CN112633143B - 图像处理系统、方法、头戴设备、处理设备及存储介质 - Google Patents

图像处理系统、方法、头戴设备、处理设备及存储介质 Download PDF

Info

Publication number
CN112633143B
CN112633143B CN202011520128.2A CN202011520128A CN112633143B CN 112633143 B CN112633143 B CN 112633143B CN 202011520128 A CN202011520128 A CN 202011520128A CN 112633143 B CN112633143 B CN 112633143B
Authority
CN
China
Prior art keywords
image
license plate
face
information
target
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
CN202011520128.2A
Other languages
English (en)
Other versions
CN112633143A (zh
Inventor
刘斌
施高祥
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 CN202011520128.2A priority Critical patent/CN112633143B/zh
Publication of CN112633143A publication Critical patent/CN112633143A/zh
Application granted granted Critical
Publication of CN112633143B publication Critical patent/CN112633143B/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
    • 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
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/161—Detection; Localisation; Normalisation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/60—Type of objects
    • G06V20/62—Text, e.g. of license plates, overlay texts or captions on TV images
    • G06V20/625—License plates
    • 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
    • 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
    • G06V2201/08—Detecting or categorising vehicles

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Human Computer Interaction (AREA)
  • Image Analysis (AREA)

Abstract

本发明实施例提供了一种图像处理系统、方法、头戴设备、处理设备及存储介质，系统包括头戴设备和处理设备，所述头戴设备具有第一图像传感器和第二图像传感器，第一图像传感器，用于采集第一图像并发送第一图像至处理设备，第一图像的分辨率高于预设分辨率阈值；第二图像传感器，用于采集第二图像并发送第二图像至处理设备，第二图像的帧率高于预设帧率阈值；处理设备，用于接收第一图像和第二图像，并根据第一图像和第二图像的分辨率和帧率，对第一图像和第二图像进行图像处理，图像处理包括目标检测和/或目标识别。处理设备可以采用分辨率高的图像用于进行目标识别，采用帧率高的图像用于进行目标检测，可以大大提高目标检测率和目标识别率。

