CN112422949A - 一种摄像头视角变换的检测方法及装置 - Google Patents
一种摄像头视角变换的检测方法及装置 Download PDFInfo
- Publication number
- CN112422949A CN112422949A CN201910778320.2A CN201910778320A CN112422949A CN 112422949 A CN112422949 A CN 112422949A CN 201910778320 A CN201910778320 A CN 201910778320A CN 112422949 A CN112422949 A CN 112422949A
- Authority
- CN
- China
- Prior art keywords
- images
- camera
- image
- video image
- frame
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N17/00—Diagnosis, testing or measuring for television systems or their details
- H04N17/002—Diagnosis, testing or measuring for television systems or their details for television cameras
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N5/00—Details of television systems
- H04N5/14—Picture signal circuitry for video frequency region
- H04N5/147—Scene change detection
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Studio Devices (AREA)
Abstract
本发明公开了一种摄像头视角变换的检测方法,包括:获取摄像头采集到的第一帧视频图像和第二帧视频图像;将第一帧视频图像划分为M个区域,获得M幅第一区域图像;将第二帧视频图像划分为M个区域,获得M幅第二区域图像;将M幅第一区域图像和M幅第二区域图像中存在对应关系的两幅区域图像分到同一组中,获得M组区域图像;分别判断每一组区域图像是否发生图像角度变换,获得M个判断结果;基于M个判断结果,确定所述摄像头的视角是否发生变换。本发明实现了在检测摄像头是否发生视角变换时,抗扰动性更强,检测结果更准确的技术效果。同时,本发明还公开了一种摄像头视角变换的检测装置、电子设备和计算机可读存储介质。
Description
技术领域
本发明涉及安防技术领域,尤其涉及一种摄像头视角变换的检测方法及装置。
背景技术
近些年,人们的安全防护意识逐步增强,智能摄像头由于具有远程监控的特点,深受广大用户的欢迎。例如,可以将智能摄像头安装在家里,用户可以使用智能手机通过远程方式与智能摄像头连接,用户在公司即可使用智能手机看到家里的实时画面。
而不法分子在入室盗窃时,若发现有智能摄像头,通常会转动智能摄像头的拍摄角度,从而躲避摄像头的拍摄。所以,需要对智能摄像头是否发生视角变换进行检测。
但是,现有技术中的摄像头视角变换的检测方法,存在抗扰动性较差的缺点,容易受到偶然性事物的干扰(例如:植物叶子或太阳光斑的干扰),导致出现误判的情况,影响最终的检测结果。
发明内容
本申请实施例通过提供一种摄像头视角变换的检测方法及装置,解决了现有技术中的摄像头视角变换的检测方法,存在抗扰动性较差,检测结果不准确的技术问题,实现了在检测摄像头是否发生视角变换时,抗扰动性更强,检测结果更准确的技术效果。
第一方面,本申请通过本申请的一实施例提供如下技术方案:
一种摄像头视角变换的检测方法,包括:
获取摄像头采集到的第一帧视频图像和第二帧视频图像;
将所述第一帧视频图像划分为M个区域,获得M幅第一区域图像;以及将所述第二帧视频图像划分为M个区域,获得M幅第二区域图像;其中,M为大于等于2的整数,所述M幅第二区域图像和所述M幅第一区域图像一一对应;
将所述M幅第一区域图像和所述M幅第二区域图像中存在对应关系的两幅区域图像分到同一组中,获得M组区域图像;
分别判断所述M组区域图像中的每组区域图像是否发生图像角度变换,获得M个判断结果;
基于所述M个判断结果,确定所述摄像头的视角是否发生变换。
优选地,所述第一帧视频图像和第二帧视频图像,包括:
在预设时长内,所述摄像头采集到的两帧视频图像;或
所述摄像头连续采集到的两帧视频图像。
优选地,所述将所述第一帧视频图像划分为M个区域,获得M幅第一区域图像,包括:
基于九宫格排列方式,将所述第一帧视频图像划分成9个面积相等的图像区域,获得9幅第一区域图像;
所述将所述第二帧视频图像划分为M个区域,获得M幅第二区域图像,包括:
基于九宫格排列方式,将所述第二帧视频图像划分成9个面积相等的图像区域,获得9幅第二区域图像。
优选地,所述分别判断所述M组区域图像中的每组区域图像是否发生图像角度变换,获得M个判断结果,包括:
判断第i组区域图像中的两幅区域图像的内容是否一致,其中,所述第i组图像是所述M组图像中的任意一组图像;
若一致,则生成第一判断结果,所述第一判断结果用于表示所述第i组区域图像未发生图像角度变换;
若不一致,则生成第二判断结果,所述第二判断结果用于表示所述第i组区域图像发生图像角度变换。
优选地,所述基于所述M个判断结果,确定所述摄像头的视角是否发生变换,包括:
统计所述M个判断结果中所述第一判断结果的数量;
判断所述第一判断结果的数量是否大于等于第一预设值;
若是,则确定所述摄像头未发生视角变换;
否则,确定所述摄像头已发生视角变换。
优选地,所述基于所述M个运算结果,确定所述摄像头的视角是否发生变换,包括:
统计所述M个判断结果中所述第一判断结果的数量;
基于所述第一判断结果的数量,确定所述第一判断结果占所述M个判断结果的比例;
判断所述比例是否大于等于第二预设值;
若是,则确定所述摄像头未发生视角变换;
否则,确定所述摄像头已发生视角变换。
第二方面,本申请通过本申请的一实施例,提供如下技术方案:
一种摄像头视角变换的检测装置,包括:
获取模块,用于获取摄像头采集到的第一帧视频图像和第二帧视频图像;
分区模块,用于将所述第一帧视频图像划分为M个区域,获得M幅第一区域图像;以及将所述第二帧视频图像划分为M个区域,获得M幅第二区域图像;其中,M为大于等于2的整数,所述M幅第二区域图像和所述M幅第一区域图像一一对应;
分组模块,用于将所述M幅第一区域图像和所述M幅第二区域图像中存在对应关系的两幅区域图像分到同一组中,获得M组区域图像;
判断模块,用于分别判断所述M组区域图像中的每组区域图像是否发生图像角度变换,获得M个判断结果;
确定模块,用于基于所述M个判断结果,确定所述摄像头的视角是否发生变换。
优选地,所述第一帧视频图像和第二帧视频图像,包括:
在预设时长内,所述摄像头采集到的两帧视频图像;或
所述摄像头连续采集到的两帧视频图像。
优选地,所述分区模块,具体用于:
基于九宫格排列方式,将所述第一帧视频图像划分成9个面积相等的图像区域,获得9幅第一区域图像;基于九宫格排列方式,将所述第二帧视频图像划分成9个面积相等的图像区域,获得9幅第二区域图像。
优选地,所述判断模块,具体用于:
判断第i组区域图像中的两幅区域图像的内容是否一致,其中,所述第i组图像是所述M组图像中的任意一组图像;若一致,则生成第一判断结果,所述第一判断结果用于表示所述第i组区域图像未发生图像角度变换;若不一致,则生成第二判断结果,所述第二判断结果用于表示所述第i组区域图像发生图像角度变换。
优选地,所述确定模块,具体用于:
统计所述M个判断结果中所述第一判断结果的数量;判断所述第一判断结果的数量是否大于等于第一预设值;若是,则确定所述摄像头未发生视角变换;否则,确定所述摄像头已发生视角变换。
优选地,所述确定模块,具体用于:
统计所述M个判断结果中所述第一判断结果的数量;基于所述第一判断结果的数量,确定所述第一判断结果占所述M个判断结果的比例;判断所述比例是否大于等于第二预设值;若是,则确定所述摄像头未发生视角变换;否则,确定所述摄像头已发生视角变换。
第三方面,本申请通过本申请的一实施例,提供如下技术方案:
一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时可以实现上述第一方面任一实施方式的方法步骤。
第四方面,本申请通过本申请的一实施例,提供如下技术方案:
一种计算机可读存储介质,其上存储有计算机程序,所述程序被处理器执行时可以实现上述第一方面任一实施方式的方法步骤。
本申请实施例中提供的一个或多个技术方案,至少具有如下技术效果或优点:
在本申请实施例中,公开了一种摄像头视角变换的检测方法,包括:获取摄像头采集到的第一帧视频图像和第二帧视频图像;将所述第一帧视频图像划分为M个区域,获得M幅第一区域图像;以及将所述第二帧视频图像划分为M个区域,获得M幅第二区域图像;其中,M为大于等于2的整数,所述M幅第二区域图像和所述M幅第一区域图像一一对应;将所述M幅第一区域图像和所述M幅第二区域图像中存在对应关系的两幅区域图像分到同一组中,获得M组区域图像;分别判断所述M组区域图像中的每组区域图像是否发生图像角度变换,获得M个判断结果;基于所述M个判断结果,确定所述摄像头的视角是否发生变换。由于将第一帧视频图像和第二帧视频图像划分成多个区域,获得多组区域图像,再对组区域图像一一进行图像角度变换的判断,最后基于获得的多个判断结果确定摄像头的视角是否发生变换,相比于传统方法基于第一帧视频图像和第二帧视频图像直接确定摄像头的视角是否发生变换,本申请可以有效地降低由于偶然性事物带来的干扰,降低了误判的概率。故而解决了现有技术中的摄像头视角变换的检测方法,存在抗扰动性较差,检测结果不准确的技术问题,实现了在检测摄像头是否发生视角变换时,抗扰动性更强,检测结果更准确的技术效果。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,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为本申请实施例中一种安防监测系统的结构图;
图2为本申请实施例中一种摄像头视角变换的检测方法的流程图;
图3A~图3B为本申请实施例中摄像头采集到的第一帧视频图像和第二帧视频图像的一种示例图;
图4为本申请实施例中一种摄像头视角变换的检测装置的结构图;
图5为本申请实施例中一种电子设备的结构图;
图6为本申请实施例中一种计算机可读存储介质的结构图。
具体实施方式
本申请实施例通过提供一种摄像头视角变换的检测方法及装置,解决了现有技术中的摄像头视角变换的检测方法,存在抗扰动性较差,检测结果不准确的技术问题,实现了在检测摄像头是否发生视角变换时,抗扰动性更强,检测结果更准确的技术效果。
本申请实施例的技术方案为解决上述技术问题,总体思路如下:
一种摄像头视角变换的检测方法,包括:获取摄像头采集到的第一帧视频图像和第二帧视频图像;将所述第一帧视频图像划分为M个区域,获得M幅第一区域图像;以及将所述第二帧视频图像划分为M个区域,获得M幅第二区域图像;其中,M为大于等于2的整数,所述M幅第二区域图像和所述M幅第一区域图像一一对应;将所述M幅第一区域图像和所述M幅第二区域图像中存在对应关系的两幅区域图像分到同一组中,获得M组区域图像;分别判断所述M组区域图像中的每组区域图像是否发生图像角度变换,获得M个判断结果;基于所述M个判断结果,确定所述摄像头的视角是否发生变换。
为了更好的理解上述技术方案,下面将结合说明书附图以及具体的实施方式对上述技术方案进行详细的说明。
首先说明,本文中出现的术语“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,A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。另外,本文中字符“/”,一般表示前后关联对象是一种“或”的关系。
其次说明,在现有技术中,在对摄像头是否发生视角变换进行检测时,大多是直接基于摄像头连续采集到的两帧视频图像(即:后文中的“第一帧视频图像”和“第二帧视频图像”)进行检测,若发现两帧视频的图像内容不一致,则确定摄像头的视角发生了变换。但是,该方法抗扰动性较差,无法避免一些偶然性事物的干扰,容易出现误判,影响最终的检测结果。例如:如图3A~3B所示,图3A和3B是摄像头连续采集到的两帧视频图像,图3B相比于图3A仅多了一片植物的叶子,这可能是由于在摄像头附近放置有植物,风将植物的叶子吹进了摄像头的视野内,而基于现有技术则会认为摄像头的视角发生了变换,但实际上摄像头的视角并未发生变换,出现了检测结果不准确的问题。
实施例一
本实施例提供了一种摄像头视角变换的检测方法,应用于安防监测系统中,用于对摄像头是否发生视角变换进行检测。其中,所述安防监测系统如图1所示,可以包括:一个或多个安防监测设备、一个安防中控设备,以及一个或多个用户终端。
安防监测设备,包括但不限于如下设备中的一种或多种:红外报警器、智能门铃、智能摄像头、监控摄像头、烟雾报警器、智能音响、扫地机器人、等等。
安防中控设备,相当于一个安全控制大脑,可以对安防监测系统中的全部或部分安防监测设备起到总控制作用。
用户终端,包括但不限于:智能手机、平板电脑、PC(Personal Computer,个人电脑)、等等,用于接收安防中控设备发来的监测数据(这些监测数据来自于安防监测设备),并展示给用户;同时,用户终端还用于对安防中控设备进行控制,从而间接对每个安防监测设备进行控制。
下面,以别墅用户为例,对上述安防监测系统进行简要介绍:
红外报警器,可以安装在别墅的围墙上,用于监测是否有入侵者翻墙进入,若监测到有入侵者,则发出报警。红外报警器可以通过数据线或无线网络与安防中控设备连接,从而将监测到的数据(即:图像数据)发给安防中控设备。
智能门铃,也叫可视门铃,可以安装在别墅的大门上,智能门铃不但具有普通门铃的功能(即:来访者可以触发智能门铃上的预设按钮,例如“呼叫”按钮,控制智能门铃发出铃声,从而呼叫室内的主人),智能门铃还具有危险识别功能(例如:在智能门铃上设置有摄像头,用于采集门前区域的图像,并进行分析,在分析出门外有可疑人员或危险人员逗留时,发出报警信息)。智能门铃可以通过数据线或无线网络与安防中控设备连接,从而将监测到的数据(即:图像数据)发给安防中控设备。
监控摄像头,可以安装在室内,也可以安装在别墅的外墙上,用于采集对应监测区域的视频图像。监控摄像头可以通过数据线或无线网络与安防中控设备连接,从而将监测到的数据(即:图像数据)发给安防中控设备。
智能摄像头,与监控摄像头功能基本一致,但体积更小,通常安装在室内。另外,智能摄像头还可以将采集到的视频图像上传到云端服务器,用户可以使用任一用户终端(例如:智能手机或平板电脑等)访问云端服务器,观看到该视频图像。智能摄像头可以通过数据线或无线网络与安防中控设备连接,从而将监测到的数据(即:图像数据)发给安防中控设备。
扫地机器人,通常位于室内,且具有摄像头,可以在室内行走和清扫,其所携带的摄像头可对室内进行图像采集。扫地机器人可以通过数据线或无线网络与安防中控设备连接,从而将监测到的数据(即:图像数据)发给安防中控设备。
烟雾报警器,用于对烟雾进行检测,并在检测到烟雾时进行报警,其可以有效地在火灾发生初期报警,从而警示用户及时灭火或逃生。烟雾报警器可以通过数据线或无线网络与安防中控设备连接,从而将监测到的数据(即:烟雾数据)发给安防中控设备。
智能音响,一般具有麦克风和扬声器,麦克风可以用于采集环境中的声音数据。智能音响可以通过数据线或无线网络与安防中控设备连接,从而将监测到的数据(即:声音数据)发给安防中控设备。
安防中控设备可以基于上述一个或多个安防监测设备发来的监测数据进行综合分析,判断别墅当前是否存在风险(例如:是否有陌生人入侵,是否有火灾、等等),在确定存在风险时,可以进行报警。例如,向用户终端(例如:别墅用户的智能手机、平板电脑、PC)和/或智能音响发送报警信息,其中,智能音响可以通过其自带的扬声器输出报警信息。
本实施例提供的摄像头视角变换的检测方法,具体可以应用于安防中控设备中,用于根据监控摄像头(或智能摄像头)传来的图像数据(即:后文中的“第一帧视频图像”和“第二帧视频图像”),确定监控摄像头(或智能摄像头)的视角是否发生变换,并进一步进行风险识别。例如,若检测到摄像头(或智能摄像头)发生视角变换,则可能是有入侵者挪动了监控摄像头(或智能摄像头),以躲避拍摄。当然,本方法还可以应用于监控摄像头(或智能摄像头)中。此处,对于本方法的执行主体具体是何种设备,本实施例不做具体限定。
进一步,所述摄像头视角变换的检测方法,如图2所示,包括:
步骤S101:获取摄像头采集到的第一帧视频图像和第二帧视频图像。
在具体实施过程中,如图1所示,所述摄像头具体可以为监控摄像头或智能摄像头。
在具体施过程中,所述第一帧视频图像和第二帧视频图像,可以是:在预设时长内(例如:在1秒钟内)摄像头采集到的两帧视频图像,或者,是摄像头连续采集到的两帧视频图像。
举例来讲,如图3A~3B所示,图3A即为第一帧视频图像,图3B即为第二帧视频图像。
步骤S102:将第一帧视频图像划分为M个区域,获得M幅第一区域图像;以及将第二帧视频图像划分为M个区域,获得M幅第二区域图像;其中,M为大于等于2的整数,所述M幅第二区域图像和所述M幅第一区域图像一一对应。
在具体实施过程中,可以将第一帧视频图像(和第二帧视频图像)划分成多个区域。例如:划分为4个区域、或6个区域、或9个区域、或12个区域、等等,对于具体划分为多少区域,本实施例不做具体限定。并且,每个区域的形状和大小应该相同。
作为一种可选的实施例,步骤S102,包括:
基于九宫格排列方式,将第一帧视频图像划分成9个面积相等的图像区域,获得9幅第一区域图像;基于九宫格排列方式,将第二帧视频图像划分成9个面积相等的图像区域,获得9幅第二区域图像。
举例来讲,如图3A所示,可以基于九宫格排列方式,将第一帧视频图像划分成9个面积相等的图像区域,获得9幅第一区域图像。这9幅第一区域图像,分别为:图像P1、图像P2、图像P3、图像P4、图像P5、图像P6、图像P7、图像P8、图像P9。同理,如图3B所示,可以基于九宫格排列方式,将第二帧视频图像划分成9个面积相等的图像区域,获得9幅第二区域图像。这9幅第二区域图像,分别为:图像Q1、图像Q2、图像Q3、图像Q4、图像Q5、图像Q6、图像Q7、图像Q8、图像Q9。
并且,图像P1~P9与图像Q1~Q9存在一一对应的关系。具体地,可以将两帧视频图像(即:第一帧视频图像和第二帧视频图像)中位置相同的两幅区域图像一一建立对应关系。例如:图像P1和图像Q1对应,图像P2和图像Q2对应,图像P3和图像Q3对应,图像P4和图像Q4对应,图像P5和图像Q5对应,图像P6和图像Q6对应,图像P7和图像Q7对应,图像P8和图像Q8对应,图像P9和图像Q9对应。
步骤S103:将所述M幅第一区域图像和所述M幅第二区域图像中存在对应关系的两幅区域图像分到同一组中,获得M组区域图像。
举例来讲,如图3A~3B所示,可以将图像P1~P9与图像Q1~Q9中存在对应关系的两幅区域图像分到同一组中,获得9组区域图像。具体地,将图像P1和图像Q1分到同一组中,记为第1组;将图像P2和图像Q2分到同一组中,记为第2组;将图像P3和图像Q3分到同一组中,记为第3组;将图像P4和图像Q4分到同一组中,记为第4组;将图像P5和图像Q5分到同一组中,记为第5组;将图像P6和图像Q6分到同一组中,记为第6组;将图像P7和图像Q7分到同一组中,记为第7组;将图像P8和图像Q8分到同一组中,记为第8组;将图像P9和图像Q9分到同一组中,记为第9组。
步骤S104:分别判断所述M组区域图像中的每组区域图像是否发生图像角度变换,获得M个判断结果。
在具体实施过程中,可以针对每一组区域图像分别进行图像角度变换运算,从而判断每一组区域图像是否发生了图像角度变换,获得对应的判断结果。
作为一种可选的实施例,步骤S104,包括:
判断第i组区域图像中的两幅区域图像的内容是否一致(1≤i≤M,也就是说,第i组图像是所述M组图像中的任意一组图像);若一致,则生成第一判断结果,第一判断结果用于表示第i组区域图像未发生图像角度变换;若不一致,则生成第二判断结果,第二判断结果用于表示第i组区域图像发生了图像角度变换。
举例来讲,在判断两幅区域图像是否一致时,可以采用像素逐一对比的方式,若两幅区域图像中位置相同的两个像素的RGB值(或灰度值)都相同,则确定两幅区域图像的内容一致,否则,确定两幅区域图像的内容不一致。
当前,也可以存在一定的误差。例如,若两幅区域图像中超过一预设比例(例如:90%、或85%)的位置相同的两个像素的RGB值(或灰度值)都相同,则确定两幅区域图像的内容一致,否则,确定两幅区域图像的内容不一致。
在具体实施过程中,在判断第i组区域图像中的两幅区域图像的内容是否一致,还可以才采用其他算法,本实施例不做具体限定。
在具体实施过程中,需要分别判断所述M组区域图像中的每一组区域图像是否发生图像角度变换,获得M个判断结果。
举例来讲,如图3A~3B所示,则需要对第1组~第9组区域图像,依次进行图像角度变换的判断,获得9个判断结果。具体地,在对第1组图像进行判断时,需要判断图像P1和图像Q1中的内容是否一致,此处,由于图像P1和图像Q1中内容一致,所以生成第一判断结果。在对第2组图像进行判断时,需要判断图像P2和图像Q2中内容是否一致,此处,由于图像P2和图像Q2中内容不一致,所以生成第二判断结果。在对第3组图像进行判断时,需要判断图像P3和图像Q3中内容是否一致,此处,由于图像P3和图像Q3中内容不一致,所以生成第二判断结果。以此类推,对第4组~第9组区域图像依次进行判断,由于第4组~第9图像中每一组区域图像中的两幅区域图像都一致,所以第4组~第9组区域图像各自对应的判断结果都是第二判断结果。
步骤S105:基于所述M个判断结果,确定摄像头的视角是否发生变换。
作为一种可选的实施例,步骤S105,以下两种实施方式:
方式一:统计所述M个判断结果中第一判断结果的数量;判断第一判断结果的数量是否大于等于第一预设值;若是,则确定摄像头未发生视角变换;否则,确定摄像头已发生视角变换。
在具体实施过程中,第一预设值小于等于M。
举例来讲,可以将第一预设值设置为6,在如图3A~3B中,仅有第2组中的P2和Q3和第3组中的P3和Q3图像内容不一致,其余7组中的两幅区域图像的内容都一致,第一判断结果的数量等于7(大于等于6),所以确定摄像头未发生视角变换。
若第一判断结果的数量小于第一预设值(例如,第一判断结果的数量为3个,则表明9组区域图像中仅有3组图像内容一致,其余6组都不一致),则确定摄像头发生了视角变换。
在具体实施过程中,第一预设值也可以设置为7或8,其可以根据实际需要自由调整,本实施例不做具体限定。
方式二:统计所述M个判断结果中第一判断结果的数量;基于第一判断结果的数量,确定第一判断结果占所述M个判断结果的比例;判断所述比例是否大于等于第二预设值;若是,则确定摄像头未发生视角变换;否则,确定摄像头已发生视角变换。其中,第一判断结果用于表示对应那一组区域图像未发生图像角度变换。
举例来讲,可以将第二预设值设置为6/9,在图3A~3B中,仅有第2组中的P2和Q3和第3组中的P3和Q3图像内容不一致,其余7组中的两幅区域图像的内容都一致,第一判断结果的数量等于7(第一判断结果的占比为7/9,大于等于6/9),所以确定摄像头未发生视角变换。
若第一判断结果的占比小于第二预设值(例如,若第一判断结果的占比为3/9,则表明9组区域图像中仅有3组图像内容一致,其余6组都不一致),则确定摄像头发生了视角变换。
在具体实施过程中,第二预设值也可以设置为7/9或8/9,其可以根据实际需要自由调整,本实施例不做具体限定。
由此可见,在两帧视频图像(即:第一帧视频图像和第二帧视频图像)中存在小范围的差异时,其有可能是偶然性事件导致(例如,如图3B所示的植物叶子,或太阳光斑),而采用上述方式一和方式二,可以有效地降低类似偶然性事件所造成的影响,提高了摄像头视角变换检测的抗扰动性,提高了检测结果的准确性。
上述本申请实施例中的技术方案,至少具有如下的技术效果或优点:
在本申请实施例中,公开了一种摄像头视角变换的检测方法,包括:获取摄像头采集到的第一帧视频图像和第二帧视频图像;将所述第一帧视频图像划分为M个区域,获得M幅第一区域图像;以及将所述第二帧视频图像划分为M个区域,获得M幅第二区域图像;其中,M为大于等于2的整数,所述M幅第二区域图像和所述M幅第一区域图像一一对应;将所述M幅第一区域图像和所述M幅第二区域图像中存在对应关系的两幅区域图像分到同一组中,获得M组区域图像;分别判断所述M组区域图像中的每组区域图像是否发生图像角度变换,获得M个判断结果;基于所述M个判断结果,确定所述摄像头的视角是否发生变换。由于将第一帧视频图像和第二帧视频图像划分成多个区域,获得多组区域图像,再对每组区域图像一一进行图像角度变换的判断,最后基于获得的多个判断结果确定摄像头的视角是否发生变换,相比于传统方法基于第一帧视频图像和第二帧视频图像直接确定摄像头的视角是否发生变换,本申请可以有效地降低由于偶然性事物带来的干扰,降低了误判的概率。故而解决了现有技术中的摄像头视角变换的检测方法,存在抗扰动性较差,检测结果不准确的技术问题,实现了在检测摄像头是否发生视角变换时,抗扰动性更强,检测结果更准确的技术效果。
实施例二
基于同一发明构思,如图4所示,本实施例提供了一种摄像头视角变换的检测装置200,包括:
获取模块201,用于获取摄像头采集到的第一帧视频图像和第二帧视频图像;
分区模块202,用于将所述第一帧视频图像划分为M个区域,获得M幅第一区域图像;以及将所述第二帧视频图像划分为M个区域,获得M幅第二区域图像;其中,M为大于等于2的整数,所述M幅第二区域图像和所述M幅第一区域图像一一对应;
分组模块203,用于将所述M幅第一区域图像和所述M幅第二区域图像中存在对应关系的两幅区域图像分到同一组中,获得M组区域图像;
判断模块204,用于分别判断所述M组区域图像中的每组区域图像是否发生图像角度变换,获得M个判断结果;
确定模块205,用于基于所述M个判断结果,确定所述摄像头的视角是否发生变换。
作为一种可选的实施例,所述第一帧视频图像和第二帧视频图像,包括:
在预设时长内,所述摄像头采集到的两帧视频图像;或
所述摄像头连续采集到的两帧视频图像。
作为一种可选的实施例,分区模块202,具体用于:
基于九宫格排列方式,将所述第一帧视频图像划分成9个面积相等的图像区域,获得9幅第一区域图像;基于九宫格排列方式,将所述第二帧视频图像划分成9个面积相等的图像区域,获得9幅第二区域图像。
作为一种可选的实施例,判断模块204,具体用于:
判断第i组区域图像中的两幅区域图像的内容是否一致,其中,所述第i组图像是所述M组图像中的任意一组图像;若一致,则生成第一判断结果,所述第一判断结果用于表示所述第i组区域图像未发生图像角度变换;若不一致,则生成第二判断结果,所述第二判断结果用于表示所述第i组区域图像发生图像角度变换。
作为一种可选的实施例,确定模块205,具体用于:
统计所述M个判断结果中所述第一判断结果的数量;判断所述第一判断结果的数量是否大于等于第一预设值;若是,则确定所述摄像头未发生视角变换;否则,确定所述摄像头已发生视角变换。
作为一种可选的实施例,确定模块205,具体用于:
统计所述M个判断结果中所述第一判断结果的数量;基于所述第一判断结果的数量,确定所述第一判断结果占所述M个判断结果的比例;判断所述比例是否大于等于第二预设值;若是,则确定所述摄像头未发生视角变换;否则,确定所述摄像头已发生视角变换。
由于本实施例所介绍的摄像头视角变换的检测装置为实施本申请实施例一中摄像头视角变换的检测方法所采用的装置,故而基于本申请实施例一中所介绍的摄像头视角变换的检测方法,本领域所属技术人员能够了解本实施例的摄像头视角变换的检测装置的具体实施方式以及其各种变化形式,所以在此对于该摄像头视角变换的检测装置如何实现本申请实施例一中的方法不再详细介绍。只要本领域所属技术人员实施本申请实施例一中摄像头视角变换的检测方法所采用的装置,都属于本申请所欲保护的范围。
上述本申请实施例中的技术方案,至少具有如下的技术效果或优点:
由于将第一帧视频图像和第二帧视频图像划分成多个区域,获得多组区域图像,再对每组区域图像一一进行图像角度变换的判断,最后基于获得的多个判断结果确定摄像头的视角是否发生变换,相比于传统方法基于第一帧视频图像和第二帧视频图像直接确定摄像头的视角是否发生变换,本申请可以有效地降低由于偶然性事物带来的干扰,降低了误判的概率。故而解决了现有技术中的摄像头视角变换的检测方法,存在抗扰动性较差,检测结果不准确的技术问题,实现了在检测摄像头是否发生视角变换时,抗扰动性更强,检测结果更准确的技术效果。
实施例三
基于同一发明构思,如图5所示,本实施例提供了一种电子设备300,包括存储器310、处理器320及存储在存储器310上并可在处理器320上运行的计算机程序311,处理器320执行所述程序311时可以实现如下方法步骤:
获取摄像头采集到的第一帧视频图像和第二帧视频图像;将所述第一帧视频图像划分为M个区域,获得M幅第一区域图像;以及将所述第二帧视频图像划分为M个区域,获得M幅第二区域图像;其中,M为大于等于2的整数,所述M幅第二区域图像和所述M幅第一区域图像一一对应;将所述M幅第一区域图像和所述M幅第二区域图像中存在对应关系的两幅区域图像分到同一组中,获得M组区域图像;分别判断所述M组区域图像中的每组区域图像是否发生图像角度变换,获得M个判断结果;基于所述M个判断结果,确定所述摄像头的视角是否发生变换。
在具体实施过程中,所述处理器320执行所述程序311时,还可以实现实施例一中的任一方式步骤。
实施例四
基于同一发明构思,如图6所示,本实施例提供了一种计算机可读存储介质400,其上存储有计算机程序411,所述程序411被处理器执行时可以实现如下方法步骤。
获取摄像头采集到的第一帧视频图像和第二帧视频图像;将所述第一帧视频图像划分为M个区域,获得M幅第一区域图像;以及将所述第二帧视频图像划分为M个区域,获得M幅第二区域图像;其中,M为大于等于2的整数,所述M幅第二区域图像和所述M幅第一区域图像一一对应;将所述M幅第一区域图像和所述M幅第二区域图像中存在对应关系的两幅区域图像分到同一组中,获得M组区域图像;分别判断所述M组区域图像中的每组区域图像是否发生图像角度变换,获得M个判断结果;基于所述M个判断结果,确定所述摄像头的视角是否发生变换。
在具体实施过程中,该程序411被处理器执行时,还可以实现实施例一中的任一方式步骤。
在此提供的算法和显示不与任何特定计算机、虚拟系统或者其它设备固有相关。各种通用系统也可以与基于在此的示教一起使用。根据上面的描述,构造这类系统所要求的结构是显而易见的。此外,本发明也不针对任何特定编程语言。应当明白,可以利用各种编程语言实现在此描述的本发明的内容,并且上面对特定语言所做的描述是为了披露本发明的最佳实施方式。
在此处所提供的说明书中,说明了大量具体细节。然而,能够理解,本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中,并未详细示出公知的方法、结构和技术,以便不模糊对本说明书的理解。
类似地,应当理解,为了精简本公开并帮助理解各个发明方面中的一个或多个,在上面对本发明的示例性实施例的描述中,本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而,并不应将该公开的方法解释成反映如下意图:即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说,如下面的权利要求书所反映的那样,发明方面在于少于前面公开的单个实施例的所有特征。因此,遵循具体实施方式的权利要求书由此明确地并入该具体实施方式,其中每个权利要求本身都作为本发明的单独实施例。
本领域那些技术人员可以理解,可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件,以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外,可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述,本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。
此外,本领域的技术人员能够理解,尽管在此的一些实施例包括其它实施例中所包括的某些特征而不是其它特征,但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如,在下面的权利要求书中,所要求保护的实施例的任意之一都可以以任意的组合方式来使用。
本发明的各个部件实施例可以以硬件实现,或者以在一个或者多个处理器上运行的软件模块实现,或者以它们的组合实现。本领域的技术人员应当理解,可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本发明实施例的摄像头视角变换的检测装置、电子设备中的一些或者全部部件的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如,计算机程序和计算机程序产品)。这样的实现本发明的程序可以存储在计算机可读介质上,或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到,或者在载体信号上提供,或者以任何其他形式提供。
应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制,并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中,不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中,这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。
本发明公开了,A1、一种摄像头视角变换的检测方法,其特征在于,包括:
获取摄像头采集到的第一帧视频图像和第二帧视频图像;
将所述第一帧视频图像划分为M个区域,获得M幅第一区域图像;以及将所述第二帧视频图像划分为M个区域,获得M幅第二区域图像;其中,M为大于等于2的整数,所述M幅第二区域图像和所述M幅第一区域图像一一对应;
将所述M幅第一区域图像和所述M幅第二区域图像中存在对应关系的两幅区域图像分到同一组中,获得M组区域图像;
分别判断所述M组区域图像中的每组区域图像是否发生图像角度变换,获得M个判断结果;
基于所述M个判断结果,确定所述摄像头的视角是否发生变换。
A2、如A1所述的摄像头视角变换的检测方法,其特征在于,所述第一帧视频图像和第二帧视频图像,包括:
在预设时长内,所述摄像头采集到的两帧视频图像;或
所述摄像头连续采集到的两帧视频图像。
A3、如A1所述的摄像头视角变换的检测方法,其特征在于,所述将所述第一帧视频图像划分为M个区域,获得M幅第一区域图像,包括:
基于九宫格排列方式,将所述第一帧视频图像划分成9个面积相等的图像区域,获得9幅第一区域图像;
所述将所述第二帧视频图像划分为M个区域,获得M幅第二区域图像,包括:
基于九宫格排列方式,将所述第二帧视频图像划分成9个面积相等的图像区域,获得9幅第二区域图像。
A4、如A1所述的摄像头视角变换的检测方法,其特征在于,所述分别判断所述M组区域图像中的每组区域图像是否发生图像角度变换,获得M个判断结果,包括:
判断第i组区域图像中的两幅区域图像的内容是否一致,其中,所述第i组图像是所述M组图像中的任意一组图像;
若一致,则生成第一判断结果,所述第一判断结果用于表示所述第i组区域图像未发生图像角度变换;
若不一致,则生成第二判断结果,所述第二判断结果用于表示所述第i组区域图像发生图像角度变换。
A5、如A4所述的摄像头视角变换的检测方法,其特征在于,所述基于所述M个判断结果,确定所述摄像头的视角是否发生变换,包括:
统计所述M个判断结果中所述第一判断结果的数量;
判断所述第一判断结果的数量是否大于等于第一预设值;
若是,则确定所述摄像头未发生视角变换;
否则,确定所述摄像头已发生视角变换。
A6、如A4所述的摄像头视角变换的检测方法,其特征在于,所述基于所述M个运算结果,确定所述摄像头的视角是否发生变换,包括:
统计所述M个判断结果中所述第一判断结果的数量;
基于所述第一判断结果的数量,确定所述第一判断结果占所述M个判断结果的比例;
判断所述比例是否大于等于第二预设值;
若是,则确定所述摄像头未发生视角变换;
否则,确定所述摄像头已发生视角变换。
B7、一种摄像头视角变换的检测装置,其特征在于,包括:
获取模块,用于获取摄像头采集到的第一帧视频图像和第二帧视频图像;
分区模块,用于将所述第一帧视频图像划分为M个区域,获得M幅第一区域图像;以及将所述第二帧视频图像划分为M个区域,获得M幅第二区域图像;其中,M为大于等于2的整数,所述M幅第二区域图像和所述M幅第一区域图像一一对应;
分组模块,用于将所述M幅第一区域图像和所述M幅第二区域图像中存在对应关系的两幅区域图像分到同一组中,获得M组区域图像;
判断模块,用于分别判断所述M组区域图像中的每组区域图像是否发生图像角度变换,获得M个判断结果;
确定模块,用于基于所述M个判断结果,确定所述摄像头的视角是否发生变换。
B8、如B7所述的摄像头视角变换的检测装置,其特征在于,所述第一帧视频图像和第二帧视频图像,包括:
在预设时长内,所述摄像头采集到的两帧视频图像;或
所述摄像头连续采集到的两帧视频图像。
B9、如B7所述的摄像头视角变换的检测装置,其特征在于,所述分区模块,具体用于:
基于九宫格排列方式,将所述第一帧视频图像划分成9个面积相等的图像区域,获得9幅第一区域图像;基于九宫格排列方式,将所述第二帧视频图像划分成9个面积相等的图像区域,获得9幅第二区域图像。
B10、如B7所述的摄像头视角变换的检测装置,其特征在于,所述判断模块,具体用于:
判断第i组区域图像中的两幅区域图像的内容是否一致,其中,所述第i组图像是所述M组图像中的任意一组图像;若一致,则生成第一判断结果,所述第一判断结果用于表示所述第i组区域图像未发生图像角度变换;若不一致,则生成第二判断结果,所述第二判断结果用于表示所述第i组区域图像发生图像角度变换。
B11、如B10所述的摄像头视角变换的检测装置,其特征在于,所述确定模块,具体用于:
统计所述M个判断结果中所述第一判断结果的数量;判断所述第一判断结果的数量是否大于等于第一预设值;若是,则确定所述摄像头未发生视角变换;否则,确定所述摄像头已发生视角变换。
B12、如B10所述的摄像头视角变换的检测装置,其特征在于,所述确定模块,具体用于:
统计所述M个判断结果中所述第一判断结果的数量;基于所述第一判断结果的数量,确定所述第一判断结果占所述M个判断结果的比例;判断所述比例是否大于等于第二预设值;若是,则确定所述摄像头未发生视角变换;否则,确定所述摄像头已发生视角变换。
C13、一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时可以实现如权利要A1~A6任一权项所述的方法步骤。
D14、一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述程序被处理器执行时可以实现如A1~A6任一权项所述的方法步骤。
Claims (10)
1.一种摄像头视角变换的检测方法,其特征在于,包括:
获取摄像头采集到的第一帧视频图像和第二帧视频图像;
将所述第一帧视频图像划分为M个区域,获得M幅第一区域图像;以及将所述第二帧视频图像划分为M个区域,获得M幅第二区域图像;其中,M为大于等于2的整数,所述M幅第二区域图像和所述M幅第一区域图像一一对应;
将所述M幅第一区域图像和所述M幅第二区域图像中存在对应关系的两幅区域图像分到同一组中,获得M组区域图像;
分别判断所述M组区域图像中的每组区域图像是否发生图像角度变换,获得M个判断结果;
基于所述M个判断结果,确定所述摄像头的视角是否发生变换。
2.如权利要求1所述的摄像头视角变换的检测方法,其特征在于,所述第一帧视频图像和第二帧视频图像,包括:
在预设时长内,所述摄像头采集到的两帧视频图像;或
所述摄像头连续采集到的两帧视频图像。
3.如权利要求1所述的摄像头视角变换的检测方法,其特征在于,所述将所述第一帧视频图像划分为M个区域,获得M幅第一区域图像,包括:
基于九宫格排列方式,将所述第一帧视频图像划分成9个面积相等的图像区域,获得9幅第一区域图像;
所述将所述第二帧视频图像划分为M个区域,获得M幅第二区域图像,包括:
基于九宫格排列方式,将所述第二帧视频图像划分成9个面积相等的图像区域,获得9幅第二区域图像。
4.如权利要求1所述的摄像头视角变换的检测方法,其特征在于,所述分别判断所述M组区域图像中的每组区域图像是否发生图像角度变换,获得M个判断结果,包括:
判断第i组区域图像中的两幅区域图像的内容是否一致,其中,所述第i组图像是所述M组图像中的任意一组图像;
若一致,则生成第一判断结果,所述第一判断结果用于表示所述第i组区域图像未发生图像角度变换;
若不一致,则生成第二判断结果,所述第二判断结果用于表示所述第i组区域图像发生图像角度变换。
5.如权利要求4所述的摄像头视角变换的检测方法,其特征在于,所述基于所述M个判断结果,确定所述摄像头的视角是否发生变换,包括:
统计所述M个判断结果中所述第一判断结果的数量;
判断所述第一判断结果的数量是否大于等于第一预设值;
若是,则确定所述摄像头未发生视角变换;
否则,确定所述摄像头已发生视角变换。
6.如权利要求4所述的摄像头视角变换的检测方法,其特征在于,所述基于所述M个运算结果,确定所述摄像头的视角是否发生变换,包括:
统计所述M个判断结果中所述第一判断结果的数量;
基于所述第一判断结果的数量,确定所述第一判断结果占所述M个判断结果的比例;
判断所述比例是否大于等于第二预设值;
若是,则确定所述摄像头未发生视角变换;
否则,确定所述摄像头已发生视角变换。
7.一种摄像头视角变换的检测装置,其特征在于,包括:
获取模块,用于获取摄像头采集到的第一帧视频图像和第二帧视频图像;
分区模块,用于将所述第一帧视频图像划分为M个区域,获得M幅第一区域图像;以及将所述第二帧视频图像划分为M个区域,获得M幅第二区域图像;其中,M为大于等于2的整数,所述M幅第二区域图像和所述M幅第一区域图像一一对应;
分组模块,用于将所述M幅第一区域图像和所述M幅第二区域图像中存在对应关系的两幅区域图像分到同一组中,获得M组区域图像;
判断模块,用于分别判断所述M组区域图像中的每组区域图像是否发生图像角度变换,获得M个判断结果;
确定模块,用于基于所述M个判断结果,确定所述摄像头的视角是否发生变换。
8.如权利要求7所述的摄像头视角变换的检测装置,其特征在于,所述第一帧视频图像和第二帧视频图像,包括:
在预设时长内,所述摄像头采集到的两帧视频图像;或
所述摄像头连续采集到的两帧视频图像。
9.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时可以实现如权利要1~6任一权项所述的方法步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述程序被处理器执行时可以实现如权利要求1~6任一权项所述的方法步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910778320.2A CN112422949A (zh) | 2019-08-22 | 2019-08-22 | 一种摄像头视角变换的检测方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910778320.2A CN112422949A (zh) | 2019-08-22 | 2019-08-22 | 一种摄像头视角变换的检测方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112422949A true CN112422949A (zh) | 2021-02-26 |
Family
ID=74779798
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910778320.2A Pending CN112422949A (zh) | 2019-08-22 | 2019-08-22 | 一种摄像头视角变换的检测方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112422949A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112927459A (zh) * | 2021-03-09 | 2021-06-08 | 湖南农业大学 | 一种基于无人机视觉的九宫格火势预测方法及应用 |
-
2019
- 2019-08-22 CN CN201910778320.2A patent/CN112422949A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112927459A (zh) * | 2021-03-09 | 2021-06-08 | 湖南农业大学 | 一种基于无人机视觉的九宫格火势预测方法及应用 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CA2795896C (en) | Method and system for security system tampering detection | |
CN105554440A (zh) | 监控方法和设备 | |
CN107911653A (zh) | 驻所智能视频监控模组、系统、方法以及存储介质 | |
US20170053504A1 (en) | Motion detection system based on user feedback | |
CN103325209A (zh) | 一种基于无线的智能安防报警系统 | |
CN106708451B (zh) | 同屏监控智能设备状态的方法、投影设备及用户终端 | |
KR102195706B1 (ko) | 침입 탐지방법 및 그 장치 | |
US20130011014A1 (en) | Surveillance system and method | |
CN103338362B (zh) | 一种基于视频监控系统的事件处理方法及系统 | |
CN109544870B (zh) | 用于智能监控系统的报警判断方法与智能监控系统 | |
CN106770313A (zh) | 一种汽车扶手的检测系统 | |
CN109886129B (zh) | 提示信息生成方法和装置,存储介质及电子装置 | |
WO2023098287A1 (zh) | 消息推送方法、装置、存储介质及电子装置 | |
CN107122743A (zh) | 安防监控方法、装置和电子设备 | |
CN109889777A (zh) | 3d实景视觉监控的切换展示方法及系统 | |
CN110598596A (zh) | 一种危险行为监测方法、装置及电子设备 | |
CN112005282A (zh) | 混合现实设备的警报 | |
CN110602453B (zh) | 一种物联网大数据智能视频安防监控系统 | |
CN114821414A (zh) | 一种基于改进yolov5的烟火检测方法、系统及电子设备 | |
CN113971868A (zh) | 一种基于幼儿行为统计的报警方法及系统 | |
CN110505438B (zh) | 一种排队数据的获取方法和摄像机 | |
US20110157355A1 (en) | Method and System for Detecting Events in Environments | |
CN112422949A (zh) | 一种摄像头视角变换的检测方法及装置 | |
CN101461239B (zh) | 用于进行中心站警报监控的视频验证系统和方法 | |
CN114187327A (zh) | 目标识别跟踪方法及装置、计算机可读介质、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 |