CN113206994B - 摄像机自动工勘方法、装置、电子设备、芯片及存储介质 - Google Patents

摄像机自动工勘方法、装置、电子设备、芯片及存储介质 Download PDF

Info

Publication number
CN113206994B
CN113206994B CN202110343073.0A CN202110343073A CN113206994B CN 113206994 B CN113206994 B CN 113206994B CN 202110343073 A CN202110343073 A CN 202110343073A CN 113206994 B CN113206994 B CN 113206994B
Authority
CN
China
Prior art keywords
camera
erection
survey
target object
autopilot
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
CN202110343073.0A
Other languages
English (en)
Other versions
CN113206994A (zh
Inventor
徐青
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.)
Huawei Technologies Co Ltd
Original Assignee
Huawei Technologies 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 Huawei Technologies Co Ltd filed Critical Huawei Technologies Co Ltd
Priority to CN202110343073.0A priority Critical patent/CN113206994B/zh
Publication of CN113206994A publication Critical patent/CN113206994A/zh
Application granted granted Critical
Publication of CN113206994B publication Critical patent/CN113206994B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N17/00Diagnosis, testing or measuring for television systems or their details
    • H04N17/002Diagnosis, testing or measuring for television systems or their details for television cameras
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/80Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10016Video; Image sequence

Landscapes

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

Abstract

本申请提供一种摄像机自动工勘方法,通过获取摄像机的架设参数、所拍摄的图像及所处的业务场景,确定该摄像机的工勘架设是否符合预设架设要求,当摄像机的工勘架设不符合预设架设要求时,生成对该摄像机进行架设调整的调整建议,实现自动判断摄像机的当前架设情形是否符合预设架设要求,并可生成架设调整建议,实现摄像机架设的标准化作业,减少人工工勘带来的不确定性。

Description

摄像机自动工勘方法、装置、电子设备、芯片及存储介质
技术领域
本申请涉及监控设备领域,尤其涉及一种摄像机自动工勘方法、装置、电子设备、芯片及计算机可读存储介质。
背景技术
随着道路监控需求的提升,智能摄像机的使用越来越多。当前在使用智能摄像机的过程中,为了获得较高的识别准确率,对摄像机的工勘要求比较高。
当前摄像机的工勘判定主要依赖的是人工判定,一般是由摄像机工程师根据自身的经验及工勘指导手册,来调整摄像机的架设及拍摄参数,并可通过笔记本电脑、平板电脑、智能手机等终端获取摄像机的成像效果,直观地获取摄像机的当前架设情形是否符合标准。然而该种形式的人工工勘判定方式,摄像机的安装效果只能通过安装工人和摄像机工程师进行逐个确认,经验依赖非常高,在不同的安装点位,因为安装人员的水平有差异会带来不同的架设结果,同时施工登高的工人可能需要多次登高调整摄像机的架设,施工复杂度较高,人力成本投入大,且缺少对当前摄像机的实际架设场景是否符合架设标准的及时反馈。
发明内容
有鉴于此,有必要提供一种摄像机自动工勘方法,其可实现减少人工工勘带来的不确定性。
本申请实施例第一方面公开了一种摄像机自动工勘方法,包括:获取摄像机的架设参数及所拍摄的图像,根据图像确定摄像机所处的业务场景;根据摄像机的架设参数、所拍摄的图像及所处的业务场景,确定摄像机的工勘架设是否符合预设架设要求;当摄像机的工勘架设不符合预设架设要求时,生成对摄像机进行架设调整的调整建议。
通过采用该技术方案,可实现判断摄像机的当前架设情形是否符合预设架设要求,并输出异常架设情形的调整建议,实现摄像机架设的标准化作业,减少人工工勘带来的不确定性,可降低人力成本。
在一种可能的实现方式中,根据所述图像确定摄像机所处的业务场景,包括:检测图像中的内容,该内容包括静态物体、动态物体及动态物体的移动方向;根据图像中的内容确定摄像机所处的业务场景。
通过采用该技术方案,可实现根据摄像机所拍摄的图像内容确定摄像机所处的业务场景。
在一种可能的实现方式中,根据摄像机的架设参数、所拍摄的图像及所处的业务场景,确定摄像机的工勘架设是否符合预设架设要求,包括:获取在架设参数下目标物体的拍摄效果,拍摄效果包括目标物体的清晰度、完整度、所在图片位置中的至少一者;根据目标物体的拍摄效果确定摄像机的工勘架设是否符合预设架设要求。
通过采用该技术方案,可实现根据摄像机当前的业务场景确定图像中需识别的目标物体,并根据目标物体的拍摄效果确定摄像机的工勘架设是否符合预设架设要求。
在一种可能的实现方式中,拍摄效果还包括目标物体的像素尺寸,摄像机自动工勘方法还包括:获取摄像机当前所设定的抓拍目标物体的清晰度阈值;根据目标物体的像素尺寸确定抓拍目标物体的清晰度阈值是否设定合理。
通过采用该技术方案,可实现根据目标物体的像素尺寸确定当前所设定的抓拍目标物体的清晰度阈值是否设定合理。
在一种可能的实现方式中,摄像机自动工勘方法还包括:按照调整建议调整摄像机,以使得摄像机在调整之后对目标物体的拍摄效果得到改善。
通过采用该技术方案,可实现根据调整建议对摄像机进行架设调整,使得摄像机在调整之后对目标物体的拍摄效果得到改善。
在一种可能的实现方式中,架设参数包括摄像机的性能参数、架设高度、侧倾角、俯仰角及偏转角中的一个或者多个,摄像机自动工勘方法还包括:当业务场景与摄像机的性能参数不匹配时,生成摄像机不匹配的第一提示信息。
通过采用该技术方案,可实现当摄像机与当前业务场景不匹配时,生成对应的提示信息。
在一种可能的实现方式中,摄像机包括多个架设参数,摄像机自动工勘方法还包括:生成工勘确定结果,该工勘确定结果包括每一架设参数的工勘结果或异常架设参数的工勘结果;发送工勘确定结果及调整建议至电子设备,以通过电子设备显示工勘确定结果及调整建议。
通过采用该技术方案,可以实现通过电子设备来显示工勘确定结果及调整建议。
在一种可能的实现方式中,摄像机自动工勘方法还包括:当摄像机的工勘架设符合预设架设要求时,生成工勘符合要求的提示信息。
在一种可能的实现方式中,获取摄像机的架设参数及所拍摄的图像,包括:接收工勘指令,响应工勘指令获取摄像机的架设参数及所拍摄的图像。
通过采用该技术方案,可实现在接收到工勘指令时,对摄像机进行工勘架设检测。
第二方面,本申请实施例提供一种摄像机自动工勘装置,摄像机自动工勘装置包括获取模块、工勘模块及生成模块。获取模块用于获取摄像机的架设参数及所拍摄的图像,根据该图像确定摄像机所处的业务场景;工勘模块用于根据摄像机的架设参数、所拍摄的图像及所处的业务场景,确定摄像机的工勘架设是否符合预设架设要求;生成模块用于在摄像机的工勘架设不符合预设架设要求时,生成对摄像机进行架设调整的调整建议。
通过采用该技术方案,可实现判断摄像机的当前架设情形是否符合预设架设要求,并输出异常架设情形的调整建议,实现摄像机架设的标准化作业,减少人工工勘带来的不确定性,可降低人力成本。
在一种可能的实现方式中,工勘模块用于获取在架设参数下目标物体的拍摄效果,根据目标物体的拍摄效果确定摄像机的工勘架设是否符合预设架设要求,其中拍摄效果包括目标物体的清晰度、完整度、所在图片位置中的至少一者。
通过采用该技术方案,可实现根据摄像机当前的业务场景确定图像中需识别的目标物体,并根据目标物体的拍摄效果确定摄像机的工勘架设是否符合预设架设要求。
在一种可能的实现方式中,拍摄效果还包括目标物体的像素尺寸,工勘模块还用于获取摄像机当前所设定的抓拍目标物体的清晰度阈值,根据目标物体的像素尺寸确定抓拍目标物体的清晰度阈值是否设定合理。
通过采用该技术方案,可实现根据目标物体的像素尺寸确定当前所设定的抓拍目标物体的清晰度阈值是否设定合理。
在一种可能的实现方式中,摄像机自动工勘装置还包括调整模块,调整模块用于按照调整建议调整摄像机,以使得摄像机在调整之后对目标物体的拍摄效果得到改善。
通过采用该技术方案,可实现根据调整建议对摄像机进行架设调整,使得摄像机在调整之后对目标物体的拍摄效果得到改善。第三方面,本申请实施例提供一种计算机可读存储介质,包括计算机指令,当计算机指令在电子设备上运行时,使得电子设备执行如第一方面所述的摄像机自动工勘方法。
第四方面,本申请实施例提供一种电子设备,电子设备包括处理器和存储器,存储器用于存储指令,处理器用于调用存储器中的指令,使得电子设备执行如第一方面所述的摄像机自动工勘方法。
第五方面,本申请实施例提供一种计算机程序产品,当计算机程序产品在计算机上运行时,使得计算机执行如第一方面所述的摄像机自动工勘方法。
第六方面,提供一种装置,该装置具有实现上述第一方面所提供的方法中第一电子设备行为的功能。功能可以通过硬件实现,也可以通过硬件执行相应的软件实现。硬件或软件包括一个或多个与上述功能相对应的模块。
可以理解地,上述提供的第三方面所述的计算机可读存储介质,第四方面所述的电子设备,第五方面所述的计算机程序产品,第六方面所述的装置均与上述第一方面的方法对应,因此,其所能达到的有益效果可参考上文所提供的对应的方法中的有益效果,此处不再赘述。
附图说明
图1为本申请一实施例提供的摄像机自动工勘方法的应用场景图;
图2为本申请一实施例提供的工勘装置与摄像机的数据交互图;
图3为本申请一实施例提供的摄像机在工勘调整前拍摄得到的第一场景图像;
图4为本申请一实施例提供的摄像机在工勘调整后拍摄得到的第二场景图像;
图5为本申请一实施例提供的摄像机自动工勘的方法的流程示意图;
图6为本申请一实施例提供的工勘装置的功能模块示意图;
图7为本申请实施例提供的一种可能的电子设备的结构示意图。
具体实施方式
需要说明的是,本申请中“至少一个”是指一个或者多个,“多个”是指两个或多于两个。“和/或”,描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B可以表示:单独存在A,同时存在A和B,单独存在B的情况,其中A,B可以是单数或者复数。本申请的说明书和权利要求书及附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象,而不是用于描述特定的顺序或先后次序。
为了便于理解,示例性的给出了部分与本申请实施例相关概念的说明以供参考。
摄像机可以通过无线网络或者有线网络连接显示设备、存储设备或者服务器。本申请实施例中的无线网络可以是Wi-Fi网络、移动通信网络(例如4G网络、5G网络)等。摄像机可以是枪机、半球型摄像机、一体化摄像机、红外摄像机、高速球摄像机等。摄像机可以将监控区域的实时图像传回指挥中心,便于指挥中心人员实时掌握监控区域内的状况信息,例如:监控路段的人车流量、信号灯是否正常工作、是否有违章行为和交通事故发生等。摄像机还可以将监控区域的实时图像保存至指定的存储设备或服务器上,作为后续处理交通事故、违规行为,治安犯罪等各种突发情形的取证依据。
下面结合图1示例性的介绍本发明实施例提供的摄像机自动工勘方法的应用场景图。
摄像机100可以根据实际拍摄需求架设至指定位置,并设定合适的拍摄参数,以获得较好的拍摄与识别效果。例如,摄像机100可以部署在监控场景、卡口场景、电警(电子警察)场景等。摄像机100拍摄到的实时图像可以传输至后端设备200,后端设备200可以是便携终端设备、大屏显示设备、存储设备、服务器、指挥中心等。
请参考图2,为本申请一实施例提供的摄像机100与工勘装置300的交互示意图。
工勘装置300可以部署在摄像机100,也可以部署在与摄像机100通过网络连接的设备上,也可以部分部署在摄像机100,部分部署在与摄像机100通过网络连接的设备上。工勘装置300可以以硬件的形式实现,也可以以软件形式实现,甚至也可以以软硬件结合形式实现。工勘装置300可以判断摄像机100当前工勘架设的多个维度参数是否符合预设要求。例如,工勘装置300可以获取摄像机100的多个维度参数,并与预设的物理架设标准、监控场景标准、成像标准和算法标准中的至少一者进行比对,以实现判断摄像机100当前工勘架设是否符合预设架设要求。当判定摄像机100不符合该预设要求时,工勘装置300可以给出诸如如何调整摄像机架设、摄像机参数的建议。
物理架设标准所包含的维度参数可以根据实际需求进行设定,在此不作限定。例如,物理架设标准可以包括摄像机100的安装位置、架设高度、俯仰角、水平侧倾角、偏转角、焦距范围等。监控场景标准所包含的维度参数可以根据实际需求进行设定,在此不作限定。例如,监控场景标准可以包括摄像机100拍摄范围内所看到的车道数目、目标尺寸的大小、所部署的业务场景(如监控场景、卡口场景、电警场景)等。成像标准所包含的维度参数可以根据实际需求进行设定,在此不作限定。例如,成像标准可以包括摄像机100所拍摄的图像的清晰度、运动目标的模糊程度、抓拍位置、对焦位置、夜间成像的噪声程度等。算法标准所包含的维度参数可以根据实际需求进行设定,在此不作限定。例如,算法标准可以包括目标被抓拍的清晰度阈值、人脸被抓拍的清晰度阈值、车牌被抓拍的清晰度阈值等。清晰度阈值可以是指被拍摄的目标由远至近,目标的清晰度符合要求时进行抓拍所设定的抓拍阈值。
以摄像机100和工勘装置300分离为例,摄像机100与工勘装置300进行交互的过程具体可包括:
20、工勘装置300获取摄像机100所拍摄的图像(静止图像,或者视频中的帧)及所处的业务场景。
在一些实施例中,当摄像机100部署在指定位置后,摄像机100可以实时拍摄监控区域内的图像。工勘装置300可以与摄像机100进行通信来实现获取其所拍摄的图像。业务场景可以是监控场景、卡口场景、电警场景等。不同的业务场景,摄像机100的架设要求可能不相同,摄像机100的类型、参数规格的要求也可能不相同,用户可以预先为不同的业务场景建立对应的工勘判断规则。工勘装置300可以通过智能感知方式来获取摄像机100的业务场景,也可以由人工输入摄像机100当前所处的业务场景,即工勘装置300可以直接获取人工指定的业务场景,无需进行智能感知。
在本申请提供的实施例中,采用智能感知方式时,比如可以通过检测拍摄到的图像中的内容来确定拍摄场景,图像中的内容可以包括静态物体、动态物体及动态物体的移动方向等信息,根据静态物体、动态物体及动态物体的移动方向等信息确定摄像机100所处的场景。再比如,图像中的内容可以包括动态物体所包含的类型(类型可以包括人物、机动车、非机动车等)、动态物体的移动方向等信息,根据动态物体所包含的类型及动态物体的移动方向等信息确定摄像机100所处的场景。
例如:若摄像机100所拍摄的图像中发现了车道停止线、车道线、红绿灯等,且所拍摄到的运动目标基本都是背向摄像机100,可以认为摄像机100的业务场景为电警场景;若摄像机100所拍摄的图像中没有发现红绿灯、斑马线、停止线,且拍摄到的运动目标基本是面向摄像机100,可以认为摄像机100的业务场景为卡口场景;若摄像机100所拍摄的图像中没有发现红绿灯、斑马线,且场景图像所拍摄到的运动目标基本都是人物,可以认为摄像机100的业务场景为监控场景。
在一些实施例中,可以由用户发起对摄像机100进行工勘的工勘指令。当摄像机100或者工勘装置300接收到工勘指令时,工勘装置300可以获取摄像机100所拍摄的图像及所处的业务场景。
21、工勘装置300获取摄像机100的架设参数。
在一些实施例中,摄像机100的架设参数可以根据实际需求进行设定,在此不作限定。例如,架设参数可以包括摄像机100的性能参数、架设高度、俯仰角、水平侧倾角、偏转角等。工勘装置300可以与摄像机100进行通信来获取摄像机100的性能参数,性能参数可以包括摄像机型号、像素数、分辨率、低照度、信噪比、焦距范围等。摄像机100上可以设置有传感器(如惯性传感器、测距传感器等)来测量摄像机100当前的架设高度、俯仰角、水平侧倾角、偏转角,传感器量测到的数据可以传送至摄像机100,工勘装置300可以与摄像机100进行通信来获取传感器所测量得到的摄像机100的架设高度、俯仰角、水平侧倾角、偏转角。
在一些实施例中,工勘装置300还可以直接与传感器进行通信来获取传感器所测量得到的摄像机100的架设高度、俯仰角、水平侧倾角、偏转角。也可以由人工输入摄像机100当前的架设高度、俯仰角、水平侧倾角、偏转角等信息。
22、工勘装置300根据摄像机100的业务场景、架设参数及所拍摄的图像确定摄像机100的工勘架设是否符合预设架设要求。
在一些实施例中,不同的业务场景可以定义不同的工勘架设评判规则。不同的业务场景对摄像机100的性能参数可能也不相同。工勘装置300可以根据摄像机100的业务场景来确定摄像机的性能参数是否与当前业务场景匹配,例如电警场景要求高分辨率、低照度效果好的摄像机。当业务场景与摄像机100的性能参数不匹配时,工勘装置300可以生成摄像机不匹配的第一提示信息。工勘装置300还可以根据摄像机100的业务场景确定图像中需关注的目标物体,例如,业务场景为电警场景,工勘装置300可以定位图像中的红绿灯、斑马线、停止线等目标物体,判断在摄像机100的当前架设参数下,图像中的红绿灯、斑马线、停止线等目标物体的清晰度、拍摄完整度,所处图像位置等是否符合要求。
在一些实施例中,拍摄完整度可以是指目标物体是否被完整呈现在图像中,如下图3所示的最右侧车道312拍摄不完整,即最右侧车道312的拍摄完整度不符合要求。图像位置可以是指目标物体在图像中所处的位置,尽量避免目标物体过于靠近图像边缘。
在一些实施例中,工勘装置300可以根据摄像机100所拍摄的图像中的多个参照物来判断多个架设参数是否符合要求。例如,摄像机100的业务场景为电警场景,工勘装置300可以获取拍摄的图像中的车辆和/或人物的大小,并与预设大小要求进行比较,来实现判断摄像机100当前的架设高度是否符合要求,工勘装置300还可以获取拍摄的图像中的红绿灯位置、斑马线位置、停止线位置,并与预设位置要求进行比较,来实现判断摄像机100当前的俯仰角是否符合要求,工勘装置300还可以获取拍摄的图像中的停止线、车道线、斑马线的走向,并与预设走向要求进行比较,来实现判断摄像机100当前的偏转角是否符合要求。例如摄像机100的业务场景为卡口场景,工勘装置300可以获取拍摄的图像中的车辆和/或人物的大小,并与预设大小要求进行比较,来实现判断摄像机100当前的架设高度是否符合要求,工勘装置300还可以获取拍摄的图像中的车辆和/或人物的拍摄角度、是否拍摄到全身、重点区域是否被拍摄到,来实现判断摄像机100当前的俯仰角是否符合要求。例如摄像机100的业务场景为监控场景,工勘装置300可以获取拍摄的图像中的车辆和/或人物的大小,并与预设大小要求进行比较,来实现判断摄像机100当前的架设高度是否符合要求,工勘装置300还可以获取拍摄的图像来确定目标监控区域是否被拍摄到,来实现判断摄像机100当前的俯仰角是否符合要求。
在一些实施例中,工勘装置300可以存储有经过预先训练的识别模型,通过该识别模型来识别图像中的车辆、人物、红绿灯、斑马线、车道线、停止线等。该识别模型可以基于预设机器学习框架或预设深度学习框架训练得到,实现目标检测、定位、分割、识别等功能,例如该识别模型可以基于Tensorflow框架或Convolutional Architecture for FastFeature Embedding(Caffe)框架训练得到。识别模型的训练过程可以包括训练阶段与测试阶段。例如,训练阶段可以是把预先准备的训练数据输入至神经网络模型进行训练,以提炼出模型参数,测试阶段可以是把预先准备的测试数据输入至训练好的模型(神经网络模型+模型参数)进行运行并查看运行结果,以根据运行结果来调整模型参数,并再次进行训练,直至测试阶段的运行结果符合测试要求。
在一些实施例中,工勘装置300还可以获取拍摄的图像中的目标物的尺寸是否要求,目标物可以根据不同业务场景进行指定,例如电警场景的目标物可以包括人物、车辆、车道、红绿灯等,工勘装置300可以获取并判断拍摄的图像中的车牌的像素尺寸是否符合要求,人体的像素尺寸是否符合要求,红绿灯的像素尺寸是否符合要求等。监控场景的目标物可以是人物、车辆,工勘装置300可以获取并判断拍摄的图像中的车牌的像素尺寸是否符合要求,人脸的像素尺寸是否符合要求等。
在一些实施例中,工勘装置300还可以检测拍摄的图像的清晰度、运动目标的模糊程度、对焦位置、夜间成像的噪声程度,并与预设成像标准进行比较,来实现判断摄像机100所拍摄的图像中的清晰度、运动目标的模糊程度、对焦位置、夜间成像的噪声程度是否符合要求。
在一些实施例中,工勘装置300还可以与摄像机100进行通信,来获取当前设定的车牌被抓拍的清晰度阈值、人脸被抓拍的清晰度阈值等,并与预设清晰度阈值进行比较,来实现判断摄像机100当前所设定的车牌被抓拍的清晰度阈值、人脸被抓拍的清晰度阈值是否符合要求。工勘装置300还可以检测目标被抓拍的图像清晰度、像素尺寸等,来判断当前所设定的清晰度阈值是否合理。
23、工勘装置300生成工勘确定结果。
在一些实施例中,当工勘装置300将摄像机100的维度参数与对应的物理架设标准、监控场景标准、成像标准、算法标准中的至少一者进行比对后,工勘装置300可以输出对应的比对结果。工勘确定结果可以包括所有的维度参数的比对结果,也可以只包括异常的维度参数的比对结果。工勘确定结果可以包括摄像机100的每一维度参数是符合要求还是不符合要求的信息,例如摄像机100的维度参数为参数A至E,工勘确定结果可以包括:“参数A:符合要求;参数B:符合要求;参数C:符合要求;参数D:不符合要求;参数E:符合要求”。摄像机100的维度参数可以包括摄像机100的安装位置、架设高度、俯仰角、水平侧倾角、偏转角、焦距范围、拍摄范围内所看到的车道数目、目标尺寸的大小、所拍摄的图像的清晰度、运动目标的模糊程度、抓拍位置、对焦位置、夜间成像的噪声程度、目标被抓拍的清晰度阈值、人脸被抓拍的清晰度阈值、车牌被抓拍的清晰度阈值中的至少一个。
在一些实施例中,工勘装置300集成在摄像机100中,当对摄像机100进行工勘的过程中,用户可以使用终端设备(如手机、平板电脑、笔记本电脑等)与摄像机100进行通信,进而摄像机100可以将工勘装置300的工勘确定结果传送至终端设备,便于用户查看工勘确定结果。
在一些实施例中,可以预先建立多个异常工勘结果与多个调整建议的映射关系,进而工勘装置300可以根据异常的维度参数的工勘结果来输出对应的调整建议,即工勘确定结果还可以包括异常的维度参数的调整建议。例如,当检测到拍摄的图像中的最右侧车道不完全时,输出摄像机100需往右移动的调整建议;当检测到拍摄的图像中的红绿灯位置太过靠近图像边缘,可以输出摄像机100减小焦距的调整建议,或者输出摄像机100的架设角度需往上调整的调整建议。
如图3所示,为用户完成对摄像机100的初步部署,摄像机100拍摄得到的第一场景图像Image_1。
当用户发起对摄像机100进行工勘的操作时,工勘装置300可以确定第一场景图像Image_1包含有车道停止线、车道线、红绿灯等,即可以认为摄像机100的业务场景为电警场景。工勘装置300可以利用识别模型识别场景中的诸如红绿灯、车道线、停止线等目标的位置、方向和大小,以判断摄像机100的工勘架设是否符合预设架设要求。
例如,工勘装置300可以确定图3的停止线310的位置过于靠下边沿,图3的最右侧车道312拍摄不完全,红绿灯314的位置太过靠近图像边缘。对于这些异常工勘结果,工勘装置300可以输出“停止线位置过于靠下边沿,建议将摄像机100往下增大倾角”的调整建议,“最右侧车道拍摄不完全,建议将摄像机100往右移动”的调整建议,“红绿灯位置太过靠近图像边缘,建议将摄像机100的往上增加架设角度或较小焦距”的调整建议。工勘装置300的工勘确定结果及架设调整建议可以传送至终端设备,便于用户查看工勘确定结果与调整建议。用户可以根据上述调整建议对摄像机的架设进行调整,在用户完成架设调整后,工勘装置300可以再次判断摄像机100的工勘架设是否符合预设架设要求,若不符合预设架设要求,再次输出调整建议,直至工勘架设符合预设架设要求或者用户主动停止架设调整操作。例如,当工勘装置300判断摄像机100的工勘架设符合预设架设要求时,摄像机100拍摄得到的如图4所示的第二场景图像Image_2。
在一些实施例中,当工勘装置300得到工勘确定结果时,摄像机100还可以根据该工勘确定结果自动完成调整,在摄像机100完成架设调整后,工勘装置300可以再次判断摄像机100的工勘架设是否符合预设架设要求,若不符合预设架设要求,摄像机100可以再次根据新的工勘确定结果进行调整,直至工勘架设符合预设架设要求或者用户主动控制摄像机100停止架设调整。
在一些实施例中,当按照调整建议调整摄像机100时,可以使得摄像机100在调整之后对目标物体的拍摄效果得到改善。比如,当拍摄效果包括清晰度时,则效果改善可以包括:调整之后所拍摄的图像中目标物体的清晰度变得更高;当拍摄效果包括完整度时,调整之后所拍摄的图像中目标物体的完整度更高,例如图3中最右侧车道312拍摄不完整,调整之后的图4得到最右侧车道312拍摄变得完整。
参照图5所示,本申请实施例提供的一种摄像机自动工勘的方法,可以应用于图2所示的工勘装置300,实现判断摄像机100的架设是否符合预设架设要求。本实施例中,同样以摄像机100和工勘装置300分离为例。摄像机自动工勘的方法可以包括:
501、响应于工勘指令,获取摄像机100的架设参数、所拍摄的图像及所处的业务场景。
在一些实施例中,可以由用户发起对摄像机100进行工勘的工勘指令。工勘装置300可以响应该工勘指令,获取摄像机100的架设参数、所拍摄的图像及所处的业务场景。
在一些实施例中,当采用智能感知方式确定拍摄场景时,可以根据所拍摄的图像来确定摄像机100所处的业务场景。
502、根据摄像机100的架设参数、所拍摄的图像及所处的业务场景确定摄像机100的工勘架设是否符合预设架设要求。
503、当摄像机100的工勘架设符合预设架设要求时,生成工勘架设符合要求的工勘结果。
在一些实施例中,当摄像机100的工勘架设被判定符合预设架设要求时,表明无需对摄像机100进行架设调整,工勘装置300可以生成工勘架设符合要求的工勘结果。例如,当工勘装置300部署在摄像机100时,用户可以使用终端设备与摄像机100进行通信,进而摄像机100可以将工勘装置300得到的工勘架设符合要求的工勘结果传送至终端设备,用户可以通过终端设备查看得到摄像机100的工勘架设符合预设架设要求,无需对摄像机100进行架设调整的提示信息。
504、当摄像机100的工勘架设不符合预设架设要求时,生成工勘架设不符合要求的工勘结果及对摄像机100进行架设调整的调整建议。
在一些实施例中,当摄像机100的工勘架设被判定不符合预设架设要求时,工勘装置300可以生成多个异常工勘结果及每一异常工勘结果的调整建议。
在一些实施例中,当用户根据上述调整建议完成对摄像机进行架设调整或者摄像机100自动完成架设调整时,用户可以再次发起对摄像机100进行工勘的工勘指令,工勘装置300可以响应该工勘指令,再次重复执行上述步骤。
可以理解的,步骤503与步骤504为并列执行的步骤,当执行完步骤502时,可以选择执行步骤503,或者执行步骤504。
上述摄像机自动工勘的方法,可以实现自动依据工勘标准判断摄像机的架设是否符合预设架设要求,并输出异常架设参数的调整建议,实现摄像机架设的标准化作业,减少人工工勘带来的不确定性,便于普通的安装人员也能够较好地完成摄像机的架设,降低人力成本。
图6为本申请实施例公开的工勘装置300的功能模块示意图。工勘装置300可应用于摄像机100。如图6所示,工勘装置300可以包括获取模块301、工勘模块302、生成模块303及调整模块304。本发明实施例所称的模块可以是完成一特定功能的程序段,比程序更适合于描述软件在处理器中的执行过程。该一个或多个模块可以被存储在存储器中并被配置成由一个或多个处理器执行。
获取模块301用于获取摄像机100的架设参数、所拍摄的图像及所处的业务场景。
在一些实施例中,当采用智能感知方式确定拍摄场景时,获取模块301可以根据获取到的拍摄图像来确定摄像机100所处的业务场景。
工勘模块302用于根据摄像机100的架设参数、所拍摄的图像及所处的业务场景确定摄像机100的工勘架设是否符合预设架设要求。
生成模块303用于在摄像机100的工勘架设符合预设架设要求时,生成工勘架设符合要求的工勘结果。
生成模块303还用于在摄像机100的工勘架设不符合预设架设要求时,生成工勘架设不符合要求的工勘结果及对摄像机100进行架设调整的调整建议。
调整模块304用于按照调整建议调整摄像机100,以使得摄像机100在调整之后对目标物体的拍摄效果得到改善。
在一些实施例中,工勘模块302还可用于获取在架设参数下目标物体的拍摄效果,根据目标物体的拍摄效果确定摄像机100的工勘架设是否符合预设架设要求,其中拍摄效果包括目标物体的清晰度、完整度、所在图片位置中的至少一者。
在一些实施例中,拍摄效果还可以包括目标物体的像素尺寸,工勘模块302还可用于获取摄像机100当前所设定的抓拍目标物体的清晰度阈值,根据目标物体的像素尺寸确定抓拍目标物体的清晰度阈值是否设定合理。参考图7,为本申请实施例提供的电子设备1000的硬件结构示意图。如图7所示,电子设备1000可以包括摄像头1001、处理器1002、存储器1003及通信总线1004。存储器1003用于存储一个或多个计算机程序1005。一个或多个计算机程序1005被配置为被该处理器1002执行。该一个或多个计算机程序1005包括指令,上述指令可以用于实现在电子设备1000中执行如图5所述的摄像机自动工勘的方法。
可以理解的是,本实施例示意的结构并不构成对电子设备1000的具体限定。在另一些实施例中,电子设备1000可以包括比图示更多或更少的部件,或者组合某些部件,或者拆分某些部件,或者不同的部件布置。
摄像头1001可以根据实际需求进行选定,如摄像头1001为电荷耦合器件(ChargeCoupled Device,CCD)摄像头、互补金属氧化物半导体(Complementary Metal-Oxide-Semiconductor Transistor,CMOS)摄像头等。处理器1002可以包括一个或多个处理单元,例如:处理器1002可以包括应用处理器(application processor,AP),调制解调器,图形处理器(graphics processing unit,GPU),图像信号处理器(image signal processor,ISP),控制器,视频编解码器,数字信号处理器(digital signal processor,DSP),基带处理器,和/或神经网络处理器(neural-network processing unit,NPU)等。其中,不同的处理单元可以是独立的器件,也可以集成在一个或多个处理器中。
处理器1002还可以设置有存储器,用于存储指令和数据。在一些实施例中,处理器1002中的存储器为高速缓冲存储器。该存储器可以保存处理器1002刚用过或循环使用的指令或数据。如果处理器1002需要再次使用该指令或数据,可从该存储器中直接调用。避免了重复存取,减少了处理器1002的等待时间,因而提高了系统的效率。
在一些实施例中,处理器1002可以包括一个或多个接口。接口可以包括集成电路(inter-integrated circuit,I2C)接口,集成电路内置音频(inter-integrated circuitsound,I2S)接口,脉冲编码调制(pulse code modulation,PCM)接口,通用异步收发传输器(universal asynchronous receiver/transmitter,UART)接口,移动产业处理器接口(mobile industry processor interface,MIPI),通用输入输出(general-purposeinput/output,GPIO)接口,SIM接口,和/或USB接口等。
在一些实施例中,存储器1003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,例如硬盘、内存、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)、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。
本实施例还提供一种存储介质,该存储介质中存储有计算机指令,当该指令在电子设备上运行时,使得电子设备执行上述相关方法步骤实现上述实施例中的摄像机自动工勘的方法。
本实施例还提供了一种计算机程序产品,当该计算机程序产品在计算机上运行时,使得计算机执行上述相关步骤,以实现上述实施例中的摄像机自动工勘的方法。
另外,本申请的实施例还提供一种装置,这个装置具体可以是芯片,组件或模块,该装置可包括相连的处理器和存储器;其中,存储器用于存储计算机执行指令,当装置运行时,处理器可执行存储器存储的计算机执行指令,以使芯片执行上述各方法实施例中的摄像机自动工勘的方法。
其中,本实施例提供的电子设备、计算机存储介质、计算机程序产品或芯片均用于执行上文所提供的对应的方法,因此,其所能达到的有益效果可参考上文所提供的对应的方法中的有益效果,此处不再赘述。
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模块完成,即将装置的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。
在本申请所提供的几个实施例中,所揭露的装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例是示意性的,例如,该模块或单元的划分,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装置,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,机械或其它的形式。
该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一个物理单元或多个物理单元,即可以位于一个地方,或者也可以分布到多个不同地方。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。
该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,可以存储在一个可读取存储介质中。基于这样的理解,本申请实施例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,该软件产品存储在一个存储介质中,包括若干指令用以使得一个设备(可以是单片机,芯片等)或处理器(processor)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何在本申请揭露的技术范围内的变化或替换,都应涵盖在本申请的保护范围之内。

Claims (13)

1.一种摄像机自动工勘方法,其特征在于,所述摄像机自动工勘方法包括:
获取摄像机的架设参数及所拍摄的图像,检测所述图像的内容以确定所述摄像机所处的业务场景,其中所述图像的内容包括静态物体、动态物体以及所述动态物体的移动方向;
获取在所述架设参数下目标物体的拍摄效果,所述拍摄效果包括所述目标物体的清晰度、完整度、所在图片位置中的至少一者;
根据所述目标物体的拍摄效果确定所述摄像机的工勘架设是否符合所述摄像机所处的业务场景对应的工勘架设评判规则;
当所述摄像机的工勘架设不符合所述摄像机所处的业务场景对应的工勘架设评判规则时,生成对所述摄像机进行架设调整的调整建议。
2.如权利要求1所述的摄像机自动工勘方法,其特征在于,所述拍摄效果还包括所述目标物体的像素尺寸,所述摄像机自动工勘方法还包括:
获取所述摄像机当前所设定的抓拍所述目标物体的清晰度阈值;
根据所述目标物体的像素尺寸确定抓拍所述目标物体的清晰度阈值是否设定合理。
3.如权利要求1所述的摄像机自动工勘方法,其特征在于,所述摄像机自动工勘方法还包括:
按照所述调整建议调整所述摄像机,以使得所述摄像机在调整之后对所述目标物体的拍摄效果得到改善。
4.如权利要求1所述的摄像机自动工勘方法,其特征在于,所述架设参数包括所述摄像机的性能参数、架设高度、侧倾角、俯仰角及偏转角中的一个或者多个,所述摄像机自动工勘方法还包括:
当所述业务场景与所述摄像机的性能参数不匹配时,生成摄像机不匹配的第一提示信息。
5.如权利要求1至3中任意一项所述的摄像机自动工勘方法,其特征在于,所述摄像机包括多个所述架设参数,所述摄像机自动工勘方法还包括:
生成工勘确定结果,所述工勘确定结果包括每一所述架设参数的工勘结果或异常架设参数的工勘结果;
发送所述工勘确定结果及所述调整建议至电子设备,以通过所述电子设备显示所述工勘确定结果及所述调整建议。
6.如权利要求1所述的摄像机自动工勘方法,其特征在于,所述摄像机自动工勘方法还包括:
当所述摄像机的工勘架设符合所述摄像机所处的业务场景对应的工勘架设评判规时,生成架设符合要求的提示信息。
7.如权利要求1所述的摄像机自动工勘方法,其特征在于,所述获取摄像机的架设参数及所拍摄的图像,包括:
接收工勘指令,响应所述工勘指令获取所述摄像机的架设参数及所拍摄的图像。
8.一种摄像机自动工勘装置,其特征在于,所述摄像机自动工勘装置包括:
获取模块,用于获取摄像机的架设参数及所拍摄的图像,及检测所述图像的内容以确定所述摄像机所处的业务场景,其中所述图像的内容包括静态物体、动态物体以及所述动态物体的移动方向;
工勘模块,用于获取在所述架设参数下目标物体的拍摄效果,所述拍摄效果包括所述目标物体的清晰度、完整度、所在图片位置中的至少一者,及根据所述目标物体的拍摄效果确定所述摄像机的工勘架设是否符合所述摄像机所处的业务场景对应的工勘架设评判规则;
生成模块,用于在所述摄像机的工勘架设不符合所述摄像机所处的业务场景对应的工勘架设评判规时,生成对所述摄像机进行架设调整的调整建议。
9.如权利要求8所述的摄像机自动工勘装置,其特征在于,所述拍摄效果还包括所述目标物体的像素尺寸,所述工勘模块还用于获取所述摄像机当前所设定的抓拍所述目标物体的清晰度阈值,根据所述目标物体的像素尺寸确定抓拍所述目标物体的清晰度阈值是否设定合理。
10.如权利要求8所述的摄像机自动工勘装置,其特征在于,所述摄像机自动工勘装置还包括调整模块,所述调整模块用于按照所述调整建议调整所述摄像机,以使得所述摄像机在调整之后对所述目标物体的拍摄效果得到改善。
11.一种计算机可读存储介质,其特征在于,包括计算机指令,当所述计算机指令在电子设备上运行时,使得所述电子设备执行如权利要求1至权利要求7中任一项所述的摄像机自动工勘方法。
12.一种电子设备,其特征在于,所述电子设备包括处理器和存储器,所述存储器用于存储指令,所述处理器用于调用所述存储器中的指令,使得所述电子设备执行权利要求1至权利要求7中任一项所述的摄像机自动工勘方法。
13.一种芯片,与电子设备中的存储器耦合,其特征在于,所述芯片用于控制所述电子设备执行权利要求1至权利要求7中任一项所述的摄像机自动工勘方法。
CN202110343073.0A 2021-03-30 2021-03-30 摄像机自动工勘方法、装置、电子设备、芯片及存储介质 Active CN113206994B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110343073.0A CN113206994B (zh) 2021-03-30 2021-03-30 摄像机自动工勘方法、装置、电子设备、芯片及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110343073.0A CN113206994B (zh) 2021-03-30 2021-03-30 摄像机自动工勘方法、装置、电子设备、芯片及存储介质

Publications (2)

Publication Number Publication Date
CN113206994A CN113206994A (zh) 2021-08-03
CN113206994B true CN113206994B (zh) 2023-03-28

Family

ID=77025890

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110343073.0A Active CN113206994B (zh) 2021-03-30 2021-03-30 摄像机自动工勘方法、装置、电子设备、芯片及存储介质

Country Status (1)

Country Link
CN (1) CN113206994B (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110718068A (zh) * 2019-09-27 2020-01-21 华中科技大学 一种道路监控摄像机安装角度估计方法
CN110769246A (zh) * 2019-09-06 2020-02-07 华为技术有限公司 一种检测监控设备故障的方法、装置
EP3707676A1 (fr) * 2017-11-09 2020-09-16 B<>Com Procédé d'estimation de pose d'une caméra dans le référentiel d'une scène tridimensionnelle, dispositif, système de réalite augmentée et programme d'ordinateur associé

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102006033147A1 (de) * 2006-07-18 2008-01-24 Robert Bosch Gmbh Überwachungskamera, Verfahren zur Kalibrierung der Überwachungskamera sowie Verwendung der Überwachungskamera
JP5341789B2 (ja) * 2010-01-22 2013-11-13 富士通テン株式会社 パラメータ取得装置、パラメータ取得システム、パラメータ取得方法、及び、プログラム
CN106161930A (zh) * 2016-06-27 2016-11-23 乐视控股(北京)有限公司 摄像头控制方法及装置
CN107945234A (zh) * 2016-10-12 2018-04-20 杭州海康威视数字技术股份有限公司 一种立体摄像机外部参数的确定方法及装置
CN106713749A (zh) * 2016-12-13 2017-05-24 广州视源电子科技股份有限公司 摄像控制方法、系统及交互智能平板一体机
CN107896328B (zh) * 2017-11-10 2019-08-16 深圳云天励飞技术有限公司 确认摄像机架设点位的方法、客户端及电子设备
CN108683850B (zh) * 2018-05-15 2021-01-26 维沃移动通信有限公司 一种拍摄提示方法及移动终端
CN110176039A (zh) * 2019-04-23 2019-08-27 苏宁易购集团股份有限公司 一种针对人脸识别的摄像机调校方法和系统
CN111862620B (zh) * 2020-07-10 2022-10-18 浙江大华技术股份有限公司 一种图像融合处理方法及装置

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3707676A1 (fr) * 2017-11-09 2020-09-16 B<>Com Procédé d'estimation de pose d'une caméra dans le référentiel d'une scène tridimensionnelle, dispositif, système de réalite augmentée et programme d'ordinateur associé
CN110769246A (zh) * 2019-09-06 2020-02-07 华为技术有限公司 一种检测监控设备故障的方法、装置
CN110718068A (zh) * 2019-09-27 2020-01-21 华中科技大学 一种道路监控摄像机安装角度估计方法

Also Published As

Publication number Publication date
CN113206994A (zh) 2021-08-03

Similar Documents

Publication Publication Date Title
CN106952303B (zh) 车距检测方法、装置和系统
KR101530255B1 (ko) 객체 자동 추적 장치가 구비된 cctv 시스템
KR101496390B1 (ko) 차량번호인식 시스템
CN110738150B (zh) 相机联动抓拍方法、装置以及计算机存储介质
US11263769B2 (en) Image processing device, image processing method, and image processing system
US11445150B2 (en) Multi-camera collaboration-based image processing method and video surveillance system
CN111368615B (zh) 一种违章建筑预警方法、装置及电子设备
KR101625538B1 (ko) 도시방범이 가능한 다차선 자동차 번호판 인식시스템
KR101492473B1 (ko) 사용자 기반 상황 인지형 씨씨티비 통합관제시스템
KR101049758B1 (ko) 어린이보호구역 통합 감시 방법 및 그 시스템
KR101660254B1 (ko) 주차차단기의 번호인식시스템
WO2016024680A1 (ko) 주행차량의 번호판 인식이 실시간으로 가능한 차량용 블랙박스
CN108540707A (zh) 人脸识别执法仪
KR102434154B1 (ko) 영상감시시스템에서의 고속 이동물체의 위치 및 모션 캡쳐 방법
KR20190136515A (ko) 차량 인식 장치
KR20200086015A (ko) 상황 연계형 영상분석장치
CN113206994B (zh) 摄像机自动工勘方法、装置、电子设备、芯片及存储介质
KR20130062489A (ko) 객체추적 시스템 및 그 운영방법
TW202341006A (zh) 物件追蹤整合方法及整合裝置
CN113723262A (zh) 一种目标跟踪方法、装置、道路监控设备、设备和介质
CN107948620B (zh) 基于高级驾驶辅助系统的双目摄像头调试方法
CN111753663A (zh) 目标检测方法及装置
CN112706159A (zh) 机器人控制方法、装置及机器人
KR20150115067A (ko) 차량 번호 인식을 위한 영상 전송 방법 및 그 장치
CN111524360A (zh) 埋入式车牌辨识筛选系统及其控制方法

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