Description

图像处理系统、方法、头戴设备、处理设备及存储介质
技术领域
本发明涉及图像处理技术领域，特别是涉及一种图像处理系统、方法、头戴设备、处理设备及存储介质。
背景技术
目前头戴设备系统一般包括智能眼镜端和主机端。其中，智能眼镜端具有一个图像传感器，用于采集图像，智能眼镜端可以将采集的图像发送至主机端，主机端便可以对图像进行相应的数据处理。例如，可以进行目标检测和识别等处理。
但是由于进行目标检测和目标识别对于图像的要求不同，目前的头戴设备系统中的一个图像传感器只能采集参数固定的图像，因此无法同时满足目标检测和目标识别的处理要求，会导致目标检测率较低或者目标识别率较低。
发明内容
本发明实施例的目的在于提供一种图像处理系统、方法、头戴设备、处理设备及存储介质，以同时实现较高的目标检测率和目标识别率。具体技术方案如下：
第一方面，本发明实施例提供了一种图像处理系统，所述系统包括头戴设备和处理设备，所述头戴设备具有第一图像传感器和第二图像传感器，其中：
所述第一图像传感器，用于采集第一图像并发送所述第一图像至所述处理设备，其中，所述第一图像的分辨率高于预设分辨率阈值；
所述第二图像传感器，用于采集第二图像并发送所述第二图像至所述处理设备，其中，所述第二图像的帧率高于预设帧率阈值；
所述处理设备，用于接收所述第一图像和所述第二图像，并根据所述第一图像和所述第二图像的分辨率和帧率，对所述第一图像和所述第二图像进行图像处理，其中，所述图像处理包括目标检测和/或目标识别。
可选的，所述处理设备，用于接收所述第一图像和所述第二图像，利用所述第二图像进行人脸目标检测，利用所述第一图像进行人脸识别，并利用目标图像进行车牌目标检测和车牌识别，其中，所述目标图像为所述第一图像和/或所述第二图像。
可选的，所述处理设备，用于接收所述第一图像和所述第二图像，对所述第二图像进行人脸目标检测，在检测得到人脸位置时，基于所述人脸位置对所述第一图像进行人脸识别，得到人脸信息；对所述第二图像进行车牌目标检测，在检测得到车牌位置时，基于所述车牌位置对所述第二图像进行车牌识别，得到车牌信息。
可选的，所述处理设备，用于接收所述第一图像和所述第二图像，对所述第二图像进行人脸目标检测，在检测得到人脸位置时，基于所述人脸位置对所述第一图像进行人脸识别，得到人脸信息；对所述第二图像进行车牌目标检测，在检测得到车牌位置时，基于所述车牌位置对所述第一图像进行车牌识别，得到车牌信息。
可选的，所述处理设备，用于接收所述第一图像和所述第二图像，对所述第二图像进行人脸目标检测，在检测得到人脸位置时，基于所述人脸位置对所述第一图像进行人脸识别，得到人脸信息；对所述第一图像进行车牌目标检测，在检测得到车牌位置时，基于所述车牌位置对所述第一图像进行车牌识别，得到车牌信息。
可选的，所述处理设备，用于对所述第一图像和所述第二图像进行立体匹配，确定所述第一图像和所述第二图像中像素点的对应关系，并基于所述对应关系，确定所述人脸位置在所述第一图像中对应的位置，作为目标位置；基于所述目标位置对所述第一图像进行人脸识别，得到人脸信息。
可选的，所述处理设备，还用于在得到人脸信息的情况下，将所述人脸信息与预先设置的人脸数据库中存储的人脸数据进行比对，确定与所述人脸信息匹配的人脸数据，并确定所述匹配的人脸数据对应的人员信息；在得到车牌信息的情况下，将所述车牌信息与预先设置的车辆数据库中存储的车牌数据进行比对，确定与所述车牌信息匹配的车牌数据，并确定所述匹配的车牌数据对应的车辆信息。
可选的，所述头戴设备还具有显示模组；
所述处理设备，还用于在得到人脸信息的情况下，对所述第一图像和所述第二图像进行立体匹配，计算得到各像素点的深度信息，并基于所述深度信息以及所述显示模组与所述第一图像传感器之间的坐标系映射关系，确定所述人脸位置在所述显示模组的坐标系中对应的位置，作为第一位置，发送所述第一位置及所述人员信息至所述显示模组；在得到车牌信息的情况下，基于所述深度信息以及所述显示模组与目标图像传感器之间的坐标系映射关系，确定所述车牌位置在所述显示模组的坐标系中对应的目标，作为第二位置，发送所述第二位置及所述车辆信息至所述显示模组，其中，所述目标图像传感器为所述第一图像传感器和所述第二图像传感器中，采集到的图像用于车牌目标检测的图像传感器；
所述显示模组，用于在接收到所述处理设备发送的目标信息时，基于所述目标信息包括的位置显示标识框，显示所述目标信息包括的所述人员信息和/或所述车辆信息，其中，所述目标信息为所述第一位置及所述人员信息和/或所述第二位置及所述车辆信息。
第二方面，本发明实施例提供了一种图像处理方法，应用于图像处理系统中的处理设备，所述图像处理系统还包括头戴设备，所述头戴设备具有第一图像传感器和第二图像传感器，所述方法包括：
获取第一图像和第二图像，其中，所述第一图像为所述第一图像传感器采集的图像，所述第一图像的分辨率高于预设分辨率阈值，所述第二图像为所述第二图像传感器采集的图像，所述第二图像的帧率高于预设帧率阈值；
根据所述第一图像和所述第二图像的分辨率和帧率，对所述第一图像和所述第二图像进行图像处理，其中，所述图像处理包括目标检测和/或目标识别。
第三方面，本发明实施例提供了一种头戴设备，所述头戴设备具有第一图像传感器和第二图像传感器，其中：
所述第一图像传感器，用于采集第一图像并发送所述第一图像至处理设备，其中，所述第一图像的分辨率高于预设分辨率阈值；
所述第二图像传感器，用于采集第二图像并发送所述第二图像至处理设备，其中，所述第二图像的帧率高于预设帧率阈值，所述处理设备用于接收所述第一图像和所述第二图像，并根据所述第一图像和所述第二图像的分辨率和帧率，对所述第一图像和所述第二图像进行图像处理，所述图像处理包括目标检测和/或目标识别。
可选的，所述头戴设备还具有显示模组；
所述显示模组，用于在接收到所述处理设备发送的目标信息时，基于所述目标信息包括的位置显示标识框，显示所述目标信息包括的人员信息和/或车辆信息，其中，所述目标信息为第一位置及所述人员信息和/或第二位置及所述车辆信息。
第四方面，本发明实施例提供了一种处理设备，包括处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；
存储器，用于存放计算机程序；
处理器，用于执行存储器上所存放的程序时，实现上述第二方面所述的方法步骤。
第五方面，本发明实施例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第二方面所述的方法步骤。
本发明实施例有益效果：
本发明实施例提供的方案中，图像处理系统包括头戴设备和处理设备，头戴设备具有第一图像传感器和第二图像传感器，其中：第一图像传感器，用于采集第一图像并发送第一图像至所述处理设备，第一图像的分辨率高于预设分辨率阈值。第二图像传感器，用于采集第二图像并发送第二图像至所述处理设备，第二图像的帧率高于预设帧率阈值。处理设备，用于接收第一图像和第二图像，并根据第一图像和第二图像的分辨率和帧率，对第一图像和第二图像进行图像处理，图像处理包括目标检测和/或目标识别。由于第一图像和第二图像的分辨率和帧率不同，而分辨率高的图像适合用于进行目标识别，帧率高的图像适合用于进行目标检测，所以处理设备可以采用分辨率高的图像用于进行目标识别，采用帧率高的图像用于进行目标检测，可以大大提高目标检测率和目标识别率。当然，实施本发明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发明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为本发明实施例所提供的一种图像处理系统的结构示意图；
