CN113421307B - 一种目标定位方法、装置、计算机设备和存储介质 - Google Patents
一种目标定位方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN113421307B CN113421307B CN202110693800.6A CN202110693800A CN113421307B CN 113421307 B CN113421307 B CN 113421307B CN 202110693800 A CN202110693800 A CN 202110693800A CN 113421307 B CN113421307 B CN 113421307B
- Authority
- CN
- China
- Prior art keywords
- positioning
- grid map
- target
- calibration
- point
- 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
Links
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
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
Abstract
本发明属于图像处理技术领域,具体提供一种目标定位方法、装置、计算机设备和存储介质,旨在解决单个摄像机场景中,目标被部分遮挡时,如何实现快速、准确定位的问题。为此目的,本发明的方法包括:获取待定位目标图像;检测待定位目标图像中的第一特征区域和第二特征区域;根据第一特征区域和第二特征区域确定定位点的预测高度;根据预测高度,确定定位网格图;根据定位点在定位网格图中的位置,确定目标在俯视平面图中的位置。应用本发明的方法,只需通过标定物建立定位网格,根据检测目标特征确定定位点和定位网格,而不需要知道摄像机参数、准确安装位置,安装实施十分简便,因此可以大批量、低成本的实现现有视频监控系统的改造升级。
Description
技术领域
本发明属于图像处理技术领域,具体提供一种目标定位方法、装置、计算机设备和存储介质。
背景技术
在公共安全中,视频监控系统已被广泛安装在街面道路、各类营业场所、银行网点、机场码头等公共场所,并且通常是一台摄像机负责监控一个特定区域。在监控报警应用中,希望可以根据单台摄像机的实时视频图像,自动地记录并分析人员位置和运动轨迹,实现敏感区域闯入报警,预测人员危险行为等功能,以上几种增值功能都需要从单台摄像机的图像中确定人员的位置。
传统的单目摄像机实时视觉定位方法,通常需要知道摄像机的参数,摄像机的位置,再根据内参矩阵、外参矩阵、变换矩阵等模型,计算得到视频图像中的目标在实际场景中的位置。但是,对于大量已安装摄像机的场所,所使用的摄像机型号众多,参数性能不尽相同,若想大规模地实现人员自动定位等增值功能,其工作量巨大。并且,对于监控视频中的人员,呈现在视频图像中的可能是全部人体,也可能是人体的一部分,如何根据部分人体特征,准确地确定人员的位置也是需要考虑的问题。
相应地,本领域需要一种新的方案来解决上述问题。
发明内容
为了解决现有技术中的上述问题,即为了解决在不需要知道监控摄像机参数和准确安装位置的情况下,如何根据监控图像中的目标特征,实现快速、准确定位的问题。在第一方面,本发明提出了一种目标定位方法,所述方法包括:
根据包含标定物的图像建立像平面的基准网格图,所述基准网格图为所述标定物底平面对应的网格图,所述标定物底平面对应的预测高度为0;
获取待定位目标图像;
检测所述待定位目标图像中的第一特征区域和第二特征区域,其中,所述第一特征区域对应的所述预测高度为0,所述第二特征区域对应的所述预测高度大于0;
根据所述第一特征区域和所述第二特征区域确定定位点和所述定位点对应的所述预测高度,所述定位点属于所述第一特征区域或所述第二特征区域;
根据所述预测高度,确定所述待定位目标所适用的定位网格图;
根据所述定位点在所述定位网格图中的位置,确定所述待定位目标在俯视平面图中的位置,从而确定所述待定位目标在场地中的位置。
在上述目标定位方法的一个实施方式中,所述标定物为长方体,“根据包含标定物的图像建立像平面的基准网格图”的步骤具体包括:
获取包含所述标定物的标定图像;
根据所述标定物底平面的标定点,得到第一消失点和第二消失点,所述标定点为所述长方体的全部顶点;
根据所述第一消失点、所述第二消失点和所述标定物底平面的标定点,得到所述基准网格图。
在上述目标定位方法的一个实施方式中,“根据所述第一特征区域和所述第二特征区域确定定位点和所述定位点对应的所述预测高度”的步骤具体包括:
当所述待定位目标图像中同时包含所述第一特征区域和所述第二特征区域,或者所述待定位目标图像中只包含所述第一特征区域时,所述定位点属于所述第一特征区域,所述定位点的预测高度为0;并且/或者
当所述待定位目标图像中只包含所述第二特征区域时,所述定位点属于所述第二特征区域,根据所述第二特征区域得到目标信息,根据所述目标信息确定所述预测高度。
