CN113191197B - 一种图像还原方法及装置 - Google Patents

一种图像还原方法及装置 Download PDF

Info

Publication number
CN113191197B
CN113191197B CN202110357733.0A CN202110357733A CN113191197B CN 113191197 B CN113191197 B CN 113191197B CN 202110357733 A CN202110357733 A CN 202110357733A CN 113191197 B CN113191197 B CN 113191197B
Authority
CN
China
Prior art keywords
image
target
angle
vertical
horizontal
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
CN202110357733.0A
Other languages
English (en)
Other versions
CN113191197A (zh
Inventor
胡滨
杨海舟
韩培良
茅陈庆
楼炯
叶雅妮
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 System Technology Co Ltd
Original Assignee
Hangzhou Hikvision System 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 System Technology Co Ltd filed Critical Hangzhou Hikvision System Technology Co Ltd
Priority to CN202110357733.0A priority Critical patent/CN113191197B/zh
Publication of CN113191197A publication Critical patent/CN113191197A/zh
Application granted granted Critical
Publication of CN113191197B publication Critical patent/CN113191197B/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
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/46—Descriptors for shape, contour or point-related descriptors, e.g. scale invariant feature transform [SIFT] or bags of words [BoW]; Salient regional features
    • G06V10/462—Salient features, e.g. scale invariant feature transforms [SIFT]
    • 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
    • G06V40/168—Feature extraction; Face representation

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Multimedia (AREA)
  • Molecular Biology (AREA)
  • Human Computer Interaction (AREA)
  • Computational Linguistics (AREA)
  • Computing Systems (AREA)
  • Biophysics (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Biomedical Technology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Image Processing (AREA)
  • Studio Devices (AREA)

Abstract

本申请提供一种图像还原方法及装置，涉及图像处理技术领域。具体方案包括：先获取第一侧图像、第一侧图像的第一空间信息、第二侧图像、第二侧图像的第二空间信息；然后，在第一空间信息和第二空间信息满足预设图像还原条件的情况下，根据第一空间信息和第二空间信息，对第一侧图像和第二侧图像进行图像还原，得到目标图像。采用本申请实施例提供的方案，实现了自动得到和目标的第一部位正面相似的图像。

Description

一种图像还原方法及装置
技术领域
本申请涉及图像处理技术领域，尤其涉及一种图像还原方法及装置。
背景技术
在某些人员识别场景中，通过设置在人员附近的摄像头对该人员采集面部图像(如，人脸图像)；然后，分析该面部图像得到该人员的身份信息。其中，由于该摄像头的拍摄视线与该人员的面部正面(如，正脸)可能存在较大的偏差角度，这样采集到的图像中的面部和该人员的面部正面相差甚远，进而导致对该面部图像无法分析出该人员的身份信息。
发明内容
本申请提供一种图像还原方法及装置，可以自动得到和目标的第一部位正面相似的图像。
为实现上述技术目的，本申请采用如下技术方案：
第一方面，本申请实施例提供了一种图像还原方法，该方法包括：先获取第一侧图像、第一侧图像的第一空间信息、第二侧图像、第二侧图像的第二空间信息。其中，第一空间信息表征目标的第一部位正面相对于采集第一侧图像的图像采集设备的位置；第二空间信息表征目标的第一部位正面相对于采集第二侧图像的图像采集设备的位置。然后，在第一空间信息和第二空间信息满足预设图像还原条件的情况下，根据第一空间信息和第二空间信息，对第一侧图像和第二侧图像进行图像还原，得到目标图像。
其中，第一侧图像和第二侧图像是分别位于一个目标两侧的图像采集设备采集到的该目标的第一部位图像。
可以理解的是，由于第一侧图像的第一空间信息表征该目标的第一部位正面相对于采集第一侧图像的图像采集设备的位置，而根据该目标的第一部位正面相对于采集第一侧图像的图像采集设备的位置可以判断第一侧图像和该目标的第一部位正面之间的差异大小。因此可知，根据第一空间信息可以判断第一侧图像和该目标的第一部位正面之间的差异大小。同理地，根据第二侧图像的第二空间信息可以判断第二侧图像和该目标的第一部位正面之间的差异大小。
然后，根据第一侧图像和该目标的第一部位正面之间的差异大小、以及第二侧图像和该目标的第一部位正面之间的差异大小，可以判断是否满足预设图像还原条件。例如，预设图像还原条件可以要求第一侧图像和第二侧图像中的至少一侧图像与该目标的第一部位正面之间的差异在一定的差异范围内；或者，预设图像还原条件可以要求第一侧图像和第二侧图像各自与该目标的第一部位正面之间的相似度在一定的相似范围内。进而，如果第一空间信息和第二空间信息满足预设图像还原条件，则表示第一侧图像和第二侧图像中的至少一侧图像与目标的第一部位正面之间的差异在一定的范围内。因此，可以对第一侧图像和第二侧图像进行图像还原，以还原出和目标的第一部位正面相似的目标图像。采用本申请实施例提供的方案，实现了自动得到和目标的第一部位正面相似的图像。
在一种可能的实施方式中，第一空间信息和第二空间信息均包括水平拍摄角度和垂直拍摄角度。水平拍摄角度为对应的图像采集设备的拍摄视线在水平面的垂直投影与目标坐标轴之间的夹角。垂直拍摄角度为对应的图像采集设备的拍摄视线在垂直面的垂直投影与目标坐标轴之间的夹角。目标坐标轴垂直于目标的第一部位正面所在平面，水平面和垂直面均包括目标坐标轴。拍摄视线是所属的图像采集设备的视场的中心线。
可以理解的是，当图像采集设备的拍摄视线垂直于该目标的第一部位正面所在平面的时候，图像采集设备采集到的某一侧图像为该目标的第一部位正面，并且，此时图像采集设备的拍摄视线平行于目标坐标轴，则上述水平拍摄角度和上述垂直拍摄角度均等于0。由于图像采集设备采集到的某一侧图像为该目标的第一部位正面的时候，该图像的水平拍摄角度和垂直拍摄角度均等于0，则可以认为水平拍摄角度表示该目标在该图像中的第一部位和该目标的实际第一部位正面在水平方向上的偏差角度，垂直拍摄角度表示该目标在该图像中的第一部位和目标的实际第一部位正面在垂直方向上的偏差角度。并且，水平拍摄角度越大，该目标在该图像中的第一部位和该目标的实际第一部位正面在水平方向上的偏差角度越大，则该图像和该目标的实际第一部位正面之间的差异越大。垂直拍摄角度越大，该目标在该图像中的第一部位和该目标的实际第一部位正面在垂直方向上的偏差角度越大，则该图像和该目标的实际第一部位正面差异之间的也越大。因此，本申请实施例提供的方案可以根据第一空间信息中的水平拍摄角度和垂直拍摄角度，判断第一侧图像和该目标的第一部位正面之间的差异大小。还可以根据第二空间信息中的水平拍摄角度和垂直拍摄角度，判断第二侧图像和该目标的第一部位正面之间的差异大小。
另一种可能的实施方式中，目标图像包括第一侧纠偏后的图像和第二侧纠偏后的图像。
其中，根据第一空间信息和第二空间信息，对第一侧图像和第二侧图像进行图像还原，得到目标图像，包括：根据第一空间信息中的水平拍摄角度和垂直拍摄角度、以及预设的尺寸变换关系，对第一侧图像进行缩放，得到第一侧纠偏后的图像；根据第二空间信息中的水平拍摄角度和垂直拍摄角度、以及预设的尺寸变换关系，对第二侧图像进行缩放，得到第二侧纠偏后的图像。预设的尺寸变换关系表示目标在任一侧图像中的第一部位尺寸和目标的第一部位正面尺寸之间的映射关系。
在该设计方式中，描述了对第一侧图像和第二侧图像进行图像还原的一种实现方式。
可以理解的是，对于第一侧图像和第二侧图像中的任一侧图像，根据上述分析可知该图像的水平拍摄角度表示该目标在该图像中的第一部位和该目标的实际第一部位正面在水平方向上的偏差角度，而水平方向上的偏差角度导致了该目标在该图像中的第一部位宽度相对于该目标的实际第一部位正面的宽度变小。同理，根据上述分析可知任一侧图像的垂直拍摄角度表示该目标在该图像中的第一部位和该目标的实际第一部位正面在垂直方向上的偏差角度，而垂直方向上的偏差角度导致了该目标在该图像中的第一部位高度相对于该目标的实际第一部位正面的高度变小。其次，预设的尺寸变换关系表示该目标在图像中的第一部位尺寸和该目标的第一部位正面尺寸之间的映射关系，即表示任一侧图像中的第一部位尺寸和其对应的第一部位正面尺寸之间的映射关系。进而，可以根据导致任一侧图像中的第一部位的宽度变小的水平拍摄角度、导致该图像中的第一部位的高度变小的垂直拍摄角度、以及表示该图像中的第一部位尺寸和其对应的第一部位正面尺寸之间的映射关系，缩放该图像，以将该目标在该图像中的第一部位尺寸还原到对应的第一部位正面尺寸。这样缩放得到的纠偏后的图像中的第一部位尺寸和其对应的第一部位正面尺寸相同，则该纠偏后的图像中的第一部位和目标的第一部位正面相似。
另一种可能的实施方式中，上述根据第一空间信息和第二空间信息，对第一侧图像和第二侧图像进行图像还原，得到目标图像，包括：向预设识别算法输入第一侧图像、第一空间信息中的水平拍摄角度和垂直拍摄角度、第二侧图像、以及第二空间信息中的水平拍摄角度和垂直拍摄角度，进行第一部位正面识别，得到目标图像。
在该设计方式中，描述了对第一侧图像和第二侧图像进行图像还原的另一种实现方式。
另一种可能的实施方式中，在上述向预设识别算法输入第一侧图像、第一空间信息中的水平拍摄角度和垂直拍摄角度、第二侧图像、以及第二空间信息中的水平拍摄角度和垂直拍摄角度，进行第一部位正面识别，得到目标图像之前，该方法还包括：先获取图像采集设备对样本目标在多个样本拍摄角度下采集的第一侧样本图像和第二侧样本图像；还获取样本目标的样本第一部位正面图像；再将多个样本拍摄角度、第一侧样本图像、第二侧样本图像作为模型输入，将样本第一部位正面图像作为模型输出，利用模型输入和模型输出训练得到预设识别算法。
其中，样本拍摄角度包括：样本水平拍摄角度和样本垂直拍摄角度。
在该设计方式中，描述了获取预设识别算法的一种实现方式。
另一种可能的实施方式中，上述预设图像还原条件包括：第一空间信息和第二空间信息均满足水平拍摄角度大于第一水平角度阈值且小于第二水平角度阈值，以及垂直拍摄角度大于第一垂直角度阈值且小于第二垂直角度阈值。
可以理解的是，第一空间信息和第二空间信息均满足水平拍摄角度大于第一水平角度阈值，以及垂直拍摄角度大于第一垂直角度阈值的时候，可以确定两侧图像采集设备都是从该目标的第一部位正面在水平方向和垂直方向上的侧方进行拍摄，则采集到的第一侧图像和第二侧图像都表示该目标的第一部位的侧面。并且，第一空间信息和第二空间信息均满足水平拍摄角度小于第二水平角度阈值，以及垂直拍摄角度小于第二垂直角度阈值，表示第一侧图像和第二侧图像所表示的第一部位的侧面都和该目标的第一部位正面之间的差异在一定范围内。因此可知，第一侧图像和第二侧图像满足这个预设图像还原条件的时候，表示第一侧图像和第二侧图像都和该目标的第一部位正面存在差异、且差异不大。此时，需要对第一侧图像和第二侧图像进行图像还原，以还原出和目标的第一部位正面相似的目标图像。
另一种可能的实施方式中，上述获取第一侧图像、第一侧图像的第一空间信息、第二侧图像、第二侧图像的第二空间信息，包括：获取第一侧图像，并分析第一侧图像，得到第一空间信息；然后，在满足第一空间信息中的水平拍摄角度大于第一水平角度阈值和第一空间信息中的垂直拍摄角度大于第一垂直角度阈值中的至少一项的情况下，获取第二侧图像，并分析第二侧图像，得到第二空间信息。
可以理解的是，在第一空间信息中的水平拍摄角度大于第一水平角度阈值和/或垂直拍摄角度大于第一垂直角度阈值的情况下，表征第一侧图像和该目标的第一部位正面存在一定的差异，则图像还原装置可再采集第二侧图像，判断第二侧图像和目标的第一部位正面之间的差异是否较小，差异较小的话第二侧图像可用于直接识别目标的身份信息。
另一种可能的实施方式中，在上述获取第一侧图像，并分析第一侧图像，得到第一空间信息之后，该方法还包括：在第一空间信息中的水平拍摄角度小于第一水平角度阈值，且第一空间信息中的垂直拍摄角度小于第一垂直角度阈值的情况下，确定第一侧图像为目标图像。
可以理解的是，在第一空间信息中的水平拍摄角度小于第一水平角度阈值且垂直拍摄角度小于第一垂直角度阈值的情况下，表征第一侧图像和该目标的第一部位正面之间的差异较小，则图像还原装置可以确定第一侧图像就是和该目标的第一部位正面相似的目标图像。
另一种可能的实施方式中，在上述获取第二侧图像，并分析第二侧图像，得到第二空间信息之后，该方法还包括：在第二空间信息中的水平拍摄角度小于第一水平角度阈值，第二空间信息中的垂直拍摄角度小于第一垂直角度阈值的情况下，确定第二侧图像为目标图像。
可以理解的是，在第二空间信息中的水平拍摄角度小于第一水平角度阈值且垂直拍摄角度小于第一垂直角度阈值的情况下，表征第二侧图像和该目标的第一部位正面之间的差异较小，则图像还原装置可以确定第二侧图像就是和该目标的第一部位正面相似的目标图像。
另一种可能的实施方式中，在上述获取第二侧图像，并分析第二侧图像，得到第二空间信息之后，该方法还包括：在满足第一空间信息中的水平拍摄角度大于第一水平角度阈值和第一空间信息中的垂直拍摄角度大于第一垂直角度阈值中的至少一项、且满足第二空间信息中的水平拍摄角度大于第一水平角度阈值和第二空间信息中的垂直拍摄角度大于第一垂直角度阈值中的至少一项的情况下，从第一空间信息和第二空间信息中确定目标空间信息；然后，根据目标空间信息，控制对应的图像采集设备调整位置；最后，重新获取调整后的图像采集设备采集到的图像，并根据重新获取的图像，更新第一侧图像、第一空间信息、第二侧图像和第二空间信息。
其中，目标空间信息满足目标空间信息中的水平拍摄角度大于第二水平角度阈值和目标空间信息中的垂直拍摄角度大于第二垂直角度阈值中的至少一项。
可以理解的是，在第一空间信息和第二空间信息均满足水平拍摄角度大于第一水平角度阈值、且垂直拍摄角度大于第一垂直角度阈值时，第一空间信息和第二空间信息中还存在目标空间信息。而目标空间信息中的水平拍摄角度大于第二水平角度阈值和/或垂直拍摄角度大于第二垂直角度阈值，表征目标空间信息对应的图像和该目标的第一部位正面相差较大，也就是说，第一侧图像和第二侧图像都与该目标的第一部位正面存在一定差异，并且第一侧图像和第二侧图像中的至少一侧图像与该目标的第一部位正面之间的差异较大。因此，可根据与目标的第一部位正面之间的差异较大的图像的空间信息，调整对应的图像采集设备的位置后重新采集图像。
第二方面，本申请提供一种图像还原装置。该图像还原装置包括用于执行第一方面或第一方面中任一种可能的设计方式所述的方法的各个模块。
第三方面，本申请提供一种图像还原装置，该图像还原装置包括存储器和处理器。上述存储器和处理器耦合。该存储器用于存储计算机程序代码，该计算机程序代码包括计算机指令。当处理器执行该计算机指令时，图像还原装置执行如第一方面及其任一种可能的设计方式所述的图像还原方法。
第四方面，本申请提供一种芯片系统，该芯片系统应用于图像还原装置；所述芯片系统包括一个或多个接口电路，以及一个或多个处理器。所述接口电路和所述处理器通过线路互联；所述接口电路用于从所述图像还原装置的存储器接收信号，并向所述处理器发送所述信号，所述信号包括所述存储器中存储的计算机指令。当所述处理器执行所述计算机指令时，所述图像还原装置执行如第一方面及其任一种可能的设计方式所述的图像还原方法。
第五方面，本申请提供一种计算机可读存储介质，该计算机可读存储介质包括计算机指令，当所述计算机指令在图像还原装置上运行时，使得所述图像还原装置执行如第一方面及其任一种可能的设计方式所述的图像还原方法。
第六方面，本申请提供一种计算机程序产品，该计算机程序产品包括计算机指令，当所述计算机指令在图像还原装置上运行时，使得所述图像还原装置执行如第一方面及其任一种可能的设计方式所述的图像还原方法。
第七方面，本申请提供一种图像还原系统，该系统包括：图像还原装置、以及分别位于车辆车头方向两侧的图像采集设备；图像还原装置连接图像采集设备。其中，图像还原装置用于执行如第一方面及其任一种可能的设计方式的图像还原方法。图像采集设备用于采集同一个车内目标的第一侧图像和第二侧图像。
在一种可能的实施方式中，图像还原系统还包括身份识别装置；身份识别装置连接图像还原装置。其中，身份识别装置，用于对图像还原装置得到的车内目标的目标图像进行身份识别，得到车内目标的身份信息。
另一种可能的实施方式中，目标图像包括第一侧图像对应的第一侧纠偏后的图像、以及第二侧图像对应的第二侧纠偏后的图像。身份识别装置，具体用于：先将第一侧纠偏后的图像分别与多个预设图像进行特征对比，得到第一侧纠偏后的图像与多个预设图像之间的第一相似度；还将第二侧纠偏后的图像分别与多个预设图像进行特征对比，得到第二侧纠偏后的图像与多个预设图像之间的第二相似度；然后，根据第一相似度和第二相似度，从多个预设图像中确定符合第一预设条件的图像，并确定符合第一预设条件的图像对应的身份信息为目标的身份信息。
其中，符合第一预设条件的图像对应的第一相似度或第二相似度大于第一预设相似度阈值，或者符合第一预设条件的图像对应的第一相似度和第二相似度的平均值大于预设相似度平均阈值。
在该设计方式中，描述了对目标图像进行身份识别的一种实现方式。
另一种可能的实施方式中，身份识别装置，具体用于：先将目标图像分别与多个预设图像进行特征对比，得到目标图像与多个预设图像之间的相似度；再根据相似度，从多个预设图像中确定符合第二预设条件的图像，并确定符合第二预设条件的图像对应的身份信息为目标的身份信息。
其中，符合第二预设条件的图像对应的相似度大于多个预设图像中除符合第二预设条件的图像之外的其他图像对应的相似度。
在该设计方式中，描述了对目标图像进行身份识别的另一种实现方式。
另一种可能的实施方式中，图像还原系统还包括目标统计装置；目标统计装置连接身份识别装置。其中，目标统计装置，用于：在目标为人员的情况下，获取车辆内的人员心跳产生的脉冲信号；分析脉冲信号，确定车辆内的总人数；在确定车内目标的身份信息的个数小于总人数的情况下，发出第一提示信息。第一提示信息用于表征车内目标的身份信息采集未完成。
可以理解的是，除了识别车内目标的身份信息，还可以获取车辆内的总人数，以判断是否识别出车辆内的所有车内目标的身份信息。
本申请中第二方面到第七方面及其各种实现方式的具体描述，可以参考第一方面及其各种实现方式中的详细描述；并且，第二方面到第七方面及其各种实现方式的有益效果，可以参考第一方面及其各种实现方式中的有益效果分析，此处不再赘述。
本申请的这些方面或其他方面在以下的描述中会更加简明易懂。
附图说明
图1为本申请实施例提供的一种图像还原方法所涉及的实施环境示意图；
图2为本申请实施例提供的一种图像采集设备对车内人员的拍摄角度的示意图一；
图3为本申请实施例提供的一种图像采集设备对车内人员的拍摄角度的示意图二；
图4为本申请实施例提供的一种图像还原方法的流程图一；
图5A为本申请实施例提供的一种图像采集场景的正视图；
图5B为本申请实施例提供的一种图像采集场景的俯视图；
图6为本申请实施例提供的一种图像还原方法的流程图二；
图7为本申请实施例提供的一种图像还原方法的流程图三；
图8为本申请实施例提供的一种图像还原方法的流程图四；
图9为本申请实施例提供的一种图像还原装置的结构示意图一；
图10为本申请实施例提供的一种图像还原装置的结构示意图二；
图11为本申请实施例提供的一种图像还原系统的结构示意图。
具体实施方式
以下，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本实施例的描述中，除非另有说明，“多个”的含义是两个或两个以上。
在某些目标识别场景中，可以通过设置在某个目标附近的摄像头对该目标的第一部位采集图像，该第一部位可以是表征该目标身份特征的部位；然后，分析该图像得到该目标的身份信息，实现了自动识别出目标的身份信息。然后，如果采集的图像和该目标的第一部位正面差异较大，则无法识别出目标的身份信息。
其中，目标可以是人员、某些动物等等。以人员为例，表征人员身份特征的第一部位可以是面部(也可以称为人脸)，面部正面就是指人员的正脸。
示例性地，以车内人员和车内人员的面部为例，目标识别场景可以是车内人员识别场景，为了自动获取位于车辆内的车内人员的身份信息，在确定车辆进入指定区域后，通过设置在指定区域的、位于车辆附近的图像采集设备对车内人员采集图像。然后，分析该图像得到车内人员的身份信息。其中，当车内人员位于车辆中的某些位置(如，车辆的中间位置)时，图像采集设备的拍摄视线与车内人员的面部正面存在较大的偏差角度，此时采集到的图像中的面部和车内人员的面部正面相差较大。进而导致对该图像无法分析出车内人员的身份信息。其中，拍摄视线是指图像采集设备的视场的中心线。
本申请实施例提供一种图像还原方法，通过该方法可以自动得到和目标的第一部位正面相似的图像，进而对该图像可以识别出该目标的身份信息。
下面将结合附图对本申请实施例的实施方式进行详细描述。
示例性地，以车内人员和车内人员的面部为例，请参考图1，以图像还原方法应用于车内人员识别场景为例，本申请实施例提供一种图像还原系统，该图像还原系统100设置在一个车辆停放场景中的预设位置。该图像还原系统100可以包括：图像还原装置101(如，服务器)，设置在车辆车头方向两侧的图像采集设备102(如，摄像机)，设置在车辆车头方向两侧的外红检测设备103，设置在车辆附近的目标统计装置104(如，雷达探测模块)，以及身份识别装置105。该图像还原系统100还可以包括：输出模块，例如，语音模块，显示模块。
其中，图像还原装置101连接图像采集设备102、红外检测设备103、目标统计装置104和身份识别装置105。
其中，图像采集设备102、红外检测设备103、目标统计装置104和身份识别装置105中的任一个设备可以与图像还原装置101分开独立设置，或者集成在图像还原装置101中。
需要说明的是，本申请实施例中以图像采集设备102、外红检测设备103、目标统计装置104和身份识别装置105均与图像还原装置101分开独立设置为例，说明图像还原方法。
其中，图像还原系统100在确定车辆抵达预设位置的情况下，可通过红外检测设备103检测车辆的车窗是否落下。如果车辆有未落下的车窗，可通过输出模块发出提示车内目标打开所有车窗的提示信息，并重新检测车辆的车窗是否落下。如果车辆的车窗均落下，可通过图像采集设备102采集位于车辆内的车内人员的面部图像。
然后，由于车内人员的面部正面所在平面不是垂直于图像采集设备102的拍摄视线，导致图像采集设备102采集到的图像通常不是车内人员的面部正面，而是车内人员的面部侧面(即车内人员的侧脸)，并且，采集到的图像可能和车内人员的面部正面相差较大。因此，图像还原装置101可对采集到的图像进行图像分析，以判断采集到的图像和车内人员的面部正面之间的差异大小。如果采集到的图像和车内人员的面部正面之间的差异较小时，可对该图像进行图像还原，得到表征车内人员的面部正面的目标图像。图像还原装置101可以向身份识别装置105发送该目标图像，身份识别装置105对该目标图像识别出车内人员的身份信息。如果采集到的图像和车内人员的面部正面之间的差异较大，或者身份识别装置105对目标图像识别身份信息失败，则图像还原装置101可以控制调整图像采集设备102的位置并重新采集图像，或者控制输出模块发出提示车内人员转动面部角度的提示信息。
其中，图像采集设备102可以分析图像，确定水平拍摄角度和垂直拍摄角度；进而根据水平拍摄角度和垂直拍摄角度判断采集到的图像和车内人员的面部正面之间的差异大小。水平拍摄角度为图像采集设备102的拍摄视线在水平面的垂直投影与目标坐标轴之间的夹角；垂直拍摄角度为拍摄视线在垂直面的垂直投影与目标坐标轴之间的夹角。目标坐标轴垂直于车内人员的面部正面所在平面，水平面和垂直面均包括目标坐标轴。图像采集设备102的拍摄视线可以是指图像采集设备102的视场的中心线。
示例性地，以车内人员和车内人员的面部为例，说明水平拍摄角度和垂直拍摄角度。如图2所示的图像采集设备对车内人员的拍摄角度的示意图，图像采集设备位于车辆车头方向一侧，车内人员相对于该图像采集设备是低头状态，三维坐标系中的X轴与车内目标的脸部中的两个眼睛的连线平行。三维坐标系的原点O可以在车内人员的面部所在平面中，即平面XOZ为车内人员的面部正面所在平面。三维坐标系中的Y轴垂直于车内人员的面部正面所在平面XOZ，Y轴是目标坐标轴。平面XOY是水平面，平面YOZ是垂直面。图像采集设备102的拍摄视线为直线PP’。水平拍摄角度α1是拍摄视线PP’在水平面XOY的垂直投影A1B1与Y轴正方向之间的夹角。垂直拍摄角度β1是拍摄视线PP’在平面YOZ的垂直投影C1D1与Y轴正方向之间的夹角。
示例性地，以位于车辆车头方向一侧的图像采集设备，且车内人员相对于该图像采集设备是抬头状态为例，说明水平拍摄角度和垂直拍摄角度。如图3所示的拍摄角度的示意图，水平拍摄角度α2是拍摄视线PP’在水平面XOY的垂直投影A2B2与Y轴正方向之间的夹角。垂直拍摄角度β2是拍摄视线PP’在平面YOZ的垂直投影C2D2与Y轴正方向之间的夹角。
可以理解的是，图像采集设备102的拍摄视线PP’垂直于车内人员的面部正面所在平面的时候，拍摄视线PP’与Y轴(即目标坐标轴)平行，则水平拍摄角度和垂直拍摄角度均等于0。此时采集到的人脸图像为车内人员的面部正面。因此可知，水平拍摄角度和垂直拍摄角度均越小，采集到的人脸图像和车内人员的面部正面之间的差异也越小。
另外，无论在车内人员的面部相对于图像采集设备是低头状态还是抬头状态，垂直拍摄角度都大于0。不同的是，在车内人员的面部相对于图像采集设备是低头状态时，降低图像采集设备的高度，可以减小垂直拍摄角度。在车内人员的面部相对于图像采集设备是抬头状态时，升高图像采集设备的高度，可以减小垂直拍摄角度。
本申请实施例中，图像采集设备包括分别位于一个目标两侧的第一侧图像采集设备和第二侧图像采集设备。图像还原装置可以获取至少一侧图像采集设备采集到的图像，并对采集到的图像进行图像分析，确定水平拍摄角度和垂直拍摄角度。然后，根据水平拍摄角度和垂直拍摄角度的大小，判断采集到的图像与该目标的第一部位正面之间的差异大小。在确定差异较小时，可以确定采集到的图像是和该目标的第一部位正面相似的目标图像；或者，在确定差异较大时，对采集到的图像进行图像还原得到和该目标的第一部位正面相似的目标图像；在确定差异过大时，控制调整图像采集设备的位置以重新采集图像。进而，对该目标图像可以识别出该目标的身份信息。
请参见图4，为本申请实施例提供的一种图像还原方法的流程图，该图像还原方法可以用于上述图像还原装置。该图像还原方法可以包括S401-S402。
S401、获取第一侧图像、第一侧图像的第一空间信息、第二侧图像、第二侧图像的第二空间信息。
其中，第一侧图像和第二侧图像是分别位于一个目标两侧的图像采集设备采集到的该目标的第一部位图像。第一空间信息表征该目标的第一部位正面相对于采集第一侧图像的图像采集设备的位置；第二空间信息表征该目标的第一部位正面相对于采集第二侧图像的图像采集设备的位置。
其中，位于一个目标两侧的图像采集设备可以包括第一侧图像采集设备和第二侧图像采集设备。第一侧图像是第一侧图像采集设备采集到的，第二侧图像是第二侧图像采集设备采集到的。
示例性地，以图像还原方法应用于车内人员识别场景，目标的第一部位是车内人员的面部为例，位于一个人员两侧的图像采集设备是位于车辆车头方向两侧的图像采集设备。图像还原装置在确定车辆抵达预设位置、且车辆的车窗打开的情况下，可通过位于车辆车头方向两侧的图像采集设备采集图像(如，第一侧图像，第二侧图像)。图像还原装置在确定车辆抵达预设位置、且车辆的车窗未打开的情况下，可以发出提示车内人员打开所有车窗的提示信息，再重新采集图像。
本申请实施例中，第一空间信息和第二空间信息可以都包括水平拍摄角度和垂直拍摄角度，水平拍摄角度为对应的图像采集设备的拍摄视线在水平面的垂直投影与目标坐标轴之间的夹角，垂直拍摄角度为对应的图像采集设备的拍摄视线在垂直面的垂直投影与目标坐标轴之间的夹角。目标坐标轴垂直于目标的第一部位正面所在平面，水平面和垂直面均包括目标坐标轴。拍摄视线是所属的图像采集设备的视场的中心线。
本申请实施例中，图像还原装置针对每一个目标执行图像还原方法。然而，由于一个目标的旁边可能有其他目标，则位于该目标两侧的图像采集设备采集的该目标的任一侧图像中可能包括其他目标的第一部位。因此，车内识别装置以该目标的第一部位为目标，执行图像还原方法。
示例性地，以图像还原方法应用于车内人员识别场景，目标的第一部位是车内人员的面部为例，车辆内的车内人员可以包括多个车内人员，图像还原装置针对每个车内人员执行图像还原方法。具体地，若车辆内有多个车内人员、且对任一个车内人员执行图像还原方法时，图像还原装置对该车内人员采集图像。由于该车内人员的任一侧图像中可能包括除了该车内人员之外的其他车内人员的面部，因此，车内识别装置针对该车内人员的面部，执行图像还原方法。
其中，位于车辆同一排的多个车内人员的任一侧图像可以相同，例如，位于车辆同一排的多个车内人员的任一侧图像均是与这一排对应的图像采集设备在同一时刻采集的。或者，位于车辆同一排的多个车内人员的任一侧图像也可以不相同，例如，位于车辆同一排的多个车内人员的任一侧图像是与这一排对应的图像采集设备在不同时刻采集的。
其中，位于车辆不同排的多个车内人员的任一侧图像可以不相同。例如，位于车辆不同排的多个车内人员的任一侧图像是与车辆不同排对应的不同图像采集设备采集的。又例如，位于车辆不同排的多个车内人员的任一侧图像是同一个图像采集设备在不同时刻采集的。
本申请实施例中，位于一个目标任意一侧的图像采集设备的个数可以等于1或2等等。
示例性地，以图像还原方法应用于车内人员识别场景，目标的第一部位是车内人员的面部为例，位于车辆车头方向任意一侧的图像采集设备的个数可以等于车辆座位的排数。例如，车辆座位的排数是2，位于车辆车头方向任意一侧的图像采集设备包括2个图像采集设备。
进一步地，位于车辆车头方向两侧的红外检测设备用于检测车窗的所有车窗是否打开。位于车辆车头方向每一侧的红外检测设备的个数也可以等于1或者上述车辆座位的排数。红外检测设备可以集成在图像采集设备中，也可以与图像采集设备独立分开设置。
示例性地，若车辆车头方向每一侧的红外检测设备的个数等于1，则根据车辆车头方向每一侧的窗户个数，通过移动每一侧的红外检测设备检测车辆车头方向每一侧的窗户是否均打开。
示例性地，若车辆车头方向每一侧的红外检测设备的个数等于上述车辆座位的排数，则通过每一侧的每个红外检测设备检测与每个红外检测设备相对的窗户是否均打开。
需要说明的是，位于车辆车头方向每一侧的红外检测设备的个数可以等于位于车辆车头方向每一侧的图像采集设备的个数，也可以小于位于车辆车头方向每一侧的图像采集设备的个数。在位于车辆车头方向每一侧的红外检测设备的个数可以等于位于车辆车头方向每一侧的图像采集设备的个数的情况下，红外检测设备可以集成在图像采集设备中。
本申请实施例中，若一个目标的第一侧图像或第二侧图像包括其他目标的第一部位，则图像还原装置以该目标的第一部位为目标，对该目标的第一侧图像或第二侧图像进行图像分析，得到该目标的第一空间信息或第二空间信息。
示例性地，以图像还原方法应用于车内人员识别场景，目标的第一部位是车内人员的面部为例，图像还原装置可以按照车辆内的多个车内人员在车辆内的位置顺序，确定多个车内人员对应的位置标识，例如，前排左1，前排左2，后排左1，后排左2，后排左3，左可以是指车辆车头方法两侧中的第一侧或第二侧。然后，对任一个车内人员的第一侧图像(或第二侧图像)中与该车内人员的位置标识对应的面部进行图像分析，得到该车内人员的第一空间信息(或第二空间信息)。
本申请实施例中，图像还原装置可以先获取第一侧图像，并分析第一侧图像，得到第一空间信息。然后，在满足第一空间信息中的水平拍摄角度大于第一水平角度阈值TH1和第一空间信息中的垂直拍摄角度大于第一垂直角度阈值TV1中的至少一项的情况下，获取第二侧图像，并分析第二侧图像，得到第二空间信息。
其中，在第一部位为人员的面部的情况下，第一空间信息除了包括水平拍摄角度(可以称为第一水平拍摄角度)和垂直拍摄角度(可以称为第一垂直拍摄角度)，还可以包括第一侧图像中人员的头部状态，如，低头，抬头。同理，第二空间信息除了包括水平拍摄角度(可以称为第二水平拍摄角度)和垂直拍摄角度(可以称为第二垂直拍摄角度)，还可以包括第二侧图像中人员的头部状态。
其中，第一水平角度阈值TH1和第一垂直角度阈值TV1可以是根据是否能正确识别图像中目标的身份设置的。例如，TH1＝30°，TV1＝30°。
一般来说，任一侧图像的水平拍摄角度和垂直拍摄角度均越小，表示该图像中的第一部位和目标的第一部位正面相似度越大，并且该图像的身份识别成功率越高。因此，可以设置较小的第一水平角度阈值TH1和第一垂直角度阈值TV1。在任一侧图像的水平拍摄角度小于第一水平角度阈值TH1、且该图像的垂直拍摄角度小于第一垂直角度阈值TV1的情况下，图像还原装置可确定该图像和该目标的第一部位正面相似，并且，可以直接对该图像识别目标的身份信息。
可以理解的是，在第一侧图像的第一空间信息中的水平拍摄角度大于第一水平角度阈值TH1，和/或第一空间信息中的垂直拍摄角度大于第一垂直角度阈值TV1的情况下，表示对第一侧图像和该目标的第一部位正面存在一定的差异。因此，图像还原装置可以继续获取第二侧图像。
S402、在第一空间信息和第二空间信息满足预设图像还原条件的情况下，根据第一空间信息和第二空间信息，对第一侧图像和第二侧图像进行图像还原，得到目标图像。
本申请实施例中，图像还原装置可以通过图像还原，得到和目标的第一部位正面相似的目标图像，即目标图像可以表征目标的第一部位正面。
需要说明的是，任一个目标的第一侧图像和第二侧图像都可以包括其他目标的第一部位，则图像还原装置对该目标的第一侧图像和第二侧图像中与该目标的位置标识对应的第一部位进行图像还原，得到表征该目标的第一部位正面的目标图像。
本申请实施例中，预设图像还原条件可以包括：第一空间信息和第二空间信息均满足水平拍摄角度大于第一水平角度阈值TH1且小于第二水平角度阈值TH2，以及垂直拍摄角度大于第一垂直角度阈值TV1且小于第二垂直角度阈值TV2。
其中，第二水平角度阈值TH2和第二垂直角度阈值TV2可以是根据是否能对图像中的第一部位还原到与该目标的第一部位正面相近。第二水平角度阈值TH2大于第一水平角度阈值TH1，第二垂直角度阈值TV2大于第一垂直角度阈值TV1。例如，TH2＝45°，TV2＝45°。
其中，在第一侧图像和第二侧图像均满足水平拍摄角度大于第一水平角度阈值TH1且小于第二水平角度阈值TH2，以及垂直拍摄角度大于第一垂直角度阈值TV1且小于第二垂直角度阈值TV2的情况下，表示对第一侧图像和第二侧图像都和该目标的第一部位正面存在一定的差异，无法识别出该目标的身份信息，但是对第一侧图像和第二侧图像能够还原出该目标的第一部位正面。因此，图像还原装置可对第一侧图像和第二侧图像进行图像还原，得到和该目标的第一部位正面相似的目标图像。
需要说明的是，与上述预设图像还原条件不同的是，另一种预设图像还原条件也可以包括：第一空间信息和第二空间信息中的任一个空间信息满足水平拍摄角度大于第一水平角度阈值TH1且小于第二水平角度阈值TH2，以及垂直拍摄角度大于第一垂直角度阈值TV1且小于第二垂直角度阈值TV2。本申请实施例对预设图像还原条件的具体内容不作限制。本申请实施例中以上述预设图像还原条件为例进行说明。
本申请实施例中，图像还原装置可以分别对第一侧图像和第二侧图像进行图像还原，得到第一侧纠偏后的图像和第二侧纠偏后的图像。目标图像包括第一侧纠偏后的图像和第二侧纠偏后的图像。
或者，图像还原装置可以对第一侧图像和第二侧图像进行图像还原，得到一个还原后的图像。该还原后的图像是目标图像。
本申请实施例中，对于第一侧图像和第二侧图像，如果水平拍摄角度大于第一水平角度阈值且小于第二水平角度阈值，则第一侧图像和第二侧图像都表征目标的第一部位正面在水平方向上的侧面。并且，第一部位正面在水平方向上的侧面的宽度相对于第一部位正面的宽度较窄。因此，图像还原装置可对目标图像进行水平放大，以在水平方向上还原目标的第一部位正面的宽度。同理，如果垂直拍摄角度大于第一水平角度阈值且小于第二水平角度阈值，则第一侧图像和第二侧图像都表征目标的第一部位正面在垂直方向上的侧面。并且，第一部位正面在垂直方向上的侧面的高度相对于第一部位正面的高度较小。因此，图像还原装置还对目标图像进行垂直放大，以在垂直方向上还原目标的第一部位正面的高度。进而，通过水平方向和垂直方向上的还原，得到目标图像。
具体地，图像还原装置可根据第一水平拍摄角度、第一垂直拍摄角度、以及预设的尺寸变换关系，对第一侧图像进行缩放，得到第一侧纠偏后的图像。图像还原装置还根据第二水平拍摄角度、第二垂直拍摄角度、以及预设的尺寸变换关系，对第二侧图像进行缩放，得到第二侧纠偏后的图像。其中，目标图像包括第一侧纠偏后的图像和第二侧纠偏后的图像。预设的尺寸变换关系表示目标在图像中的第一部位尺寸和目标的第一部位正面尺寸之间的映射关系。
其中，预设的尺寸变换关系可以表示第一映射关系，也可以表示第二映射关系。第一映射关系是目标在图像中的第一部位宽度和目标的第一部位正面宽度之间的映射关系。第二映射关系是目标在图像中的第一部位高度和目标的第一部位正面高度之间的映射关系。也就是说，第一映射关系与第二映射关系相同。
示例性地，以第一侧图像为例，图像还原装置可根据第一水平拍摄角度和预设的尺寸变换关系，确定第一侧图像对应的水平比值；再根据该水平比值，对第一侧图像在水平方向上进行放大。图像还原装置还可根据第二垂直拍摄角度和预设的尺寸变换关系，确定第一侧图像对应的垂直比值；再根据该垂直比值，对水平放大后的第一侧图像在垂直方向上进行放大，得到第一侧纠偏后的图像。
其中，以水平比值为例，图像还原装置可根据预设的尺寸变换关系和第一侧水平拍摄角度确定第一侧图像对应的水平比值，或者，可根据预设的尺寸变换关系、纠偏因子和第一侧水平拍摄角度确定第一侧图像对应的水平比值。
其中，由于第一部位可能不是平面的，例如，面部上不同的五官在面部上高低起伏不同，则高低起伏不同的五官采用同一个尺寸变换关系进行还原会存在一些偏差。因此，可以针对高低起伏不同的五官设置不同的纠偏因子，该纠偏因子可以微调面部中五官各自的水平比值和垂直比值，以减小面部中五官的还原偏差。
示例性地，以图像还原方法应用于车内人员识别场景，目标的第一部位是位于小轿车内的车内人员的面部，以及在水平方向上还原车内人员的面部正面为例，如图5A所示的图像采集场景的正视图，位于小轿车车头两侧的图像采集设备包括：第一侧图像采集设备501和第二侧图像采集设备502。第一侧图像采集设备501和第二侧图像采集设备502分别采集第一侧图像和第二侧图像。
示例性地，继续以小轿车的排数是2为例，如图5B所示的图像采集场景的俯视图，位于小轿车后排的3个车内人员包括后排左1的车内人员521，后排左2的车内人员522，后排左3的车内人员523，左是指第一侧。以后排左2的车内人员522为例，第一侧图像采集设备501的拍摄视线在水平面上的垂直投影为EF,第二侧图像采集设备502的拍摄视线在水平面上的垂直投影为GF。垂直投影EF和垂直投影GF相较于车内人员522的眼睛中心点F，则第一侧图像采集设备501采集到的车内人员522的水平拍摄角度为∠EFH，第二侧图像采集设备502采集到的车内人员522的水平拍摄角度为∠GFH。
需要说明的是，车内人员522的面部不同区域在第一侧图像中的缩放比值不同，以车内人员522的眼睛左边点F1、眼睛中心点F和眼睛右边点F2为例，眼睛左边点F1对应的水平拍摄角度为∠EF1H，眼睛中心点F对应的水平拍摄角度为∠EFH，眼睛右边点F2对应的水平拍摄角度为∠EF2H。由于面部的两眼宽度(约9cm)相比EH的边长和GH的边长要小很多，则可以知道∠F1EF2很小，因此可认为∠EF1H≈∠EFH≈∠EF2H。同理可知，∠GF1H≈∠GFH≈∠GF2H。例如，在FH为小轿车的中间线时，FH＝50cm，EH＝GH＝100cm，可以计算出∠F1EF2<2°，则可认为∠EF1H≈∠EFH≈∠EF2H。
进一步地，针对第一侧图像采集设备501，可以确定一个车内人员的面部正面宽度L(即面部实际宽度)和该车内人员在第一侧图像中的面部宽度L1之间的映射关系如式(1)所示：
L1＝L*sin(90-∠EFH) (1)
针对第二侧图像采集设备502，可以确定一个车内人员的面部正面宽度L(即面部实际宽度)和该车内人员在第二侧图像中的面部宽度L1之间的映射关系如式(2)所示：
L1＝L*sin(90-∠GFH) (2)
综上所述，针对任一侧图像采集设备，可以确定一个车内人员的面部正面宽度L(即面部实际宽度)和该车内人员在图像中的面部宽度L1之间的映射关系如式(3)所示：
L1＝L*sin(90-α) (3)
其中，α是任一侧图像采集设备采集的图像的水平拍摄角度。进而，可以根据式(3)，可知用于对任一侧图像在水平方向上进行放大的水平比值就是1/sin(90-α)。对于图5B中的第一侧图像采集设备，α＝∠EFH。对于图5B中的第二侧图像采集设备，α＝∠GFH。
本申请实施例中，图像还原装置可以先获取预设识别算法，该预设识别算法是利用样本目标的第一侧样本图像、第二样本侧图像和样本第一部位正面图像训练得到的。然后，图像还原装置向预设识别算法输入第一侧图像、第一空间信息中的水平拍摄角度和垂直拍摄角度、第二侧图像、以及第二空间信息中的水平拍摄角度和垂直拍摄角度，进行第一部位正面识别，得到目标图像。
其中，位于车辆车头两侧的图像采集设备在每一个样本水平角度下采集的第一侧图像和第二侧图像。进而得到在多个样本水平角度采集的第一侧样本图像和第二侧样本图像。该预设识别算法具有对第一侧图像、第一空间信息、第二侧图像和第二空间信息进行第一部位正面识别，得到目标图像的功能。
本申请实施例中，图像还原装置可获取图像采集设备对样本目标在多个样本拍摄角度下采集的第一侧样本图像和第二样本侧图像；获取样本目标的样本第一部位正面图像；将多个样本水平拍摄角度、第一侧样本图像、第二侧样本图像作为模型输入，将样本第一部位正面图像作为模型输出，利用模型输入和模型输出训练得到预设识别算法。
其中，样本目标可包括多个样本目标。图像采集设备对任一个样本目标，在多个样本拍摄角度下采集第一侧样本图像和第二侧样本图像。其中，这个样本目标在多个样本拍摄角度下采集的第一侧样本图像和第二侧样本图像均对应该样本目标的一个样本第一部位正面图像。
示例性地，多个样本拍摄角度中的多个样本水平拍摄角度可以包括80°、75°、70°、65°等。
本申请实施例中，图像还原装置可以利用模型输入和模型输出，对神经网络算法进行训练，得到预设识别算法。该神经网络算法可以先分别对第一侧样本图像、第二侧样本图像、样本第一部位正面图像进行关键点检测，提取出第一侧样本图像中的五官特征、第二侧样本图像中的五官特征、样本第一部位正面图像五官特征中的五官特征；再第一侧样本图像中的五官特征、第二侧样本图像中的五官特征、样本第一部位正面图像五官特征中的五官特征，训练学习得到预设识别算法。
本申请实施例中，在预设图像还原条件包括：第一空间信息和第二空间信息均满足水平拍摄角度大于第一水平角度阈值TH1且小于第二水平角度阈值TH2，以及垂直拍摄角度大于第一垂直角度阈值TV1且小于第二垂直角度阈值TV2的情况下，图像还原装置可以根据TH1和TV1，判断第一侧图像和第二侧图像中的任一侧图像是否和该目标的第一部位正面相似。如果第一侧图像和第二侧图像都和该目标的第一部位正面存在一定差异，图像还原装置再根据TH2和TV2，判断对第一侧图像和第二侧图像是否能够还原出目标的第一部位正面。如果对第一侧图像和第二侧图像能够还原出目标的第一部位正面，则对第一侧图像和第二侧图像进行图像还原。如果对第一侧图像和第二侧图像不能够还原出目标的第一部位正面，则调整对应的图像采集设备，重新获取调整后的图像采集设备采集到的图像。
具体地，如图6所示，上述图像还原方法中的S401可以包括S601-S602。在S601之后，该图像还原方法可以包括S603-S607。
S601、获取第一侧图像，并分析第一侧图像，得到第一空间信息。
图像还原装置分析第一侧图像，得到第一空间信息。第一空间信息包括第一水平拍摄角度AH1和第一垂直拍摄角度AV1。图像还原装置再判断AH1是否小于TH1、判断AV1是否小于TV1。若AH1<TH1和AV1<TV1，执行S603。若AH1≥TH1和/或AV1≥TV1，执行S602。
S602、在满足第一空间信息中的水平拍摄角度大于TH1和第一空间信息中的垂直拍摄角度大于TV1中的至少一项的情况下，获取第二侧图像，并分析第二侧图像，得到第二空间信息。
图像还原装置在AH1≥TH1和/或AV1≥TV1的情况下，获取并分析第二侧图像，得到第二空间信息。第二空间信息包括第二水平拍摄角度AH2和第二垂直拍摄角度AV2。图像还原装置根据第一空间信息中的AH1和AV1、以及第二空间信息中的AH2和AV2，判断第一空间信息和第二空间信息是否满足预设图像还原条件。若第一空间信息和第二空间信息满足预设图像还原条件，则执行S402。若第一空间信息和第二空间信息不满足预设图像还原条件，再判断AH2是否小于TH1、AV2是否小于TV1。若AH2<TH1和AV2<TV1，执行S604。若AH2≥TH1和/或AV2≥TV1，执行S605。
其中，如果TH1<AH1<TH2和TV1<AV1<TV2、并且TH1<AH2<TH2和TV1<AV2<TV2，表示第一空间信息和第二空间信息满足预设图像还原条件，则执行S402。
S603、在第一空间信息中的水平拍摄角度小于TH1，且第一空间信息中的垂直拍摄角度小于TV1的情况下，确定第一侧图像为目标图像。
图像还原装置在AH1<TH1和AV1<TV1的情况下，确定第一侧图像能够直接识别出目标的身份信息，即第一侧图像表征目标的第一部位正面。因此，将第一侧图像作为目标图像，对该目标图像识别目标的身份信息。
S604、在第二空间信息中的水平拍摄角度小于TH1，第二空间信息中的垂直拍摄角度小于TV1的情况下，确定第二侧图像为目标图像。
图像还原装置在AH2<TH1和AV2<TV1的情况下，确定第二侧图像和该目标的第一部位正面相似，并且对第二侧图像能够直接识别出目标的身份信息。因此，将第二侧图像作为目标图像。
S605、在第一空间信息和第二空间信息不满足预设图像还原条件，第一空间信息满足水平拍摄角度大于TH1和垂直拍摄角度大于TV1中的至少一项，以及第二空间信息满足水平拍摄角度大于TH1和垂直拍摄角度大于TV1中的至少一项的情况下，从第一空间信息和第二空间信息中确定目标空间信息。
其中，目标空间信息满足目标空间信息中的水平拍摄角度大于TH2和目标空间信息中的垂直拍摄角度大于TV2中的至少一项。目标空间信息可以包括第一空间信息和第二空间信息中的至少一个。目标空间信息满足目标空间信息中的水平拍摄角度大于TH2和/或目标空间信息中的垂直拍摄角度大于TV2，表示目标空间信息对应的图像和该目标的第一部位正面之间的差异较大，对目标空间信息对应的图像不能够还原出目标的第一部位正面。
图像还原装置在AH1≥TH1和/或AV1≥TV1、以及AH2≥TH1和/或AV2≥TV1的情况下，判断AH1是否小于TH2、AV1是否小于TV2，还判断AH2是否小于TH2、AV2是否小于TV2。如果AH1≥TH2和/或AV1≥TV2，确定第一空间信息是一个目标空间信息。如果AH2≥TH2和/或AV2≥TV2，确定第二空间信息是一个目标空间信息。
S606、根据目标空间信息，控制对应的图像采集设备调整位置。
由于目标空间信息对应的图像不能够还原出目标的第一部位正面；因此，车内第一部位识别装置需要调整目标空间信息对应的图像采集设备，以减小调整后的图像采集设备采集到的图像的水平拍摄角度和/或垂直拍摄角度(可以简称为调整后的水平拍摄角度和/或垂直拍摄角度)。
本申请实施例中，若目标空间信息包括第一空间信息和第二空间信息，则控制第一空间信息对应的第一侧图像采集设备调整位置、且控制第二空间信息对应的第二侧图像采集设备调整位置。若目标空间信息包括第一空间信息，则控制第一空间信息对应的第一侧图像采集设备调整位置。若目标空间信息包括第二空间信息，则控制第二空间信息对应的第二侧图像采集设备调整位置。
本申请实施例中，以第一侧图像为例，说明图像还原装置控制第一侧图像采集设备调整的具体过程。如果第一侧图像采集设备与图像还原装置分开独立设置，则图像还原装置可以根据第一侧图像的第一空间信息，生成第一控制指令，并向第一侧图像采集设备发送该第一控制指令。该第一控制指令用于控制第一侧图像采集设备调整位置；该第一控制指令可以包括第一空间信息(如，头部状态、水平拍摄角度和垂直拍摄角度)。如果第一侧图像采集设备集成在图像还原装置中，则图像还原装置可以根据第一空间信息，直接控制第一侧图像采集设备调整位置。
示例性地，以第一侧图像为例，针对垂直拍摄角度的减小，在第一空间信息中的头部状态为低头的情况下，可以降低第一侧图像采集设备的高度，以减小调整后的第一侧图像采集设备采集到的第一侧图像的垂直拍摄角度。在第一空间信息中的头部状态为抬头的情况下，可以提高第一侧图像采集设备的高度，以减小调整后的第一侧图像采集设备采集到的第一侧图像的垂直拍摄角度。
示例性地，以第一侧图像为例，针对水平拍摄角度的减小，可以在目标坐标轴上增加第一侧图像采集设备和目标的第一部位的距离，以减小调整后的第一侧图像采集设备采集到的第一侧图像的水平拍摄角度。
需要说明的是，图像还原装置还可以通过其他方式控制图像采集设备调整位置，例如，旋转图像采集设备的镜头，以减小调整后的图像采集设备采集到的图像的垂直拍摄角度和水平拍摄角度，本申请实施例对此不做限制。
本申请实施例中，图像还原装置在调整目标空间信息对应的图像采集设备，以减小调整后的水平拍摄角度和/或垂直拍摄角度的过程中，可以多次调整目标空间信息对应的图像采集设备，并在满足以下至少一个停止条件时停止调整：确定调整后的图像采集设备采集到的图像中目标的第一部位存在遮挡，调整后的水平拍摄角度小于TH1且调整后的垂直拍摄角度小于TV1。
其中，图像还原装置在调整目标空间信息对应的图像采集设备的过程中，如果调整后的水平拍摄角度和调整后的垂直拍摄角度均增大，或者在停止调整时调整后的水平拍摄角度大于TH2且调整后的垂直拍摄角度大于TV2，则图像还原装置可以发出提示目标将第一部位正对图像采集设备的提示信息，例如，提示人员眼睛正视图像采集设备的提示信息。
S607、重新获取调整后的图像采集设备采集到的图像，并根据重新获取的图像，更新第一侧图像、第一空间信息、第二侧图像和第二空间信息。
图像还原装置可以对重新获取的图像分析，得到新的空间信息。图像还原装置再用重新获取的图像分析及新的空间信息，更新第一侧图像、第一空间信息、第二侧图像和第二空间信息。然后，图像还原装置可以对更新后的信息，执行上述图像还原方法。
其中，重新获取的图像可以包括以下至少一项：调整后的第一侧图像采集设备采集到的第一侧图像、调整后的第二侧图像采集设备采集到的第二侧图像。分析调整后的第一侧图像采集设备采集到的第一侧图像，得到新的第一空间信息。分析调整后的第二侧图像采集设备采集到的第二侧图像，得到新的第二空间信息。
本申请实施例中提供的图像还原方法可以应用于图像还原系统(例如，图1所示的图像还原系统100)中，如图7所示，该图像还原方法在S402之后还可以包括S701。
S701、对目标图像进行身份识别，得到目标的身份信息。
图像还原系统中的身份识别装置可以将目标图像与目标库中多个预设图像进行对比，确定目标和目标库中的某个目标是同一个；进而从目标库中多个身份信息中获取目标的身份信息。
其中，目标库可以包括多个预设图像和每个预设图像对应的身份信息。任一个目标的预设图像是该目标的第一部位图像。
示例性地，以人员的面部为例，图像还原系统中的身份识别装置可以将目标图像与人像库中多个预设图像进行对比，确定人员和人像库中的某个人员是同一个人；进而从人像库中多个身份信息中获取人员的身份信息。其中，人像库可以包括多个预设图像和每个预设图像对应的身份信息，任一个人员的预设图像是该人员的面部图像。
需要说明的是，任一个目标的目标图像可以包括其他目标的第一部位，图像还原系统中的身份识别装置对该目标执行图像还原方法时，对该目标的目标图像中与该目标的位置标识对应的第一部位进行身份识别，得到该目标的身份信息。
本申请实施例中，目标图像可以包括第一侧纠偏后的图像和第二侧纠偏后的图像。图像还原系统中的身份识别装置可分别对第一侧纠偏后的图像和第二侧纠偏后的图像，与多个预设图像进行特征对比，得到第一侧纠偏后的图像与多个预设图像之间的第一相似度、第二侧纠偏后的图像与多个预设图像之间的第二相似度。然后，身份识别装置根据第一相似度和第二相似度，从多个预设图像中确定符合第一预设条件的图像，并确定符合第一预设条件的图像对应的身份信息为目标的身份信息。
其中，符合第一预设条件的图像对应的第一相似度或第二相似度大于第一预设相似度阈值，或者符合第一预设条件的图像对应的第一相似度和第二相似度的平均值大于预设相似度平均阈值。
示例性地，身份识别装置对第一侧纠偏后的图像PL和多个预设图像进行特征对比，得到第一侧纠偏后的图像和每个预设图像之间的第一相似度。同理地，身份识别装置还得到第二侧纠偏后的图像PR和每个预设图像之间的第二相似度。然后，身份识别装置可先将多个预设图像中对应的第一相似度或第二相似度最大、且对应的第一相似度或第二相似度大于第一预设相似度阈值的图像Pn，确定为符合第一预设条件的图像。如果多个预设图像中不存在对应的第一相似度或第二相似度最大、且对应的第一相似度或第二相似度大于第一预设相似度阈值的图像Pn，身份识别装置再对多个预设图像对应的第一相似度和第二相似度求平均值，并将多个预设图像中对应的平均值最大、且对应的平均值大于预设相似度平均阈值的图像Pm，确定为符合第一预设条件的图像。如果没有符合第一预设条件的图像，图像还原系统可发出提示目标识别失败的提示信息。
需要说明的是，任一个目标的第一侧纠偏后的图像和第二侧纠偏后的图像均可以包括其他目标的第一部位，图像还原系统对任一个目标执行图像还原方法时，针对该目标的第一侧纠偏后的图像中与该目标的位置标识对应的第一部位，与多个预设图像进行特征对比，得到该目标与多个预设图像之间的第一相似度。同理，针对该目标的第二侧纠偏后的图像中与该目标的位置标识对应的第一部位，与多个预设图像进行特征对比，得到每个目标的第一部位与多个预设图像之间的第二相似度。
本申请实施例中，在目标图像是一个还原后的图像的情况下，图像还原系统中的身份识别装置可以对目标图像，与多个预设图像进行特征对比，得到目标图像与多个预设图像之间的相似度。然后，身份识别装置根据相似度，从多个预设图像中确定符合第二预设条件的图像，并确定符合第二预设条件的图像对应的身份信息为目标的身份信息。
其中，符合第二预设条件的图像对应的相似度大于多个预设图像中除符合第二预设条件的图像之外的其他图像对应的相似度。
示例性地，身份识别装置对目标图像PM和多个预设图像进行特征对比，得到目标图像和每个预设图像之间的相似度。然后，身份识别装置可先将多个预设图像中对应的相似度最大、且对应的相似度大于第二预设相似度阈值的图像，确定为符合第二预设条件的图像。如果多个预设图像中不存在对应的相似度最大、且对应的相似度大于第二预设相似度阈值的图像，图像还原系统可发出提示目标识别失败的提示信息。
需要说明的是，任一个目标的目标图像均可以包括其他目标的第一部位，图像还原系统对该目标执行图像还原方法时，针对该目标的目标图像中与该目标的位置标识对应的第一部位，与多个预设图像进行特征对比，得到每个目标的第一部位与多个预设图像之间的相似度。
本申请实施例中，图像还原系统除了识别目标的身份信息，还可以在目标为人员的情况下，获取车辆内的总人数，以判断是否识别出车辆内的所有目标的身份信息。具体地，如图8所示，在S701之后，该图像还原方法可以包括S702-S704。
S702、在目标为人员的情况下，获取车辆内的人员心跳产生的脉冲信号。
图像还原系统中的目标统计装置可获取位于车辆的附近的目标统计装置(如，雷达探测模块)检测到的该脉冲信号。
S703、分析脉冲信号，确定车辆内的总人数。
图像还原系统中的目标统计装置可根据不同人员的心跳产生的脉冲信号的变化规律不同，分析该脉冲信号，确定车辆内的总人数。
S704、在确定目标的身份信息的个数小于总人数的情况下，发出第一提示信息；第一提示信息用于表征目标的身份信息采集未完成。
图像还原系统在确定目标的身份信息的个数小于总人数的情况下，发出第一提示信息。图像还原系统还可以在确定目标的身份信息的个数等于总人数的情况下，发出第二提示信息，第二提示信息用于表征目标的身份信息采集完成。
上述主要从方法的角度对本申请实施例提供的方案进行了介绍。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。本领域技术目标应该很容易意识到，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，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。专业技术目标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。
本申请实施例还提供一种图像还原装置。如图9所示，为本申请实施例提供的一种图像还原装置900的结构示意图。图像还原装置900用于执行图4或图6所示的图像还原方法。图像还原装置900可以包括：获取模块901和图像处理模块902。
其中，获取模块901，用于获取第一侧图像、第一侧图像的第一空间信息、第二侧图像、第二侧图像的第二空间信息。图像处理模块902，用于在第一空间信息和第二空间信息满足预设图像还原条件的情况下，根据第一空间信息和第二空间信息，对第一侧图像和第二侧图像进行图像还原，得到目标图像。
其中，第一侧图像和第二侧图像是分别位于一个目标两侧的图像采集设备采集到的该目标的第一部位图像。第一空间信息表征该目标的第一部位正面相对于采集第一侧图像的图像采集设备的位置。第二空间信息表征该目标的第一部位正面相对于采集第二侧图像的图像采集设备的位置。
在一种可能的实施方式中，第一空间信息和第二空间信息均包括水平拍摄角度和垂直拍摄角度。水平拍摄角度为对应的图像采集设备的拍摄视线在水平面的垂直投影与目标坐标轴之间的夹角。垂直拍摄角度为对应的图像采集设备的拍摄视线在垂直面的垂直投影与目标坐标轴之间的夹角。目标坐标轴垂直于目标的第一部位正面所在平面，水平面和垂直面均包括目标坐标轴。拍摄视线是所属的图像采集设备的视场的中心线。
另一种可能的实施方式中，目标图像包括第一侧纠偏后的图像和第二侧纠偏后的图像。其中，图像处理模块902，具体用于：根据第一空间信息中的水平拍摄角度和垂直拍摄角度、以及预设的尺寸变换关系，对第一侧图像进行缩放，得到第一侧纠偏后的图像；根据第二空间信息中的水平拍摄角度和垂直拍摄角度、以及预设的尺寸变换关系，对第二侧图像进行缩放，得到第二侧纠偏后的图像。
其中，预设的尺寸变换关系表示目标在图像中的第一部位尺寸和目标的第一部位正面尺寸之间的映射关系。
另一种可能的实施方式中，图像处理模块902，具体用于：向预设识别算法输入第一侧图像、第一空间信息中的水平拍摄角度和垂直拍摄角度、第二侧图像、以及第二空间信息中的水平拍摄角度和垂直拍摄角度，进行第一部位正面识别，得到目标图像。
另一种可能的实施方式中，图像还原装置900还包括训练模块903。训练模块903，用于：在向预设识别算法输入第一侧图像、第一空间信息中的水平拍摄角度和垂直拍摄角度、第二侧图像、以及第二空间信息中的水平拍摄角度和垂直拍摄角度，进行第一部位正面识别，得到目标图像之前，获取图像采集设备对样本目标在多个样本拍摄角度下采集的第一侧样本图像和第二侧样本图像；获取样本目标的样本第一部位正面图像；将多个样本拍摄角度、第一侧样本图像、第二侧样本图像作为模型输入，将样本第一部位正面图像作为模型输出，利用模型输入和模型输出训练得到预设识别算法。
其中，样本拍摄角度包括：样本水平拍摄角度和样本垂直拍摄角度。
另一种可能的实施方式中，上述预设图像还原条件包括：第一空间信息和第二空间信息均满足水平拍摄角度大于第一水平角度阈值且小于第二水平角度阈值，以及垂直拍摄角度大于第一垂直角度阈值且小于第二垂直角度阈值。
另一种可能的实施方式中，获取模块901，具体用于：获取第一侧图像，并分析第一侧图像，得到第一空间信息；在满足第一空间信息中的水平拍摄角度大于第一水平角度阈值和第一空间信息中的垂直拍摄角度大于第一垂直角度阈值中的至少一项的情况下，获取第二侧图像，并分析第二侧图像，得到第二空间信息。
另一种可能的实施方式中，图像处理模块902，还用于在获取第一侧图像，并分析第一侧图像，得到第一空间信息之后，且对目标图像进行身份识别，得到目标的身份信息之前，在第一空间信息中的水平拍摄角度小于第一水平角度阈值，且第一空间信息中的垂直拍摄角度小于第一垂直角度阈值的情况下，确定第一侧图像为目标图像。
另一种可能的实施方式中，图像处理模块902，还用于在获取第二侧图像，并分析第二侧图像，得到第二空间信息之后，且对目标图像进行身份识别，得到目标的身份信息之前，在第二空间信息中的水平拍摄角度小于第一水平角度阈值，第二空间信息中的垂直拍摄角度小于第一垂直角度阈值的情况下，确定第二侧图像为目标图像。
另一种可能的实施方式中，图像还原装置900还包括控制调整模块904。控制调整模块904，用于：在获取第二侧图像，并分析第二侧图像，得到第二空间信息之后，在满足第一空间信息中的水平拍摄角度大于第一水平角度阈值和第一空间信息中的垂直拍摄角度大于第一垂直角度阈值中的至少一项、且满足第二空间信息中的水平拍摄角度大于第一水平角度阈值和第二空间信息中的垂直拍摄角度大于第一垂直角度阈值中的至少一项的情况下，从第一空间信息和第二空间信息中确定目标空间信息；根据目标空间信息，控制对应的图像采集设备调整位置；重新获取调整后的图像采集设备采集到的图像，并根据重新获取的图像，更新第一侧图像、第一空间信息、第二侧图像和第二空间信息。
其中，目标空间信息满足目标空间信息中的水平拍摄角度大于第二水平角度阈值和目标空间信息中的垂直拍摄角度大于第二垂直角度阈值中的至少一项。
当然，本申请实施例提供的图像还原装置900包括但不限于上述模块。
本申请另一实施例还提供一种图像还原装置。如图10所示，图像还原装置1000包括存储器1001和处理器1002；存储器1001和处理器1002耦合；存储器1001用于存储计算机程序代码，计算机程序代码包括计算机指令。其中，当处理器1002执行计算机指令时，使得图像还原装置1000执行上述方法实施例所示的方法流程中图像还原装置执行的各个步骤。
在实际实现时，获取模块901、图像处理模块902、训练模块903和控制调整模块904可以由图10所示的处理器1002调用存储器1001中的计算机程序代码来实现。其具体的执行过程可参考图4或图6所示的图像还原方法部分的描述，这里不再赘述。
本申请另一实施例还提供一种计算机可读存储介质，该计算机可读存储介质中存储有计算机指令，当计算机指令在图像还原装置上运行时，使得图像还原装置执行上述方法实施例所示的方法流程中图像还原装置执行的各个步骤。
本申请另一实施例还提供一种芯片系统，该芯片系统应用于图像还原装置。所述芯片系统包括一个或多个接口电路，以及一个或多个处理器。接口电路和处理器通过线路互联。接口电路用于从图像还原装置的存储器接收信号，并向处理器发送所述信号，所述信号包括所述存储器中存储的计算机指令。当处理器执行计算机指令时，图像还原装置执行上述方法实施例所示的方法流程中图像还原装置执行的各个步骤。
本申请另一实施例还提供一种计算机程序产品，该计算机程序产品包括指令，当指令在图像还原装置上运行时，使得图像还原装置执行上述方法实施例所示的方法流程中图像还原装置执行的各个步骤。
本申请另一实施例还提供一种图像还原系统，如图11所示，为本申请实施例提供的一种图像还原系统1100的结构示意图。图像还原系统1100用于执行图7或图8所示的图像还原方法。图像还原系统1100可以包括：上述图像还原装置1101(如，图1、图9或图10所示的图像还原装置)、以及分别位于车辆车头方向两侧的图像采集设备1102。图像还原装置1101连接图像采集设备1102。其中，图像还原装置1101用于执行如图4或图6所示的图像还原方法。图像采集设备1102用于采集同一个车内目标的第一侧图像和第二侧图像。
在一种可能的实施方式中，图像还原系统1100还包括身份识别装置1103。身份识别装置1103连接图像还原装置1101。其中，身份识别装置1103，用于对图像还原装置得到的车内目标的目标图像进行身份识别，得到车内目标的身份信息。
另一种可能的实施方式中，身份识别装置1103，具体用于：将第一侧纠偏后的图像分别与多个预设图像进行特征对比，得到第一侧纠偏后的图像与多个预设图像之间的第一相似度；将第二侧纠偏后的图像分别与多个预设图像进行特征对比，得到第二侧纠偏后的图像与多个预设图像之间的第二相似度；根据第一相似度和第二相似度，从多个预设图像中确定符合第一预设条件的图像，并确定符合第一预设条件的图像对应的身份信息为目标的身份信息。
其中，符合第一预设条件的图像对应的第一相似度或第二相似度大于第一预设相似度阈值，或者符合第一预设条件的图像对应的第一相似度和第二相似度的平均值大于预设相似度平均阈值。
另一种可能的实施方式中，身份识别装置1103，具体用于：将目标图像分别与多个预设图像进行特征对比，得到目标图像与多个预设图像之间的相似度；根据相似度，从多个预设图像中确定符合第二预设条件的图像，并确定符合第二预设条件的图像对应的身份信息为目标的身份信息。
其中，符合第二预设条件的图像对应的相似度大于多个预设图像中除符合第二预设条件的图像之外的其他图像对应的相似度。
另一种可能的实施方式中，图像还原系统1100还包括目标统计装置1104。目标统计装置1104，用于：在目标为人员的情况下，获取车辆内的目标心跳产生的脉冲信号；分析脉冲信号，确定车辆内的总人数；在确定目标的身份信息的个数小于总人数的情况下，发出第一提示信息；第一提示信息用于表征目标的身份信息采集未完成。
在实际实现时，图像还原系统1100中的图像还原装置1101、身份识别装置1103和目标统计装置1104可以由图像还原系统1100中的处理器调用图像还原系统1100中的存储器中的计算机程序代码来实现。其具体的执行过程可参考图7或图8所示的图像还原方法部分的描述，这里不再赘述。
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。当使用软件程序实现时，可以全部或部分地以计算机程序产品的形式来实现。该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计算机执行指令时，全部或部分地产生按照本申请实施例的流程或功能。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。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，计算机指令可以从一个网站站点、计算机、服务器或者数据中心通过有线(例如同轴电缆、光纤、数字用户线(digitalsubscriber line，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。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以用介质集成的服务器、数据中心等数据存储设备。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。
以上所述，仅为本申请的具体实施方式。熟悉本技术领域的技术目标根据本申请提供的具体实施方式，可想到变化或替换，都应涵盖在本申请的保护范围之内。

Claims (11)

1.一种图像还原方法，其特征在于，所述方法包括：
获取第一侧图像、所述第一侧图像的第一空间信息、第二侧图像、所述第二侧图像的第二空间信息；其中，所述第一侧图像和所述第二侧图像是分别位于一个目标两侧的图像采集设备采集到的所述目标的第一部位图像；所述第一空间信息表征所述目标的第一部位正面相对于采集所述第一侧图像的图像采集设备的位置；所述第二空间信息表征所述目标的第一部位正面相对于采集所述第二侧图像的图像采集设备的位置；所述第一空间信息和所述第二空间信息均包括水平拍摄角度和垂直拍摄角度，所述水平拍摄角度为对应的图像采集设备的拍摄视线在水平面的垂直投影与目标坐标轴之间的夹角，所述垂直拍摄角度为对应的图像采集设备的拍摄视线在垂直面的垂直投影与所述目标坐标轴之间的夹角；所述目标坐标轴垂直于所述目标的第一部位正面所在平面，所述水平面和所述垂直面均包括所述目标坐标轴；所述拍摄视线是所属的图像采集设备的视场的中心线；
在所述第一空间信息和所述第二空间信息满足预设图像还原条件的情况下，根据所述第一空间信息和所述第二空间信息，对所述第一侧图像和所述第二侧图像进行图像还原，得到目标图像。
2.根据权利要求1所述的方法，其特征在于，所述目标图像包括第一侧纠偏后的图像和第二侧纠偏后的图像；
其中，所述根据所述第一空间信息和所述第二空间信息，对所述第一侧图像和所述第二侧图像进行图像还原，得到目标图像，包括：
根据所述第一空间信息中的水平拍摄角度和垂直拍摄角度、以及预设的尺寸变换关系，对所述第一侧图像进行缩放，得到所述第一侧纠偏后的图像；所述预设的尺寸变换关系表示所述目标的任一侧图像中的第一部位尺寸和所述目标的第一部位正面尺寸之间的映射关系；
根据所述第二空间信息中的水平拍摄角度和垂直拍摄角度、以及所述预设的尺寸变换关系，对所述第二侧图像进行缩放，得到所述第二侧纠偏后的图像。
3.根据权利要求1所述的方法，其特征在于，所述根据所述第一空间信息和所述第二空间信息，对所述第一侧图像和所述第二侧图像进行图像还原，得到目标图像，包括：
向预设识别算法输入所述第一侧图像、所述第一空间信息中的水平拍摄角度和垂直拍摄角度、所述第二侧图像、以及所述第二空间信息中的水平拍摄角度和垂直拍摄角度，进行第一部位正面识别，得到所述目标图像。
4.根据权利要求3所述的方法，其特征在于，在所述向预设识别算法输入所述第一侧图像、所述第一空间信息中的水平拍摄角度和垂直拍摄角度、所述第二侧图像、以及所述第二空间信息中的水平拍摄角度和垂直拍摄角度，进行第一部位正面识别，得到所述目标图像之前，所述方法还包括：
获取所述图像采集设备对样本目标在多个样本拍摄角度下采集的第一侧样本图像和第二侧样本图像；所述样本拍摄角度包括：样本水平拍摄角度和样本垂直拍摄角度；
获取所述样本目标的样本第一部位正面图像；
将所述多个样本拍摄角度、所述第一侧样本图像、所述第二侧样本图像作为模型输入，将所述样本第一部位正面图像作为模型输出，利用所述模型输入和所述模型输出训练得到所述预设识别算法。
5.根据权利要求1所述的方法，其特征在于，所述预设图像还原条件包括：所述第一空间信息和所述第二空间信息均满足所述水平拍摄角度大于第一水平角度阈值且小于第二水平角度阈值，以及所述垂直拍摄角度大于第一垂直角度阈值且小于第二垂直角度阈值。
6.一种图像还原装置，其特征在于，所述装置包括：
获取模块，用于获取第一侧图像、所述第一侧图像的第一空间信息、第二侧图像、所述第二侧图像的第二空间信息；
其中，所述第一侧图像和所述第二侧图像是分别位于一个目标两侧的图像采集设备采集到的所述目标的第一部位图像；所述第一空间信息表征所述目标的第一部位正面相对于采集所述第一侧图像的图像采集设备的位置；所述第二空间信息表征所述目标的第一部位正面相对于采集所述第二侧图像的图像采集设备的位置；所述第一空间信息和所述第二空间信息均包括水平拍摄角度和垂直拍摄角度，所述水平拍摄角度为对应的图像采集设备的拍摄视线在水平面的垂直投影与目标坐标轴之间的夹角，所述垂直拍摄角度为对应的图像采集设备的拍摄视线在垂直面的垂直投影与所述目标坐标轴之间的夹角；所述目标坐标轴垂直于所述目标的第一部位正面所在平面，所述水平面和所述垂直面均包括所述目标坐标轴；所述拍摄视线是所属的图像采集设备的视场的中心线；
图像处理模块，用于在所述第一空间信息和所述第二空间信息满足预设图像还原条件的情况下，根据所述第一空间信息和所述第二空间信息，对所述第一侧图像和所述第二侧图像进行图像还原，得到目标图像。
7.根据权利要求6所述的装置，其特征在于，所述目标图像包括第一侧纠偏后的图像和第二侧纠偏后的图像；
所述图像处理模块，具体用于：
根据所述第一空间信息中的水平拍摄角度和垂直拍摄角度、以及预设的尺寸变换关系，对所述第一侧图像进行缩放，得到所述第一侧纠偏后的图像；所述预设的尺寸变换关系表示所述目标的任一侧图像中的第一部位尺寸和所述目标的第一部位正面尺寸之间的映射关系；
根据所述第二空间信息中的水平拍摄角度和垂直拍摄角度、以及所述预设的尺寸变换关系，对所述第二侧图像进行缩放，得到所述第二侧纠偏后的图像；
所述图像处理模块，具体用于：向预设识别算法输入所述第一侧图像、所述第一空间信息中的水平拍摄角度和垂直拍摄角度、所述第二侧图像、以及所述第二空间信息中的水平拍摄角度和垂直拍摄角度，进行第一部位正面识别，得到所述目标图像；
所述装置还包括训练模块，所述训练模块，用于：
在所述向预设识别算法输入所述第一侧图像、所述第一空间信息中的水平拍摄角度和垂直拍摄角度、所述第二侧图像、以及所述第二空间信息中的水平拍摄角度和垂直拍摄角度，进行第一部位正面识别，得到所述目标图像之前，获取所述图像采集设备对样本目标在多个样本拍摄角度下采集的第一侧样本图像和第二侧样本图像；所述样本拍摄角度包括：样本水平拍摄角度和样本垂直拍摄角度；
获取所述样本目标的样本第一部位正面图像；
将所述多个样本拍摄角度、所述第一侧样本图像、所述第二侧样本图像作为模型输入，将所述样本第一部位正面图像作为模型输出，利用所述模型输入和所述模型输出训练得到所述预设识别算法；
所述预设图像还原条件包括：所述第一空间信息和所述第二空间信息均满足所述水平拍摄角度大于第一水平角度阈值且小于第二水平角度阈值，以及所述垂直拍摄角度大于第一垂直角度阈值且小于第二垂直角度阈值。
8.一种图像还原装置，其特征在于，所述装置包括存储器和处理器；所述存储器和所述处理器耦合；所述存储器用于存储计算机程序代码，所述计算机程序代码包括计算机指令；
其中，当所述处理器执行所述计算机指令时，使得所述装置执行如权利要求1-5中任意一项所述的图像还原方法。
9.一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包括计算机指令，当所述计算机指令在图像还原装置上运行时，使得所述图像还原装置执行如权利要求1-5中任意一项所述的图像还原方法。
10.一种图像还原系统，其特征在于，所述系统包括：图像还原装置、以及分别位于车辆车头方向两侧的图像采集设备；所述图像还原装置连接所述图像采集设备；
其中，所述图像采集设备用于采集同一个车内目标的第一侧图像和第二侧图像；所述图像还原装置，用于执行如权利要求1-5中任意一项所述的图像还原方法。
11.根据权利要求10所述的系统，其特征在于，所述图像还原系统还包括身份识别装置；所述身份识别装置连接所述图像还原装置；
其中，所述身份识别装置，用于对所述图像还原装置得到的所述车内目标的目标图像进行身份识别，得到所述车内目标的身份信息；
所述目标图像包括所述第一侧图像对应的第一侧纠偏后的图像、以及所述第二侧图像对应的所述第二侧纠偏后的图像；
所述身份识别装置，具体用于：
将所述第一侧纠偏后的图像分别与多个预设图像进行特征对比，得到所述第一侧纠偏后的图像与所述多个预设图像之间的第一相似度；
将所述第二侧纠偏后的图像分别与所述多个预设图像进行特征对比，得到所述第二侧纠偏后的图像与所述多个预设图像之间的第二相似度；
根据所述第一相似度和所述第二相似度，从所述多个预设图像中确定符合第一预设条件的图像，并确定所述符合第一预设条件的图像对应的身份信息为所述车内目标的身份信息；
其中，所述符合第一预设条件的图像对应的所述第一相似度或所述第二相似度大于第一预设相似度阈值，或者所述符合第一预设条件的图像对应的所述第一相似度和所述第二相似度的平均值大于预设相似度平均阈值。
CN202110357733.0A 2021-04-01 2021-04-01 一种图像还原方法及装置 Active CN113191197B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110357733.0A CN113191197B (zh) 2021-04-01 2021-04-01 一种图像还原方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110357733.0A CN113191197B (zh) 2021-04-01 2021-04-01 一种图像还原方法及装置

Publications (2)

Publication Number Publication Date
CN113191197A CN113191197A (zh) 2021-07-30
CN113191197B true CN113191197B (zh) 2024-02-09

Family

ID=76974468

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110357733.0A Active CN113191197B (zh) 2021-04-01 2021-04-01 一种图像还原方法及装置

Country Status (1)

Country Link
CN (1) CN113191197B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116978241B (zh) * 2023-09-21 2023-12-26 济南致业电子有限公司 一种基于执法记录仪的城市车辆监控方法及系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106981078A (zh) * 2017-04-14 2017-07-25 广州视源电子科技股份有限公司 视线校正方法、装置、智能会议终端及存储介质
CN108229313A (zh) * 2017-11-28 2018-06-29 北京市商汤科技开发有限公司 人脸识别方法和装置、电子设备和计算机程序及存储介质
CN111860362A (zh) * 2020-07-24 2020-10-30 北京百度网讯科技有限公司 生成人脸图像校正模型及校正人脸图像的方法和装置
CN111914783A (zh) * 2020-08-10 2020-11-10 深圳市视美泰技术股份有限公司 人脸偏转角度的确定方法、装置、计算机设备及介质

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106981078A (zh) * 2017-04-14 2017-07-25 广州视源电子科技股份有限公司 视线校正方法、装置、智能会议终端及存储介质
CN108229313A (zh) * 2017-11-28 2018-06-29 北京市商汤科技开发有限公司 人脸识别方法和装置、电子设备和计算机程序及存储介质
CN111860362A (zh) * 2020-07-24 2020-10-30 北京百度网讯科技有限公司 生成人脸图像校正模型及校正人脸图像的方法和装置
CN111914783A (zh) * 2020-08-10 2020-11-10 深圳市视美泰技术股份有限公司 人脸偏转角度的确定方法、装置、计算机设备及介质

Also Published As

Publication number Publication date
CN113191197A (zh) 2021-07-30

Similar Documents

Publication Publication Date Title
CN109558764B (zh) 人脸识别方法及装置、计算机设备
US10650261B2 (en) System and method for identifying re-photographed images
CN103329518B (zh) 拍摄系统及其使用的摄像机控制装置、拍摄方法及摄像机控制方法
EP3872689A1 (en) Liveness detection method and device, electronic apparatus, storage medium and related system using the liveness detection method
KR101687530B1 (ko) 촬상 시스템에 있어서의 제어방법, 제어장치 및 컴퓨터 판독 가능한 기억매체
WO2019033574A1 (zh) 电子装置、动态视频人脸识别的方法、系统及存储介质
EP3761222B1 (en) Living body detection method and apparatus, electronic device, storage medium and related system using living body detection method
CN105809415A (zh) 基于人脸识别的签到系统、方法和装置
US20160217326A1 (en) Fall detection device, fall detection method, fall detection camera and computer program
EP2842075A1 (en) Three-dimensional face recognition for mobile devices
CN112069887B (zh) 一种人脸识别方法、装置、终端设备及存储介质
WO2021218568A1 (zh) 图像深度确定方法及活体识别方法、电路、设备和介质
US11176356B2 (en) Face authentication device having database with small storage capacity
KR101821144B1 (ko) 깊이정보 기반의 안면인식 출입통제시스템
CN111523383B (zh) 基于行人ReID的无感知人脸识别系统及识别方法
WO2017092573A1 (zh) 一种基于眼球跟踪的活体检测的方法、装置及系统
WO2021084972A1 (ja) 物体追跡装置および物体追跡方法
CN113191197B (zh) 一种图像还原方法及装置
JP2018081402A (ja) 画像処理装置、画像処理方法、及びプログラム
CN114882576A (zh) 人脸识别方法、电子设备、计算机可读介质和程序产品
CN113705428A (zh) 活体检测方法及装置、电子设备及计算机可读存储介质
CN112232121A (zh) 活体检测方法、装置、设备及介质
WO2021025954A1 (en) Techniques for detecting a three-dimensional face during facial recognition
EP4160552A1 (en) Triggering a head-pose dependent action
CN111986230A (zh) 一种视频中目标物的姿态跟踪方法及装置

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