图2为本发明实施例所提供的图像处理系统的另一种结构示意图；
图3为本发明实施例所提供的图像处理系统的另一种结构示意图；
图4为本发明实施例所提供的一种图像处理方法的流程图；
图5为基于图4所示实施例的人脸信息的确定方式的一种流程图；
图6为本发明实施例所提供的一种头戴设备的结构示意图；
图7为本发明实施例所提供的头戴设备的另一种结构示意图；
图8为本发明实施例所提供的一种处理设备的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明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发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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，都属于本发明保护的范围。
为了同时实现较高的目标检测率和目标识别率，本发明实施例提供了一种图像处理系统、方法、头戴设备、处理设备及计算机可读存储介质。下面首先对本发明实施例所提供的一种图像处理系统进行介绍。
如图1所示，一种图像处理系统，所述系统包括头戴设备110和处理设备120，所述头戴设备110具有第一图像传感器111和第二图像传感器112，其中：
所述第一图像传感器111，用于采集第一图像并发送所述第一图像至所述处理设备；
其中，所述第一图像的分辨率高于预设分辨率阈值。
所述第二图像传感器112，用于采集第二图像并发送所述第二图像至所述处理设备；
其中，所述第二图像的帧率高于预设帧率阈值。
所述处理设备120，用于接收所述第一图像和所述第二图像，并根据所述第一图像和所述第二图像的分辨率和帧率，对所述第一图像和所述第二图像进行图像处理。
其中，所述图像处理包括目标检测和/或目标识别。
可见，本发明实施例提供的方案中，图像处理系统包括头戴设备和处理设备，头戴设备具有第一图像传感器和第二图像传感器，其中：第一图像传感器，用于采集第一图像并发送第一图像至所述处理设备，第一图像的分辨率高于预设分辨率阈值。第二图像传感器，用于采集第二图像并发送第二图像至所述处理设备，第二图像的帧率高于预设帧率阈值。处理设备，用于接收第一图像和第二图像，并根据第一图像和第二图像的分辨率和帧率，对第一图像和第二图像进行图像处理，图像处理包括目标检测和/或目标识别。由于第一图像和第二图像的分辨率和帧率不同，而分辨率高的图像适合用于进行目标识别，帧率高的图像适合用于进行目标检测，所以处理设备可以采用分辨率高的图像用于进行目标识别，采用帧率高的图像用于进行目标检测，可以大大提高目标检测率和目标识别率。
在上述图像处理系统中的头戴设备可以为智能眼镜、头盔等，在此不做具体限定。该头戴设备可以具有两个图像传感器，即第一图像传感器和第二图像传感器。图像处理系统中的处理设备可以为处理器、处理芯片等具有图像处理功能的处理设备，在此不做具体限定。
例如，如图2所示，头戴设备可以为智能眼镜210，处理设备可以为能够佩戴在腰带等位置的设备，这样可以方便用户携带。其中，处理设备221所示的为处理设备一个角度的示意图，处理设备222所示的为处理设备另一个角度的示意图，并不表示具有两个处理设备，虚线表示智能眼镜210与处理设备222可以为无线连接。
第一图像传感器可以采集高分辨率的第一图像，进而发送第一图像至处理设备，由于高分辨率的图像细节丰富，用于进行目标识别的效果较好，可以得到准确的识别结果，所以处理设备便可以主要基于第一图像进行目标识别处理。那么该第一图像的分辨率可以高于预设分辨率阈值，其中，预设分辨率阈值可以根据所要识别的目标具体是何种目标以及目标识别结果的准确度等要求设定。由于目标识别对于帧率的要求不高，所以第一图像的帧率可以较低，例如，可以不高于预设帧率阈值，在此不做具体限定。
第二图像传感器可以采集高分辨率的第二图像，进而发送第二图像至处理设备，由于高帧率的图像单位时间内采集的图像数量较多，图像内容的连续性较高，用于进行目标检测的效果较好，可以得到准确的检测结果，所以处理设备便可以主要基于第二图像进行目标检测处理。那么该第二图像的帧率可以高于预设帧率阈值，其中，预设帧率阈值可以根据所要检测的目标具体是何种目标以及目标检测结果的准确度等要求设定。由于目标检测对于分辨率的要求不高，所以第二图像的分辨率可以较低，例如，可以不高于预设分辨率阈值，在此不做具体限定。
上述目标检测和目标识别所针对的目标可以是需要获取其相关信息的任意目标，例如，可以为车辆、人、建筑物等，在此不做具体限定。
另外，由于第一图像传感器可以采集第一图像，第二图像传感器可以采集第二图像，实现双目功能，处理设备可以对两个图像传感器采集的图像进行立体匹配，计算得到图像中目标的深度信息。进而，可以基于深度信息过滤掉不是实际目标的检测结果。例如，如果深度信息为0，那么说明该目标并不是真实的人或车辆等目标，而可能是照片等平面物体，因此可以过滤掉这样的检测结果，以减少计算量同时提高目标识别结果的准确度。
作为本发明实施例的一种实施方式，上述处理设备可以用于接收所述第一图像和所述第二图像，利用所述第二图像进行人脸目标检测，利用所述第一图像进行人脸识别，并利用目标图像进行车牌目标检测和车牌识别。
由于人脸目标检测对于图像的帧率要求较高，而人脸识别对于图像的分辨率要求较高，所以为了得到准确的人脸信息，处理设备接收到第一图像和第二图像后，可以利用第二图像进行人脸目标检测，利用第一图像进行人脸识别。
相对于人脸目标检测和人脸识别，车辆目标检测和车牌识别对于图像的帧率和分辨率的要求均相对于低一些，因此处理设备可以根据车辆信息的准确度要求、处理效率要求等因素，确定具体如何利用第一图像、第二图像进行车辆目标检测和车牌识别。也就是说，处理设备可以利用目标图像进行车牌目标检测和车牌识别，其中，目标图像为第一图像和/或第二图像。
作为本发明实施例的一种实施方式，上述处理设备可以用于接收所述第一图像和所述第二图像，对所述第二图像进行人脸目标检测，在检测得到人脸位置时，基于所述人脸位置对所述第一图像进行人脸识别，得到人脸信息；对所述第二图像进行车牌目标检测，在检测得到车牌位置时，基于所述车牌位置对所述第二图像进行车牌识别，得到车牌信息。
处理设备接收到第一图像和第二图像后，可以对第二图像进行人脸目标检测，以确定第二图像中是否包括人脸目标。如果第二图像中包括人脸目标，那么通过人脸目标检测可以的得到人脸位置，在一种实施方式中，人脸位置可以采用一个标识框的位置表示，具体可以为该标识框的一个角点坐标一标识框的宽和高，还可以为该标识框的四个角点的坐标等，都是合理的。
接下来，由于第一图像的分辨率较高，而人脸识别需要基于图像丰富的细节才能得到较为准确的结果，所以处理设备便可以基于上述人脸位置对第一图像进行人脸识别，从而得到人脸信息。
处理设备还可以对第二图像进行车牌目标检测，以确定第二图像中是否包括车辆目标。如果第二图像中包括车辆目标，那么通过车牌目标检测可以的得到车牌位置，在一种实施方式中，车牌位置可以采用一个标识框的位置表示，具体可以为该标识框的一个角点坐标一标识框的宽和高，还可以为该标识框的四个角点的坐标等，都是合理的。
由于车牌识别一般是识别车牌号和车牌颜色，对于图像的细节要求不是很高，因此为了方便进行处理，处理设备可以在检测得到车牌位置时，基于该车牌位置对第二图像进行车牌识别，从而得到车牌信息。
可见，在本实施例中，处理设备可以对第二图像进行人脸目标检测，在检测得到人脸位置时，基于人脸位置对第一图像进行人脸识别，得到人脸信息，对第二图像进行车牌目标检测，在检测得到车牌位置时，基于车牌位置对第二图像进行车牌识别，得到车牌信息。这样，可以在保证准确地检测出人脸目标和车牌目标的基础上，保证人脸识别结果的准确度，同时提高车牌识别的效率。
作为本发明实施例的一种实施方式，上述处理设备可以用于接收所述第一图像和所述第二图像，对所述第二图像进行人脸目标检测，在检测得到人脸位置时，基于所述人脸位置对所述第一图像进行人脸识别，得到人脸信息；对所述第二图像进行车牌目标检测，在检测得到车牌位置时，基于所述车牌位置对所述第一图像进行车牌识别，得到车牌信息。
处理设备接收到第一图像和第二图像后，可以对第二图像进行人脸目标检测，以确定第二图像中是否包括人脸目标。如果第二图像中包括人脸目标，那么通过人脸目标检测可以的得到人脸位置，进而基于该人脸位置对第一图像进行人脸识别，从而得到人脸信息。具体实现方式在上述实施例中已经介绍，在此不再赘述。
处理设备还可以对第二图像进行车牌目标检测，以确定第二图像中是否包括车辆目标。如果第二图像中包括车辆目标，那么通过车牌目标检测可以的得到车牌位置。由于第一图像的细节丰富，因此为了得到准确的车牌信息，处理设备可以在检测得到车牌位置时，基于该车牌位置对第一图像进行车牌识别，从而得到车牌信息。
可见，在本实施例中，处理设备可以对第二图像进行人脸目标检测，在检测得到人脸位置时，基于人脸位置对所述第一图像进行人脸识别，得到人脸信息，对第二图像进行车牌目标检测，在检测得到车牌位置时，基于车牌位置对第一图像进行车牌识别，得到车牌信息。这样，可以在保证准确地检测出人脸目标和车牌目标的基础上，保证人脸识别结果和车牌识别结果的准确度均较高。
作为本发明实施例的一种实施方式，上述处理设备可以用于接收所述第一图像和所述第二图像，对所述第二图像进行人脸目标检测，在检测得到人脸位置时，基于所述人脸位置对所述第一图像进行人脸识别，得到人脸信息；对所述第一图像进行车牌目标检测，在检测得到车牌位置时，基于所述车牌位置对所述第一图像进行车牌识别，得到车牌信息。
处理设备接收到第一图像和第二图像后，可以对第二图像进行人脸目标检测，以确定第二图像中是否包括人脸目标。如果第二图像中包括人脸目标，那么通过人脸目标检测可以的得到人脸位置，进而基于该人脸位置对第一图像进行人脸识别，从而得到人脸信息。具体实现方式在上述实施例中已经介绍，在此不再赘述。
由于车牌目标检测在帧率较低的情况下一般也可以得到相对准确的结果，所以处理设备可以对第一图像进行车牌目标检测，以确定第一图像中是否包括车辆目标。如果第一图像中包括车辆目标，那么通过车牌目标检测可以的得到车牌位置，进而在检测得到车牌位置时，处理设备可以基于该车牌位置对第一图像进行车牌识别，从而得到车牌信息。第一图像的细节较为丰富，因此可以得到准确的车牌信息。
可见，在本实施例中，处理设备可以对第二图像进行人脸目标检测，在检测得到人脸位置时，基于人脸位置对第一图像进行人脸识别，得到人脸信息，对第一图像进行车牌目标检测，在检测得到车牌位置时，基于车牌位置对第一图像进行车牌识别，得到车牌信息。这样，可以在保证准确地检测出人脸目标和车牌目标的基础上，保证人脸识别结果的准确度，同时提高车牌识别的准确度。
作为本发明实施例的一种实施方式，上述处理设备可以用于对所述第一图像和所述第二图像进行立体匹配，确定所述第一图像和所述第二图像中像素点的对应关系，并基于所述对应关系，确定所述人脸位置在所述第一图像中对应的位置，作为目标位置；基于所述目标位置对所述第一图像进行人脸识别，得到人脸信息。
由于第一图像传感器和第二图像传感器的视场范围会存在微小的差别，所以基于第二图像确定的人脸位置在第一图像中的位置可能会存在偏差，为了进一步提高人脸识别结果的准确度，处理设备可以对第一图像和第二图像进行立体匹配，确定第一图像和第二图像中像素点的对应关系。其中，立体匹配的具体实现方式可以采用图像处理领域的任意立体匹配方式，在此不做具体限定及说明。
进而，处理设备可以基于上述对应关系，确定人脸位置在第一图像中对应的位置，作为目标位置。该目标位置即为人脸目标在第一图像中所在的位置，处理便可以基于该目标位置对第一图像进行人脸识别，也就可以得到准确的人脸信息。
在一种实施方式中，如果进行车牌目标检测和识别所基于的图像不是同一个图像，而分别是第二图像和第一图像，那么为了进一步提高车牌识别结果的准确度，也可以采用上述方式确定车牌位置在第一图像中对应的位置，进而基于该位置进行车牌识别。
可见，在本实施例中，处理设备可以对第一图像和第二图像进行立体匹配，确定第一图像和所述第二图像中像素点的对应关系，并基于对应关系，确定人脸位置在第一图像中对应的位置，作为目标位置，进而基于目标位置对第一图像进行人脸识别，得到人脸信息。这样，可以消除第一图像传感器和第二图像传感器的视场范围的差别对识别结果造成的影响，可以得到更加准确的人脸信息。
作为本发明实施例的一种实施方式，上述处理设备还可以用于在得到人脸信息的情况下，将所述人脸信息与预先设置的人脸数据库中存储的人脸数据进行比对，确定与所述人脸信息匹配的人脸数据，并确定所述匹配的人脸数据对应的人员信息；在得到车牌信息的情况下，将所述车牌信息与预先设置的车辆数据库中存储的车牌数据进行比对，确定与所述车牌信息匹配的车牌数据，并确定所述匹配的车牌数据对应的车辆信息。
为了方便确定需要查找的人脸和/或车辆，可以预先设置的人脸数据库和车辆数据库，其中，人脸数据库中存储有人脸数据，该人脸数据可以为需要查找的人的人脸数据，例如，可以为存在违法行为的人的人脸数据等。该车辆数据可以为需要查找的车辆的车辆数据，例如，可以为存在肇事逃逸行为的车辆的车辆数据等。
这样，处理设备在识别得到人脸信息的情况下，可以将人脸信息与预先设置的人脸数据库中存储的人脸数据进行比对，查找是否存在匹配的人脸数据，如果存在，则可以确定该匹配的人脸数据对应的人员信息。其中，该人员信息可以包括姓名、职业等信息。
在识别得到车牌信息的情况下，处理设备可以将车牌信息与预先设置的车辆数据库中存储的车牌数据进行比对，查找是否存在匹配的车牌数据，如果存在，则可以确定该匹配的车牌数据对应的车辆信息。其中，该车辆信息可以包括车牌号、车主信息、车辆型号等。
可见，在本实施例中，处理设备还可以在得到人脸信息的情况下，将人脸信息与预先设置的人脸数据库中存储的人脸数据进行比对，确定与人脸信息匹配的人脸数据，进而确定所述匹配的人脸数据对应的人员信息。在得到车牌信息的情况下，可以将车牌信息与预先设置的车辆数据库中存储的车牌数据进行比对，确定与车牌信息匹配的车牌数据，进而确定匹配的车牌数据对应的车辆信息。这样，便可以确定当前采集的第一图像和第二图像中是否存在所要需要查找的人脸和/或车辆，方便相关人员进行后续处理。
作为本发明实施例的一种实施方式，如图3所示，上述头戴设备还可以具有显示模组113。该显示模组113可以显示虚拟内容，佩戴该头戴设备的用户便可以观看到虚实叠加的显示效果。
在这种情况下，上述处理设备还可以用于在得到人脸信息的情况下，对所述第一图像和所述第二图像进行立体匹配，计算得到各像素点的深度信息，并基于所述深度信息以及所述显示模组与所述第一图像传感器之间的坐标系映射关系，确定所述人脸位置在所述显示模组的坐标系中对应的位置，作为第一位置，发送所述第一位置及所述人员信息至所述显示模组；在得到车牌信息的情况下，基于所述深度信息以及所述显示模组与目标图像传感器之间的坐标系映射关系，确定所述车牌位置在所述显示模组的坐标系中对应的目标，作为第二位置，发送所述第二位置及所述车辆信息至所述显示模组113。