在上述目标定位方法的一个实施方式中,“根据所述预测高度,确定所述待定位目标所适用的定位网格图”的步骤具体包括:
当所述预测高度为0时,所述定位网格图为所述基准网格图;并且/或者
当所述预测高度大于0时,确定所述定位网格图的步骤具体包括:
根据所述标定点得到垂直于所述标定物底平面的四条垂直棱所对应的第三消失点;
根据所述预测高度和所述标定物的垂直棱的长度的比值,以及所述四条垂直棱的长度,得到所述定位网格图的四个定位特征点;
根据所述四个定位特征点,应用两点透视法,得到所述定位网格图。
在上述目标定位方法的一个实施方式中,所述方法还包括:
建立所述俯视平面图的坐标系,其中,所述俯视平面图的坐标系的X轴平行于第一底棱,所述俯视平面图的坐标系的Y轴平行于第二底棱,所述第一底棱和所述第二底棱为所述标定物底平面中相互垂直的两条棱;
“根据所述定位点在所述定位网格图中的位置,确定所述待定位目标在俯视平面图中的位置”的步骤具体包括:
确定所述定位网格图与所述基准网格图的对应关系以及所述基准网格图与所述俯视平面图的坐标系的对应关系;
根据所述定位网格图与所述基准网格图的对应关系以及所述基准网格图与所述俯视平面图的坐标系的对应关系,确定所述定位网格图与所述俯视平面图的坐标系的对应关系;
根据所述定位网格图与所述俯视平面图的坐标系的对应关系以及所述定位点在所述定位网格图中的位置,确定所述待定位目标在俯视平面图中的位置。
在上述目标定位方法的一个实施方式中,所述待定位目标是人体,所述第一特征区域是人体的脚部,所述第二特征区域是人体的脸部,“根据所述第二特征区域得到目标信息,根据所述目标信息确定所述预测高度”的步骤具体包括:
根据所述第二特征区域得到人脸特征信息;
将所述人脸特征信息与人脸数据库进行比对以确定人员身份,并根据所述人员身份确定预留的身高信息;并且/或者
根据所述人脸特征信息预测人员类别,所述人员类别对应预设的身高信息。
在第二方面,本发明提出了一种目标定位装置,所述装置包括:
网格图生成模块,所述网格图生成模块被配置成根据包含标定物的图像建立像平面的基准网格图,所述基准网格图为所述标定物底平面对应的网格图,所述标定物底平面对应的预测高度为0;
图像获取模块,所述图像获取模块被配置成获取待定位目标图像;
图像处理模块,所述图像处理模块被配置成检测所述待定位目标图像中的第一特征区域和第二特征区域,其中,所述第一特征区域对应的所述预测高度为0,所述第二特征区域对应的所述预测高度大于0;
高度判别模块,所述高度判别模块被配置成根据所述第一特征区域和所述第二特征区域确定定位点和所述定位点对应的所述预测高度,所述定位点属于所述第一特征区域或所述第二特征区域;
所述网格图生成模块还被配置成根据所述预测高度,确定所述待定位目标所适用的定位网格图;
位置判断模块,所述位置判断模块被配置成根据所述定位点在所述定位网格图中的位置,确定所述待定位目标在俯视平面图中的位置,从而确定所述待定位目标在场地中的位置。
在上述目标定位装置的一个实施方式中,所述标定物为长方体,所述网格图生成模块具体执行以下操作:
获取包含所述标定物的标定图像;
根据所述标定物底平面的标定点,得到第一消失点和第二消失点,所述标定点为所述长方体的全部顶点;
根据所述第一消失点、所述第二消失点和所述标定物底平面的标定点,得到所述基准网格图。
在上述目标定位装置的一个实施方式中,所述高度判别模块具体执行以下操作:
当所述待定位目标图像中同时包含所述第一特征区域和所述第二特征区域,或者所述待定位目标图像中只包含所述第一特征区域时,所述定位点属于所述第一特征区域,所述定位点的预测高度为0;并且/或者
当所述待定位目标图像中只包含所述第二特征区域时,所述定位点属于所述第二特征区域,根据所述第二特征区域得到目标信息,根据所述目标信息确定所述预测高度。
在上述目标定位装置的一个实施方式中,在确定所述预测高度对应的定位网格图时,所述网格图生成模块具体执行以下操作:
当所述预测高度为0时,所述定位网格图为所述基准网格图;并且/或者
当所述预测高度大于0时,确定所述定位网格图的步骤具体包括:
根据所述标定点得到垂直于所述标定物底平面的四条垂直棱所对应的第三消失点;
根据所述预测高度和所述标定物的垂直棱的长度的比值,以及所述四条垂直棱的长度,得到所述定位网格图的四个定位特征点;
根据所述四个定位特征点,应用两点透视法,得到所述定位网格图。
在上述目标定位装置的一个实施方式中,所述位置判断模块具体执行以下操作:
建立所述俯视平面图的坐标系,其中,所述俯视平面图的坐标系的X轴平行于第一底棱,所述俯视平面图的坐标系的Y轴平行于第二底棱,所述第一底棱和所述第二底棱为所述标定物底平面中相互垂直的两条棱;
确定所述定位网格图与所述基准网格图的对应关系以及所述基准网格图与所述俯视平面图的坐标系的对应关系;
根据所述定位网格图与所述基准网格图的对应关系以及所述基准网格图与所述俯视平面图的坐标系的对应关系,确定所述定位网格图与所述俯视平面图的坐标系的对应关系;
根据所述定位网格图与所述俯视平面图的坐标系的对应关系,确定所述待定位目标在俯视平面图中的位置。
在上述目标定位装置的一个实施方式中,其特征在于,所述待定位目标是人体,所述第一特征区域是人体的脚部,所述第二特征区域是人体的脸部,所述高度判别模块还具体执行以下操作:
根据所述第二特征区域得到人脸特征信息;
将所述人脸特征信息与人脸数据库进行比对以确定人员身份,并根据所述人员身份确定预留的身高信息;并且/或者
根据所述人脸特征信息预测人员类别,所述人员类别对应预设的身高信息。
在第三方面,本发明提出了一种计算机设备,包括处理器和存储装置,所述存储装置适于存储多条程序代码,其特征在于,所述程序代码适于由所述处理器加载并运行以执行上述任一项方案所述的目标定位方法。
在第四方面,本发明提出了一种存储介质,所述存储介质适于存储多条程序代码,所述程序代码适于由处理器加载并运行以执行上述任一项方案所述的目标定位方法。
本领域技术人员能够理解的是,根据本发明的目标定位的技术方案,在单摄像机监控的场景中,能够在不需要获取摄像机的型号参数,摄像机准确安装位置的情况下,只要图像中包含部分预设的目标特征,即可根据像平面中的定位网格图,实现目标的准确定位。应用本发明的方法,可以快速、低成本地进行安装部署,实现目标定位、轨迹跟踪等视频监控的增值功能。
附图说明
下面参照附图来描述本发明的具体实施方式,附图中:
图1是本发明的实施例的像平面中标定物底平面的标定点、第一消失点和第二消失点的示意图。
图2是本发明的实施例的基准网格图的示意图。
图3是本发明的实施例的主要步骤流程图。
图4是本发明的实施例的基准网格图与俯视平面图坐标系的对应关系的示意图。
图5是本发明的目标定位装置的结构示例图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合附图,对本发明实施例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发明一部分实施例,而不是全部的实施例。基于本发明的实施例,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,都属于本发明保护的范围。例如,尽管本发明的实施例是通过人体定位来描述的,但是,本发明的保护范围不应受此限制,而是应该涵盖其他任何采用了本发明原理的情形。
在实施目标定位之前,首先需要建立像平面的基准网格图。在本实施例中,优选地,选择已知棱长的正方体作为标定物,正方体的8个定点作为标定点。
由于在单台摄像机的图像中,标定物底平面中的四个标定点至少有一个标定点会被标定物所遮挡,因此,优选地,需要用两个形状、尺寸完全相同的标定物建立网格图。
在一个实施例中,两个标定物放置的方法包括:
标定物水平放置于地面上,标定物的侧面与房间的墙面平行;
两个标定物平行放置,并且底平面的一条棱相重合;
对于每个标定物,摄像机可见的标定点的数量为7个。
同时,标定物底平面的四个标定点和顶平面的四个标定点可涂抹两种不同颜色进行区分,方便计算机处理。
在标定图像中,可直接得到两个标定物的14个标定点,其中,标定物底平面的标定点有6个,标定物顶平面的标定点有8个。根据6个可见的标定物底平面的标定点,可以得到另外两个被遮挡的标定点。再根据同一个标定物底平面的四个标定点,依据两点透视法,得到定位所需的网格图。
接下来以基准网格图的建立为例,说明网格图的生成方法。图1中,A1、B1、C1、A2、B2、C2为可见的6个底平面的标定点,D1和D2为不可见的2个标定点,两个标定物的棱B1C1和A2D2重合。
确定第一消失点的步骤具体包括:
连接标定点B1、C1,得到直线B1C1;
连接标定点B2、C2,得到直线B2C2;
两条直线相交于Q点,Q点即为第一消失点。
确定第二消失点的步骤具体包括:
连接标定点A1、B1,得到直线A1B1;
连接标定点A2、B2,得到直线A2B2;
两条直线相交于P点,P点即为第一消失点。
根据透视原理,同一平面中所有平行直线均相交于同一个消失点。因此,可根据第一消失点、第二消失点和可见的底平面标定点推出被遮挡的标定点,其步骤具体为:
连接标定点P、C1,得到直线PC1;
连接标定点Q、C2,得到直线QC2;
直线PC1和直线QC2的交点即为被遮挡的底平面的标定点D1。
在得到同一个标定物的底平面的四个标定点后,根据第一消失点和第二消失点,可以得到基准网格图。结合图2详细说明其具体步骤:
在图2中,点A1、B1、C1和D1为图1中的同一标定物底平面的四个标定点;点P和Q为图1的第一消失点和第二消失点;直线QA1、QB1、PB1和PC1为标定物对应的网格线。
STEP1:连接点P和点Q,得到直线PQ,PQ为透视图中的消失线;
STEP2:连接点B1和点D1,得到直线B1D1,与直线PQ相交于点E;
STEP3:连接点E和点A1,得到辅助直线EA1,与网格线PC1相交于点N1,与网格线QB1相交于点N2;
STEP4:连接点Q和点N1,得到网格线QN1;
STEP5:连接点P和点N2,得到网格线PN2;
同样原理,重复执行STEP3~STEP5的操作,直至得到全部网格线,最终得到基准网格图。
在实际应用中,展示给用户的通常是目标在监控场地俯视图中的位置,因此需要建立基准网格图与俯视平面图的对应关系。
参阅图4,首先建立俯视平面图的坐标系。在本实施例中,选取标定物的第一底棱B0C0为俯视平面图的坐标系的X轴,选取标定物的第二底棱B0A0作为俯视平面图的坐标系的Y轴,点B0为坐标系原点,第一底棱的长度为X轴的单位长度,第二底棱的长度为Y轴的单位长度。
俯视平面图中点A0、B0、C0、D0是标定物底平面的四个顶点,因此它们与像平面图中的标定物底平面的四个标定点A1、B1、C1、D1一一对应。因此,基准网格图中的B1C1的长度对应俯视平面图的坐标系X轴B0C0的长度,基准网格图中的B1A1的长度对应俯视平面图的坐标系Y轴B0A0的长度。
网格图中Q点引出的网格线(如QB1、QA1)为对应俯视平面图的坐标系X轴的方向,每个网格的长度为X轴的单位长度,例如线段B1C1、C1V、D1U的长度均为X轴的单位长度;网格图中P点引出的网格线(如PB1、QC1)为对应俯视平面图的坐标系Y轴的方向,每个网格的长度为Y轴的单位长度,例如线段B1A1、A1M、D1N1的长度均为Y轴的单位长度。
在本实施例中,可参照俯视平面图的坐标系标注网格图。作为示例,点B1(0,0)对应的俯视平面图的坐标系原点,点C1(1,0)对应C0,点D1(1,1)对应D0。
继续参阅图3,图3是本发明的实施例的主要步骤流程图,如图3所示,本发明的目标定位方法包括:
步骤S301:获取待定位目标图像;
步骤S302:检测待定位目标图像中的第一特征区域和第二特征区域;
步骤S303:根据第一特征区域和第二特征区域确定定位点和定位点对应的预测高度;
步骤S304:根据预测高度,确定待定位目标所适用的定位网格图;
步骤S305:根据定位点在定位网格图中的位置,确定待定位目标在俯视平面图中的位置。
在步骤S301中,待定位目标图像来自于监控视频流中截取的图像。
空间位置通常是目标与地面相接触的位置,在本实施例中,待定位的目标为人体,因此选择人体的脚部作为第一特征区域;而人脸包含丰富的目标信息,根据目标信息可以获取高度信息,因此选择人体的脸部作为第二特征区域。
在步骤S302中,用于检测图像中第一特征区域和第二特征区域的方法,本发明不做限定。作为示例,可采用VGGNet、RepVGG等网络模型实现。本领域技术人员可根据实际情况选择合适的方法实现。
接下来阅读步骤S303,在本实施例中,第一特征区域为脚部区域,第二特征区域为脸部区域,人体的脚底位于标定物底平面内。因此,当待定位目标图像中同时包含脚部区域和脸部区域时,或者只包含脚部区域时,选择脚部区域为定位位置区域,预测高度为0。
当待定位目标图像中只包含脸部特征时,需对脸部特征进一步处理,以获取人员信息,并根据人员信息确定预测高度。
在一个实施方式中,将脸部特征与人脸数据库进行比对,以确定人员身份,并从数据库中预留的人员详细信息,直接得到人员身高数据。人脸比对方法为本领域公知的技术,本发明不做限定,所为示例,可采用1:1或1:N的方法进行对比。本领域技术人员可根据实际情况选择合适的方法实现。
在另一个实施方式中,无法获得人员的准确信息,此时可根据脸部特征,判断人员的类别。例如,人员类别可分为成年男性、成年女性、男童、女童等,并根据预设的人员类别身高参考值,得到定位所需的预测高度。所为示例,成年男性的身高参考值为175厘米,当人员类别为成年男性时,预测高度为175厘米。
同时,为了简化设计,可将特征区域看作一个定位点,处理方法可采用图形几何中心的方法。
继续阅读步骤S304,在得到预测高度之后,需根据预测高度选择待识别目标所适用的网格图进行目标定位,不同预测高度对应不同的定位网格图。当预测高度为0时,可直接使用基准网格图作为定位网格图。当定位点的预测高度不为0时,需要确定该高度所对应的网格图。预测高度对应的定位网格图的确定步骤具体包括:
读取已保存的含有标定物、基准网格图的图像;
连接垂直于标定物底平面的同一标定物的四条垂直棱上的标定点,四条直线相交于第三消失点;
根据预测高度和标定物的垂直棱的长度的比例关系,分别计算四条垂直棱的所在直线上预测高度所对应的四个定位特征点;
根据四个定位特征点,应用两点透视法,得到定位网格图,具体步骤请参见前述的基准网格图的生成方法。
得到预测高度对应的定位网格图后,需确定定位网格图与基准网格图的对应关系,在本实施例中,预测高度所对应的定位特征点对应于标定物的同一条垂直棱上的位于底平面的标定点,因此预测高度所对应的由四个定位特征点围成的网格对应于由基准网格图中标定物底平面的四个标定点所围成的网格。再根据基准网格图和俯视平面图的坐标系对应关系,从而确定定位网格图与俯视平面图的坐标系的对应关系。
在步骤S305中,当预测高度为0时,定位网格图为基准网格图;当基准高度不为0时,定位网格图使用预测高度所对应的网格图。网格图中的位置坐标通常为离散值,因此可以设置统一的判定规则,以确定目标位置坐标。作为示例,当定位点位于某一网格内,可选择网格四个顶点的绝对值最小的点的坐标,并通过定位网格图、基准网格图和俯视平面图的坐标系之间的对应关系,确定目标位置。如图4中,定位点W的位置坐标为(1,0)。当定位点位于网格线上时,取该网格线对应的坐标。
