一种可能实现方式中,所述获取待测图片以及待测图片对应的视场尺寸,并获取待测小目标的实际尺寸,包括:
获取无人机拍摄的待测图片,以及所述待测图片的拍摄信息;
根据所述拍摄信息,确定所述待测图片对应的视场尺寸。
可选地,在第一方面的另一种可能实现方式中,所述拍摄信息包括拍摄高度、相机横向视场角、相机纵向视场角以及相机倾角;
所述根据所述拍摄信息,确定所述待测图片对应的视场尺寸,包括:
确定所述相机倾角为0,则以公式一确定所述待测图片对应的视场尺寸:
其中,Sxy为所述视场尺寸,h为所述拍摄高度,θx为所述相机横向视场角,θy为所述相机纵向视场角。
可选地,在第一方面的再一种可能实现方式中,所述根据所述切分数量切分所述待测图片,得到用于小目标检测的多个图像单元,包括:
根据所述切分数量均匀地切分所述待测图片,得到用于小目标检测的多个图像单元。
可选地,在第一方面的又一种可能实现方式中,所述根据所述拍摄信息,确定所述待测图片对应的视场尺寸,还包括:
确定所述相机倾角大于0,则沿所述相机的倾斜方向依次确定若干个子视场区域;
分别获取各所述子视场区域的尺寸;
以所述若干个子视场区域的尺寸之和,作为所述待测图片对应的视场尺寸。
可选地,在第一方面的又一种可能实现方式中,所述若干个子视场区域为4个子视场区域;
所述分别获取各所述子视场区域的尺寸,包括:
其中,S1y、S2y、S3y、S4y依次为所述4个子视场区域的尺寸,β为所述相机倾角,h为所述拍摄高度,θx为所述相机横向视场角,θy为所述相机纵向视场角;
所述以所述若干个子视场区域的尺寸之和,作为所述待测图片对应的视场尺寸,包括:
以公式三确定所述待测图片对应的视场尺寸:
其中,Sxy为所述视场尺寸。
可选地,在第一方面的又一种可能实现方式中,所述若干个子视场区域为4个子视场区域;
所述分别获取各所述子视场区域的尺寸,包括:
其中,S1y、S2y、S3y、S4y依次为所述4个子视场区域的尺寸,β为所述相机倾角,h为所述拍摄高度,θx为所述相机横向视场角,θy为所述相机纵向视场角;
所述以所述若干个子视场区域的尺寸之和,作为所述待测图片对应的视场尺寸,包括:
以公式五确定所述待测图片对应的视场尺寸:
其中,Sxy为所述视场尺寸。
可选地,在第一方面的又一种可能实现方式中,所述根据待测小目标的实际尺寸、所述视场尺寸和预设的分辨比例,确定切分数量,包括:
以公式六确定所述待测图片对应的切分数量:
根据本发明的第二方面,提供一种小目标检测方法,包括:
根据本发明第一方面及其各种可能实现方式中任一所述的图像单元确定方法,在待测图片中得到用于小目标检测的多个图像单元;
对所述多个图像单元逐个进行所述待测小目标的检测,获得所述小目标的检测结果。
根据本发明的第三方面,提供一种计算机设备,存储器、处理器以及计算机程序,所述计算机程序存储在所述存储器中,所述处理器运行所述计算机程序执行以下步骤:
获取待测图片以及待测图片对应的视场尺寸,并获取待测小目标的实际尺寸;
根据待测小目标的实际尺寸、所述视场尺寸和预设的分辨比例,确定切分数量,其中,所述分辨比例用于指示在所述待测图片的每个图像单元的像素尺寸中所述待测小目标的像素尺寸的占比;
根据所述切分数量切分所述待测图片,得到用于小目标检测的多个图像单元。
可选地,在第三方面的一种可能实现方式中,所述处理器还用于执行以下步骤:
获取无人机拍摄的待测图片,以及所述待测图片的拍摄信息;
根据所述拍摄信息,确定所述待测图片对应的视场尺寸。
可选地,在第三方面的另一种可能实现方式中,所述处理器还用于执行以下步骤:
所述拍摄信息包括拍摄高度、相机横向视场角、相机纵向视场角以及相机倾角;
所述根据所述拍摄信息,确定所述待测图片对应的视场尺寸,包括:
确定所述相机倾角为0,则以公式一确定所述待测图片对应的视场尺寸:
其中,Sxy为所述视场尺寸,h为所述拍摄高度,θx为所述相机横向视场角,θy为所述相机纵向视场角。
可选地,在第三方面的再一种可能实现方式中,所述处理器还用于执行以下步骤:
根据所述切分数量均匀地切分所述待测图片,得到用于小目标检测的多个图像单元。
可选地,在第三方面的又一种可能实现方式中,所述处理器还用于执行以下步骤:
