CN112668396A - 一种二维虚假目标识别方法、装置、设备和介质 - Google Patents
一种二维虚假目标识别方法、装置、设备和介质 Download PDFInfo
- Publication number
- CN112668396A CN112668396A CN202011405047.8A CN202011405047A CN112668396A CN 112668396 A CN112668396 A CN 112668396A CN 202011405047 A CN202011405047 A CN 202011405047A CN 112668396 A CN112668396 A CN 112668396A
- Authority
- CN
- China
- Prior art keywords
- target
- image
- brightness
- determining
- value
- 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
- 238000000034 method Methods 0.000 title claims abstract description 45
- 238000004590 computer program Methods 0.000 claims description 14
- 238000010586 diagram Methods 0.000 description 34
- 238000012545 processing Methods 0.000 description 10
- 238000004891 communication Methods 0.000 description 9
- 230000006870 function Effects 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012806 monitoring device Methods 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 238000012937 correction Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 235000021167 banquet Nutrition 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Images
Landscapes
- Image Analysis (AREA)
Abstract
本发明公开了一种二维虚假目标识别方法、装置、设备和介质,由于该方法是基于预先训练完成的目标识别模型,确定采集的待识别图像中的目标区域的图像,由于该目标识别模型是对各种类型、各种大小的目标进行训练,从而解决了目标类型以及目标大小受限的问题;根据目标区域的图像中每个像素点的亮度值、以及预设的目标亮度范围,确定目标区域的图像中亮度值位于目标亮度范围的每个目标像素点;根据每个目标像素点的亮度均值或数量与所述目标区域的真实图像对应所述目标亮度范围内像素点的目标亮度均值或目标数量的比较结果,确定目标区域的图像包含的目标是否为二维虚假目标,由于是基于图像的亮度值确定时只消耗计算资源,从而降低了成本。
Description
技术领域
本发明涉及图像处理技术领域,尤其涉及一种二维虚假目标识别方法、装置、设备和介质。
背景技术
在视频监控领域,需要对监控设备采集的图像中的目标进行识别,再做后续处理。当前市面主流采用目标识别模型对目标进行识别,按场景和需求不同,对目标进行识别包括:目标检测、目标属性分析、目标跟踪等。
通常基于单镜头的监控设备采集的图像,目标识别模型是不能区别图像中的目标是三维真实目标,还是二维虚假目标的。其中,二维虚假目标即通过照片、影像等形式二维显示的目标。
背投、投影仪、闭路电视曾经多用于多媒体教室,随着国内教学环境的改善,背投、闭路电视逐渐淡出视野,投影仪、智慧屏逐渐成为普通教室标配。这些设备也广泛用于会议室、演讲厅、宴会厅等。
在上述包括投影、闭路电视、智慧屏等设备的教室、会议室、演讲厅等场景中,是不需要对影像画面中的人体、物体进行目标识别的,而只对场景中真实目标进行识别,比如对教室内的学生、老师、手机等真实目标进行识别。从而进一步地去分析目标的行为,比如学生玩手机、老师接打电话、老师书写板报等。但在场景的影像画面中的物体和人体可能会被误识别为真实目标。
图1为现有技术提供的一种会议室场景的示意图,如图1所示,在对人体进行识别时,会将智慧屏显示的二维虚假人体误识别为三维真实人体。图2为现有技术提供的一种教室场景的示意图,如图2所示,在对教室中的物体进行识别时,会将投影仪显示的二维虚假物体误识别为三维真实物体。
目前市面上的监控设备通常带有排除区域、检测区域功能,即对配置的排除区域的区域图像不进行目标识别,仅对检测区域的区域图像进行目标识别。但具有这两个功能的监控设备并不能识别出二维虚假目标,而是通过排除二维虚假目标所在的区域,仅在检测区域内进行识别。
现有技术中在进行二维虚假目标识别时,包括有基于双摄像头分别采集人脸正面和侧面来识别二维虚假人体的识别方法、以及通过红外模块监测目标是否为活体的活体人脸识别方法,但这两种方法中分别只能识别虚假人体和活体,因此识别二维虚假目标的目标类型受限。
现有技术中还存在通过发射3D结构光的近红外激光器,将具有一定结构特征的光线发射到目标上,再由专门的红外摄像头进行采集。由于真实目标是三维的,因此可以根据采集的图像相位信息,确定出真实目标的三维结构,从而识别出三维真实目标,而二维虚假目标由于是二维平面,因此无法确定出三维结构,从而可以识别出二维虚假目标。但在该技术中的近红外激光器的成本较高,使用寿命较短。
现有技术中还存在基于双目相机使用双目深度算法确定深度图像中目标区域图像的每个像素点的深度值,根据深度值信息确定目标的三维结构信息,而二维虚假目标由于是二维平面,不具备三维结构,从而识别出二维虚假目标。但由于双目相机的分辨率较低,无法确定出大小较小的目标的三维结构信息,因此基于该方法进行识别时二维虚假目标的目标大小受限。
综上所述,现有技术中的二维虚假目标识别方法存在目标类型受限、目标大小受限、以及成本较高等问题。
发明内容
本发明实施例提供了一种二维虚假目标识别方法、装置、设备和介质,用以解决现有的二维虚假目标识别方法存在目标类型受限、目标大小受限、以及成本较高的问题。
本发明实施例提供了一种二维虚假目标识别方法,所述方法包括:
基于预先训练完成的目标识别模型,确定采集的待识别图像中的目标区域的图像;
根据所述目标区域的图像中每个像素点的亮度值、以及预设的目标亮度范围,确定所述目标区域的图像中亮度值位于所述目标亮度范围内的每个目标像素点;
根据所述每个目标像素点的亮度均值或数量与所述目标区域的真实图像对应所述目标亮度范围内像素点的目标亮度均值或目标数量的比较结果,确定所述目标区域的图像包含的目标是否为二维虚假目标。
进一步地,所述根据所述每个目标像素点的数量与所述目标区域的真实图像对应所述目标亮度范围内像素点的目标数量,确定所述目标区域的图像包含的目标是否为二维虚假目标包括:
根据所述目标像素点的第一数量,确定所述第一数量与所述目标区域包含的像素点的第二数量的第一比值;
根据所述目标区域的真实图像对应所述目标亮度范围的像素点的目标第一数量,确定所述目标第一数量与所述真实图像中所述目标区域包含的像素点的目标第二数量的目标第二比值;
根据所述第一比值与所述目标第二比值的比较结果,确定所述目标区域的图像包含的目标是否为二维虚假目标。
进一步地,所述根据所述第一比值与所述目标第二比值的比较结果,确定所述目标区域的图像包含的目标是否为二维虚假目标,包括:
根据所述目标第二比值与第一预设值的乘积值、以及所述第一比值,若所述第一比值不小于所述乘积值,确定所述目标区域的图像包含的目标是二维虚假目标;
若所述第一比值小于所述乘积值,确定所述目标区域的图像包含的目标不是二维虚假目标。
进一步地,所述根据所述每个目标像素点的亮度均值与所述目标区域的真实图像对应所述目标亮度范围内像素点的目标亮度均值的比较结果,确定所述目标区域的图像包含的目标是否为二维虚假目标包括:
确定所述目标区域的真实图像对应所述目标亮度范围内像素点的目标亮度均值与第二预设值的和值;
根据所述每个目标像素点的亮度均值与所述和值的比较结果,确定所述目标区域的图像包含的目标是二维虚假目标。
进一步地,所述根据所述每个目标像素点的亮度均值与所述和值的比较结果,确定所述目标区域的图像对应的目标是二维虚假目标包括:
若所述每个目标像素点的亮度均值不小于所述和值,确定所述目标区域的图像对应的目标是二维虚假目标;
若所述每个目标像素点的亮度均值小于所述和值,确定所述目标区域的图像对应的目标不是二维虚假目标。
相应地,本发明实施例提供了一种二维虚假目标识别装置,所述装置包括:
确定模块,用于基于预先训练完成的目标识别模型,确定采集的待识别图像中的目标区域的图像;根据所述目标区域的图像中每个像素点的亮度值、以及预设的目标亮度范围,确定所述目标区域的图像中亮度值位于所述目标亮度范围内的每个目标像素点;
判断模块,用于根据所述每个目标像素点的亮度均值或数量与所述目标区域的真实图像对应所述目标亮度范围内像素点的目标亮度均值或目标数量的比较结果,确定所述目标区域的图像包含的目标是否为二维虚假目标。
进一步地,所述判断模块,具体用于根据所述目标像素点的第一数量,确定所述第一数量与所述目标区域包含的像素点的第二数量的第一比值;根据所述目标区域的真实图像对应所述目标亮度范围的像素点的目标第一数量,确定所述目标第一数量与所述真实图像中所述目标区域包含的像素点的目标第二数量的目标第二比值;根据所述第一比值与所述目标第二比值的比较结果,确定所述目标区域的图像包含的目标是否为二维虚假目标。
进一步地,所述判断模块,具体用于根据所述目标第二比值与第一预设值的乘积值、以及所述第一比值,若所述第一比值不小于所述乘积值,确定所述目标区域的图像包含的目标是二维虚假目标;若所述第一比值小于所述乘积值,确定所述目标区域的图像包含的目标不是二维虚假目标。
进一步地,所述判断模块,具体用于确定所述目标区域的真实图像对应所述目标亮度范围内像素点的目标亮度均值与第二预设值的和值;根据所述每个目标像素点的亮度均值与所述和值的比较结果,确定所述目标区域的图像包含的目标是二维虚假目标。
进一步地,所述判断模块,具体用于若所述每个目标像素点的亮度均值不小于所述和值,确定所述目标区域的图像对应的目标是二维虚假目标;若所述每个目标像素点的亮度均值小于所述和值,确定所述目标区域的图像对应的目标不是二维虚假目标。
相应地,本发明实施例提供了一种电子设备,所述电子设备包括处理器和存储器,所述存储器用于存储程序指令,所述处理器用于执行存储器中存储的计算机程序时实现上述二维虚假目标识别方法中任一所述方法的步骤。
相应地,本发明实施例提供了一种计算机可读存储介质,其存储有计算机程序,所述计算机程序被处理器执行时实现上述二维虚假目标识别方法中任一所述方法的步骤。
由于本发明实施例中是基于预先训练完成的目标识别模型,确定采集的待识别图像中的目标区域的图像,由于该目标识别模型在进行训练时,可以对各种类型、各种大小的目标进行训练,从而解决了现有技术中的目标类型受限、以及目标大小受限的问题;其次本发明实施例中是根据目标区域的图像中每个像素点的亮度值、以及预设的目标亮度范围,确定目标区域的图像中亮度值位于目标亮度范围的每个目标像素点;根据每个目标像素点的亮度均值或数量与所述目标区域的真实图像对应所述目标亮度范围内像素点的目标亮度均值或目标数量的比较结果,确定目标区域的图像包含的目标是否为二维虚假目标,由于是基于图像的亮度值进行确定,只消耗了计算资源,从而降低了确定二维虚假目标的成本。
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简要介绍,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,对于本领域的普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为现有技术提供的一种会议室场景的示意图;
图2为现有技术提供的一种教室场景的示意图;
图3为本发明实施例提供的一种二维虚假目标识别方法的过程示意图;
图4为本发明实施例提供的一种采集三维真实目标生成的彩色图像;
图5为本发明实施例提供的一种采集三维真实目标生成的Y分量灰度图;
图6为本发明实施例提供的一种采集三维真实目标生成的Y分量灰度图的目标区域图像中每一亮度值对应的像素点数量的示意图;
图7为本发明实施例提供的一种采集三维真实目标生成的Y分量灰度图的目标区域图像中每一亮度范围的像素点数量占目标区域图像的像素点数量的比值示意图;
图8为本发明实施例提供的一种采集三维真实目标在正常亮度的屏幕生成的彩色图像;
图9为本发明实施例提供的一种采集三维真实目标在正常亮度的屏幕生成的Y分量灰度图;
图10为本发明实施例提供的一种采集三维真实目标在正常亮度的屏幕生成的Y分量灰度图的目标区域图像中每一亮度值对应的像素点数量的示意图;
图11为本发明实施例提供的一种采集三维真实目标在正常亮度的屏幕生成的Y分量灰度图的目标区域图像中每一亮度范围的像素点数量占目标区域图像的像素点数量的比值示意图;
图12为本发明实施例提供的一种采集三维真实目标在高亮的屏幕生成的彩色图像;
图13为本发明实施例提供的一种采集三维真实目标在高亮的屏幕生成的Y分量灰度图;
图14为本发明实施例提供的一种采集三维真实目标在高亮的屏幕生成的Y分量灰度图的目标区域图像中每一亮度值对应的像素点数量的示意图;
图15为本发明实施例提供的一种采集三维真实目标在高亮的屏幕生成的Y分量灰度图的目标区域图像中每一亮度范围的像素点数量占目标区域图像的像素点数量的比值示意图;
图16为本发明实施例提供的一种亮度范围对应的像素点的亮度均值的示意图;
图17为本发明实施例提供的一种二维虚假目标识别方法的过程示意图;
图18为本发明实施例提供的一种二维虚假目标识别装置的结构示意图;
图19为本发明实施例提供的一种电子设备的结构示意图。
具体实施方式
为了使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明作进一步地详细描述,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它实施例,都属于本发明保护的范围。
为了实现识别二维虚假目标,本发明实施例提供了一种二维虚假目标识别方法、装置、设备和介质。
实施例1:
图3为本发明实施例提供的一种二维虚假目标识别方法的过程示意图,该过程包括以下步骤:
S301:基于预先训练完成的目标识别模型,确定采集的待识别图像中的目标区域的图像。
本发明实施例提供的二维虚假目标识别方法应用于电子设备,该电子设备可以是图像采集设备、智能终端、PC、平板电脑、服务器等具有处理能力的设备,其中该服务器可以是本地服务器、也可以是云端服务器。
在本发明实施例中,为了确定出待识别图像中的二维虚假目标,该电子设备首先获取待识别图像。其中该待识别图像可以是只包含一个目标的图像,也可以是包含多个目标的图像;该待识别图像可以是灰度图像,也可以是彩色图像。
该电子设备根据获取的待识别图像,确定出该待识别图像中目标所在的目标区域的图像,该待识别图像中目标区域的图像可能是三维真实目标的图像,也可能是二维虚假目标的图像。为了确定出待识别图像中的目标区域的图像,该电子设备将待识别图像输入到该预先训练完成的目标识别模型中,基于该预先训练完成的目标识别模型对该待识别图像进行识别,确定出该待识别图像中的目标所在的目标区域的图像;其中该目标可以是物体,也可以是人脸。
其中,基于该预先训练完成的目标识别模型,可以识别出该待识别图像中目标所在的目标区域的图像,但该预先训练完成的目标识别模型并不能确定该目标区域的图像包含的目标是三维真实目标,还是二维虚假目标。
具体的,该预先训练完成的目标识别模型确定该待识别图像中目标所在的目标区域的图像的方法、以及对该目标识别模型进行训练的方法属于现有技术,本发明实施例对此不做赘述。
S302:根据所述目标区域的图像中每个像素点的亮度值、以及预设的目标亮度范围,确定所述目标区域的图像中亮度值位于所述目标亮度范围内的每个目标像素点。
由于三维真实目标本身不会自发光,且三维真实目标的立体特性使得其对光线反射不均匀,但二维虚假目标为平面漫反射,且存在会发光的二维虚假目标,因此针对二维虚假目标生成的图像的像素点的亮度值较三维真实目标生成的图像的亮度值较大。
基于二维虚假目标的图像的上述特征,该电子设备确定出该目标区域的图像后,为了确定出该目标区域的图像包含的目标是否为二维虚假目标,该电子设备确定出该目标区域的图像中每个像素点的亮度值。
待识别图像的亮度范围为0至255,其中0代表纯白、255代表纯黑,为了排除亮度值位于极端亮度范围的像素点对确定二维虚假目标的影响,在本发明实施例中,为了更准确地确定出目标区域的图像中包含的目标是否为二维虚假目标,该电子设备还预先设置有目标亮度范围。
在摄像和美术领域,会将图像按照亮度分为五大调子,分别为黑色亮度范围、阴影亮度范围、曝光度亮度范围、高光亮度范围、以及白色亮度范围。其中在采集待识别图像时的周围环境、以及电子设备对黑色和白色的解析能力不同时,确定的五大调子的亮度范围会不同。
该电子设备在确定目标亮度范围时,根据确定的五大调子的亮度范围,选择除极端的黑色亮度范围和白色亮度范围之外的其他几个亮度范围中的至少一个亮度范围作为该目标亮度范围。
该电子设备根据该目标区域的图像中每个像素点的亮度值、以及预设的目标亮度范围,确定出该目标区域的图像中亮度值位于目标亮度范围内的每个目标像素点。
S303:根据所述每个目标像素点的亮度均值或数量与所述目标区域的真实图像对应所述目标亮度范围内像素点的目标亮度均值或目标数量的比较结果,确定所述目标区域的图像包含的目标是否为二维虚假目标。
为了确定该目标区域的图像包含的目标是否为二维虚假目标,该电子设备在确定出该目标区域的图像中的每个目标像素点后,根据每个目标像素点的亮度值确定出每个目标像素点的亮度均值。
该电子设备还预先保存有目标区域的真实图像,根据该真实图像中对应目标亮度范围的像素点的亮度值,确定出真实图像的对应目标亮度范围的像素点的目标亮度均值,根据每个目标像素点的亮度均值与目标亮度均值的比较结果,该电子设备确定该目标区域的图像包含的目标是否为二维虚假目标。
若每个目标像素点的亮度均值大于该目标亮度均值,则确定该目标区域的图像包含的目标为二维虚假目标,若每个目标像素点的亮度均值不大于该目标亮度均值,则确定该目标区域包含的目标不是二维虚假目标。
该电子设备还可以是确定该目标区域的图像中每个目标像素点的数量,根据该目标区域的真实图像中对应目标亮度范围的像素点的目标数量,根据该数量与该目标数量的比较结果,确定该目标区域的图像包含的目标是否为二维虚假目标。
若每个目标像素点的数量大于该目标数量,则确定该目标区域的图像包含的目标为二维虚假目标,若每个目标像素点的数量不大于该目标数量,则确定该目标区域包含的目标不是二维虚假目标。
由于本发明实施例中是基于预先训练完成的目标识别模型,确定采集的待识别图像中的目标区域的图像,由于该目标识别模型在进行训练时,可以对各种类型、各种大小的目标进行训练,从而解决了现有技术中的目标类型受限、以及目标大小受限的问题;其次本发明实施例中是根据目标区域的图像中每个像素点的亮度值、以及预设的目标亮度范围,确定目标区域的图像中亮度值位于目标亮度范围的每个目标像素点;根据每个目标像素点的亮度均值或数量与所述目标区域的真实图像对应所述目标亮度范围内像素点的目标亮度均值或目标数量的比较结果,确定目标区域的图像包含的目标是否为二维虚假目标,由于是基于图像的亮度值进行确定,只消耗了计算资源,从而降低了确定二维虚假目标的成本。
实施例2:
为了确定目标区域的图像包含的目标是否为二维虚假目标,在上述实施例的基础上,在本发明实施例中,所述根据所述每个目标像素点的数量与所述目标区域的真实图像对应所述目标亮度范围内像素点的目标数量,确定所述目标区域的图像包含的目标是否为二维虚假目标包括:
根据所述目标像素点的第一数量,确定所述第一数量与所述目标区域包含的像素点的第二数量的第一比值;
根据所述目标区域的真实图像对应所述目标亮度范围的像素点的目标第一数量,确定所述目标第一数量与所述真实图像中所述目标区域包含的像素点的目标第二数量的目标第二比值;
根据所述第一比值与所述目标第二比值的比较结果,确定所述目标区域的图像包含的目标是否为二维虚假目标。
为了确定目标区域的图像包含的目标是否为二维虚假目标,该电子设备预设有目标亮度范围,确定目标区域的图像中亮度值位于该目标亮度范围内的目标像素点的第一数量。其中在本发明实施例中该目标亮度范围为五大调子中的高光亮度范围,较佳的,在本发明实施例中,该目标亮度范围为176至229。
还可以确定目标区域包含的像素点的第二数量,根据目标像素点的第一数量以及该第二数量,确定出该目标像素点占目标区域包含的像素点的数量比值,即确定该第一数量与该第二数量的第一比值为目标像素点占目标区域包含的像素点的数量比值。
该电子设备根据目标区域的真实图像,确定真实图像对应目标亮度范围的像素点的目标第一数量、以及该真实图像中目标区域包含的像素点的目标第二数量;根据该目标第一数量以及该目标第二数量,确定该真实图像中目标亮度范围的像素点占真实图像目标区域包含的像素点的数量比值,即确定该目标第一数量与该目标第二数量的目标第二比值。
根据该第一比值与该目标第二比值的比较结果,确定该目标区域包含的目标是否为二维虚假目标;若该第一比值大于该目标第二比值,则确定该目标区域包含的目标为二维虚假目标;若该第一比值不大于该目标第二比值,则确定该目标区域包含的目标为二维虚假目标。
为了更准确地确定该目标区域的图像包含的目标是否为二维虚假目标,在本发明实施例中,所述根据所述第一比值与所述目标第二比值的比较结果,确定所述目标区域的图像包含的目标是否为二维虚假目标,包括:
根据所述目标第二比值与第一预设值的乘积值、以及所述第一比值,若所述第一比值不小于所述乘积值,确定所述目标区域的图像包含的目标是二维虚假目标;
若所述第一比值小于所述乘积值,确定所述目标区域的图像包含的目标不是二维虚假目标。
由于在光照充分时采集的目标区域的真实图像的像素点的亮度值会偏大,因此为了防止确定的二维虚假目标出现误差,该电子设备还保存有第一预设值,其中该第一预设值为预先设置的,若希望提高确定的二维虚假目标的准确性,则可以将该第一预设值设置地较大一些,若希望提高确定二维虚假目标的方法的鲁邦性,则可以将该第一预设值设置地较小一些。较佳的,在本发明实施例中,该第一预设值为大于1的数值,一般的预设范围为1.5至2.5,该第一预设值也可以是预设范围1.5至2.5之外的其他数值,本发明实施例对此不做限制。
该电子设备根据该第一预设值、以及该目标第二比值,确定该第一预设值与该目标第二比值的乘积值,根据该第一比值与该乘积值的比较结果,确定该目标区域的图像包含的目标是否为二维虚假目标。
若该第一比值不小于该乘积值,则确定该目标区域的图像包含的目标是二维虚假目标,若该第一比值小于该乘积值,则确定该目标区域的图像包含的目标是二维虚假目标。
下面通过一个具体的实施例,对本发明实施例中的二维虚假目标识别方法进行说明,在美术和摄影领域中,会将图像按照亮度值分为五大调子,分别是黑色亮度范围、阴影亮度范围、曝光度亮度范围、高光亮度范围、以及白色亮度范围。在本发明实施例中,该电子设备将待识别图像按照亮度分为五种亮度范围,包括黑色亮度范围、黑灰色亮度范围、灰色亮度范围、灰白色亮度范围、白色亮度范围。其中,该黑色亮度范围即相当于五大调子中的黑色亮度范围,黑灰色亮度范围相当于五大调子中的阴影亮度范围,灰色亮度范围相当于五大调子中的曝光度亮度范围,灰白色亮度范围相当于五大调子中的高光亮度范围,该白色亮度范围相当于五大调子中的白色亮度范围。
在采用NV12存储方式存储YUV格式编码的待识别图像时,其Y分量占1字节,即256灰阶,0表示纯黑,255表示纯白。
在本发明实施例中,根据采集待识别图像时的周围环境、以及电子设备对黑色和白色的解析能力,该电子设备可以将待识别图像按照亮度分为五种亮度范围。其中黑色亮度范围为[0,a),黑灰色亮度范围为[a,b),灰色亮度范围为[b,c),灰白色亮度范围为[c,d),白色亮度范围为[d,255]。具体的,亮度范围的a、b、c、d取值因不同的传感器sensor类型(材质CCD、COMS,厂家)、镜头(主要是滤片)、ISP(图像处理,主要是降噪、黑白平衡、矫正等)为不同的值,具体的,电子设备确定该a、b、c、d的值的方法为现有技术,本发明实施例对此不做限制。
较佳的,在本发明实施例中,该a、b、c、d的理想值分别为25、79、175和229,即黑色亮度范围为0至25,黑灰色亮度范围为26至79,灰色亮度范围为80至175,灰白色亮度范围为176至229,白色亮度范围为230至255。
图4为本发明实施例提供的一种采集三维真实目标生成的彩色图像,图5为本发明实施例提供的一种采集三维真实目标生成的Y分量灰度图,根据该图5中的灰度图,基于预先训练完成的目标识别模型,可以确定出该图5中的目标区域的图像,确定该图5中目标区域的图像中每一亮度值对应的像素点的数量。
根据该图5中目标区域的图像中每一亮度值对应的像素点的数量,可以确定出每一亮度值对应的像素点数量;如图6所示,图6为本发明实施例提供的一种采集三维真实目标生成的Y分量灰度图的目标区域图像中每一亮度值对应的像素点数量的示意图,其中图6的横轴为亮度值,纵轴为像素点数量。
为了确定目标区域的图像包含的目标是否为二维虚假目标,在本发明实施例中,该电子设备设置目标亮度范围为灰白色亮度范围,该灰白色亮度范围为176至229。根据每一亮度值对应的像素点数量、以及该灰白色亮度范围,确定出真实图像中亮度值位于176至229间的像素点的目标第一数量,以及目标区域的图像包含的像素点的目标第二数量,根据该目标第一数量与目标第二数量的目标第二比值,可以确定出灰白色亮度范围的像素点数量占目标区域的像素点数量的目标第二比值。
如图7所示,图7为本发明实施例提供的一种采集三维真实目标生成的Y分量灰度图的目标区域图像中每一亮度范围的像素点数量占目标区域图像的像素点数量的比值示意图。在该图7中灰白色亮度范围的像素点数量占目标区域图像的像素点数量的目标第二比值为6%。
图8为本发明实施例提供的一种采集三维真实目标在正常亮度的屏幕生成的彩色图像,图9为本发明实施例提供的一种采集三维真实目标在正常亮度的屏幕生成的Y分量灰度图,根据该图9中的灰度图,基于预先训练完成的目标识别模型,可以确定出该图9中的目标区域的图像,确定该图9中目标区域的图像中每一亮度值对应的像素点的数量。
根据该图9中目标区域的图像中每一亮度值对应的像素点的数量,可以确定出每一亮度值对应的像素点数量;如图10所示,图10为本发明实施例提供的一种采集三维真实目标在正常亮度的屏幕生成的Y分量灰度图的目标区域图像中每一亮度值对应的像素点数量的示意图,其中图10的横轴为亮度值,纵轴为像素点数量。
为了确定该图9中目标区域的图像中包含的目标是否为二维虚假目标,该电子设备根据图10中的每一亮度值对应的像素点数量,确定出图9的亮度值位于176至229间的目标像素点的第一数量,以及图9中的目标区域的图像包含的像素点的第二数量,根据该第一数量与第二数量的第一比值,可以确定出图9中灰白色亮度范围的像素点数量占目标区域的像素点数量的第一比值。
如图11所示,图11为本发明实施例提供的一种采集三维真实目标在正常亮度的屏幕生成的Y分量灰度图的目标区域图像中每一亮度范围的像素点数量占目标区域图像的像素点数量的比值示意图。在该图11中,采集三维真实目标在正常亮度的屏幕生成的Y分量灰度图的目标区域图像中,灰白色亮度范围的像素点数量占目标区域图像的像素点数量的第一比值为15%。
该电子设备确定出该目标第二比值6%与该第一预设值2的乘积值为12%,由于图9确定出的第一比值15%大于该乘积值12%,因此该电子设备确定出图9中目标区域的图像中包含的目标为二维虚假目标。
图12为本发明实施例提供的一种采集三维真实目标在高亮的屏幕生成的彩色图像,图13为本发明实施例提供的一种采集三维真实目标在高亮的屏幕生成的Y分量灰度图,根据该图13中的灰度图,基于预先训练完成的目标识别模型,可以确定出该图13中的目标区域的图像,确定该图13中目标区域的图像中每一亮度值对应的像素点的数量。
根据该图13中目标区域的图像中每一亮度值对应的像素点的数量,可以确定出每一亮度值对应的像素点数量;如图14所示,图14为本发明实施例提供的一种采集三维真实目标在高亮的屏幕生成的Y分量灰度图的目标区域图像中每一亮度值对应的像素点数量的示意图,其中图14的横轴为亮度值,纵轴为像素点数量。
为了确定图13中目标区域的图像包含的目标是否为二维虚假目标,该电子设备根据图14中的每一亮度值对应的像素点数量,确定出图13的亮度值位于176至229间的目标像素点的第一数量,以及图13中的目标区域的图像包含的像素点的第二数量,根据该第一数量与第二数量的第一比值,可以确定出图13中灰白色亮度范围的像素点数量占目标区域的像素点数量的第一比值。
如图15所示,图15为本发明实施例提供的一种采集三维真实目标在高亮的屏幕生成的Y分量灰度图的目标区域图像中每一亮度范围的像素点数量占目标区域图像的像素点数量的比值示意图。在该图15中,采集三维真实目标在高亮的屏幕生成的Y分量灰度图的目标区域图像中,灰白色亮度范围的像素点数量占目标区域图像的像素点数量的比值为24%。
该电子设备确定出该目标第二比值与该第一预设值2的乘积值为12%,由于图13确定出的第一比值24%大于该乘积值12%,因此该电子设备确定出图13中目标区域的图像中包含的目标为二维虚假目标。
实施例3:
为了确定目标区域的图像包含的目标是否为二维虚假目标,在上述各实施例的基础上,在本发明实施例中,所述根据所述每个目标像素点的亮度均值与所述目标区域的真实图像对应所述目标亮度范围内像素点的目标亮度均值的比较结果,确定所述目标区域的图像包含的目标是否为二维虚假目标包括:
确定所述目标区域的真实图像对应所述目标亮度范围内像素点的目标亮度均值与第二预设值的和值;
根据所述每个目标像素点的亮度均值与所述和值的比较结果,确定所述目标区域的图像包含的目标是二维虚假目标。
为了确定该目标区域的图像包含的目标是否为二维虚假目标,该电子设备可以确定目标亮度范围的目标像素点的亮度均值,并基于目标区域的真实图像对应目标亮度范围内像素点的像素值,确定目标区域的真实图像的目标亮度范围内像素点的目标亮度均值,根据该亮度均值与该目标亮度均值的比较结果,确定该目标区域的图像包含的目标是否是二维虚假目标。其中在本发明实施例中,该目标亮度范围包括五大调子中的阴影亮度范围、曝光度亮度范围、高光亮度范围。
若确定该亮度均值大于目标亮度均值,则确定该目标区域的图像包含的目标是二维虚假目标,若确定该亮度均值不大于目标亮度均值,则确定该目标区域的图像包含的目标不是二维虚假目标。
为了更准确地确定出目标区域的图像包含的目标是否为二维虚假目标,该电子设备还预先设置有第二预设值,该电子设备确定目标区域的真实图像对应所述目标亮度范围内像素点的目标亮度均值与第二预设值的和值,根据该和值以及目标像素点的亮度均值,该电子设备根据目标像素点的亮度均值与和值的比较结果,确定该目标区域的图像包含的目标是否为二维虚假目标,其中,该第二预设值为预先设置的,若希望提高确定的二维虚假目标的准确性,则可以将该第二预设值设置地较大一些,若希望提高确定二维虚假目标的方法的鲁邦性,则可以将该第二预设值设置地较小一些,较佳的,该第二预设值的预设范围是7至25;该第二预设值也可以是除7至25外的其他数值,在本发明实施例对此不做限制。
在本发明实施例中,所述根据所述每个目标像素点的亮度均值与所述和值的比较结果,确定所述目标区域的图像对应的目标是二维虚假目标包括:
若所述每个目标像素点的亮度均值不小于所述和值,确定所述目标区域的图像对应的目标是二维虚假目标;
若所述每个目标像素点的亮度均值小于所述和值,确定所述目标区域的图像对应的目标不是二维虚假目标。
在本发明实施例中,为了准确地确定目标区域的图像对应的目标是否为二维虚假目标,该电子设备根据每个目标像素点的亮度均值、以及目标区域的真实图像对应目标亮度范围内像素点的目标亮度均值与第二预设值的和值。
由于针对二维虚假目标生成的目标区域的图像的像素点的亮度值较三维真实目标生成的目标区域的图像的像素点的亮度值大,而为了防止出现错误,将目标亮度均值与第二预设值的和值作为判断依据后,若目标像素点的亮度均值不小于该和值时,确定目标区域的图像对应的目标是二维虚假目标。
若确定目标像素点的亮度均值小于该和值时,确定目标区域的图像对应的目标不是二维虚假目标。
下面通过一个具体的实施例对本发明实施例的二维虚假目标识别方法进行说明,在本发明实施例中,该电子设备确定目标亮度范围包括黑灰色亮度范围、灰色亮度范围、以及灰白色亮度范围。
根据确定出的图6、图10和图14,该电子设备可以确定出图6、图10和图14中目标亮度范围对应的像素点的亮度均值。
图16为本发明实施例提供的一种亮度范围对应的像素点的亮度均值的示意图,如图16所示,该图16中的纵轴为亮度均值,横轴中的2代表的是目标亮度范围对应的像素点。
在该图16中,针对目标亮度范围对应的像素点,可以确定出采集三维真实目标在高亮的屏幕生成的图像的亮度值均值相较于采集三维真实目标在正常亮度的屏幕生成的图像的亮度均值较大,而采集三维真实目标在正常亮度的屏幕生成的图像的亮度均值相较于采集三维真实目标生成的图像的亮度均值较大。因此,根据亮度均值的比较结果,确定图9和图13中目标区域的图像包含的目标是否为二维虚假目标。
实施例4:
下面通过一个完整的实施例对本发明实施例的二维虚假目标识别方法进行说明。
图17为本发明实施例提供的一种二维虚假目标识别方法的过程示意图,该方法包括以下步骤:
S1701:基于预先训练完成的目标识别模型,确定采集的待识别图像中的目标区域的图像,确定该目标区域的宽为w,高为h,该目标区域的图像对应的Y分量灰度图中像素个数为n=w*h,亮度值的取值范围为0至255,进行S1702和S1703。
S1702:根据目标区域的图像中第i个像素点的亮度值P(i)、以及预设的目标亮度范围[c,d),确定目标区域的图像中亮度值位于该目标亮度范围[c,d)内的目标像素点的第一数量并根据第一数量,确定第一数量与目标区域包含的像素点的第二数量的第一比值q,其中进行S1704。
其中,该目标亮度范围为白灰色亮度范围为[c,d),其中c、d取值因不同的sensor类型(材质CCD、COMS,厂家)、镜头(主要是滤片)、ISP(图像处理,主要是降噪、黑白平衡、矫正等)略有不同。较佳的,目标亮度范围中c的值为176,d的值为229。
S1703:根据目标区域的图像中第i个像素点的亮度值P(i),确定亮度值为p的像素点的个数C(p),其中根据预设的目标亮度范围[a,d),确定目标区域的图像中亮度值位于该目标亮度范围[a,d)内的目标像素点的亮度均值γ,其中进行S1704。
其中,该目标亮度范围包括黑灰色亮度范围、灰色亮度范围、以及白灰色亮度范围,取值范围为[a,d),较佳的,该目标亮度范围中a的值为26,d的值为229。
S1704:根据预先保存的目标区域的真实图像对应目标亮度范围[c,d]的像素点的第一目标数量与目标区域包含的像素点的目标第二数量的目标第二比值q0,以及第一预设值s,其中1.5≤s≤2.5;以及目标区域的真实图像对应目标亮度范围[a,d]的像素点的目标亮度均值γ0,以及第二预设值k,其中7≤k≤25。
S1705:判断是否γ≥γ0+k,q≥s*q0,上述两个判断结果中是否至少一个判断结果为是,若是,则进行S1706,若否,则进行S1707。
S1706:确定目标区域的图像包含的目标是二维虚假目标。
S1707:确定目标区域的图像包含的目标不是二维虚假目标。
实施例5:
在上述各实施例的基础上,图18为本发明实施例提供的一种二维虚假目标识别装置的结构示意图,所述装置包括:
确定模块1801,用于基于预先训练完成的目标识别模型,确定采集的待识别图像中的目标区域的图像;根据所述目标区域的图像中每个像素点的亮度值、以及预设的目标亮度范围,确定所述目标区域的图像中亮度值位于所述目标亮度范围内的每个目标像素点;
判断模块1802,用于根据所述每个目标像素点的亮度均值或数量与所述目标区域的真实图像对应所述目标亮度范围内像素点的目标亮度均值或目标数量的比较结果,确定所述目标区域的图像包含的目标是否为二维虚假目标。
进一步地,所述判断模块,具体用于根据所述目标像素点的第一数量,确定所述第一数量与所述目标区域包含的像素点的第二数量的第一比值;根据所述目标区域的真实图像对应所述目标亮度范围的像素点的目标第一数量,确定所述目标第一数量与所述真实图像中所述目标区域包含的像素点的目标第二数量的目标第二比值;根据所述第一比值与所述目标第二比值的比较结果,确定所述目标区域的图像包含的目标是否为二维虚假目标。
进一步地,所述判断模块,具体用于根据所述目标第二比值与第一预设值的乘积值、以及所述第一比值,若所述第一比值不小于所述乘积值,确定所述目标区域的图像包含的目标是二维虚假目标;若所述第一比值小于所述乘积值,确定所述目标区域的图像包含的目标不是二维虚假目标。
进一步地,所述判断模块,具体用于确定所述目标区域的真实图像对应所述目标亮度范围内像素点的目标亮度均值与第二预设值的和值;根据所述每个目标像素点的亮度均值与所述和值的比较结果,确定所述目标区域的图像包含的目标是二维虚假目标。
进一步地,所述判断模块,具体用于若所述每个目标像素点的亮度均值不小于所述和值,确定所述目标区域的图像对应的目标是二维虚假目标;若所述每个目标像素点的亮度均值小于所述和值,确定所述目标区域的图像对应的目标不是二维虚假目标。
实施例6:
图19为本发明实施例提供的一种电子设备的结构示意图,在上述各实施例的基础上,本发明实施例中还提供了一种电子设备,包括处理器1901、通信接口1902、存储器1903和通信总线1904,其中,处理器1901,通信接口1902,存储器1903通过通信总线1904完成相互间的通信;
所述存储器1903中存储有计算机程序,当所述程序被所述处理器1901执行时,使得所述处理器1901执行如下步骤:
基于预先训练完成的目标识别模型,确定采集的待识别图像中的目标区域的图像;
根据所述目标区域的图像中每个像素点的亮度值、以及预设的目标亮度范围,确定所述目标区域的图像中亮度值位于所述目标亮度范围内的每个目标像素点;
根据所述每个目标像素点的亮度均值或数量与所述目标区域的真实图像对应所述目标亮度范围内像素点的目标亮度均值或目标数量的比较结果,确定所述目标区域的图像包含的目标是否为二维虚假目标。
进一步地,所述处理器1901具体用于所述根据所述每个目标像素点的数量与所述目标区域的真实图像对应所述目标亮度范围内像素点的目标数量,确定所述目标区域的图像包含的目标是否为二维虚假目标包括:
根据所述目标像素点的第一数量,确定所述第一数量与所述目标区域包含的像素点的第二数量的第一比值;
根据所述目标区域的真实图像对应所述目标亮度范围的像素点的目标第一数量,确定所述目标第一数量与所述真实图像中所述目标区域包含的像素点的目标第二数量的目标第二比值;
根据所述第一比值与所述目标第二比值的比较结果,确定所述目标区域的图像包含的目标是否为二维虚假目标。
进一步地,所述处理器1901具体用于所述根据所述第一比值与所述目标第二比值的比较结果,确定所述目标区域的图像包含的目标是否为二维虚假目标,包括:
根据所述目标第二比值与第一预设值的乘积值、以及所述第一比值,若所述第一比值不小于所述乘积值,确定所述目标区域的图像包含的目标是二维虚假目标;
若所述第一比值小于所述乘积值,确定所述目标区域的图像包含的目标不是二维虚假目标。
进一步地,所述处理器1901具体用于所述根据所述每个目标像素点的亮度均值与所述目标区域的真实图像对应所述目标亮度范围内像素点的目标亮度均值的比较结果,确定所述目标区域的图像包含的目标是否为二维虚假目标包括:
确定所述目标区域的真实图像对应所述目标亮度范围内像素点的目标亮度均值与第二预设值的和值;
根据所述每个目标像素点的亮度均值与所述和值的比较结果,确定所述目标区域的图像包含的目标是二维虚假目标。
进一步地,所述处理器1901具体用于所述根据所述每个目标像素点的亮度均值与所述和值的比较结果,确定所述目标区域的图像对应的目标是二维虚假目标包括:
若所述每个目标像素点的亮度均值不小于所述和值,确定所述目标区域的图像对应的目标是二维虚假目标;
若所述每个目标像素点的亮度均值小于所述和值,确定所述目标区域的图像对应的目标不是二维虚假目标。
上述电子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1902用于上述电子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。可选地,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。
上述处理器可以是通用处理器,包括中央处理器、网络处理器(NetworkProcessor,NP)等;还可以是数字指令处理器(Digital Signal Processing,DSP)、专用集成电路、现场可编程门陈列或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。
实施例7:
在上述各实施例的基础上,本发明实施例还提供了一种计算机可读存储介质,其存储有计算机程序,所述计算机程序被处理器执行如下步骤:
基于预先训练完成的目标识别模型,确定采集的待识别图像中的目标区域的图像;
根据所述目标区域的图像中每个像素点的亮度值、以及预设的目标亮度范围,确定所述目标区域的图像中亮度值位于所述目标亮度范围内的每个目标像素点;
根据所述每个目标像素点的亮度均值或数量与所述目标区域的真实图像对应所述目标亮度范围内像素点的目标亮度均值或目标数量的比较结果,确定所述目标区域的图像包含的目标是否为二维虚假目标。
进一步地,所述根据所述每个目标像素点的数量与所述目标区域的真实图像对应所述目标亮度范围内像素点的目标数量,确定所述目标区域的图像包含的目标是否为二维虚假目标包括:
根据所述目标像素点的第一数量,确定所述第一数量与所述目标区域包含的像素点的第二数量的第一比值;
根据所述目标区域的真实图像对应所述目标亮度范围的像素点的目标第一数量,确定所述目标第一数量与所述真实图像中所述目标区域包含的像素点的目标第二数量的目标第二比值;
根据所述第一比值与所述目标第二比值的比较结果,确定所述目标区域的图像包含的目标是否为二维虚假目标。
进一步地,所述根据所述第一比值与所述目标第二比值的比较结果,确定所述目标区域的图像包含的目标是否为二维虚假目标,包括:
根据所述目标第二比值与第一预设值的乘积值、以及所述第一比值,若所述第一比值不小于所述乘积值,确定所述目标区域的图像包含的目标是二维虚假目标;
若所述第一比值小于所述乘积值,确定所述目标区域的图像包含的目标不是二维虚假目标。
进一步地,所述根据所述每个目标像素点的亮度均值与所述目标区域的真实图像对应所述目标亮度范围内像素点的目标亮度均值的比较结果,确定所述目标区域的图像包含的目标是否为二维虚假目标包括:
确定所述目标区域的真实图像对应所述目标亮度范围内像素点的目标亮度均值与第二预设值的和值;
根据所述每个目标像素点的亮度均值与所述和值的比较结果,确定所述目标区域的图像包含的目标是二维虚假目标。
进一步地,所述根据所述每个目标像素点的亮度均值与所述和值的比较结果,确定所述目标区域的图像对应的目标是二维虚假目标包括:
若所述每个目标像素点的亮度均值不小于所述和值,确定所述目标区域的图像对应的目标是二维虚假目标;
若所述每个目标像素点的亮度均值小于所述和值,确定所述目标区域的图像对应的目标不是二维虚假目标。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
显然,本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样,倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内,则本申请也意图包含这些改动和变型在内。
Claims (8)
1.一种二维虚假目标识别方法,其特征在于,所述方法包括:
基于预先训练完成的目标识别模型,确定采集的待识别图像中的目标区域的图像;
根据所述目标区域的图像中每个像素点的亮度值、以及预设的目标亮度范围,确定所述目标区域的图像中亮度值位于所述目标亮度范围内的每个目标像素点;
根据所述每个目标像素点的亮度均值或数量与所述目标区域的真实图像对应所述目标亮度范围内像素点的目标亮度均值或目标数量的比较结果,确定所述目标区域的图像包含的目标是否为二维虚假目标。
2.根据权利要求1所述的方法,其特征在于,所述根据所述每个目标像素点的数量与所述目标区域的真实图像对应所述目标亮度范围内像素点的目标数量,确定所述目标区域的图像包含的目标是否为二维虚假目标包括:
根据所述目标像素点的第一数量,确定所述第一数量与所述目标区域包含的像素点的第二数量的第一比值;
根据所述目标区域的真实图像对应所述目标亮度范围的像素点的目标第一数量,确定所述目标第一数量与所述真实图像中所述目标区域包含的像素点的目标第二数量的目标第二比值;
根据所述第一比值与所述目标第二比值的比较结果,确定所述目标区域的图像包含的目标是否为二维虚假目标。
3.根据权利要求2所述的方法,其特征在于,所述根据所述第一比值与所述目标第二比值的比较结果,确定所述目标区域的图像包含的目标是否为二维虚假目标,包括:
根据所述目标第二比值与第一预设值的乘积值、以及所述第一比值,若所述第一比值不小于所述乘积值,确定所述目标区域的图像包含的目标是二维虚假目标;
若所述第一比值小于所述乘积值,确定所述目标区域的图像包含的目标不是二维虚假目标。
4.根据权利要求1所述的方法,其特征在于,所述根据所述每个目标像素点的亮度均值与所述目标区域的真实图像对应所述目标亮度范围内像素点的目标亮度均值的比较结果,确定所述目标区域的图像包含的目标是否为二维虚假目标包括:
确定所述目标区域的真实图像对应所述目标亮度范围内像素点的目标亮度均值与第二预设值的和值;
根据所述每个目标像素点的亮度均值与所述和值的比较结果,确定所述目标区域的图像包含的目标是二维虚假目标。
5.根据权利要求4所述的方法,其特征在于,所述根据所述每个目标像素点的亮度均值与所述和值的比较结果,确定所述目标区域的图像对应的目标是二维虚假目标包括:
若所述每个目标像素点的亮度均值不小于所述和值,确定所述目标区域的图像对应的目标是二维虚假目标;
若所述每个目标像素点的亮度均值小于所述和值,确定所述目标区域的图像对应的目标不是二维虚假目标。
6.一种二维虚假目标识别装置,其特征在于,所述装置包括:
确定模块,用于基于预先训练完成的目标识别模型,确定采集的待识别图像中的目标区域的图像;根据所述目标区域的图像中每个像素点的亮度值、以及预设的目标亮度范围,确定所述目标区域的图像中亮度值位于所述目标亮度范围内的每个目标像素点;
判断模块,用于根据所述每个目标像素点的亮度均值或数量与所述目标区域的真实图像对应所述目标亮度范围内像素点的目标亮度均值或目标数量的比较结果,确定所述目标区域的图像包含的目标是否为二维虚假目标。
7.一种电子设备,其特征在于,所述电子设备包括处理器和存储器,所述存储器用于存储程序指令,所述处理器用于执行存储器中存储的计算机程序时实现如权利要求1-5中任一所述二维虚假目标识别方法的步骤。
8.一种计算机可读存储介质,其特征在于,其存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1-5中任一所述二维虚假目标识别方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011405047.8A CN112668396A (zh) | 2020-12-03 | 2020-12-03 | 一种二维虚假目标识别方法、装置、设备和介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011405047.8A CN112668396A (zh) | 2020-12-03 | 2020-12-03 | 一种二维虚假目标识别方法、装置、设备和介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112668396A true CN112668396A (zh) | 2021-04-16 |
Family
ID=75401015
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011405047.8A Pending CN112668396A (zh) | 2020-12-03 | 2020-12-03 | 一种二维虚假目标识别方法、装置、设备和介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112668396A (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107220962A (zh) * | 2017-04-07 | 2017-09-29 | 北京工业大学 | 一种隧道裂纹的图像检测方法和装置 |
CN107423699A (zh) * | 2017-07-14 | 2017-12-01 | 广东欧珀移动通信有限公司 | 活体检测方法及相关产品 |
CN110929680A (zh) * | 2019-12-05 | 2020-03-27 | 四川虹微技术有限公司 | 一种基于特征融合的人脸活体检测方法 |
CN112016482A (zh) * | 2020-08-31 | 2020-12-01 | 成都新潮传媒集团有限公司 | 一种判别虚假人脸的方法、装置及计算机设备 |
-
2020
- 2020-12-03 CN CN202011405047.8A patent/CN112668396A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107220962A (zh) * | 2017-04-07 | 2017-09-29 | 北京工业大学 | 一种隧道裂纹的图像检测方法和装置 |
CN107423699A (zh) * | 2017-07-14 | 2017-12-01 | 广东欧珀移动通信有限公司 | 活体检测方法及相关产品 |
WO2019011206A1 (zh) * | 2017-07-14 | 2019-01-17 | Oppo广东移动通信有限公司 | 活体检测方法及相关产品 |
CN110929680A (zh) * | 2019-12-05 | 2020-03-27 | 四川虹微技术有限公司 | 一种基于特征融合的人脸活体检测方法 |
CN112016482A (zh) * | 2020-08-31 | 2020-12-01 | 成都新潮传媒集团有限公司 | 一种判别虚假人脸的方法、装置及计算机设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108322646B (zh) | 图像处理方法、装置、存储介质及电子设备 | |
CN110232369B (zh) | 一种人脸识别方法和电子设备 | |
WO2021047306A1 (zh) | 一种异常行为判定方法、装置、终端及可读存储介质 | |
CN112272292B (zh) | 投影校正方法、装置和存储介质 | |
CN111182212B (zh) | 图像处理方法、装置、存储介质以及电子设备 | |
CN105868748A (zh) | 基于云处理的数据服务平台 | |
CN106651797B (zh) | 一种信号灯有效区域的确定方法和装置 | |
CN110728705B (zh) | 图像处理方法、装置、存储介质及电子设备 | |
CN112508033B (zh) | 检测方法、存储介质和电子装置 | |
CN112019826A (zh) | 投影方法、系统、装置、电子设备及存储介质 | |
CN111028276A (zh) | 图像对齐方法、装置、存储介质及电子设备 | |
US20220329729A1 (en) | Photographing method, storage medium and electronic device | |
CN110740266A (zh) | 图像选帧方法、装置、存储介质及电子设备 | |
CN109040729B (zh) | 图像白平衡校正方法、装置、存储介质及终端 | |
US20190166299A1 (en) | Image processing apparatus, control method thereof, and non-transitory computer-readable storage medium | |
CN106096665A (zh) | 双通道云数据管理平台 | |
CN112257729A (zh) | 图像识别方法、装置、设备及存储介质 | |
CN116958795A (zh) | 翻拍图像的识别方法、装置、电子设备及存储介质 | |
WO2023001110A1 (zh) | 神经网络训练方法、装置及电子设备 | |
CN106162077A (zh) | 基于互联网的智能业务管理系统 | |
CN107545212A (zh) | 双通道云数据管理平台 | |
CN112668396A (zh) | 一种二维虚假目标识别方法、装置、设备和介质 | |
CN113824874A (zh) | 辅助摄像方法、装置、电子设备及存储介质 | |
CN113989387A (zh) | 相机拍摄参数调整方法、装置及电子设备 | |
CN112153300A (zh) | 多目摄像头曝光方法、装置、设备及介质 |
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 |