由于第一图像传感器和第二图像传感器与显示模组均不在同一个空间位置，所以基于第一图像传感器和第二图像传感器采集得到的图像检测得到的目标检测结果需要在通过显示模组显示时，需要将目标检测结果从图像坐标系转换至显示模组的坐标系中。
由于图像坐标系是一个二维的坐标系，而想要得到准确的显示模组的坐标系中的位置，达到真实的虚实叠加显示效果，那么需要进行三维坐标的转换，处理设备便可以对第一图像和第二图像进行立体匹配，进而计算得到各像素点的深度信息，该深度信息与图像坐标系中的二维坐标便可以组成三维坐标，进而处理设备便可以根据显示模组与第一图像传感器之间的坐标系映射关系，确定人脸位置在显示模组的坐标系中对应的位置，并将该位置作为第一位置。进而可以发送第一位置及上述人员信息至显示模组113。
同样的，在得到车牌信息的情况下，处理设备也可以对第一图像和第二图像进行立体匹配，计算得到各像素点的深度信息，进而基于深度信息以及显示模组与目标图像传感器之间的坐标系映射关系，确定车牌位置在显示模组的坐标系中对应的目标，作为第二位置，进而发送第二位置及车辆信息至显示模组。
由于车牌位置可以基于第一图像检测得到，也可以基于第二图像检测得到，所以目标图像传感器为第一图像传感器和第二图像传感器中，采集到的图像用于车牌目标检测的图像传感器，以保证确定的第二位置的准确性。
相应的，显示模组113可以用于在接收到所述处理设备发送的目标信息时，基于所述目标信息包括的位置显示标识框，显示所述目标信息包括的所述人员信息和/或所述车辆信息。
其中，目标信息为第一位置及人员信息和/或第二位置及车辆信息。具体来说，显示模组113如果接收到处理设备发送的第一位置及人员信息，那么则可以在第一位置处显示标识框，并在该标识框周围显示人员信息。人员信息的具体位置可以根据人员信息的信息量的多少等因素确定，例如，可以显示在标识框的右侧预设距离的位置等，在此不做具体限定。这样，佩戴头戴设备的用户便可以观看到真实的人脸被标识框所框选，并且在该人脸周围显示与其相关信息的效果。
在一种实施方式中，由于在进行人脸识别时，可以确定该人员的性别、年龄段、是否配戴眼镜等人脸属性，所以即使上述人脸数据库不存在匹配的人脸数据，或者在进行匹配的过程中，处理设备均可以将第一位置和这些人脸属性发送至显示模组113，显示模组113便可以在该第一位置处显示标识框，并在该标识框周围显示这些人脸属性，以供用户查看。
显示模组113如果接收到处理设备发送的第二位置及车辆信息，那么则可以在第二位置处显示标识框，并在该标识框周围显示车辆信息。车辆信息的具体位置可以根据车辆信息的信息量的多少等因素确定，例如，可以显示在标识框的下方预设距离的位置等，在此不做具体限定。这样，佩戴头戴设备的用户便可以观看到真实的车牌被标识框所框选，并且在该车牌周围显示与其相关信息的效果。
在一种实施方式中，由于在进行车牌识别时，可以确定该车牌的车牌号、车辆品牌、型号等车辆属性，所以即使上述车辆数据库不存在匹配的车辆数据，或者在进行匹配的过程中，处理设备均可以将第二位置和这些车辆属性发送至显示模组113，显示模组113便可以在该第二位置处显示标识框，并在该标识框周围显示这些车辆属性，以供用户查看。
显示模组113如果即接收到处理设备发送的第一位置及人员信息，又接收到处理设备发送的第二位置及车辆信息，那么便可以即在第一位置处显示标识框，并在该标识框周围显示人员信息，又在第二位置处显示标识框，并在该标识框周围显示车辆信息。
可见，在本实施例中，头戴设备还可以具有显示模组，在这种情况下，处理设备可以将第一位置及人员信息和/或第二位置及车辆信息发送至显示模组，进而显示模组可以基于目标信息包括的位置显示标识框及目标信息包括的人员信息和/或车辆信息。这样，用户可以观看到虚实叠加的显示效果，实时获知所看到的人员和车辆的相关信息。
相应于上述图像处理系统，本发明实施例还提供了一种图像处理方法，下面对本发明实施例所提供的一种图像处理方法进行介绍。
如图4所示，一种图像处理方法，应用于图像处理系统中的处理设备，所述图像处理系统还包括头戴设备，所述头戴设备具有第一图像传感器和第二图像传感器，所述方法包括：
S401，获取第一图像和第二图像；
其中，所述第一图像为所述第一图像传感器采集的图像，所述第一图像的分辨率高于预设分辨率阈值，所述第二图像为所述第二图像传感器采集的图像，所述第二图像的帧率高于预设帧率阈值。
S402，根据所述第一图像和所述第二图像的分辨率和帧率，对所述第一图像和所述第二图像进行图像处理。
其中，所述图像处理包括目标检测和/或目标识别。
可见，本发明实施例提供的方案中，图像处理系统包括头戴设备和处理设备，头戴设备具有第一图像传感器和第二图像传感器，处理设备可以获取第一图像和第二图像；其中，第一图像为第一图像传感器采集的图像，第一图像的分辨率高于预设分辨率阈值，第二图像为第二图像传感器采集的图像，第二图像的帧率高于预设帧率阈值；根据第一图像和第二图像的分辨率和帧率，对第一图像和第二图像进行图像处理，其中，图像处理包括目标检测和/或目标识别。由于第一图像和第二图像的分辨率和帧率不同，而分辨率高的图像适合用于进行目标识别，帧率高的图像适合用于进行目标检测，所以处理设备可以采用分辨率高的图像用于进行目标识别，采用帧率高的图像用于进行目标检测，可以大大提高目标检测率和目标识别率。
作为本发明实施例的一种实施方式，上述根据所述第一图像和所述第二图像的分辨率和帧率，对所述第一图像和所述第二图像进行图像处理的步骤，可以包括：
利用所述第二图像进行人脸目标检测，利用所述第一图像进行人脸识别，并利用目标图像进行车牌目标检测和车牌识别，其中，所述目标图像为所述第一图像和/或所述第二图像。
作为本发明实施例的一种实施方式，上述利用所述第二图像进行人脸目标检测，利用所述第一图像进行人脸识别，并利用目标图像进行车牌目标检测和车牌识别的步骤，可以包括：
对所述第二图像进行人脸目标检测，在检测得到人脸位置时，基于所述人脸位置对所述第一图像进行人脸识别，得到人脸信息；
对所述第二图像进行车牌目标检测，在检测得到车牌位置时，基于所述车牌位置对所述第二图像进行车牌识别，得到车牌信息。
作为本发明实施例的一种实施方式，上述利用所述第二图像进行人脸目标检测，利用所述第一图像进行人脸识别，并利用目标图像进行车牌目标检测和车牌识别的步骤，可以包括：
对所述第二图像进行人脸目标检测，在检测得到人脸位置时，基于所述人脸位置对所述第一图像进行人脸识别，得到人脸信息；
对所述第二图像进行车牌目标检测，在检测得到车牌位置时，基于所述车牌位置对所述第一图像进行车牌识别，得到车牌信息。
作为本发明实施例的一种实施方式，上述利用所述第二图像进行人脸目标检测，利用所述第一图像进行人脸识别，并利用目标图像进行车牌目标检测和车牌识别的步骤，可以包括：
对所述第二图像进行人脸目标检测，在检测得到人脸位置时，基于所述人脸位置对所述第一图像进行人脸识别，得到人脸信息；
对所述第一图像进行车牌目标检测，在检测得到车牌位置时，基于所述车牌位置对所述第一图像进行车牌识别，得到车牌信息。
作为本发明实施例的一种实施方式，如图5所示，上述对所述第二图像进行人脸目标检测，在检测得到人脸位置时，基于所述人脸位置对所述第一图像进行人脸识别，得到人脸信息的步骤，可以包括：
S501，对所述第一图像和所述第二图像进行立体匹配，确定所述第一图像和所述第二图像中像素点的对应关系；
S502，基于所述对应关系，确定所述人脸位置在所述第一图像中对应的位置，作为目标位置；
