CN112199988A - 跨区域算法组合配置策略方法、图像处理装置及电子设备 - Google Patents
跨区域算法组合配置策略方法、图像处理装置及电子设备 Download PDFInfo
- Publication number
- CN112199988A CN112199988A CN202010870212.0A CN202010870212A CN112199988A CN 112199988 A CN112199988 A CN 112199988A CN 202010870212 A CN202010870212 A CN 202010870212A CN 112199988 A CN112199988 A CN 112199988A
- Authority
- CN
- China
- Prior art keywords
- algorithm
- target area
- preset condition
- target
- sub
- 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
- 238000012545 processing Methods 0.000 title claims abstract description 118
- 238000000034 method Methods 0.000 title claims abstract description 46
- 238000012217 deletion Methods 0.000 claims description 3
- 230000037430 deletion Effects 0.000 claims description 3
- 230000008569 process Effects 0.000 description 14
- 238000004891 communication Methods 0.000 description 10
- 238000005516 engineering process Methods 0.000 description 8
- 230000001960 triggered effect Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 4
- 230000005236 sound signal Effects 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 238000001514 detection method Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000010219 correlation analysis Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 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
- G06V20/40—Scenes; Scene-specific elements in video content
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- 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
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/02—Banking, e.g. interest calculation or account maintenance
-
- 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
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
- H04N7/181—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a plurality of remote sources
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V2201/00—Indexing scheme relating to image or video recognition or understanding
- G06V2201/07—Target detection
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Business, Economics & Management (AREA)
- Data Mining & Analysis (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Development Economics (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- Human Computer Interaction (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Economics (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- Technology Law (AREA)
- General Business, Economics & Management (AREA)
- Signal Processing (AREA)
- Image Analysis (AREA)
Abstract
本申请公开了一种跨区域算法组合配置策略方法、图像处理装置及电子设备。该方法包括:采用第一算法对第一目标区域的至少一帧第一视频图像进行识别处理,其中,所述第一算法用于识别所述第一目标区域是否满足第一预设条件;采用第二算法对第二目标区域的至少一帧第二视频图像进行关联处理,其中,所述第一目标区域与所述第二目标区域具有关联关系,且所述第二算法用于在所述第一目标区域满足第一预设条件时,识别所述第二目标区域是否满足第二预设条件;根据所述第二算法的处理结果,生成输出指令。本申请实施例能够基于不同目标区域进行综合分析和判断,使得能够实现更复杂的区域图像的分析和处理。
Description
技术领域
本申请涉及通信技术领域,尤其涉及一种跨区域算法组合配置策略方法、图像处理装置及电子设备。
背景技术
在利用图像采集设备对特定区域进行图像或视频采集时,现有技术中通常在需要采集图像或视频的特定区域处放置图像采集装置来采集图像或视频,并且通过对采集到的图像或视频帧进行处理,例如识别图像中拍摄到的人或物的对象。
随着图像采集和处理技术的发展,用户对于图像采集和处理的需求也日益复杂化以适应真实场景的各种需求。例如,现有技术中用户通常只能够对一个区域进行图像采集和分析,但是随着生活和工作的多样化,用户常常要对多个区域进行管理,从而相应地需要根据多个区域的情况进行综合分析和判断。
因此需要一种能够对多个区域进行图像采集和处理并且进行关联性综合分析的方案。
发明内容
本申请实施例提供一种跨区域算法组合配置策略方法、图像处理装置及电子设备,以解决现有技术中不能够对多个区域进行关联性图像采集和分析的缺陷。
为达到上述目的,本申请实施例提供了一种跨区域算法组合配置策略方法,包括:
采用第一算法对第一目标区域的至少一帧第一视频图像进行识别处理,其中,所述第一算法用于识别所述第一目标区域是否满足第一预设条件;
采用第二算法对第二目标区域的至少一帧第二视频图像进行关联处理,其中,所述第一目标区域与所述第二目标区域具有关联关系,且所述第二算法用于在所述第一目标区域满足第一预设条件时,识别所述第二目标区域是否满足第二预设条件;
根据所述第二算法的处理结果,生成输出指令。
本申请实施例还提供了一种图像处理装置,包括:
第一算法处理单元,用于采用第一算法对第一目标区域的至少一帧第一视频图像进行识别处理,其中,所述第一算法用于识别所述第一目标区域是否满足第一预设条件;
第二算法处理单元,用于采用第二算法对第二目标区域的至少一帧第二视频图像进行关联处理,其中,所述第一目标区域与所述第二目标区域具有关联关系,且所述第二算法用于在所述第一目标区域满足第一预设条件时,识别所述第二目标区域是否满足第二预设条件;
生成单元,用于根据所述第二算法的处理结果,生成输出指令。
本申请实施例还提供了一种电子设备,包括:
存储器,用于存储程序;
处理器,用于运行所述存储器中存储的所述程序,所述程序运行时执行本申请实施例提供的跨区域算法组合配置策略方法。
本申请实施例提供的跨区域算法组合配置策略方法、图像处理装置及电子设备,能够通过采用第一算法和第二算法对具有彼此关联关系的第一目标区域和第二目标区域分别进行关联性的处理,能够通过第一算法对于第一目标区域的识别结果来触发第二算法对于第二目标区域的关联处理,从而能够基于不同目标区域进行综合分析和判断,使得能够实现更复杂的区域图像的分析和处理。
上述说明仅是本申请技术方案的概述,为了能够更清楚了解本申请的技术手段,而可依照说明书的内容予以实施,并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂,以下特举本申请的具体实施方式。
附图说明
通过阅读下文优选实施方式的详细描述,各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的,而并不认为是对本申请的限制。而且在整个附图中,用相同的参考符号表示相同的部件。在附图中:
图1为本申请实施例提供的跨区域算法组合配置策略方法的应用场景示意图;
图2为本申请提供的跨区域算法组合配置策略方法一个实施例的流程图;
图3为本申请提供的跨区域算法组合配置策略方法另一个实施例的流程图;
图4为本申请提供的图像处理装置实施例的结构示意图;
图5为本申请提供的电子设备实施例的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例,然而应当理解,可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本公开,并且能够将本公开的范围完整的传达给本领域的技术人员。
实施例一
本申请实施例提供的方案可应用于任何具有跨区域算法组合配置策略能力的图像处理系统,例如安装有图像处理模块的设备等等。图1为本申请实施例提供的跨区域算法组合配置策略方法的应用场景示意图,图1所示的场景仅仅是本申请的技术方案可以应用的场景的示例之一。
在利用图像采集设备对特定区域进行图像或视频采集时,现有技术中通常在需要采集图像或视频的特定区域处放置图像采集装置来采集图像或视频,并且通过对采集到的图像或视频帧进行处理,例如识别图像中拍摄到的人或物的对象。但是随着图像采集和处理技术的发展,用户对于图像采集和处理的需求也日益复杂化以适应真实场景的各种需求。例如,现有技术中用户通常只能够对一个区域进行图像采集和分析,但是随着生活和工作的多样化,用户常常要对多个区域进行管理,从而相应地需要根据多个区域的情况进行综合分析和判断。
