CN112364761A - 一种基于视频图像识别算法的测试方法、装置及测试终端 - Google Patents
一种基于视频图像识别算法的测试方法、装置及测试终端 Download PDFInfo
- Publication number
- CN112364761A CN112364761A CN202011247047.XA CN202011247047A CN112364761A CN 112364761 A CN112364761 A CN 112364761A CN 202011247047 A CN202011247047 A CN 202011247047A CN 112364761 A CN112364761 A CN 112364761A
- Authority
- CN
- China
- Prior art keywords
- algorithm
- image
- test
- video frame
- video
- 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.)
- Granted
Links
- 238000012360 testing method Methods 0.000 title claims abstract description 245
- 238000012545 processing Methods 0.000 claims abstract description 69
- 238000011156 evaluation Methods 0.000 claims description 28
- 238000007781 pre-processing Methods 0.000 claims description 28
- 238000000034 method Methods 0.000 claims description 16
- 238000010998 test method Methods 0.000 claims description 4
- 238000010276 construction Methods 0.000 description 10
- 230000000694 effects Effects 0.000 description 8
- 238000010586 diagram Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000003384 imaging method Methods 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 238000012546 transfer Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 239000003086 colorant Substances 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 238000011160 research Methods 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
- G06V20/49—Segmenting video sequences, i.e. computational techniques such as parsing or cutting the sequence, low-level clustering or determining units such as shots or scenes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/60—Rotation of whole images or parts thereof
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10016—Video; Image sequence
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Human Computer Interaction (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computing Systems (AREA)
