CN113128299A - 人流密度检测方法、装置、终端设备、服务器及存储介质 - Google Patents
人流密度检测方法、装置、终端设备、服务器及存储介质 Download PDFInfo
- Publication number
- CN113128299A CN113128299A CN201911423993.2A CN201911423993A CN113128299A CN 113128299 A CN113128299 A CN 113128299A CN 201911423993 A CN201911423993 A CN 201911423993A CN 113128299 A CN113128299 A CN 113128299A
- Authority
- CN
- China
- Prior art keywords
- people
- data
- density
- area
- region
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 58
- 238000000034 method Methods 0.000 claims abstract description 35
- 238000004590 computer program Methods 0.000 claims description 27
- 238000009877 rendering Methods 0.000 claims description 11
- 238000012545 processing Methods 0.000 abstract description 5
- 238000010586 diagram Methods 0.000 description 14
- 230000008569 process Effects 0.000 description 9
- 238000004891 communication Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000004044 response Effects 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 239000003086 colorant Substances 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
- G06V20/53—Recognition of crowd images, e.g. recognition of crowd congestion
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
-
- 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
- G06V40/172—Classification, e.g. identification
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)
- Alarm Systems (AREA)
Abstract
本申请适用于图像处理技术领域,提供了一种人流密度检测方法、装置、终端设备、服务器及存储介质,该方法包括:根据待监测区域的区域边界,建立区域坐标系;接收服务器发送的人流数据,人流数据是服务器根据图像采集设备采集的图像识别得到的,人流数据包括密度数据和位置数据;根据位置数据,结合区域坐标系,在待监测区域对应的平面图像中,生成与密度数据相对应的人流密度图。通过预先设置的区域坐标系生成人流密度图,能够精确的识别待监测区域内的人流密度,避免了根据经纬度检测无法准确确定用户在待监测区域内的人流分布的问题,提高了检测人流密度的准确性,提高了生成人流密度图的准确度。
Description
技术领域
本申请属于图像处理技术领域,尤其涉及一种人流密度检测方法、装置、终端设备、服务器及存储介质。
背景技术
随着科学技术的不断发展,可以通过区域内各个用户所携带的终端设备,确定区域内的人流分布密度,得到区域的热力图。
相关技术中,无线保真(Wireless Fidelity,WiFi)设备或第三方服务商的基站可以对区域内用户携带的终端设备进行检测,得到终端设备的数目,并向服务器发送该数目,服务器则可以根据该数目,并结合基站或WiFi设备所在的地理位置(经纬度),确定该区域内的人流密度,从而生成相应的热力图。
但是,通过经纬度只能在较大范围内确定人流密度,而针对区域较小的场馆,则无法根据经纬度准确确定场馆内的人流密度,导致人流密度检测不精确的问题。
发明内容
本申请实施例提供了一种人流密度检测方法、装置、终端设备、服务器及存储介质,可以解决人流密度检测不精确的问题。
第一方面,本申请实施例提供了一种人流密度检测方法,所述方法包括:
根据待监测区域的区域边界,建立区域坐标系;
接收服务器发送的人流数据,所述人流数据是所述服务器根据图像采集设备采集的图像识别得到的,所述人流数据包括密度数据和位置数据,所述密度数据用于指示所述服务器识别的人次数量,所述位置数据用于指示所述图像采集设备所在的位置;
根据所述位置数据,结合所述区域坐标系,在所述待监测区域对应的平面图像中,生成与所述密度数据相对应的人流密度图。
可选的,所述根据待监测区域的区域边界,建立区域坐标系,包括:
获取所述待监测区域的区域边界;
根据所述区域边界的各个顶点,生成坐标系区域,所述坐标系区域为规则区域,覆盖所述区域边界;
根据所述坐标系区域的任意一个顶点,建立所述区域坐标系。
可选的,所述根据所述位置数据,结合所述区域坐标系,在所述待监测区域对应的平面图像中,生成与所述密度数据相对应的人流密度图,包括:
根据所述位置数据,在所述区域坐标系中确定人流中心;
根据所述密度数据,确定人流范围;
根据所述人流中心和所述人流范围,基于所述待监测区域对应的平面图像进行渲染,得到所述人流密度图。