在一个实施例中,在建立基准网格图时,可根据人员类别所预设的参考身高,同时建立全部参考身高所对应的定位网格图,当根据脸部特征判断出人员类别时,直接调用该人员类别参考身高所对应的定位网格图,可以实现更快速的人员定位。
需要说明的是,目标定位误差直接与单位长度相关,也就是与标定物的大小相关,单位长度越大,定位误差的最大值通常也越大。因此,在视频图像清晰度允许的情况下,尽量选择尺寸小的标定物,可以减小定位误差。并且,也可通过将单位长度进一步细分的方式,减小定位误差。本领域技术人员可根据实际情况选择合适的减小定位误差的方法。
需要说明的是,在本实施例中,俯视平面图的坐标系的原点选在了标定物底平面的一个顶点。在其它实施例中,俯视平面图的坐标系的原点也可以选择定位空间中的其他位置,只要保证坐标系的X轴和Y轴分别与标定物的两条相互垂直的底棱平行即可。
需要说明的是,正方体是长方体的一个特例,之所以选择正方体作为本实施例中的标定物,是因为正方体各个棱的长度均相等,此时俯视平面图的坐标系的X轴和Y轴的单位长度相同,相应地,网格图每个网格的四条边所表示的长度也相同,这样更符合人们的建立和使用坐标系的习惯。在不偏离本发明的原理的前提下,本领域相关技术人员,可根据实际情况选用其他长方体作为标定物,这些更改都将落入本发明的保护范围之内。
进一步,本发明还提供了一种目标定位装置。如图5所示,本发明的目标定位装置5主要包括图像获取模块51、图像处理模块52、高度判别模块53、网格图生成模块54、位置判断模块55。
图像获取模块51被配置成获取标定图像和待定位目标图像。图像处理模块52被配置成执行步骤S302中的操作。高度判别模块53被配置成执行步骤S303中的操作。网格图生成模块54被配置成执行步骤S304和建立图1、图2和图4中所示的网格图的操作。位置判断模块55被配置成执行步骤S305中的操作。
进一步,本发明还提供了一种计算机设备。在根据本发明的一个计算机设备包括处理器和存储装置,存储装置可以被配置成存储并执行上述方法实施例的目标定位方法的程序,处理器可以被配置成用于执行存储装置中的程序,该程序包括但不限于执行上述方法实施例的目标定位方法的程序。为了便于说明,仅示出了与本发明实施例相关的部分,具体技术细节未揭示的,请参照本发明实施例方法部分。该目标定位设备可以是包括各种电子设备形成的控制装置设备。
进一步,本发明还提供了一种存储介质。根据本发明的存储介质可以被配置成存储执行上述方法实施例的目标定位方法的程序,该程序可以由处理器加载并运行来实现上述目标定位方法的方法。为了便于说明,仅示出了与本发明实施例相关的部分,具体技术细节未揭示的,请参照本发明实施例方法部分。该存储介质可以是包括各种电子设备形成的存储装置设备,可选地,本发明实施例中存储介质是非暂时性的计算机可读存储介质。
本领域技术人员应该能够意识到,结合本文中所公开的实施例描述的各示例的方法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明电子硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以电子硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。本领域技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”等序数词仅用于区别类似的对象,而不是用于描述或表示特定的顺序或先后次序。应该理解这样使用的数据在适当的情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。
需要说明的是,在本申请的描述中,术语“A和/或B”表示所有可能的A与B的组合,比如只是A、只是B或者A和B。
至此,已经结合附图所示的优选实施方式描述了本发明的技术方案,但是,本领域技术人员容易理解的是,本发明的保护范围显然不局限于这些具体实施方式。在不偏离本发明的原理的前提下,本领域技术人员可以对相关技术特征做出等同的更改或替换,这些更改或替换之后的技术方案都将落入本发明的保护范围之内。
Claims (10)
1.一种目标定位方法,其特征在于,所述方法包括:
根据包含标定物的图像建立像平面的基准网格图,所述基准网格图为所述标定物底平面对应的网格图,所述标定物底平面对应的预测高度为0;
所述标定物为两个形状、尺寸完全相同的长方体,两个标定物放置的方法包括:
标定物水平放置于地面上,标定物的侧面与房间的墙面平行;
两个标定物平行放置,并且底平面的一条棱相重合;
对于每个标定物,摄像机可见的标定点的数量为7个;
“根据包含标定物的图像建立像平面的基准网格图”的步骤具体包括:
获取包含所述标定物的标定图像;
根据所述标定物底平面的标定点,得到第一消失点和第二消失点,所述标定点为所述长方体的全部顶点;
根据所述第一消失点、所述第二消失点和所述标定物底平面的标定点,得到所述基准网格图;
获取待定位目标图像;
检测所述待定位目标图像中的第一特征区域和第二特征区域,其中,所述第一特征区域对应的所述预测高度为0,所述第二特征区域对应的所述预测高度大于0;
根据所述第一特征区域和所述第二特征区域确定定位点和所述定位点对应的所述预测高度,所述定位点属于所述第一特征区域或所述第二特征区域;
根据所述预测高度,确定所述待定位目标所适用的定位网格图;
根据所述定位点在所述定位网格图中的位置,确定所述待定位目标在俯视平面图中的位置,从而确定所述待定位目标在场地中的位置;
所述方法还包括:
建立所述俯视平面图的坐标系,其中,所述俯视平面图的坐标系的X轴平行于第一底棱,所述俯视平面图的坐标系的Y轴平行于第二底棱,所述第一底棱和所述第二底棱为所述标定物底平面中相互垂直的两条棱;
“根据所述定位点在所述定位网格图中的位置,确定所述待定位目标在俯视平面图中的位置”的步骤具体包括:
确定所述定位网格图与所述基准网格图的对应关系以及所述基准网格图与所述俯视平面图的坐标系的对应关系;
根据所述定位网格图与所述基准网格图的对应关系以及所述基准网格图与所述俯视平面图的坐标系的对应关系,确定所述定位网格图与所述俯视平面图的坐标系的对应关系;
根据所述定位网格图与所述俯视平面图的坐标系的对应关系以及所述定位点在所述定位网格图中的位置,确定所述待定位目标在俯视平面图中的位置。
2.根据权利要求1所述的目标定位方法,其特征在于,“根据所述第一特征区域和所述第二特征区域确定定位点和所述定位点对应的所述预测高度”的步骤具体包括:
当所述待定位目标图像中同时包含所述第一特征区域和所述第二特征区域,或者所述待定位目标图像中只包含所述第一特征区域时,所述定位点属于所述第一特征区域,所述定位点的预测高度为0;并且/或者
当所述待定位目标图像中只包含所述第二特征区域时,所述定位点属于所述第二特征区域,根据所述第二特征区域得到目标信息,根据所述目标信息确定所述预测高度。
3.根据权利要求1所述的目标定位方法,其特征在于,“根据所述预测高度,确定所述待定位目标所适用的定位网格图”的步骤具体包括:
当所述预测高度为0时,所述定位网格图为所述基准网格图;并且/或者
当所述预测高度大于0时,确定所述定位网格图的步骤具体包括:
根据标定点得到垂直于所述标定物底平面的四条垂直棱所对应的第三消失点;
根据所述预测高度和所述标定物的垂直棱的长度的比值,以及所述四条垂直棱的长度,得到所述定位网格图的四个定位特征点;
根据所述四个定位特征点,应用两点透视法,得到所述定位网格图。
4.根据权利要求2所述的目标定位方法,其特征在于,所述待定位目标是人体,所述第一特征区域是人体的脚部,所述第二特征区域是人体的脸部,“根据所述第二特征区域得到目标信息,根据所述目标信息确定所述预测高度”的步骤具体包括:
根据所述第二特征区域得到人脸特征信息;
将所述人脸特征信息与人脸数据库进行比对以确定人员身份,并根据所述人员身份确定预留的身高信息;并且/或者
根据所述人脸特征信息预测人员类别,所述人员类别对应预设的身高信息。
5.一种目标定位装置,其特征在于,所述装置包括:
网格图生成模块,所述网格图生成模块被配置成根据包含标定物的图像建立像平面的基准网格图,所述基准网格图为所述标定物底平面对应的网格图,所述标定物底平面对应的预测高度为0;其中,所述标定物为两个形状、尺寸完全相同的长方体,两个标定物放置具体执行以下操作:标定物水平放置于地面上,标定物的侧面与房间的墙面平行;两个标定物平行放置,并且底平面的一条棱相重合;对于每个标定物,摄像机可见的标定点的数量为7个;“根据包含标定物的图像建立像平面的基准网格图”具体执行以下操作:获取包含所述标定物的标定图像;根据所述标定物底平面的标定点,得到第一消失点和第二消失点,所述标定点为所述长方体的全部顶点;根据所述第一消失点、所述第二消失点和所述标定物底平面的标定点,得到所述基准网格图;
图像获取模块,所述图像获取模块被配置成获取待定位目标图像;
图像处理模块,所述图像处理模块被配置成检测所述待定位目标图像中的第一特征区域和第二特征区域,其中,所述第一特征区域对应的所述预测高度为0,所述第二特征区域对应的所述预测高度大于0;
高度判别模块,所述高度判别模块被配置成根据所述第一特征区域和所述第二特征区域确定定位点和所述定位点对应的所述预测高度,所述定位点属于所述第一特征区域或所述第二特征区域;
所述网格图生成模块还被配置成根据所述预测高度,确定所述待定位目标所适用的定位网格图;
位置判断模块,所述位置判断模块被配置成根据所述定位点在所述定位网格图中的位置,确定所述待定位目标在俯视平面图中的位置,从而确定所述待定位目标在场地中的位置;所述位置判断模块具体执行以下操作:建立所述俯视平面图的坐标系,其中,所述俯视平面图的坐标系的X轴平行于第一底棱,所述俯视平面图的坐标系的Y轴平行于第二底棱,所述第一底棱和所述第二底棱为所述标定物底平面中相互垂直的两条棱;确定所述定位网格图与所述基准网格图的对应关系以及所述基准网格图与所述俯视平面图的坐标系的对应关系;根据所述定位网格图与所述基准网格图的对应关系以及所述基准网格图与所述俯视平面图的坐标系的对应关系,确定所述定位网格图与所述俯视平面图的坐标系的对应关系;根据所述定位网格图与所述俯视平面图的坐标系的对应关系,确定所述待定位目标在俯视平面图中的位置。
6.根据权利要求5所述的目标定位装置,其特征在于,所述高度判别模块具体执行以下操作:
当所述待定位目标图像中同时包含所述第一特征区域和所述第二特征区域,或者所述待定位目标图像中只包含所述第一特征区域时,所述定位点属于所述第一特征区域,所述定位点的预测高度为0;并且/或者
当所述待定位目标图像中只包含所述第二特征区域时,所述定位点属于所述第二特征区域,根据所述第二特征区域得到目标信息,根据所述目标信息确定所述预测高度。
7.根据权利要求5所述的目标定位装置,其特征在于,在确定所述预测高度对应的定位网格图时,所述网格图生成模块具体执行以下操作:
当所述预测高度为0时,所述定位网格图为所述基准网格图;并且/或者
当所述预测高度大于0时,确定所述定位网格图的步骤具体包括:
根据标定点得到垂直于所述标定物底平面的四条垂直棱所对应的第三消失点;
根据所述预测高度和所述标定物的垂直棱的长度的比值,以及所述四条垂直棱的长度,得到所述定位网格图的四个定位特征点;
根据所述四个定位特征点,应用两点透视法,得到所述定位网格图。
8.根据权利要求6所述的目标定位装置,其特征在于,所述待定位目标是人体,所述第一特征区域是人体的脚部,所述第二特征区域是人体的脸部,所述高度判别模块还具体执行以下操作:
根据所述第二特征区域得到人脸特征信息;
将所述人脸特征信息与人脸数据库进行比对以确定人员身份,并根据所述人员身份确定预留的身高信息;并且/或者
根据所述人脸特征信息预测人员类别,所述人员类别对应预设的身高信息。
9.一种计算机设备,所述计算机设备包括处理器和存储装置,所述存储装置适于存储多条程序代码,其特征在于,所述程序代码适于由所述处理器加载并运行以执行权利要求1至4中任一项所述的目标定位方法。
10.一种存储介质,所述存储介质适于存储多条程序代码,其特征在于,所述程序代码适于由处理器加载并运行以执行权利要求1至4中任一项所述的目标定位方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110693800.6A CN113421307B (zh) | 2021-06-22 | 2021-06-22 | 一种目标定位方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110693800.6A CN113421307B (zh) | 2021-06-22 | 2021-06-22 | 一种目标定位方法、装置、计算机设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113421307A CN113421307A (zh) | 2021-09-21 |
CN113421307B true CN113421307B (zh) | 2022-11-22 |
Family
ID=77717456
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110693800.6A Active CN113421307B (zh) | 2021-06-22 | 2021-06-22 | 一种目标定位方法、装置、计算机设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113421307B (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010025569A (ja) * | 2008-07-15 | 2010-02-04 | Toa Corp | カメラパラメータ特定装置および方法ならびにプログラム |
WO2019080229A1 (zh) * | 2017-10-25 | 2019-05-02 | 南京阿凡达机器人科技有限公司 | 基于机器视觉的棋子定位方法、系统、存储介质及机器人 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB2465792A (en) * | 2008-11-28 | 2010-06-02 | Sony Corp | Illumination Direction Estimation using Reference Object |
CN102103747B (zh) * | 2009-12-16 | 2012-09-05 | 中国科学院电子学研究所 | 采用参照物高度的监控摄像机外部参数标定方法 |
CN101833791B (zh) * | 2010-05-11 | 2012-04-18 | 成都索贝数码科技股份有限公司 | 一种单摄像机下的场景建模方法及系统 |
CN102359780B (zh) * | 2011-10-26 | 2014-04-23 | 中国科学技术大学 | 一种应用于视频监控系统中的定位地面目标的方法 |
CN102914294B (zh) * | 2012-09-10 | 2015-07-01 | 中国南方电网有限责任公司超高压输电公司天生桥局 | 一种基于图像的无人机电力巡线测量系统及方法 |
US10007849B2 (en) * | 2015-05-29 | 2018-06-26 | Accenture Global Solutions Limited | Predicting external events from digital video content |
CN111383270B (zh) * | 2018-12-27 | 2023-12-29 | 深圳市优必选科技有限公司 | 物体定位方法、装置、计算机设备及存储介质 |
CN112669392B (zh) * | 2020-12-31 | 2022-11-25 | 中国电子科技集团公司信息科学研究院 | 一种应用于室内视频监控系统的地图定位方法及系统 |
-
2021
- 2021-06-22 CN CN202110693800.6A patent/CN113421307B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010025569A (ja) * | 2008-07-15 | 2010-02-04 | Toa Corp | カメラパラメータ特定装置および方法ならびにプログラム |
WO2019080229A1 (zh) * | 2017-10-25 | 2019-05-02 | 南京阿凡达机器人科技有限公司 | 基于机器视觉的棋子定位方法、系统、存储介质及机器人 |
Also Published As
Publication number | Publication date |
---|---|
CN113421307A (zh) | 2021-09-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11842516B2 (en) | Homography through satellite image matching | |
JP2011530706A (ja) | 3d−tofカメラ装置及びそのための位置・向き較正方法 | |
CN108737793A (zh) | 使用摄像机网络跟踪运动对象 | |
KR102354299B1 (ko) | 단일 영상을 이용한 카메라 캘리브레이션 방법 및 이를 위한 장치 | |
CN103377471B (zh) | 物体定位方法和装置、最优摄像机对确定方法和装置 | |
CN103941748A (zh) | 自主导航方法及系统和地图建模方法及系统 | |
EP1644744A2 (en) | Method and apparatus for placing sensors using 3d models | |
CN109996032B (zh) | 信息显示方法及装置、计算机设备及存储介质 | |
CN106327461B (zh) | 一种用于监测的图像处理方法及装置 | |
CN112969034B (zh) | 摄像装置布点方案图的验证方法、装置及可读存储介质 | |
KR102303779B1 (ko) | 복수 영역 검출을 이용한 객체 탐지 방법 및 그 장치 | |
AU2011252083A1 (en) | Surveying method | |
KR20180039013A (ko) | 전자 디바이스 상에서의 환경 맵핑을 위한 피쳐 데이터 관리 | |
EP3304500A1 (en) | Smoothing 3d models of objects to mitigate artifacts | |
CN113421307B (zh) | 一种目标定位方法、装置、计算机设备和存储介质 | |
Rau | A line-based 3D roof model reconstruction algorithm: Tin-merging and reshaping (TMR) | |
CN108234932B (zh) | 视频监控图像中的人员形态提取方法及装置 | |
CN109598925A (zh) | 出租车车辆聚集报警方法、终端设备及存储介质 | |
WO2020083349A1 (zh) | 用于智能驾驶设备的数据处理方法、装置和存储介质 | |
CN115019216B (zh) | 实时地物检测和定位计数方法、系统及计算机 | |
KR101586026B1 (ko) | 영상감시 시스템을 위한 카메라 감시 영역 산출 장치 및 방법 | |
CN113345021B (zh) | 车辆摄像头的安装位姿的检测方法、装置和电子设备 | |
CN113538578B (zh) | 目标定位方法、装置、计算机设备和存储介质 | |
CN112649813B (zh) | 重要场所室内安全检查的方法、检查设备、机器人及终端 | |
Wang et al. | Computer vision detection of negative obstacles with the microsoft kinect |
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 |