CN112804439A - 一种自适应拍摄移动目标的装置和方法 - Google Patents

一种自适应拍摄移动目标的装置和方法 Download PDF

Info

Publication number
CN112804439A
CN112804439A CN201911030295.6A CN201911030295A CN112804439A CN 112804439 A CN112804439 A CN 112804439A CN 201911030295 A CN201911030295 A CN 201911030295A CN 112804439 A CN112804439 A CN 112804439A
Authority
CN
China
Prior art keywords
moving target
face
lens
focal length
moving
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
CN201911030295.6A
Other languages
English (en)
Inventor
刘若鹏
栾琳
杨亮
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.)
Shenzhen Kuang Chi Space Technology Co Ltd
Original Assignee
Shenzhen Kuang Chi Space 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 Shenzhen Kuang Chi Space Technology Co Ltd filed Critical Shenzhen Kuang Chi Space Technology Co Ltd
Priority to CN201911030295.6A priority Critical patent/CN112804439A/zh
Publication of CN112804439A publication Critical patent/CN112804439A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • H04N23/61—Control of cameras or camera modules based on recognised objects
    • H04N23/611—Control of cameras or camera modules based on recognised objects where the recognised objects include parts of the human body
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • H04N23/66—Remote control of cameras or camera parts, e.g. by remote control devices

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Studio Devices (AREA)

Abstract

本发明提供了一种自适应拍摄移动目标的装置和方法，其方法包括：机芯采集移动目标图像，将移动目标图像和镜头第一焦距e1值发送至主板；主板对移动目标进行面部检测及坐标计算；主板对移动目标进行标注，序号从1到N；主板根据移动目标面部坐标，通知与其连接的云台将画面中心移至第i标注的面部中心上，1≤i≤N，激光测距模块测量第i标注的面部第一物距f1，主板上CPU计算第i标注移动目标的面部实际大小x；随着移动目标的移动，测量第i标注的面部距离镜头的距离为第二物距f2，根据x，反推镜头第二焦距e2值；主板将e2值反馈给机芯，机芯将镜头变焦至e2值。可自适应拍摄距离的远近将随机出现的移动目标面部得以显示，提升行人识别准确率。