可选的,所述根据所述人流中心和所述人流范围,基于所述待监测区域对应的平面图像进行渲染,得到所述人流密度图,包括:
根据所述人流范围,渲染生成由中心向边界的颜色变浅的人流密度子图,所述人流密度子图为规则图形;
根据所述人流中心,在所述待监测区域对应的平面图像中添加所述人流密度子图,得到所述人流密度图。
第二方面,本申请实施例提供了一种人流密度检测方法,所述方法包括:
获取图像采集设备发送的区域图像;
对所述区域图像中的至少一个人脸进行识别,得到待监测区域的密度数据;
向终端设备发送由所述密度数据和位置数据组成的人流数据,使得所述终端设备根据所述人流数据生成人流密度图,所述位置数据是根据所述图像采集设备得到的,用于指示所述图像采集设备所在的位置。
可选的,所述向终端设备发送由所述密度数据和位置数据组成的人流数据,包括:
根据所述图像采集设备的设备标识,获取所述位置数据;
对所述位置数据和所述密度数据进行组合,得到所述人流数据;
向终端设备发送由所述人流数据。
第三方面,本申请实施例提供了一种人流密度检测装置,所述装置包括:
坐标系建立模块,用于根据待监测区域的区域边界,建立区域坐标系;
接收模块,用于接收服务器发送的人流数据,所述人流数据是所述服务器根据图像采集设备采集的图像识别得到的,所述人流数据包括密度数据和位置数据,所述密度数据用于指示所述服务器识别的人次数量,所述位置数据用于指示所述图像采集设备所在的位置;
生成模块,用于根据所述位置数据,结合所述区域坐标系,在所述待监测区域对应的平面图像中,生成与所述密度数据相对应的人流密度图。
可选的,所述坐标系建立模块,还用于获取所述待监测区域的区域边界;根据所述区域边界的各个顶点,生成坐标系区域,所述坐标系区域为规则区域,覆盖所述区域边界;根据所述坐标系区域的任意一个顶点,建立所述区域坐标系。
可选的,所述生成模块,还用于根据所述位置数据,在所述区域坐标系中确定人流中心;根据所述密度数据,确定人流范围;根据所述人流中心和人流范围,基于所述待监测区域对应的平面图像进行渲染,得到所述人流密度图。
可选的,所述生成模块,还用于根据所述人流范围,渲染生成由中心向边界的颜色变浅的所述人流密度子图,所述人流密度子图为规则图形;根据所述人流中心,在所述待监测区域对应的平面图像中添加所述人流密度子图,得到所述人流密度图。
第四方面,本申请实施例提供了一种人流密度检测装置,所述装置包括:
获取模块,用于获取图像采集设备发送的区域图像;
识别模块,用于对所述区域图像中的至少一个人脸进行识别,得到待监测区域的密度数据;
发送模块,用于向终端设备发送由所述密度数据和位置数据组成的人流数据,使得所述终端设备根据所述人流数据生成人流密度图,所述位置数据是根据所述图像采集设备得到的,用于指示所述图像采集设备所在的位置。
可选的,所述发送模块,还用于根据所述图像采集设备的设备标识,获取所述位置数据;对所述位置数据和所述密度数据进行组合,得到所述人流数据;向终端设备发送由所述人流数据。
第五方面,本申请实施例提供了一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如上述第一方面中任一项所述的人流密度检测方法。
第六方面,本申请实施例提供了一种服务器,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如上述第二方面中任一项所述的人流密度检测方法。
第七方面,本申请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存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如上述第一方面或第二方面中任一项所述的人流密度检测方法。
第八方面,本申请实施例提供了一种计算机程序产品,当计算机程序产品在终端设备上运行时,使得终端设备执行上述第一方面或第二方面中任一项所述的人流密度检测方法。
可以理解的是,上述第二方面至第八方面的有益效果可以参见上述第一方面中的相关描述,在此不再赘述。
本申请实施例与现有技术相比存在的有益效果是:
本申请实施例中终端设备通过根据待监测区域的区域边界,建立区域坐标系,再接收服务器发送的根据图像采集设备采集的图像识别得到的人流数据,根据人流数据中的位置数据,结合区域坐标系,在待监测区域对应的平面图像中,生成与人流数据中的密度数据相对应的人流密度图。通过预先设置的区域坐标系生成人流密度图,能够精确的识别待监测区域内的人流密度,避免了根据经纬度检测无法准确确定用户在待监测区域内的人流分布的问题,提高了检测人流密度的准确性,提高了生成人流密度图的准确度。
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性的前提下,还可以根据这些附图获得其他的附图。
图1示出了本申请提供的人流密度检测方法所涉及的人流密度检测系统的系统架构示意图;
图2示出了本申请一实施例提供的一种终端设备的结构示意图;
图3示出了本申请提供的一种人流密度检测方法的示意性流程图;
图4示出了本申请提供的另一种人流密度检测方法的示意性流程图;
图5示出了本申请提供的又一种人流密度检测方法的示意性流程图;
图6示出了本申请提供的一种建立区域坐标系的示意图;
图7示出了本申请实施例提供的一种人流密度检测装置的结构框图;
图8示出了本申请实施例提供的另一种人流密度检测装置的结构框图。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、技术之类的具体细节,以便透彻理解本申请实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中,省略对众所周知的系统、装置、电路以及方法的详细说明,以免不必要的细节妨碍本申请的描述。
应当理解,当在本申请说明书和所附权利要求书中使用时,术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在,但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解,在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合,并且包括这些组合。
如在本申请说明书和所附权利要求书中所使用的那样,术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地,短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。
另外,在本申请说明书和所附权利要求书的描述中,术语“第一”、“第二”、“第三”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
在本申请说明书中描述的参考“一个实施例”或“一些实施例”等意味着在本申请的一个或多个实施例中包括结合该实施例描述的特定特征、结构或特点。由此,在本说明书中的不同之处出现的语句“在一个实施例中”、“在一些实施例中”、“在其他一些实施例中”、“在另外一些实施例中”等不是必然都参考相同的实施例,而是意味着“一个或多个但不是所有的实施例”,除非是以其他方式另外特别强调。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”,除非是以其他方式另外特别强调。
本申请实施例提供的人流密度检测方法可以应用于手机、平板电脑、笔记本电脑、超级移动个人计算机(ultra-mobile personal computer,UMPC)、上网本、个人数字助理(personal digital assistant,PDA)等终端设备上,本申请实施例对终端设备的具体类型不作任何限制。
例如,所述终端设备可以是WLAN中的站点(STAION,ST),可以是蜂窝电话、无绳电话、会话启动协议(Session InitiationProtocol,SIP)电话、无线本地环路(WirelessLocal Loop,WLL)站、个人数字处理(Personal Digital Assistant,PDA)设备、具有无线通信功能的手持设备、计算设备或连接到无线调制解调器的其它处理设备、电脑、膝上型计算机、手持式通信设备、手持式计算设备、卫星无线设备等。
图1示出了本申请提供的人流密度检测方法所涉及的人流密度检测系统的系统架构示意图,参见图1,所述人流密度检测系统包括:终端设备110、服务器120和图像采集设备130,终端设备110和图像采集设备130均与服务器120链路连接。
其中,图像采集设备130可以预先设置在待监测区域的各个位置,可以根据图像采集设备130的拍摄范围,在待监测区域中对至少一个图像采集设备130进行排布。
为了提高人流密度检测的准确度,终端设备110可以根据待监测区域的边界建立区域坐标系,服务器120则可以通过人脸识别的方式,确定待监测区域内的人流量,终端设备110则可以根据人流量确定待监测区域内不同位置的人流密度,生成待监测区域的人流密度图。
在一种可能的实现方式中,图像采集设备130可以对待监测区域进行拍摄,得到表示待监测区域内人流量的区域图像,并向服务器120发送拍摄得到的区域图像。相应的,服务器120可以接收该区域图像,并对区域图像内的人脸进行识别,从而将识别得到的人脸数目作为表示人次数量的密度数据,进而向终端设备110发送包括密度数据和表示图像采集设备130所在位置的位置数据在内的人流数据。而终端设备110可以接收该人流数据,并根据人流数据结合预先设置的区域坐标系,生成待监测区域的人流密度图。
其中,终端设备110可以根据待监测区域的区域边界,提前建立区域坐标系,而且,服务器120在向终端设备110发送位置数据时,也可以基于该区域坐标系表示图像采集设备130在待监测区域的位置。
需要说明的是,在实际应用中,可以在待监测区域中排布多个图像采集设备130,为了简便说明,本申请实施例仅以一个图像采集设备130为例进行说明,本申请实施例对图像采集设备130的数量不做限定。
图2示出了本申请一实施例提供的一种终端设备的结构示意图。如图2所示,该实施例的终端设备20包括:至少一个处理器210(图2中仅示出一个)处理器、存储器220以及存储在所述存储器220中并可在所述至少一个处理器210上运行的计算机程序230,所述处理器210执行所述计算机程序230时实现上述任意各个人流密度检测方法实施例中的步骤。
所述终端设备20可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。该终端设备可包括,但不仅限于,处理器210、存储器220。本领域技术人员可以理解,图2仅仅是终端设备20的举例,并不构成对终端设备20的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如还可以包括输入输出设备、网络接入设备等。
所称处理器210可以是中央处理单元(Central Processing Unit,CPU),该处理器210还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(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、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器220在一些实施例中可以是所述终端设备20的内部存储单元,例如终端设备20的硬盘或内存。所述存储器220在另一些实施例中也可以是所述终端设备20的外部存储设备,例如所述终端设备20上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,所述存储器220还可以既包括所述终端设备20的内部存储单元也包括外部存储设备。所述存储器220用于存储操作系统、应用程序、引导装载程序(BootLoader)、数据以及其他程序等,例如所述计算机程序的程序代码等。所述存储器220还可以用于暂时地存储已经输出或者将要输出的数据。
图3示出了本申请提供的一种人流密度检测方法的示意性流程图,作为示例而非限定,该方法可以应用于上述终端设备中,参见图3,该方法包括:
S301、根据待监测区域的区域边界,建立区域坐标系。
为了精确展示待监测区域中各个位置的人流密度,可以预先根据待监测区域建立区域坐标系,以便能够通过该区域坐标系表示待监测区域内各个图像采集设备的位置,从而根据各个图像采集设备所采集的区域图像,生成人流密度图。
在一种可能的实现方式中,终端设备可以根据待监测区域的平面图像,确定待监测区域的区域边界,也即是,得到待监测区域的区域轮廓,并根据该区域边界中的各个顶点和多条边,确定坐标系原点,建立区域坐标系。
S302、接收服务器发送的人流数据,该人流数据包括密度数据和位置数据。
其中,该人流数据是服务器根据图像采集设备采集的图像识别得到的,而且,该密度数据用于指示服务器识别的人次数量。该位置数据用于指示图像采集设备所在的位置。
在建立得到区域坐标系后,可以根据区域坐标系结合服务器发送的人流数据,生成待监测区域的人流密度图。因此,终端设备可以先接收服务器发送的人流数据。
由于待监测区域中可能设置有多个图像采集设备,而每个图像采集设备均可以对待监测区域进行拍摄,则服务器可以根据各个图像采集设备在待监测区域中排布的位置,结合终端设备建立的区域坐标系,通过与区域坐标系相匹配的坐标表示各个图像采集设备的位置,得到位置数据。而且,服务器可以对各个图像采集设备采集的区域图像中的人脸进行识别,将识别得到的人脸数目作为密度数据。
相应的,服务器可以将每个图像采集设备的位置数据和密度数据作为一组人流数据,并向终端设备发送与各个图像采集设备相对应的多组人流数据,以便在后续步骤中,终端设备可以根据多组人流数据生成人流密度图。
S303、根据位置数据,结合区域坐标系,在待监测区域对应的平面图像中,生成与密度数据相对应的人流密度图。
在得到人流数据后,终端设备可以根据多组人流数据中的密度数据,生成多个人流密度子图,并根据多组人流数据中的位置数据,确定各个人流密度子图在区域坐标系中的位置,组合得到人流密度图。
在一种可能的实现方式中,终端设备可以先获取人流数据中的密度数据,并根据密度数据的参数值大小,确定人流密度子图的大小,也即是,确定与该密度数据相对应的用户所占的区域大小,从而生成人流密度子图。
之后,可以根据该人流数据中的位置数据,在区域坐标系中确定该人流密度子图所在的位置,由于人流密度子图可以为规则图形,则可以将人流密度子图的中心设置在位置数据所指示的坐标。
最后,可以按照各个人流密度子图在区域坐标系中的位置,将各个人流密度子图与待监测区域的屏幕图形进行组合渲染,得到表示待监测区域的人流密度的人流密度图。
综上所述,本申请实施例提供的人流密度检测方法,终端设备通过根据待监测区域的区域边界,建立区域坐标系,再接收服务器发送的根据图像采集设备采集的图像识别得到的人流数据,根据人流数据中的位置数据,结合区域坐标系,在待监测区域对应的平面图像中,生成与人流数据中的密度数据相对应的人流密度图。通过预先设置的区域坐标系生成人流密度图,能够精确的识别待监测区域内的人流密度,避免了根据经纬度检测无法准确确定用户在待监测区域内的人流分布的问题,提高了检测人流密度的准确性,提高了生成人流密度图的准确度。
图4示出了本申请提供的另一种人流密度检测方法的示意性流程图,作为示例而非限定,该方法可以应用于上述服务器中,参见图4,该方法包括:
S401、获取图像采集设备发送的区域图像。
其中,区域图像是图像采集设备对待监测区域内的场景进行拍摄得到的。
在确定待监测区域的人流密度的过程中,服务器可以根据图形采集设备所拍摄的区域图像,识别得到区域图像中的用户,从而确定待监测区域内用户的数目。
因此,服务器可以获取图像采集设备发送的区域图像,以便在后续步骤中,可以对区域图像中的人脸进行识别,确定该图像采集设备所拍摄的范围内的用户的数目。
需要说明的是,服务器可以实时从图像采集设备获取区域图像,也可以周期性地从图像采集设备获取区域图像。例如,图像采集设备可以每隔5分钟对待监测区域拍摄一次,则服务器也可以每隔5分钟从图像采集设备获取拍摄得到区域图像。
S402、对区域图像中的至少一个人脸进行识别,得到待监测区域的密度数据。
获取区域图像后,服务器可以对区域图像进行识别,得到区域图像中识别得到的人脸的数目,也即是拍摄到的用户的数目,从而可以将该用户的数目作为密度数据。
在一种可能的实现方式中,服务器可以根据预先设置的人脸识别算法,对区域图像中的人脸进行识别,确定图像采集设备所拍摄的区域内的人脸数目,也即是所拍摄的区域内的用户的数目,则可以将该人脸数目作为表示人流密度的密度数据。
S403、向终端设备发送由密度数据和位置数据组成的人流数据,使得终端设备根据该人流数据生成人流密度图。
其中,该位置数据是根据图像采集设备得到的,用于指示图像采集设备所在的位置。
在生成人流密度图的过程中,不但需要确定用户的数量,还需要确定拍摄区域图像的图像采集设备在待监测区域内的位置,以便终端设备可以根据各个图像采集设备所拍摄的区域和每个区域的用户的数量,生成人流密度图。
在一种可能的实现方式中,服务器可以根据与区域图像对应的图像采集设备的标识信息,确定图像采集设备在待监测区域中的位置,从而得到位置数据,再对位置数据和密度数据进行组合,得到与图像采集设备对应的一组人流数据,并向终端设备发送该人流数据,以便终端设备可以根据该人流数据生成人流密度图。
综上所述,本申请实施例提供的人流密度检测方法,服务器通过获取图像采集设备发送的区域图像,并对区域图像中的至少一个人脸进行识别,得到待监测区域的密度数据,再向终端设备发送由密度数据和位置数据组成的人流数据,使得终端设备可以根据人流数据生成人流密度图,该位置数据用于指示图像采集设备所在的位置。通过对区域图像中的人脸进行识别,确定拍摄的区域内表示人流密度的密度数据,并向终端设备发送密度数据和表示图像采集设备所在位置的位置数据,使得终端设备能够根据图像采集设备所在的位置和确定的人流密度生成人流密度图,避免了根据经纬度检测无法准确确定用户在待监测区域内的人流分布的问题,提高了检测人流密度的准确性,提高了生成人流密度图的准确度。
图5示出了本申请提供的又一种人流密度检测方法的示意性流程图,作为示例而非限定,该方法可以应用于上述终端设备和服务器中,参见图5,该方法包括:
S501、终端设备根据待监测区域的区域边界,建立区域坐标系。
终端设备可以根据待监测区域的轮廓形状,建立与待监测区域相匹配的区域坐标系,以便在后续步骤中,可以根据该区域坐标系生成待监测区域的人流密度图。
可选的,在建立区域坐标系的过程中,终端设备可以先获取待监测区域的区域边界,并根据区域边界的各个顶点,生成坐标系区域,再根据坐标系区域的任意一个顶点,建立区域坐标系。
其中,该坐标系区域可以为规则区域,且覆盖区域边界。
在一种可能的实现方式中,终端设备可以先根据待监测区域的平面图像进行特征提取,得到待监测区域的区域轮廓,也即是待监测区域的区域边界,再对区域边界中的各个顶点和各个边进行分析,生成能够覆盖区域边界的、且为规则图形的坐标系区域,使得区域边界的顶点和边尽可能的与坐标系区域的边界重合。之后,终端设备可以以坐标系区域的任意一个顶点为原点,以坐标系区域的至少一条边作为横轴或纵轴,从而建立得到待监测区域的区域坐标系。
例如,参见图6,待监测区域的区域边界可以是图6中由A、B、C、D四个顶点围成的实线区域,则根据该区域边界生成的坐标系区域可以为图中A、B、E、F四个顶点围成的矩形区域,并以A点为原点、以AB边为横轴、以AD边为纵轴,建立待监测区域的区域坐标系。
S502、服务器获取图像采集设备发送的区域图像。
S503、服务器对区域图像中的至少一个人脸进行识别,得到待监测区域内的密度数据。
S504、服务器向终端设备发送由密度数据和位置数据组成的人流数据,使得终端设备根据人流数据生成人流密度图。
其中,该位置数据是根据图像采集设备得到的,用于指示图像采集设备所在的位置。
可选的,服务器可以根据图像采集设备的设备标识,获取位置数据,并对该位置数据和密度数据进行组合,得到人流数据,再向终端设备发送人流数据。
在一种可能的实现方式中,服务器可以根据与区域图像对应的图像采集设备的标识信息,在终端设备发送的区域坐标系中,按照预先设置的标识信息与坐标之间的对应关系,查找得到该图像采集设备所对应的坐标,从而可以将该坐标作为位置数据。
相应的,服务器则可以将获取的密度数据与本步骤S504获取的位置数据进行组合,生成与图像采集设备对应的一组人流数据,并向终端设备发送该人流数据,以便终端设备可以根据该人流数据生成人流密度图。
需要说明的是,在实际应用中,服务器还可以将图像采集设备的标识信息作为位置数据,则终端设备可以根据标识信息和预先设置的标识信息与坐标之间的对应关系,确定图像采集设备所在的位置,本申请实施例对位置数据不做限定。
例如,与S501的举例相对应的,若待监测区域内设置有8个图像采集设备,则终端设备或服务器可以根据8个图像采集设备在待监测区域内排布的位置,生成如表1所示的图像采集设备的标识信息与坐标之间的对应关系。
表1
标识信息 | 坐标 |
1 | (0,0) |
2 | (1,1) |
3 | (2,0) |
4 | (2,1) |
5 | (2,2) |
6 | (1,3) |
7 | (0,2) |
8 | (0,1) |
S505、终端设备接收服务器发送的人流数据。
其中,该人流数据是服务器根据图像采集设备采集的图像识别得到的。而且,该人流数据可以包括密度数据和位置数据,密度数据用于指示服务器识别的人次数量,位置数据用于指示图像采集设备所在的位置。
S506、终端设备根据位置数据,结合区域坐标系,在待监测区域对应的平面图像中,生成与密度数据相对应的人流密度图。
终端设备得到人流数据后,可以根据人流数据确定各个图像采集设备所拍摄的区域内的人流密度,从而可以根据各个图像采集设备所在的位置,结合拍摄的区域内的用户数量,生成待监测区域的人流密度图。
可选的,终端设备可以根据位置数据,在区域坐标系中确定人流中心,并根据密度数据,确定人流范围,再根据人流中心和人流范围,基于待监测区域对应的平面图像进行渲染,得到人流密度图。
在一种可能的实现方式中,终端设备可以先根据位置数据,结合区域坐标系,确定该位置数据在区域坐标系中的所指示的坐标点,并将该坐标点作为生成人流密度子图的中心点,并根据密度数据的参数值,确定人流范围,也即是,确定密度数据对应的用户在待监测区域中所占的区域大小,从而可以根据人流中心和人流范围,生成一个图像采集设备所拍摄的区域内的人流密度子图。
在生成多个人流密度子图后,可以根据区域坐标系将各个人流密度子图填充在待监测区域的平面图像中,从而组合渲染得到包括多个人流密度子图的人流密度图。
进一步地,为了体现待监测区域中不同位置的人流密度,可以通过不同颜色的人流密度子图表示不同的人流密度,从而得到直观体现人流密度大小的人流密度图。
可选的,终端设备可以根据人流范围,渲染生成由中心向边界的颜色变浅的人流密度子图,再根据人流中心,在待监测区域对应的区域图像中添加人流密度子图,得到人流密度图。
其中,该人流密度子图可以为规则图形。例如,该人流密度子图可以为圆形,则人流中心即可为圆心,人流范围即可为半径,而且沿着由圆心径向指向圆周的方向,人流密度子图的颜色可以由深变浅。
在一种可能的实现方式中,终端设备可以根据人流范围的参数值,确定人流所占范围的大小,也即是确定人流密度子图的大小,而且可以根据该人流范围的参数值确定用于表示人流密度的颜色。
之后,终端设备可以根据人流中心,向待监测区域的区域图像中添加人流密度子图,使得人流密度子图的中心与该人流中心相一致,在区域图像中添加完毕各个人流密度子图后,即可得到人流密度图。
需要说明的是,在实际应用中,若多个人流密度子图在区域图像中有重叠部分,则可以根据重叠部分的大小,对重叠部分的颜色进行加深,使得人流密度图更加直观的表示人流密度。
综上所述,本申请实施例提供的人流密度检测方法,终端设备通过根据待监测区域的区域边界,建立区域坐标系,服务器通过获取图像采集设备发送的区域图像,并对区域图像中的至少一个人脸进行识别,得到待监测区域的密度数据,再向终端设备发送由密度数据和位置数据组成的人流数据,终端设备则接收服务器发送的根据图像采集设备采集的图像识别得到的人流数据,根据人流数据中的位置数据,结合区域坐标系,在待监测区域对应的平面图像中,生成与人流数据中的密度数据相对应的人流密度图。通过预先设置的区域坐标系生成人流密度图,能够精确的识别待监测区域内的人流密度,避免了根据经纬度检测无法准确确定用户在待监测区域内的人流分布的问题,提高了检测人流密度的准确性,提高了生成人流密度图的准确度。