S503，基于所述目标位置对所述第一图像进行人脸识别，得到人脸信息。
作为本发明实施例的一种实施方式，上述方法还可以包括：
在得到人脸信息的情况下，将所述人脸信息与预先设置的人脸数据库中存储的人脸数据进行比对，确定与所述人脸信息匹配的人脸数据，并确定所述匹配的人脸数据对应的人员信息；
在得到车牌信息的情况下，将所述车牌信息与预先设置的车辆数据库中存储的车牌数据进行比对，确定与所述车牌信息匹配的车牌数据，并确定所述匹配的车牌数据对应的车辆信息。
作为本发明实施例的一种实施方式，上述头戴设备还具有显示模组；上述方法还可以包括：
在得到人脸信息的情况下，对所述第一图像和所述第二图像进行立体匹配，计算得到各像素点的深度信息；
基于所述深度信息以及所述显示模组与所述第一图像传感器之间的坐标系映射关系，确定所述人脸位置在所述显示模组的坐标系中对应的位置，作为第一位置；
发送所述第一位置及所述人员信息至所述显示模组，以使所述显示模组基于所述第一位置显示标识框显示所述人员信息；
在得到车牌信息的情况下，基于所述深度信息以及所述显示模组与目标图像传感器之间的坐标系映射关系，确定所述车牌位置在所述显示模组的坐标系中对应的目标，作为第二位置；
发送所述第二位置及所述车辆信息至所述显示模组，以使所述显示模组基于所述第二位置显示标识框显示所述车辆信息。
本发明实施例还提供了一种头戴设备，如图6所示，所述头戴设备具有第一图像传感器611和第二图像传感器612，其中：
所述第一图像传感器611，用于采集第一图像并发送所述第一图像至处理设备，其中，所述第一图像的分辨率高于预设分辨率阈值；
所述第二图像传感器612，用于采集第二图像并发送所述第二图像至处理设备，其中，所述第二图像的帧率高于预设帧率阈值，所述处理设备用于接收所述第一图像和所述第二图像，并根据所述第一图像和所述第二图像的分辨率和帧率，对所述第一图像和所述第二图像进行图像处理，所述图像处理包括目标检测和/或目标识别。
可见，本发明实施例提供的方案中，头戴设备具有第一图像传感器和第二图像传感器，第一图像传感器，用于采集第一图像并发送第一图像至处理设备，第一图像的分辨率高于预设分辨率阈值。第二图像传感器，用于采集第二图像并发送第二图像至处理设备，第二图像的帧率高于预设帧率阈值。进而处理设备可以接收第一图像和第二图像，并根据第一图像和第二图像的分辨率和帧率，对第一图像和第二图像进行图像处理，图像处理包括目标检测和/或目标识别。由于第一图像和第二图像的分辨率和帧率不同，而分辨率高的图像适合用于进行目标识别，帧率高的图像适合用于进行目标检测，所以处理设备可以采用分辨率高的图像用于进行目标识别，采用帧率高的图像用于进行目标检测，可以大大提高目标检测率和目标识别率。
作为本发明实施例的一种实施方式，如图7所示，上述头戴设备还可以具有显示模组613；
所述显示模组，用于在接收到所述处理设备发送的目标信息时，基于所述目标信息包括的位置显示标识框及所述目标信息包括的人员信息和/或车辆信息。
其中，所述目标信息为第一位置及所述人员信息和/或第二位置及所述车辆信息。
本发明实施例还提供了一种处理设备，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，实现上述任一实施例所述的图像处理方法步骤。
可见，本发明实施例提供的方案中，处理设备可以获取第一图像和第二图像；其中，第一图像为第一图像传感器采集的图像，第一图像的分辨率高于预设分辨率阈值，第二图像为第二图像传感器采集的图像，第二图像的帧率高于预设帧率阈值；根据第一图像和第二图像的分辨率和帧率，对第一图像和第二图像进行图像处理，其中，图像处理包括目标检测和/或目标识别。由于第一图像和第二图像的分辨率和帧率不同，而分辨率高的图像适合用于进行目标识别，帧率高的图像适合用于进行目标检测，所以处理设备可以采用分辨率高的图像用于进行目标识别，采用帧率高的图像用于进行目标检测，可以大大提高目标检测率和目标识别率。
上述处理设备提到的通信总线可以是外设部件互连标准(Peripheral ComponentInterconnect，PCI)总线或扩展工业标准结构(Extended Industry StandardArchitecture，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。
通信接口用于上述处理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，RAM)，也可以包括非易失性存储器(Non-Volatile Memory，NVM)，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，CPU)、网络处理器(Network Processor，NP)等；还可以是数字信号处理器(Digital SignalProcessing，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，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。
在本发明提供的又一实施例中，还提供了一种计算机可读存储介质，该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任一实施例所述的图像处理方法步骤。
可见，本发明实施例提供的方案中，计算机程序被处理器执行时可以获取第一图像和第二图像；其中，第一图像为第一图像传感器采集的图像，第一图像的分辨率高于预设分辨率阈值，第二图像为第二图像传感器采集的图像，第二图像的帧率高于预设帧率阈值；根据第一图像和第二图像的分辨率和帧率，对第一图像和第二图像进行图像处理，其中，图像处理包括目标检测和/或目标识别。由于第一图像和第二图像的分辨率和帧率不同，而分辨率高的图像适合用于进行目标识别，帧率高的图像适合用于进行目标检测，所以处理设备可以采用分辨率高的图像用于进行目标识别，采用帧率高的图像用于进行目标检测，可以大大提高目标检测率和目标识别率。
在本发明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任一实施例所述的图像处理方法步骤。
可见，本发明实施例提供的方案中，计算机程序产品在计算机上运行时可以获取第一图像和第二图像；其中，第一图像为第一图像传感器采集的图像，第一图像的分辨率高于预设分辨率阈值，第二图像为第二图像传感器采集的图像，第二图像的帧率高于预设帧率阈值；根据第一图像和第二图像的分辨率和帧率，对第一图像和第二图像进行图像处理，其中，图像处理包括目标检测和/或目标识别。由于第一图像和第二图像的分辨率和帧率不同，而分辨率高的图像适合用于进行目标识别，帧率高的图像适合用于进行目标检测，所以处理设备可以采用分辨率高的图像用于进行目标识别，采用帧率高的图像用于进行目标检测，可以大大提高目标检测率和目标识别率。
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发明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，对于方法、头戴设备、处理设备、存储介质以及计算机程序产品实施例而言，由于其基本相似于系统实施例，所以描述的比较简单，相关之处参见系统实施例的部分说明即可。
以上所述仅为本发明的较佳实施例，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等，均包含在本发明的保护范围内。

Claims (12)

1.一种图像处理系统，其特征在于，所述系统包括头戴设备和处理设备，所述头戴设备具有第一图像传感器、第二图像传感器和显示模组，其中：
所述第一图像传感器，用于采集第一图像并发送所述第一图像至所述处理设备，其中，所述第一图像的分辨率高于预设分辨率阈值；
所述第二图像传感器，用于采集第二图像并发送所述第二图像至所述处理设备，其中，所述第二图像的帧率高于预设帧率阈值；
所述处理设备，用于接收所述第一图像和所述第二图像，利用所述第二图像进行人脸目标检测，利用所述第一图像进行人脸识别，并利用目标图像进行车牌目标检测和车牌识别，其中，所述目标图像为所述第一图像和/或所述第二图像；
所述处理设备，还用于在对所述第一图像和所述第二图像进行人脸识别得到人脸信息的情况下，对所述第一图像和所述第二图像进行立体匹配，计算得到各像素点的深度信息，并基于所述深度信息以及所述显示模组与所述第一图像传感器之间的坐标系映射关系，确定人脸位置在所述显示模组的坐标系中对应的位置，作为第一位置，发送所述第一位置及所述人脸信息至所述显示模组；在对所述第一图像和所述第二图像进行车牌识别得到车牌信息的情况下，基于所述深度信息以及所述显示模组与目标图像传感器之间的坐标系映射关系，确定车牌位置在所述显示模组的坐标系中对应的目标，作为第二位置，发送所述第二位置及车辆信息至所述显示模组，其中，所述目标图像传感器为所述第一图像传感器和所述第二图像传感器中，采集到的图像用于车牌目标检测的图像传感器。
2.如权利要求1所述的系统，其特征在于，
所述处理设备，用于接收所述第一图像和所述第二图像，对所述第二图像进行人脸目标检测，在检测得到人脸位置时，基于所述人脸位置对所述第一图像进行人脸识别，得到人脸信息；对所述第二图像进行车牌目标检测，在检测得到车牌位置时，基于所述车牌位置对所述第二图像进行车牌识别，得到车牌信息。
3.如权利要求1所述的系统，其特征在于，
所述处理设备，用于接收所述第一图像和所述第二图像，对所述第二图像进行人脸目标检测，在检测得到人脸位置时，基于所述人脸位置对所述第一图像进行人脸识别，得到人脸信息；对所述第二图像进行车牌目标检测，在检测得到车牌位置时，基于所述车牌位置对所述第一图像进行车牌识别，得到车牌信息。
4.如权利要求1所述的系统，其特征在于，
所述处理设备，用于接收所述第一图像和所述第二图像，对所述第二图像进行人脸目标检测，在检测得到人脸位置时，基于所述人脸位置对所述第一图像进行人脸识别，得到人脸信息；对所述第一图像进行车牌目标检测，在检测得到车牌位置时，基于所述车牌位置对所述第一图像进行车牌识别，得到车牌信息。
5.如权利要求2-4任一项所述的系统，其特征在于，
所述处理设备，具体用于对所述第一图像和所述第二图像进行立体匹配，确定所述第一图像和所述第二图像中像素点的对应关系，并基于所述对应关系，确定所述人脸位置在所述第一图像中对应的位置，作为目标位置；基于所述目标位置对所述第一图像进行人脸识别，得到人脸信息。
6.如权利要求2-4任一项所述的系统，其特征在于，
所述处理设备，还用于在得到人脸信息的情况下，将所述人脸信息与预先设置的人脸数据库中存储的人脸数据进行比对，确定与所述人脸信息匹配的人脸数据，并确定所述匹配的人脸数据对应的人员信息；在得到车牌信息的情况下，将所述车牌信息与预先设置的车辆数据库中存储的车牌数据进行比对，确定与所述车牌信息匹配的车牌数据，并确定所述匹配的车牌数据对应的车辆信息。
7.如权利要求1所述的系统，其特征在于，
所述显示模组，用于在接收到所述处理设备发送的目标信息时，基于所述目标信息包括的位置显示标识框，显示所述目标信息包括的所述人脸信息和/或所述车辆信息，其中，所述目标信息为所述第一位置及所述人脸信息和/或所述第二位置及所述车辆信息。
8.一种图像处理方法，其特征在于，应用于图像处理系统中的处理设备，所述图像处理系统还包括头戴设备，所述头戴设备具有第一图像传感器、第二图像传感器和显示模组，所述方法包括：
获取第一图像和第二图像，其中，所述第一图像为所述第一图像传感器采集的图像，所述第一图像的分辨率高于预设分辨率阈值，所述第二图像为所述第二图像传感器采集的图像，所述第二图像的帧率高于预设帧率阈值；
利用所述第二图像进行人脸目标检测，利用所述第一图像进行人脸识别，并利用目标图像进行车牌目标检测和车牌识别，其中，所述目标图像为所述第一图像和/或所述第二图像；
在对所述第一图像和所述第二图像进行人脸识别得到人脸信息的情况下，对所述第一图像和所述第二图像进行立体匹配，计算得到各像素点的深度信息，并基于所述深度信息以及所述显示模组与所述第一图像传感器之间的坐标系映射关系，确定人脸位置在所述显示模组的坐标系中对应的位置，作为第一位置，发送所述第一位置及所述人脸信息至所述显示模组；在对所述第一图像和所述第二图像进行车牌识别得到车牌信息的情况下，基于所述深度信息以及所述显示模组与目标图像传感器之间的坐标系映射关系，确定车牌位置在所述显示模组的坐标系中对应的目标，作为第二位置，发送所述第二位置及车辆信息至所述显示模组，其中，所述目标图像传感器为所述第一图像传感器和所述第二图像传感器中，采集到的图像用于车牌目标检测的图像传感器。
9.一种头戴设备，其特征在于，所述头戴设备具有第一图像传感器、第二图像传感器和显示模组，其中：
所述第一图像传感器，用于采集第一图像并发送所述第一图像至处理设备，其中，所述第一图像的分辨率高于预设分辨率阈值；
所述第二图像传感器，用于采集第二图像并发送所述第二图像至处理设备，其中，所述第二图像的帧率高于预设帧率阈值，所述处理设备用于接收所述第一图像和所述第二图像，利用所述第二图像进行人脸目标检测，利用所述第一图像进行人脸识别，并利用目标图像进行车牌目标检测和车牌识别，所述目标图像为所述第一图像和/或所述第二图像；
其中，所述处理设备，还用于在对所述第一图像和所述第二图像进行人脸识别得到人脸信息的情况下，对所述第一图像和所述第二图像进行立体匹配，计算得到各像素点的深度信息，并基于所述深度信息以及所述显示模组与所述第一图像传感器之间的坐标系映射关系，确定人脸位置在所述显示模组的坐标系中对应的位置，作为第一位置，发送所述第一位置及所述人脸信息至所述显示模组；在对所述第一图像和所述第二图像进行车牌识别得到车牌信息的情况下，基于所述深度信息以及所述显示模组与目标图像传感器之间的坐标系映射关系，确定车牌位置在所述显示模组的坐标系中对应的目标，作为第二位置，发送所述第二位置及车辆信息至所述显示模组，其中，所述目标图像传感器为所述第一图像传感器和所述第二图像传感器中，采集到的图像用于车牌目标检测的图像传感器。
10.如权利要求9所述的头戴设备，其特征在于，
所述显示模组，用于在接收到所述处理设备发送的目标信息时，基于所述目标信息包括的位置显示标识框，显示所述目标信息包括的人脸信息和/或车辆信息，其中，所述目标信息为第一位置及所述人脸信息和/或第二位置及所述车辆信息。
11.一种处理设备，其特征在于，包括处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；
存储器，用于存放计算机程序；
处理器，用于执行存储器上所存放的程序时，实现权利要求8所述的方法步骤。
12.一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8所述的方法步骤。
CN202011520128.2A 2020-12-21 2020-12-21 图像处理系统、方法、头戴设备、处理设备及存储介质 Active CN112633143B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011520128.2A CN112633143B (zh) 2020-12-21 2020-12-21 图像处理系统、方法、头戴设备、处理设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011520128.2A CN112633143B (zh) 2020-12-21 2020-12-21 图像处理系统、方法、头戴设备、处理设备及存储介质