- Testing, Inspecting, Measuring Of Stereoscopic Televisions And Televisions (AREA)
- Image Processing (AREA)
Abstract
本发明实施例公开了一种基于视频图像识别算法的测试方法、装置及测试终端,测试方法包括接收视频图像采集设备发送的待测试视频图像;将待测试视频图像剪切成视频帧图像,并剔除无用的视频帧图像;依次灰度化处理、旋转和缩放处理以及图像增强处理视频帧图像;调用预设识别算法测试处理后的视频帧图像,生成测试结果信息;通过显示屏对测试结果信息进行显示。本发明实施例提供的技术方案实现了算法测试自动化,节省了人力成本,提高了算法的测试效率。
Description
技术领域
本发明实施例涉及算法测试技术领域,尤其涉及一种基于视频图像识别算法的测试方法、装置及测试终端。
背景技术
视觉识别技术是指利用计算机对图像进行处理、分析和理解,以识别各种不同模式的目标和对象的技术,随着人工智能技术和大数据的发展,计算机视觉识别技术逐步进入了安全监控领域,如应用于电力安防中的人脸识别、区域识别等技术。
目前,图像识别算法的测试工作主要依赖人工测试,工作量大,效率低且容易出错。
发明内容
本发明实施例提供了一种基于视频图像识别算法的测试方法、装置及测试终端,以提高算法的测试效率,实现算法测试自动化,节省人力成本。
第一方面,本发明实施例提供了一种基于视频图像识别算法的测试方法,包括:
接收视频图像采集设备发送的待测试视频图像;
将所述待测试视频图像剪切成视频帧图像,并剔除无用的视频帧图像;
依次灰度化处理、旋转和缩放处理以及图像增强处理所述视频帧图像;
调用预设识别算法测试处理后的所述视频帧图像,生成测试结果信息;
通过显示屏对所述测试结果信息进行显示。
可选的,所述图像增强处理所述视频帧图像包括:
根据采集所述待测试视频图像时的不同场景对所述视频帧图像进行去噪处理;
将去噪后的所述视频帧图像从RGB模式转化成HSV模式;
根据测试要求利用python代码调整所述视频帧图像的模糊度、分辨率和亮度中的至少一种。
可选的,所述依次灰度化处理、旋转和缩放处理以及图像增强处理所述视频帧图像之后,还包括:
保存所述视频帧图像。
可选的,所述预设识别算法包括多种,所述调用预设识别算法测试所视频图像数据以得到目标数据,包括:
接收用户通过所述显示屏输入的所述预设识别算法对应的编号;
根据所述编号调用对应的预设识别算法;
根据所述预设识别算法测试所述视频帧图像。
可选的,每个所述预设识别算法与识别类型一一对应,所述识别类型包括人脸识别、区域识别、数量识别和服装识别中的至少两种。
可选的,所述调用预设识别算法测试所述视频帧图像之后,还包括:
计算每种所述预设算法的测试准确率,并根据所述测试准确率得到对应的评估曲线图。
可选的,计算每种所述预设算法的测试准确率,并根据所述测试准确率得到对应的评估曲线图之后,还包括:
保存所述测试结果信息、所述测试准确率以及所述评估曲线图。
所述计算每种所述预设算法的测试准确率,并根据所述测试准确率得到对应的评估曲线图之后,还包括:
通过所述显示屏对所述测试结果信息数据、所述测试准确率以及所述评估曲线图进行显示。
第二方面,本发明实施例提供了一种算法测试装置,包括:
数据预处理模块,用于接收视频图像采集设备发送的待测试视频图像;还用于将所述待测试视频图像剪切成视频帧图像,并剔除无用的视频帧图像;还用于依次灰度化处理、旋转和缩放处理以及图像增强处理所述视频帧图像;
算法测试模块,用于调用预设识别算法测试所述标准测试视频图像数据以得到目标数据;
算法引用模块,用于储存预设识别算法;
显示模块,用于通过显示屏对所述测试结果信息进行显示。
可选的,还包括:
储存模块,用于保存所述视频帧图像。
第三方面,本发明实施例提供了一种测试终端,包括显示屏,还包括第二方面任一所述的算法测试装置,所述显示屏与所述算法测试装置中的显示模块连接。
本发明实施例提供了一种基于视频图像识别算法的测试方法、装置及测试终端,测试方法包括接收视频图像采集设备发送的待测试视频图像;将待测试视频图像剪切成视频帧图像,并剔除无用的视频帧图像;依次灰度化处理、旋转和缩放处理以及图像增强处理视频帧图像;调用预设识别算法测试处理后的视频帧图像,生成测试结果信息;通过显示屏对测试结果信息进行显示。本发明实施例提供的技术方案通过剔除无用的视频帧图像,并提高输出图像帧的图像质量,最大限度地简化了测试数据,增强有关信息的可检测性,再调用预设识别算法测试处理后的视频帧图像,实现了算法测试自动化,节省人力成本,提高了算法的测试效率。
附图说明
图1是本发明实施例一提供的一种算法测试装置的结构框图;
图2是本发明实施例一提供的另一种算法测试装置的结构框图;
图3是本发明实施例二提供的一种基于视频图像识别算法的测试方法的流程图;
图4是本发明实施例三提供的一种测试终端的结构框图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部结构。
实施例一
本发明实施例提供了一种算法测试装置,图1是本发明实施例一提供的一种算法测试装置的结构框图,为了便于说明,仅示出了与本实施例相关的部分。参考图1,算法测试装置包括:
数据预处理模块10,用于接收视频图像采集设备200发送的待测试视频图像;还用于将待测试视频图像剪切成视频帧图像,并剔除无用的视频帧图像;还用于依次灰度化处理、旋转和缩放处理以及图像增强处理视频帧图像;
算法测试模块20,用于调用预设识别算法测试标准测试视频图像数据以得到测试结果信息;
算法引用模块30,用于储存预设识别算法;
显示模块40,用于通过显示屏300对测试结果信息进行显示。
具体的,视频图像采集设备200是带有摄像功能的设备,例如可以是摄像机、手机或监控摄像头等设备。视频图像采集设备200采集到待测试视频图像后,可以通过蓝牙等无线传输方式将待测试视频图像发送给算法测试装置100的数据预处理模块10。或者可以通过移动硬盘或U盘等移动存储设备为算法测试装置100提供待测试视频图像。数据预处理模块10可以包括视频剪切软件,视频剪切软件包含视频数据预处理算法。数据预处理模块10接收到视频图像采集设备200发送的待测试视频图像后,可以将待测试视频图像剪切成视频帧图像,并剔除无用的视频帧图像。根据视频数据预处理算法,还可以对剔除无用的视频帧图像后剩下的有用的视频帧图像依次进行灰度化处理、旋转和缩放处理以及图像增强处理。其中,对视频帧图像进行灰度化处理,可减小视频帧图像的原始数据量,使后续处理时计算量更少。对视频帧图像进行旋转和缩放处理,可减小视频图像数据采集系统的系统误差,以及和成像角度和透视关系的随机误差。对视频帧图像进行进行图像增强处理,可以提高图像的质量。依次进行灰度化处理、旋转和缩放处理以及图像增强处理,从而实现恢复有用的真实信息,增强相关信息的可检测性,最大限度地简化了待测试视频图像对应的测试数据。
数据预处理模块10、算法测试模块20和算法引用模块30具有数据接口,并设置有对应的接口程序。算法测试模块20通过数据接口获取数据预处理模块10处理后的视频帧图像,算法测试模块20通过数据接口调用储存在算法引用模块30中的预设识别算法。其中,算法引用模块30可以是属于算法测试模块20的插件。预设识别算法可以包括多种,每个预设识别算法与识别类型一一对应,识别类型可以包括人脸识别、区域识别、数量识别和服装识别等。显示模块40可以使显示屏300上显示不同的电子按钮,每个电子按钮对应一种预设识别算法。示例性的,显示屏300为触控式显示屏,启动显示屏300以及算法测试装置100。显示模块40使显示屏300上显示6个不同电子按钮,电子按钮分别用①、②、③、④、⑤、⑥表示,即通过显示屏300可以选择6种不同的预设识别算法。输入待测试视频图像后,数据预处理模块10对待测试视频图像剪切成视频帧图像,剔除无用的视频帧图像后,依次灰度化处理、旋转和缩放处理以及图像增强处理视频帧图像。将处理后的视频帧图像发送给算法测试模块20。算法测试模块20根据用户通过显示屏300输入的预设识别算法对应的编号,调用算法引用模块30中对应的预设识别算法,并根据预设识别算法测试视频帧图像,得到测试结果信息。显示模块40可以把算法测试模块20的测试结果信息直接呈现在显示屏300上,从而实现直观地看到算法效果,减少了测试步骤,节省了测试时间,提高了测试效率。
可选的,图2是本发明实施例一提供的另一种算法测试装置100的结构框图,参考图2,还包括:
储存模块,用于保存视频帧图像。
具体的,输入的待测试视频经数据预处理模块10处理后,输出的视频帧图像可以存储在储存模块中。储存模块可以包括第一存储器51,第一存储器51的第一端与数据预处理模块10连接,第一存储器51的第二端与算法测试模块20连接。数据预处理模块10通过数据接口将视频帧图像对应的数据传输到第一存储器51中进行保存。第一存储器51与算法测试模块20之间同样设定有数据接口以及对应的接口程序,接口程序作用是让算法测试模块20从第一存储器51里调用视频帧图像对应的数据,作为算法测试的输入数据。第一存储器51可以将存储的视频数据传输到移动存储设备,如移动硬盘或U盘。通过第一存储器51能够存储有价值的视频帧图像对应的数据,提高了视频帧图像的利用率。
另外,算法测试模块20还可以包括测试结束后计算预设识别算法测试准确率的功能,生成预设识别算法测试准确率和评估曲线图,提高算法测试效果的综合展示效果。例如,与识别类型中的服装识别对应的预设识别算法,主要对服装要求进行识别。将算法测试装置100应用到建筑工地上,工人施工时需要戴安全帽,预设识别算法识别工地中的工人是否全部佩戴安全帽,并将佩戴安全帽的测试结果信息反馈到显示屏300中。算法测试模块20根据实际情况信息和通过预设识别算测试出的测试结果信息确定该预设识别算法的测试准确率,并根据多个测试准确率可以形成对该预设识别算法的评估曲线图。显示模块40同样可以把算法测试模块20生成的预设识别算法测试准确率和评估曲线图呈现在显示屏300上,通过观察研究显示屏300上预设识别算法测试准确率或评估曲线图,算法测试员可以据此优化算法。
可选的,储存模块可以包括第二存储器52,第二存储器52的第一端与算法测试模块20连接,第二存储器52的第二端与显示模块40连接。通过第二存储器52可以对测试结果信息、预设识别算法测试准确率和评估曲线图进行储存。第二存储器52可以将存储的数据传输到外部设备,如移动硬盘或U盘。第二存储器52与算法测试模块20之间设定有数据接口和对应的接口程序,使算法测试模块20将测试结果信息、预设识别算法测试准确率和评估曲线图传输到第二存储器52并保存。算法测试模块20输出的数据可以是视频格式,也可以是图片格式。同样,第二存储器52通过存储算法测试模块20测试的输出数据,供算法测试人员进行收集研究,提高数据的利用率。
本发明实施例提供了一种算法测试装置,包括数据预处理模块,用于接收视频图像采集设备发送的待测试视频图像;还用于将待测试视频图像剪切成视频帧图像,并剔除无用的视频帧图像;还用于依次灰度化处理、旋转和缩放处理以及图像增强处理视频帧图像;算法测试模块,用于调用预设识别算法测试标准测试视频图像数据以得到测试结果信息;算法引用模块,用于储存预设识别算法;显示模块,用于通过显示屏对测试结果信息进行显示。本发明实施例提供的技术方案通过数据预处理模块剔除无用的视频帧图像,并提高输出图像帧的图像质量,最大限度地简化了测试数据,增强有关信息的可检测性,再通过算法测试模块调用预设识别算法测试处理后的视频帧图像,实现了算法测试自动化,节省人力成本,提高了算法的测试效率。
实施例二
本发明实施例提供了一种基于视频图像识别算法的测试方法,通过上述实施例所述的算法测试装置执行,图3是本发明实施例二提供的一种基于视频图像识别算法的测试方法的流程图,参考图3,方法包括:
S110、接收视频图像采集设备发送的待测试视频图像。
具体的,视频图像采集设备是带有摄像功能的设备,例如可以是摄像机、手机或监控摄像头等设备。视频图像采集设备采集到待测试视频图像后,可以通过蓝牙等无线传输方式将待测试视频图像发送给算法测试装置的数据预处理模块。或者可以通过移动硬盘或U盘等存储器为算法测试装置提供待测试视频图像。通过数据预处理模块接收视频图像采集设备发送的待测试视频图像。待测试视频图像是对给定的视频图像的应用场合进行拍摄的视频图像。例如,对建筑工地进行拍摄的视频图像。
S120、将待测试视频图像剪切成视频帧图像,并剔除无用的视频帧图像。
具体的,数据预处理模块可以包括视频剪切软件,视频剪切软件包含视频数据预处理算法。数据预处理模块接收到视频图像采集设备发送的待测试视频图像后,可以将待测试视频图像剪切成视频帧图像,并剔除无用的视频帧图像。通过剔除不关心的视频帧图像对应的数据,可以实现提高视频帧图像的利用率。例如需要对建筑工地上的服装要求进行测试,则获取对建筑工地进行拍摄的待测试视频图像后,将测试视频图像剪切成视频帧图像,剔除其它的无用的视频帧图像,只保留下与建筑工地上工人服装有关的视频帧图像。
S130、依次灰度化处理、旋转和缩放处理以及图像增强处理视频帧图像。
具体的,对剩下的有用的视频帧图像依次进行灰度化处理、旋转和缩放处理以及图像增强处理。其中,对视频帧图像进行灰度化处理,可减小视频帧图像的原始数据量,使后续处理时计算量更少。对视频帧图像进行旋转和缩放处理,可减小视频图像数据采集系统的系统误差,以及和成像角度和透视关系的随机误差。对视频帧图像进行进行图像增强处理,可以提高图像的质量。依次进行灰度化处理、旋转和缩放处理以及图像增强处理,从而可以实现恢复有用的真实信息,增强有关信息的可检测性,最大限度地简化了待测试视频图像对应的测试数据。
S140、调用预设识别算法测试处理后的视频帧图像,生成测试结果信息。
具体的,算法测试模块通过数据接口获取数据预处理模块处理后的视频帧图像,算法测试模块通过数据接口调用储存在算法引用模块中的预设识别算法。将处理后的视频帧图像发送给算法测试模块。算法测试模块调用预设识别算法测试处理后的视频帧图像,生成测试结果信息。
可选的,预设识别算法包括多种,调用预设识别算法测试所视频图像数据以得到目标数据,包括:接收用户通过显示屏输入的预设识别算法对应的编号;根据编号调用对应的预设识别算法;根据预设识别算法测试所述视频帧图像。
具体的,算法测试模块根据用户通过显示屏输入的预设识别算法对应的编号,调用算法引用模块中对应的预设识别算法,并根据预设识别算法测试视频帧图像,得到测试结果信息;预设识别算法可以包括多种,每个预设识别算法与识别类型一一对应。识别类型可以包括人脸识别、区域识别、数量识别和服装识别等。示例性的,显示模块可以使显示屏上显示不同的电子按钮,每个电子按钮对应一种预设识别算法。显示屏为触控式显示屏,启动显示屏以及算法测试装置。显示模块使显示屏2上显示6个不同电子按钮,电子按钮分别用①、②、③、④、⑤、⑥表示,即通过显示屏可以选择6种不同的预设识别算法。输入待测试视频图像后,数据预处理模块对待测试视频图像剪切成视频帧图像,并剔除无用的视频帧图像,并依次灰度化处理、旋转和缩放处理以及图像增强处理视频帧图像后;将处理后的视频帧图像发送给算法测试模块。算法测试模块根据用户通过显示屏输入的预设识别算法对应的编号,调用算法引用模块中对应的预设识别算法,并根据预设识别算法测试视频帧图像,得到测试结果信息。
S150、通过显示屏对测试结果信息进行显示。
具体的,显示模块通过显示屏对测试结果信息进行显示。显示模块可以把算法测试模块的测试结果信息直接呈现在显示屏上,从而可以实现直观地看到算法效果,减少了测试步骤,节省了测试时间,提高了测试效率。
可选的,图像增强处理视频帧图像包括:
根据采集待测试视频图像时的不同场景对视频帧图像进行去噪处理;
将去噪后的视频帧图像从RGB模式转化成HSV模式;
根据测试要求利用python代码调整视频帧图像的模糊度、分辨率和亮度中的至少一种。
具体的,现实中的数字图像在数字化和传输过程中会受到视频图像采集设备即成像设备与外部环境噪声干扰等影响,减少数字图像中噪声的过程即为图像去噪。为了抑制噪声,改善图像质量,便于更高层次的处理,需要对图像进行去噪处理。RGB模式是工业界的一种颜色标准,是通过对红(R)、绿(G)、蓝(B)三个颜色通道的变化以及它们相互之间的叠加来得到各式各样的颜色。HSV模式是基于人的眼睛对色彩的识别,是一种从视觉的角度定义的颜色模式。是将色彩分解为色调(H),饱和度(S)及亮度(H),通过调整色调,饱和度及亮度得到颜色的变化。因为HSV是基于人的眼睛对色彩的识别,所以可以通过调整三个分量的大小,来得到想要的颜色,而在GRB模式下,不能实现。根据测试要求利用python代码调整视频帧图像的模糊度、分辨率和亮度。实现了针对给定图像的应用场合,有目的地强调图像的整体或局部特性,抑制无用的特征,从而改善了图像质量,加强了图像识别的效果。
可选的,依次灰度化处理、旋转和缩放处理以及图像增强处理视频帧图像之后,还包括:
保存视频帧图像。
具体的,输入的待测试视频经数据预处理模块处理后,输出的视频帧图像可以存储在储存模块中。储存模块包括第一存储器,第一存储器的第一端与数据预处理模块连接,第一存储器的第二端与算法测试模块连接。数据预处理模块通过数据接口将视频帧图像对应的数据传输到第一存储器中进行保存,第一存储器与算法测试模块之间同样设定有数据接口以及对应的接口程序,接口程序作用是让算法测试模块从第一存储器里调用视频帧图像对应的数据,作为算法测试的输入数据。第一存储器可以将存储的视频数据传输到移动存储设备,如移动硬盘或U盘。通过第一存储器能够存储有价值的视频帧图像对应的数据,提高了视频帧图像的利用率。算法测试模块通过数据接口直接获取数据预处理模块处理后的视频帧图像对应的数据。或者,算法测试模块还可以获取第一存储器中保存的处理后的视频帧图像对应的数据。
可选的,调用预设识别算法测试视频帧图像之后,还包括:
计算每种预设算法的测试准确率,并根据测试准确率得到对应的评估曲线图。
具体的,算法测试模块还可以包括测试结束后计算预设识别算法测试准确率的功能,生成预设识别算法测试准确率和评估曲线图,提高算法测试效果的综合展示效果。例如,与识别类型中的服装识别对应的预设识别算法,主要对服装要求进行识别。将算法测试装置应用到建筑工地上,工人施工时需要佩戴安全帽,预设识别算法识别工地中的工人是否全部佩戴安全帽,并将佩戴安全帽的测试结果信息反馈到显示屏中。每次测试后,人员实际检查后可以将佩戴安全帽的实际情况信息输入给算法测试模块。算法测试模块根据情况信息和通过预设识别算测试出的测试结果信息确定该预设识别算法的测试准确率,根据多个测试准确率可以形成该预设识别算法的评估曲线图。
可选的,计算每种预设算法的测试准确率,并根据测试准确率得到对应的评估曲线图之后,还包括:
保存测试结果信息、测试准确率以及评估曲线图。
具体的,储存模块可以包括第二存储器,第二存储器的第一端与算法测试模块连接,第二存储器的第二端与显示模块连接。通过第二储存器可以对测试结果信息、预设识别算法测试准确率和评估曲线图进行储存。
计算每种预设算法的测试准确率,并根据测试准确率得到对应的评估曲线图之后,还包括:
通过显示屏对测试结果信息数据、测试准确率以及评估曲线图进行显示。
具体的,显示模块可以获取算法测试模块传输的目标数据、测试准确率以及评估曲线图并通过显示屏进行显示;或者,显示模块还可以获取第二存储器中保存的目标数据、测试准确率以及评估曲线图。显示模块可以把算法测试模块的测试结果信息、预设识别算法测试准确率和评估曲线图直接呈现在显示屏上,算法测试人员可以直观地看到算法效果,减少了测试步骤,节省了测试时间,提高了测试效率。
本发明实施例提供了一种基于视频图像识别算法的测试方法,包括接收视频图像采集设备发送的待测试视频图像;将待测试视频图像剪切成视频帧图像,并剔除无用的视频帧图像;依次灰度化处理、旋转和缩放处理以及图像增强处理视频帧图像;调用预设识别算法测试处理后的视频帧图像,生成测试结果信息;通过显示屏对测试结果信息进行显示。本发明实施例提供的技术方案通过剔除无用的视频帧图像,并提高输出图像帧的图像质量,最大限度地简化了测试数据,增强有关信息的可检测性,再调用预设识别算法测试处理后的视频帧图像,实现了算法测试自动化,节省人力成本,提高了算法的测试效率。
实施例三
本发明实施例提供了一种测试终端,图4是本发明实施例三提供的一种测试终端的结构框图,参考图4,测试终端包括显示屏300,还包括上述实施例任一所述的算法测试装置100,显示屏300与算法测试装置100连接。其中显示屏300上可以设置有USB3.0插口;算法测试装置100上可以设置有typeC接口。显示屏300的USB3.0插口通过导线与算法测试装置100上的typeC接口连接。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。
Claims (10)
1.一种基于视频图像识别算法的测试方法,其特征在于,包括:
接收视频图像采集设备发送的待测试视频图像;
将所述待测试视频图像剪切成视频帧图像,并剔除无用的视频帧图像;
依次灰度化处理、旋转和缩放处理以及图像增强处理所述视频帧图像;
调用预设识别算法测试处理后的所述视频帧图像,生成测试结果信息;
通过显示屏对所述测试结果信息进行显示。
2.根据权利要求1所述的基于视频图像识别算法的测试方法,其特征在于,所述图像增强处理所述视频帧图像包括:
根据采集所述待测试视频图像时的不同场景对所述视频帧图像进行去噪处理;
将去噪后的所述视频帧图像从RGB模式转化成HSV模式;
根据测试要求利用python代码调整所述视频帧图像的模糊度、分辨率和亮度中的至少一种。
3.根据权利要求1所述的基于视频图像识别算法的测试方法,其特征在于,所述依次灰度化处理、旋转和缩放处理以及图像增强处理所述视频帧图像之后,还包括:
保存所述视频帧图像。
4.根据权利要求1所述的基于视频图像识别算法的测试方法,其特征在于,所述预设识别算法包括多种,所述调用预设识别算法测试所视频图像数据以得到目标数据,包括:
接收用户通过所述显示屏输入的所述预设识别算法对应的编号;
根据所述编号调用对应的预设识别算法;
根据所述预设识别算法测试所述视频帧图像。
5.根据权利要求4所述的基于视频图像识别算法的测试方法,其特征在于,每个所述预设识别算法与识别类型一一对应,所述识别类型包括人脸识别、区域识别、数量识别和服装识别中的至少两种。
6.根据权利要求1所述的基于视频图像识别算法的测试方法,其特征在于,所述调用预设识别算法测试所述视频帧图像之后,还包括:
计算每种所述预设算法的测试准确率,并根据所述测试准确率得到对应的评估曲线图。
7.根据权利要求6所述的基于视频图像识别算法的测试方法,其特征在于,计算每种所述预设算法的测试准确率,并根据所述测试准确率得到对应的评估曲线图之后,还包括:
保存所述测试结果信息、所述测试准确率以及所述评估曲线图。
所述计算每种所述预设算法的测试准确率,并根据所述测试准确率得到对应的评估曲线图之后,还包括:
通过所述显示屏对所述测试结果信息数据、所述测试准确率以及所述评估曲线图进行显示。
8.一种算法测试装置,其特征在于,包括:
数据预处理模块,用于接收视频图像采集设备发送的待测试视频图像;还用于将所述待测试视频图像剪切成视频帧图像,并剔除无用的视频帧图像;还用于依次灰度化处理、旋转和缩放处理以及图像增强处理所述视频帧图像;
算法测试模块,用于调用预设识别算法测试所述标准测试视频图像数据以得到目标数据;
算法引用模块,用于储存预设识别算法;
显示模块,用于通过显示屏对所述测试结果信息进行显示。
9.根据权利要求8所述的算法测试装置,其特征在于,还包括:
储存模块,用于保存所述视频帧图像。
10.一种测试终端,其特征在于,包括显示屏,还包括如权利要求8-9任一所述的算法测试装置,所述显示屏与所述算法测试装置中的显示模块连接。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011247047.XA CN112364761B (zh) | 2020-11-10 | 2020-11-10 | 一种基于视频图像识别算法的测试方法、装置及测试终端 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011247047.XA CN112364761B (zh) | 2020-11-10 | 2020-11-10 | 一种基于视频图像识别算法的测试方法、装置及测试终端 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112364761A true CN112364761A (zh) | 2021-02-12 |
CN112364761B CN112364761B (zh) | 2024-06-14 |
Family
ID=74508504
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011247047.XA Active CN112364761B (zh) | 2020-11-10 | 2020-11-10 | 一种基于视频图像识别算法的测试方法、装置及测试终端 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112364761B (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020186770A1 (en) * | 2001-05-07 | 2002-12-12 | Bjorn Jawerth | Color video codec method and system |
CN110876054A (zh) * | 2018-08-29 | 2020-03-10 | 杭州海康威视数字技术股份有限公司 | 一种目标算法的测试方法、装置和系统 |
-
2020
- 2020-11-10 CN CN202011247047.XA patent/CN112364761B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020186770A1 (en) * | 2001-05-07 | 2002-12-12 | Bjorn Jawerth | Color video codec method and system |
CN110876054A (zh) * | 2018-08-29 | 2020-03-10 | 杭州海康威视数字技术股份有限公司 | 一种目标算法的测试方法、装置和系统 |
Non-Patent Citations (2)
Title |
---|
毕雪超;: "基于计算机视觉的舞蹈视频动作识别技术研究", 电子设计工程, no. 07 * |
王鹏;郑光宇;宋开亮;: "一种新的基于图像识别技术的信号灯识别算法", 兵工自动化, no. 03 * |
Also Published As
Publication number | Publication date |
---|---|
CN112364761B (zh) | 2024-06-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP2199782B1 (en) | Visual examination device and visual examination method | |
US9224193B2 (en) | Focus stacking image processing apparatus, imaging system, and image processing system | |
CN106951346B (zh) | 一种响应时间的测试方法和装置 | |
CN110675373B (zh) | 一种组件安装检测方法、装置和系统 | |
CN102088539B (zh) | 一种预拍照画质评价方法和系统 | |
CN115331002A (zh) | 一种基于ar眼镜实现热力站故障远程处理方法 | |
CN108156452A (zh) | 一种检测传感器的方法、装置、设备及存储介质 | |
CN112364761B (zh) | 一种基于视频图像识别算法的测试方法、装置及测试终端 | |
WO2020135097A1 (zh) | 显示终端通道切换检测方法和装置 | |
US9934593B2 (en) | Status determination system | |
CN107527011B (zh) | 一种非接触式皮肤电阻变化趋势检测方法、装置及设备 | |
CN106846302B (zh) | 一种工具正确取件的检测方法及基于此方法的考核台 | |
US6771804B1 (en) | Method and apparatus for signal segmentation | |
US10341531B2 (en) | Applying a perceptually uniform color space for image processing | |
CN116600137B (zh) | 视频图像压缩存储或解压方法、装置、设备及介质 | |
KR100929386B1 (ko) | 고속 직렬 통신 규격이 채용된 디지털 카메라의 해상력평가 장치 | |
CN112461504B (zh) | 一种基于vr镜片一致性测试的方法及装置 | |
CN109005308B (zh) | 一种图像的采集方法、测试装置以及存储介质 | |
CN116245962B (zh) | 用于无线传输到区块链服务器的数据提取系统及方法 | |
CN113115109B (zh) | 视频处理方法、装置、电子设备及存储介质 | |
JP2023146589A (ja) | 表示制御装置、その制御方法、およびプログラム | |
CN115766797A (zh) | 微模块温度可视化方法、装置、手持终端及温度巡检方法 | |
CN117596489A (zh) | 图像处理方法、图像处理装置、电子设备和存储介质 | |
CN115222667A (zh) | 图像处理方法及装置、计算机可读存储介质和电子设备 | |
CN118098178A (zh) | 拼接屏的校色方法、装置、存储介质及电子装置 |
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 |