Description

一种自适应拍摄移动目标的装置和方法
【技术领域】
本发明涉及跟踪拍摄移动目标的技术领域，尤其涉及一种自适应拍摄移动目标的装置和方法。
【背景技术】
当深度学习技术和传统的视频监控产品相结合时便引起了安防行业新一轮的技术变革。如今对视频监控要求除了看的清、能回溯外还增加了能检测、能识别、能跟踪、能检索等AI相关功能。早期监控设备有一款叫枪球联动自动跟踪系统，其中枪机实现大范围发现目标，然后基于移动侦测技术计算坐标后通知球机云台将视角中心移动至被摄人(或物)并放大或缩小。这个产品的问题在于需要跟踪移动目标时受其他移动行人(或物体)影响容易跟丢，同时球机在放大或缩小镜头焦距时无准确依据会导致被摄人显示画面有时候放大的太大，有时候太小，监控端无法准确辨识移动目标五官、性别、年龄等信息。
【发明内容】
本发明所要解决的技术问题是提供一种自适应拍摄移动目标的装置和方法，能够通过自动跟踪拍摄静止或移动目标，并且显示被摄目标并识别，解决监控领域重点目标易于跟丢，随机目标人脸识别率低，无法辨识移动目标五官、性别、年龄准确信息的问题。
为解决上述技术问题，本发明一实施例提供了一种自适应拍摄移动目标的方法，包括：
机芯采集移动目标图像，将移动目标图像和镜头第一焦距e1值发送至主板；
主板对移动目标图像中的移动目标进行面部检测及坐标计算；
主板对随机出现的移动目标进行标注，标注序号从1到N，其中N表示移动目标总数；
主板根据移动目标面部坐标，通知与其连接的云台将画面中心点移动至第i标注的面部中心上，1≤i≤N，启动激光测距模块，测量第i标注的面部距离镜头的距离为第一物距f1，主板上CPU计算第i标注的移动目标的面部实际大小x；
随着移动目标的移动，激光测距模块测量第i标注的面部距离镜头的距离为第二物距f2，根据移动目标面部x，反推镜头第二焦距e2值，机芯将镜头从第一焦距e1值变焦至第二焦距e2值。
优选地，主板对画面中移动目标进行面部检测及坐标计算包括：
根据主板人脸检测模型计算出第i标注移动目标面部像素大小为g，已知机芯传感器像元大小为h微米，根据第一焦距e1值、第一物距f1，计算第i标注移动目标面部实际大小x为：x＝g*h*f1/e1。
优选地，机芯采集移动目标图像之前，还包括：校准云台坐标系。
优选地，随着移动目标的移动，测量第i标注的面部距离镜头的距离为第二物距f2，根据移动目标面部x的大小，反推镜头第二焦距e2值包括：e2＝g*h*f2/x。
优选地，主板将镜头第二焦距e2值反馈给机芯，机芯通过变倍机械装置将镜头变焦至第二焦距e2值之后还包括：
主板持续跟踪第i标注的移动目标，提取第i标注的移动目标的特征值，将所述特征值与人像库进行比对，识别出第i标注的移动目标的身份。
优选地，机芯将镜头从第一焦距e1值变焦至第二焦距e2值包括：
主板将镜头第二焦距e2值反馈给机芯，机芯通过变倍机械装置将镜头从第一焦距e1值变焦至第二焦距e2值。
优选地，校准云台坐标系包括：云台内置的水平及垂直光耦做对应原点。优选地，云台内置的水平及垂直光耦做对应原点之前还包括：云台上电自检。
另一方面，本发明一实施例提供了一种自适应拍摄移动目标的装置，包括云台、双视窗护罩，所述双视窗护罩的头部内置变焦机芯、主板和激光测距模块；所述激光测距模块用于测量处于图像中心的移动目标的距离；所述主板用于分析移动目标图像；所述机芯用于采集移动目标图像、放大和缩小镜头焦距。
优选地，所述机芯实现20倍、25倍、30倍、40倍光学变焦。
优选地，所述云台在水平方向做360°旋转。
优选地，所述云台在垂直方向做上下90°转动。
优选地，所述主板用于分析移动目标图像包括移动目标面部检测与识别。
优选地，所述主板用于分析移动目标图像包括面部像素大小计算、面部坐标计算。