确定所述相机倾角大于0,则沿所述相机的倾斜方向依次确定若干个子视场区域;
分别获取各所述子视场区域的尺寸;
以所述若干个子视场区域的尺寸之和,作为所述待测图片对应的视场尺寸。
可选地,在第三方面的又一种可能实现方式中,所述处理器还用于执行以下步骤:所述若干个子视场区域为4个子视场区域;
其中,S1y、S2y、S3y、S4y依次为所述4个子视场区域的尺寸,β为所述相机倾角,h为所述拍摄高度,θx为所述相机横向视场角,θy为所述相机纵向视场角;
所述以所述若干个子视场区域的尺寸之和,作为所述待测图片对应的视场尺寸,包括:
以公式三确定所述待测图片对应的视场尺寸:
其中,Sxy为所述视场尺寸。
可选地,在第三方面的又一种可能实现方式中,所述处理器还用于执行以下步骤:所述若干个子视场区域为4个子视场区域;
其中,S1y、S2y、S3y、S4y依次为所述4个子视场区域的尺寸,β为所述相机倾角,h为所述拍摄高度,θx为所述相机横向视场角,θy为所述相机纵向视场角;
所述以所述若干个子视场区域的尺寸之和,作为所述待测图片对应的视场尺寸,包括:
以公式五确定所述待测图片对应的视场尺寸:
其中,Sxy为所述视场尺寸。
可选地,在第三方面的又一种可能实现方式中,所述处理器还用于执行以下步骤:
以公式六确定所述待测图片对应的切分数量:
根据本发明的第四方面,提供一种计算机设备,包括:存储器、处理器以及计算机程序,所述计算机程序存储在所述存储器中,所述处理器运行所述计算机程序执行以下步骤:
根据本发明第一方面及其各种可能实现方式中任一所述的图像单元确定方法,在待测图片中得到用于小目标检测的多个图像单元;
对所述多个图像单元逐个进行所述待测小目标的检测,获得所述小目标的检测结果。
根据本发明的第五方面,提供一种可读存储介质,所述可读存储介质中存储有计算机程序,所述计算机程序被处理器执行时用于实现本发明第一方面及其各种可能实现方式中任一所述的图像单元确定方法。
根据本发明的第六方面,提供一种可读存储介质,所述可读存储介质中存储有计算机程序,所述计算机程序被处理器执行时用于实现本发明第二方面所述的小目标检测方法。
本发明提供的一种图像单元确定方法、小目标检测方法及计算机设备,通过获取待测图片以及待测图片对应的视场尺寸,并获取待测小目标的实际尺寸;然后根据待测小目标的实际尺寸、所述视场尺寸和预设的分辨比例,确定切分数量,其中,所述分辨比例用于指示在所述待测图片的每个图像单元的像素尺寸中所述待测小目标的像素尺寸的占比;根据所述切分数量切分所述待测图片,得到用于小目标检测的多个图像单元,在图像单元切分过程中引入视场尺寸和小目标的实际尺寸,以使得到的图像单元满足分辨比例,提高图像单元的切分可靠性,从而提高小目标检测的效率。
附图说明
图1是本发明实施例提供的一种应用场景示意图;
图2是本发明实施例提供的一种图像单元确定方法流程示意图;
图6是本发明实施例提供的一种计算机设备的硬件结构示意图;
图7是本发明实施例提供的一种计算机设备的硬件结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,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,所描述的实施例仅仅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。
本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”“第四”等(如果存在)是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。
应当理解,在本发明的各种实施例中,各过程的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
应当理解,在本发明中,“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
