CN113223088A - 机器人选取摄像机架设点位的方法及机器人 - Google Patents
机器人选取摄像机架设点位的方法及机器人 Download PDFInfo
- Publication number
- CN113223088A CN113223088A CN202010074193.0A CN202010074193A CN113223088A CN 113223088 A CN113223088 A CN 113223088A CN 202010074193 A CN202010074193 A CN 202010074193A CN 113223088 A CN113223088 A CN 113223088A
- Authority
- CN
- China
- Prior art keywords
- camera
- point
- robot
- face
- shooting
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 38
- 238000005286 illumination Methods 0.000 claims description 15
- 238000012545 processing Methods 0.000 claims description 13
- 238000001514 detection method Methods 0.000 claims description 8
- 238000004458 analytical method Methods 0.000 claims description 4
- 238000010276 construction Methods 0.000 claims description 4
- 238000005259 measurement Methods 0.000 description 6
- 230000006872 improvement Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000004044 response Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/10—Image acquisition
- G06V10/12—Details of acquisition arrangements; Constructional details thereof
- G06V10/14—Optical characteristics of the device performing the acquisition or on the illumination arrangements
- G06V10/147—Details of sensors, e.g. sensor lenses
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/98—Detection or correction of errors, e.g. by rescanning the pattern or by human intervention; Evaluation of the quality of the acquired patterns
- G06V10/993—Evaluation of the quality of the acquired pattern
-
- 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
-
- 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
- G06T2207/30196—Human being; Person
Landscapes
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Human Computer Interaction (AREA)
- Vascular Medicine (AREA)
- Studio Devices (AREA)
Abstract
本申请提供一种机器人选取摄像机架设点位的方法及机器人,机器人包括摄像头,所述方法包括:获取不同区域的三维图像,并基于三维图像构建三维地图;确定三维地图上的用于拍摄的目标区域以及在目标区域内的人流方向和目标人群的身高;根据目标区域、人流方向和目标人群的身高确定摄像头的第一点位,且摄像头在第一点位拍摄目标人群图像;分析目标人群图像中的人脸拍摄质量并结合影响人脸拍摄质量的因子,对第一点位进行调整,以得到能够正面抓拍人脸的摄像头的第二点位;根据第二点位确定摄像机的架设点位。根据本申请实施例的机器人选取摄像机架设点位的方法,可以提高人脸抓拍摄像机选点的效率和精度,减少了选点的人力成本。
Description
技术领域
本申请涉及机器人领域,尤其涉及一种机器人选取摄像机架设点位的方法及选取摄像机架设点位的机器人。
背景技术
随着人脸识别技术的发展,越来越多的摄像机需要接入人脸识别系统,对摄像机的架设位置和角度提出了较高的要求。目前人脸抓拍摄像机的选点需要人工进行。费时费力,且精度较差。如果选点不好,则导致人脸照片的质量不佳,影响系统的识别精度。
发明内容
有鉴于此,本申请提供一种机器人选取摄像机架设点位的方法及选取摄像机架设点位的机器人,能够可以对环境自动建模,根据拍摄目标自动调节高度、位置、角度、焦距,最终确定摄像机的理想的架设点位。解决现有人工选择点位中成本高,精度较差的问题。
为解决上述技术问题,本申请采用以下技术方案:
第一方面,本申请提供一种机器人选取摄像机架设点位的方法,所述机器人包括摄像头,所述方法包括:
获取不同区域的三维图像,并基于所述三维图像构建三维地图。其中,可以通过调整TOF传感器的探测方向,以获取不同区域的三维图像,进一步将不同区域的三围图像融合,构建三围地图。
确定所述三维地图上的用于拍摄的目标区域以及在所述目标区域内的人流方向和目标人群的身高。
根据所述目标区域、人流方向和目标人群的身高确定摄像头的第一点位,且所述摄像头在所述第一点位拍摄所述目标人群图像。其中,可以通过镜头焦距、分辨率、传感器等参数的不同,选择合适的镜头在所述第一点位对目标区域进行拍摄。
分析所述目标人群图像中的人脸拍摄质量并结合影响所述人脸拍摄质量的因子,对所述第一点位进行调整,以得到能够正面抓拍人脸的所述摄像头的第二点位。其中,人脸拍摄质量包括拍摄角度、光照、分辨率等,影响人脸拍摄质量的因子包括:光照、摄像头的高度、焦距、分辨率和拍摄角度。
根据所述第二点位确定所述摄像机的架设点位,也就是说,通过机器人确定第二点位,并将第二点位作为摄像机的架设点位。
根据本申请实施例的机器人选取摄像机架设点位的方法,可以通过机器人代替人力自动抓拍人脸,提高了摄像机选点的效率和精度,减少了选点的人力成本,为搭建人脸识别系统的企业创造了商业价值。
作为本申请的第一方面的一个实施例,通过调整TOF传感器(飞行时间传感器)的探测方向,以获得不同区域的三维图像,TOF传感器通过测量人造光信号往返光源和被测物体的时间,来计算两者之间的空间距离,不需要较大的计算资源,帧率高、响应快,可以做到实时测距,且测深精度不受距离影响,测量精准。
作为本申请的第一方面的一个实施例,上述方法还包括:通过视频解析算法分析所述目标人群图像中的人脸拍摄质量,所述人脸拍摄质量包括图像相对正脸的倾斜角度、光照、分辨率中的一种或多种,可以从多个角度考虑,提高对人脸拍摄质量的要求。
作为本申请的第一方面的一个实施例,所述影响人脸拍摄质量的因子包括:光照、摄像头的焦距、分辨率和拍摄角度。
作为本申请的第一方面的一个实施例,对所述第一点位进行调整,包括:摄像头角度的调整、摄像头焦距的调整以及摄像头在所述三维地图中空间位置的调整,其中,三维地图中空间位置包括摄像头高度的调整,左右水平方向等多方向位置的调整。
作为本申请的第一方面的一个实施例,所述机器人包括多个不同焦距和分辨率的摄像头,上述方法还包括:根据所述目标区域、人流方向和目标人群的身高确定符合设定要求的摄像头,并结合该符合要求的摄像头确定所述摄像机的第一点位。
作为本申请的第一方面的一个实施例,上述方法还包括,当对所述第一点位进行调整后,不能得到能够正面抓拍人脸的所述摄像头的第二点位时,输出改进建议。
第二方面,本申请实施例提供了一种选取摄像机架设点位的机器人,包括:
摄像头,用于拍摄目标人群图像;
构建单元,用于获取不同区域的三维图像,并基于所述三维图像构建三维地图;
处理模块,用于确定所述三维地图上的用于拍摄的目标区域以及在所述目标区域内的人流方向和目标人群的身高;
所述处理模块根据所述目标区域、人流方向和目标人群的身高确定摄像头的第一点位,且所述摄像头在所述第一点位拍摄所述目标人群图像;
所述处理模块分析所述目标人群图像中的人脸拍摄质量并结合影响所述人脸拍摄质量的因子,对所述第一点位进行调整,以得到能够正面抓拍人脸的所述摄像头的第二点位;
所述处理模块根据所述第二点位确定所述摄像机的架设点位。
本申请实施例的选取摄像机架设点位的机器人,可以通过机器人自动对人脸抓拍摄像机进行选点,提高了人脸抓拍摄像机选点的效率和精度,减少了选点的人力成本,为搭建人脸识别系统的企业创造了商业价值。
作为本申请第二方面的一个实施例,通过调整TOF传感器的探测方向,以获得不同区域的三维图像。
作为本申请第二方面的一个实施例,通过视频解析算法分析所述目标人群图像中的人脸拍摄质量,所述人脸拍摄质量包括拍摄角度、光照、分辨率中的一种或多种。
作为本申请第二方面的一个实施例,所述影响人脸拍摄质量的因子包括:光照、摄像头的焦距、分辨率和拍摄角度。
作为本申请第二方面的一个实施例,对所述第一点位进行调整,包括:摄像头角度的调整、摄像头焦距的调整以及摄像头在所述三维地图中空间位置的调整。
作为本申请第二方面的一个实施例,所述机器人包括多个不同焦距和分辨率的摄像头,所述处理器根据所述目标区域、人流方向和目标人群的身高确定符合设定要求的摄像头,并结合该符合要求的摄像头确定所述摄像机的第一点位。
作为本申请第二方面的一个实施例,当对所述第一点位进行调整后,不能得到能够正面抓拍人脸的所述摄像头的第二点位时,输出改进建议。
本申请的上述技术方案至少具有如下有益效果之一:
本申请实施例的选取摄像机架设点位的机器人,可以通过机器人自动对人脸抓拍摄像机进行选点,提高了人脸抓拍摄像机选点的效率和精度,减少了选点的人力成本,为搭建人脸识别系统的企业创造了商业价值。
附图说明
图1为本申请实施例的机器人自动选取摄像机架设点位的场景图;
图2为本申请实施例的机器人选取摄像机架设点位的方法的流程图;
图3为本申请实施例的选取摄像机架设点位的机器人的结构示意图。
具体实施方式
为了使本申请的内容更容易被清楚地理解,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做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。
根据本申请的一些实施例,图1示出了一种机器人自动选取摄像机架设点位的场景图。如图1所示,该场景中包括机器人上的摄像头110,摄像头110可以在通道出入口120正前方,设摄像头110可以通过调整ToF(Time of Flight,飞行时间)传感器的探测方向,获取不同区域的三维图像,然后进行图像融合,构建完整的三维地图。在三维建模之后,机器人首先会根据地图上的距离、高度参数初步划定选点区域,选择合适的镜头,然后在模拟的架设点位对目标区域进行拍摄。当获取到拍摄样张之后,机器人通过内置的视频解析算法,会自动抓拍并分析拍摄样张中人脸的质量,包括角度、光照等因素,然后进行控制变量下的参数微调,包括调整架设点位选择,镜头角度,镜头焦距,以及各项画面成像参数。例如,如图1摄像头110的最佳拍摄角度是摄像头拍摄覆盖在通道出入口120,且摄像头110为了能够拍摄到人的正脸,摄像头110的拍摄覆盖范围的中心线与水平线形成有角度α,可优选为角度α在10°-15°之间,摄像头左右偏转角度可优选<30°,该角度可使摄像头拍摄范围适应大部分成人拍摄的高度,即将能够拍摄到大部分站立的成人的头和脚,以拍摄到完整的成人的图像。也可以是根据实际情况适当的调整,其中该角度α可以根据摄像头的架设高度h进行适当的调整,以使得架设高度和拍摄角度配合后能够拍摄到完整的被拍摄人的完整的照片,同时,摄像头的焦距也可以根据摄像头与通道出入口的距离d进行调整,进而架设高度可以为h=0.18*d+1.5(m),通过该公式计算得到的架设高度,既能够确保摄像头聚焦,又符合被拍摄人群的身高,提高拍摄的清晰度,最终根据拍摄的平均人脸质量分布,选定一个最佳点位和若干个次优点位,若无适合点位,则输出改进建议。
基于上面的描述,下面结合附图对本申请的实施例的机器人选取摄像机架设点位的方法进行描述,图2示出了机器人选取摄像机架设点位的方法的流程图,如图2所示,该方法包括如下步骤:
步骤S210,获取不同区域的三维图像,并基于三维图像构建三维地图,其中,可以通过获取不同区域的三维图像,进一步将不同区域的三围图像融合,构建三围地图。
步骤S220,确定三维地图上的用于拍摄的目标区域以及在目标区域内的人流方向和目标人群的身高。可以理解的是,目标人群的身高影响摄像头的架设高度h和摄像头的拍摄范围中线与水平线之间的角度α。
步骤S230,根据目标区域、人流方向和目标人群的身高确定摄像头的第一点位,且摄像头在第一点位拍摄目标人群图像,其中,目标区域可以是通道出入口等人员需要经过的路口,人流方向可以决定摄像头的偏转转角度,进而通过目标区域、人流方向和目标人群的身高可以确定一个初步的第一点位,并且可以通过镜头焦距、分辨率、传感器等参数的不同,选择合适的镜头在第一点位对目标区域进行拍摄。
步骤S240,分析目标人群图像中的人脸拍摄质量并结合影响人脸拍摄质量的因子,对第一点位进行调整,可以包括:摄像头角度的调整、摄像头焦距的调整以及摄像头在三维地图中空间位置的调整,,以得到能够正面抓拍人脸的摄像头的第二点位,其中,三维地图中空间位置的调整包括摄像头高度的调整以及水平方向等方向的调整,在摄像头的建设过程中,通常影响包括输出的人脸拍摄质量的因子,包括,光照、摄像头的高度、位置、焦距、分辨率和拍摄角度中的一种或多种。具体的可以分为现场的客观条件、摄像头硬件素质以及摄像头架设水平:其中,现场的客观条件包括现场人流、光照、支架、供电等条件,为了尽可能地拍摄行人的正脸并且减少遮挡,摄像头需要拍摄人直线行走的区域,为了尽可能拍到清晰的人脸,要求光照适宜,左右侧与前后侧光照对比不能过强,摄像头硬件素质是指摄像头机身和镜头对应的硬件素质,例如不同摄像头有不同的焦距、分辨率和传感器,使得人脸拍摄质量会有不同。而现场的客观条件、摄像头硬件素质,影响摄像头架设位置,即通过摄像头架设水平。具体地可以结合图1场景的描述,在此不在赘述。
步骤S250,根据第二点位确定摄像机的架设点位,进而通过机器人确定第二点位,并将第二点位作为摄像机的架设点位,该点位可以获得人脸图像清晰、角度更加合理。
由此根据本申请实施例的机器人选取摄像机架设点位的方法,可以通过机器人自动对人脸抓拍摄像机进行选点,提高了人脸抓拍摄像机选点的效率和精度,减少了选点的人力成本,为搭建人脸识别系统的企业创造了商业价值。
根据本申请的一个实施例,通过调整TOF传感器的探测方向,以获得不同区域的三维图像,TOF传感器通过测量人造光信号往返光源和被测物体的时间,来计算两者之间的空间距离,不需要较大的计算资源,帧率高、响应快,可以做到实时测距,且测深精度不受距离影响,测量精准。
根据本申请的一个实施例,机器人包括多个不同焦距和分辨率的摄像头,方法还包括:根据目标区域、人流方向和目标人群的身高确定符合设定要求的摄像头,并结合该符合要求的摄像头确定摄像机的第一点位。由于,不同摄像头有不同的焦距、分辨率和传感器,使得画面质量会有不同,因而在不同的环境中和不同位置,选择适合的摄像头尤其重要,因而可以通过设置多个摄像头可以便于对架设点位的选取,例如,当摄像头位置确定后,不易大幅度调整摄像头位置,可以通过选取适合的摄像头以解决大幅度调节的问题。
根据本申请的一个实施例,当对第一点位进行调整后,不能得到能够正面抓拍人脸的摄像头的第二点位时,输出改进建议,其中,建议可以包括架设点位过高、过低或需要更换摄像头等。
基于上面的描述,下面结合具体实施例对本申请的选取摄像机架设点位的机器人进行说明,如图3所示,本申请实施例的选取摄像机架设点位的机器人,包括:
摄像头310,用于拍摄目标人群图像;
构建单元320,用于获取不同区域的三维图像,并基于三维图像构建三维地图;
处理模块330,用于确定三维地图上的用于拍摄的目标区域以及在目标区域内的人流方向和目标人群的身高;
处理模块330根据目标区域、人流方向和目标人群的身高确定摄像头的第一点位,且摄像头在第一点位拍摄目标人群图像;
处理模块330分析目标人群图像中的人脸拍摄质量并结合影响人脸拍摄质量的因子,对第一点位进行调整,以得到能够正面抓拍人脸的摄像头的第二点位;
处理模块330根据第二点位确定摄像机的架设点位。
根据本申请的一个实施例,可以通过调整TOF传感器的探测方向,以获得不同区域的三维图像。
根据本申请的一个实施例,处理模块330可以通过视频解析算法分析目标人群图像中的人脸拍摄质量,人脸拍摄质量包括拍摄角度、光照、分辨率中的一种或多种。
根据本申请的一个实施例,影响人脸拍摄质量的因子包括:光照、摄像头的焦距、分辨率和拍摄角度。
根据本申请的一个实施例,对第一点位进行调整,包括:摄像头角度的调整、摄像头焦距的调整以及摄像头在三维地图中空间位置的调整。
根据本申请的一个实施例,机器人包括多个不同焦距和分辨率的摄像头,处理器根据目标区域、人流方向和目标人群的身高确定符合设定要求的摄像头,并结合该符合要求的摄像头确定摄像机的第一点位。
根据本申请的一个实施例,还包括:当对第一点位进行调整后,不能得到能够正面抓拍人脸的摄像头的第二点位时,输出改进建议。
本申请实施例的选取摄像机架设点位的机器人的各部件的工作原理及过程在上述实施例机器人选取摄像机架设点位的方法中已经详细的说明,具体可参见上述实施例的方法,在此不在赘述。
由此,根据本申请实施例的机器人选取摄像机架设点位的方法及选取摄像机架设点位的机器人,可以通过提高人脸抓拍摄像机选点的效率和精度,减少了选点的人力成本,为搭建人脸识别系统的企业创造了商业价值。
需要说明的是,在本专利的示例和说明书中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
虽然通过参照本申请的某些优选实施例,已经对本申请进行了图示和描述,但对于本技术领域的普通技术人员来说,在不脱离本申请所述原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本申请的保护范围。
Claims (10)
1.一种机器人选取摄像机架设点位的方法,其特征在于,所述机器人包括摄像头,所述方法包括:
获取不同区域的三维图像,并基于所述三维图像构建三维地图;
确定所述三维地图上的用于拍摄的目标区域以及在所述目标区域内的人流方向和目标人群的身高;
根据所述目标区域、人流方向和目标人群的身高确定摄像头的第一点位,且所述摄像头在所述第一点位拍摄所述目标人群图像;
分析所述目标人群图像中的人脸拍摄质量并结合影响所述人脸拍摄质量的因子,对所述第一点位进行调整,以得到能够正面抓拍人脸的所述摄像头的第二点位;
根据所述第二点位确定所述摄像机的架设点位。
2.根据权利要求1所述的方法,其特征在于,通过调整TOF传感器的探测方向,以获得不同区域的三维图像。
3.根据权利要求1所述的方法,其特征在于,包括:通过视频解析算法分析所述目标人群图像中的人脸拍摄质量,所述人脸拍摄质量包括拍摄角度、光照、分辨率中的一种或多种。
4.根据权利要求1所述的方法,其特征在于,所述影响人脸拍摄质量的因子包括:光照、摄像头的高度、位置、焦距、分辨率和拍摄角度中的一种或多种。
5.根据权利要求4所述的方法,其特征在于,对所述第一点位进行调整,包括:摄像头角度的调整、摄像头焦距的调整以及摄像头在所述三维地图中空间位置的调整。
6.一种选取摄像机架设点位的机器人,其特征在于,包括:
摄像头,用于拍摄目标人群图像;
构建单元,用于获取不同区域的三维图像,并基于所述三维图像构建三维地图;
处理模块,用于确定所述三维地图上的用于拍摄的目标区域以及在所述目标区域内的人流方向和目标人群的身高;
所述处理模块根据所述目标区域、人流方向和目标人群的身高确定摄像头的第一点位,且所述摄像头在所述第一点位拍摄所述目标人群图像;
所述处理模块分析所述目标人群图像中的人脸拍摄质量并结合影响所述人脸拍摄质量的因子,对所述第一点位进行调整,以得到能够正面抓拍人脸的所述摄像头的第二点位;
所述处理模块根据所述第二点位确定所述摄像机的架设点位。
7.根据权利要求6所述的机器人,其特征在于,通过调整TOF传感器的探测方向,以获得不同区域的三维图像。
8.根据权利要求6所述的机器人,其特征在于,包括:通过视频解析算法分析所述目标人群图像中的人脸拍摄质量,所述人脸拍摄质量包括拍摄角度、光照、分辨率中的一种或多种。
9.根据权利要求6所述的机器人,其特征在于,所述影响人脸拍摄质量的因子包括:光照、摄像头的高度、位置、焦距、分辨率和拍摄角度中的一种或多种。
10.根据权利要求9所述的机器人,其特征在于,对所述第一点位进行调整,包括:摄像头角度的调整、摄像头焦距的调整以及摄像头在所述三维地图中空间位置的调整。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010074193.0A CN113223088A (zh) | 2020-01-21 | 2020-01-21 | 机器人选取摄像机架设点位的方法及机器人 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010074193.0A CN113223088A (zh) | 2020-01-21 | 2020-01-21 | 机器人选取摄像机架设点位的方法及机器人 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113223088A true CN113223088A (zh) | 2021-08-06 |
Family
ID=77085412
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010074193.0A Pending CN113223088A (zh) | 2020-01-21 | 2020-01-21 | 机器人选取摄像机架设点位的方法及机器人 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113223088A (zh) |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107896328A (zh) * | 2017-11-10 | 2018-04-10 | 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 |
-
2020
- 2020-01-21 CN CN202010074193.0A patent/CN113223088A/zh active Pending
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107896328A (zh) * | 2017-11-10 | 2018-04-10 | 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 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108419014B (zh) | 利用全景摄像机和多台抓拍摄像机联动抓拍人脸的方法 | |
CN106767529B (zh) | 激光光斑识别及激光投影仪的自动调焦方法与系统 | |
CN109521547B (zh) | 一种变步长的自动调焦方法及系统 | |
CN108731587A (zh) | 一种基于视觉的无人机动态目标跟踪与定位方法 | |
WO2015184978A1 (zh) | 摄像机控制方法、装置及摄像机 | |
US9277206B1 (en) | Dual-view laser-based three-dimensional capture system and method for employing the same | |
JP2002298142A (ja) | 人物画像検出方法、この方法を実行するためのプログラムを記録した記録媒体、人物画像検出装置及びこの装置を備えた撮影装置 | |
WO2020220522A1 (zh) | 一种智能视觉采样方法、系统及装置 | |
EP3353492B1 (en) | Device and method to locate a measurement point with an image capture device | |
CN111150175A (zh) | 一种双足三维扫描方法、装置及系统 | |
CN112073646B (zh) | 一种tof相机长短曝光融合的方法及系统 | |
CN113012292B (zh) | 一种基于无人机航拍的ar远程施工监控方法及系统 | |
CN109816702A (zh) | 一种多目标跟踪装置和方法 | |
JP2007322407A (ja) | 背景を基準とする画像処理による変位、位置、姿勢計測方法 | |
KR20130114899A (ko) | 듀얼 카메라를 이용한 화상 감지 방법 및 장치 | |
CN102104724A (zh) | 图像处理设备和图像处理方法 | |
CN105222725A (zh) | 一种基于光谱分析的高清图像动态采集方法 | |
JP2000222585A (ja) | 動き検出方法および動き検出装置および動き認識方法および動き認識装置および記録媒体 | |
JPH1144533A (ja) | 先行車両検出装置 | |
CN111562262B (zh) | 一种合金分析系统及其复检方法 | |
CN113223088A (zh) | 机器人选取摄像机架设点位的方法及机器人 | |
CN108550144B (zh) | 基于灰度信度的激光光条序列图像质量评价方法 | |
CN2904001Y (zh) | 复合激光着陆导航设备 | |
CN114638880B (zh) | 平面测距方法、单目摄像头及计算机可读存储介质 | |
CN112601021B (zh) | 一种网络摄像机监控视频的处理方法及系统 |
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 |