CN112437229A - 一种画面追踪方法、装置、电子设备及存储介质 - Google Patents

一种画面追踪方法、装置、电子设备及存储介质 Download PDF

Info

Publication number
CN112437229A
CN112437229A CN202011247531.2A CN202011247531A CN112437229A CN 112437229 A CN112437229 A CN 112437229A CN 202011247531 A CN202011247531 A CN 202011247531A CN 112437229 A CN112437229 A CN 112437229A
Authority
CN
China
Prior art keywords
image
real
time image
camera
picture
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
Application number
CN202011247531.2A
Other languages
English (en)
Inventor
张永航
张军
盛宇
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.)
Suzhou Aiist Intelligent Technology Co ltd
Original Assignee
Suzhou Aiist Intelligent 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 Suzhou Aiist Intelligent Technology Co ltd filed Critical Suzhou Aiist Intelligent Technology Co ltd
Priority to CN202011247531.2A priority Critical patent/CN112437229A/zh
Publication of CN112437229A publication Critical patent/CN112437229A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60Control of cameras or camera modules
    • H04N23/67Focus control based on electronic image sensor signals
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/20Movements or behaviour, e.g. gesture recognition
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60Control of cameras or camera modules
    • H04N23/62Control of parameters via user interfaces

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Human Computer Interaction (AREA)
  • Signal Processing (AREA)
  • General Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Health & Medical Sciences (AREA)
  • Psychiatry (AREA)
  • Social Psychology (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Image Analysis (AREA)

Abstract

本发明实施例公开了一种画面追踪方法、装置、电子设备及存储介质,该方法包括:通过摄像头获取目标画面的实时图像;对所述实时图像进行画面分析,以确定所述实时图像是否为期望目标图像;若所述实时图像不是期望目标图像,则对所述摄像头进行调整,以获取所述期望目标图像。本发明实施例的技术方案,实现了对目标画面的精准追踪拍摄。

Description

一种画面追踪方法、装置、电子设备及存储介质
技术领域
本发明实施例涉及画面追踪技术领域,尤其涉及一种画面追踪方法、装置、电子设备及存储介质。
背景技术
近年来,人工智能技术已成为全球新一轮科技革命和产业变革的着力点,迅速进入人们的视野,并在智能影像、智能病理、智能决策等医疗领域得到初步应用,其在外科领域也已逐步成为一项可普及、可推广的技术。
富媒体电子病历是以手术动态影像为媒介的、具有可交互性的手术电子病历文件,其具有广泛性、互动性、精准性、蔓延性等特点。在外科手术中,患者的富媒体电子病历的记录需求逐步体现出来。
目前,医院手术室富媒体病历记录过程中,通过术野摄像头采集手术画面,以实现对手术画面的准确追踪,在追踪过程中均采用手动切换控制术野摄像头的方式,采用该操作方式具有以下不足:当需要重新定位目标画面时,需要手动调节摄像头镜头,甚至需要多次调整镜头才能精准定位手术画面,导致操作者无法将注意力全部集中于患者手术;当手术深度发生变化时,无法及时调整摄像焦距,导致无法拍摄清晰的手术追踪画面。
发明内容
本发明实施例提供一种画面追踪方法、装置、电子设备及存储介质,实现了对目标画面的精准追踪拍摄。
第一方面,本发明实施例提供了一种画面追踪方法,该方法包括:
通过摄像头获取目标画面的实时图像;
对所述实时图像进行画面分析,以确定所述实时图像是否为期望目标图像;
若所述实时图像不是期望目标图像,则对所述摄像头进行调整,以获取所述期望目标图像。
进一步的,所述对所述实时图像进行画面分析,以确定所述实时图像是否为期望目标图像,包括:
分别确定所述实时图像与预设图像库中每张图像模板之间的相似度;
若预设图像库中存在与所述实时图像之间的相似度达到阈值的图像模板,则确定所述实时图像是期望目标图像,否则确定所述实时图像不是期望目标图像。
进一步的,所述若所述实时图像不是期望目标图像,则对所述摄像头进行调整,以获取所述期望目标图像,包括:
基于所述实时图像识别预设图像特征;
基于所述预设图像特征的坐标位置确定摄像头调整参数;
根据所述摄像头调整参数对所述摄像头进行调整。
进一步的,所述预设图像特征包括下述至少一种:工具类别特征、手势特征以及手术部位特征;
所述摄像头调整参数包括下述至少一种:
焦距以及摄像头拍摄角度。
进一步的,还包括:
若所述实时图像是期望目标图像,则对所述实时图像进行显示。
进一步的,所述对所述实时图像进行显示之前,还包括:
提取所述实时图像中的预设图像特征;
对应的,所述对所述实时图像进行显示,包括:
对所述预设图像特征进行显示。
第二方面,本发明实施例还提供了一种画面追踪装置,该装置包括:
图像采集模块,用于通过摄像头获取目标画面的实时图像;
分析模块,用于对所述实时图像进行画面分析,以确定所述实时图像是否为期望目标图像;
摄像控制模块,用于若所述实时图像不是期望目标图像,则对所述摄像头进行调整,以获取所述期望目标图像。
进一步的,所述分析模块包括:
第一确定单元,用于分别确定所述实时图像与预设图像库中每张图像模板之间的相似度;
第二确定单元,用于若预设图像库中存在与所述实时图像之间的相似度达到阈值的图像模板,则确定所述实时图像是期望目标图像,否则确定所述实时图像不是期望目标图像。
进一步的,所述摄像控制模块包括:
识别单元,用于基于所述实时图像识别预设图像特征;
确定单元,用于基于所述预设图像特征的坐标位置确定摄像头调整参数;
调整单元,用于根据所述摄像头调整参数对所述摄像头进行调整。
进一步的,所述预设图像特征包括下述至少一种:工具类别特征、手势特征以及手术部位特征;
所述摄像头调整参数包括下述至少一种:
焦距以及摄像头拍摄角度。
进一步的,所述装置还包括:
显示模块,用于若所述实时图像是期望目标图像,则对所述实时图像进行显示。
进一步的,所述装置还包括:提取模块,用于提取所述实时图像中的预设图像特征;
对应的,所述显示模块具体用于对所述预设图像特征进行显示。
第三方面,本发明实施例还提供了一种电子设备,所述电子设备包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如本发明实施例任一所述的画面追踪方法。
第四方面,本发明实施例还提供了一种包含计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行如本发明实施例任一所述的画面追踪方法。
本发明实施例的技术方案,通过摄像头获取目标画面的实时图像;对所述实时图像进行画面分析,以确定所述实时图像是否为期望目标图像;若所述实时图像不是期望目标图像,则对所述摄像头进行调整,以获取所述期望目标图像的技术手段,实现了对目标画面的精准追踪拍摄。
附图说明
结合附图并参考以下具体实施方式,本发明各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中,相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的,原件和元素不一定按照比例绘制。
图1为本发明实施例一所提供的一种画面追踪方法流程示意图;
图2为本发明实施例二所提供的一种画面追踪方法的流程示意图;
图3为本发明实施例三所提供的一种画面追踪装置的结构示意图;
图4为本发明实施例四所提供的另一种画面追踪装置的结构示意图;
图5为本发明实施例五所提供的一种电子设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本发明的实施例。虽然附图中显示了本发明的某些实施例,然而应当理解的是,本发明可以通过各种形式来实现,而且不应该被解释为限于这里阐述的实施例,相反提供这些实施例是为了更加透彻和完整地理解本发明。应当理解的是,本发明的附图及实施例仅用于示例性作用,并非用于限制本发明的保护范围。
应当理解,本发明的方法实施方式中记载的各个步骤可以按照不同的顺序执行,和/或并行执行。此外,方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本发明的范围在此方面不受限制。
本文使用的术语“包括”及其变形是开放性包括,即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”;术语“另一实施例”表示“至少一个另外的实施例”;术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。
需要注意,本发明中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分,并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意,本发明中提及的“一个”、“多个”的修饰是示意性而非限制性的,本领域技术人员应当理解,除非在上下文另有明确指出,否则应该理解为“一个或多个”。
实施例一
图1为本发明实施例一所提供的一种画面追踪方法的流程示意图。该方法可适用于对手术画面的实时追踪。所述画面追踪方法可以由画面追踪装置来执行,该装置可以通过软件和/或硬件的形式实现。
如图1所示,本实施例提供的画面追踪方法包括如下步骤:
步骤110、通过摄像头获取目标画面的实时图像。
其中,所述目标画面可以是手术画面,对手术画面进行精准拍摄或者拍录具有非常重大的意义,例如一些高难度外科手术极具教学意义,且对手术画面进行录制有利于解决医疗纠纷等问题。
可以理解的是,在摄像头获取目标画面的实时图像之间,会人为根据拍摄场景调整摄像头的初始拍摄角度与焦距,以尽量争取使摄像头拍摄到的实时图像为清晰的、针对目标位置的图像。所述目标位置例如是手术部位,通过初始调整使摄像头的焦点聚焦到手术部位。
然而随着手术的进行,所述目标画面会发生变化,例如手术深度变深,为了实时地对手术部位进行精准拍摄,获得较清晰的图像或者视频,需要根据目标画面的动态变化实时调整摄像头的焦距或者拍摄角度等。
步骤120、对所述实时图像进行画面分析,以确定所述实时图像是否为期望目标图像。
其中,所述期望目标图像为针对特定手术部位的清晰图像,随着手术深度的变化,对手术画面进行精准定位,例如从所述期望目标图像中可以清楚看到手术刀的下刀方位、医生的持刀姿势,手术部位的病灶、血管等,以基于这些信息记录手术细节。
示例性的,对所述实时图像进行画面分析,以确定所述实时图像是否为期望目标图像,包括:
分别确定所述实时图像与预设图像库中每张图像模板之间的相似度;
若预设图像库中存在与所述实时图像之间的相似度达到阈值的图像模板,则确定所述实时图像是期望目标图像,否则确定所述实时图像不是期望目标图像。
其中,可预先构建针对各手术部位的图像模板,所述图像模板例如可以是通过人为参与控制摄像头采集的清晰的、有针对性的(例如针对手术部位)手术画面,该手术画面会重点包括手术部位、医生的手术操作动作(例如持刀姿势)等,通过构建包含手术操作动作特征以及手术部位特征的图像库,可基于图像库中图像模板与实时采集的实时图像之间的匹配确定实时采集的实时图像是否为清晰的追踪图像。具体的,若预设图像库中存在与采集的实时图像相似度较高的图像模板,则认为所述实时图像为清晰的、有针对性的手术画面,即所述实时图像为所述期望目标图像。若预设图像库中不存在与采集的实时图像相似度较高的图像模板,则认为所述实时图像不是清晰的、有针对性的手术画面,即所述实时图像不是所述期望目标图像,此时可能是所述实时图像没有捕捉到手术画面,或者捕捉到的手术画面是模糊的。
所述图像库可基于不同手术部位的特征、不同手术操作特征等大数据,对数据进行清洗和机器学习,形成手术部位特征库和手术操作特征库。
步骤130、若所述实时图像不是期望目标图像,则对所述摄像头进行调整,以获取所述期望目标图像。
具体的,所述若所述实时图像不是期望目标图像,则对所述摄像头进行调整,以获取所述期望目标图像,包括:
基于所述实时图像识别预设图像特征;
基于所述预设图像特征的坐标位置确定摄像头调整参数;
根据所述摄像头调整参数对所述摄像头进行调整。
其中,所述预设图像特征可以是手术部位特征、医生的持刀姿势特征或者手术过程中的特定物品的特征(例如止血纱布球),通过识别预设图像特征,进而确定识别到的预设图像特征在图像中的坐标位置,基于该坐标位置确定摄像头的调整参数,以使摄像头能够拍摄到针对手术部位、随着手术深度变化的精准清晰手术画面。
具体的,所述预设图像特征包括下述至少一种:工具类别特征(例如刀、剪刀、缝针、纱布球等)、手势特征(例如医生的持刀姿势特征)以及手术部位特征。
所述摄像头调整参数包括下述至少一种:焦距以及摄像头拍摄角度。
可选的,还可预先制定所述预设图像特征与摄像头参数之间的映射关系,通过多次调试确定采用什么样的摄像头参数可拍摄获得清晰的包括所述预设图像特征的手术画面,当确定预设图像特征时,通过预先制定的映射关系确定匹配的摄像头参数,进而将摄像头当前的参数调整为所述确定的摄像头参数。
示例性的,所述若所述实时图像不是期望目标图像,则对所述摄像头进行调整,以获取所述期望目标图像,包括:
基于所述实时图像识别预设图像特征;
基于所述预设图像特征确定预先绑定的摄像头调整参数;
根据所述摄像头调整参数对所述摄像头进行调整。
本实施例的技术方案,通过摄像头获取目标画面的实时图像;对所述实时图像进行画面分析,以确定所述实时图像是否为期望目标图像;若所述实时图像不是期望目标图像,则对所述摄像头进行调整,以获取所述期望目标图像的技术手段,实现了对目标画面的精准追踪拍摄。
实施例二
图2为本发明实施例二所提供的一种画面追踪方法的流程示意图。在上述实施例的基础上,本实施例增加了步骤140“若所述实时图像是期望目标图像,则对所述实时图像进行显示”,以方便人员观看。
如图2所示,所述画面追踪方法包括如下步骤:
步骤210、通过摄像头获取目标画面的实时图像。
步骤220、对所述实时图像进行画面分析,以确定所述实时图像是否为期望目标图像。
步骤230、若所述实时图像不是期望目标图像,则对所述摄像头进行调整,以获取所述期望目标图像。
步骤240、若所述实时图像是期望目标图像,则对所述实时图像进行显示。
进一步的,为了提高显示效果,在对所述实时图像进行显示之前,提取所述实时图像中的预设图像特征;所述预设图像特征包括下述至少一种:工具类别特征(例如刀、剪刀、缝针、纱布球等)、手势特征(例如医生的持刀姿势特征)以及手术部位特征。
对应的,所述对所述实时图像进行显示,包括:
对所述预设图像特征进行显示。
本实施例的技术方案,通过摄像头获取目标画面的实时图像;对所述实时图像进行画面分析,以确定所述实时图像是否为期望目标图像;若所述实时图像不是期望目标图像,则对所述摄像头进行调整,以获取所述期望目标图像,若所述实时图像是期望目标图像,则提取所述实时图像中的预设图像特征,并对所述预设图像特征进行显示,以方便人员观看,实现了对目标画面的精准追踪拍摄与显示。
实施例三
图3为本发明实施例三提供的一种画面追踪装置的结构示意图,该装置用于执行上述任一实施例所述的画面追踪方法,可以通过软件和/或硬件的形式实现,适用于对手术画面进行实时追踪。
如图3所示,所述画面追踪装置包括:图像采集模块310、分析模块320和摄像控制模块330。
其中,图像采集模块310,用于通过摄像头获取目标画面的实时图像;分析模块320,用于对所述实时图像进行画面分析,以确定所述实时图像是否为期望目标图像;摄像控制模块330,用于若所述实时图像不是期望目标图像,则对所述摄像头进行调整,以获取所述期望目标图像。图像采集模块310可以包括摄像头。
在上述技术方案的基础上,分析模块320包括:
第一确定单元,用于分别确定所述实时图像与预设图像库中每张图像模板之间的相似度;
第二确定单元,用于若预设图像库中存在与所述实时图像之间的相似度达到阈值的图像模板,则确定所述实时图像是期望目标图像,否则确定所述实时图像不是期望目标图像。
在上述技术方案的基础上,摄像控制模块330包括:
识别单元,用于基于所述实时图像识别预设图像特征;
确定单元,用于基于所述预设图像特征的坐标位置确定摄像头调整参数;
调整单元,用于根据所述摄像头调整参数对所述摄像头进行调整。
在上述技术方案的基础上,所述预设图像特征包括下述至少一种:工具类别特征、手势特征以及手术部位特征;
所述摄像头调整参数包括下述至少一种:
焦距以及摄像头拍摄角度。
在上述技术方案的基础上,所述装置还包括:
显示模块,用于若所述实时图像是期望目标图像,则对所述实时图像进行显示。
在上述技术方案的基础上,所述装置还包括:提取模块,用于提取所述实时图像中的预设图像特征;
对应的,所述显示模块具体用于对所述预设图像特征进行显示。
可以理解的是,所述装置还包括数字转换模块,用于将识别到的所述预设图像特征的坐标位置转换为机器可以识别的坐标语言,以基于所述坐标位置确定摄像头的调整参数。
进一步的,参考图4所示的另一种画面追踪装置的结构示意图,所述装置包括:摄像采集模块、知识库模块、数字转换模块、显示模块和摄像控制模块,其中,摄像采集模块:用于自动采集不同的手术画面;知识库模块,用于存储手术部位特征库和手术操作特征库,具体的,通过获取不同手术部位特征,不同手术操作特征大数据,对数据进行清洗和机器学习,形成手术部位特征库和手术操作特征库。数字转换模块:用于将采集到的动态视频画面的坐标位置转换为机器可识别的机器语言坐标。摄像控制模块:用于控制摄像采集模块追踪手术中心画面,调整镜头焦距和视野远近。显示模块:显示最佳手术术野动态画面。
上述装置的工作流程为:通过摄像采集模块采集手术画面,通过摄像控制模块聚焦手术关键部位。摄像采集模块的输出直接连接知识库模块,自动将采集到的动态画面与知识库中的手术操作特征以及手术部位特征进行比对,若存在相似度高的知识库特征,则表明采集到的画面为精准的手术画面,若不存在相似度高的知识库特征,则表明采集到的手术画面有偏差。所采集的图像信号经过数字转换模块,数字转换模块包含视频分割单元和场景切换单元,当从知识库模块输出的相似度较高时,所采集的图像信号则经过视频分割单元,通过视频分割单元提取关键特征视频推送至显示模块进行显示。当知识库模块输出的相似度较低时,所采集的图像信号则经过场景切换单元,通过场景切换单元发出画面场景切换指令,自动将手术动态画面采集到的坐标转换为机器识别语言反馈至摄像控制模块,摄像控制模块接收到反馈指令时,即可根据反馈指令控制摄像采集模块进行手术画面追踪,摄像头自动调焦,智能调节视野远近,重新采集手术画面,进入循环智能追踪。
本发明实施例的技术方案,通过摄像头获取目标画面的实时图像;对所述实时图像进行画面分析,以确定所述实时图像是否为期望目标图像;若所述实时图像不是期望目标图像,则对所述摄像头进行调整,以获取所述期望目标图像,若所述实时图像是期望目标图像,则提取所述实时图像中的预设图像特征,并对所述预设图像特征进行显示,以方便人员观看,实现了对目标画面的精准追踪拍摄与显示。
本发明实施例所提供的画面追踪装置可执行本发明任意实施例所提供的画面追踪方法,具备执行方法相应的功能模块和有益效果。
值得注意的是,上述装置所包括的各个单元和模块只是按照功能逻辑进行划分的,但并不局限于上述的划分,只要能够实现相应的功能即可;另外,各功能单元的具体名称也只是为了便于相互区分,并不用于限制本发明实施例的保护范围。
实施例四
下面参考图5,其示出了适于用来实现本发明实施例的电子设备(例如图5中的终端设备或服务器)400的结构示意图。本发明实施例中的终端设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图5示出的电子设备仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图5所示,电子设备400可以包括处理装置(例如中央处理器、图形处理器等)401,其可以根据存储在只读存储器(ROM)402中的程序或者从存储装置406加载到随机访问存储器(RAM)403中的程序而执行各种适当的动作和处理。在RAM 403中,还存储有电子设备400操作所需的各种程序和数据。处理装置401、ROM 402以及RAM 403通过总线404彼此相连。输入/输出(I/O)接口405也连接至总线404。
通常,以下装置可以连接至I/O接口405:包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置406;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置407;包括例如磁带、硬盘等的存储装置406;以及通信装置409。通信装置409可以允许电子设备400与其他设备进行无线或有线通信以交换数据。虽然图5示出了具有各种装置的电子设备400,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。
特别地,根据本发明的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本发明的实施例包括一种计算机程序产品,其包括承载在非暂态计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信装置409从网络上被下载和安装,或者从存储装置406被安装,或者从ROM 402被安装。在该计算机程序被处理装置401执行时,执行本发明实施例的方法中限定的上述功能。
本发明实施例提供的终端与上述实施例提供的画面追踪方法属于同一发明构思,未在本发明实施例中详尽描述的技术细节可参见上述实施例,并且本发明实施例与上述实施例具有相同的有益效果。
实施例五
本发明实施例提供了一种计算机存储介质,其上存储有计算机程序,该程序被处理器执行时实现上述实施例所提供的画面追踪方法。
需要说明的是,本发明上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本发明中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本发明中,计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
在一些实施方式中,客户端、服务器可以利用诸如HTTP(HyperText TransferProtocol,超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信,并且可以与任意形式或介质的数字数据通信(例如,通信网络)互连。通信网络的示例包括局域网(“LAN”),广域网(“WAN”),网际网(例如,互联网)以及端对端网络(例如,ad hoc端对端网络),以及任何当前已知或未来研发的网络。
上述计算机可读介质可以是上述电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。
上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该电子设备执行时,使得该电子设备:
通过摄像头获取目标画面的实时图像;
对所述实时图像进行画面分析,以确定所述实时图像是否为期望目标图像;
若所述实时图像不是期望目标图像,则对所述摄像头进行调整,以获取所述期望目标图像。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明的操作的计算机程序代码,上述程序设计语言包括但不限于面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本发明各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本发明实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。其中,单元的名称在某种情况下并不构成对该单元本身的限定,例如,可编辑内容显示单元还可以被描述为“编辑单元”。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如,非限制性地,可以使用的示范类型的硬件逻辑部件包括:现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。
在本发明的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
以上描述仅为本发明的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本发明中所涉及的公开范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述公开构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本发明中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
此外,虽然采用特定次序描绘了各操作,但是这不应当理解为要求这些操作以所示出的特定次序或以顺序次序执行来执行。在一定环境下,多任务和并行处理可能是有利的。同样地,虽然在上面论述中包含了若干具体实现细节,但是这些不应当被解释为对本发明的范围的限制。在单独的实施例的上下文中描述的某些特征还可以组合地实现在单个实施例中。相反地,在单个实施例的上下文中描述的各种特征也可以单独地或以任何合适的子组合的方式实现在多个实施例中。
尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题,但是应当理解所附权利要求书中所限定的主题未必局限于上面描述的特定特征或动作。相反,上面所描述的特定特征和动作仅仅是实现权利要求书的示例形式。

Claims (10)

1.一种画面追踪方法,其特征在于,包括:
通过摄像头获取目标画面的实时图像;
对所述实时图像进行画面分析,以确定所述实时图像是否为期望目标图像;
若所述实时图像不是期望目标图像,则对所述摄像头进行调整,以获取所述期望目标图像。
2.根据权利要求1所述的方法,其特征在于,所述对所述实时图像进行画面分析,以确定所述实时图像是否为期望目标图像,包括:
分别确定所述实时图像与预设图像库中每张图像模板之间的相似度;
若预设图像库中存在与所述实时图像之间的相似度达到阈值的图像模板,则确定所述实时图像是期望目标图像,否则确定所述实时图像不是期望目标图像。
3.根据权利要求1所述的方法,其特征在于,所述若所述实时图像不是期望目标图像,则对所述摄像头进行调整,以获取所述期望目标图像,包括:
基于所述实时图像识别预设图像特征;
基于所述预设图像特征的坐标位置确定摄像头调整参数;
根据所述摄像头调整参数对所述摄像头进行调整。
4.根据权利要求3所述的方法,其特征在于,所述预设图像特征包括下述至少一种:工具类别特征、手势特征以及手术部位特征;
所述摄像头调整参数包括下述至少一种:
焦距以及摄像头拍摄角度。
5.根据权利要求1-4任一项所述的方法,其特征在于,还包括:
若所述实时图像是期望目标图像,则对所述实时图像进行显示。
6.根据权利要求5所述的方法,其特征在于,所述对所述实时图像进行显示之前,还包括:
提取所述实时图像中的预设图像特征;
对应的,所述对所述实时图像进行显示,包括:
对所述预设图像特征进行显示。
7.一种画面追踪装置,其特征在于,包括:
图像采集模块,用于通过摄像头获取目标画面的实时图像;
分析模块,用于对所述实时图像进行画面分析,以确定所述实时图像是否为期望目标图像;
摄像控制模块,用于若所述实时图像不是期望目标图像,则对所述摄像头进行调整,以获取所述期望目标图像。
8.根据权利要求7所述的装置,其特征在于,还包括:显示模块,用于若所述实时图像是期望目标图像,则对所述实时图像进行显示。
9.一种电子设备,其特征在于,所述电子设备包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-6中任一项所述的画面追踪方法。
10.一种包含计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行如权利要求1-6中任一项所述的画面追踪方法。
CN202011247531.2A 2020-11-10 2020-11-10 一种画面追踪方法、装置、电子设备及存储介质 Pending CN112437229A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011247531.2A CN112437229A (zh) 2020-11-10 2020-11-10 一种画面追踪方法、装置、电子设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011247531.2A CN112437229A (zh) 2020-11-10 2020-11-10 一种画面追踪方法、装置、电子设备及存储介质

Publications (1)

Publication Number Publication Date
CN112437229A true CN112437229A (zh) 2021-03-02

Family

ID=74699695

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011247531.2A Pending CN112437229A (zh) 2020-11-10 2020-11-10 一种画面追踪方法、装置、电子设备及存储介质

Country Status (1)

Country Link
CN (1) CN112437229A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114356088A (zh) * 2021-12-30 2022-04-15 纵深视觉科技(南京)有限责任公司 一种观看者跟踪方法、装置、电子设备及存储介质

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20180104018A1 (en) * 2016-03-30 2018-04-19 Sony Corporation Control device, control method, and microscope device for operation
US20200337776A1 (en) * 2019-04-25 2020-10-29 Surgical Safety Technologies Inc. Body-mounted or object-mounted camera system

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20180104018A1 (en) * 2016-03-30 2018-04-19 Sony Corporation Control device, control method, and microscope device for operation
US20200337776A1 (en) * 2019-04-25 2020-10-29 Surgical Safety Technologies Inc. Body-mounted or object-mounted camera system

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114356088A (zh) * 2021-12-30 2022-04-15 纵深视觉科技(南京)有限责任公司 一种观看者跟踪方法、装置、电子设备及存储介质
CN114356088B (zh) * 2021-12-30 2024-03-01 纵深视觉科技(南京)有限责任公司 一种观看者跟踪方法、装置、电子设备及存储介质

Similar Documents

Publication Publication Date Title
US20210279473A1 (en) Video processing method and apparatus, electronic device, and storage medium
CN105809704A (zh) 识别图像清晰度的方法及装置
CN111209812B (zh) 目标人脸图片提取方法、装置及终端设备
CN113569825B (zh) 视频监控方法、装置、电子设备和计算机可读介质
CN110225400B (zh) 一种动作捕捉方法、装置、移动终端及存储介质
EP4178194A1 (en) Video generation method and apparatus, and readable medium and electronic device
WO2021190625A1 (zh) 拍摄方法和设备
CN112509005B (zh) 图像处理方法、装置、电子设备及存储介质
CN113992860B (zh) 基于云边协同的行为识别方法、装置、电子设备和介质
CN114677422A (zh) 深度信息生成方法、图像虚化方法和视频虚化方法
CN109981989B (zh) 渲染图像的方法、装置、电子设备和计算机可读存储介质
CN112437229A (zh) 一种画面追踪方法、装置、电子设备及存储介质
CN112967299B (zh) 图像裁剪方法、装置、电子设备和计算机可读介质
CN113409204A (zh) 待处理图像的优化方法及装置、存储介质及电子设备
CN110349108B (zh) 处理图像的方法、装置、电子设备、及存储介质
CN112270242A (zh) 轨迹的显示方法、装置、可读介质和电子设备
CN112001224A (zh) 基于卷积神经网络的视频采集方法和视频采集系统
CN111710046A (zh) 交互方法、装置和电子设备
CN112738407B (zh) 一种操控多摄像机的方法和装置
CN114677620A (zh) 对焦方法、电子设备和计算机可读介质
CN114078279B (zh) 动作捕捉方法、装置、电子设备及存储介质
CN112990017B (zh) 一种智慧城市大数据分析方法及监控系统
CN111898529B (zh) 脸部检测方法、装置、电子设备和计算机可读介质
CN113873160A (zh) 图像处理方法、装置、电子设备和计算机存储介质
CN113703704A (zh) 界面显示方法、头戴式显示设备和计算机可读介质

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20210302