应当理解,在本发明中,“多个”是指两个或两个以上。“和/或”仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。“包含A、B和C”、“包含A、B、C”是指A、B、C三者都包含,“包含A、B或C”是指包含A、B、C三者之一,“包含A、B和/或C”是指包含A、B、C三者中任1个或任2个或3个。
应当理解,在本发明中,“与A对应的B”、“与A相对应的B”、“A与B相对应”或者“B与A相对应”,表示B与A相关联,根据A可以确定B。根据A确定B并不意味着仅仅根据A确定B,还可以根据A和/或其他信息确定B。A与B的匹配,是A与B的相似度大于或等于预设的阈值。
取决于语境,如在此所使用的“若”可以被解释成为“在……时”或“当……时”或“响应于确定”或“响应于检测”。
下面以具体地实施例对本发明的技术方案进行详细说明。下面这几个具体的实施例可以相互结合,对于相同或相似的概念或过程可能在某些实施例不再赘述。
参见图1,是本发明实施例提供的一种应用场景示意图。如图1所示场景中,无人机1在飞行或悬停的同时以自身装载的相机拍摄地面道路的待测图片,例如是交通图片,其中x为相机横向视场角的方向,y为相机纵向视场角的方向。无人机1将拍摄到的交通图片传输给服务器2,由服务器2执行下述各种图像单元确定方法和小目标检测方法。也可以是无人机1独立进行待测图片的拍摄,并执行下述各种图像单元确定方法和小目标检测方法,最后将小目标检测结果传输给服务器2。待测小目标例如可以是交通图片中的车辆,则可以实现特定车辆检测、车流量检测、交通违规检测等检测目的。待测小目标例如也可以是行人,则可以实现行人侵界检测、人流量检测、人员分布情况检测等检测目的。本发明实施例通过无人机携带的相机拍摄得到待测图片,然后通过以下各种实施例中的图像单元确定方法和小目标检测方法,在图像单元切分过程中引入视场尺寸和小目标的实际尺寸,以使得到的图像单元满足分辨比例,提高图像单元的切分可靠性,从而提高了小目标检测的效率。
参见图2,是本发明实施例提供的一种图像单元确定方法流程示意图,图2所示方法的执行主体可以是软件和/或硬件装置。包括步骤S101至步骤S103,具体如下:
S101,获取待测图片以及待测图片对应的视场尺寸,并获取待测小目标的实际尺寸。
可以理解为,图1所示的无人机1拍摄得到待测图片,同时根据拍摄时的拍摄信息(例如相机的姿态)生成了待测图片对应的视场尺寸,然后将待测图片以及待测图片对应的视场尺寸传输给服务器2。也可以理解为无人机1拍摄得到待测图片,并记录下了拍摄时的拍摄信息,然后将待测图片以及该待测图片对应的拍摄信息传输给服务器2,由服务器2生成待测图片对应的视场尺寸。本发明实施例以服务器2为执行主体进行举例,但不限于此。
可选地,可以是服务器获取无人机拍摄的待测图片,以及所述待测图片的拍摄信息,然后根据所述拍摄信息,确定所述待测图片对应的视场尺寸。其中,拍摄信息可以是包括拍摄高度、相机横向视场角、相机纵向视场角以及相机倾角。相机横向视场角和相机纵向视场角可以理解为是相机视场中相互正交的两个方向上的视场角。相机视场可以理解为是相机拍摄的地面区域。
在一种实现方式中,所述根据所述拍摄信息,确定所述待测图片对应的视场尺寸的过程可以是:确定所述相机倾角为0,则以公式一确定所述待测图片对应的视场尺寸:
其中,Sxy为所述视场尺寸,h为所述拍摄高度,θx为所述相机横向视场角,θy为所述相机纵向视场角。
相机倾角为0可以理解为是无人机水平飞行或悬停时,相机垂直向下拍摄得到待测图片。此时的无人机相机在横向具有横向视场范围Fieldx,在纵向具有纵向视场范围Fieldy:
其中,横向视场范围Fieldx,可以理解为是待测图片显示图像的实际横向尺寸;横向视场范围Fieldy,可以理解为是待测图片显示图像的实际纵向尺寸。视场尺寸Sxy可以理解为是待测图片显示图像的实际面积。
S102,根据待测小目标的实际尺寸、所述视场尺寸和预设的分辨比例,确定切分数量。