Publications (2)

Publication Number Publication Date
CN112633143A CN112633143A (zh) 2021-04-09
CN112633143B true CN112633143B (zh) 2023-09-05

Family

ID=75320847

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011520128.2A Active CN112633143B (zh) 2020-12-21 2020-12-21 图像处理系统、方法、头戴设备、处理设备及存储介质

Country Status (1)

Country Link
CN (1) CN112633143B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114187695B (zh) * 2021-12-08 2023-12-08 上海世茂物联网科技有限公司 一种用于车库的道闸控制方法、装置、系统、设备及介质

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5852565A (en) * 1996-01-30 1998-12-22 Demografx Temporal and resolution layering in advanced television
WO2013140678A1 (ja) * 2012-03-23 2013-09-26 Ｎｅｃビッグローブ株式会社 情報処理システム
CN104270570A (zh) * 2014-10-17 2015-01-07 北京英泰智软件技术发展有限公司 双目摄像机及其图像处理方法
CN108564082A (zh) * 2018-04-28 2018-09-21 苏州赛腾精密电子股份有限公司 图像处理方法、装置、服务器和介质
CN109117830A (zh) * 2018-09-21 2019-01-01 上海晔芯电子科技有限公司 图像传感器、目标跟踪系统及方法
CN109151303A (zh) * 2018-08-22 2019-01-04 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
WO2019127273A1 (zh) * 2017-12-28 2019-07-04 深圳市锐明技术股份有限公司 一种多人脸检测方法、装置、服务器、系统及存储介质
CN111476128A (zh) * 2020-03-27 2020-07-31 深圳光启超材料技术有限公司 智能头盔及智能识别方法
CN111553262A (zh) * 2020-04-26 2020-08-18 上海微阱电子科技有限公司 一种快速检测目标图形的检测装置及方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150262380A1 (en) * 2014-03-17 2015-09-17 Qualcomm Incorporated Adaptive resolution in optical flow computations for an image processing system

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5852565A (en) * 1996-01-30 1998-12-22 Demografx Temporal and resolution layering in advanced television
WO2013140678A1 (ja) * 2012-03-23 2013-09-26 Ｎｅｃビッグローブ株式会社 情報処理システム
CN104270570A (zh) * 2014-10-17 2015-01-07 北京英泰智软件技术发展有限公司 双目摄像机及其图像处理方法
WO2019127273A1 (zh) * 2017-12-28 2019-07-04 深圳市锐明技术股份有限公司 一种多人脸检测方法、装置、服务器、系统及存储介质
CN108564082A (zh) * 2018-04-28 2018-09-21 苏州赛腾精密电子股份有限公司 图像处理方法、装置、服务器和介质
CN109151303A (zh) * 2018-08-22 2019-01-04 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
CN109117830A (zh) * 2018-09-21 2019-01-01 上海晔芯电子科技有限公司 图像传感器、目标跟踪系统及方法
CN111476128A (zh) * 2020-03-27 2020-07-31 深圳光启超材料技术有限公司 智能头盔及智能识别方法
CN111553262A (zh) * 2020-04-26 2020-08-18 上海微阱电子科技有限公司 一种快速检测目标图形的检测装置及方法

Also Published As

Publication number Publication date
CN112633143A (zh) 2021-04-09

Similar Documents

Publication Publication Date Title
CN109918977B (zh) 确定空闲车位的方法、装置及设备
CN110751012B (zh) 目标检测评估方法、装置、电子设备及存储介质
CN111191582B (zh) 三维目标检测方法、检测装置、终端设备及计算机可读存储介质
CN108229406A (zh) 一种车道线检测方法、装置及终端
CN109118537B (zh) 一种画面匹配方法、装置、设备和存储介质
CN104167109A (zh) 车辆位置的检测方法和检测装置
CN114359181A (zh) 一种基于图像和点云的智慧交通目标融合检测方法及系统
CN103544492B (zh) 基于深度图像三维曲面几何特征的目标识别方法和装置
CN110033492A (zh) 摄像机标定方法及终端
Petrovai et al. A stereovision based approach for detecting and tracking lane and forward obstacles on mobile devices
CN110782464B (zh) 物品堆积3d空间占用率的计算方法、编解码器及存储装置
CN112633143B (zh) 图像处理系统、方法、头戴设备、处理设备及存储介质
JP2015011713A (ja) 車両検出方法及び装置
CN112146834B (zh) 结构振动位移测量方法及装置
CN109522796A (zh) 高速中故障车辆提示方法及相关产品
CN111157012B (zh) 一种机器人导航方法、装置、可读存储介质及机器人
JP2019186800A (ja) 情報端末装置、プログラム及び方法
CN115265472A (zh) 路面沉降测量方法、装置、设备以及介质
CN109753982A (zh) 障碍点检测方法、装置和计算机可读存储介质
CN111353932B (zh) 一种坐标转换方法、装置、电子设备及存储介质
CN113721240A (zh) 一种目标关联方法、装置、电子设备及存储介质
CN114371475A (zh) 一种优化标定参数的方法、系统、设备及计算机存储介质
KR20180119344A (ko) 영역 감시 장치 및 이에 의한 영역 감시 방법
CN113011213A (zh) 一种基于人脸三维重建的疲劳驾驶检测方法及装置
US20220036107A1 (en) Calculation device, information processing method, and storage medium

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