CN113345000A - 深度检测方法及装置、电子设备和存储介质 - Google Patents

深度检测方法及装置、电子设备和存储介质 Download PDF

Info

Publication number
CN113345000A
CN113345000A CN202110721270.1A CN202110721270A CN113345000A CN 113345000 A CN113345000 A CN 113345000A CN 202110721270 A CN202110721270 A CN 202110721270A CN 113345000 A CN113345000 A CN 113345000A
Authority
CN
China
Prior art keywords
detected
target object
frame
key point
target
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
Application number
CN202110721270.1A
Other languages
English (en)
Inventor
赵佳
谢符宝
刘文韬
钱晨
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.)
Beijing Sensetime Technology Development Co Ltd
Original Assignee
Beijing Sensetime Technology Development 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 Beijing Sensetime Technology Development Co Ltd filed Critical Beijing Sensetime Technology Development Co Ltd
Priority to CN202110721270.1A priority Critical patent/CN113345000A/zh
Publication of CN113345000A publication Critical patent/CN113345000A/zh
Priority to PCT/CN2022/085920 priority patent/WO2023273499A1/zh
Priority to TW111122249A priority patent/TW202301276A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/50—Depth or shape recovery
    • 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
    • G06N3/045—Combinations of networks
    • 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
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • 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
    • 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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20112—Image segmentation details
    • G06T2207/20132—Image cropping

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Biomedical Technology (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Biophysics (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Quality & Reliability (AREA)
  • Image Analysis (AREA)
  • Image Processing (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

本公开涉及一种深度检测方法及装置、电子设备和存储介质，所述方法包括：获取多帧待检测帧，其中，所述多帧待检测帧包括从至少两个采集视角对目标对象进行图像采集所得到的图像帧；根据所述待检测帧进行所述目标对象中目标区域的关键点检测，确定与所述多帧待检测帧对应的多个关键点检测结果，其中，所述目标区域包括头部区域和/或肩部区域；根据所述多个关键点检测结果，确定所述目标对象的深度信息。

Description

深度检测方法及装置、电子设备和存储介质
技术领域
本公开涉及计算机技术领域，尤其涉及一种深度检测方法及装置、电子设备和存储介质。
背景技术
深度信息可以反映图像中的人体相对于图像采集设备的距离，基于深度信息，可以对图像中的人体对象进行空间定位。
双目相机是一种较为常见和广泛应用的图像采集设备，基于双目相机采集的至少两个图像，可以通过图像间的匹配来确定图像中人体的深度信息，然而图像间的匹配计算复杂且精度容易受影响，如何便捷且准确地确定图像中人体的深度信息，成为目前一个亟待解决的问题。
发明内容
本公开提出了一种深度检测的技术方案。
根据本公开的一方面，提供了一种深度检测方法，包括：
获取多帧待检测帧，其中，所述多帧待检测帧包括从至少两个采集视角对目标对象进行图像采集所得到的图像帧；根据所述待检测帧进行所述目标对象中目标区域的关键点检测，确定与所述多帧待检测帧对应的多个关键点检测结果，其中，所述目标区域包括头部区域和/或肩部区域；根据所述多个关键点检测结果，确定所述目标对象的深度信息。
在一种可能的实现方式中，所述根据所述多个关键点检测结果，确定所述目标对象的深度信息，包括：获取至少两个采集设备分别对应的至少两个预设设备参数，所述至少两个采集设备用于从至少两个采集视角对所述目标对象进行图像采集；根据所述至少两个预设设备参数以及所述多个关键点检测结果，确定所述待检测帧中所述目标对象的深度信息。
在一种可能的实现方式中，所述深度信息包括深度距离，所述深度距离包括所述目标对象与采集设备的光心之间的距离；所述根据所述至少两个预设设备参数以及所述多个关键点检测结果，确定所述待检测帧中所述目标对象的深度信息，包括：根据所述至少两个预设设备参数中的预设外部参数以及所述多个关键点检测结果在至少两个形式下的坐标，得到所述深度距离；其中，所述预设外部参数包括所述至少两个采集设备之间形成的相对参数。
在一种可能的实现方式中，所述深度信息包括偏移角度，所述偏移角度包括所述目标对象相对于所述采集设备的光轴的空间角度；所述根据所述至少两个预设设备参数以及所述多个关键点检测结果，确定所述待检测帧中所述目标对象的深度信息，包括：根据所述至少两个预设设备参数中的预设内部参数以及所述多个关键点检测结果在至少两个形式下的坐标，得到所述偏移角度；其中，所述预设内部参数包括所述至少两个设备分别对应的设备参数。
在一种可能的实现方式中，所述根据所述待检测帧进行所述目标对象中目标区域的关键点检测，包括：根据所述目标对象在参考帧中的位置信息，对所述待检测帧中的所述目标对象的目标区域进行关键点检测，得到与所述待检测帧对应的关键点检测结果，其中，所述参考帧为所述待检测帧所属的目标视频中，位于所述待检测帧之前的视频帧。
在一种可能的实现方式中，所述根据所述目标对象在参考帧中的位置信息，对所述待检测帧中的所述目标对象的目标区域进行关键点检测，得到与所述待检测帧对应的关键点检测结果，包括：根据所述参考帧中所述目标对象的第一位置，对所述待检测帧进行裁剪，得到裁剪结果；对所述裁剪结果中的目标对象的目标区域进行关键点检测，得到与所述待检测帧对应的关键点检测结果。
在一种可能的实现方式中，所述根据所述目标对象在参考帧中的位置信息，对所述待检测帧中的所述目标对象的目标区域进行关键点检测，得到与所述待检测帧对应的关键点检测结果，包括：获取所述目标对象的目标区域在所述参考帧中的第二位置；根据所述第二位置，对所述待检测帧进行裁剪，得到裁剪结果；对所述裁剪结果中的目标对象的目标区域进行关键点检测，得到与所述待检测帧对应的关键点检测结果。
在一种可能的实现方式中，所述获取所述目标对象的目标区域在所述参考帧中的第二位置，包括：通过第一神经网络对所述参考帧中的目标区域进行识别，得到所述第一神经网络输出的第二位置；和/或，根据所述参考帧对应的关键点检测结果，得到所述目标区域在所述参考帧中的第二位置。
在一种可能的实现方式中，所述方法还包括：根据所述目标对象的深度信息，确定所述目标对象在三维空间中的位置。
根据本公开的一方面，提供了一种深度检测装置，包括：
获取模块，用于获取多帧待检测帧，其中，所述多帧待检测帧包括从至少两个采集视角对目标对象进行图像采集所得到的图像帧；关键点检测模块，用于根据所述待检测帧进行所述目标对象中目标区域的关键点检测，确定与所述多帧待检测帧对应的多个关键点检测结果，其中，所述目标区域包括头部区域和/或肩部区域；深度检测模块，用于根据所述多个关键点检测结果，确定所述目标对象的深度信息。
在一种可能的实现方式中，所述深度检测模块用于：获取至少两个采集设备分别对应的至少两个预设设备参数，所述至少两个采集设备用于从至少两个采集视角对所述目标对象进行图像采集；根据所述至少两个预设设备参数以及所述多个关键点检测结果，确定所述待检测帧中所述目标对象的深度信息。
在一种可能的实现方式中，所述深度信息包括深度距离，所述深度距离包括所述目标对象与采集设备的光心之间的距离；所述深度检测模块进一步用于：根据所述至少两个预设设备参数中的预设外部参数以及所述多个关键点检测结果在至少两个形式下的坐标，得到所述深度距离；其中，所述预设外部参数包括所述至少两个采集设备之间形成的相对参数。
在一种可能的实现方式中，所述深度信息包括偏移角度，所述偏移角度包括所述目标对象相对于所述采集设备的光轴的空间角度；所述深度检测模块进一步用于：根据所述至少两个预设设备参数中的预设内部参数以及所述多个关键点检测结果在至少两个形式下的坐标，得到所述偏移角度；其中，所述预设内部参数包括所述至少两个设备分别对应的设备参数。
在一种可能的实现方式中，，所述关键点检测模块用于：根据所述目标对象在参考帧中的位置信息，对所述待检测帧中的所述目标对象的目标区域进行关键点检测，得到与所述待检测帧对应的关键点检测结果，其中，所述参考帧为所述待检测帧所属的目标视频中，位于所述待检测帧之前的视频帧。
在一种可能的实现方式中，所述关键点检测模块进一步用于：根据所述参考帧中所述目标对象的第一位置，对所述待检测帧进行裁剪，得到裁剪结果；对所述裁剪结果中的目标对象的目标区域进行关键点检测，得到与所述待检测帧对应的关键点检测结果。
在一种可能的实现方式中，所述关键点检测模块进一步用于：获取所述目标对象的目标区域在所述参考帧中的第二位置；根据所述第二位置，对所述待检测帧进行裁剪，得到裁剪结果；对所述裁剪结果中的目标对象的目标区域进行关键点检测，得到与所述待检测帧对应的关键点检测结果。
在一种可能的实现方式中，所述关键点检测模块进一步用于：通过第一神经网络对所述参考帧中的目标区域进行识别，得到所述第一神经网络输出的第二位置；和/或，根据所述参考帧对应的关键点检测结果，得到所述目标区域在所述参考帧中的第二位置。
在一种可能的实现方式中，所述装置还用于：根据所述目标对象的深度信息，确定所述目标对象在三维空间中的位置。
根据本公开的一方面，提供了一种电子设备，包括：处理器；用于存储处理器可执行指令的存储器；其中，所述处理器被配置为调用所述存储器存储的指令，以执行上述方法。
根据本公开的一方面，提供了一种计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现上述方法。
在本公开实施例中，通过获取从至少两个采集视角下采集到的多帧待检测帧，根据待检测帧进行目标区域的关键点检测，确定多帧待检测帧对应的多个关键点检测结果，并基于多个关键点检测结果，确定目标对象的深度信息，通过本公开实施例，可以通过至少两个采集视角下所采集的多帧待检测帧所形成的视差，利用多帧待检测帧中目标区域对应的多个关键点检测结果，实现基于视差的计算来得到深度信息，有效减小基于视差进行计算的过程中所处理的数据量，提高深度检测的效率和精度。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，而非限制本公开。根据下面参考附图对示例性实施例的详细说明，本公开的其它特征及方面将变得清楚。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，这些附图示出了符合本公开的实施例，并与说明书一起用于说明本公开的技术方案。
图1示出根据本公开实施例的深度检测方法的流程图。
图2示出根据本公开实施例的目标区域的示意图。
图3示出根据本公开实施例的深度检测方法的流程图。
图4示出根据本公开实施例的深度检测装置的框图。
图5示出根据本公开一应用示例的示意图。
图6示出根据本公开实施例的电子设备的框图。
图7示出根据本公开实施例的电子设备的框图。
具体实施方式
以下将参考附图详细说明本公开的各种示例性实施例、特征和方面。附图中相同的附图标记表示功能相同或相似的元件。尽管在附图中示出了实施例的各种方面，但是除非特别指出，不必按比例绘制附图。
在这里专用的词“示例性”意为“用作例子、实施例或说明性”。这里作为“示例性”所说明的任何实施例不必解释为优于或好于其它实施例。
本文中术语“和/或”，仅仅是一种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这三种情况。另外，本文中术语“至少一种”表示多种中的任意一种或多种中的至少两种的任意组合，例如，包括A、B、C中的至少一种，可以表示包括从A、B和C构成的集合中选择的任意一个或多个元素。
另外，为了更好地说明本公开，在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解，没有某些具体细节，本公开同样可以实施。在一些实例中，对于本领域技术人员熟知的方法、手段、元件和电路未作详细描述，以便于凸显本公开的主旨。
图1示出根据本公开实施例的深度检测方法的流程图。该方法可以由深度检测装置执行，深度检测装置可以是终端设备或服务器等电子设备，终端设备可以为用户设备(User Equipment，UE)、移动设备、用户终端、终端、蜂窝电话、无绳电话、个人数字处理(Personal Digital Assistant，PDA)、手持设备、计算设备、车载设备、可穿戴设备等。在一些可能的实现方式中，该方法可以通过处理器调用存储器中存储的计算机可读指令的方式来实现。或者，可以通过服务器执行该方法。如图1所示，该方法可以包括：
步骤S11，获取多帧待检测帧，其中，多帧待检测帧包括从至少两个采集视角对目标对象进行图像采集所得到的图像帧。
其中，待检测帧可以是具有深度检测需求的任意图像帧，比如可以是从拍摄的视频中提取的图像帧，或是拍摄图像得到的图像帧等。多帧待检测帧的数量在本公开实施例中不做限制，可以包含两帧或两帧以上。
采集视角可以为对目标对象进行图像采集的角度，不同的待检测帧可以通过设置在不同采集视角下的图像采集设备进行采集，也可以通过相同的图像设备在不同的采集视角下进行采集。
待检测帧中包含待进行深度检测的目标对象，目标对象的类型在本公开实施例中不做限制，可以包括各类人物对象、动物对象或是部分机械对象，比如机器人等。后续各公开实施例均以目标对象为人物对象为例进行说明，目标对象为其他类型的实现方式可以参考后续各公开实施例进行灵活扩展，不再一一阐述。
待检测帧中包含的目标对象数量在本公开实施例中同样不做限制，可以包含一个或多个目标对象，根据实际情况灵活决定。
获取多帧待检测帧的方式在本公开实施例中也不做限制，在一种可能的实现方式中，可以从一个或多个视频中进行帧提取以得到多帧待检测帧，其中，帧提取可以包括逐帧提取、按照一定的间隔进行帧采样或是随机帧采样等一种或多种方式。在一种可能的实现方式中，也可以对目标对象进行多角度的图像采集来得到多帧待检测帧；在一些可能的实现方式中，还可以从数据库中读取以得到不同采集视角下的多帧待检测帧等。
步骤S12，根据待检测帧进行目标对象中目标区域的关键点检测，确定与多帧待检测帧对应的多个关键点检测结果。
其中，关键点检测结果可以包括检测到的关键点在待检测帧中的位置。其中，检测到的关键点数量和类型可以根据实际情况灵活决定，在一些可能的实现方式中，检测到的关键点数量可以包括2～150个等，在一个示例中，检测到的关键点可以包含人体的14个肢体关键点(如头部关键点、肩部关键点、颈部关键点、手肘关键点、手腕关键点、胯部关键点、腿部关键点以及足部关键点等)，或是包含人体外围轮廓上的59个轮廓关键点(如头部外围或是肩部外围上的一些关键点)等。在一种可能的实现方式中，为了减小计算量，检测到的关键点也可以仅包含头部关键点、左肩关键点以及右肩关键点共三个关键点。
多个关键点检测结果可以分别与多帧待检测帧相对应，举例来说，对多帧待检测帧分别进行关键点检测，则每帧待检测帧可以对应一个关键点检测结果，从而可以得到多个关键点检测结果。
目标区域可以包括头部区域和/或肩部区域，目标对象的头部区域可以是目标对象头部所在的区域，比如头部关键点和颈部关键点之间所构成的区域；肩部区域则可以是目标对象肩颈部所在的区域，比如颈部关键点和肩部关键点之间所构成的区域。
图2示出根据本公开一实施例的目标区域的示意图，如图所示，在一种可能的实现方式中，在目标区域包括头部区域和肩部区域的情况下，可以将头部关键点、左肩关键点和右肩关键点连接而成的头肩框，作为目标区域。在一个示例中，头肩框可以是如图2所示的矩形，从图2中可以看出，头肩框可以通过连接目标对象头部顶点的头部关键点、左肩关节处的左肩关键点和右肩关节处的右肩关键点所得到。在一个示例中，头肩框也可以为其他性状，比如多边形、圆形或是其他不规则的形状等。
关键点检测的方式可以根据实际情况灵活决定，在一种可能的实现方式中，可以将待检测帧输入具有关键点检测功能的任意神经网络以实现关键点检测；在一些可能的实现方式中，也可以通过相关的关键点识别算法，对待检测帧进行关键点识别以得到关键点检测结果；在一些可能的实现方式中，还可以根据目标对象或目标对象中的目标区域在待检测帧中的位置，对待检测帧中的部分图像区域进行关键点检测，以得到关键点检测结果等。步骤S12的一些可能的具体实现方式可以详见下述各公开实施例，在此先不做展开。
步骤S13，根据多个关键点检测结果，确定待检测帧中目标对象的深度信息。
其中，深度信息包含的信息内容可以根据实际情况灵活决定，任何可以反映目标对象在三维空间中的深度情况的信息，均可以作为深度信息的实现方式。在一种可能的实现方式中，深度信息可以包括深度距离和/或偏移角度。
深度距离可以是目标对象与采集设备之间的距离，采集设备可以是对目标对象进行图像采集的任意设备，在一些可能的实现方式中，该采集设备可以是静态图像的采集设备，如照相机等；在一些可能的实现方式中，该采集设备也可以是采集动态图像的设备，比如摄像机或是监控摄像头等。
如上述公开实施例所述，不同的待检测帧可以通过设置在不同采集视角下的图像采集设备进行采集，也可以通过相同的图像设备在不同的采集视角下进行采集，因此，采集设备的数量可以为一个或多个。在一种可能的实现方式中，本公开实施例提出的深度检测方法，可以基于至少两个采集设备来实现，在这种情况下，至少两个采集设备可以从至少两个采集视角对目标对象进行图像采集，以得到多帧待检测帧。
在采集设备包括至少两个采集设备的情况下，不同的采集设备的类型可以相同，也可以不同，根据实际情况灵活选择即可，在本公开实施例中不做限制。
深度距离可以是目标对象与采集设备之间的距离，该距离可以是目标对象与采集设备整体之间的距离，也可以是目标对象与采集设备的某个设备部件之间的距离，在一些可能的实现方式中，可以将目标对象与采集设备的光心之间的距离，作为深度距离。
偏移角度可以是目标对象相对于采集设备的偏移角度，在一种可能的实现方式中，该偏移角度可以是目标对象相对于采集设备的光轴的空间角度。
由于多个关键点检测结果可以与多帧待检测帧相对应，而多帧待检测帧可以通过从至少两个采集视角对目标对象进行图像采集所得到，因此，基于多个关键点检测结果，可以确定多帧待检测帧之间所形成的视差，继而可以实现基于视差的深度信息计算，得到目标对象的深度信息。其中，基于关键点检测结果所实现的基于视差的计算方式可以根据实际情况灵活决定，任何基于视差实现深度测距的方式均可以用于步骤S13的实现过程中，详见下述各公开实施例，在此先不做展开。
在本公开实施例中，通过获取从至少两个采集视角下采集到的多帧待检测帧，根据待检测帧进行目标区域的关键点检测，确定多帧待检测帧对应的多个关键点检测结果，并基于多个关键点检测结果，确定目标对象的深度信息，通过本公开实施例，可以通过至少两个采集视角下所采集的多帧待检测帧所形成的视差，利用多帧待检测帧中目标区域对应的多个关键点检测结果，实现基于视差的计算来得到深度信息，有效减小基于视差进行计算的过程中所处理的数据量，提高深度检测的效率和精度。
在一种可能的实现方式中，步骤S12可以包括：
根据目标对象在参考帧中的位置信息，对待检测帧中的目标对象的目标区域进行关键点检测，得到与待检测帧对应的关键点检测结果。
其中，参考帧可以是目标视频中位于待检测帧之前的视频帧，目标视频可以是包含待检测帧的视频。在一些可能的实现方式中，不同的待检测帧可以分别属于不同的目标视频，在这种情况下，不同的待检测帧对应的参考帧也可以不同。
在一些可能的实现方式中，参考帧可以是目标视频中待检测帧的前一帧，在一些可能的实现方式中，参考帧也可以是目标视频中，位于待检测帧以前且与待检测帧之间的距离不超过预设距离的视频帧，预设距离的数量可以根据实际情况灵活决定，可以是间隔一帧或多帧等，在本公开实施例中不做限定。
由于参考帧位于待检测帧之前，且与待检测帧的距离不超过预设距离，因此参考帧中目标对象的位置，和待检测帧中目标对象的位置可能较为接近，在这种情况下，根据目标对象在参考帧中的位置信息，可以大致确定出待检测帧中目标对象的位置信息，在这种情况下，可以对待检测帧中的目标对象的目标区域进行更有针对性的关键点检测，且检测的数据量也会较小，从而可以得到更为准确的关键点检测结果，也可以提升关键点检测的效率。
在一些可能的实现方式中，根据目标对象在参考帧中的位置信息，对待检测帧中的目标对象的目标区域进行关键点检测的方式可以根据实际情况灵活决定，比如可以根据目标对象在参考帧中的位置信息对待检测帧进行裁剪后再进行关键点检测，或是根据目标对象在参考帧中的位置信息，直接对待检测帧中对应位置的图像区域进行关键点检测等，各种可能的实现方式可以详见下述各公开实施例，在此先不做展开。
通过本公开实施例，可以根据目标对象在参考帧中的位置信息，对待检测帧中的目标区域实现更有针对性的关键点检测，提升关键点检测的效率和精度，从而提升深度检测方法的效率和精度。
在一种可能的实现方式中，根据目标对象在参考帧中的位置信息，对待检测帧中的目标对象的目标区域进行关键点检测，得到与待检测帧对应的关键点检测结果，包括：
根据所述参考帧中所述目标对象的第一位置，对待检测帧进行裁剪，得到裁剪结果；
对裁剪结果中的目标对象的目标区域进行关键点检测，得到与待检测帧对应的关键点检测结果。
其中，第一位置可以是参考帧中目标对象整体的位置坐标，比如在目标对象为人物对象的情况下，该第一位置可以是目标对象的人体框在参考帧中的位置坐标。
根据第一位置对待检测帧进行裁剪的方式在本公开实施例中同样不做限制，不局限于下述各公开实施例。在一种可能的实现方式中，可以根据第一位置，确定参考帧中人体框的第一坐标，并结合参考帧和待检测帧之间的位置坐标对应关系，确定目标对象的人体框在待检测帧中的第二坐标，基于该第二坐标对待检测帧进行裁剪以得到裁剪结果。
在一些可能的实现方式中，也可以根据第一位置，确定参考帧中人体框的第一坐标，以及人体框的边框长度，并结合参考帧和待检测帧之间的位置坐标对应关系，确定目标对象的人体框在待检测帧中的第二坐标，基于该第二坐标和边框长度来对待检测帧进行裁剪以得到裁剪结果，其中，基于第二坐标和边框长度的裁剪，可以是根据第二坐标确定裁剪端点的位置，并边框长度确定裁剪结果的长度，在一个示例中，裁剪结果的长度可以与边框长度一致，在一个示例中，裁剪结果的长度也可以与边框长度成比例，比如为边框长度的N倍等，N可以为不小于1的任意数值等。
对裁剪结果中的目标对象进行关键点检测的方式可以根据实际情况灵活决定，详见下述各公开实施例，在此先不做展开。
通过本公开实施例，可以根据参考帧中目标对象的第一位置，对待检测帧中的目标对象进行初步定位，得到裁剪结果，基于该裁剪结果进行目标区域的关键点检测，一方面可以减小检测的数据量，提高检测效率，另一方面由于裁剪后目标对象在裁剪结果中所占的比例较大，因此可以提升关键点检测的精度。
在一种可能的实现方式中，根据目标对象在参考帧中的位置信息，对待检测帧中的目标对象的目标区域进行关键点检测，得到与待检测帧对应的关键点检测结果，包括：
获取目标对象的目标区域在参考帧中的第二位置；
根据第二位置，对待检测帧进行裁剪，得到裁剪结果；
对裁剪结果中的目标对象进行关键点检测，得到关键点检测结果。
其中，第二位置可以是目标对象的目标区域在参考帧中的位置坐标，如上述各公开实施例所述，目标区域可以包括头部区域和/或肩部区域，故在一种可能的实现方式中，该第二位置可以是目标对象的头肩框在参考帧中的位置坐标。
如何确定目标区域在参考帧中的第二位置，其实现形式可以根据实际情况灵活决定，比如可以通过对参考帧进行头肩框和/或关键点识别等方式进行实现，详见下述各公开实施例，在此先不做展开。
根据第二位置对待检测帧进行裁剪的方式，可以参考根据第一位置对待检测帧进行裁剪的方式，在此不再赘述。
对裁剪结果中的目标对象进行关键点检测的方式，可以与根据第一位置所得到的裁剪结果进行关键点检测的方式相同，也可以不同，详见下述各公开实施例，在此先不做展开。
通过本公开实施例，可以根据参考帧中目标对象的目标区域所在的第二位置来得到关键点检测结果，这种方式可以更为针对性地关注目标区域，从而进一步减小数据的处理量，从而更进一步地提升了深度检测的精度和效率。
在一种可能的实现方式中，获取目标对象的目标区域在参考帧中的第二位置，可以包括：
通过第一神经网络对参考帧中的目标区域进行识别，得到第一神经网络输出的第二位置。和/或，
根据参考帧对应的关键点检测结果，得到目标区域在参考帧中的第二位置。
其中，第一神经网络可以是用于确定第二位置的任意网络，其实现形式在本公开实施例中不做限制。在一些可能的实现方式中，第一神经网络可以是目标区域检测网络，用于直接从参考帧中识别目标区域的第二位置，在一个示例中，该目标区域检测网络可以是Faster RCNN检测网络；在一些可能的实现方式中，第一神经网络也可以是关键点检测网络，用于对参考帧中的一个或多个关键点进行识别，继而根据识别到的关键点位置，确定参考帧中目标区域的第二位置。
在一些可能的实现方式中，参考帧也可能作为待检测帧进行深度检测，在这种情况下，参考帧可能已经经历过关键点检测并得到对应的关键点检测结果。因此，在一些可能的实现方式中，可以根据参考帧对应的关键点检测结果，来得到目标区域在参考帧中的第二位置。
在一些可能的实现方式中，也可以直接对参考帧进行关键点检测以得到关键点检测结果，关键点检测的方式可以参考其他各公开实施例，在此不再赘述。
通过本公开实施例，可以根据参考帧的实际情况，灵活地采用多种方式确定目标区域在参考帧中的第二位置，提升了深度检测的灵活性和通用性；而且在一些可能的实现方式中，在位于待检测帧以前的参考帧参与过深度检测的情况下，可以直接基于参考帧在深度检测中得到的中间结果来确定第二位置，从而减小数据的重复计算，提升深度检测的效率和精度。
在一种可能的实现方式中，对裁剪结果中的目标对象进行关键点检测，得到关键点检测结果，可以包括：
通过第二神经网络对裁剪结果中的目标对象进行关键点检测，得到关键点检测结果。
其中，第二神经网络可以是用于实现关键点检测的任意神经网络，其实现方式在本公开实施例中不做限制，其中，在第一神经网络可以是关键点检测网络的情况下，第二神经网络可以与第一神经网络的实现方式相同或不同。
在一些可能的实现方式中，也可以通过相关的关键点识别算法对裁剪结果中的目标对象进行关键点检测，采用何种关键点识别算法在本公开实施例中同样不做限制。
图3示出根据本公开一实施例的深度检测方法的流程图，如图所示，在一种可能的实现方式中，步骤S13可以包括：
步骤S131，获取至少两个采集设备分别对应的至少两个预设设备参数，至少两个采集设备用于从至少两个采集视角对目标对象进行图像采集。
步骤S132，根据至少两个预设设备参数以及多个关键点检测结果，确定待检测帧中目标对象的深度信息。
其中，采集设备的实现方式可以参考上述各公开实施例，在此不再赘述。
在一些可能的实现方式中，至少两个预设设备参数可以包括至少两个采集设备分别对应的预设内部参数。预设内部参数可以是采集设备本身的一些标定参数，其包含的参数类型和种类可以根据采集设备的实际情况灵活决定。在一些可能的实现方式中，预设内部参数可以包括采集设备的内参矩阵，该内参矩阵中可以包含相机的一个或多个焦距参数，以及一个或多个相机的主点位置等。
在一些可能的实现方式中，由于采集设备可以包括至少两个采集设备，因此至少两个预设设备参数中，还可以包括预设外部参数，其中，预设外部参数可以是不同采集设备之间所形成的相对参数，用于描述不同采集设备之间在世界坐标系中的相对位置。在一些可能的实现方式中，预设外部参数可以包括不同采集设备之间形成的外参矩阵，在一个示例中，该外参矩阵可以包括旋转矩阵和/或平移向量矩阵等。
获取预设设备参数的方式在本公开实施例中不做限定，在一些可能的实现方式中，可以根据采集设备的实际情况直接获取该预设设备参数，在一些可能的实现方式中，也可以通过对采集设备进行标定来获得该预设设备参数。
根据多个关键点检测结果之间的位置关系，结合至少两个预设设备参数，可以确定在三维的世界坐标系下不同的待检测帧之间所形成的视差。上述公开实施例中提到，深度信息包含的信息内容可以根据实际情况灵活决定，因此随着深度信息内容的不同，根据预设设备参数与多个关键点检测结果确定深度信息的过程也可以随之发生变化，详见下述各公开实施例，在此先不做展开。
通过本公开实施例，可以利用至少两个预设设备参数和多个关键点检测结果，确定不同待检测帧之间所形成的视差，简单便捷地确定深度信息，这种方式计算量较小且结果较为精确，可以提升深度检测的精度和效率。
在一种可能的实现方式中，步骤S132可以包括：
根据至少两个预设设备参数中的预设外部参数以及多个关键点检测结果在至少两个形式下的坐标，得到深度距离。
其中，预设外部参数的实现形式可以参考上述各公开实施例，在此不再赘述。关键点检测结果在至少两个形式下的坐标，可以是关键点检测结果在不同的坐标系下所对应的坐标，比如可以包括关键点检测结果在图像坐标系中所形成的像素坐标，和/或，在不同的采集设备中分别形成的齐次坐标等。具体选择哪些形式的坐标可以根据实际情况灵活选择，不局限于下述各公开实施例。
在得到深度距离的过程中，选用关键点检测结果中哪个关键点的坐标，在本公开实施例中不做限制，在一些可能的实现方式中，可以选用头部关键点、左肩关键点以及右肩关键点中的一个或多个，在一个示例中，可以选用头部关键点。在一些可能的实现方式中，还可以选用头肩中心点。
其中，头肩中心点可以是上述公开实施例中提到的头肩框的中心点，在一些可能的实现方式中，可以根据头部关键点、左肩关键点和右肩关键点的位置坐标，确定头肩框整体的位置坐标，并基于该头肩框整体的位置坐标，确定头肩中心点的位置坐标；在一些可能的实现方式中，也可以直接将头肩中心点作为待检测的关键点，从而在关键点检测结果中直接获取到头肩中心点的位置坐标。
随着采集设备数量的不同，得到深度距离的计算方式可以灵活发生变化，不局限于下述各公开实施例。在一个示例中，可以包括左相机和右相机两个采集设备，在这种情况下，根据至少两个预设设备参数中的外部参数以及多个关键点检测结果在至少两个形式下的坐标，得到深度距离的过程，可以通过下述公式(1)和(2)进行表示：
Figure BDA0003136919270000091
Figure BDA0003136919270000092
其中，d为深度距离，
Figure BDA0003136919270000095
为左相机采集的待检测帧中关键点在齐次形式下的原始坐标，
Figure BDA0003136919270000096
为对原始坐标进行线性变换后所得到的变换坐标，
Figure BDA0003136919270000097
为右相机采集的待检测帧中关键点在齐次形式下的坐标，
Figure BDA0003136919270000093
为预设外部参数中右相机相对于左相机的旋转矩阵R，
Figure BDA0003136919270000094
为预设外部参数中右相机相对于左相机的平移向量矩阵T。
通过本公开实施例，可以不同相机坐标系下关键点的齐次形式坐标，以及关键点在线性变换后形式下的坐标，结合不同相机之间相对的预设外部参数，以较小的计算量精确地确定深度距离，从而提升深度检测的精度和效率。
在一种可能的实现方式中，步骤S132也可以包括：
根据至少两个预设设备参数中的预设内部参数以及多个关键点检测结果在至少两个形式下的坐标，得到偏移角度。
其中，预设内部参数与关键点检测结果在至少两个形式下的坐标的实现形式，同样可以参考上述各公开实施例，在此不再赘述。
根据预设内部参数以及关键点检测结果在至少两个形式下的坐标，得到偏移角度的方式也可以灵活选择，不局限于下述各公开实施例。确定偏移角度的过程中，选用的关键点的种类同样可以根据实际情况灵活选择，可以参考上述确定深度距离中选用的关键点类型，在此不再赘述。
类似于深度距离的确定过程，随着采集设备数量的不同，得到偏移角度的计算方式也可以灵活发生变化，不局限于下述各公开实施例。在一个示例中，以采集设备包括某目标相机为例，得到相对于该目标相机的偏移角度的过程，可以通过下述公式(3)至(5)进行表示：
Figure BDA0003136919270000101
Figure BDA0003136919270000102
Figure BDA0003136919270000103
其中，θx为目标对象在x轴方向上的偏移角度，θy为目标对象在y轴方向上的偏移角度，
Figure BDA0003136919270000105
为目标相机采集的待检测帧中关键点在齐次形式下的坐标，
Figure BDA0003136919270000106
为目标相机采集的待检测帧中关键点的像素坐标，fx和fy为目标相机的内参矩阵
Figure BDA0003136919270000104
中的焦距参数，u0和v0为目标相机的内参矩阵K中的主点位置。。
通过本公开实施例，可以利用预设内部参数和深度检测过程中得到的关键点检测结果在不同形式下的坐标，简单便捷地确定偏移角度，这种确定方式无需获取额外的数据，且便于计算，可以提升深度检测的效率和便捷程度。
在一种可能的实现方式中，本公开实施例提出的方法还可以包括：
根据目标对象的深度信息，确定目标对象在三维空间中的位置。
其中，目标对象在三维空间中的位置，可以是目标对象在三维空间中的三维坐标。基于深度信息确定三维空间中的位置的方式可以根据实际情况灵活选择，在一种可能的实现方式中，可以根据目标对象的关键点检测结果，确定目标对象在待检测帧中的二维坐标，并将该二维坐标与深度信息中的深度距离和/或偏移角度等进行结合，从而确定目标对象在三维空间中的三维坐标。
在确定目标对象在三维空间中的位置以后，可以基于该三维的位置信息，对目标对象进行人脸识别、活体识别、路线跟踪或是应用到虚拟现实(VR，Virtual Reality)或增强现实(AR，Augmented Reality)等场景中。通过本公开实施例，可以利用深度信息对目标对象进行三维定位，从而与目标对象实现各种方式的交互等操作。比如，在一些可能的实现方式中，可以根据目标对象在三维空间中的位置，确定目标对象与智能空调之间的距离和角度，从而动态调整智能空调的风向和/或风速；在一些可能的实现方式中，也可以在AR游戏平台中，基于目标对象在三维空间中的位置，对目标对象在游戏场景中进行定位，从而可以更加真实自然地实现AR场景中的人机互动。
可以理解，本公开提及的上述各个方法实施例，在不违背原理逻辑的情况下，均可以彼此相互结合形成结合后的实施例，限于篇幅，本公开不再赘述。本领域技术人员可以理解，在具体实施方式的上述方法中，各步骤的具体执行顺序应当以其功能和可能的内在逻辑确定。
此外，本公开还提供了深度检测装置、电子设备、计算机可读存储介质、程序，上述均可用来实现本公开提供的任一种深度检测方法，相应技术方案和描述和参见方法部分的相应记载，不再赘述。
图4示出根据本公开实施例的深度检测装置的框图。如图4所示，装置20包括：
获取模块21，用于获取多帧待检测帧，其中，多帧待检测帧包括从至少两个采集视角对目标对象进行图像采集所得到的图像帧。
关键点检测模块22，用于根据待检测帧进行目标对象中目标区域的关键点检测，确定与多帧待检测帧对应的多个关键点检测结果，其中，目标区域包括头部区域和/或肩部区域。
深度检测模块23，用于根据多个关键点检测结果，确定目标对象的深度信息。
在一种可能的实现方式中，深度检测模块用于：获取至少两个采集设备分别对应的至少两个预设设备参数，至少两个采集设备用于从至少两个采集视角对目标对象进行图像采集；根据至少两个预设设备参数以及多个关键点检测结果，确定待检测帧中目标对象的深度信息。
在一种可能的实现方式中，深度信息包括深度距离，深度距离包括目标对象与采集设备的光心之间的距离；深度检测模块进一步用于：根据至少两个预设设备参数中的预设外部参数以及多个关键点检测结果在至少两个形式下的坐标，得到深度距离；其中，预设外部参数包括至少两个采集设备之间形成的相对参数。
在一种可能的实现方式中，深度信息包括偏移角度，偏移角度包括目标对象相对于采集设备的光轴的空间角度；深度检测模块进一步用于：根据至少两个预设设备参数中的预设内部参数以及多个关键点检测结果在至少两个形式下的坐标，得到偏移角度；其中，预设内部参数包括至少两个设备分别对应的设备参数。
在一种可能的实现方式中，，关键点检测模块用于：根据目标对象在参考帧中的位置信息，对待检测帧中的目标对象的目标区域进行关键点检测，得到与待检测帧对应的关键点检测结果，其中，参考帧为待检测帧所属的目标视频中，位于待检测帧之前的视频帧。
在一种可能的实现方式中，关键点检测模块进一步用于：根据参考帧中目标对象的第一位置，对待检测帧进行裁剪，得到裁剪结果；对裁剪结果中的目标对象的目标区域进行关键点检测，得到与待检测帧对应的关键点检测结果。
在一种可能的实现方式中，关键点检测模块进一步用于：获取目标对象的目标区域在参考帧中的第二位置；根据第二位置，对待检测帧进行裁剪，得到裁剪结果；对裁剪结果中的目标对象的目标区域进行关键点检测，得到与待检测帧对应的关键点检测结果。
在一种可能的实现方式中，关键点检测模块进一步用于：通过第一神经网络对参考帧中的目标区域进行识别，得到第一神经网络输出的第二位置；和/或，根据参考帧对应的关键点检测结果，得到目标区域在参考帧中的第二位置。
在一种可能的实现方式中，装置还用于：根据目标对象的深度信息，确定目标对象在三维空间中的位置。
在一些实施例中，本公开实施例提供的装置具有的功能或包含的模块可以用于执行上文方法实施例描述的方法，其具体实现可以参照上文方法实施例的描述，为了简洁，这里不再赘述。
应用场景示例
图5示出根据本公开一应用示例的示意图，如图所示，本公开应用示例提出一种深度检测方法，可以包括如下过程：
步骤S31，使用Faster RCNN神经网络，从双目相机(包括左相机和右相机)拍摄的两张待检测帧中分别进行人体的头肩框检测，得到左相机的第一帧中头肩框的位置，以及右相机的第一帧中头肩框的位置。
步骤S32，分别获取左相机和右相机各自对应的目标视频，从目标视频的第二帧开始，将该视频帧作为待检测帧，将待检测帧的上一帧作为参考帧，根据参考帧中头肩框的第二位置，通过关键点检测网络对待检测帧进行关键点检测，得到头部关键点、左肩关键点以及右肩关键点这三个关键点的位置坐标，并将该三个关键点的外接矩形作为待检测帧中的头肩框。
步骤S33，根据待检测帧中关键点在至少两个形式下的坐标，以及相机的内参矩阵，计算目标对象相对于相机的偏移角度：
其中，可以根据待检测帧中头部关键点的像素坐标(u,v,1)和相机的内参矩阵K，通过上述公开实施例中提到的公式(3)至(5)，计算得到头部关键点对应的齐次形式的坐标(x/z,y/z,1)，以及相对相机光轴的偏移角度θx和θy。
步骤S34，根据待检测帧中关键点在左相机和右相机中的齐次坐标，以及右相机相对于左相机的外参矩阵，计算目标对象的深度距离：
其中，可以根据同一个关键点分别在左、右相机中的齐次形式的坐标，以及右相机相对于左相机的外参矩阵R和T，通过上述公开实施例中提到的公式(1)和(2)，计算目标对象的深度距离d。
在一个示例中，在通过步骤S33和步骤S34确定待检测帧中目标对象的深度信息以后，还可以将左相机和右相机分别对应的目标视频中，待检测帧的下一帧作为待检测帧，并回到步骤S32重新进行深度检测。
通过本公开应用示例，可以利用人体的头肩框和头肩框中的关键点计算不同视角下采集的待检测帧所形成的视差，相对于基于图像匹配的视差估计方法来说，计算量更小，应用场景更广。
可以理解，本公开提及的上述各个方法实施例，在不违背原理逻辑的情况下，均可以彼此相互结合形成结合后的实施例，限于篇幅，本公开不再赘述。
本领域技术人员可以理解，在具体实施方式的上述方法中，各步骤的撰写顺序并不意味着严格的执行顺序而对实施过程构成任何限定，各步骤的具体执行顺序应当以其功能和可能的内在逻辑确定。
本公开实施例还提出一种计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现上述方法。计算机可读存储介质可以是非易失性计算机可读存储介质。
本公开实施例还提出一种电子设备，包括：处理器；用于存储处理器可执行指令的存储器；其中，所述处理器被配置为调用所述存储器存储的指令，以执行上述方法。
本公开实施例还提供了一种计算机程序产品，包括计算机可读代码，当计算机可读代码在设备上运行时，设备中的处理器执行用于实现如上任一实施例提供的深度检测方法的指令。
本公开实施例还提供了另一种计算机程序产品，用于存储计算机可读指令，指令被执行时使得计算机执行上述任一实施例提供的深度检测方法的操作。
电子设备可以被提供为终端、服务器或其它形态的设备。
图6示出根据本公开实施例的电子设备的框图。如图6所示，电子设备800可以是移动电话，计算机，数字广播终端，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理等终端。
参照图6，电子设备800可以包括以下一个或多个组件：处理组件802，存储器804，电源组件806，多媒体组件808，音频组件810，输入/输出(I/O)的接口812，传感器组件814，以及通信组件816。
处理组件802通常控制电子设备800的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件802可以包括一个或多个处理器820来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件802可以包括一个或多个模块，便于处理组件802和其他组件之间的交互。例如，处理组件802可以包括多媒体模块，以方便多媒体组件808和处理组件802之间的交互。
存储器804被配置为存储各种类型的数据以支持在电子设备800的操作。这些数据的示例包括用于在电子设备800上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。
电源组件806为电子设备800的各种组件提供电力。电源组件806可以包括电源管理系统，一个或多个电源，及其他与为电子设备800生成、管理和分配电力相关联的组件。
多媒体组件808包括在所述电子设备800和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件808包括一个前置摄像头和/或后置摄像头。当电子设备800处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。
音频组件810被配置为输出和/或输入音频信号。例如，音频组件810包括一个麦克风(MIC)，当电子设备800处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中，音频组件810还包括一个扬声器，用于输出音频信号。
I/O接口812为处理组件802和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件814包括一个或多个传感器，用于为电子设备800提供各个方面的状态评估。例如，传感器组件814可以检测到电子设备800的打开/关闭状态，组件的相对定位，例如所述组件为电子设备800的显示器和小键盘，传感器组件814还可以检测电子设备800或电子设备800一个组件的位置改变，用户与电子设备800接触的存在或不存在，电子设备800方位或加速/减速和电子设备800的温度变化。传感器组件814可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器，如互补金属氧化物半导体(CMOS)或电荷耦合装置(CCD)图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件814还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。
通信组件816被配置为便于电子设备800和其他设备之间有线或无线方式的通信。电子设备800可以接入基于通信标准的无线网络，如无线网络(WiFi)，第二代移动通信技术(2G)或第三代移动通信技术(3G)，或它们的组合。在一个示例性实施例中，通信组件816经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，所述通信组件816还包括近场通信(NFC)模块，以促进短程通信。例如，在NFC模块可基于射频识别(RFID)技术，红外数据协会(IrDA)技术，超宽带(UWB)技术，蓝牙(BT)技术和其他技术来实现。
在示例性实施例中，电子设备800可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述方法。
在示例性实施例中，还提供了一种非易失性计算机可读存储介质，例如包括计算机程序指令的存储器804，上述计算机程序指令可由电子设备800的处理器820执行以完成上述方法。
图7示出根据本公开实施例的电子设备的框图。如图7所示，电子设备1900可以被提供为一服务器。参照图7，电子设备1900包括处理组件1922，其进一步包括一个或多个处理器，以及由存储器1932所代表的存储器资源，用于存储可由处理组件1922的执行的指令，例如应用程序。存储器1932中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外，处理组件1922被配置为执行指令，以执行上述方法。
电子设备1900还可以包括一个电源组件1926被配置为执行电子设备1900的电源管理，一个有线或无线网络接口1950被配置为将电子设备1900连接到网络，和一个输入输出(I/O)接口1958。电子设备1900可以操作基于存储在存储器1932的操作系统，例如微软服务器操作系统(Windows ServerTM)，苹果公司推出的基于图形用户界面操作系统(Mac OSXTM)，多用户多进程的计算机操作系统(UnixTM),自由和开放原代码的类Unix操作系统(LinuxTM)，开放原代码的类Unix操作系统(FreeBSDTM)或类似。
在示例性实施例中，还提供了一种非易失性计算机可读存储介质，例如包括计算机程序指令的存储器1932，上述计算机程序指令可由电子设备1900的处理组件1922执行以完成上述方法。
本公开可以是系统、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质，其上载有用于使处理器实现本公开的各个方面的计算机可读程序指令。
计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是(但不限于)电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身，诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如，通过光纤电缆的光脉冲)、或者通过电线传输的电信号。
这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备，或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令，并转发该计算机可读程序指令，以供存储在各个计算/处理设备中的计算机可读存储介质中。
用于执行本公开操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码，所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等，以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中，通过利用计算机可读程序指令的状态信息来个性化定制电子电路，例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA)，该电子电路可以执行计算机可读程序指令，从而实现本公开的各个方面。
这里参照根据本公开实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本公开的各个方面。应当理解，流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合，都可以由计算机可读程序指令实现。
这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器，从而生产出一种机器，使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时，产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中，这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作，从而，存储有指令的计算机可读介质则包括一个制造品，其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。
也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上，使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤，以产生计算机实现的过程，从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。
附图中的流程图和框图显示了根据本公开的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分，所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
该计算机程序产品可以具体通过硬件、软件或其结合的方式实现。在一个可选实施例中，所述计算机程序产品具体体现为计算机存储介质，在另一个可选实施例中，计算机程序产品具体体现为软件产品，例如软件开发包(Software Development Kit，SDK)等等。
以上已经描述了本公开的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术的改进，或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。

Claims (12)

1.一种深度检测方法，其特征在于，包括：
获取多帧待检测帧，其中，所述多帧待检测帧包括从至少两个采集视角对目标对象进行图像采集所得到的图像帧；
根据所述待检测帧进行所述目标对象中目标区域的关键点检测，确定与所述多帧待检测帧对应的多个关键点检测结果，其中，所述目标区域包括头部区域和/或肩部区域；
根据所述多个关键点检测结果，确定所述目标对象的深度信息。
2.根据权利要求1所述的方法，其特征在于，所述根据所述多个关键点检测结果，确定所述目标对象的深度信息，包括：
获取至少两个采集设备分别对应的至少两个预设设备参数，所述至少两个采集设备用于从至少两个采集视角对所述目标对象进行图像采集；
根据所述至少两个预设设备参数以及所述多个关键点检测结果，确定所述待检测帧中所述目标对象的深度信息。
3.根据权利要求2所述的方法，其特征在于，所述深度信息包括深度距离，所述深度距离包括所述目标对象与采集设备的光心之间的距离；
所述根据所述至少两个预设设备参数以及所述多个关键点检测结果，确定所述待检测帧中所述目标对象的深度信息，包括：
根据所述至少两个预设设备参数中的预设外部参数以及所述多个关键点检测结果在至少两个形式下的坐标，得到所述深度距离；其中，所述预设外部参数包括所述至少两个采集设备之间形成的相对参数。
4.根据权利要求2或3所述的方法，其特征在于，所述深度信息包括偏移角度，所述偏移角度包括所述目标对象相对于所述采集设备的光轴的空间角度；
所述根据所述至少两个预设设备参数以及所述多个关键点检测结果，确定所述待检测帧中所述目标对象的深度信息，包括：
根据所述至少两个预设设备参数中的预设内部参数以及所述多个关键点检测结果在至少两个形式下的坐标，得到所述偏移角度；其中，所述预设内部参数包括所述至少两个设备分别对应的设备参数。
5.根据权利要求1至4中任意一项所述的方法，其特征在于，所述根据所述待检测帧进行所述目标对象中目标区域的关键点检测，包括：
根据所述目标对象在参考帧中的位置信息，对所述待检测帧中的所述目标对象的目标区域进行关键点检测，得到与所述待检测帧对应的关键点检测结果，其中，所述参考帧为所述待检测帧所属的目标视频中，位于所述待检测帧之前的视频帧。
6.根据权利要求5所述的方法，其特征在于，所述根据所述目标对象在参考帧中的位置信息，对所述待检测帧中的所述目标对象的目标区域进行关键点检测，得到与所述待检测帧对应的关键点检测结果，包括：
根据所述参考帧中所述目标对象的第一位置，对所述待检测帧进行裁剪，得到裁剪结果；
对所述裁剪结果中的目标对象的目标区域进行关键点检测，得到与所述待检测帧对应的关键点检测结果。
7.根据权利要求5或6所述的方法，其特征在于，所述根据所述目标对象在参考帧中的位置信息，对所述待检测帧中的所述目标对象的目标区域进行关键点检测，得到与所述待检测帧对应的关键点检测结果，包括：
获取所述目标对象的目标区域在所述参考帧中的第二位置；
根据所述第二位置，对所述待检测帧进行裁剪，得到裁剪结果；
对所述裁剪结果中的目标对象的目标区域进行关键点检测，得到与所述待检测帧对应的关键点检测结果。
8.根据权利要求7所述的方法，其特征在于，所述获取所述目标对象的目标区域在所述参考帧中的第二位置，包括：
通过第一神经网络对所述参考帧中的目标区域进行识别，得到所述第一神经网络输出的第二位置；和/或，
根据所述参考帧对应的关键点检测结果，得到所述目标区域在所述参考帧中的第二位置。
9.根据权利要求1至8中任意一项所述的方法，其特征在于，所述方法还包括：
根据所述目标对象的深度信息，确定所述目标对象在三维空间中的位置。
10.一种深度检测装置，其特征在于，包括：
获取模块，用于获取多帧待检测帧，其中，所述多帧待检测帧包括从至少两个采集视角对目标对象进行图像采集所得到的图像帧；
关键点检测模块，用于根据所述待检测帧进行所述目标对象中目标区域的关键点检测，确定与所述多帧待检测帧对应的多个关键点检测结果，其中，所述目标区域包括头部区域和/或肩部区域；
深度检测模块，用于根据所述多个关键点检测结果，确定所述目标对象的深度信息。
11.一种电子设备，其特征在于，包括：
处理器；
用于存储处理器可执行指令的存储器；
其中，所述处理器被配置为调用所述存储器存储的指令，以执行权利要求1至9中任意一项所述的方法。
12.一种计算机可读存储介质，其上存储有计算机程序指令，其特征在于，所述计算机程序指令被处理器执行时实现权利要求1至9中任意一项所述的方法。
CN202110721270.1A 2021-06-28 2021-06-28 深度检测方法及装置、电子设备和存储介质 Pending CN113345000A (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN202110721270.1A CN113345000A (zh) 2021-06-28 2021-06-28 深度检测方法及装置、电子设备和存储介质
PCT/CN2022/085920 WO2023273499A1 (zh) 2021-06-28 2022-04-08 深度检测方法及装置、电子设备和存储介质
TW111122249A TW202301276A (zh) 2021-06-28 2022-06-15 深度檢測方法及裝置、電子設備、儲存媒體和程式產品

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110721270.1A CN113345000A (zh) 2021-06-28 2021-06-28 深度检测方法及装置、电子设备和存储介质

Publications (1)

Publication Number Publication Date
CN113345000A true CN113345000A (zh) 2021-09-03

Family

ID=77479236

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110721270.1A Pending CN113345000A (zh) 2021-06-28 2021-06-28 深度检测方法及装置、电子设备和存储介质

Country Status (3)

Country Link
CN (1) CN113345000A (zh)
TW (1) TW202301276A (zh)
WO (1) WO2023273499A1 (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023273499A1 (zh) * 2021-06-28 2023-01-05 上海商汤智能科技有限公司 深度检测方法及装置、电子设备和存储介质
WO2023273498A1 (zh) * 2021-06-28 2023-01-05 上海商汤智能科技有限公司 深度检测方法及装置、电子设备和存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106897675A (zh) * 2017-01-24 2017-06-27 上海交通大学 双目视觉深度特征与表观特征相结合的人脸活体检测方法
CN108876835A (zh) * 2018-03-28 2018-11-23 北京旷视科技有限公司 深度信息检测方法、装置和系统及存储介质
CN111222509A (zh) * 2020-01-17 2020-06-02 北京字节跳动网络技术有限公司 目标检测方法、装置及电子设备
CN111780673A (zh) * 2020-06-17 2020-10-16 杭州海康威视数字技术股份有限公司 一种测距方法、装置及设备
CN112419388A (zh) * 2020-11-24 2021-02-26 深圳市商汤科技有限公司 深度检测方法、装置、电子设备和计算机可读存储介质

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108764091B (zh) * 2018-05-18 2020-11-17 北京市商汤科技开发有限公司 活体检测方法及装置、电子设备和存储介质
US10319154B1 (en) * 2018-07-20 2019-06-11 The University Of North Carolina At Chapel Hill Methods, systems, and computer readable media for dynamic vision correction for in-focus viewing of real and virtual objects
CN110942032B (zh) * 2019-11-27 2022-07-15 深圳市商汤科技有限公司 活体检测方法及装置、存储介质
CN113344999A (zh) * 2021-06-28 2021-09-03 北京市商汤科技开发有限公司 深度检测方法及装置、电子设备和存储介质
CN113345000A (zh) * 2021-06-28 2021-09-03 北京市商汤科技开发有限公司 深度检测方法及装置、电子设备和存储介质

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106897675A (zh) * 2017-01-24 2017-06-27 上海交通大学 双目视觉深度特征与表观特征相结合的人脸活体检测方法
CN108876835A (zh) * 2018-03-28 2018-11-23 北京旷视科技有限公司 深度信息检测方法、装置和系统及存储介质
CN111222509A (zh) * 2020-01-17 2020-06-02 北京字节跳动网络技术有限公司 目标检测方法、装置及电子设备
CN111780673A (zh) * 2020-06-17 2020-10-16 杭州海康威视数字技术股份有限公司 一种测距方法、装置及设备
CN112419388A (zh) * 2020-11-24 2021-02-26 深圳市商汤科技有限公司 深度检测方法、装置、电子设备和计算机可读存储介质

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023273499A1 (zh) * 2021-06-28 2023-01-05 上海商汤智能科技有限公司 深度检测方法及装置、电子设备和存储介质
WO2023273498A1 (zh) * 2021-06-28 2023-01-05 上海商汤智能科技有限公司 深度检测方法及装置、电子设备和存储介质

Also Published As

Publication number Publication date
TW202301276A (zh) 2023-01-01
WO2023273499A1 (zh) 2023-01-05

Similar Documents

Publication Publication Date Title
CN110503689B (zh) 位姿预测方法、模型训练方法及装置
CN109948494B (zh) 图像处理方法及装置、电子设备和存储介质
CN109584362B (zh) 三维模型构建方法及装置、电子设备和存储介质
US20210158560A1 (en) Method and device for obtaining localization information and storage medium
CN114019473A (zh) 对象检测方法及装置、电子设备和存储介质
CN110853095B (zh) 相机定位方法、装置、电子设备及存储介质
CN112991553B (zh) 信息展示方法及装置、电子设备和存储介质
CN111401230B (zh) 姿态估计方法及装置、电子设备和存储介质
CN112945207B (zh) 目标定位方法及装置、电子设备和存储介质
WO2023273499A1 (zh) 深度检测方法及装置、电子设备和存储介质
CN111523485A (zh) 位姿识别方法及装置、电子设备和存储介质
CN111860373B (zh) 目标检测方法及装置、电子设备和存储介质
CN112184787A (zh) 图像配准方法及装置、电子设备和存储介质
CN112767288A (zh) 图像处理方法及装置、电子设备和存储介质
WO2023273498A1 (zh) 深度检测方法及装置、电子设备和存储介质
CN111563138A (zh) 定位方法及装置、电子设备和存储介质
CN114529606A (zh) 位姿检测方法及装置、电子设备和存储介质
CN111860388A (zh) 图像处理方法及装置、电子设备和存储介质
CN114581525A (zh) 姿态确定方法及装置、电子设备和存储介质
CN114066856A (zh) 模型训练方法及装置、电子设备和存储介质
CN114067085A (zh) 一种虚拟对象的显示方法及装置、电子设备和存储介质
CN112767541A (zh) 三维重建方法及装置、电子设备和存储介质
CN112529781B (zh) 图像处理方法、装置以及可读存储介质
CN114519794A (zh) 特征点匹配方法及装置、电子设备和存储介质
CN114550086A (zh) 一种人群定位方法及装置、电子设备和存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
REG Reference to a national code

Ref country code: HK

Ref legal event code: DE

Ref document number: 40051750

Country of ref document: HK

RJ01 Rejection of invention patent application after publication

Application publication date: 20210903