其中,分辨比例用于指示在所述待测图片的每个图像单元的像素尺寸中所述待测小目标的像素尺寸的占比。分辨比例体现了图像单元的像素尺寸与待测小目标的像素尺寸之间的尺寸关系。假设预设的分辨比例为待测小目标的像素尺寸为100个像素单位,则切分得到的每个图像单元都应包含有100*M个像素单元。预设的分辨比例可以是固定预设的,也可以是根据所使用的小目标检测算法来确定的。例如,对于高精度识别的小目标检测算法,图像单元中小目标占比极小也能检测到,则分辨比例可以小一些;而对于识别精度较低的小目标检测算法,需要提高每个图像单元中小目标像素的占比,因此分辨比例应当预设较大。由此得到的切分数量,可以使得到的图像单元满足分辨比例,提高后续小目标检测的准确性。
可选地,图像单元的像素尺寸与所述待测小目标的像素尺寸的比例,应当是与两者的实际尺寸比例相同。因此,可以用图像单元的实际尺寸与待测小目标的实际尺寸的比例,来表示分辨比例:由此,可以是以公式六确定所述待测图片对应的切分数量:
其中,待测小目标的实际尺寸可以是待测小目标的俯视图尺寸,例如车辆顶面的尺寸。在以无人机进行车辆检测的应用场景中,由于无人机视场范围较大,而地面上车辆可以理解为是待测小目标,因此可以预先将目标车辆的前盖、顶盖和后盖的面积之和作为待测小目标的实际尺寸C,然后根据当前所采用小目标检测算法的分辨比例确定例如分辨比例确定为为进而在根据无人机拍摄车辆图像后,以拍摄信息计算出视场尺寸Sxy,以公式六计算得到切分数量。在待测小目标不变,即待测小目标的实际尺寸C与分辨比例都固定不变的情况下,无人机拍摄得到多张待测图片,就可以得到与视场尺寸Sxy成正比例增加或减少的切分数量N。
S103,根据所述切分数量切分所述待测图片,得到用于小目标检测的多个图像单元。
可以理解为,对待测图片以得到的切分数量进行均匀切分,得到均匀分布的多个图像单元,每个图像单元都满足预设的分辨比例。在图像单元的切分过程中,依据预设的分辨比例,得到与待测小目标的像素尺寸相匹配的图像单元,后续的小目标检测过程中使用这些图像单元逐个检测,相比于现有的逐像素检测,能够提高检测效率。
本实施例提供的一种图像单元确定方法,通过获取待测图片以及待测图片对应的视场尺寸,并获取待测小目标的实际尺寸;然后根据待测小目标的实际尺寸、所述视场尺寸和预设的分辨比例,确定切分数量,其中,所述分辨比例用于指示在所述待测图片的每个图像单元的像素尺寸中所述待测小目标的像素尺寸的占比;根据所述切分数量切分所述待测图片,得到用于小目标检测的多个图像单元,在图像单元切分过程中引入视场尺寸和小目标的实际尺寸,以使得到的图像单元满足分辨比例,提高图像单元的切分可靠性,从而提高小目标检测的准确性和效率。
可选地,上述实施例中,所述根据所述拍摄信息,确定所述待测图片对应的视场尺寸的过程在相机倾斜状态下,还可以有不同的实现方式。例如在确定所述相机倾角大于0时,则沿所述相机的倾斜方向依次确定若干个子视场区域。然后分别获取各所述子视场区域的尺寸,并以所述若干个子视场区域的尺寸之和,作为所述待测图片对应的视场尺寸。
参见图3,是本发明实施例提供的一种相机倾角大于0且小于的示意图,参见图4,是本发明实施例提供的一种相机倾角大于且小于的示意图。可以理解为,将相机倾斜的朝向作为相机纵向视场角的方向,则将视场尺寸沿相机纵向视场角的方向划分为等角度的4个区域,每个区域对应一个
可见,图3和图4情况下都可以由下述公式二计算所示的4个子视场区域的尺寸。
其中,S1y、S2y、S3y、S4y依次为所述4个子视场区域的尺寸,β为所述相机倾角,h为所述拍摄高度,θx为所述相机横向视场角,θy为所述相机纵向视场角。
所述以若干个子视场区域的尺寸之和,作为所述待测图片对应的视场尺寸的具体实施方式,可以还可以是以公式三确定所述待测图片对应的视场尺寸:
其中,Sxy为所述视场尺寸。
参见图5,是本发明实施例提供的一种相机倾角大于的示意图,所述若干个子视场区域为4个子视场区域,可以理解为将视场尺寸沿相机纵向视场角的方向划分为等角度的4个区域,每个区域对应一个4个区域的相机纵向视场角的方向范围分别为y1、y2、y3、y4,具体如下:
可见,图5情况下可以由下述公式四计算所示的4个子视场区域的尺寸。
其中,S1y、S2y、S3y、S4y依次为所述4个子视场区域的尺寸,β为所述相机倾角,h为所述拍摄高度,θx为所述相机横向视场角,θy为所述相机纵向视场角;
所述以若干个子视场区域的尺寸之和,作为所述待测图片对应的视场尺寸的具体实施方式,可以还可以是以公式五确定所述待测图片对应的视场尺寸:
其中,Sxy为所述视场尺寸。
本实施例在图像单元切分过程中引入视场尺寸和小目标的实际尺寸,以使得到的图像单元满足分辨比例,提高图像单元的切分可靠性,从而提高小目标检测的效率。
本发明实施例还提供一种小目标检测方法,主要包括:根据上述各种实施例中任一所述的图像单元确定方法,在待测图片中得到用于小目标检测的多个图像单元;对所述多个图像单元逐个进行所述待测小目标的检测,获得所述小目标的检测结果,提高图像单元的切分可靠性,从而提高了小目标检测的效率。
参见图6,是本发明实施例提供的一种计算机设备的硬件结构示意图,该计算机设备60包括:处理器61、存储器62和计算机程序。
其中,存储器62,用于存储所述计算机程序,该存储器还可以是闪存(flash)。所述计算机程序例如是实现上述方法的应用程序、功能模块等。
处理器61,用于执行所述存储器存储的计算机程序,以实现以下步骤:
获取待测图片以及待测图片对应的视场尺寸,并获取待测小目标的实际尺寸;
根据待测小目标的实际尺寸、所述视场尺寸和预设的分辨比例,确定切分数量,其中,所述分辨比例用于指示在所述待测图片的每个图像单元的像素尺寸中所述待测小目标的像素尺寸的占比;
根据所述切分数量切分所述待测图片,得到用于小目标检测的多个图像单元。
处理器61执行上述步骤具体可以参见前面方法实施例中的相关描述。
可选地,存储器62既可以是独立的,也可以跟处理器61集成在一起。
当所述存储器62是独立于处理器61之外的器件时,所述计算机设备60还可以包括:
总线63,用于连接所述存储器62和处理器61。
可选地,所述处理器61还用于执行以下步骤:
获取无人机拍摄的待测图片,以及所述待测图片的拍摄信息;
根据所述拍摄信息,确定所述待测图片对应的视场尺寸。
可选地,所述处理器61还用于执行以下步骤:
所述拍摄信息包括拍摄高度、相机横向视场角、相机纵向视场角以及相机倾角;
所述根据所述拍摄信息,确定所述待测图片对应的视场尺寸,包括:
确定所述相机倾角为0,则以公式一确定所述待测图片对应的视场尺寸:
其中,Sxy为所述视场尺寸,h为所述拍摄高度,θx为所述相机横向视场角,θy为所述相机纵向视场角。
可选地,所述处理器61还用于执行以下步骤:
根据所述切分数量均匀地切分所述待测图片,得到用于小目标检测的多个图像单元。
可选地,所述处理器61还用于执行以下步骤:
确定所述相机倾角大于0,则沿所述相机的倾斜方向依次确定若干个子视场区域;
分别获取各所述子视场区域的尺寸;
以所述若干个子视场区域的尺寸之和,作为所述待测图片对应的视场尺寸。
可选地,所述处理器61还用于执行以下步骤:所述若干个子视场区域为4个子视场区域;
其中,S1y、S2y、S3y、S4y依次为所述4个子视场区域的尺寸,β为所述相机倾角,h为所述拍摄高度,θx为所述相机横向视场角,θy为所述相机纵向视场角;
所述以所述若干个子视场区域的尺寸之和,作为所述待测图片对应的视场尺寸,包括:
以公式三确定所述待测图片对应的视场尺寸:
其中,Sxy为所述视场尺寸。
可选地,所述处理器61还用于执行以下步骤:所述若干个子视场区域为4个子视场区域;
其中,S1y、S2y、S3y、S4y依次为所述4个子视场区域的尺寸,β为所述相机倾角,h为所述拍摄高度,θx为所述相机横向视场角,θy为所述相机纵向视场角;
所述以所述若干个子视场区域的尺寸之和,作为所述待测图片对应的视场尺寸,包括:
以公式五确定所述待测图片对应的视场尺寸:
其中,Sxy为所述视场尺寸。
可选地,所述处理器61还用于执行以下步骤:
以公式六确定所述待测图片对应的切分数量:
参见图7,是本发明实施例提供的一种计算机设备的硬件结构示意图。该计算机设备70包括:处理器71、存储器72和计算机程序;其中
存储器72,用于存储所述计算机程序,该存储器还可以是闪存(flash)。所述计算机程序例如是实现上述方法的应用程序、功能模块等。
处理器71,用于执行所述存储器存储的计算机程序,以实现以下步骤:
根据上述方法实施例中所述的图像单元确定方法,在待测图片中得到用于小目标检测的多个图像单元;
对所述多个图像单元逐个进行所述待测小目标的检测,获得所述小目标的检测结果。
处理器71执行上述步骤具体可以参见前面方法实施例中的相关描述。
可选地,存储器72既可以是独立的,也可以跟处理器71集成在一起。
当所述存储器72是独立于处理器71之外的器件时,所述计算机设备70还可以包括:
总线73,用于连接所述存储器72和处理器71。
本发明实施例还提供一种可读存储介质,所述可读存储介质中存储有计算机程序,所述计算机程序被处理器执行时用于实现上述的各种实施方式提供的图像单元确定方法。
本发明实施例还提供另一种可读存储介质,所述可读存储介质中存储有计算机程序,所述计算机程序被处理器执行时用于实现上述的各种实施方式提供的小目标检测方法。
其中,可读存储介质可以是计算机存储介质,也可以是通信介质。通信介质包括便于从一个地方向另一个地方传送计算机程序的任何介质。计算机存储介质可以是通用或专用计算机能够存取的任何可用介质。例如,可读存储介质耦合至处理器,从而使处理器能够从该可读存储介质读取信息,且可向该可读存储介质写入信息。当然,可读存储介质也可以是处理器的组成部分。处理器和可读存储介质可以位于专用集成电路(ApplicationSpecific Integrated Circuits,简称:ASIC)中。另外,该ASIC可以位于用户设备中。当然,处理器和可读存储介质也可以作为分立组件存在于通信设备中。可读存储介质可以是只读存储器(ROM)、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
本发明还提供一种程序产品,该程序产品包括执行指令,该执行指令存储在可读存储介质中。设备的至少一个处理器可以从可读存储介质读取该执行指令,至少一个处理器执行该执行指令使得设备实施上述的各种实施方式提供的方法。
在上述计算机设备的实施例中,应理解,处理器可以是中央处理单元(英文:Central Processing Unit,简称:CPU),还可以是其他通用处理器、数字信号处理器(英文:Digital Signal Processor,简称:DSP)、专用集成电路(英文:Application SpecificIntegrated Circuit,简称:ASIC)等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本发明所公开的方法的步骤可以直接体现为硬件处理器执行完成,或者用处理器中的硬件及软件模块组合执行完成。
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 (13)
1.一种图像单元确定方法,其特征在于,包括:
获取待测图片以及待测图片对应的视场尺寸,并获取待测小目标的实际尺寸;
根据待测小目标的实际尺寸、所述视场尺寸和预设的分辨比例,确定切分数量,其中,所述分辨比例用于指示在所述待测图片的每个图像单元的像素尺寸中所述待测小目标的像素尺寸的占比;
根据所述切分数量切分所述待测图片,得到用于小目标检测的多个图像单元。
2.根据权利要求1所述的方法,其特征在于,所述获取待测图片以及待测图片对应的视场尺寸,并获取待测小目标的实际尺寸,包括:
获取无人机拍摄的待测图片,以及所述待测图片的拍摄信息;
根据所述拍摄信息,确定所述待测图片对应的视场尺寸。
4.根据权利要求3所述的方法,其特征在于,所述根据所述切分数量切分所述待测图片,得到用于小目标检测的多个图像单元,包括:
根据所述切分数量均匀地切分所述待测图片,得到用于小目标检测的多个图像单元。
5.根据权利要求3所述的方法,其特征在于,所述根据所述拍摄信息,确定所述待测图片对应的视场尺寸,还包括:
若所述相机倾角大于0,则沿所述相机的倾斜方向依次确定若干个子视场区域;
分别获取各所述子视场区域的尺寸;
以所述若干个子视场区域的尺寸之和,作为所述待测图片对应的视场尺寸。
9.一种小目标检测方法,其特征在于,包括:
根据权利要求1至8任一所述的图像单元确定方法,在待测图片中得到用于小目标检测的多个图像单元;
对所述多个图像单元逐个进行所述待测小目标的检测,获得所述小目标的检测结果。
10.一种计算机设备,其特征在于,存储器、处理器以及计算机程序,所述计算机程序存储在所述存储器中,所述处理器运行所述计算机程序执行以下步骤:
获取待测图片以及待测图片对应的视场尺寸,并获取待测小目标的实际尺寸;
根据待测小目标的实际尺寸、所述视场尺寸和预设的分辨比例,确定切分数量,其中,所述分辨比例用于指示在所述待测图片的每个图像单元的像素尺寸中所述待测小目标的像素尺寸的占比;
根据所述切分数量切分所述待测图片,得到用于小目标检测的多个图像单元。
11.一种计算机设备,其特征在于,包括:存储器、处理器以及计算机程序,所述计算机程序存储在所述存储器中,所述处理器运行所述计算机程序执行以下步骤:
根据权利要求1至8任一所述的图像单元确定方法,在待测图片中得到用于小目标检测的多个图像单元;
对所述多个图像单元逐个进行所述待测小目标的检测,获得所述小目标的检测结果。
12.一种可读存储介质,所述可读存储介质中存储有计算机程序,所述计算机程序被处理器执行时用于实现权利要求1~8任一所述的图像单元确定方法。
13.一种可读存储介质,所述可读存储介质中存储有计算机程序,所述计算机程序被处理器执行时用于实现权利要求9所述的小目标检测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910110000.XA CN111553339A (zh) | 2019-02-11 | 2019-02-11 | 图像单元确定方法、小目标检测方法及计算机设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910110000.XA CN111553339A (zh) | 2019-02-11 | 2019-02-11 | 图像单元确定方法、小目标检测方法及计算机设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111553339A true CN111553339A (zh) | 2020-08-18 |
Family
ID=71999975
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910110000.XA Pending CN111553339A (zh) | 2019-02-11 | 2019-02-11 | 图像单元确定方法、小目标检测方法及计算机设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111553339A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112987765A (zh) * | 2021-03-05 | 2021-06-18 | 北京航空航天大学 | 一种仿猛禽注意力分配的无人机/艇精准自主起降方法 |
CN113221895A (zh) * | 2021-05-31 | 2021-08-06 | 北京灵汐科技有限公司 | 小目标检测方法、装置、设备及介质 |
CN114581672A (zh) * | 2022-03-10 | 2022-06-03 | 北京百度网讯科技有限公司 | 一种图像识别方法、装置及电子设备 |
-
2019
- 2019-02-11 CN CN201910110000.XA patent/CN111553339A/zh active Pending
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112987765A (zh) * | 2021-03-05 | 2021-06-18 | 北京航空航天大学 | 一种仿猛禽注意力分配的无人机/艇精准自主起降方法 |
CN112987765B (zh) * | 2021-03-05 | 2022-03-15 | 北京航空航天大学 | 一种仿猛禽注意力分配的无人机/艇精准自主起降方法 |
CN113221895A (zh) * | 2021-05-31 | 2021-08-06 | 北京灵汐科技有限公司 | 小目标检测方法、装置、设备及介质 |
CN114581672A (zh) * | 2022-03-10 | 2022-06-03 | 北京百度网讯科技有限公司 | 一种图像识别方法、装置及电子设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11320833B2 (en) | Data processing method, apparatus and terminal | |
EP3581890B1 (en) | Method and device for positioning | |
CN110869974B (zh) | 点云处理方法、设备及存储介质 | |
US10261574B2 (en) | Real-time detection system for parked vehicles | |
EP3007099B1 (en) | Image recognition system for a vehicle and corresponding method | |
US9373043B2 (en) | Method and apparatus for detecting road partition | |
EP2874097A2 (en) | Automatic scene parsing | |
WO2021037086A1 (zh) | 定位方法及装置 | |
CN113421289B (zh) | 一种克服无人机拍摄扰动的高精度车辆轨迹数据提取方法 | |
CN111104867A (zh) | 基于部件分割的识别模型训练、车辆重识别方法及装置 | |
US9396553B2 (en) | Vehicle dimension estimation from vehicle images | |
EP3566172A1 (en) | Systems and methods for lane-marker detection | |
CN110929655B (zh) | 一种行驶过程中车道线识别方法、终端设备及存储介质 | |
CN111553339A (zh) | 图像单元确定方法、小目标检测方法及计算机设备 | |
Ding et al. | Fast lane detection based on bird’s eye view and improved random sample consensus algorithm | |
CN113034586B (zh) | 道路倾角检测方法和检测系统 | |
EP4209755A1 (en) | Positioning method and positioning apparatus of mobile device | |
CN112955712A (zh) | 目标跟踪方法、设备及存储介质 | |
CA3236528A1 (en) | Methods, storage media, and systems for generating a three-dimensional line segment | |
Chen et al. | Integrated vehicle and lane detection with distance estimation | |
JPH08159716A (ja) | 道路消失点の算出方法及び車両の位置・姿勢計測装置 | |
CN110660113A (zh) | 特征地图的建立方法、装置、采集设备和存储介质 | |
CN114898321A (zh) | 道路可行驶区域检测方法、装置、设备、介质及系统 | |
CN108416305B (zh) | 连续型道路分割物的位姿估计方法、装置及终端 | |
KR101980899B1 (ko) | 직교 소실점을 이용한 단일 영상의 내벽 구조 검출 장치 및 방법 |
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 |