与现有技术相比，上述技术方案具有以下优点：可以自动跟踪拍摄移动目标，将被摄移动目标面部进行显示并识别，解决了监控领域跟踪人易跟丢，随机行人人脸识别率低，无法辨识移动目标五官、性别、年龄准确信息的问题；通过对传统的枪球联动跟踪设备进行改造，去掉联动系统，保留云台及变焦机芯控制部分，增加激光测距模块作为距离测量手段，加入深度学习做人脸检测，人脸识别，人脸或车牌像素数计算；提升了自动跟踪拍摄移动目标如人或车的准确度，能够实现一段时间内的连续跟拍并以固定尺寸显示被摄人或物，给图像深度学习算法提供更好角度和像素数的图像，提升人脸检测与识别、车牌识别的准确率。
【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性的前提下，还可以根据这些附图获得其它的附图。
图1是本发明自适应拍摄移动目标的装置结构示意图。
图2是本发明自适应拍摄移动目标的装置物镜成像关系图。
【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作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。
实施例一
一种自适应拍摄移动目标的方法，包括步骤：
云台上电自检，云台内置的水平及垂直光耦做对应原点，校准云台坐标系；
变焦一体化机芯采集移动目标图像，将移动目标图像送至智能分析主板的同时将镜头第一焦距e1值传给智能分析主板；
智能分析主板对画面中移动目标进行面部检测及坐标计算；
智能分析主板对随机出现在画面中的移动目标进行标注，标注序号从1到N，其中N表示画面中移动目标总数；
智能分析主板根据移动目标面部坐标，通知与其连接的云台将画面中心点移动至第i标注的面部中心上，1≤i≤N，启动激光测距模块，测量第i标注的面部距离镜头的距离为第一物距f1，主板上CPU计算第i标注的移动目标的面部实际大小x；已知智能分析主板面部检测模型计算出第i标注的面部像素大小为g，一体机机芯传感器像元大小为h，激光测距模块返回移动目标面部距离为f：则x＝g*h*f1/e1；
随着移动目标的移动，激光测距模块测量第i标注的面部距离镜头的距离为第二物距f2，根据移动目标面部x的大小，反推镜头第二焦距e2值：e2＝g*h*f2/x；
智能分析主板将镜头第二焦距值e2反馈给变焦一体化机芯，变焦一体化机芯通过变倍机械装置将镜头从第一焦距e1值变焦至第二焦距e2值；
持续跟踪第i标注的移动目标，提取第i标注的移动目标的特征值，将所述特征值与人像库进行比对，识别出第i标注的移动目标的身份。
人像库可以是来自于服务器上的数据库信息。
实施例二
假定需要做识别和追踪的重点的人脸大小为100*100像素，实现自动跟踪拍摄重点人，并把重点人始终以固定尺寸显示的逻辑流程和方法如下：
A)云台上电自检一圈，以云台内置的水平及垂直光耦做对应原点，校准云台自身坐标系。
B)可变焦一体化机芯采集图像，将图像送至主板的同时将镜头焦距e值上送主板。
C)主板对画面中所有行人脸做检测及坐标计算，此时检测出的人脸像素有大有小，范围为30*30至200*200。
D)对随机出现在画面中的行人备注为行人1、行人2、行人3，以此类推。
E)主板根据步骤C)里计算出的行人人脸坐标通知云台控制电路将画面中心点移动至行人1的人脸中心上。这里可利用传统安防中的3D定位功能做转台控制。由于云台移动后被摄物的远近距离及角度产生变化，此时行人1的人脸大小也会发生变化，需重新做人脸检测分析，计算人脸像素大小；启动激光测距模块，测量此时被测行人1人脸距离镜头的距离大小；根据图2的物像成像关系，已知主板人脸检测模型计算出行人1人脸像素大小为g，已知一体机sensor传感器像元大小为h＝2.0um，读取一体机控制数据可获得镜头当前焦距值e数值，再根据激光测距模块返回人脸距离f数值，可计算行人1的人脸实际大小x，计算公式如下：x＝g*h*f/e。
F)当标定出来的重点人移动时，由于镜头角度及位置变化，如果云台转轴位置不变同时一体机机芯焦距不变，那么重点人的人脸大小会变化导致识别出现误差。为了应对这种移动带来的改变，我们继续将检测出行人1人脸的坐标用3D定位功能移动画面中心点，用激光测距模块测量物距f。为了保持行人1的人脸始终在画面中心并以100*100像素显示，那么我们需要计算图2中的镜头焦距e的值，根据成像公式，已知行人1人脸x的大小，反推e值，公式如下：e＝g*h*f/x，其中，g＝100，h＝2.0um。
G)主板将计算出来镜头焦距值e反馈给可变焦一体机机芯，一体机机芯通过自身变倍机械装置将镜头变焦至e值。此时终端显示画面中行人1的人脸大小为100*100像素。
H)持续跟踪行人1一段时间后，会有很高概率取得行人1的正脸图像，并且人脸像素大小为100*100，能满足通用人脸识别算法的基础要求。挑选行人1的正脸图片提取特征值，与存储在设备里的公安重点人库做比对，识别出行人1的身份。
I)完成行人1的跟踪和识别后，调整云台及镜头变焦至行人2，再依据上述方法完成行人2的跟踪与识别。依次类推，完成所有行人的跟踪与识别。
通过以上步骤，实现了对画面中出现的随机行人跟踪，人脸始终以固定像素100*100大小显示在画面中央，提升了行人人脸识别准确率。
实施例三
图1是本发明自适应拍摄移动目标的装置结构示意图。一种自适应拍摄移动目标的装置，包括云台和固定在所述云台上的双视窗护罩，所述双视窗护罩的头部内置变焦一体化机芯、智能分析主板和激光测距模块；所述激光测距模块用于测量处于图像中心的移动目标的距离；所述智能分析主板用于分析移动目标图像；所述一体化机芯用于采集移动目标图像、放大和缩小镜头焦距。变焦一体化机芯实现20倍、25倍、30倍、40倍光学变焦或者其他倍速的光学变焦。云台在水平方向可以做360°旋转，在垂直方向可以做上下90°转动。智能分析主板用于分析移动目标图像包括移动目标面部检测与识别、面部像素大小计算、面部坐标计算等。具体实施时，选取20倍光学变焦一体化机芯用于图像采集。当画面中出现移动人体后，输出人脸坐标给到智能分析主板MCU。MCU通过3D定位方法转动云台，使目标人脸移至图像正中间。智能分析主板MCU启动激光测距模块，输出画面中心目标人体和云台距离。智能分析主板主动获取当前一体化机芯镜头焦距e值。智能分析主板对目标人脸做人脸像素大小检测，综合镜头焦距e值、当前目标人距离值，可计算目标人脸实际大小。再根据人脸显示大小需求，MCU反推一体化机芯焦距，将镜头焦距e值下发给一体化机芯。后端解码显示平台具体实施时可选为服务器，服务器上运行一个客户端软件，实现前端网络传过来的图像解码显示。通过机芯变焦装置变焦到指定焦距大小，通过这个方法实现移动人体始终以固定显示大小。具体实施时，一体化机芯可选取DS-2ZMD3007，DS-2ZMD3007为30倍光学变焦200万像素的一体化机芯。智能分析主板包括CPU，内存，flash，网口，电源管理模块，需要实现的人脸检测功能由CPU内置的深度学习单元完成分析。具体实施时，激光测距模块采用脉冲方式激光测距模块。脉冲方式激光测距模块量程需达到1公里时，有+/-1米的误差。脉冲激光测距由激光发射系统发出一个持续时间极短的脉冲激光，经过待测距离L之后，被目标物体反射，发射脉冲激光信号被激光接收系统中的光电探测器接收，时间间隔电路通过计算激光发射和回波信号到达之间的时间t，得出目标物体与发射出的距离L。具体实施时，云台控制部分包括一个单片机及两个马达驱动芯片，其中单片机接收主控板CPU的指令来控制云台转向，两个马达驱动芯片分别驱动云台水平转动方向电机和云台垂直转动方向电机。
实施例四
图2是本发明自适应拍摄移动目标的装置物镜成像关系图。E表示镜头焦距，f表示被摄物物距，x表示被摄移动目标面部实际大小，被摄物面部成像大小为被摄物面部像素数乘以像元h大小。如图2所示，假定有需求需自动跟踪拍摄移动人体并将人体以固定尺寸(高度1000像素)显示，本实施例实现方法为：
(1)首先用深度学习算法识别出人体，计算人体坐标，其次以3D定位方法将该人体显示放置在图像中央；重新计算云台移动后在当前镜头焦距值下的人体高度像素数。
(2)计算被摄人体高度实际大小。依据公式，x＝g*h*f/e，其中已知像元大小h＝2.0um，人体高度像素g值由智能分析主板上深度学习算法计算给出，那么被摄人体高度大小x即可得出。
(3)为了将被摄人体显示高度调整为1000像素，需将一体化机芯做光学变焦，变焦焦距值e＝g*h*f/x；其中g＝1000，h＝2.0um，通过激光测距模块获取物距f的值，x从步骤(2)已知；通过计算得到变焦焦距e值，智能分析主板将变焦焦距e值下发一体化机芯，机芯控制光学镜头变焦至该位置实现被摄人体高度显示像素大小为1000像素。
(4)通过以上方法可持续跟踪移动人体并将人体以固定高度显示1000像素。
实施例五
假定有需求需自动跟踪拍摄行驶中的汽车车牌并以固定比例显示(通用车牌识别要求为宽200个像素*高60个像素)，本实施例实现方法如下：
(1)依据上文步骤，首先用深度学习算法识别出车牌，计算车牌坐标，其次以3D定位方法将该车牌显示放置在图像中央；重新计算云台移动后在当前镜头焦距值下的车牌宽度和高度像素数。
(2)计算车牌宽度和高度实际大小。依据公式，x＝g*h*f/e，设x1为车牌宽度实际大小，x2为车牌高度实际大小；其中已知像元大小h＝2.0um，宽度和高度像素数g值由智能分析主板上自带车牌识别深度学习算法计算给出，那么车牌宽度实际大小x1、车牌高度实际大小x2即可算出。
(3)为了将被摄车牌显示宽度和高度调整为200*60像素，需将一体化机芯做光学变焦，变焦焦距值e＝g*h*f/x；其中g1＝200，g2＝60，h＝2.0um，通过激光测距模块获取物距f的值，车牌宽度实际大小x1和车牌高度实际大小x2从步骤(2)可知；通过计算得到变焦焦距值e1与变焦焦距值e2值，对应宽度和高度变倍大小，此时变焦焦距值e1和变焦焦距值e2可能不相等，根据车牌识别算法特性，以变焦焦距值e1为准。智能分析主板将变焦焦距值e1值下发一体化机芯，机芯控制光学镜头变焦至该位置实现被摄车牌宽度和高度显示像素大小为200*60像素。
(4)通过以上方法可持续跟踪移动车体及车牌并以固定宽度高度200*60像素数显示。
由上述说明可知，使用根据本发明的一种自适应拍摄移动目标的装置和方法，其有益效果是：通过对传统的枪球联动跟踪设备进行改造，去掉联动系统，保留云台及变焦机芯控制部分，增加激光测距模块作为距离测量手段，加入深度学习做人脸检测，人脸识别，人脸或车牌像素数计算；可以自动跟踪拍摄移动目标，将被摄移动目标面部进行显示并识别，解决了监控领域跟踪人易跟丢，随机行人人脸识别率低，无法辨识移动目标五官、性别、年龄准确信息的问题；提升了自动跟踪拍摄移动目标如人或车的准确度，能够实现一段时间内的连续跟拍并以固定尺寸显示被摄人或物，给图像深度学习算法提供更好角度和像素数的图像，提升人脸检测与识别、车牌识别的准确率。
以上对本发明实施例进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。

Claims (14)

1.一种自适应拍摄移动目标的方法，其特征在于，包括：
机芯采集移动目标图像，将移动目标图像和镜头第一焦距e1值发送至主板；
主板对移动目标图像中的移动目标进行面部检测及坐标计算；
主板对随机出现的移动目标进行标注，标注序号从1到N，其中N表示移动目标总数；
主板根据移动目标面部坐标，通知与其连接的云台将画面中心点移动至第i标注的面部中心上，1≤i≤N，启动激光测距模块，测量第i标注的面部距离镜头的距离为第一物距f1，主板上CPU计算第i标注的移动目标的面部实际大小x；
随着移动目标的移动，激光测距模块测量第i标注的面部距离镜头的距离为第二物距f2，根据移动目标面部x，反推镜头第二焦距e2值，机芯将镜头从第一焦距e1值变焦至第二焦距e2值。
2.根据权利要求1所述的自适应拍摄移动目标的方法，其特征在于，主板对画面中移动目标进行面部检测及坐标计算包括：
根据主板人脸检测模型计算出第i标注移动目标面部像素大小为g，已知机芯传感器像元大小为h微米，根据第一焦距e1值、第一物距f1，计算第i标注移动目标面部实际大小x为：x＝g*h*f1/e1。
3.根据权利要求1所述的自适应拍摄移动目标的方法，其特征在于，机芯采集移动目标图像之前，还包括：校准云台坐标系。
4.根据权利要求2所述的自适应拍摄移动目标的方法，其特征在于，随着移动目标的移动，测量第i标注的面部距离镜头的距离为第二物距f2，根据移动目标面部x的大小，反推镜头第二焦距e2值包括：e2＝g*h*f2/x。
5.根据权利要求1所述的自适应拍摄移动目标的方法，其特征在于，主板将镜头第二焦距e2值反馈给机芯，机芯通过变倍机械装置将镜头从第一焦距e1值变焦至第二焦距e2值之后还包括：
主板持续跟踪第i标注的移动目标，提取第i标注的移动目标的特征值，将所述特征值与人像库进行比对，识别出第i标注的移动目标的身份。
6.根据权利要求1所述的自适应拍摄移动目标的方法，其特征在于，机芯将镜头从第一焦距e1值变焦至第二焦距e2值包括：
主板将镜头第二焦距e2值反馈给机芯，机芯通过变倍机械装置将镜头从第一焦距e1值变焦至第二焦距e2值。
7.根据权利要求3所述的自适应拍摄移动目标的方法，其特征在于，校准云台坐标系包括：云台内置的水平及垂直光耦做对应原点。
8.根据权利要求4所述的自适应拍摄移动目标的方法，其特征在于，云台内置的水平及垂直光耦做对应原点之前还包括：云台上电自检。
9.一种自适应拍摄移动目标的装置，其特征在于，包括云台和固定在所述云台上的双视窗护罩，所述双视窗护罩的头部内置机芯、主板和激光测距模块；所述激光测距模块用于测量处于图像中心的移动目标的距离；所述主板用于分析移动目标图像；所述机芯用于采集移动目标图像、放大和缩小镜头焦距，所述装置执行如权利要求1至8任意一项所述的方法。
10.根据权利要求9所述的自适应拍摄移动目标的装置，其特征在于，所述机芯实现20倍、25倍、30倍、40倍光学变焦。
11.根据权利要求9所述的自适应拍摄移动目标的装置，其特征在于，所述云台在水平方向做360°旋转。
12.根据权利要求9所述的自适应拍摄移动目标的装置，其特征在于，所述云台在垂直方向做上下90°转动。
13.根据权利要求9所述的自适应拍摄移动目标的装置，其特征在于，所述主板用于分析移动目标图像包括移动目标面部检测与识别。
14.根据权利要求9所述的自适应拍摄移动目标的装置，其特征在于，所述主板用于分析移动目标图像包括面部像素大小计算、面部坐标计算。
CN201911030295.6A 2019-10-28 2019-10-28 一种自适应拍摄移动目标的装置和方法 Pending CN112804439A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911030295.6A CN112804439A (zh) 2019-10-28 2019-10-28 一种自适应拍摄移动目标的装置和方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911030295.6A CN112804439A (zh) 2019-10-28 2019-10-28 一种自适应拍摄移动目标的装置和方法

Publications (1)

Publication Number Publication Date
CN112804439A true CN112804439A (zh) 2021-05-14

Family

ID=75803050

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911030295.6A Pending CN112804439A (zh) 2019-10-28 2019-10-28 一种自适应拍摄移动目标的装置和方法

Country Status (1)

Country Link
CN (1) CN112804439A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113344965A (zh) * 2021-08-05 2021-09-03 鑫安利中（北京）科技有限公司 基于图像采集的安全管理系统

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050031330A1 (en) * 2002-08-27 2005-02-10 Osamu Nonaka Camera and distance measuring method thereof
JP2013234946A (ja) * 2012-05-10 2013-11-21 Kawasaki Heavy Ind Ltd 目標位置特定装置、目標位置特定システム、および目標位置特定方法
WO2014043973A1 (zh) * 2012-09-24 2014-03-27 天津市亚安科技股份有限公司 云台摄像机自动定位角度计算方法
CN106303201A (zh) * 2015-06-04 2017-01-04 光宝科技股份有限公司 影像撷取装置及对焦方法
CN205883405U (zh) * 2016-07-29 2017-01-11 深圳众思科技有限公司 一种自动追焦装置及终端
CN108898122A (zh) * 2018-07-03 2018-11-27 河南亚视软件技术有限公司 一种智能人脸识别方法
CN209402651U (zh) * 2018-12-20 2019-09-17 深圳光启空间技术有限公司 一种监控设备

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050031330A1 (en) * 2002-08-27 2005-02-10 Osamu Nonaka Camera and distance measuring method thereof
JP2013234946A (ja) * 2012-05-10 2013-11-21 Kawasaki Heavy Ind Ltd 目標位置特定装置、目標位置特定システム、および目標位置特定方法
WO2014043973A1 (zh) * 2012-09-24 2014-03-27 天津市亚安科技股份有限公司 云台摄像机自动定位角度计算方法
CN106303201A (zh) * 2015-06-04 2017-01-04 光宝科技股份有限公司 影像撷取装置及对焦方法
CN205883405U (zh) * 2016-07-29 2017-01-11 深圳众思科技有限公司 一种自动追焦装置及终端
CN108898122A (zh) * 2018-07-03 2018-11-27 河南亚视软件技术有限公司 一种智能人脸识别方法
CN209402651U (zh) * 2018-12-20 2019-09-17 深圳光启空间技术有限公司 一种监控设备

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113344965A (zh) * 2021-08-05 2021-09-03 鑫安利中（北京）科技有限公司 基于图像采集的安全管理系统

Similar Documents

Publication Publication Date Title
US11922643B2 (en) Vehicle speed intelligent measurement method based on binocular stereo vision system
EP3089449B1 (en) Method for obtaining light-field data using a non-light-field imaging device, corresponding device, computer program product and non-transitory computer-readable carrier medium
CN108733208A (zh) 智能设备的交互目标确定方法和装置
CN107087107A (zh) 基于双摄像头的图像处理装置及方法
US20050084179A1 (en) Method and apparatus for performing iris recognition from an image
US20120281874A1 (en) Method, material, and apparatus to improve acquisition of human frontal face images using image template
US20210227144A1 (en) Target tracking method and device, movable platform, and storage medium
KR101530255B1 (ko) 객체 자동 추적 장치가 구비된 cctv 시스템
CN111970454B (zh) 一种拍摄画面的展示方法、装置、设备及储存介质
EP1462984A2 (en) Authentication object image pick-up device and method thereof
US20110150300A1 (en) Identification system and method
CN112312113B (zh) 用于生成三维模型的方法、装置和系统
CN110213491B (zh) 一种对焦方法、装置及存储介质
CN109451240B (zh) 对焦方法、装置、计算机设备和可读存储介质
CN105608209A (zh) 一种视频标注方法和视频标注装置
CN107687818A (zh) 三维量测方法及三维量测装置
CN111818274A (zh) 基于三维光场技术的光学无人机监测方法及系统
CN111345025A (zh) 相机设备及对焦方法
CN112804439A (zh) 一种自适应拍摄移动目标的装置和方法
Hsu et al. Distance and angle measurement of objects on an oblique plane based on pixel number variation of CCD images
CN113256731A (zh) 基于单目视觉的目标检测方法及装置
KR102226372B1 (ko) 다수 카메라와 라이다 센서 융합을 통한 객체 추적 시스템 및 방법
Hanna et al. A System for Non-Intrusive Human Iris Acquisition and Identification.
JP3991501B2 (ja) ３次元入力装置
CN112749610A (zh) 深度图像、参考结构光图像生成方法、装置及电子设备

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination