CN112581449A - 超高检测方法、装置、电子设备和存储介质 - Google Patents
超高检测方法、装置、电子设备和存储介质 Download PDFInfo
- Publication number
- CN112581449A CN112581449A CN202011511169.5A CN202011511169A CN112581449A CN 112581449 A CN112581449 A CN 112581449A CN 202011511169 A CN202011511169 A CN 202011511169A CN 112581449 A CN112581449 A CN 112581449A
- Authority
- CN
- China
- Prior art keywords
- detection
- ultrahigh
- target
- line segments
- image
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 490
- 238000010586 diagram Methods 0.000 claims description 35
- 238000000034 method Methods 0.000 claims description 27
- 238000004590 computer program Methods 0.000 claims description 14
- 238000012545 processing Methods 0.000 abstract description 4
- 230000006399 behavior Effects 0.000 description 9
- 238000004891 communication Methods 0.000 description 5
- 230000009286 beneficial effect Effects 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 4
- 238000009434 installation Methods 0.000 description 4
- 230000000007 visual effect Effects 0.000 description 4
- 230000002411 adverse Effects 0.000 description 2
- 230000001174 ascending effect Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000009194 climbing Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000010276 construction Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000003550 marker Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 239000000523 sample Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
-
- 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30248—Vehicle exterior or interior
- G06T2207/30252—Vehicle exterior; Vicinity of vehicle
- G06T2207/30261—Obstacle
-
- 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)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- Image Analysis (AREA)
Abstract
本申请实施例涉及图像处理技术领域，提供了一种超高检测方法、装置、电子设备和存储介质，方法包括：对待检测图像进行目标检测；若检测到目标，则获取目标的目标检测框；基于目标检测框与两条超高检测线段之间的相对位置，判断目标是否进入到超高检测区域内；其中，两条超高检测线段对应不同的超高检测平面，且两条超高检测线段首尾相连；若目标进入到超高检测区域内，且目标检测框的质心位于两条超高检测线段三个端点构成的三角区域外，则目标超高。本申请提供的超高检测方法、装置、电子设备和存储介质，实现了两个超高检测平面下的超高检测，提高了超高检测的全面性，并且该方法的条件限制少，扩大了超高检测方法的可适用范围。
Description
技术领域
本申请涉及图像处理技术领域，尤其涉及一种超高检测方法、装置、电子设备和存储介质。
背景技术
在安保领域，通常需要进行超高检测。例如，为了保障关键设施，如高处的监控探头、电力设备等不被破坏，需要及时发现和制止未授权人员的登高行为，又例如特殊人群，如独处老人和儿童等的安全监控场景下，也需要及时检测该类人群是否有爬高的危险行为。
现有的超高检测方法通常包括基于硬件系统的超高检测方案和基于视觉的超高检测方案。其中，基于硬件系统的超高检测方案需要通过复杂的硬件系统设计来完成运动物体超高的检测，例如以激光发射模块和接收传感器为核心，通过判断信号是否被遮挡来检测是否超高，然而该方法的硬件成本和安装复杂度较高。
基于视觉的超高检测方案中，部分方案采用双目摄像头检测目标(车辆)角点，并通过角点匹配算法获得特定角点的三维信息，在三维空间中判断目标是否超高。该方法对于相机的安装角度和安装环境有较高的条件限制。还有部分方案利用单目相机以及混合高斯背景建模进行目标检测，并基于二维平面中检测到的对象特征点判断是否发生超越超高线行为。该方法的局限性在于混合高斯模型对于环境的要求较高，对于超高检测目标的检测容易发生检测框漂移现象，从而导致容易发生误告警的情况。此外，上述方法均只能检测单一平面上的超高行为，超高检测的全面性欠佳。
发明内容
本申请提供一种超高检测方法、装置、电子设备和存储介质，以实现双平面下的超高检测，提高超高检测的全面性。
本申请提供一种超高检测方法，包括：
对待检测图像进行目标检测；
若检测到目标，则获取所述目标的目标检测框；
基于所述目标检测框与两条超高检测线段之间的相对位置，判断所述目标是否进入到超高检测区域内；其中，所述两条超高检测线段对应不同的超高检测平面，且两条超高检测线段首尾相连；
若所述目标进入到所述超高检测区域内，且所述目标检测框的质心位于所述两条超高检测线段三个端点构成的三角区域外，则所述目标超高。
根据本申请提供的一种超高检测方法，所述基于所述目标检测框与两条超高检测线段之间的相对位置，判断所述目标是否进入到超高检测区域内，具体包括：
基于所述两条超高检测线段上的检测点，确定与所述目标检测框的质心距离最近的参考点；
若所述参考点与所述两条超高检测线段的连接点之间的连线，与所述两条超高检测线段另一侧端点之间的连线不存在交点，则确定所述目标进入到超高检测区域内。
根据本申请提供的一种超高检测方法，所述基于所述两条超高检测线段上的检测点，确定与所述目标检测框的质心距离最近的参考点，具体包括：
基于所述两条超高检测线段上的各个检测点在所述待检测图像中的坐标，以及所述待检测图像中各个像素点与所述质心之间的距离，确定所述两条超高检测线段上各个检测点与所述质心之间的距离；
遍历所述两条超高检测线段上各个检测点与所述质心之间的距离，选取最小距离对应的检测点作为所述参考点。
根据本申请提供的一种超高检测方法，所述基于所述两条超高检测线段上的各个检测点在所述待检测图像中的坐标，以及所述待检测图像中各个像素点与所述质心之间的距离，确定所述两条超高检测线段上各个检测点与所述质心之间的距离，具体包括：
基于所述待检测图像，以所述质心为中心，建立所述待检测图像对应的热力图；其中，所述热力图中的各个像素点的像素值为所述待检测图像中对应像素点与所述质心之间的距离；
基于所述两条超高检测线段上的各个检测点在所述待检测图像中的坐标，检索所述各个检测点在所述热力图中对应的像素值，得到所述各个检测点与所述质心之间的距离。
根据本申请提供的一种超高检测方法，所述两条超高检测线段是基于如下步骤确定的：
对摄像头采集的图像进行标识图像检测，获取两个超高检测平面上预先粘贴的多个标识图像在所述摄像头对应的图像坐标系下的位置；
基于所述多个标识图像在所述图像坐标系下的位置，确定所述两条超高检测线段；其中，所述多个标识图像的中心点对应所述两条超高检测线段的端点。
本申请还提供一种超高检测装置，包括：
目标检测单元，用于对待检测图像进行目标检测；
检测框获取单元，用于若检测到目标，则获取所述目标的目标检测框；
区域检测单元，用于基于所述目标检测框与两条超高检测线段三个端点构成的三角区域，判断所述目标是否进入到超高检测区域内；其中，所述两条超高检测线段位于不同的超高检测平面，且两条超高检测线段首尾相连；
超高判定单元，用于若所述目标进入到所述超高检测区域内，且所述目标检测框的质心位于所述三角区域外，则所述目标超高。
根据本申请提供的一种超高检测装置，所述区域检测单元，具体包括：
参考点确定单元，用于基于所述两条超高检测线段上的检测点，确定与所述目标检测框的质心距离最近的参考点；
区域判定单元，用于若所述参考点与所述两条超高检测线段的连接点之间的连线，与所述两条超高检测线段另一侧端点之间的连线不存在交点，则确定所述目标进入到超高检测区域内。
根据本申请提供的一种超高检测装置，还包括：
标识图像定位单元，用于对摄像头采集的图像进行标识图像检测，获取两个超高检测平面上预先粘贴的多个标识图像在所述摄像头对应的图像坐标系下的位置；
超高检测线段确定单元，用于基于所述多个标识图像在所述图像坐标系下的位置，确定所述两条超高检测线段；其中，所述多个标识图像的中心点对应所述两条超高检测线段的端点。
本申请还提供一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上述任一种所述超高检测方法的步骤。
本申请还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如上述任一种所述超高检测方法的步骤。
本申请提供的超高检测方法、装置、电子设备和存储介质，基于待检测图像的纯视觉信息，通过判断目标检测框与对应不同超高检测平面的两条超高检测线段之间的相对位置，以及目标检测框的质心与超高检测线段端点围成的三角区域的位置关系，判断目标是否超高，实现了两个超高检测平面下的超高检测，提高了超高检测的全面性，并且该方法的条件限制少，扩大了超高检测方法的可适用范围。
附图说明
为了更清楚地说明本申请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一简单地介绍，显而易见地，下面描述中的附图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为本申请提供的超高检测方法的流程示意图之一；
图2为本申请提供的超高检测线段的示意图；
图3为本申请提供的区域检测方法的流程示意图；
图4为本申请提供的参考点获取方法的流程示意图；
图5为本申请提供的距离确定方法的流程示意图；
图6为本申请提供的超高检测线段确定方法的流程示意图；
图7为本申请提供的超高检测方法的流程示意图之二；
图8为本申请提供的超高检测装置的结构示意图之一；
图9为本申请提供的区域检测单元的结构示意图；
图10为本申请提供的参考点确定单元的结构示意图；
图11为本申请提供的距离计算单元的结构示意图；
图12为本申请提供的超高检测装置的结构示意图之二；
图13为本申请提供的电子设备的结构示意图；
附图标记：
101：第一超高检测线段；102：第二超高检测线段；
201：第一超高检测平面；202：第二超高检测平面。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚，下面将结合本申请中的附图，对本申请中的技术方案进行清楚、完整地描述，显然，所描述的实施例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作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。
图1为本申请实施例提供的超高检测方法的流程示意图之一，如图1所示，该方法包括：
步骤110，对待检测图像进行目标检测；
步骤120，若检测到目标，则获取目标的目标检测框；
步骤130，基于目标检测框与两条超高检测线段之间的相对位置，判断目标是否进入到超高检测区域内；其中，两条超高检测线段对应不同的超高检测平面，且两条超高检测线段首尾相连；
步骤140，若目标进入到超高检测区域内，且目标检测框的质心位于两条超高检测线段三个端点构成的三角区域外，则目标超高。
具体地，本申请实施例可以利用一个单目相机采集包含两个超高检测平面的图像数据，利用图像数据中的视觉信息进行超高行为检测。此处，可以仅使用一个单目相机，且该相机的安装位置仅需满足可视化区域包含两个超高检测平面即可，成本低、限制条件少，使得本申请实施例提供的超高检测方法的可适用范围较广。图像采集后，对单目相机采集的待检测图像进行目标检测，若检测到目标，则获取目标的目标检测框。其中，待检测图像为需要进行超高行为检测的图像；目标为超高检测场景下可能做出超高行为的对象，例如行人；目标检测框为待检测图像中包围该目标的二维矩形框。
基于目标检测框与两条超高检测线段之间的相对位置，可以判断目标是否进入到超高检测区域内。其中，两条超高检测线段位于不同的超高检测平面，且两条超高检测线段首尾相连。超高检测线段用于检测目标相对于对应的超高检测平面是否超高，其可以为超高检测平面上实际绘制出的线段，也可以是后期通过图层处理在待检测图像上绘制的线段，本申请实施例对此不作具体限定。图2为本申请实施例提供的超高检测线段的示意图，如图2所示，第一超高检测线段101对应第一超高检测平面201，第二超高检测线段102对应第二超高检测平面202，第一超高检测线段101的一个端点与第二超高检测线段102的一个端点重合，将该端点记为centerPoint，第一超高检测线段101的另一个端点记为startPoint，第二超高检测线段102的另一个端点记为endPoint。其中，超高检测区域可以为靠近第一超高检测平面201的空间区域以及靠近第二超高检测平面202的空间区域。当目标处于超高检测区域内时，即目标已经靠近第一超高检测平面201或第二超高检测平面202，此时目标存在做出登高行为的风险，需要进一步确认该目标是否超高；而当目标处于超高检测区域以外时，无论目标是否存在登高行为，都不认为目标超高。
为了判断目标是否进入到超高检测区域内，可以基于目标检测框与两条超高检测线段之间的相对位置，判断目标是否靠近任意一条超高检测线段。若目标靠近任意一条超高检测线段，即表明目标已进入超高检测区域，若目标离两条超高检测线段均较远，则表明目标尚未进入超高检测区域。
当判断得知目标已进入到超高检测区域内时，可以进一步判断目标检测框的质心是否位于两条超高检测线段三个端点构成的三角区域startPoint-centerPoint-endPoint内。当目标已进入到超高检测区域内部时，若目标检测框的质心位于该三角区域外部，表明该目标检测框的质心位置较高，可以判定该目标检测框对应的目标超高。
本申请实施例提供的方法，基于待检测图像的纯视觉信息，通过判断目标检测框与对应不同超高检测平面的两条超高检测线段之间的相对位置，以及目标检测框的质心与超高检测线段端点围成的三角区域的位置关系，判断目标是否超高，实现了两个超高检测平面下的超高检测，提高了超高检测的全面性，并且该方法的条件限制少，扩大了超高检测方法的可适用范围。
基于上述实施例，图3为本申请实施例提供的区域检测方法的流程示意图，如图3所示，步骤130具体包括：
步骤131，基于两条超高检测线段上的检测点，确定与目标检测框的质心距离最近的参考点；
步骤132，若参考点与两条超高检测线段的连接点之间的连线，与两条超高检测线段另一侧端点之间的连线不存在交点，则确定目标进入到超高检测区域内。
具体地，获取两条超高检测线段上的各个检测点，确定各个检测点中与目标检测框的质心距离最近的检测点，作为参考点，记为minPoint。
假设目标尚未进入到超高检测区域内，即该目标与两条超高检测线段距离均较远，则离该目标的目标检测框质心距离最近的检测点应当为两条超高检测线段的外侧端点startPoint或者endPoint，即minPoint＝startPoint，或者，minPoint＝endPoint。此时，参考点minPoint与两条超高检测线段的连接点centerPoint之间的连线centerPoint-minPoint与两条超高检测线段另一侧端点之间的连线startPoint-endPoint存在交点，即参考点本身。反之，若目标已经进入到超高检测区域内，即该目标与任意一条超高检测线段距离较近，则离该目标的目标检测框质心距离最近的检测点应当位于该超高检测线段上，且不为该超高检测线段的端点。此时，参考点minPoint与两条超高检测线段的连接点centerPoint之间的连线centerPoint-minPoint与两条超高检测线段另一侧端点之间的连线startPoint-endPoint不存在交点。
因此，可以判断参考点与两条超高检测线段的连接点之间的连线centerPoint-minPoint，与两条超高检测线段另一侧端点之间的连线startPoint-endPoint间是否存在交点，若存在交点则确定目标进入到超高检测区域内，否则认为目标尚未进入超高检测区域。
本申请实施例提供的方法，通过确定两条超高检测线段上与目标检测框的质心距离最近的检测点作为参考点，判断参考点与两条超高检测线段的连接点之间的连线，与两条超高检测线段另一侧端点之间的连线是否存在交点，从而确定目标是否进入到超高检测区域内，提高了区域检测的效率。
基于上述任一实施例，图4为本申请实施例提供的参考点获取方法的流程示意图，如图4所示，步骤131具体包括：
步骤1311，基于两条超高检测线段上的各个检测点在待检测图像中的坐标，以及待检测图像中各个像素点与质心之间的距离，确定两条超高检测线段上各个检测点与质心之间的距离；
步骤1312，遍历两条超高检测线段上各个检测点与质心之间的距离，选取最小距离对应的检测点作为参考点。
具体地，可以利用图像处理算法获取待检测图像中各个像素点的坐标，以及目标检测框质心的坐标，从而计算得到各个像素点与质心之间的距离。随即，根据两条超高检测线段上的各个检测点在待检测图像中的坐标，将各个检测点与待检测图像中的像素对应起来，从而获取各个检测点与质心之间的距离。此处，由于两条超高检测线段在待检测图像上的位置是固定的，因此可以预先获取并存储两条超高检测线段上的各个检测点在待检测图像中的坐标，以提高参考点获取的效率。然后，遍历两条超高检测线段上各个检测点与质心之间的距离，选择最小距离对应的检测点作为参考点。
基于上述任一实施例，图5为本申请实施例提供的距离确定方法的流程示意图，如图5所示，步骤1311具体包括：
步骤1311-1，基于待检测图像，以质心为中心，建立待检测图像对应的热力图；其中，热力图中的各个像素点的像素值为待检测图像中对应像素点与质心之间的距离；
步骤1311-2，基于两条超高检测线段上的各个检测点在待检测图像中的坐标，检索各个检测点在热力图中对应的像素值，得到各个检测点与质心之间的距离。
具体地，以目标检测框的质心为中心，建立待检测图像对应的热力图。其中，将该热力图中各个像素点的像素值替换为对应像素点在待检测图像中与目标检测框质心之间的距离。即，待检测图像中的各个像素与热力图中相同位置处的各个像素一一对应，热力图中每个像素的像素值为该像素与质心间的距离。
获取两条超高检测线段上的各个检测点在待检测图像中的坐标，根据各个检测点的坐标对热力图进行检索，获取热力图中对应坐标处的像素的像素值，即可得到各个检测点与质心之间的距离。
基于上述任一实施例，图6为本申请实施例提供的超高检测线段确定方法的流程示意图，如图6所示，两条超高检测线段是基于如下步骤确定的：
步骤610，对摄像头采集的图像进行标识图像检测，获取两个超高检测平面上预先粘贴的多个标识图像在摄像头对应的图像坐标系下的位置；
步骤620，基于多个标识图像在图像坐标系下的位置，确定两条超高检测线段；其中，多个标识图像的中心点对应两条超高检测线段的端点。
具体地，由于相机可能存在畸变，若在超高检测平面上实际绘制超高检测线段，在相机采集的待检测图像中，该畸变可能会导致超高检测线段出现变形的情况，造成超高检测结果准确性降低。因此，可以预先在两个超高检测平面上粘贴多个标识图像，用于标记超高检测线段的位置。其中，标识图像为具备显著特征、易于识别的图像，其可以为二维码、条形码，或是颜色与超高检测平面背景颜色不同的图像，本申请实施例对此不作具体限定。此处，多个标识图像的粘贴位置可以根据实际应用场景中需要检测目标是否超高的区域范围设定。
然后，获取摄像头采集的图像，并对摄像头采集的图像进行标识图像检测，获取多个标识图像在该摄像头对应的图像坐标系下的位置。然后，基于多个标识图像在图像坐标系下的位置，确定两条超高检测线段；其中，标识图像的中心点对应两条超高检测线段的三个端点，即startPoint、centerPoint和endPoint。需要说明的是，由于标识图像至少需要对应两条超高检测线段的三个端点，因此标识图像的数量至少为三个。此处，可以根据两条超高检测线段的三个端点在图像坐标系下的坐标，确定两条超高检测线段在图像坐标系下的表达式，作为超高检测线段的标识，也可以在待检测图像上，利用图层处理方式根据两条超高检测线段的三个端点绘制出两条超高检测线段。
本申请实施例提供的方法，通过对摄像头采集的图像进行标识图像检测，获取两个超高检测平面上预先粘贴的多个标识图像在摄像头对应的图像坐标系下的位置，从而确定两条超高检测线段，消除了相机畸变可能带来的不良影响，保证了超高检测的准确性。
基于上述任一实施例，图7为本申请实施例提供的超高检测方法的流程示意图之二，如图7所示，该方法包括：
接收待进行超高检测的视频；
基于现实场景中根据实际需求粘贴的三张二维码图像，利用二维码检测算法获取三张二维码图像中心点在图像坐标系下的坐标，从而确定双平面下的超高检测线段，表示为startPoint-centerPoint和centerPoint-endPoint。然后，获取两条超高检测线段上全部检测点的图像坐标all_onlinePoint。
读取当前帧，基于深度学习目标检测算法对当前帧进行目标检测。若未检测到目标，则继续读取下一帧；否则，获取目标检测框质心的坐标object-center。
以object_center为中心点建立当前帧对应的热力图，该热力图像每个像素的像素值为该像素与object_center的欧式距离值。
遍历all_onlinePoint，获取各检测点在热力图上的像素值，然后统计像素值最小的检测点的坐标minPoint。
判断线段starPoint-endPoint与线段object_center-minPoint之间是否存在交点。若存在交点，则设置判断标志位noHaveIntersect为false；否则，设置判断标志位noHaveIntersect为true，并计算质心与三角区域startPoint-centerPoint-endPoint的位置关系。
若质心位于三角区域外，则设置判断标志位outOfContour为true，否则设置判断标志位outOfContour为false。
若noHaveIntersect为true且outOfContour为true，则判定目标超高。
下面对本申请提供的超高检测装置进行描述，下文描述的超高检测装置与上文描述的超高检测方法可相互对应参照。
基于上述任一实施例，图8为本申请实施例提供的超高检测装置的结构示意图之一，如图8所示，该装置包括目标检测单元810、检测框获取单元820、区域检测单元830和超高判定单元840。
其中，目标检测单元810用于对待检测图像进行目标检测；
检测框获取单元820用于若检测到目标，则获取目标的目标检测框；
区域检测单元830用于基于目标检测框与两条超高检测线段三个端点构成的三角区域，判断目标是否进入到超高检测区域内；其中，两条超高检测线段位于不同的超高检测平面，且两条超高检测线段首尾相连；
超高判定单元840用于若目标进入到超高检测区域内，且目标检测框的质心位于三角区域外，则目标超高。
本申请实施例提供的装置，基于待检测图像的纯视觉信息，通过判断目标检测框与对应不同超高检测平面的两条超高检测线段之间的相对位置，以及目标检测框的质心与超高检测线段端点围成的三角区域的位置关系，判断目标是否超高，实现了两个超高检测平面下的超高检测，提高了超高检测的全面性，并且该方法的条件限制少，扩大了超高检测方法的可适用范围。
基于上述任一实施例，图9为本申请实施例提供的区域检测单元的结构示意图，如图9所示，区域检测单元830具体包括：
参考点确定单元831，用于基于两条超高检测线段上的检测点，确定与目标检测框的质心距离最近的参考点；
区域判定单元832，用于若参考点与两条超高检测线段的连接点之间的连线，与两条超高检测线段另一侧端点之间的连线不存在交点，则确定目标进入到超高检测区域内。
本申请实施例提供的装置，通过确定两条超高检测线段上与目标检测框的质心距离最近的检测点作为参考点，判断参考点与两条超高检测线段的连接点之间的连线，与两条超高检测线段另一侧端点之间的连线是否存在交点，从而确定目标是否进入到超高检测区域内，提高了区域检测的效率。
基于上述任一实施例，图10为本申请实施例提供的参考点确定单元的结构示意图，如图10所示，参考点确定单元831具体包括：
距离计算单元8311，用于基于两条超高检测线段上的各个检测点在待检测图像中的坐标，以及待检测图像中各个像素点与质心之间的距离，确定两条超高检测线段上各个检测点与质心之间的距离；
参考点选择单元8312，用于遍历两条超高检测线段上各个检测点与质心之间的距离，选取最小距离对应的检测点作为参考点。
基于上述任一实施例，图11为本申请实施例提供的距离计算单元的结构示意图，如图11所示，距离计算单元8311具体包括：
热力图构建单元8311-1，用于基于待检测图像，以质心为中心，建立待检测图像对应的热力图；其中，热力图中的各个像素点的像素值为待检测图像中对应像素点与质心之间的距离；
检索单元8311-2，用于基于两条超高检测线段上的各个检测点在待检测图像中的坐标，检索各个检测点在热力图中对应的像素值，得到各个检测点与质心之间的距离。
基于上述任一实施例，图12为本申请实施例提供的超高检测装置的结构示意图之二，如图12所示，该装置还包括：
标识图像定位单元850，用于对摄像头采集的图像进行标识图像检测，获取两个超高检测平面上预先粘贴的多个标识图像在摄像头对应的图像坐标系下的位置；
超高检测线段确定单元860，用于基于多个标识图像在图像坐标系下的位置，确定两条超高检测线段；其中，多个标识图像的中心点对应两条超高检测线段的端点。
本申请实施例提供的装置，通过对摄像头采集的图像进行标识图像检测，获取两个超高检测平面上预先粘贴的多个标识图像在摄像头对应的图像坐标系下的位置，从而确定两条超高检测线段，消除了相机畸变可能带来的不良影响，保证了超高检测的准确性。
本申请实施例提供的超高检测装置用于执行上述超高检测方法，其实施方式与本申请提供的超高检测方法的实施方式一致，且可以达到相同的有益效果，此处不再赘述。
图13示例了一种电子设备的实体结构示意图，如图13所示，该电子设备可以包括：处理器(processor)1310、通信接口(Communications Interface)1320、存储器(memory)1330和通信总线1340，其中，处理器1310，通信接口1320，存储器1330通过通信总线1340完成相互间的通信。处理器1310可以调用存储器1330中的逻辑指令，以执行超高检测方法，该方法包括：对待检测图像进行目标检测；若检测到目标，则获取所述目标的目标检测框；基于所述目标检测框与两条超高检测线段之间的相对位置，判断所述目标是否进入到超高检测区域内；其中，所述两条超高检测线段对应不同的超高检测平面，且两条超高检测线段首尾相连；若所述目标进入到所述超高检测区域内，且所述目标检测框的质心位于所述两条超高检测线段三个端点构成的三角区域外，则所述目标超高。
此外，上述的存储器1330中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
本申请实施例提供的电子设备中的处理器1310可以调用存储器1330中的逻辑指令，实现上述超高检测方法，其实施方式与本申请提供的超高检测方法的实施方式一致，且可以达到相同的有益效果，此处不再赘述。
另一方面，本申请还提供一种计算机程序产品，下面对本申请提供的计算机程序产品进行描述，下文描述的计算机程序产品与上文描述的超高检测方法可相互对应参照。
所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，计算机能够执行上述各方法所提供的超高检测方法，该方法包括：对待检测图像进行目标检测；若检测到目标，则获取所述目标的目标检测框；基于所述目标检测框与两条超高检测线段之间的相对位置，判断所述目标是否进入到超高检测区域内；其中，所述两条超高检测线段对应不同的超高检测平面，且两条超高检测线段首尾相连；若所述目标进入到所述超高检测区域内，且所述目标检测框的质心位于所述两条超高检测线段三个端点构成的三角区域外，则所述目标超高。
本申请实施例提供的计算机程序产品被执行时，实现上述超高检测方法，其实施方式与本申请提供的超高检测方法的实施方式一致，且可以达到相同的有益效果，此处不再赘述。
又一方面，本申请还提供一种非暂态计算机可读存储介质，下面对本申请提供的非暂态计算机可读存储介质进行描述，下文描述的非暂态计算机可读存储介质与上文描述的超高检测方法可相互对应参照。
本申请还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以执行上述各提供的超高检测方法，该方法包括：对待检测图像进行目标检测；若检测到目标，则获取所述目标的目标检测框；基于所述目标检测框与两条超高检测线段之间的相对位置，判断所述目标是否进入到超高检测区域内；其中，所述两条超高检测线段对应不同的超高检测平面，且两条超高检测线段首尾相连；若所述目标进入到所述超高检测区域内，且所述目标检测框的质心位于所述两条超高检测线段三个端点构成的三角区域外，则所述目标超高。
本申请实施例提供的非暂态计算机可读存储介质上存储的计算机程序被执行时，实现上述超高检测方法，其实施方式与本申请提供的超高检测方法的实施方式一致，且可以达到相同的有益效果，此处不再赘述。
以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是：以上实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。
Claims (10)
1.一种超高检测方法，其特征在于，包括：
对待检测图像进行目标检测；
若检测到目标，则获取所述目标的目标检测框；
基于所述目标检测框与两条超高检测线段之间的相对位置，判断所述目标是否进入到超高检测区域内；其中，所述两条超高检测线段对应不同的超高检测平面，且两条超高检测线段首尾相连；
若所述目标进入到所述超高检测区域内，且所述目标检测框的质心位于所述两条超高检测线段三个端点构成的三角区域外，则所述目标超高。
2.根据权利要求1所述的超高检测方法，其特征在于，所述基于所述目标检测框与两条超高检测线段之间的相对位置，判断所述目标是否进入到超高检测区域内，具体包括：
基于所述两条超高检测线段上的检测点，确定与所述目标检测框的质心距离最近的参考点；
若所述参考点与所述两条超高检测线段的连接点之间的连线，与所述两条超高检测线段另一侧端点之间的连线不存在交点，则确定所述目标进入到超高检测区域内。
3.根据权利要求2所述的超高检测方法，其特征在于，所述基于所述两条超高检测线段上的检测点，确定与所述目标检测框的质心距离最近的参考点，具体包括：
基于所述两条超高检测线段上的各个检测点在所述待检测图像中的坐标，以及所述待检测图像中各个像素点与所述质心之间的距离，确定所述两条超高检测线段上各个检测点与所述质心之间的距离；
遍历所述两条超高检测线段上各个检测点与所述质心之间的距离，选取最小距离对应的检测点作为所述参考点。
4.根据权利要求3所述的超高检测方法，其特征在于，所述基于所述两条超高检测线段上的各个检测点在所述待检测图像中的坐标，以及所述待检测图像中各个像素点与所述质心之间的距离，确定所述两条超高检测线段上各个检测点与所述质心之间的距离，具体包括：
基于所述待检测图像，以所述质心为中心，建立所述待检测图像对应的热力图；其中，所述热力图中的各个像素点的像素值为所述待检测图像中对应像素点与所述质心之间的距离；
基于所述两条超高检测线段上的各个检测点在所述待检测图像中的坐标，检索所述各个检测点在所述热力图中对应的像素值，得到所述各个检测点与所述质心之间的距离。
5.根据权利要求1至4任一项所述的超高检测方法，其特征在于，所述两条超高检测线段是基于如下步骤确定的：
对摄像头采集的图像进行标识图像检测，获取两个超高检测平面上预先粘贴的多个标识图像在所述摄像头对应的图像坐标系下的位置；
基于所述多个标识图像在所述图像坐标系下的位置，确定所述两条超高检测线段；其中，所述多个标识图像的中心点对应所述两条超高检测线段的端点。
6.一种超高检测装置，其特征在于，包括：
目标检测单元，用于对待检测图像进行目标检测；
检测框获取单元，用于若检测到目标，则获取所述目标的目标检测框；
区域检测单元，用于基于所述目标检测框与两条超高检测线段三个端点构成的三角区域，判断所述目标是否进入到超高检测区域内；其中，所述两条超高检测线段位于不同的超高检测平面，且两条超高检测线段首尾相连；
超高判定单元，用于若所述目标进入到所述超高检测区域内，且所述目标检测框的质心位于所述三角区域外，则所述目标超高。
7.根据权利要求6所述的超高检测装置，其特征在于，所述区域检测单元，具体包括：
参考点确定单元，用于基于所述两条超高检测线段上的检测点，确定与所述目标检测框的质心距离最近的参考点；
区域判定单元，用于若所述参考点与所述两条超高检测线段的连接点之间的连线，与所述两条超高检测线段另一侧端点之间的连线不存在交点，则确定所述目标进入到超高检测区域内。
8.根据权利要求6或7所述的超高检测装置，其特征在于，还包括：
标识图像定位单元，用于对摄像头采集的图像进行标识图像检测，获取两个超高检测平面上预先粘贴的多个标识图像在所述摄像头对应的图像坐标系下的位置；
超高检测线段确定单元，用于基于所述多个标识图像在所述图像坐标系下的位置，确定所述两条超高检测线段；其中，所述多个标识图像的中心点对应所述两条超高检测线段的端点。
9.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述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实现如权利要求1至5任一项所述超高检测方法的步骤。
10.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至5任一项所述超高检测方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011511169.5A CN112581449A (zh) | 2020-12-18 | 2020-12-18 | 超高检测方法、装置、电子设备和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011511169.5A CN112581449A (zh) | 2020-12-18 | 2020-12-18 | 超高检测方法、装置、电子设备和存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112581449A true CN112581449A (zh) | 2021-03-30 |
Family
ID=75136623
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011511169.5A Pending CN112581449A (zh) | 2020-12-18 | 2020-12-18 | 超高检测方法、装置、电子设备和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112581449A (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20140119609A1 (en) * | 2012-10-31 | 2014-05-01 | Electronics And Telecommunications Research Institute | Image recognizing apparatus and method |
| CN104680555A (zh) * | 2015-02-13 | 2015-06-03 | 电子科技大学 | 基于视频监控的越界检测方法及越界监控系统 |
| CN104978751A (zh) * | 2015-06-16 | 2015-10-14 | 电子科技大学 | 基于摄像头角度的越界检测方法 |
| CN107844750A (zh) * | 2017-10-19 | 2018-03-27 | 华中科技大学 | 一种水面全景图像目标检测识别方法 |
| CN111191499A (zh) * | 2019-11-11 | 2020-05-22 | 广东工业大学 | 一种基于最小中心线的跌倒检测方法及装置 |
| CN112016528A (zh) * | 2020-10-20 | 2020-12-01 | 成都睿沿科技有限公司 | 行为识别方法、装置、电子设备及可读存储介质 |
-
2020
- 2020-12-18 CN CN202011511169.5A patent/CN112581449A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20140119609A1 (en) * | 2012-10-31 | 2014-05-01 | Electronics And Telecommunications Research Institute | Image recognizing apparatus and method |
| CN104680555A (zh) * | 2015-02-13 | 2015-06-03 | 电子科技大学 | 基于视频监控的越界检测方法及越界监控系统 |
| CN104978751A (zh) * | 2015-06-16 | 2015-10-14 | 电子科技大学 | 基于摄像头角度的越界检测方法 |
| CN107844750A (zh) * | 2017-10-19 | 2018-03-27 | 华中科技大学 | 一种水面全景图像目标检测识别方法 |
| CN111191499A (zh) * | 2019-11-11 | 2020-05-22 | 广东工业大学 | 一种基于最小中心线的跌倒检测方法及装置 |
| CN112016528A (zh) * | 2020-10-20 | 2020-12-01 | 成都睿沿科技有限公司 | 行为识别方法、装置、电子设备及可读存储介质 |
Non-Patent Citations (3)
| Title |
|---|
| MUHAMMADARSLAN ET AL: "Visualizing intrusions in dynamic building environments for worker safety", 《SAFETY SCIENCE》 * |
| 孙翠莲等: "一种改进的超高压输电线路巡检机器人越障方法", 《机器人》 * |
| 马祥等: "基于摄像头的目标分析监控系统设计", 《电子设计工程》 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110390306B (zh) | 直角车位的检测方法、车辆和计算机可读存储介质 | |
| CN108510528B (zh) | 一种可见光和红外图像配准融合的方法及装置 | |
| CN106845324B (zh) | 路牌信息的处理方法和装置 | |
| CN112344869B (zh) | 基于侧面拟合的铁塔变形监测方法及系统 | |
| KR102145557B1 (ko) | 이종 센서 간의 데이터 융합 장치 및 방법 | |
| CN109816780B (zh) | 一种双目序列影像的输电线路三维点云生成方法及装置 | |
| CN111680574B (zh) | 一种人脸检测方法、装置、电子设备和存储介质 | |
| CN112528974B (zh) | 测距方法、装置、电子设备及可读存储介质 | |
| CN112967283A (zh) | 基于双目摄像头的目标识别方法、系统、设备及存储介质 | |
| CN113240678B (zh) | 平面信息检测方法及系统 | |
| CN112651359A (zh) | 障碍物检测方法、装置、电子设备和存储介质 | |
| CN111179340A (zh) | 一种物体的定位方法、装置及计算机系统 | |
| CN110705433A (zh) | 一种基于视觉感知的桥梁变形的监测方法、装置及设备 | |
| CN115719436A (zh) | 模型训练方法、目标检测方法、装置、设备以及存储介质 | |
| CN113256691A (zh) | 一种目标跟踪方法、装置、设备和存储介质 | |
| CN114565908A (zh) | 车道线的检测方法、装置、电子设备及存储介质 | |
| CN112802114A (zh) | 多视觉传感器融合装置及其方法和电子设备 | |
| CN114066999A (zh) | 基于三维建模的目标定位系统及方法 | |
| CN114969221A (zh) | 一种更新地图的方法及相关设备 | |
| CN113989765A (zh) | 一种轨道障碍物的检测方法、检测装置及可读存储介质 | |
| CN112581449A (zh) | 超高检测方法、装置、电子设备和存储介质 | |
| CN112669266B (zh) | 超高检测方法、装置、电子设备和存储介质 | |
| CN111862206A (zh) | 一种视觉定位方法、装置、电子设备及可读存储介质 | |
| CN113112551B (zh) | 相机参数的确定方法、装置、路侧设备和云控平台 | |
| CN111539279A (zh) | 道路限高高度检测方法、装置、设备及存储介质 |
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 | ||
| AD01 | Patent right deemed abandoned |
Effective date of abandoning: 20240322 |
|
| AD01 | Patent right deemed abandoned |