例如,在银行等服务行业中,银行的管理方通常要求员工尽可能地服务更多用户并且减少用户等待的时间。因此,在这样的情况下,银行的管理方通常需要经常在发现门口或大厅有顾客在等待时进一步观察柜台等服务区是否有员工空闲或不在岗。现有技术中由于图像采集设备通常只能对单一区域进行采集和分析,并且即使在设置了多个图像采集设备的情况下,也只能够对多个区域分别进行图像采集,并且分别对各区域采集到的图像进行单独的分析。因此,在例如图1中所示的场景中,区域1可以是银行的大厅或门口的等候区域,并且区域2可以是银行的业务柜台的办公区域。即,在采集等候区域来分析确定是否有用户在等待办理业务,另一方面,还相应地采集办公区域的图像或视频以分析确定是否有工作人员空闲或者是否存在人员不在岗的情况。因此,在该场景中,可以先通过例如人脸识别算法的第一算法对作为第一目标区域的等候区域的图像进行分析并且确定满足例如存在等候顾客的识别条件,并且在确定满足该识别条件时,即当通过分析等候区域的图像确定存在至少一个等候的顾客时,可以触发对于与等候区域关联的第二区域,例如柜台区域的图像的分析,例如可以同样采用人脸识别算法作为第二算法来识别柜台区域的图像中的人物对象。例如可以通过这样的算法分析来确定柜台区域是否存在柜员对象,或者可以进一步确定在特定窗口是否存在柜员对象。因此,当对于作为第一目标区域的等候区域的图像进行第一算法处理时确定满足等候区域中存在至少一个处于等候状态的顾客时,根据本申请实施例的方案才会采用第二算法对与等候区域存在关联性的业务区域的第二区域的图像进行分析处理,以确定是否存在空闲柜员或者在特定窗口不存在柜员,即缺岗的情况,因此,可以将对于第二区域的分析结果输出给例如管理方的用户来进行相应的协调处理。
因此,根据本申请实施例的跨区域算法组合配置策略,能够通过采用第一算法和第二算法对具有彼此关联关系的第一目标区域和第二目标区域分别进行关联性的处理,能够通过第一算法对于第一目标区域的识别结果来触发第二算法对于第二目标区域的关联处理,从而能够基于不同目标区域进行综合分析和判断,使得能够实现更复杂的区域图像的分析和处理。
上述实施例是对本申请实施例的技术原理和示例性的应用框架的说明,下面通过多个实施例来进一步对本申请实施例具体技术方案进行详细描述。
实施例二
图2为本申请提供的跨区域算法组合配置策略方法一个实施例的流程图,该方法的执行主体可以为具有图像处理能力的各种图像处理终端或设备,也可以为集成在这些设备上的装置或芯片。如图2所示,该跨区域算法组合配置策略方法包括如下步骤:
S201,采用第一算法对第一目标区域的至少一帧第一视频图像进行识别处理。
在本申请实施例中,在针对有至少两个区域构成的复杂区域进行图像采集和分析时,可以通过各种图像采集设备,例如监视器等等对例如构成这样的复杂区域的两个目标区域进行图像采集或视频采集,从而获得在时间上连续的各区域的多个图像帧。在本申请实施例中,这两个区域可以是具有关联性的两个目标区域,即,第一目标区域和第二目标区域的图像或者图像中的识别对象具有特定的关联关系。例如,第一目标区域的识别结果可以构成第二目标区域的图像的分析的基础。因此,在步骤S201中可以首先利用第一算法来对第一目标区域的图像进行识别处理,以确定第一目标区域是否满足第一预设条件。在本申请实施例中,该第一预设条件可以是确定第一目标区域中识别出的对象的数量是否大于预设的阈值。第一算法可以包括:物体识别算法、人脸识别算法、手势识别算法中的至少一种。
S202,采用第二算法对第二目标区域的至少一帧第二视频图像进行关联处理。
在步骤S201中通过第一算法对第一目标区域的处理确定第一目标区域的第一视频图像符合第一预设条件之后,例如,在图1中所示的场景中,作为第一目标区域的等候区域的采集图像中识别出的等候人数超过了预定数目,例如超过两人,则可以在步骤S202中利用第二算法,来对与第一目标区域具有关联关系的第二区域进行处理以便于在步骤S201中获得的对于第一目标区域的图像进行第一算法处理获得的结果的基础上进一步对关联的第二区域进行处理。例如,在本申请实施例中,第二算法包括:物体识别算法、人脸识别算法、手势识别算法中的至少一种。在本申请实施例中,第二算法可以用于在第一目标区域满足第一预条件时识别所述第二目标区域是否满足第二预设条件。例如,在图1中所示的场景中,第二算法可以用于在目标区域1中的等候人数超过2人时确定业务区域中是否存在空闲的柜员。
S203,根据所述第二算法的处理结果,生成输出指令。
因此,在步骤S202中基于步骤S201中对于第一目标区域的识别结果对关联的第二目标区域进行第二算法处理并且确定第二目标区域满足预设条件之后,可以在步骤S203中根据该确定结果来生成输出指令以向例如管理方的第三方输出该指令以便于第三方进行相应的各种处理。
因此,根据本申请实施例的跨区域算法组合配置策略,能够通过采用第一算法和第二算法对具有彼此关联关系的第一目标区域和第二目标区域分别进行关联性的处理,能够通过第一算法对于第一目标区域的识别结果来触发第二算法对于第二目标区域的关联处理,从而能够基于不同目标区域进行综合分析和判断,使得能够实现更复杂的区域图像的分析和处理。
实施例三
图3为本申请提供的跨区域算法组合配置策略方法另一个实施例的流程图,该方法的执行主体可以为具有图像处理能力的各种物联网终端或设备,也可以为集成在这些设备上的装置或芯片。如图3所示,该跨区域算法组合配置策略方法包括如下步骤:
S301,对第一视频图像进行目标物识别处理。
在本申请实施例中,在针对有至少两个区域构成的复杂区域进行图像采集和分析时,可以通过各种图像采集设备,例如监视器等等对例如构成这样的复杂区域的两个目标区域进行图像采集或视频采集,从而获得在时间上连续的各区域的多个图像帧。在本申请实施例中,可以在步骤S301中先对第一目标区域的第一视频图像进行目标物识别处理,从而确定第一目标区域中是否存在目标物。
S302,判断第一视频图像中的目标物是否满足第一预设条件,并在第一视频图像中的目标物满足第一预设条件时,生成第一触发信息。
在本申请实施例中,当步骤S301中识别出第一目标区域中存在目标物时第一算法处理可以进一步判断目标物是否符合第一预设条件。在本申请实施例中,例如,第一预设条件可以是目标物的数量是否达到预定阈值,从而当第一算法处理判断第一视频图像中识别出的目标物的数量超过了预定阈值时,可以生成触发消息来触发对于与第一区域关联的第二区域的第二算法的识别处理。
S303,对第二视频图像进行目标物识别处理。
因此,在步骤S302中判断第一目标区域中目标物的数量满足第一阈值时,可以根据步骤S302中生成的触发消息来进一步在与第一目标区域关联的第二目标区域采集到的图像中进行第二算法处理。例如可以在步骤S303中对第二目标区域的视频图像进行目标物识别处理。在本申请实施例中,对于第一目标区域施加的第一算法和对于第二目标区域施加的第二算法处理可以是同一算法也可以是不同算法。例如,在本实施例中,可以对于第一目标区域和第二目标区域都施加目标物识别的算法。
S304,在预设时间阈值范围内,若获取到第一触发信息,则判断第二视频图像中的目标物是否满足第二预设条件。
S305,若未获取到第一触发信息,则删除已进行目标物识别处理的第二视频图像。
在步骤S303对于与第一目标区域关联的第二目标区域的图像进行目标物识别处理后,可以在步骤S304和S305中进一步根据在步骤S302中生成的触发消息和在步骤S303中获得的目标物的识别结果来进行进一步的处理。例如,当在预设的时间范围内,如果接收到步骤S302中生成的触发消息则利用第二算法处理来对步骤S303中识别出的目标物进行判断以确定例如其数量是否符合预定条件,或者目标物的位置是否符合预定的位置,或者目标物是否与预定的位置匹配。例如,在图1中所示的场景中,当步骤S301中确定作为第一目标区域的等候区域中存在例如等候顾客的目标物时,步骤S302中生成触发消息,该触发消息中可以包括在第一目标区域的当前图像中存在等候顾客的信息,并且在步骤S303中当识别出作为第二目标区域的业务区域中存在服务人员时,可以在步骤S304中根据接收到的触发消息来判断服务人员的数量是否符合窗口的数量。并且如果在预设时间内,例如2分钟之内没有接收到步骤S302中生成的触发消息,也就是说在2分钟之内对于第一目标区域的当前图像的检测未检测到符合条件的等候顾客时,则无需对于第二目标区域的业务区域的进一步分析,因此,可以在步骤S305中丢弃该第二视频图像。
此外,在本申请实施例中,第二目标区域可以包括多个子区域并且每个子区域可以分别对应一个子条件。例如,该子区域可以由用户预先指定,也可以由系统自动设置。第二预设条件可以由具有和/或关系的多个子条件组合而成。即,当在步骤S304中对于第二目标区域的当前图像进行判断时,可以在分别对每个子区域进行目标物识别,并且判断该子区域是否满足其子条件,并且多个子区域的子条件同时满足时才确定该图像符合预设条件,也可以在只要一个子区域的子条件被满足时就确定该图像符合预设条件,当然也可以在部分子区域的子条件被同时满足时确定该图像符合预设条件。
S306,当第二目标区域满足第二预设条件时,生成用于提示或预警的输出指令。
S307,当第二目标区域不满足第二预设条件时,生成用于控制删除第二视频图像的输出指令。
因此,在步骤S304中确定第二目标区域满足预设条件时,可以在步骤S306中根据该确定结果来生成输出指令以向例如管理方的第三方输出该指令以便于第三方进行相应的各种处理。当步骤S305中确定第二区域不满足第二预设条件时,根据步骤S305的判断结果在步骤S307中生成删除第二视频图像的输出指令,以删除相关的图像数据以节省存储空间。
因此,根据本申请实施例的跨区域算法组合配置策略,能够通过采用第一算法和第二算法对具有彼此关联关系的第一目标区域和第二目标区域分别进行关联性的处理,能够通过第一算法对于第一目标区域的识别结果来触发第二算法对于第二目标区域的关联处理,从而能够基于不同目标区域进行综合分析和判断,使得能够实现更复杂的区域图像的分析和处理。
实施例四
图4为本申请提供的图像处理装置实施例的结构示意图,可用于执行如图2和图3所示的方法步骤。如图4所示,该图像处理装置可以包括:第一算法处理单元41、第二算法处理单元模块42和生成单元43。
第一算法处理单元41可以用于采用第一算法对第一目标区域的至少一帧第一视频图像进行识别处理。
在本申请实施例中,可以针对具有关联性的两个目标区域进行图像采集和分析,即,第一目标区域和第二目标区域的图像或者图像中的识别对象具有特定的关联关系。例如,第一目标区域的识别结果可以构成第二目标区域的图像的分析的基础。因此,第一算法处理单元41可以利用第一算法来对第一目标区域的图像进行识别处理,以确定第一目标区域是否满足第一预设条件。在本申请实施例中,该第一预设条件可以是确定第一目标区域中识别出的对象的数量是否大于预设的阈值。第一算法可以包括:物体识别算法、人脸识别算法、手势识别算法中的至少一种。
在本申请实施例中,第一算法处理单元41可以包括:第一识别模块411、第一判断模块412。
第一识别模块411可以用于对第一视频图像进行目标物识别处理。
在本申请实施例中,在针对有至少两个区域构成的复杂区域进行图像采集和分析时,可以通过各种图像采集设备,例如监视器等等对例如构成这样的复杂区域的两个目标区域进行图像采集或视频采集,从而获得在时间上连续的各区域的多个图像帧。在本申请实施例中,第一识别模块411可以先对第一目标区域的第一视频图像进行目标物识别处理,从而确定第一目标区域中是否存在目标物。
第一判断模块412可以用于判断第一视频图像中的目标物是否满足第一预设条件,并在第一视频图像中的目标物满足第一预设条件时,生成第一触发信息。
在本申请实施例中,当第一识别模块411识别出第一目标区域中存在目标物时,第一判断模块412可以进一步判断目标物是否符合第一预设条件。在本申请实施例中,例如,第一预设条件可以是目标物的数量是否达到预定阈值,从而当第一算法处理判断第一视频图像中识别出的目标物的数量超过了预定阈值时,可以生成触发消息来触发对于与第一区域关联的第二区域的第二算法的识别处理。
第二算法处理单元42可以用于采用第二算法对第二目标区域的至少一帧第二视频图像进行关联处理。
在第一算法处理单元41通过第一算法对第一目标区域的处理确定第一目标区域的第一视频图像符合第一预设条件之后,例如,在图1中所示的场景中,作为第一目标区域的等候区域的采集图像中识别出的等候人数超过了预定数目,例如超过两人,则第二算法处理单元42可以利用第二算法,来对与第一目标区域具有关联关系的第二区域进行处理以便于在第一算法处理单元41获得的对于第一目标区域的图像进行第一算法处理获得的结果的基础上进一步对关联的第二区域进行处理。例如,在本申请实施例中,第二算法包括:物体识别算法、人脸识别算法、手势识别算法中的至少一种。在本申请实施例中,第二算法可以用于在第一目标区域满足第一预条件时识别所述第二目标区域是否满足第二预设条件。例如,在图1中所示的场景中,第二算法可以用于在目标区域1中的等候人数超过2人时确定业务区域中是否存在空闲的柜员。
在本申请实施例中,第二算法处理单元42可以包括:第二识别模块421、第二判断模块422。
第二识别模块421可以用于对第二视频图像进行目标物识别处理。
因此,第一算法处理单元41判断第一目标区域中目标物的数量满足第一阈值时,第二识别模块421可以进一步在与第一目标区域关联的第二目标区域采集到的图像中进行识别处理。在本申请实施例中,对于第一目标区域施加的第一算法和对于第二目标区域施加的第二算法处理可以是同一算法也可以是不同算法。例如,在本实施例中,可以对于第一目标区域和第二目标区域都施加目标物识别的算法。
第二判断模块422可以用于在预设时间阈值范围内,若获取到第一触发信息,则判断第二视频图像中的目标物是否满足第二预设条件;若未获取到第一触发信息,则删除已进行目标物识别处理的第二视频图像。
在第二识别模块421对于与第一目标区域关联的第二目标区域的图像进行目标物识别处理后,第二判断模块422可以进一步根据第一判断模块412生成的触发消息和第二识别模块421获得的目标物的识别结果来进行进一步的处理。例如,当在预设的时间范围内,如果接收到第一判断模块412生成的触发消息则利用第二算法处理来对识别出的目标物进行判断以确定例如其数量是否符合预定条件,或者目标物的位置是否符合预定的位置,或者目标物是否与预定的位置匹配。例如,在图1中所示的场景中,当第一识别模块411确定作为第一目标区域的等候区域中存在例如等候顾客的目标物时,第一判断模块412生成触发消息,该触发消息中可以包括在第一目标区域的当前图像中存在等候顾客的信息,并且第二识别模块421识别出作为第二目标区域的业务区域中存在服务人员时,第二判断模块422可以根据接收到的触发消息来判断服务人员的数量是否符合窗口的数量。并且如果在预设时间内,例如2分钟之内没有接收到触发消息,也就是说在2分钟之内对于第一目标区域的当前图像的检测未检测到符合条件的等候顾客时,则无需对于第二目标区域的业务区域的进一步分析,因此,可以丢弃该第二视频图像。
此外,在本申请实施例中,第二目标区域可以包括多个子区域并且每个子区域可以分别对应一个子条件。例如,该子区域可以由用户预先指定,也可以由系统自动设置。第二预设条件可以由具有和/或关系的多个子条件组合而成。因此,在该情况下,第二算法处理单元42可以进一步包括:第三识别模块423和第三判断模块424。
例如,第三识别模块423可以用于采用第二算法,分别对多个子区域中的至少一帧子图像进行目标物识别处理,并且第三判断模块424可以用于分别判断多个子区域中的目标物是否满足子条件,并且当多个子区域满足具有和/或关系的多个子条件时,确定第二目标区域满足第二预设条件。
例如,当第二算法处理单元42对于第二目标区域的当前图像进行判断时,可以利用第三识别模块423分别对每个子区域进行目标物识别,并且判断该子区域是否满足其子条件,并且多个子区域的子条件同时满足时才确定该图像符合预设条件,也可以在只要一个子区域的子条件被满足时就确定该图像符合预设条件,当然也可以在部分子区域的子条件被同时满足时确定该图像符合预设条件。
生成单元43可以用于根据所述第二算法的处理结果,生成输出指令。
因此,在第二算法处理单元42基于第一算法处理单元41对于第一目标区域的识别结果对关联的第二目标区域进行第二算法处理并且确定第二目标区域满足预设条件之后,生成单元43可以根据该确定结果来生成输出指令以向例如管理方的第三方输出该指令以便于第三方进行相应的各种处理。
例如,当确定第二目标区域满足预设条件时,生成单元43可以根据该确定结果来生成输出指令以向例如管理方的第三方输出该指令以便于第三方进行相应的各种处理。当确定第二区域不满足第二预设条件时,生成单元43可以根据第二算法判断单元42的判断结果生成删除第二视频图像的输出指令,以删除相关的图像数据以节省存储空间。
因此,根据本申请实施例的图像处理装置,能够通过采用第一算法和第二算法对具有彼此关联关系的第一目标区域和第二目标区域分别进行关联性的处理,能够通过第一算法对于第一目标区域的识别结果来触发第二算法对于第二目标区域的关联处理,从而能够基于不同目标区域进行综合分析和判断,使得能够实现更复杂的区域图像的分析和处理。
实施例五
以上描述了图像处理装置的内部功能和结构,该装置可实现为一种电子设备。图5为本申请提供的电子设备实施例的结构示意图。如图5所示,该电子设备包括存储器51和处理器52。
存储器51,用于存储程序。除上述程序之外,存储器51还可被配置为存储其它各种数据以支持在电子设备上的操作。这些数据的示例包括用于在电子设备上操作的任何应用程序或方法的指令,联系人数据,电话簿数据,消息,图片,视频等。
存储器51可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(SRAM),电可擦除可编程只读存储器(EEPROM),可擦除可编程只读存储器(EPROM),可编程只读存储器(PROM),只读存储器(ROM),磁存储器,快闪存储器,磁盘或光盘。
处理器52,不仅仅局限于中央处理器(CPU),还可能为图形处理器(GPU)、现场可编辑门阵列(FPGA)、嵌入式神经网络处理器(NPU)或人工智能(AI)芯片等处理芯片。处理器52,与存储器51耦合,执行存储器51所存储的程序,该程序运行时执行上述实施例二和三的跨区域算法组合配置策略方法。
进一步,如图5所示,电子设备还可以包括:通信组件53、电源组件54、音频组件55、显示器56等其它组件。图5中仅示意性给出部分组件,并不意味着电子设备只包括图5所示组件。
通信组件53被配置为便于电子设备和其他设备之间有线或无线方式的通信。电子设备可以接入基于通信标准的无线网络,如WiFi,3G、4G或5G,或它们的组合。在一个示例性实施例中,通信组件53经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中,所述通信组件53还包括近场通信(NFC)模块,以促进短程通信。例如,在NFC模块可基于射频识别(RFID)技术,红外数据协会(IrDA)技术,超宽带(UWB)技术,蓝牙(BT)技术和其他技术来实现。
电源组件54,为电子设备的各种组件提供电力。电源组件54可以包括电源管理系统,一个或多个电源,及其他与为电子设备生成、管理和分配电力相关联的组件。
音频组件55被配置为输出和/或输入音频信号。例如,音频组件55包括一个麦克风(MIC),当电子设备处于操作模式,如呼叫模式、记录模式和语音识别模式时,麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器51或经由通信组件53发送。在一些实施例中,音频组件55还包括一个扬声器,用于输出音频信号。
显示器56包括屏幕,其屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板,屏幕可以被实现为触摸屏,以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界,而且还检测与所述触摸或滑动操作相关的持续时间和压力。
本领域普通技术人员可以理解:实现上述各方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成。前述的程序可以存储于一计算机可读取存储介质中。该程序在执行时,执行包括上述各方法实施例的步骤;而前述的存储介质包括:ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
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 (15)
1.一种跨区域算法组合配置策略方法,包括:
采用第一算法对第一目标区域的至少一帧第一视频图像进行识别处理,其中,所述第一算法用于识别所述第一目标区域是否满足第一预设条件;
采用第二算法对第二目标区域的至少一帧第二视频图像进行关联处理,其中,所述第一目标区域与所述第二目标区域具有关联关系,且所述第二算法用于在所述第一目标区域满足第一预设条件时,识别所述第二目标区域是否满足第二预设条件;
根据所述第二算法的处理结果,生成输出指令。
2.根据权利要求1所述的跨区域算法组合配置策略方法,其中,
所述采用第一算法对第一目标区域的至少一帧第一视频图像进行识别处理,包括:
对所述第一视频图像进行目标物识别处理;
判断所述第一视频图像中的目标物是否满足所述第一预设条件,并在所述第一视频图像中的目标物满足所述第一预设条件时,生成第一触发信息;
且,所述采用第二算法对第二目标区域的至少一帧第二视频图像进行关联处理,包括:
对所述第二视频图像进行目标物识别处理;
在预设时间阈值范围内,若获取到所述第一触发信息,则判断所述第二视频图像中的目标物是否满足第二预设条件,若未获取到所述第一触发信息,则删除已进行目标物识别处理的所述第二视频图像。
3.根据权利要求1或2所述的跨区域算法组合配置策略方法,其中,所述根据所述第二算法的处理结果,生成输出指令,包括:
当所述第二目标区域满足所述第二预设条件时,生成用于提示或预警的输出指令。
4.根据权利要求1或2所述的跨区域算法组合配置策略方法,其中,所述根据所述第二算法的处理结果,生成输出指令,包括:
当所述第二目标区域不满足所述第二预设条件时,生成用于控制删除所述第二视频图像的输出指令。
5.根据权利要求1所述的跨区域算法组合配置策略方法,其中,所述第二目标区域包括多个子区域,每个所述子区域对应一个子条件,所述第二预设条件由具有和/或关系的多个所述子条件组合而成,所述采用第二算法对第二目标区域的至少一帧第二视频图像进行关联处理,包括:
采用所述第二算法,分别对所述多个子区域中的至少一帧子图像进行目标物识别处理;
分别判断所述多个子区域中的目标物是否满足所述子条件;
当多个所述子区域满足具有所述和/或关系的多个所述子条件时,确定所述第二目标区域满足所述第二预设条件。
6.根据权利要求1所述的跨区域算法组合配置策略方法,其中,所述第一算法包括:物体识别算法、人脸识别算法、手势识别算法中的至少一种。
7.根据权利要求1所述的跨区域算法组合配置策略方法,其中,所述第二算法包括:物体识别算法、人脸识别算法、手势识别算法中的至少一种。
8.一种图像处理装置,其中,包括:
第一算法处理单元,用于采用第一算法对第一目标区域的至少一帧第一视频图像进行识别处理,其中,所述第一算法用于识别所述第一目标区域是否满足第一预设条件;
第二算法处理单元,用于采用第二算法对第二目标区域的至少一帧第二视频图像进行关联处理,其中,所述第一目标区域与所述第二目标区域具有关联关系,且所述第二算法用于在所述第一目标区域满足第一预设条件时,识别所述第二目标区域是否满足第二预设条件;
生成单元,用于根据所述第二算法的处理结果,生成输出指令。
9.根据权利要求8所述的图像处理装置,其中,所述第一算法处理单元包括:
第一识别模块,用于对所述第一视频图像进行目标物识别处理;
第一判断模块,用于判断所述第一视频图像中的目标物是否满足所述第一预设条件,并在所述第一视频图像中的目标物满足所述第一预设条件时,生成第一触发信息;并且
所述第二算法处理单元包括:
第二识别模块,用于对所述第二视频图像进行目标物识别处理;
第二判断模块,用于在预设时间阈值范围内,若获取到所述第一触发信息,则判断所述第二视频图像中的目标物是否满足第二预设条件,若未获取到所述第一触发信息,则删除已进行目标物识别处理的所述第二视频图像。
10.根据权利要求8或9所述的图像处理装置,其中,所述生成单元进一步用于:
当所述第二目标区域满足所述第二预设条件时,生成用于提示或预警的输出指令。
11.根据权利要求8或9所述的图像处理装置,其中,所述生成单元进一步用于:
当所述第二目标区域不满足所述第二预设条件时,生成用于控制删除所述第二视频图像的输出指令。
12.根据权利要求8所述的图像处理装置,其中,所述第二目标区域包括多个子区域,每个所述子区域对应一个子条件,所述第二预设条件由具有和/或关系的多个所述子条件组合而成,所述第二算法处理单元包括:
第三识别模块,用于采用所述第二算法,分别对所述多个子区域中的至少一帧子图像进行目标物识别处理;
第三判断模块,用于分别判断所述多个子区域中的目标物是否满足所述子条件,并且当多个所述子区域满足具有所述和/或关系的多个所述子条件时,确定所述第二目标区域满足所述第二预设条件。
13.根据权利要求8所述的图像处理装置,其中,所述第一算法包括:物体识别算法、人脸识别算法、手势识别算法中的至少一种。
14.根据权利要求8所述的图像处理装置,其中,所述第二算法包括:物体识别算法、人脸识别算法、手势识别算法中的至少一种。
15.一种电子设备,其中,包括:
存储器,用于存储程序;
处理器,用于运行所述存储器中存储的所述程序,所述程序运行时执行如权利要求1至7中任一所述的跨区域算法组合配置策略方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010870212.0A CN112199988A (zh) | 2020-08-26 | 2020-08-26 | 跨区域算法组合配置策略方法、图像处理装置及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010870212.0A CN112199988A (zh) | 2020-08-26 | 2020-08-26 | 跨区域算法组合配置策略方法、图像处理装置及电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112199988A true CN112199988A (zh) | 2021-01-08 |
Family
ID=74006556
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010870212.0A Pending CN112199988A (zh) | 2020-08-26 | 2020-08-26 | 跨区域算法组合配置策略方法、图像处理装置及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112199988A (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105592268A (zh) * | 2016-03-03 | 2016-05-18 | 苏州科达科技股份有限公司 | 视频会议系统、处理装置及视频会议方法 |
CN107809563A (zh) * | 2017-11-30 | 2018-03-16 | 浙江大华技术股份有限公司 | 一种板书检测系统、方法及装置 |
CN108062530A (zh) * | 2017-12-25 | 2018-05-22 | 北京诺君安信息技术股份有限公司 | 一种身份验证方法及系统 |
CN109785664A (zh) * | 2019-03-05 | 2019-05-21 | 北京悦畅科技有限公司 | 一种停车场的剩余停车位数量的统计方法和装置 |
CN110288782A (zh) * | 2019-05-24 | 2019-09-27 | 平安科技(深圳)有限公司 | 基于图像的取款控制方法、装置、计算机装置及存储介质 |
CN110460821A (zh) * | 2014-06-30 | 2019-11-15 | 日本电气株式会社 | 引导处理装置和引导方法 |
CN111369170A (zh) * | 2020-03-18 | 2020-07-03 | 浩云科技股份有限公司 | 银行文优服务评价系统 |
CN111428635A (zh) * | 2020-03-23 | 2020-07-17 | 浙江大华技术股份有限公司 | 信息告警方法、装置、存储介质以及电子装置 |
-
2020
- 2020-08-26 CN CN202010870212.0A patent/CN112199988A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110460821A (zh) * | 2014-06-30 | 2019-11-15 | 日本电气株式会社 | 引导处理装置和引导方法 |
CN105592268A (zh) * | 2016-03-03 | 2016-05-18 | 苏州科达科技股份有限公司 | 视频会议系统、处理装置及视频会议方法 |
CN107809563A (zh) * | 2017-11-30 | 2018-03-16 | 浙江大华技术股份有限公司 | 一种板书检测系统、方法及装置 |
CN108062530A (zh) * | 2017-12-25 | 2018-05-22 | 北京诺君安信息技术股份有限公司 | 一种身份验证方法及系统 |
CN109785664A (zh) * | 2019-03-05 | 2019-05-21 | 北京悦畅科技有限公司 | 一种停车场的剩余停车位数量的统计方法和装置 |
CN110288782A (zh) * | 2019-05-24 | 2019-09-27 | 平安科技(深圳)有限公司 | 基于图像的取款控制方法、装置、计算机装置及存储介质 |
CN111369170A (zh) * | 2020-03-18 | 2020-07-03 | 浩云科技股份有限公司 | 银行文优服务评价系统 |
CN111428635A (zh) * | 2020-03-23 | 2020-07-17 | 浙江大华技术股份有限公司 | 信息告警方法、装置、存储介质以及电子装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2021017561A1 (zh) | 人脸识别方法及装置、电子设备和存储介质 | |
CN106970754B (zh) | 截屏处理的方法及装置 | |
CN105095881B (zh) | 人脸识别方法、装置及终端 | |
US11386698B2 (en) | Method and device for sending alarm message | |
KR20210065178A (ko) | 생체 검출 방법 및 장치, 전자 기기 및 저장 매체 | |
WO2017128767A1 (zh) | 指纹模板录入方法及装置 | |
CN106650575A (zh) | 人脸检测方法及装置 | |
CN108600656B (zh) | 在视频中添加面部标签的方法及装置 | |
CN110675539B (zh) | 身份核验方法及装置、电子设备和存储介质 | |
CN109951476B (zh) | 基于时序的攻击预测方法、装置及存储介质 | |
CN111274426A (zh) | 类别标注方法及装置、电子设备和存储介质 | |
CN110555930B (zh) | 门锁控制方法及装置、电子设备和存储介质 | |
CN111078446A (zh) | 一种故障信息获取方法、装置、电子设备及存储介质 | |
CN107343087A (zh) | 智能设备控制方法及装置 | |
US10810439B2 (en) | Video identification method and device | |
CN113552989A (zh) | 录屏方法、装置及电子设备 | |
CN111651627A (zh) | 数据处理方法及装置、电子设备和存储介质 | |
US10950272B2 (en) | Method and apparatus for obtaining audio-visual information, device, and storage medium | |
EP3211564A1 (en) | Method and device for verifying a fingerprint | |
CN112199988A (zh) | 跨区域算法组合配置策略方法、图像处理装置及电子设备 | |
CN112256563A (zh) | 安卓应用稳定性测试方法、装置、电子设备及存储介质 | |
CN112241652A (zh) | 指纹识别方法和装置 | |
CN113438286B (zh) | 信息推送方法及装置、电子设备和存储介质 | |
CN113839852B (zh) | 邮件账号异常检测方法、装置及存储介质 | |
CN111246244B (zh) | 集群内快速分析处理音视频的方法、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 |