进一步地,通过根据待监测区域中区域边界的各个顶点构建区域坐标系,可以使得各个顶点和区域边界尽可能的与坐标轴重合,则位于各个顶点和与坐标轴重合的区域边界的图像采集设备对应的坐标,相比与其他位置的图像采集设备对应的坐标,可以减少生成人流密度图时所需的计算量。
进一步地,根据密度数据确定人流大小范围,并结合位置数据确定人流中心位置,可以准确的表示待检测区域内不同位置的不同人流分布,提高了人流密度图的准确度。
进一步地,通过渐变的方式对人流密度子图进行渲染,可以更加直观地展示人流在待检测区域内的分布,提高了人流密度图的可读性。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本申请实施例的实施过程构成任何限定。
对应于上文实施例所述的人流密度检测方法,图7示出了本申请实施例提供的一种人流密度检测装置的结构框图,为了便于说明,仅示出了与本申请实施例相关的部分。
参照图7,该装置包括:
坐标系建立模块701,用于根据待监测区域的区域边界,建立区域坐标系;
接收模块702,用于接收服务器发送的人流数据,该人流数据是该服务器根据图像采集设备采集的图像识别得到的,该人流数据包括密度数据和位置数据,该密度数据用于指示该服务器识别的人次数量,该位置数据用于指示该图像采集设备所在的位置;
生成模块703,用于根据该位置数据,结合该区域坐标系,在该待监测区域对应的平面图像中,生成与该密度数据相对应的人流密度图。
可选的,该坐标系建立模块701,还用于获取该待监测区域的区域边界;根据该区域边界的各个顶点,生成坐标系区域,该坐标系区域为规则区域,覆盖该区域边界;根据该坐标系区域的任意一个顶点,建立该区域坐标系。
可选的,该生成模块703,还用于根据该位置数据,在该区域坐标系中确定人流中心;根据该密度数据,确定人流范围;根据该人流中心和人流范围,基于该待监测区域对应的平面图像进行渲染,得到该人流密度图。
可选的,该生成模块703,还用于根据该人流范围,渲染生成由中心向边界的颜色变浅的该人流密度子图,该人流密度子图为规则图形;根据该人流中心,在该待监测区域对应的平面图像中添加该人流密度子图,得到该人流密度图。
综上所述,本申请实施例提供的人流密度检测装置,终端设备通过根据待监测区域的区域边界,建立区域坐标系,再接收服务器发送的根据图像采集设备采集的图像识别得到的人流数据,根据人流数据中的位置数据,结合区域坐标系,在待监测区域对应的平面图像中,生成与人流数据中的密度数据相对应的人流密度图。通过预先设置的区域坐标系生成人流密度图,能够精确的识别待监测区域内的人流密度,避免了根据经纬度检测无法准确确定用户在待监测区域内的人流分布的问题,提高了检测人流密度的准确性,提高了生成人流密度图的准确度。
图8示出了本申请实施例提供的另一种人流密度检测装置的结构框图,为了便于说明,仅示出了与本申请实施例相关的部分。
参照图8,该装置包括:
获取模块801,用于获取图像采集设备发送的区域图像;
识别模块802,用于对该区域图像中的至少一个人脸进行识别,得到待监测区域的密度数据;
发送模块803,用于向终端设备发送由该密度数据和位置数据组成的人流数据,使得该终端设备根据该人流数据生成人流密度图,该位置数据是根据该图像采集设备得到的,用于指示该图像采集设备所在的位置。
可选的,该发送模块803,还用于根据该图像采集设备的设备标识,获取该位置数据;对该位置数据和该密度数据进行组合,得到该人流数据;向终端设备发送由该人流数据。
综上所述,本申请实施例提供的人流密度检测装置,服务器通过获取图像采集设备发送的区域图像,并对区域图像中的至少一个人脸进行识别,得到待监测区域的密度数据,再向终端设备发送由密度数据和位置数据组成的人流数据,使得终端设备可以根据人流数据生成人流密度图,该位置数据用于指示图像采集设备所在的位置。通过对区域图像中的人脸进行识别,确定拍摄的区域内表示人流密度的密度数据,并向终端设备发送密度数据和表示图像采集设备所在位置的位置数据,使得终端设备能够根据图像采集设备所在的位置和确定的人流密度生成人流密度图,避免了根据经纬度检测无法准确确定用户在待监测区域内的人流分布的问题,提高了检测人流密度的准确性,提高了生成人流密度图的准确度。
需要说明的是,上述装置/单元之间的信息交互、执行过程等内容,由于与本申请方法实施例基于同一构思,其具体功能及带来的技术效果,具体可参见方法实施例部分,此处不再赘述。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将所述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块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。另外,各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
本申请实施例还提供了一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时可实现上述各个方法实施例中终端设备所执行的步骤。
本申请实施例还提供了一种服务器,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时可实现上述各个方法实施例中服务器所执行的步骤。
本申请实施例还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存储有计算机程序,所述计算机程序被处理器执行时可实现上述各个方法实施例中的步骤。
本申请实施例提供了一种计算机程序产品,当计算机程序产品在移动终端上运行时,使得移动终端执行时实现可实现上述各个方法实施例中的步骤。
所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介质中。基于这样的理解,本申请实现上述实施例方法中的全部或部分流程,可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质至少可以包括:能够将计算机程序代码携带到拍照装置/终端设备的任何实体或装置、记录介质、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,RandomAccess Memory)、电载波信号、电信信号以及软件分发介质。例如U盘、移动硬盘、磁碟或者光盘等。在某些司法管辖区,根据立法和专利实践,计算机可读介质不可以是电载波信号和电信信号。
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或记载的部分,可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,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来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。
在本申请所提供的实施例中,应该理解到,所揭露的装置/网络设备和方法,可以通过其它的方式实现。例如,以上所描述的装置/网络设备实施例仅仅是示意性的,例如,所述模块或单元的划分,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讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
以上所述实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围,均应包含在本申请的保护范围之内。
Claims (11)
1.一种人流密度检测方法,其特征在于,所述方法包括:
根据待监测区域的区域边界,建立区域坐标系;
接收服务器发送的人流数据,所述人流数据是所述服务器根据图像采集设备采集的图像识别得到的,所述人流数据包括密度数据和位置数据,所述密度数据用于指示所述服务器识别的人次数量,所述位置数据用于指示所述图像采集设备所在的位置;
根据所述位置数据,结合所述区域坐标系,在所述待监测区域对应的平面图像中,生成与所述密度数据相对应的人流密度图。
2.如权利要求1所述的方法,其特征在于,所述根据待监测区域的区域边界,建立区域坐标系,包括:
获取所述待监测区域的区域边界;
根据所述区域边界的各个顶点,生成坐标系区域,所述坐标系区域为规则区域,覆盖所述区域边界;
根据所述坐标系区域的任意一个顶点,建立所述区域坐标系。
3.如权利要求1所述的方法,其特征在于,所述根据所述位置数据,结合所述区域坐标系,在所述待监测区域对应的平面图像中,生成与所述密度数据相对应的人流密度图,包括:
根据所述位置数据,在所述区域坐标系中确定人流中心;
根据所述密度数据,确定人流范围;
根据所述人流中心和所述人流范围,基于所述待监测区域对应的平面图像进行渲染,得到所述人流密度图。
4.如权利要求3所述的方法,其特征在于,所述根据所述人流中心和所述人流范围,基于所述待监测区域对应的平面图像进行渲染,得到所述人流密度图,包括:
根据所述人流范围,渲染生成由中心向边界的颜色变浅的人流密度子图,所述人流密度子图为规则图形;
根据所述人流中心,在所述待监测区域对应的平面图像中添加所述人流密度子图,得到所述人流密度图。
5.一种人流密度检测方法,其特征在于,所述方法包括:
获取图像采集设备发送的区域图像;
对所述区域图像中的至少一个人脸进行识别,得到待监测区域的密度数据;
向终端设备发送由所述密度数据和位置数据组成的人流数据,使得所述终端设备根据所述人流数据生成人流密度图,所述位置数据是根据所述图像采集设备得到的,用于指示所述图像采集设备所在的位置。
6.如权利要求5所述的方法,其特征在于,所述向终端设备发送由所述密度数据和位置数据组成的人流数据,包括:
根据所述图像采集设备的设备标识,获取所述位置数据;
对所述位置数据和所述密度数据进行组合,得到所述人流数据;
向终端设备发送由所述人流数据。
7.一种人流密度检测装置,其特征在于,所述装置包括:
坐标系建立模块,用于根据待监测区域的区域边界,建立区域坐标系;
接收模块,用于接收服务器发送的人流数据,所述人流数据是所述服务器根据图像采集设备采集的图像识别得到的,所述人流数据包括密度数据和位置数据,所述密度数据用于指示所述服务器识别的人次数量,所述位置数据用于指示所述图像采集设备所在的位置;
生成模块,用于根据所述位置数据,结合所述区域坐标系,在所述待监测区域对应的平面图像中,生成与所述密度数据相对应的人流密度图。
8.一种人流密度检测装置,其特征在于,所述装置包括:
获取模块,用于获取图像采集设备发送的区域图像;
识别模块,用于对所述区域图像中的至少一个人脸进行识别,得到待监测区域的密度数据;
发送模块,用于向终端设备发送由所述密度数据和位置数据组成的人流数据,使得所述终端设备根据所述人流数据生成人流密度图,所述位置数据是根据所述图像采集设备得到的,用于指示所述图像采集设备所在的位置。
9.一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至4任一项所述的方法。
10.一种服务器,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求5至6任一项所述的方法。
11.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至6任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911423993.2A CN113128299B (zh) | 2019-12-30 | 2019-12-30 | 人流密度检测方法、装置、终端设备、服务器及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911423993.2A CN113128299B (zh) | 2019-12-30 | 2019-12-30 | 人流密度检测方法、装置、终端设备、服务器及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113128299A true CN113128299A (zh) | 2021-07-16 |
CN113128299B CN113128299B (zh) | 2024-06-11 |
Family
ID=76769899
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911423993.2A Active CN113128299B (zh) | 2019-12-30 | 2019-12-30 | 人流密度检测方法、装置、终端设备、服务器及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113128299B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114419698A (zh) * | 2021-12-27 | 2022-04-29 | 天津天地伟业信息系统集成有限公司 | 一种人脸识别摄像机的控制方法及计算机可读存储介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108573218A (zh) * | 2018-03-21 | 2018-09-25 | 漳州立达信光电子科技有限公司 | 人脸数据采集方法及终端设备 |
WO2019201065A1 (zh) * | 2018-04-20 | 2019-10-24 | 京东方科技集团股份有限公司 | 基于地理图像学确定人流热区的方法和装置 |
-
2019
- 2019-12-30 CN CN201911423993.2A patent/CN113128299B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108573218A (zh) * | 2018-03-21 | 2018-09-25 | 漳州立达信光电子科技有限公司 | 人脸数据采集方法及终端设备 |
WO2019201065A1 (zh) * | 2018-04-20 | 2019-10-24 | 京东方科技集团股份有限公司 | 基于地理图像学确定人流热区的方法和装置 |
Non-Patent Citations (1)
Title |
---|
余光华;: "基于DHCP网络协议的人流密度Web监控系统设计", 计算机测量与控制, no. 11 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114419698A (zh) * | 2021-12-27 | 2022-04-29 | 天津天地伟业信息系统集成有限公司 | 一种人脸识别摄像机的控制方法及计算机可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN113128299B (zh) | 2024-06-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20210312214A1 (en) | Image recognition method, apparatus and non-transitory computer readable storage medium | |
EP3125135B1 (en) | Picture processing method and device | |
CN109409238B (zh) | 一种障碍物检测方法、装置及终端设备 | |
CN105571583B (zh) | 一种用户位置定位方法以及服务器 | |
CN108563651B (zh) | 一种多视频的目标搜索方法、装置及设备 | |
CN113436338A (zh) | 火灾现场的三维重建方法、装置、服务器及可读存储介质 | |
CN116582653B (zh) | 一种基于多摄像头数据融合的智能视频监控方法及系统 | |
US11238563B2 (en) | Noise processing method and apparatus | |
CN111065044B (zh) | 基于大数据的数据关联分析方法、装置及计算机存储介质 | |
CN108492284A (zh) | 用于确定图像的透视形状的方法和装置 | |
US10838601B2 (en) | Processing method and terminal | |
CN113128299B (zh) | 人流密度检测方法、装置、终端设备、服务器及存储介质 | |
CN112711963A (zh) | 用户终端故障检测方法、装置、计算机装置及存储介质 | |
CN107770487B (zh) | 一种特征提取并优选的方法、系统及终端设备 | |
CN114119964A (zh) | 一种网络训练的方法及装置、目标检测的方法及装置 | |
CN108776959B (zh) | 图像处理方法、装置及终端设备 | |
CN110610178A (zh) | 图像识别方法、装置、终端及计算机可读存储介质 | |
CN108174091B (zh) | 图像处理方法、装置、存储介质及电子设备 | |
CN113689378B (zh) | 试纸带精准定位的判定方法、装置、存储介质及终端 | |
CN112906651B (zh) | 目标检测方法及装置 | |
CN114821987A (zh) | 提醒方法、装置及终端设备 | |
CN113379347A (zh) | 快递出库管理方法、装置、电子设备及存储介质 | |
CN114973204B (zh) | 目标检测方法、装置、设备、存储介质及产品 | |
CN112073261B (zh) | 数据处理方法、系统及装置 | |
CN107742275B (zh) | 一种信息处理方法及电子设备 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |