CN112887665A - 视频图像处理方法及相关装置 - Google Patents
视频图像处理方法及相关装置 Download PDFInfo
- Publication number
- CN112887665A CN112887665A CN202011609555.8A CN202011609555A CN112887665A CN 112887665 A CN112887665 A CN 112887665A CN 202011609555 A CN202011609555 A CN 202011609555A CN 112887665 A CN112887665 A CN 112887665A
- Authority
- CN
- China
- Prior art keywords
- target
- video
- image
- determining
- image processing
- 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.)
- Granted
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/70—Information retrieval; Database structures therefor; File system structures therefor of video data
- G06F16/78—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/783—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
-
- 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
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10016—Video; Image sequence
-
- 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
- G06T2207/30168—Image quality inspection
Abstract
本申请实施例公开了一种视频图像处理方法及相关装置,其中方法包括:通过摄像头进行拍摄,得到目标视频;对所述目标视频进行解析,得到多张视频图像;对所述多张视频图像中的每一视频图像进行识别,得到多个识别结果;确定所述多个识别结果中每一识别结果的图像处理参数,得到多个图像处理参数;依据所述多个图像处理参数对所述多张视频图像中对应的视频图像进行处理,得到处理后视频。本申请实施例实现提升视频监控效率。
Description
技术领域
本申请涉及视频图像处理技术领域,具体涉及一种视频图像处理方法及相关装置。
背景技术
监控系统是安防系统中应用最多的系统之一,现在市面上较为适合的工地监控系统是手持式视频通信设备,视频监控现在是主流。从最早模拟监控到前些年火热数字监控再到现在方兴未艾网络视频监控,发生了翻天覆地变化。目前来看,监控应用已经普及,但是监控效率不高,如何提升监控效率的问题亟待解决。
发明内容
本申请实施例提供了一种视频图像处理方法及相关装置,能够提升监控效率。
第一方面,本申请实施例提供一种视频图像处理方法,所述方法包括:
通过摄像头进行拍摄,得到目标视频;
对所述目标视频进行解析,得到多张视频图像;
对所述多张视频图像中的每一视频图像进行识别,得到多个识别结果;
确定所述多个识别结果中每一识别结果的图像处理参数,得到多个图像处理参数;
依据所述多个图像处理参数对所述多张视频图像中对应的视频图像进行处理,得到处理后视频。
第二方面,本申请实施例提供一种视频图像处理装置,所述装置包括:拍摄单元、解析单元、识别单元、确定单元和处理单元,其中,
所述拍摄单元,用于通过摄像头进行拍摄,得到目标视频;
所述解析单元,用于对所述目标视频进行解析,得到多张视频图像;
所述识别单元,用于对所述多张视频图像中的每一视频图像进行识别,得到多个识别结果;
所述确定单元,用于确定所述多个识别结果中每一识别结果的图像处理参数,得到多个图像处理参数;
所述处理单元,用于依据所述多个图像处理参数对所述多张视频图像中对应的视频图像进行处理,得到处理后视频。
第三方面,本申请实施例提供一种电子设备,包括处理器、存储器、通信接口以及一个或多个程序,其中,上述一个或多个程序被存储在上述存储器中,并且被配置由上述处理器执行,上述程序包括用于执行本申请实施例第一方面任一方法中的步骤的指令。
第四方面,本申请实施例提供了一种计算机可读存储介质,其中,上述计算机可读存储介质存储用于电子数据交换的计算机程序,其中,上述计算机程序使得计算机执行如本申请实施例第一方面任一方法中所描述的部分或全部步骤。
第五方面,本申请实施例提供了一种计算机程序产品,其中,上述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质,上述计算机程序可操作来使计算机执行如本申请实施例第一方面任一方法中所描述的部分或全部步骤。该计算机程序产品可以为一个软件安装包。
采用本申请实施例,具备如下有益效果:
可以看出,本申请实施例中所描述的视频图像处理方法及相关装置,通过摄像头进行拍摄,得到目标视频,对目标视频进行解析,得到多张视频图像,对多张视频图像中的每一视频图像进行识别,得到多个识别结果,确定多个识别结果中每一识别结果的图像处理参数,得到多个图像处理参数,依据多个图像处理参数对多张视频图像中对应的视频图像进行处理,得到处理后视频,从而,可以对视频进行解析,得到一帧一帧图像,还可以对其每一帧图像进行识别,得到识别结果,依据识别结果针对性地对每一图像进行处理,有助于提升视频图像的质量,有助于提升监控效率。
附图说明
为了更清楚地说明本申请实施例中的技术方案,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1A是本申请实施例提供的一种电子设备的结构示意图;
图1B是本申请实施例提供的一种视频图像处理方法的流程示意图;
图2是本申请实施例提供的另一种视频图像处理方法的流程示意图;
图3是本申请实施例提供的一种电子设备的结构示意图;
图4是本申请实施例提供的一种视频图像处理装置的功能单元组成框图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案,下面将结合本申请实施例中的附图,对本申请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。
本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别不同对象,而不是用于描述特定顺序。此外,术语“包括”和“具有”以及它们任何变形,意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元,而是可选地还包括没有列出的步骤或单元,或可选地还包括对于这些过程、方法、产品或设备固有的其他步骤或单元。
在本文中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是,本文所描述的实施例可以与其它实施例相结合。
本申请实施例所涉及到的电子设备可以是具备通信能力的电子设备,也可以是不具备通信能力的电子设备,该电子设备可以包括各种具有无线通信功能的手持设备、车载设备(行车记录仪、车内摄像头、车载音箱等等)、可穿戴设备(智能眼镜、智能手环、智能手表等等)、计算设备或连接到无线调制解调器的其他处理设备,以及各种形式的用户设备(User Equipment,UE),移动台(Mobile Station,MS),终端设备(terminal device)等等。
请参见图1A,图1A是本申请实施例提供的一种电子设备的结构示意图。该电子设备包括处理器、存储器、信号处理器、收发器、显示屏、扬声器、麦克风、随机存取存储器(Random Access Memory,RAM)、摄像头、传感器和通信模块等等。其中,存储器、信号处理器、显示屏、扬声器、麦克风、RAM、摄像头、传感器、通信模块与处理器连接,收发器与信号处理器连接。
其中,显示屏可以是液晶显示器(Liquid Crystal Display,LCD)、有机或无机发光二极管(Organic Light-Emitting Diode,OLED)、有源矩阵有机发光二极体面板(ActiveMatrix/Organic Light Emitting Diode,AMOLED)等。
其中,该摄像头可以是普通摄像头、也可以是红外摄像,在此不作限定。该摄像头可以是前置摄像头或后置摄像头,在此不作限定。
其中,传感器包括以下至少一种:光感传感器、陀螺仪、红外接近传感器、指纹传感器、压力传感器等等。其中,光感传感器,也称为环境光传感器,用于检测环境光亮度。光线传感器可以包括光敏元件和模数转换器。其中,光敏元件用于将采集的光信号转换为电信号,模数转换器用于将上述电信号转换为数字信号。可选的,光线传感器还可以包括信号放大器,信号放大器可以将光敏元件转换的电信号进行放大后输出至模数转换器。上述光敏元件可以包括光电二极管、光电三极管、光敏电阻、硅光电池中的至少一种。
其中,处理器是电子设备的控制中心,利用各种接口和线路连接整个电子设备的各个部分,通过运行或执行存储在存储器内的软体程序和/或模块,以及调用存储在存储器内的数据,执行电子设备的各种功能和处理数据,从而对电子设备进行整体监控。
其中,处理器可集成应用处理器和调制解调处理器,其中,应用处理器主要处理操作系统、用户界面和应用程序等,调制解调处理器主要处理无线通信。可以理解的是,上述调制解调处理器也可以不集成到处理器中,其中,处理器可以为以下至少一种:ISP、CPU、GPU、NPU等等,在此不做限定。
其中,存储器用于存储软体程序和/或模块,处理器通过运行存储在存储器的软件程序和/或模块,从而执行电子设备的各种功能应用以及数据处理。存储器可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的软体程序等;存储数据区可存储根据电子设备的使用所创建的数据等。此外,存储器可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
其中,通信模块可以用于实现通信功能,通信模块可以为以下至少一种:红外模块、蓝牙模块、移动通信模块、NFC模块、Wi-Fi模块等等,在此不做限定。
下面对本申请实施例进行详细介绍。
请参阅图1B,图1B是本申请实施例提供了一种视频图像处理方法的流程示意图,应用于如图1A所示的电子设备,如图所示,本视频图像处理方法包括以下操作。
101、通过摄像头进行拍摄,得到目标视频。
其中,本申请实施例中,电子设备可以通过摄像头进行拍摄,得到目标视频,该视频可以为一段连续时间内的视频。
可选地,上述步骤101,通过摄像头进行拍摄,得到目标视频,可以包括如下步骤:
11、获取目标环境参数;
12、从预设数据库中获取与所述目标环境参数相关的至少一张参考图像;
13、确实所述至少一张参考图像的图像质量评价值,得到至少一个图像质量评价值;
14、从所述至少一个图像质量评价值中选取最大值,获取该最大值对应的参考图像的参考拍摄参数;
15、依据所述参考拍摄参数控制所述摄像头进行拍摄,得到所述目标视频。
其中,本申请实施例中,目标环境参数可以为以下至少一种:环境光亮度、光源数量、光源分布密度、环境温度、环境湿度、磁场干扰强度、天气、地理位置、大气压等等,在此不作限定。电子设备中可以预先存储预设数据库,该预设数据库中可以预先存储不同时间段拍摄的视频,每一视频对应一环境参数。
具体实现中,电子设备可以通过环境检测传感器获取目标环境参数,环境检测传感器可以为以下至少一种:温度计、湿度计、磁场检测传感器、气象传感器等等,在此不作限定。进而,可以从预设数据库中获取与目标环境参数相关的至少一张参考图像,其中,相关可以理解为目标环境参数与参考图像对应的环境参数之间的差值在指定范围内,该指定范围可以由用户自行设置或者系统默认。
进而,电子设备可以对至少一张参考图像中的每一参考图像进行图像质量评价,得到至少一个图像质量评价值,电子设备可以从至少一个图像质量评价值中选取最大值,获取该最大值对应的参考图像的参考拍摄参数,进而,依据参考拍摄参数控制摄像头进行拍摄,得到目标视频,进而,可以拍摄得到与环境相宜的图像,保证了图像质量,有助于后续图像分析。
进一步地,可选地,上述步骤13,确实所述至少一张参考图像的图像质量评价值,可以包括如下步骤:
A131、确定参考图像a的目标区域和背景区域,所述参考图像a为所述至少一张参考图像中的任一参考图像;
A132、确定所述目标区域的第一图像质量评价值;
A133、确定所述背景区域的第二图像质量评价值;
A134、确定所述目标区域与所述背景区域之间的面积比例关系;
A135、依据所述比例关系确定目标评价权值对,所述目标评价权值对包括目标第一权值和目标第二权值;
A136、根据所述目标第一权值、所述目标第二权值、所述第一图像质量评价值和所述第二图像质量评价值进行加权运算,得到所述参考图像a的图像质量评价值。
具体实现中,以参考图像a为例,参考图像a为至少一张图像中的任一参考图像,电子设备可以确定参考图像a的目标区域和背景区域,还可以采用至少一个图像质量评价参数对目标区域进行图像质量评价,得到第一图像质量评价值,图像质量评价参数可以为以下至少一种:信息熵、均方差、清晰度、平均梯度等等,在此不作限定。同理,电子设备可以确定背景区域的第二图像质量评价值,还可以确定两者的面积大小,进而,确定目标区域与背景区域之间的面积比例关系,进而,依据比例关系确定目标评价权值对,目标评价权值对可以包括目标第一权值和目标第二权值,假设面积比例关系为a:b,则目标第一权值=a/(a+b),目标第二权值=b/(a+b),进而,电子设备可以根据目标第一权值、目标第二权值、第一图像质量评价值和第二图像质量评价值进行加权运算,得到参考图像a的图像质量评价值,具体计算公式如下:
参考图像a的图像质量评价值=目标第一权值*第一图像质量评价值+目标第二权值*第二图像质量评价值
如此,可以将图像中的目标和背景分别加以评价,并依据目标和背景的重要性确定图像的评价值,如此,使得图像质量评价更加灵活,更加符合用户的关注方向。
进一步的,上述步骤13,确实所述至少一张参考图像的图像质量评价值,可以包括如下步骤:
B131、确定参考图像b的目标特征点分布密度和目标平均梯度,所述参考图像b为所述至少一张参考图像中的任一参考图像;
B132、按照预设的特征点分布密度与图像质量评价值之间的映射关系,确定所述目标特征点分布密度对应的第一图像质量评价值;
B133、按照预设的平均梯度与图像质量偏离度之间的映射关系,确定所述目标平均梯度对应的目标图像质量偏离度;
B134、获取所述参考图像b的第一拍摄参数;
B135、按照预设的拍摄参数与优化系数之间的映射关系,确定所述第一拍摄参数对应的目标优化系数;
B136、依据所述目标优化系数、所述目标图像质量偏离度对所述第一图像质量评价值进行调整,得到所述参考图像b的图像质量评价值。
具体实现中,电子设备中的存储器可以预先存储预设的特征点分布密度与图像质量评价值之间的映射关系、预设的平均梯度与图像质量偏离度之间的映射关系、以及预设的拍摄参数与优化系数之间的映射关系,其中,图像质量评价值的取值范围可以为0~1,或者,也可以为0~100。图像质量偏离度可以为正实数,例如,0~1,或者,也可以大于1。优化系数的取值范围可以为-1~1之间,例如,优化系数可以为-0.1~0.1。
具体实现中,电子设备可以确定参考图像b的目标特征点分布密度和目标平均梯度,且按照预设的特征点分布密度与图像质量评价值之间的映射关系,确定目标特征点分布密度对应的第一图像质量评价值,特征点分布密度在一定程度上反映了图像质量,特征点分布密度可以理解为参考图像b的特征点总数与该参考图像b的图像面积之间的比值。进而,电子设备可以按照预设的平均梯度与图像质量偏离度之间的映射关系,确定目标平均梯度对应的目标图像质量偏离度,由于在生成图像的时候,由于外部(天气、光线、角度、抖动等)或者内部(GPU、CPU、NPU)原因,产生一些噪声,这些噪声对图像质量会带来一些影响,因此,可以对图像质量进行一定程度调节,以保证对图像质量进行客观评价。
进一步的,电子设备还可以获取参考图像b的第一拍摄参数,按照预设的拍摄参数与优化系数之间的映射关系,确定第一拍摄参数对应的目标优化系数,拍摄的参数设置也可能对图像质量评价带来一定的影响,因此,需要确定拍摄参数对图像质量的影响成分,最后,依据目标优化系数、目标图像质量偏离度对第一图像质量评价值进行调整,得到目标图像质量评价值,其中,目标图像质量评价值可以按照如下公式得到:
在图像质量评价值为百分制的情况下,具体计算公式如下:
参考图像b的图像质量评价值=(第一图像质量评价值+目标图像质量偏离度)*(1+目标优化系数)
在图像质量评价值为百分比的情况下,具体计算公式如下:
参考图像b的图像质量评价值=第一图像质量评价值*(1+目标图像质量偏离度)*(1+目标优化系数)
如此,可以结合内部、外部环境因素以及拍摄设置因素等影响,对图像质量进行客观评价,有助于提升图像质量评价精准度。
102、对所述目标视频进行解析,得到多张视频图像。
具体实现中,电子设备可以对目标视频进行视频解析,进而,可以得到多张视频图像,进而,有助于后续对每一张视频图像进行分析。
103、对所述多张视频图像中的每一视频图像进行识别,得到多个识别结果。
其中,电子设备可以对多张视频图像中的每一视频图像进行识别,得到多个识别结果,每一视频图像对应一个识别结果,识别结果可以为以下至少一种:目标位置、目标标识、目标面积、目标清晰度、背景位置、背景面积、背景清晰度、目标数量、背景颜色等等,在此不作限定。
104、确定所述多个识别结果中每一识别结果的图像处理参数,得到多个图像处理参数。
其中,本申请实施例中,图像处理参数可以为以下至少一种:目标图像增强参数、背景图像增强参数、删除图像、目标提取参数、目标标记参数等等,在此不作限定。电子设备可以基于不同的识别结果,确定相应的图像处理参数,进而,可以确定每一识别结果的图像处理参数。
可选地,上述步骤104,确定所述多个识别结果中每一识别结果的图像处理参数,得到多个图像处理参数,可以包括如下步骤:
41、获取所述识别结果i的目标面积占比和目标标识,所述识别结果i为所述多个识别结果中的任一识别结果;
42、按照预设的标识与重要度之间的映射关系,确定所述目标标识对应的目标重要度;
43、在所述目标重要度小于或等于预设重要度时,将默认参数作为所述识别结果i的图像处理参数;
44、在所述目标重要度大于所述预设重要度时,按照预设的标识与参考图像处理参数之间的映射关系,确定所述目标标识对应的目标参考图像处理参数;
45、按照预设的面积比与调节系数之间的映射关系,确定所述目标面积比对应的目标调节系数;
46、依据所述目标调节系数对所述目标参考图像处理参数进行调节,得到所述识别结果i的图像处理参数。
其中,具体实现中,预设重要度可以预先保存在电子设备中,其可以由用户自行设置或者系统默认。电子设备中还可以预先存储预设的标识与重要度之间的映射关系、预设的面积比与调节系数之间的映射关系。
具体地,不同的标识可以用于标记不同类型的目标,标识可以为以下至少一种:人、猫、狗、杯子、太阳、月亮等等,在此不作限定。以识别结果i为例,识别结果i为多个识别结果中的任一识别结果,电子设备可以获取识别结果i的目标面积占比和目标标识,进而,可以按照预设的标识与重要度之间的映射关系,确定目标标识对应的目标重要,在目标重要度小于或等于预设重要度时,将默认参数作为识别结果i的图像处理参数,默认参数可以为0或者1,默认参数为0时,则可以删除该图像,默认参数为1时,则可以对该图像不作处理。
进一步地,电子设备可以在目标重要度大于预设重要度时,按照预设的标识与参考图像处理参数之间的映射关系,确定目标标识对应的目标参考图像处理参数,还可以按照预设的面积比与调节系数之间的映射关系,确定目标面积比对应的目标调节系数,进而,电子设备可以依据目标调节系数对目标参考图像处理参数进行调节,得到识别结果i的图像处理参数,具体计算公式如下:
识别结果i的图像处理参数=目标参考图像处理参数*(1+目标调节系数)
如此,一方面,可以依据目标的重要度确定图像处理参数,另一方面,在目标重要度高于一定值时,还可依据目标和背景之间的面积比,还可以结合两者之间的面积比例关系,对其对应的图像处理参数加以调节,如此,可以得到更加符合目标以及图像比例的图像处理参数,有助于提升后续图像分析精准度。
105、依据所述多个图像处理参数对所述多张视频图像中对应的视频图像进行处理,得到处理后视频。
其中,电子设备可以依据多个图像处理参数对多张视频图像中对应的视频图像进行处理,得到处理后视频,进而,有助于提升视频质量,也有助于提升视频分析效率。
可选地,上述步骤105,依据所述多个图像处理参数对所述多张视频图像中对应的视频图像进行处理,得到处理后视频之后,还可以包括如下步骤:
A1、对所述处理后视频进行目标跟踪,得到至少一个目标;
A2、确定所述至少一个目标的行为,得到至少一个行为;
A3、从所述至少一个行为中选取符合预设要求的目标行为;
A4、从所述处理后视频中获取与所述目标行为对应的目标的人脸图像,展示所述人脸图像。
其中,预设要求可以由用户自行设置或者系统默认,例如,预设要求可以为:行为为指定行为。本申请实施例中的行为可以为以下至少一种:交谈、打电话、剽窃、偷窃、打架、滑倒、碰瓷、追逐、玩手机、吐痰、抽烟、吃饭、喝水、跳舞等等,在此不作限定。
具体实现中,电子设备可以对处理后视频进行目标跟踪,得到至少一个目标,还可以对至少一个目标中的每一目标进行行为识别,得到至少一个行为,进而,从至少一个行为中选取符合预设要求的目标行为,还可以从处理后视频中获取与目标行为对应的目标的人脸图像,展示人脸图像,例如,有目标在打架,则可以展示参与打架的人员的图像。
可以看出,本申请实施例中所描述的视频图像处理方法,通过摄像头进行拍摄,得到目标视频,对目标视频进行解析,得到多张视频图像,对多张视频图像中的每一视频图像进行识别,得到多个识别结果,确定多个识别结果中每一识别结果的图像处理参数,得到多个图像处理参数,依据多个图像处理参数对多张视频图像中对应的视频图像进行处理,得到处理后视频,从而,可以对视频进行解析,得到一帧一帧图像,还可以对其每一帧图像进行识别,得到识别结果,依据识别结果针对性地对每一图像进行处理,有助于提升视频图像的质量,有助于提升监控效率。
与上述图1B所示的实施例一致的,请参阅图2,图2是本申请实施例提供的一种视频图像处理方法的流程示意图,应用于电子设备,如图所示,本视频图像处理方法包括以下步骤:
201、通过摄像头进行拍摄,得到目标视频。
202、对所述目标视频进行解析,得到多张视频图像。
203、对所述多张视频图像中的每一视频图像进行识别,得到多个识别结果。
204、确定所述多个识别结果中每一识别结果的图像处理参数,得到多个图像处理参数。
205、依据所述多个图像处理参数对所述多张视频图像中对应的视频图像进行处理,得到处理后视频。
206、对所述处理后视频进行目标跟踪,得到至少一个目标。
207、确定所述至少一个目标的行为,得到至少一个行为。
208、从所述至少一个行为中选取符合预设要求的目标行为。
209、从所述处理后视频中获取与所述目标行为对应的目标的人脸图像,展示所述人脸图像。
其中,上述步骤201-步骤209的具体描述可以参见上述图1B所描述的视频图像处理方法的相应步骤,在此不再赘述。
可以看出,本申请实施例中所描述的视频图像处理方法,通过摄像头进行拍摄,得到目标视频,对目标视频进行解析,得到多张视频图像,对多张视频图像中的每一视频图像进行识别,得到多个识别结果,确定多个识别结果中每一识别结果的图像处理参数,得到多个图像处理参数,依据多个图像处理参数对多张视频图像中对应的视频图像进行处理,得到处理后视频,对处理后视频进行目标跟踪,得到至少一个目标,确定至少一个目标的行为,得到至少一个行为,从至少一个行为中选取符合预设要求的目标行为,从处理后视频中获取与目标行为对应的目标的人脸图像,展示人脸图像,从而,可以对视频进行解析,得到一帧一帧图像,还可以对其每一帧图像进行识别,得到识别结果,依据识别结果针对性地对每一图像进行处理,有助于提升视频图像的质量,还可以从处理后视频中获取与目标行为对应的目标的人脸图像,展示人脸图像,有助于提升监控效率。
与上述图1B、图2所示的实施例一致的,请参阅图3,图3是本申请实施例提供的一种电子设备300的结构示意图,如图所示,所述电子设备300包括处理器310、存储器320、通信接口330以及一个或多个程序321,其中,所述一个或多个程序321被存储在上述存储器320中,并且被配置由上述处理器310执行,所述一个或多个程序321包括用于执行以下步骤的指令:
通过摄像头进行拍摄,得到目标视频;
对所述目标视频进行解析,得到多张视频图像;
对所述多张视频图像中的每一视频图像进行识别,得到多个识别结果;
确定所述多个识别结果中每一识别结果的图像处理参数,得到多个图像处理参数;
依据所述多个图像处理参数对所述多张视频图像中对应的视频图像进行处理,得到处理后视频。
可以看出,本申请实施例中所描述的电子设备,通过摄像头进行拍摄,得到目标视频,对目标视频进行解析,得到多张视频图像,对多张视频图像中的每一视频图像进行识别,得到多个识别结果,确定多个识别结果中每一识别结果的图像处理参数,得到多个图像处理参数,依据多个图像处理参数对多张视频图像中对应的视频图像进行处理,得到处理后视频,从而,可以对视频进行解析,得到一帧一帧图像,还可以对其每一帧图像进行识别,得到识别结果,依据识别结果针对性地对每一图像进行处理,有助于提升视频图像的质量,有助于提升监控效率。
可选地,在所述通过摄像头进行拍摄,得到目标视频方面,所述一个或多个程序321包括用于执行以下步骤的指令:
获取目标环境参数;
从预设数据库中获取与所述目标环境参数相关的至少一张参考图像;
确实所述至少一张参考图像的图像质量评价值,得到至少一个图像质量评价值;
从所述至少一个图像质量评价值中选取最大值,获取该最大值对应的参考图像的参考拍摄参数;
依据所述参考拍摄参数控制所述摄像头进行拍摄,得到所述目标视频。
可选地,在所述确实所述至少一张参考图像的图像质量评价值方面,所述一个或多个程序321包括用于执行以下步骤的指令:
确定参考图像a的目标区域和背景区域,所述参考图像a为所述至少一张参考图像中的任一参考图像;
确定所述目标区域的第一图像质量评价值;
确定所述背景区域的第二图像质量评价值;
确定所述目标区域与所述背景区域之间的面积比例关系;
依据所述比例关系确定目标评价权值对,所述目标评价权值对包括目标第一权值和目标第二权值;
根据所述目标第一权值、所述目标第二权值、所述第一图像质量评价值和所述第二图像质量评价值进行加权运算,得到所述参考图像a的图像质量评价值。
可选地,在所述确定所述多个识别结果中每一识别结果的图像处理参数,得到多个图像处理参数方面,所述一个或多个程序321包括用于执行以下步骤的指令:
获取所述识别结果i的目标面积占比和目标标识,所述识别结果i为所述多个识别结果中的任一识别结果;
按照预设的标识与重要度之间的映射关系,确定所述目标标识对应的目标重要度;
在所述目标重要度小于或等于预设重要度时,将默认参数作为所述识别结果i的图像处理参数;
在所述目标重要度大于所述预设重要度时,按照预设的标识与参考图像处理参数之间的映射关系,确定所述目标标识对应的目标参考图像处理参数;
按照预设的面积比与调节系数之间的映射关系,确定所述目标面积比对应的目标调节系数;
依据所述目标调节系数对所述目标参考图像处理参数进行调节,得到所述识别结果i的图像处理参数。
可选地,在所述依据所述多个图像处理参数对所述多张视频图像中对应的视频图像进行处理,得到处理后视频之后,所述一个或多个程序321还包括用于执行以下步骤的指令:
对所述处理后视频进行目标跟踪,得到至少一个目标;
确定所述至少一个目标的行为,得到至少一个行为;
从所述至少一个行为中选取符合预设要求的目标行为;
从所述处理后视频中获取与所述目标行为对应的目标的人脸图像,展示所述人脸图像。
上述主要从方法侧执行过程的角度对本申请实施例的方案进行了介绍。可以理解的是,电子设备为了实现上述功能,其包含了执行各个功能相应的硬件结构和/或软件模块。本领域技术人员应该很容易意识到,结合本文中所提供的实施例描述的各示例的单元及算法步骤,本申请能够以硬件或硬件和计算机软件的结合形式来实现。某个功能究竟以硬件还是计算机软件驱动硬件的方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
本申请实施例可以根据上述方法示例对电子设备进行功能单元的划分,例如,可以对应各个功能划分各个功能单元,也可以将两个或两个以上的功能集成在一个处理单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。需要说明的是,本申请实施例中对单元的划分是示意性的,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式。
图4是本申请实施例中所涉及的视频图像处理装置400的功能单元组成框图。该视频图像处理装置400应用于电子设备,所述装置400包括:拍摄单元401、解析单元402、识别单元403、确定单元404和处理单元405,其中,
所述拍摄单元401,用于通过摄像头进行拍摄,得到目标视频;
所述解析单元402,用于对所述目标视频进行解析,得到多张视频图像;
所述识别单元403,用于对所述多张视频图像中的每一视频图像进行识别,得到多个识别结果;
所述确定单元404,用于确定所述多个识别结果中每一识别结果的图像处理参数,得到多个图像处理参数;
所述处理单元405,用于依据所述多个图像处理参数对所述多张视频图像中对应的视频图像进行处理,得到处理后视频。
可以看出,本申请实施例中所描述的视频图像处理装置,通过摄像头进行拍摄,得到目标视频,对目标视频进行解析,得到多张视频图像,对多张视频图像中的每一视频图像进行识别,得到多个识别结果,确定多个识别结果中每一识别结果的图像处理参数,得到多个图像处理参数,依据多个图像处理参数对多张视频图像中对应的视频图像进行处理,得到处理后视频,从而,可以对视频进行解析,得到一帧一帧图像,还可以对其每一帧图像进行识别,得到识别结果,依据识别结果针对性地对每一图像进行处理,有助于提升视频图像的质量,有助于提升监控效率。
可选地,在所述通过摄像头进行拍摄,得到目标视频方面,所述拍摄单元401具体用于:
获取目标环境参数;
从预设数据库中获取与所述目标环境参数相关的至少一张参考图像;
确实所述至少一张参考图像的图像质量评价值,得到至少一个图像质量评价值;
从所述至少一个图像质量评价值中选取最大值,获取该最大值对应的参考图像的参考拍摄参数;
依据所述参考拍摄参数控制所述摄像头进行拍摄,得到所述目标视频。
可选地,在所述确实所述至少一张参考图像的图像质量评价值方面,所述拍摄单元401具体用于:
确定参考图像a的目标区域和背景区域,所述参考图像a为所述至少一张参考图像中的任一参考图像;
确定所述目标区域的第一图像质量评价值;
确定所述背景区域的第二图像质量评价值;
确定所述目标区域与所述背景区域之间的面积比例关系;
依据所述比例关系确定目标评价权值对,所述目标评价权值对包括目标第一权值和目标第二权值;
根据所述目标第一权值、所述目标第二权值、所述第一图像质量评价值和所述第二图像质量评价值进行加权运算,得到所述参考图像a的图像质量评价值。
可选地,在所述确定所述多个识别结果中每一识别结果的图像处理参数,得到多个图像处理参数方面,所述确定单元404还具体用于:
获取所述识别结果i的目标面积占比和目标标识,所述识别结果i为所述多个识别结果中的任一识别结果;
按照预设的标识与重要度之间的映射关系,确定所述目标标识对应的目标重要度;
在所述目标重要度小于或等于预设重要度时,将默认参数作为所述识别结果i的图像处理参数;
在所述目标重要度大于所述预设重要度时,按照预设的标识与参考图像处理参数之间的映射关系,确定所述目标标识对应的目标参考图像处理参数;
按照预设的面积比与调节系数之间的映射关系,确定所述目标面积比对应的目标调节系数;
依据所述目标调节系数对所述目标参考图像处理参数进行调节,得到所述识别结果i的图像处理参数。
可选地,在所述依据所述多个图像处理参数对所述多张视频图像中对应的视频图像进行处理,得到处理后视频之后,所述装置400还具体用于:
对所述处理后视频进行目标跟踪,得到至少一个目标;
确定所述至少一个目标的行为,得到至少一个行为;
从所述至少一个行为中选取符合预设要求的目标行为;
从所述处理后视频中获取与所述目标行为对应的目标的人脸图像,展示所述人脸图像。
本申请实施例还提供一种计算机存储介质,其中,该计算机存储介质存储用于电子数据交换的计算机程序,该计算机程序使得计算机执行如上述方法实施例中记载的任一方法的部分或全部步骤,上述计算机包括电子设备。
本申请实施例还提供一种计算机程序产品,上述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质,上述计算机程序可操作来使计算机执行如上述方法实施例中记载的任一方法的部分或全部步骤。该计算机程序产品可以为一个软件安装包,上述计算机包括电子设备。
需要说明的是,对于前述的各方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本申请并不受所描述的动作顺序的限制,因为依据本申请,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作和模块并不一定是本申请所必须的。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置,可通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如上述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性或其它的形式。
上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单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
上述集成的单元如果以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器中。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全部或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器中,包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本申请各个实施例上述方法的全部或部分步骤。而前述的存储器包括:U盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,该程序可以存储于一计算机可读存储器中,存储器可以包括:闪存盘、只读存储器(英文:Read-Only Memory,简称:ROM)、随机存取器(英文:Random Access Memory,简称:RAM)、磁盘或光盘等。
以上对本申请实施例进行了详细介绍,本文中应用了具体个例对本申请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申请的方法及其核心思想;同时,对于本领域的一般技术人员,依据本申请的思想,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申请的限制。
Claims (10)
1.一种视频图像处理方法,其特征在于,所述方法包括:
通过摄像头进行拍摄,得到目标视频;
对所述目标视频进行解析,得到多张视频图像;
对所述多张视频图像中的每一视频图像进行识别,得到多个识别结果;
确定所述多个识别结果中每一识别结果的图像处理参数,得到多个图像处理参数;
依据所述多个图像处理参数对所述多张视频图像中对应的视频图像进行处理,得到处理后视频。
2.根据权利要求1所述的方法,其特征在于,所述通过摄像头进行拍摄,得到目标视频,包括:
获取目标环境参数;
从预设数据库中获取与所述目标环境参数相关的至少一张参考图像;
确实所述至少一张参考图像的图像质量评价值,得到至少一个图像质量评价值;
从所述至少一个图像质量评价值中选取最大值,获取该最大值对应的参考图像的参考拍摄参数;
依据所述参考拍摄参数控制所述摄像头进行拍摄,得到所述目标视频。
3.根据权利要求2所述的方法,其特征在于,所述确实所述至少一张参考图像的图像质量评价值,包括:
确定参考图像a的目标区域和背景区域,所述参考图像a为所述至少一张参考图像中的任一参考图像;
确定所述目标区域的第一图像质量评价值;
确定所述背景区域的第二图像质量评价值;
确定所述目标区域与所述背景区域之间的面积比例关系;
依据所述比例关系确定目标评价权值对,所述目标评价权值对包括目标第一权值和目标第二权值;
根据所述目标第一权值、所述目标第二权值、所述第一图像质量评价值和所述第二图像质量评价值进行加权运算,得到所述参考图像a的图像质量评价值。
4.根据权利要求1-3任一项所述的方法,其特征在于,所述确定所述多个识别结果中每一识别结果的图像处理参数,得到多个图像处理参数,包括:
获取所述识别结果i的目标面积占比和目标标识,所述识别结果i为所述多个识别结果中的任一识别结果;
按照预设的标识与重要度之间的映射关系,确定所述目标标识对应的目标重要度;
在所述目标重要度小于或等于预设重要度时,将默认参数作为所述识别结果i的图像处理参数;
在所述目标重要度大于所述预设重要度时,按照预设的标识与参考图像处理参数之间的映射关系,确定所述目标标识对应的目标参考图像处理参数;
按照预设的面积比与调节系数之间的映射关系,确定所述目标面积比对应的目标调节系数;
依据所述目标调节系数对所述目标参考图像处理参数进行调节,得到所述识别结果i的图像处理参数。
5.根据权利要求1-4任一项所述的方法,其特征在于,在所述依据所述多个图像处理参数对所述多张视频图像中对应的视频图像进行处理,得到处理后视频之后,所述方法还包括:
对所述处理后视频进行目标跟踪,得到至少一个目标;
确定所述至少一个目标的行为,得到至少一个行为;
从所述至少一个行为中选取符合预设要求的目标行为;
从所述处理后视频中获取与所述目标行为对应的目标的人脸图像,展示所述人脸图像。
6.一种视频图像处理装置,其特征在于,所述装置包括:拍摄单元、解析单元、识别单元、确定单元和处理单元,其中,
所述拍摄单元,用于通过摄像头进行拍摄,得到目标视频;
所述解析单元,用于对所述目标视频进行解析,得到多张视频图像;
所述识别单元,用于对所述多张视频图像中的每一视频图像进行识别,得到多个识别结果;
所述确定单元,用于确定所述多个识别结果中每一识别结果的图像处理参数,得到多个图像处理参数;
所述处理单元,用于依据所述多个图像处理参数对所述多张视频图像中对应的视频图像进行处理,得到处理后视频。
7.根据权利要求6所述的装置,其特征在于,在所述通过摄像头进行拍摄,得到目标视频方面,所述拍摄单元具体用于:
获取目标环境参数;
从预设数据库中获取与所述目标环境参数相关的至少一张参考图像;
确实所述至少一张参考图像的图像质量评价值,得到至少一个图像质量评价值;
从所述至少一个图像质量评价值中选取最大值,获取该最大值对应的参考图像的参考拍摄参数;
依据所述参考拍摄参数控制所述摄像头进行拍摄,得到所述目标视频。
8.根据权利要求7所述的装置,其特征在于,在所述确实所述至少一张参考图像的图像质量评价值方面,所述拍摄单元具体用于:
确定参考图像a的目标区域和背景区域,所述参考图像a为所述至少一张参考图像中的任一参考图像;
确定所述目标区域的第一图像质量评价值;
确定所述背景区域的第二图像质量评价值;
确定所述目标区域与所述背景区域之间的面积比例关系;
依据所述比例关系确定目标评价权值对,所述目标评价权值对包括目标第一权值和目标第二权值;
根据所述目标第一权值、所述目标第二权值、所述第一图像质量评价值和所述第二图像质量评价值进行加权运算,得到所述参考图像a的图像质量评价值。
9.一种电子设备,其特征在于,包括处理器、存储器、通信接口,以及一个或多个程序,所述一个或多个程序被存储在所述存储器中,并且被配置由所述处理器执行,所述程序包括用于执行如权利要求1-5任一项所述的方法中的步骤的指令。
10.一种计算机可读存储介质,其特征在于,存储用于电子数据交换的计算机程序,其中,所述计算机程序使得计算机执行如权利要求1-5任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011609555.8A CN112887665B (zh) | 2020-12-30 | 2020-12-30 | 视频图像处理方法及相关装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011609555.8A CN112887665B (zh) | 2020-12-30 | 2020-12-30 | 视频图像处理方法及相关装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112887665A true CN112887665A (zh) | 2021-06-01 |
CN112887665B CN112887665B (zh) | 2023-07-18 |
Family
ID=76046345
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011609555.8A Active CN112887665B (zh) | 2020-12-30 | 2020-12-30 | 视频图像处理方法及相关装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112887665B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114220111A (zh) * | 2021-12-22 | 2022-03-22 | 深圳市伊登软件有限公司 | 基于云平台的图文批量识别方法及系统 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TW200809764A (en) * | 2006-04-24 | 2008-02-16 | Sony Corp | Image processing device, image processing method and program recording medium |
JP2010263581A (ja) * | 2009-05-11 | 2010-11-18 | Canon Inc | 物体認識装置及び物体認識方法 |
CN106791655A (zh) * | 2016-12-24 | 2017-05-31 | 深圳云天励飞技术有限公司 | 一种视频处理方法及装置 |
CN106878670A (zh) * | 2016-12-24 | 2017-06-20 | 深圳云天励飞技术有限公司 | 一种视频处理方法及装置 |
CN107993209A (zh) * | 2017-11-30 | 2018-05-04 | 广东欧珀移动通信有限公司 | 图像处理方法、装置、计算机可读存储介质和电子设备 |
CN109242802A (zh) * | 2018-09-28 | 2019-01-18 | Oppo广东移动通信有限公司 | 图像处理方法、装置、电子设备及计算机可读介质 |
CN109672822A (zh) * | 2018-12-29 | 2019-04-23 | 努比亚技术有限公司 | 一种移动终端的视频处理方法、移动终端及存储介质 |
CN109754461A (zh) * | 2018-12-29 | 2019-05-14 | 深圳云天励飞技术有限公司 | 图像处理方法及相关产品 |
CN109766779A (zh) * | 2018-12-20 | 2019-05-17 | 深圳云天励飞技术有限公司 | 徘徊人员识别方法及相关产品 |
CN111383198A (zh) * | 2020-03-17 | 2020-07-07 | Oppo广东移动通信有限公司 | 图像处理方法及相关产品 |
-
2020
- 2020-12-30 CN CN202011609555.8A patent/CN112887665B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TW200809764A (en) * | 2006-04-24 | 2008-02-16 | Sony Corp | Image processing device, image processing method and program recording medium |
JP2010263581A (ja) * | 2009-05-11 | 2010-11-18 | Canon Inc | 物体認識装置及び物体認識方法 |
CN106791655A (zh) * | 2016-12-24 | 2017-05-31 | 深圳云天励飞技术有限公司 | 一种视频处理方法及装置 |
CN106878670A (zh) * | 2016-12-24 | 2017-06-20 | 深圳云天励飞技术有限公司 | 一种视频处理方法及装置 |
CN107993209A (zh) * | 2017-11-30 | 2018-05-04 | 广东欧珀移动通信有限公司 | 图像处理方法、装置、计算机可读存储介质和电子设备 |
CN109242802A (zh) * | 2018-09-28 | 2019-01-18 | Oppo广东移动通信有限公司 | 图像处理方法、装置、电子设备及计算机可读介质 |
CN109766779A (zh) * | 2018-12-20 | 2019-05-17 | 深圳云天励飞技术有限公司 | 徘徊人员识别方法及相关产品 |
CN109672822A (zh) * | 2018-12-29 | 2019-04-23 | 努比亚技术有限公司 | 一种移动终端的视频处理方法、移动终端及存储介质 |
CN109754461A (zh) * | 2018-12-29 | 2019-05-14 | 深圳云天励飞技术有限公司 | 图像处理方法及相关产品 |
CN111383198A (zh) * | 2020-03-17 | 2020-07-07 | Oppo广东移动通信有限公司 | 图像处理方法及相关产品 |
Non-Patent Citations (8)
Title |
---|
XUE-XIA ZHONG: "An adaptive image amplification method with integer multiples", 《2014 INTERNATIONAL CONFERENCE ON AUDIO, LANGUAGE AND IMAGE PROCESSING》 * |
XUE-XIA ZHONG: "An adaptive image amplification method with integer multiples", 《2014 INTERNATIONAL CONFERENCE ON AUDIO, LANGUAGE AND IMAGE PROCESSING》, 15 January 2015 (2015-01-15) * |
刘亮: "智能交通中的视频图像处理技术分析", 《电子制作》 * |
刘亮: "智能交通中的视频图像处理技术分析", 《电子制作》, 2 July 2018 (2018-07-02) * |
韦智勇: "智能监控系统中多目标检测与跟踪算法研究", 《企业科技与发展》 * |
韦智勇: "智能监控系统中多目标检测与跟踪算法研究", 《企业科技与发展》, no. 22, 20 November 2009 (2009-11-20) * |
黄飞跃等: "基于事件序列匹配的多摄像机视频同步", 《清华大学学报(自然科学版)网络.预览》 * |
黄飞跃等: "基于事件序列匹配的多摄像机视频同步", 《清华大学学报(自然科学版)网络.预览》, no. 01, 10 October 2008 (2008-10-10) * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114220111A (zh) * | 2021-12-22 | 2022-03-22 | 深圳市伊登软件有限公司 | 基于云平台的图文批量识别方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN112887665B (zh) | 2023-07-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109361865B (zh) | 一种拍摄方法及终端 | |
CN110177221B (zh) | 高动态范围图像的拍摄方法及装置 | |
CN107566529B (zh) | 一种拍照方法、移动终端及云端服务器 | |
WO2019109801A1 (zh) | 拍摄参数的调整方法、装置、存储介质及移动终端 | |
CN107635101B (zh) | 拍摄方法、装置、存储介质和电子设备 | |
CN107613191B (zh) | 一种拍照方法、设备及计算机可读存储介质 | |
WO2019137167A1 (zh) | 相册管理方法、装置、存储介质及电子设备 | |
CN111149350B (zh) | 使用事件相机生成静态图像 | |
WO2018228168A1 (zh) | 图像处理方法及相关产品 | |
CN108965982A (zh) | 视频录制方法、装置、电子设备和可读存储介质 | |
CN110930329B (zh) | 星空图像处理方法及装置 | |
CN108234882B (zh) | 一种图像虚化方法及移动终端 | |
CN107623818B (zh) | 一种图像曝光方法和移动终端 | |
CN108985263B (zh) | 一种数据采集方法、装置、电子设备和计算机可读介质 | |
CN109068116B (zh) | 基于补光的图像处理方法、装置、移动终端和存储介质 | |
CN110210045B (zh) | 目标区域的人数估算方法、装置及存储介质 | |
CN108564915B (zh) | 亮度调整方法及相关产品 | |
CN109120844A (zh) | 摄像控制装置、摄像控制方法以及存储介质 | |
KR20200043818A (ko) | 전자 장치 및 그의 이미지 촬영 방법 | |
CN112802030A (zh) | 图像处理方法、装置及存储介质 | |
CN112055190A (zh) | 图像处理方法、装置及存储介质 | |
CN108616687B (zh) | 一种拍照方法、装置和移动终端 | |
CN113411498A (zh) | 图像拍摄方法、移动终端及存储介质 | |
CN109639981B (zh) | 一种图像拍摄方法及移动终端 | |
CN108200352A (zh) | 一种调解图片亮度的方法、终端及存储介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |