CN112232279B - 一种人员间距检测方法和装置 - Google Patents

一种人员间距检测方法和装置 Download PDF

Info

Publication number
CN112232279B
CN112232279B CN202011217537.5A CN202011217537A CN112232279B CN 112232279 B CN112232279 B CN 112232279B CN 202011217537 A CN202011217537 A CN 202011217537A CN 112232279 B CN112232279 B CN 112232279B
Authority
CN
China
Prior art keywords
coordinate system
target person
world coordinate
target
foot
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
CN202011217537.5A
Other languages
English (en)
Other versions
CN112232279A (zh
Inventor
金春杨
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.)
Hangzhou Hikvision Digital Technology Co Ltd
Original Assignee
Hangzhou Hikvision Digital 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 Hangzhou Hikvision Digital Technology Co Ltd filed Critical Hangzhou Hikvision Digital Technology Co Ltd
Priority to CN202011217537.5A priority Critical patent/CN112232279B/zh
Publication of CN112232279A publication Critical patent/CN112232279A/zh
Application granted granted Critical
Publication of CN112232279B publication Critical patent/CN112232279B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06V20/53—Recognition of crowd images, e.g. recognition of crowd congestion
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • 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
    • G06V2201/00—Indexing scheme relating to image or video recognition or understanding
    • G06V2201/07—Target detection

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Biomedical Technology (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Multimedia (AREA)
  • Image Analysis (AREA)

Abstract

本申请实施例提供了一种人员间距检测方法和装置，方法包括：获取图像采集设备采集的当前图像帧，其中，当前图像帧包含待检测的多个目标人员；基于目标识别算法，以及当前图像帧对应的图像坐标系与预设的世界坐标系之间的转换关系，计算每个目标人员的脚部在世界坐标系的脚部世界坐标；计算当前图像帧中的第一目标人员与第二目标人员的脚部世界坐标之间的距离，作为第一目标人员与第二目标人员的间距。基于上述处理，能够有效地检测出图像中的人员间距。

Description

一种人员间距检测方法和装置
技术领域
本申请涉及视频监控技术领域，特别是涉及一种人员间距检测方法和装置。
背景技术
随着图像处理技术的快速发展，可以利用摄像机对监控区域内的监控对象(例如，人员)进行监控，进而，可以基于监控图像得到人员的相关信息。
例如，可以基于摄像机的相机参数，建立监控图像中的像素坐标与距离之间的转换关系，该距离表示人员与摄像机之间的距离，进而，根据人员在监控图像中的像素坐标，可以计算人员与摄像机之间的距离。
然而，在一些场景(例如，疫情防控)中，需要确定人员之间的距离，现有技术中，只能检测出人员与摄像机之间的距离，并不能直接检测出人员之间的距离，因此，亟需一种方法以检测图像中人员之间的距离。
发明内容
本申请实施例的目的在于提供一种人员间距检测方法和装置，能够有效地检测出图像中的人员间距。具体技术方案如下：
第一方面，为了达到上述目的，本申请实施例公开了一种人员间距检测方法，所述方法包括：
获取图像采集设备采集的当前图像帧，其中，所述当前图像帧包含待检测的多个目标人员；
基于目标识别算法，以及所述当前图像帧对应的图像坐标系与预设的世界坐标系之间的转换关系，计算每个目标人员的脚部在所述世界坐标系的脚部世界坐标；
计算所述当前图像帧中的第一目标人员与第二目标人员的脚部世界坐标之间的距离，作为所述第一目标人员与第二目标人员的间距。
可选的，所述世界坐标系为：以竖直方向为Y轴、以与所述图像采集设备的摄像头的光轴方向位于同一竖直平面内，且与地面平行的方向为Z轴，以垂直Y轴和Z轴所在平面的方向为X轴，建立的直角世界坐标系；
所述当前图像帧对应的图像坐标系与所述世界坐标系之间的转换关系为：预先基于所述图像采集设备的参数和姿态，建立的二维图像坐标系中的像素坐标与三维世界坐标系中世界坐标的转换关系。
可选的，所述基于目标识别算法，以及所述当前图像帧对应的图像坐标系与预设的世界坐标系之间的转换关系，计算每个目标人员的脚部在所述世界坐标系的脚部世界坐标，包括：
基于目标识别算法，对所述当前图像帧中的目标人员进行识别，得到识别出的各个目标人员的人员图像；
基于各个目标人员的人员图像，以及所述当前图像帧对应的图像坐标系与预设的世界坐标系之间的转换关系，获得各个目标人员的脚部在所述世界坐标系的脚部世界坐标。
可选的，所述基于各个目标人员的人员图像，以及所述当前图像帧对应的图像坐标系与预设的世界坐标系之间的转换关系，获得各个目标人员的脚部在所述世界坐标系的脚部世界坐标，包括：
针对第一类人员图像，获得所述第一类人员图像包含的目标人员的脚部像素坐标；其中，所述第一类人员图像为包含目标人员的脚部图像的人员图像；并基于该目标人员的脚部像素坐标，以及所述当前图像帧对应的图像坐标系与预设的世界坐标系之间的转换关系，计算该目标人员的脚部在所述世界坐标系的脚部世界坐标；
和/或，
针对第二类人员图像，获得所述第二类人员图像包含的目标人员的头部像素坐标，其中，所述第二类人员图像为包含的目标人员为站立姿态，且包含该目标人员的头部图像，不包含脚部图像的人员图像；并从已经记录的各个目标人员在所述世界坐标系的身高中，获得该目标人员在所述世界坐标系的身高；基于该目标人员的头部像素坐标、该目标人员在所述世界坐标系的身高，以及所述当前图像帧对应的图像坐标系与所述世界坐标系之间的转换关系，计算获得该目标人员的脚部在所述世界坐标系的脚部世界坐标。
可选的，所述基于目标识别算法，对所述当前图像帧中的目标人员进行识别，得到识别出的各个目标人员的人员图像，包括：
基于目标识别算法，对所述当前图像帧中的目标人员进行识别，得到识别出的各个目标人员的人员图像的矩形框；或，基于目标识别算法，对所述当前图像帧中的目标人员进行识别，得到识别出的各个目标人员的人员图像的轮廓；
所述获得所述第一类人员图像包含的目标人员的脚部像素坐标，包括：
若所述第一类人员图像识别出的是目标人员的人员图像的矩形框，则确定该矩形框的下方边的中点的像素坐标，作为该目标人员的脚部像素坐标；
若所述第一类人员图像识别出的是目标人员的人员图像的轮廓，则确定该轮廓最下方的点的像素坐标，作为该目标人员的脚部像素坐标；
所述获得所述第二类人员图像包含的目标人员的头部像素坐标，包括：
若所述第二类人员图像识别出的是目标人员的人员图像的矩形框，则确定该矩形框的上方边的中点的像素坐标，作为该目标人员的头部像素坐标；
若所述第二类人员图像识别出的是目标人员的人员图像的轮廓，则确定该轮廓最上方的点的像素坐标，作为该目标人员的头部像素坐标。
可选的，所述基于该目标人员的脚部像素坐标，以及所述当前图像帧对应的图像坐标系与预设的世界坐标系之间的转换关系，计算该目标人员的脚部在所述世界坐标系的脚部世界坐标，包括：
基于所述世界坐标系的原点的位置，获得该目标人员的脚部在所述世界坐标系的Y轴方向的分量；
基于该目标人员的脚部像素坐标、该目标人员的脚部在所述世界坐标系的Y轴方向的分量，以及所述当前图像帧对应的图像坐标系与所述世界坐标系之间的转换关系，计算该目标人员的脚部在所述世界坐标系的X轴方向和Z轴方向的分量，得到该目标人员的脚部在所述世界坐标系的脚部世界坐标。
可选的，该目标人员在所述世界坐标系的身高的计算过程包括：
针对该目标人员为站立姿态，且包含该目标人员的头部图像和脚部图像的目标图像，获取该目标人员的脚部像素坐标和头部像素坐标；
基于所述世界坐标系的原点的位置，获得该目标人员的脚部在所述世界坐标系的Y轴方向的分量；
基于该目标人员的脚部像素坐标、该目标人员的脚部在所述世界坐标系的Y轴方向的分量，以及所述转换关系，计算该目标人员的脚部在所述世界坐标系的X轴方向的分量，以及该目标人员的脚部在所述世界坐标系的Z轴方向的分量；
基于该目标人员的头部像素坐标、所述转换关系和目标分量，计算该目标人员的头部在所述世界坐标系的Y轴方向的分量；其中，所述目标分量包括该目标人员的脚部在所述世界坐标系的X轴方向的分量，和/或该目标人员的脚部在所述世界坐标系的Z轴方向的分量；
计算该目标人员的头部在所述世界坐标系的Y轴方向的分量，与该目标人员的脚部在所述世界坐标系的Y轴方向的分量的差值，得到该目标人员在所述世界坐标系的身高。
可选的，所述基于该目标人员的头部像素坐标、该目标人员在所述世界坐标系的身高，以及所述当前图像帧对应的图像坐标系与所述世界坐标系之间的转换关系，计算获得该目标人员的脚部在所述世界坐标系的脚部世界坐标，包括：
基于所述世界坐标系的原点的位置和该目标人员在所述世界坐标系的身高，获得该目标人员的头部在所述世界坐标系的Y轴方向的分量，以及脚部在所述世界坐标系的Y轴方向的分量；
基于该目标人员的头部像素坐标、该目标人员的头部在所述世界坐标系的Y轴方向的分量，以及所述当前图像帧对应的图像坐标系与所述世界坐标系之间的转换关系，计算该目标人员的头部在所述世界坐标系的X轴方向和Z轴方向的分量；
将该目标人员的头部在所述世界坐标系的X轴方向的分量，作为该目标人员的脚部在所述世界坐标系的X轴方向的分量；将该目标人员的头部在所述世界坐标系的Z轴方向的分量，作为该目标人员的脚部在所述世界坐标系的Z轴方向的分量，根据该目标人员的脚部在所述世界坐标系的X轴方向的分量、该目标人员的脚部在所述世界坐标系的Y轴方向的分量，以及该目标人员的脚部在所述世界坐标系的Z轴方向的分量，得到该目标人员的脚部在所述世界坐标系的脚部世界坐标。
可选的，所述二维图像坐标系中的像素坐标与三维世界坐标系中世界坐标的转换关系的建立过程，包括：
获取所述图像采集设备距离地面的安装高度和所述图像采集设备的摄像头的内参，以及获取所述图像采集设备的摄像头的俯仰角；
基于所述安装高度、内参和俯仰角，建立二维图像坐标系中的像素坐标与三维世界坐标系中世界坐标的转换关系。
可选的，所述获取所述图像采集设备的摄像头的俯仰角，包括：
获取在指定条件下，预设辅助拍摄设备的光轴方向与水平面之间的角度，作为所述图像采集设备的摄像头的俯仰角；
其中，所述指定条件为：所述预设辅助拍摄设备位于所述图像采集设备的拍摄画面的中心点，且所述图像采集设备位于所述预设辅助拍摄设备的拍摄画面的中心点。
第二方面，为了达到上述目的，本申请实施例公开了一种人员间距检测装置，所述装置包括：
当前图像帧获取模块，用于获取图像采集设备采集的当前图像帧，其中，所述当前图像帧包含待检测的多个目标人员；
脚部世界坐标获取模块，用于基于目标识别算法，以及所述当前图像帧对应的图像坐标系与预设的世界坐标系之间的转换关系，计算每个目标人员的脚部在所述世界坐标系的脚部世界坐标；
人员间距计算模块，用于计算所述当前图像帧中的第一目标人员与第二目标人员的脚部世界坐标之间的距离，作为所述第一目标人员与第二目标人员的间距。
可选的，所述世界坐标系为：以竖直方向为Y轴、以与所述图像采集设备的摄像头的光轴方向位于同一竖直平面内，且与地面平行的方向为Z轴，以垂直Y轴和Z轴所在平面的方向为X轴，建立的直角世界坐标系；
所述当前图像帧对应的图像坐标系与所述世界坐标系之间的转换关系为：预先基于所述图像采集设备的参数和姿态，建立的二维图像坐标系中的像素坐标与三维世界坐标系中世界坐标的转换关系。
可选的，所述脚部世界坐标获取模块，包括：
人员图像获取子模块，用于基于目标识别算法，对所述当前图像帧中的目标人员进行识别，得到识别出的各个目标人员的人员图像；
脚部世界坐标获取子模块，用于基于各个目标人员的人员图像，以及所述当前图像帧对应的图像坐标系与预设的世界坐标系之间的转换关系，获得各个目标人员的脚部在所述世界坐标系的脚部世界坐标。
可选的，所述脚部世界坐标获取子模块，包括：
第一脚部世界坐标获取单元，用于针对第一类人员图像，获得所述第一类人员图像包含的目标人员的脚部像素坐标；其中，所述第一类人员图像为包含目标人员的脚部图像的人员图像；并基于该目标人员的脚部像素坐标，以及所述当前图像帧对应的图像坐标系与预设的世界坐标系之间的转换关系，计算该目标人员的脚部在所述世界坐标系的脚部世界坐标；
和/或，
第二脚部世界坐标获取单元，用于针对第二类人员图像，获得所述第二类人员图像包含的目标人员的头部像素坐标，其中，所述第二类人员图像为包含的目标人员为站立姿态，且包含该目标人员的头部图像，不包含脚部图像的人员图像；并从已经记录的各个目标人员在所述世界坐标系的身高中，获得该目标人员在所述世界坐标系的身高；基于该目标人员的头部像素坐标、该目标人员在所述世界坐标系的身高，以及所述当前图像帧对应的图像坐标系与所述世界坐标系之间的转换关系，计算获得该目标人员的脚部在所述世界坐标系的脚部世界坐标。
可选的，所述人员图像获取子模块，具体用于基于目标识别算法，对所述当前图像帧中的目标人员进行识别，得到识别出的各个目标人员的人员图像的矩形框；或，基于目标识别算法，对所述当前图像帧中的目标人员进行识别，得到识别出的各个目标人员的人员图像的轮廓；
所述第一脚部世界坐标获取单元，包括：
第一脚部像素坐标获取子单元，用于若所述第一类人员图像识别出的是目标人员的人员图像的矩形框，则确定该矩形框的下方边的中点的像素坐标，作为该目标人员的脚部像素坐标；
第二脚部像素坐标获取子单元，用于若所述第一类人员图像识别出的是目标人员的人员图像的轮廓，则确定该轮廓最下方的点的像素坐标，作为该目标人员的脚部像素坐标；
所述第二脚部世界坐标获取单元，包括：
第一头部像素坐标获取子单元，用于若所述第二类人员图像识别出的是目标人员的人员图像的矩形框，则确定该矩形框的上方边的中点的像素坐标，作为该目标人员的头部像素坐标；
第二头部像素坐标获取子单元，用于若所述第二类人员图像识别出的是目标人员的人员图像的轮廓，则确定该轮廓最上方的点的像素坐标，作为该目标人员的头部像素坐标。
可选的，所述第一脚部世界坐标获取单元，包括：
第一Y轴分量获取子单元，用于基于所述世界坐标系的原点的位置，获得该目标人员的脚部在所述世界坐标系的Y轴方向的分量；
第一脚部世界坐标获取子单元，用于基于该目标人员的脚部像素坐标、该目标人员的脚部在所述世界坐标系的Y轴方向的分量，以及所述当前图像帧对应的图像坐标系与所述世界坐标系之间的转换关系，计算该目标人员的脚部在所述世界坐标系的X轴方向和Z轴方向的分量，得到该目标人员的脚部在所述世界坐标系的脚部世界坐标。
可选的，所述装置还包括：
身高计算模块，用于针对该目标人员为站立姿态，且包含该目标人员的头部图像和脚部图像的目标图像，获取该目标人员的脚部像素坐标和头部像素坐标；
基于所述世界坐标系的原点的位置，获得该目标人员的脚部在所述世界坐标系的Y轴方向的分量；
基于该目标人员的脚部像素坐标、该目标人员的脚部在所述世界坐标系的Y轴方向的分量，以及所述转换关系，计算该目标人员的脚部在所述世界坐标系的X轴方向的分量，以及该目标人员的脚部在所述世界坐标系的Z轴方向的分量；
基于该目标人员的头部像素坐标、所述转换关系和目标分量，计算该目标人员的头部在所述世界坐标系的Y轴方向的分量；其中，所述目标分量包括该目标人员的脚部在所述世界坐标系的X轴方向的分量，和/或该目标人员的脚部在所述世界坐标系的Z轴方向的分量；
计算该目标人员的头部在所述世界坐标系的Y轴方向的分量，与该目标人员的脚部在所述世界坐标系的Y轴方向的分量的差值，得到该目标人员在所述世界坐标系的身高。
可选的，所述第二脚部世界坐标获取单元，包括：
第二Y轴分量获取子单元，用于基于所述世界坐标系的原点的位置和该目标人员在所述世界坐标系的身高，获得该目标人员的头部在所述世界坐标系的Y轴方向的分量，以及脚部在所述世界坐标系的Y轴方向的分量；
处理子单元，用于基于该目标人员的头部像素坐标、该目标人员的头部在所述世界坐标系的Y轴方向的分量，以及所述当前图像帧对应的图像坐标系与所述世界坐标系之间的转换关系，计算该目标人员的头部在所述世界坐标系的X轴方向和Z轴方向的分量；
第二脚部世界坐标获取子单元，用于将该目标人员的头部在所述世界坐标系的X轴方向的分量，作为该目标人员的脚部在所述世界坐标系的X轴方向的分量；将该目标人员的头部在所述世界坐标系的Z轴方向的分量，作为该目标人员的脚部在所述世界坐标系的Z轴方向的分量，根据该目标人员的脚部在所述世界坐标系的X轴方向的分量、该目标人员的脚部在所述世界坐标系的Y轴方向的分量，以及该目标人员的脚部在所述世界坐标系的Z轴方向的分量，得到该目标人员的脚部在所述世界坐标系的脚部世界坐标。
可选的，所述装置还包括：
参数获取模块，用于获取所述图像采集设备距离地面的安装高度和所述图像采集设备的摄像头的内参，以及获取所述图像采集设备的摄像头的俯仰角；
转换关系建立模块，用于基于所述安装高度、内参和俯仰角，建立二维图像坐标系中的像素坐标与三维世界坐标系中世界坐标的转换关系。
可选的，所述参数获取模块，包括：
俯仰角获取子模块，用于获取在指定条件下，预设辅助拍摄设备的光轴方向与水平面之间的角度，作为所述图像采集设备的摄像头的俯仰角；
其中，所述指定条件为：所述预设辅助拍摄设备位于所述图像采集设备的拍摄画面的中心点，且所述图像采集设备位于所述预设辅助拍摄设备的拍摄画面的中心点。
在本申请实施的另一方面，为了达到上述目的，本申请实施例还公开了一种电子设备，所述电子设备包括处理器、通信接口、存储器和通信总线，其中，所述处理器，所述通信接口，所述存储器通过所述通信总线完成相互间的通信；
所述存储器，用于存放计算机程序；
所述处理器，用于执行所述存储器上所存放的程序时，实现如上述第一方面所述的人员间距检测方法。
在本申请实施的又一方面，还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中存储有指令，当其在计算机上运行时，实现如上述第一方面所述的人员间距检测方法。
在本申请实施的又一方面，本申请实施例还提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述第一方面所述的人员间距检测方法。
本申请实施例提供了一种人员间距检测方法，获取图像采集设备采集的当前图像帧，其中，当前图像帧包含待检测的多个目标人员；基于目标识别算法，以及当前图像帧对应的图像坐标系与预设的世界坐标系之间的转换关系，计算每个目标人员的脚部在世界坐标系的脚部世界坐标；计算当前图像帧中的第一目标人员与第二目标人员的脚部世界坐标之间的距离，作为第一目标人员与第二目标人员的间距。
目标人员的脚部的脚部世界坐标能够有效地表示目标人员的物理位置，因此，本申请实施例提供的方法，能够有效地检测出图像中的人员间距。
当然，实施本申请的任一产品或方法并不一定需要同时达到以上所述的所有优点。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例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，下面描述中的附图仅仅是本申请的一些实施例，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他的附图。
图1为本申请实施例提供的一种人员间距检测方法的流程图；
图2为本申请实施例提供的另一种人员间距检测方法的流程图；
图3为本申请实施例提供的另一种人员间距检测方法的流程图；
图4为本申请实施例提供的人员间距检测中一种计算脚部世界坐标的方法的流程图；
图5为本申请实施例提供的人员间距检测中另一种计算脚部世界坐标的方法的流程图；
图6为本申请实施例提供的人员间距检测中一种身高计算方法的流程图；
图7为本申请实施例提供的一种人员间距检测装置的结构图；
图8为本申请实施例提供的电子设备的一种结构图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请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申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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，都属于本申请保护的范围。
在一些场景(例如，疫情防控)中，需要确定人员之间的距离，现有技术中，只能检测出人员与摄像机之间的距离，并不能直接检测出人员之间的距离。
为了解决上述问题，本申请实施例提供了一种人员间距检测方法，参见图1，图1为本申请实施例提供的一种人员间距检测方法的流程图，该方法可以包括以下步骤：
S101：获取图像采集设备采集的当前图像帧。
其中，当前图像帧包含待检测的多个目标人员。
S102：基于目标识别算法，以及当前图像帧对应的图像坐标系与预设的世界坐标系之间的转换关系，计算每个目标人员的脚部在世界坐标系的脚部世界坐标。
S103：计算当前图像帧中的第一目标人员与第二目标人员的脚部世界坐标之间的距离，作为第一目标人员与第二目标人员的间距。
目标人员的脚部的脚部世界坐标能够有效地表示目标人员的物理位置，因此，本申请实施例提供的方法，能够有效地检测出图像中的人员间距。
针对步骤S101，当前图像帧可以是图像采集设备采集到的任一图像帧。当前图像帧包含待检测的多个目标人员，也就是说，需要确定当前图像帧中的目标人员之间的人员间距。
在步骤S102中，目标识别算法可以由技术人员根据经验和业务需求进行设置，例如，目标识别算法可以为Faster R-CNN(Faster Region-Convolutional NeuralNetworks，快速区域卷积神经网络)、YOLO等深度学习算法，或者，也可以为Mask R-CNN(Mask Region-Convolutional Neural Networks，区域卷积神经网络)。基于目标识别算法，能够确定当前图像帧中的各目标人员的人员图像。
当前图像帧对应的图像坐标系，可以为以图像采集设备采集的图像帧的左上角的顶点为原点，自左向右的方向为u，自上而下的方向为v，也就是说，图像帧中任意一个像素的位置可以用像素坐标(u，v)表示。
世界坐标系可以由技术人员根据需要设置。在一个实施例中，为了减少计算量，该世界坐标系可以为：以竖直方向为Y轴、以与图像采集设备的摄像头的光轴方向位于同一竖直平面内，且与地面平行的方向为Z轴，以垂直Y轴和Z轴所在平面的方向为X轴，建立的直角世界坐标系。例如，世界坐标系的原点可以位于图像采集设备的位置，或者，世界坐标系的原点可以位于图像采集设备在地面的投影的位置。
相应的，图像坐标系与世界坐标系之间的转换关系可以为：预先基于图像采集设备的参数和姿态，建立的二维图像坐标系中的像素坐标与三维世界坐标系中世界坐标的转换关系。
在一个实施例中，上述转换关系的建立过程可以包括：
步骤一：获取图像采集设备距离地面的安装高度和图像采集设备的摄像头的内参，以及获取图像采集设备的摄像头的俯仰角。
步骤二：基于安装高度、内参和俯仰角，建立二维图像坐标系中的像素坐标与三维世界坐标系中世界坐标的转换关系。
在本申请实施例中，可以预先获取图像采集设备的安装高度，以及图像采集设备的摄像头的内参和俯仰角。
图像采集设备的安装高度，即安装后图像采集设备距离地面的高度。例如，图像采集设备安装在室内紧贴天花板的位置，则可以根据室内的高度，确定图像采集设备的安装高度；或者，图像采集设备安装在室内，但是并不位于紧贴天花板的位置，则可以根据室内高度和图像采集设备的固定装置的长度，计算图像采集设备的安装高度，固定装置一端连接图像采集设备，另一端连接天花板；或者，图像采集设备安装在室外，可以根据建筑的外墙的高度和固定装置的长度，计算图像采集设备的安装高度。
针对上述情况，也可以使用测距工具，直接测量图像采集设备实际的安装高度。
摄像头的内参可以用K表示，K可以称为内参矩阵，例如，
其中，fx表示摄像头在横X轴方向上的归一化焦距，fy表示摄像头在纵Y轴方向上的归一化焦距，s表示摄像头的畸变系数，(u0，v0)表示摄像头采集的图像帧的中心点的像素坐标。内参矩阵由该摄像头的出厂参数确定。
另外，可以基于安装高度、俯仰角和横滚角，确定摄像头的外参矩阵。外参矩阵可以包括旋转矩阵R3×3和平移向量T3×1，旋转矩阵表示世界坐标系的坐标轴相对于图像采集设备的坐标系(可以称为相机坐标系)的坐标轴的方向，平移向量表示世界坐标系的原点在相机坐标系中的坐标。
其中，相机坐标系的原点位于图像采集设备的位置，Z轴与图像采集设备的摄像头的光轴重合，X轴表示图像采集设备的左右方向，Y轴表示图像采集设备的上下方向。
相应的，可以得到：
其中，[uv1]T表示点在图像坐标系中的像素坐标，(Xω，Yω，Zω)表示点在世界坐标系中的世界坐标，Zc表示点在相机坐标系的Z轴分量。本申请实施例中的转换关系可以用上述公式(1)表示。
进而，可以基于安装高度、内参和俯仰角，根据测距算法，建立二维图像坐标系中的像素坐标与三维世界坐标系中世界坐标的转换关系。
例如，图像采集设备的摄像头为单目摄像头，则可以根据单目测距算法，建立像素坐标与世界坐标的转换关系。
在一个实施例中，为了提高获取摄像头的俯仰角的效率，上述步骤一可以包括：获取在指定条件下，预设辅助拍摄设备的光轴方向与水平面之间的角度，作为图像采集设备的摄像头的俯仰角。
其中，指定条件为：预设辅助拍摄设备位于图像采集设备的拍摄画面的中心点，且图像采集设备位于预设辅助拍摄设备的拍摄画面的中心点。预设辅助拍摄设备可以为带有摄像头的手机或平板电脑。
例如，可以在图像采集设备和预设辅助拍摄设备的拍摄画面中分别标出中心点，技术人员可以在图像采集设备的监控区域中用预设辅助拍摄设备朝向图像采集设备进行拍摄，使预设辅助拍摄设备位于图像采集设备的拍摄画面的中心点，且图像采集设备位于预设辅助拍摄设备的拍摄画面的中心点。
进而，可以获取预设辅助拍摄设备的X轴、Y轴和Z轴方向上的加速度，预设辅助拍摄设备的Z轴表示预设辅助拍摄设备的光轴，进而，基于预设辅助拍摄设备的X轴、Y轴和Z轴方向上的加速度，可以计算得到预设辅助拍摄设备的光轴方向与水平面之间的角度。预设辅助拍摄设备的Z轴与其光轴重合，X轴表示预设辅助拍摄设备的左右方向，Y轴表示预设辅助拍摄设备的上下方向。
具体的，可以基于公式(2)和公式(3)，计算预设辅助拍摄设备的光轴方向与水平面之间的角度：
β＝90°-α (3)
其中，Gx表示预设辅助拍摄设备的X轴方向上的加速度，Gy表示预设辅助拍摄设备的Y轴方向上的加速度，Gz表示预设辅助拍摄设备的Z轴方向上的加速度，β表示预设辅助拍摄设备的光轴方向与水平面之间的角度。
图像采集设备可以从预设辅助拍摄设备获取上述各加速度，并基于公式(2)和(3)，计算得到预设辅助拍摄设备的光轴方向与水平面之间的角度。或者，预设辅助拍摄设备也可以根据公式(2)和(3)直接计算光轴方向与水平面之间的角度，进而，图像采集设备可以从预设辅助拍摄设备获取该角度。
在一个实施例中，参见图2，步骤S102可以包括：
S1021：基于目标识别算法，对当前图像帧中的目标人员进行识别，得到识别出的各个目标人员的人员图像。
S1022：基于各个目标人员的人员图像，以及当前图像帧对应的图像坐标系与预设的世界坐标系之间的转换关系，获得各个目标人员的脚部在世界坐标系的脚部世界坐标。
在本申请实施例中，基于目标识别算法确定出的人员图像，包含了该目标人员在当前图像帧中的像素点。基于该人员在当前图像帧中的像素点，可以确定该目标人员的脚部在世界坐标系的脚部世界坐标。
在一个实施例中，参见图3，步骤S1022可以包括以下步骤中至少之一：
S10221：针对第一类人员图像，获得第一类人员图像包含的目标人员的脚部像素坐标；并基于该目标人员的脚部像素坐标，以及当前图像帧对应的图像坐标系与预设的世界坐标系之间的转换关系，计算该目标人员的脚部在所述世界坐标系的脚部世界坐标。
其中，第一类人员图像为包含目标人员的脚部图像的人员图像。
在本申请实施例中，如果当前图像帧中包含该目标人员的脚部图像，则可以直接从当前图像帧中获取该目标人员的脚部像素坐标。进而，可以基于该目标人员的脚部像素坐标，以及上述转换关系，计算该目标人员的脚部的脚部世界坐标。
一种实现方式中，可以基于目标识别算法，判断图像帧中是否包含目标人员的脚部图像。
S10222：针对第二类人员图像，获得第二类人员图像包含的目标人员的头部像素坐标；并从已经记录的各个目标人员在世界坐标系的身高中，获得该目标人员在世界坐标系的身高；基于该目标人员的头部像素坐标、该目标人员在世界坐标系的身高，以及当前图像帧对应的图像坐标系与世界坐标系之间的转换关系，计算获得该目标人员的脚部在世界坐标系的脚部世界坐标。
其中，第二类人员图像为包含的目标人员为站立姿态，且包含该目标人员的头部图像，不包含脚部图像的人员图像。
在本申请实施例中，如果当前图像帧中目标人员为站立姿态，且当前图像帧包含该目标人员的头部图像，不包含脚部图像，则可以获取该目标人员的头部的头部像素坐标，并获取预先记录的该目标人员在世界坐标系的身高，进而，可以结合该目标人员的头部像素坐标、该目标人员在世界坐标系的身高，以及上述转换关系，计算该目标人员的脚部的脚部世界坐标。
在一个实施例中，参见图4，基于该目标人员的脚部像素坐标和上述转换关系，计算该目标人员的脚部世界坐标的方法，可以包括以下步骤：
S401：基于世界坐标系的原点的位置，获得该目标人员的脚部在世界坐标系的Y轴方向的分量。
S402：基于该目标人员的脚部像素坐标、该目标人员的脚部在世界坐标系的Y轴方向的分量，以及当前图像帧对应的图像坐标系与世界坐标系之间的转换关系，计算该目标人员的脚部在世界坐标系的X轴方向和Z轴方向的分量，得到该目标人员的脚部在世界坐标系的脚部世界坐标。
在一个实施例中，世界坐标系为：以竖直方向为Y轴、以与图像采集设备的摄像头的光轴方向位于同一竖直平面内，且与地面平行的方向为Z轴，以垂直Y轴和Z轴所在平面的方向为X轴，建立的直角世界坐标系。也就是说，世界坐标系的Y轴表示高度。
因此，可以基于世界坐标系的原点的位置，计算该目标人员的脚部在世界坐标系的Y轴方向的分量。
例如，世界坐标系的原点位于地面，则地面对应的Y轴方向的分量为0，如果目标人员身高为170cm，则该目标人员的脚部世界坐标系的Y轴方向的分量为0，另外，该目标人员的头部的头部世界坐标系的Y轴方向分量为170cm。
相应的，在得到该目标人员的脚部在世界坐标系的Y轴方向的分量后，结合上述转换关系和该目标人员的脚部像素坐标，可以计算该目标人员的脚部在世界坐标系的X轴方向和Z轴方向的分量，然后，结合对应的Y轴分量，得到该目标人员的脚部世界坐标。
在一个实施例中，参见图5，如果当前图像帧不包含目标人员的脚部图像，则基于目标人员的头部像素坐标、目标人员的身高，以及转换关系，计算该目标人员的脚部世界坐标的方法，可以包括：
S501：基于世界坐标系的原点的位置和该目标人员在世界坐标系的身高，获得该目标人员的头部在世界坐标系的Y轴方向的分量，以及脚部在世界坐标系的Y轴方向的分量。
S502：基于该目标人员的头部像素坐标、该目标人员的头部在世界坐标系的Y轴方向的分量，以及当前图像帧对应的图像坐标系与世界坐标系之间的转换关系，计算该目标人员的头部在世界坐标系的X轴方向和Z轴方向的分量。
S503：将该目标人员的头部在世界坐标系的X轴方向的分量，作为该目标人员的脚部在世界坐标系的X轴方向的分量；将该目标人员的头部在世界坐标系的Z轴方向的分量，作为该目标人员的脚部在世界坐标系的Z轴方向的分量，根据该目标人员的脚部在世界坐标系的X轴方向的分量、该目标人员的脚部在世界坐标系的Y轴方向的分量，以及该目标人员的脚部在世界坐标系的Z轴方向的分量，得到该目标人员的脚部在世界坐标系的脚部世界坐标。
其中，目标图像可以为除当前图像帧外的其他图像帧中的图像，其他图像帧包含该目标人员的完整图像(即目标图像)，且该目标人员在其他图像帧中为站立姿态。
针对每一目标人员，如果当前图像帧中不包含该目标人员的脚部，也就是说，且该目标人员在当前图像帧中为站立姿态，则可以获取该目标人员的头部在当前图像帧中的像素坐标。
另外，还可以基于该目标人员在世界坐标系的身高和世界坐标系的原点，计算该目标人员的头部在世界坐标系的Y轴方向的分量，以及该目标人员的脚部在世界坐标系的Y轴方向的分量。
进而，可以基于该目标人员的头部像素坐标、该目标人员的头部在世界坐标系的Y轴分量，以及上述转换关系，计算该目标人员的头部在世界坐标系的X轴和Z轴方向的分量。
由于该目标人员为站立姿态，且世界坐标系的Y轴方向为竖直方向，Z轴与图像采集设备的摄像头的光轴方向位于同一竖直平面内，且与地面平行，因此，可以确定该目标人员的头部在世界坐标系的X轴方向的分量，与该目标人员的脚部在世界坐标系的X轴方向的分量相同，且该目标人员的头部在世界坐标系的Z轴方向的分量，与该目标人员的脚部在世界坐标系的Z轴方向的分量相同。
基于上述处理，可以得到该目标人员的脚部在世界坐标系的X轴方向的分量、Y轴方向的分量和Z轴方向的分量，上述三个分量构成了该目标人员的脚部在世界坐标系的脚部世界坐标。
在一个实施例中，参见图6，计算该目标人员在世界坐标系的身高的过程可以包括：
S601：针对该目标人员为站立姿态，且包含该目标人员的头部图像和脚部图像的目标图像，获取该目标人员的脚部像素坐标和头部像素坐标。
S602：基于世界坐标系的原点的位置，获得该目标人员的脚部在世界坐标系的Y轴方向的分量。
S603：基于该目标人员的脚部像素坐标、该目标人员的脚部在世界坐标系的Y轴方向的分量，以及转换关系，计算该目标人员的脚部在世界坐标系的X轴方向的分量，以及该目标人员的脚部在世界坐标系的Z轴方向的分量。
S604：基于该目标人员的头部像素坐标、转换关系和目标分量，计算该目标人员的头部在世界坐标系的Y轴方向的分量。
其中，目标分量可以包括该目标人员的脚部在世界坐标系的X轴方向的分量，和/或该目标人员的脚部在世界坐标系的Z轴方向的分量。
S605：计算该目标人员的头部在世界坐标系的Y轴方向的分量，与该目标人员的脚部在世界坐标系的Y轴方向的分量的差值，得到该目标人员在世界坐标系的身高。
在本申请实施例中，基于目标跟踪算法，可以确定多个图像帧中的同一目标人员。在对当前图像帧进行检测之前，可以基于上述其他图像帧计算该目标人员的身高，进而，如果当前图像帧不包含该目标人员的脚部，可以获取基于其他图像帧预先计算的该目标人员的身高。
由于其他图像帧包含该目标人员的完整图像，因此，基于目标识别算法，对其他图像帧中的该目标人员进行识别，可以得到该目标人员的完整的图像(即目标图像)，进而，可以获得该目标人员的脚部在其他图像帧中的像素坐标和头部在其他图像帧中的像素坐标。
步骤S602可以参考上述步骤S401的介绍。
然后，基于该目标人员的脚部像素坐标、该目标人员的脚部在世界坐标系的Y轴方向的分量，以及转换关系，可以计算该目标人员的脚部在世界坐标系的X轴方向的分量和Z轴方向的分量。
由于该目标人员的脚部在世界坐标系的X轴方向的分量，与该目标人员的头部在世界坐标系的X轴方向的分量相同，且该目标人员的脚部在世界坐标系的Z轴方向的分量，与该目标人员的头部在世界坐标系的Z轴方向的分量相同。
因此，可以基于该目标人员的脚部在世界坐标系的X轴方向的分量、该目标人员的头部像素坐标和上述转换关系，计算该目标人员的头部在世界坐标系的Y轴方向的分量。
或者，基于该目标人员的脚部在世界坐标系的Z轴方向的分量、该目标人员的头部像素坐标和上述转换关系，计算该目标人员的头部在世界坐标系的Y轴方向的分量。
或者，基于该目标人员的脚部在世界坐标系的Z轴方向的分量、该目标人员的脚部在世界坐标系的X轴方向的分量、该目标人员的头部像素坐标和上述转换关系，计算该目标人员的头部在世界坐标系的Y轴方向的分量。
进而，可以计算该目标人员的头部在世界坐标系的Y轴方向的分量，与该目标人员的脚部在世界坐标系的Y轴方向的分量的差值，作为该目标人员在世界坐标系的身高。
另外，如果其他图像帧为多个，针对每一图像帧均可以确定出一个身高，进而，可以对确定出的多个身高进行平滑处理，得到最终的身高。例如，可以删除多个身高中的异常身高，并对删除后的多个身高计算平均值，将计算得到的平均值作为最终的身高。
在一个实施例中，步骤S1021可以包括以下步骤：基于目标识别算法，对当前图像帧中的目标人员进行识别，得到识别出的各个目标人员的人员图像的矩形框；或，基于目标识别算法，对当前图像帧中的目标人员进行识别，得到识别出的各个目标人员的人员图像的轮廓。
相应的，获得第一类人员图像包含的目标人员的脚部像素坐标，包括：若第一类人员图像识别出的是目标人员的人员图像的矩形框，则确定该矩形框的下方边的中点的像素坐标，作为该目标人员的脚部像素坐标；若第一类人员图像识别出的是目标人员的人员图像的轮廓，则确定该轮廓最下方的点的像素坐标，作为该目标人员的脚部像素坐标。
获得第二类人员图像包含的目标人员的头部像素坐标，包括：若第二类人员图像识别出的是目标人员的人员图像的矩形框，则确定该矩形框的上方边的中点的像素坐标，作为该目标人员的头部像素坐标；若第二类人员图像识别出的是目标人员的人员图像的轮廓，则确定该轮廓最上方的点的像素坐标，作为该目标人员的头部像素坐标。
在本申请实施例中，不同的目标识别算法的精确度不同，相应的，得到的识别结果也不同。例如，基于Faster R-CNN可以确定出目标人员的矩形框；基于精确度更高的MaskR-CNN，则可以确定出该目标人员的轮廓。
因此，当只能检测出该目标人员的矩形框时，可以确定矩形框的下方边的中点的像素坐标，作为该目标人员的脚部的像素坐标，以及确定矩形框的上方边的中点的像素坐标，作为该目标人员的头部的像素坐标。
当能够检测出该目标人员的轮廓时，可以确定该轮廓最下方的点的像素坐标，作为该目标人员的脚部的像素坐标，以及确定该轮廓最上方的点的像素坐标，作为该目标人员的头部的像素坐标。
另外，基于一些高精确度的目标识别算法(例如，Mask R-CNN)还可以直接确定出人物的头部的像素点和脚部的像素点，此时，则可以直接使用目标识别算法得到的头部和脚部的像素坐标。
本申请实施例中，一个目标人员可以对应一个脚部像素坐标，且对应一个头部像素坐标。
针对步骤S103，在一个实施例中，可以计算第一目标人员与第二目标人员的脚部世界坐标之间的欧氏距离，作为第一目标人员与第二目标人员的间距。
基于相同的构思，本申请实施例还提供了一种人员间距检测装置，参见图7，图7为本申请实施例提供的一种人员间距检测装置的结构图，所述装置包括：
当前图像帧获取模块701，用于获取图像采集设备采集的当前图像帧，其中，所述当前图像帧包含待检测的多个目标人员；
脚部世界坐标获取模块702，用于基于目标识别算法，以及所述当前图像帧对应的图像坐标系与预设的世界坐标系之间的转换关系，计算每个目标人员的脚部在所述世界坐标系的脚部世界坐标；
人员间距计算模块703，用于计算所述当前图像帧中的第一目标人员与第二目标人员的脚部世界坐标之间的距离，作为所述第一目标人员与第二目标人员的间距。
可选的，所述世界坐标系为：以竖直方向为Y轴、以与所述图像采集设备的摄像头的光轴方向位于同一竖直平面内，且与地面平行的方向为Z轴，以垂直Y轴和Z轴所在平面的方向为X轴，建立的直角世界坐标系；
所述当前图像帧对应的图像坐标系与所述世界坐标系之间的转换关系为：预先基于所述图像采集设备的参数和姿态，建立的二维图像坐标系中的像素坐标与三维世界坐标系中世界坐标的转换关系。
可选的，所述脚部世界坐标获取模块702，包括：
人员图像获取子模块，用于基于目标识别算法，对所述当前图像帧中的目标人员进行识别，得到识别出的各个目标人员的人员图像；
脚部世界坐标获取子模块，用于基于各个目标人员的人员图像，以及所述当前图像帧对应的图像坐标系与预设的世界坐标系之间的转换关系，获得各个目标人员的脚部在所述世界坐标系的脚部世界坐标。
可选的，所述脚部世界坐标获取子模块，包括：
第一脚部世界坐标获取单元，用于针对第一类人员图像，获得所述第一类人员图像包含的目标人员的脚部像素坐标；其中，所述第一类人员图像为包含目标人员的脚部图像的人员图像；并基于该目标人员的脚部像素坐标，以及所述当前图像帧对应的图像坐标系与预设的世界坐标系之间的转换关系，计算该目标人员的脚部在所述世界坐标系的脚部世界坐标；
和/或，
第二脚部世界坐标获取单元，用于针对第二类人员图像，获得所述第二类人员图像包含的目标人员的头部像素坐标，其中，所述第二类人员图像为包含的目标人员为站立姿态，且包含该目标人员的头部图像，不包含脚部图像的人员图像；并从已经记录的各个目标人员在所述世界坐标系的身高中，获得该目标人员在所述世界坐标系的身高；基于该目标人员的头部像素坐标、该目标人员在所述世界坐标系的身高，以及所述当前图像帧对应的图像坐标系与所述世界坐标系之间的转换关系，计算获得该目标人员的脚部在所述世界坐标系的脚部世界坐标。
可选的，所述人员图像获取子模块，具体用于基于目标识别算法，对所述当前图像帧中的目标人员进行识别，得到识别出的各个目标人员的人员图像的矩形框；或，基于目标识别算法，对所述当前图像帧中的目标人员进行识别，得到识别出的各个目标人员的人员图像的轮廓；
所述第一脚部世界坐标获取单元，包括：
第一脚部像素坐标获取子单元，用于若所述第一类人员图像识别出的是目标人员的人员图像的矩形框，则确定该矩形框的下方边的中点的像素坐标，作为该目标人员的脚部像素坐标；
第二脚部像素坐标获取子单元，用于若所述第一类人员图像识别出的是目标人员的人员图像的轮廓，则确定该轮廓最下方的点的像素坐标，作为该目标人员的脚部像素坐标；
所述第二脚部世界坐标获取单元，包括：
第一头部像素坐标获取子单元，用于若所述第二类人员图像识别出的是目标人员的人员图像的矩形框，则确定该矩形框的上方边的中点的像素坐标，作为该目标人员的头部像素坐标；
第二头部像素坐标获取子单元，用于若所述第二类人员图像识别出的是目标人员的人员图像的轮廓，则确定该轮廓最上方的点的像素坐标，作为该目标人员的头部像素坐标。
可选的，所述第一脚部世界坐标获取单元，包括：
第一Y轴分量获取子单元，用于基于所述世界坐标系的原点的位置，获得该目标人员的脚部在所述世界坐标系的Y轴方向的分量；
第一脚部世界坐标获取子单元，用于基于该目标人员的脚部像素坐标、该目标人员的脚部在所述世界坐标系的Y轴方向的分量，以及所述当前图像帧对应的图像坐标系与所述世界坐标系之间的转换关系，计算该目标人员的脚部在所述世界坐标系的X轴方向和Z轴方向的分量，得到该目标人员的脚部在所述世界坐标系的脚部世界坐标。
可选的，所述装置还包括：
身高计算模块，用于针对该目标人员为站立姿态，且包含该目标人员的头部图像和脚部图像的目标图像，获取该目标人员的脚部像素坐标和头部像素坐标；
基于所述世界坐标系的原点的位置，获得该目标人员的脚部在所述世界坐标系的Y轴方向的分量；
基于该目标人员的脚部像素坐标、该目标人员的脚部在所述世界坐标系的Y轴方向的分量，以及所述转换关系，计算该目标人员的脚部在所述世界坐标系的X轴方向的分量，以及该目标人员的脚部在所述世界坐标系的Z轴方向的分量；
基于该目标人员的头部像素坐标、所述转换关系和目标分量，计算该目标人员的头部在所述世界坐标系的Y轴方向的分量；其中，所述目标分量包括该目标人员的脚部在所述世界坐标系的X轴方向的分量，和/或该目标人员的脚部在所述世界坐标系的Z轴方向的分量；
计算该目标人员的头部在所述世界坐标系的Y轴方向的分量，与该目标人员的脚部在所述世界坐标系的Y轴方向的分量的差值，得到该目标人员在所述世界坐标系的身高。
可选的，所述第二脚部世界坐标获取单元，包括：
第二Y轴分量获取子单元，用于基于所述世界坐标系的原点的位置和该目标人员在所述世界坐标系的身高，获得该目标人员的头部在所述世界坐标系的Y轴方向的分量，以及脚部在所述世界坐标系的Y轴方向的分量；
处理子单元，用于基于该目标人员的头部像素坐标、该目标人员的头部在所述世界坐标系的Y轴方向的分量，以及所述当前图像帧对应的图像坐标系与所述世界坐标系之间的转换关系，计算该目标人员的头部在所述世界坐标系的X轴方向和Z轴方向的分量；
第二脚部世界坐标获取子单元，用于将该目标人员的头部在所述世界坐标系的X轴方向的分量，作为该目标人员的脚部在所述世界坐标系的X轴方向的分量；将该目标人员的头部在所述世界坐标系的Z轴方向的分量，作为该目标人员的脚部在所述世界坐标系的Z轴方向的分量，根据该目标人员的脚部在所述世界坐标系的X轴方向的分量、该目标人员的脚部在所述世界坐标系的Y轴方向的分量，以及该目标人员的脚部在所述世界坐标系的Z轴方向的分量，得到该目标人员的脚部在所述世界坐标系的脚部世界坐标。
可选的，所述装置还包括：
参数获取模块，用于获取所述图像采集设备距离地面的安装高度和所述图像采集设备的摄像头的内参，以及获取所述图像采集设备的摄像头的俯仰角；
转换关系建立模块，用于基于所述安装高度、内参和俯仰角，根据单目测距算法，建立二维图像坐标系中的像素坐标与三维世界坐标系中世界坐标的转换关系。
可选的，所述参数获取模块，包括：
俯仰角获取子模块，用于获取在指定条件下，预设辅助拍摄设备的光轴方向与水平面之间的角度，作为所述图像采集设备的摄像头的俯仰角；
其中，所述指定条件为：所述预设辅助拍摄设备位于所述图像采集设备的拍摄画面的中心点，且所述图像采集设备位于所述预设辅助拍摄设备的拍摄画面的中心点。
本申请实施例还提供了一种电子设备，如图8所示，包括处理器801、通信接口802、存储器803和通信总线804，其中，处理器801，通信接口802，存储器803通过通信总线804完成相互间的通信，
存储器803，用于存放计算机程序；
处理器801，用于执行存储器803上所存放的程序时，实现如下步骤：
获取图像采集设备采集的当前图像帧，其中，所述当前图像帧包含待检测的多个目标人员；
基于目标识别算法，以及所述当前图像帧对应的图像坐标系与预设的世界坐标系之间的转换关系，计算每个目标人员的脚部在所述世界坐标系的脚部世界坐标；
计算所述当前图像帧中的第一目标人员与第二目标人员的脚部世界坐标之间的距离，作为所述第一目标人员与第二目标人员的间距。
上述电子设备提到的通信总线可以是外设部件互连标准(Peripheral ComponentInterconnect，简称PCI)总线或扩展工业标准结构(Extended Industry StandardArchitecture，简称EISA)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示，图中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
通信接口用于上述电子设备与其他设备之间的通信。
存储器可以包括随机存取存储器(Random Access Memory，简称RAM)，也可以包括非易失性存储器(non-volatile memory)，例如至少一个磁盘存储器。可选的，存储器还可以是至少一个位于远离前述处理器的存储装置。
上述的处理器可以是通用处理器，包括中央处理器(Central Processing Unit，简称CPU)、网络处理器(Network Processor，简称NP)等；还可以是数字信号处理器(Digital Signal Processor，简称DSP)、专用集成电路(Application SpecificIntegrated Circuit，简称ASIC)、现场可编程门阵列(Field－Programmable Gate Array，简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
在本申请提供的又一实施例中，还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内存储有计算机程序，所述计算机程序被处理器执行时实现上述实施例中任一所述的人员间距检测方法。
在本申请提供的又一实施例中，还提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述实施例中任一所述的人员间距检测方法。
在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时，全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，DVD)、或者半导体介质(例如固态硬盘Solid State Disk(SSD))等。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，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、物品或者设备不仅包括那些要素，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、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本说明书中的各个实施例均采用相关的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于装置、电子设备、计算机可读存储介质、计算机程序产品实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
以上所述仅为本申请的较佳实施例，并非用于限定本申请的保护范围。凡在本申请的精神和原则之内所作的任何修改、等同替换、改进等，均包含在本申请的保护范围内。

Claims (13)

1.一种人员间距检测方法，其特征在于，所述方法包括：
获取图像采集设备采集的当前图像帧，其中，所述当前图像帧包含待检测的多个目标人员；
基于目标识别算法，以及所述当前图像帧对应的图像坐标系与预设的世界坐标系之间的转换关系，计算每个目标人员的脚部在所述世界坐标系的脚部世界坐标；所述世界坐标系以竖直方向为Y轴；
计算所述当前图像帧中的第一目标人员与第二目标人员的脚部世界坐标之间的距离，作为所述第一目标人员与第二目标人员的间距；
其中，若所述当前图像帧包含该目标人员的头部图像，不包含该目标人员的脚部图像，且所述当前图像帧中该目标人员为站立姿态，则所述当前图像帧中该目标人员的脚部世界坐标为：基于该目标人员在所述世界坐标系的身高，所述当前图像帧中该目标人员的头部像素坐标，以及所述转换关系计算得到的；该目标人员在所述世界坐标系的身高为：根据目标图像中该目标人员的头部在所述世界坐标系的Y轴方向的分量，与所述目标图像中该目标人员的脚部在所述世界坐标系的Y轴方向的分量的差值得到的；该目标人员在所述目标图像中为站立姿态，且所述目标图像包含该目标人员的头部图像和脚部图像；所述目标图像中该目标人员的头部在所述世界坐标系的Y轴方向的分量为：基于所述目标图像中该目标人员的头部像素坐标、所述转换关系和目标分量计算得到的；所述目标分量包括所述目标图像中该目标人员的脚部在所述世界坐标系的X轴方向的分量，和/或所述目标图像中该目标人员的脚部在所述世界坐标系的Z轴方向的分量；
和/或；
若所述当前图像帧包含该目标人员的头部图像，不包含该目标人员的脚部图像，且所述当前图像帧中该目标人员为站立姿态，则该目标人员的脚部在所述世界坐标系的X轴方向的分量为：该目标人员的头部在所述世界坐标系的X轴方向的分量；该目标人员的脚部在所述世界坐标系的Z轴方向的分量为：该目标人员的头部在所述世界坐标系的Z轴方向的分量；该目标人员的脚部在所述世界坐标系的Y轴方向的分量为：基于所述世界坐标系的原点的位置和该目标人员在所述世界坐标系的身高得到的。
2.根据权利要求1所述的方法，其特征在于，所述世界坐标系为：以竖直方向为Y轴、以与所述图像采集设备的摄像头的光轴方向位于同一竖直平面内，且与地面平行的方向为Z轴，以垂直Y轴和Z轴所在平面的方向为X轴，建立的直角世界坐标系；
所述当前图像帧对应的图像坐标系与所述世界坐标系之间的转换关系为：预先基于所述图像采集设备的参数和姿态，建立的二维图像坐标系中的像素坐标与三维世界坐标系中世界坐标的转换关系。
3.根据权利要求2所述的方法，其特征在于，所述基于目标识别算法，以及所述当前图像帧对应的图像坐标系与预设的世界坐标系之间的转换关系，计算每个目标人员的脚部在所述世界坐标系的脚部世界坐标，包括：
基于目标识别算法，对所述当前图像帧中的目标人员进行识别，得到识别出的各个目标人员的人员图像；
基于各个目标人员的人员图像，以及所述当前图像帧对应的图像坐标系与预设的世界坐标系之间的转换关系，获得各个目标人员的脚部在所述世界坐标系的脚部世界坐标。
4.根据权利要求3所述的方法，其特征在于，所述基于各个目标人员的人员图像，以及所述当前图像帧对应的图像坐标系与预设的世界坐标系之间的转换关系，获得各个目标人员的脚部在所述世界坐标系的脚部世界坐标，包括：
针对第一类人员图像，获得所述第一类人员图像包含的目标人员的脚部像素坐标；其中，所述第一类人员图像为包含目标人员的脚部图像的人员图像；并基于该目标人员的脚部像素坐标，以及所述当前图像帧对应的图像坐标系与预设的世界坐标系之间的转换关系，计算该目标人员的脚部在所述世界坐标系的脚部世界坐标；
和/或，
针对第二类人员图像，获得所述第二类人员图像包含的目标人员的头部像素坐标，其中，所述第二类人员图像为包含的目标人员为站立姿态，且包含该目标人员的头部图像，不包含脚部图像的人员图像；并从已经记录的各个目标人员在所述世界坐标系的身高中，获得该目标人员在所述世界坐标系的身高；基于该目标人员的头部像素坐标、该目标人员在所述世界坐标系的身高，以及所述当前图像帧对应的图像坐标系与所述世界坐标系之间的转换关系，计算获得该目标人员的脚部在所述世界坐标系的脚部世界坐标。
5.根据权利要求4所述的方法，其特征在于，所述基于目标识别算法，对所述当前图像帧中的目标人员进行识别，得到识别出的各个目标人员的人员图像，包括：
基于目标识别算法，对所述当前图像帧中的目标人员进行识别，得到识别出的各个目标人员的人员图像的矩形框；或，基于目标识别算法，对所述当前图像帧中的目标人员进行识别，得到识别出的各个目标人员的人员图像的轮廓；
所述获得所述第一类人员图像包含的目标人员的脚部像素坐标，包括：
若所述第一类人员图像识别出的是目标人员的人员图像的矩形框，则确定该矩形框的下方边的中点的像素坐标，作为该目标人员的脚部像素坐标；
若所述第一类人员图像识别出的是目标人员的人员图像的轮廓，则确定该轮廓最下方的点的像素坐标，作为该目标人员的脚部像素坐标；
所述获得所述第二类人员图像包含的目标人员的头部像素坐标，包括：
若所述第二类人员图像识别出的是目标人员的人员图像的矩形框，则确定该矩形框的上方边的中点的像素坐标，作为该目标人员的头部像素坐标；
若所述第二类人员图像识别出的是目标人员的人员图像的轮廓，则确定该轮廓最上方的点的像素坐标，作为该目标人员的头部像素坐标。
6.根据权利要求4所述的方法，其特征在于，所述基于该目标人员的脚部像素坐标，以及所述当前图像帧对应的图像坐标系与预设的世界坐标系之间的转换关系，计算该目标人员的脚部在所述世界坐标系的脚部世界坐标，包括：
基于所述世界坐标系的原点的位置，获得该目标人员的脚部在所述世界坐标系的Y轴方向的分量；
基于该目标人员的脚部像素坐标、该目标人员的脚部在所述世界坐标系的Y轴方向的分量，以及所述当前图像帧对应的图像坐标系与所述世界坐标系之间的转换关系，计算该目标人员的脚部在所述世界坐标系的X轴方向和Z轴方向的分量，得到该目标人员的脚部在所述世界坐标系的脚部世界坐标。
7.根据权利要求4所述的方法，其特征在于，该目标人员在所述世界坐标系的身高的计算过程包括：
针对该目标人员为站立姿态，且包含该目标人员的头部图像和脚部图像的目标图像，获取该目标人员的脚部像素坐标和头部像素坐标；
基于所述世界坐标系的原点的位置，获得该目标人员的脚部在所述世界坐标系的Y轴方向的分量；
基于该目标人员的脚部像素坐标、该目标人员的脚部在所述世界坐标系的Y轴方向的分量，以及所述转换关系，计算该目标人员的脚部在所述世界坐标系的X轴方向的分量，以及该目标人员的脚部在所述世界坐标系的Z轴方向的分量；
基于该目标人员的头部像素坐标、所述转换关系和目标分量，计算该目标人员的头部在所述世界坐标系的Y轴方向的分量；其中，所述目标分量包括该目标人员的脚部在所述世界坐标系的X轴方向的分量，和/或该目标人员的脚部在所述世界坐标系的Z轴方向的分量；
计算该目标人员的头部在所述世界坐标系的Y轴方向的分量，与该目标人员的脚部在所述世界坐标系的Y轴方向的分量的差值，得到该目标人员在所述世界坐标系的身高。
8.根据权利要求4所述的方法，其特征在于，所述基于该目标人员的头部像素坐标、该目标人员在所述世界坐标系的身高，以及所述当前图像帧对应的图像坐标系与所述世界坐标系之间的转换关系，计算获得该目标人员的脚部在所述世界坐标系的脚部世界坐标，包括：
基于所述世界坐标系的原点的位置和该目标人员在所述世界坐标系的身高，获得该目标人员的头部在所述世界坐标系的Y轴方向的分量，以及脚部在所述世界坐标系的Y轴方向的分量；
基于该目标人员的头部像素坐标、该目标人员的头部在所述世界坐标系的Y轴方向的分量，以及所述当前图像帧对应的图像坐标系与所述世界坐标系之间的转换关系，计算该目标人员的头部在所述世界坐标系的X轴方向和Z轴方向的分量；
将该目标人员的头部在所述世界坐标系的X轴方向的分量，作为该目标人员的脚部在所述世界坐标系的X轴方向的分量；将该目标人员的头部在所述世界坐标系的Z轴方向的分量，作为该目标人员的脚部在所述世界坐标系的Z轴方向的分量，根据该目标人员的脚部在所述世界坐标系的X轴方向的分量、该目标人员的脚部在所述世界坐标系的Y轴方向的分量，以及该目标人员的脚部在所述世界坐标系的Z轴方向的分量，得到该目标人员的脚部在所述世界坐标系的脚部世界坐标。
9.根据权利要求2所述的方法，其特征在于，所述二维图像坐标系中的像素坐标与三维世界坐标系中世界坐标的转换关系的建立过程，包括：
获取所述图像采集设备距离地面的安装高度和所述图像采集设备的摄像头的内参，以及获取所述图像采集设备的摄像头的俯仰角；
基于所述安装高度、内参和俯仰角，建立二维图像坐标系中的像素坐标与三维世界坐标系中世界坐标的转换关系。
10.根据权利要求9所述的方法，其特征在于，所述获取所述图像采集设备的摄像头的俯仰角，包括：
获取在指定条件下，预设辅助拍摄设备的光轴方向与水平面之间的角度，作为所述图像采集设备的摄像头的俯仰角；
其中，所述指定条件为：所述预设辅助拍摄设备位于所述图像采集设备的拍摄画面的中心点，且所述图像采集设备位于所述预设辅助拍摄设备的拍摄画面的中心点。
11.一种人员间距检测装置，其特征在于，所述装置包括：
当前图像帧获取模块，用于获取图像采集设备采集的当前图像帧，其中，所述当前图像帧包含待检测的多个目标人员；
脚部世界坐标获取模块，用于基于目标识别算法，以及所述当前图像帧对应的图像坐标系与预设的世界坐标系之间的转换关系，计算每个目标人员的脚部在所述世界坐标系的脚部世界坐标；
人员间距计算模块，用于计算所述当前图像帧中的第一目标人员与第二目标人员的脚部世界坐标之间的距离，作为所述第一目标人员与第二目标人员的间距；
其中，若所述当前图像帧包含该目标人员的头部图像，不包含该目标人员的脚部图像，且所述当前图像帧中该目标人员为站立姿态，则所述当前图像帧中该目标人员的脚部世界坐标为：基于该目标人员在所述世界坐标系的身高，所述当前图像帧中该目标人员的头部像素坐标，以及所述转换关系计算得到的；该目标人员在所述世界坐标系的身高为：根据目标图像中该目标人员的头部在所述世界坐标系的Y轴方向的分量，与所述目标图像中该目标人员的脚部在所述世界坐标系的Y轴方向的分量的差值得到的；该目标人员在所述目标图像中为站立姿态，且所述目标图像包含该目标人员的头部图像和脚部图像；所述目标图像中该目标人员的头部在所述世界坐标系的Y轴方向的分量为：基于所述目标图像中该目标人员的头部像素坐标、所述转换关系和目标分量计算得到的；所述目标分量包括所述目标图像中该目标人员的脚部在所述世界坐标系的X轴方向的分量，和/或所述目标图像中该目标人员的脚部在所述世界坐标系的Z轴方向的分量；
和/或；
若所述当前图像帧包含该目标人员的头部图像，不包含该目标人员的脚部图像，且所述当前图像帧中该目标人员为站立姿态，则该目标人员的脚部在所述世界坐标系的X轴方向的分量为：该目标人员的头部在所述世界坐标系的X轴方向的分量；该目标人员的脚部在所述世界坐标系的Z轴方向的分量为：该目标人员的头部在所述世界坐标系的Z轴方向的分量；该目标人员的脚部在所述世界坐标系的Y轴方向的分量为：基于所述世界坐标系的原点的位置和该目标人员在所述世界坐标系的身高得到的。
12.一种电子设备，其特征在于，包括处理器、通信接口、存储器和通信总线，其中，所述处理器，所述通信接口，所述存储器通过所述通信总线完成相互间的通信；
所述存储器，用于存放计算机程序；
所述处理器，用于执行所述存储器上所存放的程序时，实现权利要求1-10任一所述的方法步骤。
13.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现权利要求1-10任一所述的方法步骤。
CN202011217537.5A 2020-11-04 2020-11-04 一种人员间距检测方法和装置 Active CN112232279B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011217537.5A CN112232279B (zh) 2020-11-04 2020-11-04 一种人员间距检测方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011217537.5A CN112232279B (zh) 2020-11-04 2020-11-04 一种人员间距检测方法和装置

Publications (2)

Publication Number Publication Date
CN112232279A CN112232279A (zh) 2021-01-15
CN112232279B true CN112232279B (zh) 2023-09-05

Family

ID=74122137

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011217537.5A Active CN112232279B (zh) 2020-11-04 2020-11-04 一种人员间距检测方法和装置

Country Status (1)

Country Link
CN (1) CN112232279B (zh)

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112818990B (zh) * 2021-01-29 2023-08-22 中国人民解放军军事科学院国防科技创新研究院 目标检测框的生成方法、图像数据自动标注方法及系统
CN113033441B (zh) * 2021-03-31 2024-05-10 广州敏视数码科技有限公司 一种基于广角成像的行人碰撞预警方法
CN113269824B (zh) * 2021-05-28 2023-07-07 陕西工业职业技术学院 一种基于图像的距离确定方法及系统
CN114066974A (zh) * 2021-11-17 2022-02-18 上海高德威智能交通系统有限公司 一种目标轨迹的生成方法、装置、电子设备及介质
CN113923420B (zh) * 2021-11-18 2024-05-28 京东方科技集团股份有限公司 区域调整方法和装置、摄像头和存储介质
CN114120372B (zh) * 2022-01-24 2022-04-22 深圳爱莫科技有限公司 基于人体检测识别的空间客流热力分布方法及系统
CN114596657B (zh) * 2022-02-10 2023-07-25 北京交通大学 一种基于深度数据的闸机通行系统
CN118355397A (zh) * 2022-11-15 2024-07-16 京东方科技集团股份有限公司 一种疫情检测的管理方法、装置及电子设备、存储介质
CN117953834B (zh) * 2024-03-27 2024-05-28 安徽触威电子科技有限公司 一种防火显示屏显示控制方法及系统

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103578109A (zh) * 2013-11-08 2014-02-12 中安消技术有限公司 一种监控摄像机测距方法及装置
JP2016157258A (ja) * 2015-02-24 2016-09-01 Kddi株式会社 人物領域検出装置、方法およびプログラム
CN106361345A (zh) * 2016-11-29 2017-02-01 公安部第三研究所 基于摄像头标定的视频图像中人体身高测量的系统及方法
CN107798685A (zh) * 2017-11-03 2018-03-13 北京旷视科技有限公司 行人身高确定方法、装置及系统
WO2020010945A1 (zh) * 2018-07-11 2020-01-16 Oppo广东移动通信有限公司 图像处理方法和装置、电子设备、计算机可读存储介质
CN111080679A (zh) * 2020-01-02 2020-04-28 东南大学 一种对大型场所室内人员动态跟踪定位的方法
CN111736607A (zh) * 2020-06-28 2020-10-02 上海黑眸智能科技有限责任公司 基于脚部运动的机器人运动引导方法、系统以及终端
CN111753694A (zh) * 2020-06-16 2020-10-09 西安电子科技大学 无人车目标搜索系统及方法
CN111798516A (zh) * 2020-07-01 2020-10-20 广东省特种设备检测研究院珠海检测院 一种桥式起重机设备运行状态量的检测及误差分析方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3220099B1 (en) * 2014-11-13 2019-11-06 Olympus Corporation Calibration device, calibration method, optical device, imaging device, projection device, measurement system, and measurement method
JP7143225B2 (ja) * 2017-01-19 2022-09-28 パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカ 三次元再構成方法及び三次元再構成装置
US10406645B2 (en) * 2017-05-24 2019-09-10 Trimble Inc. Calibration approach for camera placement

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103578109A (zh) * 2013-11-08 2014-02-12 中安消技术有限公司 一种监控摄像机测距方法及装置
JP2016157258A (ja) * 2015-02-24 2016-09-01 Kddi株式会社 人物領域検出装置、方法およびプログラム
CN106361345A (zh) * 2016-11-29 2017-02-01 公安部第三研究所 基于摄像头标定的视频图像中人体身高测量的系统及方法
CN107798685A (zh) * 2017-11-03 2018-03-13 北京旷视科技有限公司 行人身高确定方法、装置及系统
WO2020010945A1 (zh) * 2018-07-11 2020-01-16 Oppo广东移动通信有限公司 图像处理方法和装置、电子设备、计算机可读存储介质
CN111080679A (zh) * 2020-01-02 2020-04-28 东南大学 一种对大型场所室内人员动态跟踪定位的方法
CN111753694A (zh) * 2020-06-16 2020-10-09 西安电子科技大学 无人车目标搜索系统及方法
CN111736607A (zh) * 2020-06-28 2020-10-02 上海黑眸智能科技有限责任公司 基于脚部运动的机器人运动引导方法、系统以及终端
CN111798516A (zh) * 2020-07-01 2020-10-20 广东省特种设备检测研究院珠海检测院 一种桥式起重机设备运行状态量的检测及误差分析方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
一类具有相同结构的表情机器人共同注意方法;王巍，等;机器人(第03期);11-20 *

Also Published As

Publication number Publication date
CN112232279A (zh) 2021-01-15

Similar Documents

Publication Publication Date Title
CN112232279B (zh) 一种人员间距检测方法和装置
CN108765498B (zh) 单目视觉跟踪方法、装置及存储介质
CN110111388B (zh) 三维物体位姿参数估计方法及视觉设备
US7554575B2 (en) Fast imaging system calibration
US20190378294A1 (en) Stereo camera and height acquisition method thereof and height acquisition system
WO2021129305A1 (zh) 光学动捕系统中标定杆检测方法、装置、设备和存储介质
CN112686877B (zh) 基于双目相机的三维房屋损伤模型构建测量方法及系统
US10438412B2 (en) Techniques to facilitate accurate real and virtual object positioning in displayed scenes
CN109918977A (zh) 确定空闲车位的方法、装置及设备
CN112270719A (zh) 相机标定方法、装置及系统
JP7188240B2 (ja) 人検出装置および人検出方法
WO2022141324A1 (zh) 摄像头的硬件在环标定、靶点设置方法、系统及相关设备
CN111681186A (zh) 图像处理方法、装置、电子设备及可读存储介质
CN112307912A (zh) 一种基于摄像头确定人员轨迹的方法及系统
JP5369873B2 (ja) 判定プログラムおよびキャリブレーション装置
CN109615665A (zh) 一种坐标校准系统、方法、装置及存储介质
CN113989376A (zh) 室内深度信息的获取方法、装置和可读存储介质
CN111105467A (zh) 一种图像标定方法、装置及电子设备
CN106461414A (zh) 一种智能设备的姿态关系计算方法和智能设备
JP2018173882A (ja) 情報処理装置、方法、及びプログラム
CN111353945B (zh) 鱼眼图像校正方法、装置及存储介质
CN109600598B (zh) 影像处理方法、影像处理装置及电脑可读取记录媒体
CN114782555B (zh) 地图映射方法、设备、及存储介质
CN116503387B (zh) 图像检测方法、装置、设备、系统及可读存储介质
CN115937321B (zh) 一种电子设备的姿态检测方法和装置

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