CN113505685A - 监控设备安装定位方法、装置、电子设备、存储介质 - Google Patents
监控设备安装定位方法、装置、电子设备、存储介质 Download PDFInfo
- Publication number
- CN113505685A CN113505685A CN202110763925.1A CN202110763925A CN113505685A CN 113505685 A CN113505685 A CN 113505685A CN 202110763925 A CN202110763925 A CN 202110763925A CN 113505685 A CN113505685 A CN 113505685A
- Authority
- CN
- China
- Prior art keywords
- resolution
- size
- identification
- display
- monitoring equipment
- 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.)
- Granted
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 64
- 238000009434 installation Methods 0.000 title claims abstract description 47
- 238000000034 method Methods 0.000 title claims abstract description 39
- 238000012806 monitoring device Methods 0.000 claims abstract description 25
- 238000012545 processing Methods 0.000 claims abstract description 21
- 230000015654 memory Effects 0.000 claims description 23
- 238000006243 chemical reaction Methods 0.000 claims description 5
- 230000004044 response Effects 0.000 claims description 4
- 238000010586 diagram Methods 0.000 description 7
- 238000001514 detection method Methods 0.000 description 4
- 230000002452 interceptive effect Effects 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 108091029480 NONCODE Proteins 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000011900 installation process Methods 0.000 description 1
- 230000006386 memory function 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
Landscapes
- Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Image Processing (AREA)
Abstract
本发明提供一种监控设备安装定位方法、装置、电子设备、存储介质，监控设备安装定位方法包括：获取到智能算法识别目标时要求的目标画面的像素尺寸、智能算法已识别的图像的第一分辨率，以及获取待安装监控设备的显示分辨率以及码流分辨率；响应于所述第一分辨率为绝对分辨率，基于所述码流分辨率、所述像素尺寸以及所述显示分辨率得到第二分辨率；基于所述第二分辨率对所述第一分辨率进行处理，得到识别显示框的识别分辨率；利用所述识别分辨率调整所述待安装监控设备的安装参数，并基于所述安装参数安装所述待安装监控设备。以此能够提高监控设备的安装精度。
Description
技术领域
本发明涉及视频图像处理技术领域，尤其是涉及一种监控设备安装定位方法、装置、电子设备、存储介质。
背景技术
目前监控设备大多带有智能算法，例如行为分析、目标识别、物体跟踪等等。这些智能算法都是针对特定场景(安装高度、镜头角度、目标距离)训练开发出来的，不同类型智能算法因使用场景不同，安装要求不同。
现实施工安装过程中，不太可能安装时恰好有目标在现场。比如高空抛物，不能通过找一家住户现场扔几个物体来调整安装位置和镜头倍率。因此，监控设备的安装完全依赖施工人员专业经验积累，安装精度不足。
发明内容
本发明提供一种监控设备安装定位方法、装置、电子设备、存储介质。其能够提高监控设备的安装精度。
为解决上述技术问题，本发明提供的第一个技术方案为：提供一种监控设备安装定位方法，包括：获取到智能算法识别目标时要求的目标画面的像素尺寸、所述智能算法已识别的图像的第一分辨率，以及获取所述待安装监控设备的显示分辨率以及码流分辨率；响应于所述第一分辨率为绝对分辨率，基于所述码流分辨率、所述像素尺寸以及所述显示分辨率得到第二分辨率；基于所述第二分辨率对所述第一分辨率进行处理，进而得到识别显示框的识别分辨率；利用所述识别分辨率调整所述待安装监控设备的安装参数，并基于所述安装参数安装所述待安装监控设备。
其中，所述方法还包括：响应于所述第一分辨率为相对分辨率，基于所述相对分辨率、所述像素尺寸以及所述显示分辨率得到第二分辨率。
其中，所述基于所述码流分辨率、所述像素尺寸以及所述显示分辨率得到第二分辨率的步骤，包括：基于所述码流分辨率的第一方向的尺寸、所述像素尺寸的第一方向的尺寸、所述显示分辨率的第一方向的尺寸得到所述第二分辨率的第一方向的尺寸。
其中，所述基于所述相对分辨率、所述像素尺寸以及所述显示分辨率得到第二分辨率的步骤，包括：基于所述相对分辨率的第一方向的尺寸、所述像素尺寸的第一方向的尺寸以及所述显示分辨率的第一方向的尺寸得到第二分辨率的第一方向的尺寸。
其中，所述基于所述第二分辨率对所述第一分辨率进行处理，得到识别显示框的尺寸的步骤，包括：基于所述第二分辨率的所述第一方向的尺寸对所述第一分辨率进行处理，进而得到所述识别显示框的识别分辨率。
其中，所述第一方向为宽度方向。
其中，所述方法还包括：响应于获取到智能算法识别目标时要求的目标画面的像素尺寸、智能算法已识别的图像的第一分辨率失败，则基于图像库中的样本图像设置与所述待安装监控设备的码流分辨率匹配的像素尺寸以及第一分辨率。
其中，所述智能算法包括：人脸识别算法、车辆识别算法、车牌识别算法、人体识别算法、头肩部识别算法中至少一种。
其中，所述基于第二分辨率对所述第一分辨率进行处理，进而得到识别显示框的识别分辨率的步骤之后，还包括：接收调整指令，基于所述调整指令对处理后的所述第一分辨率进行调整，进而得到所述识别显示框的识别分辨率。
为解决上述技术问题，本发明提供的第二个技术方案为：提供一种监控设备安装定位装置，包括：获取模块，用于获取到智能算法识别目标时要求的目标画面的像素尺寸、智能算法已识别的图像的第一分辨率；转换模块，用于响应于所述第一分辨率为绝对分辨率，基于所述码流分辨率、所述像素尺寸以及所述显示分辨率得到第二分辨率；处理模块，用于基于所述第二分辨率对所述第一分辨率进行处理，进而得到识别显示框的识别分辨率；调整模块，用于基于所述识别分辨率调整所述待安装监控设备的安装参数，并基于所述安装参数安装所述待安装监控设备。
为解决上述技术问题，本发明提供的第三个技术方案为：提供一种电子设备，包括：存储器和处理器，其中，存储器存储有程序指令，处理器从存储器调取程序指令以执行上述任一项的方法。
为解决上述技术问题，本发明提供的第四个技术方案为：提供一种计算机可读存储介质，存储有程序文件，程序文件能够被执行以实现上述任一项的方法。
本发明的有益效果，区别于现有技术的情况，获取到智能算法识别目标时要求的目标画面的像素尺寸、所述智能算法已识别的图像的第一分辨率，以及获取所述待安装监控设备的显示分辨率以及码流分辨率；响应于所述第一分辨率为绝对分辨率，基于所述码流分辨率、所述像素尺寸以及所述显示分辨率得到第二分辨率；基于所述第二分辨率对所述第一分辨率进行处理，进而得到识别显示框的识别分辨率；基于所述识别分辨率调整所述待安装监控设备的安装参数，并基于所述安装参数安装所述待安装监控设备。以此能够提高监控设备的安装精度。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以基于这些附图获得其它的附图，其中：
图1为本发明监控设备安装定位方法的第一实施例的流程示意图；
图2为识别显示框的结构示意图；
图3为本发明监控设备安装定位方法的第二实施例的流程示意图；
图4为识别显示框、输入框的结构示意图；
图5为本发明监控设备安装定位装置的一实施例的结构示意图；
图6为本发明电子设备的一实施例的结构示意图；
图7为本发明计算机可读存储介质的一实施例的结构示意图。
具体实施方式
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，所描述的实施例仅是本申请的一部分实施例，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。
请参见图1，为本发明监控设备安装定位方法的第一实施例的流程示意图，具体包括：
步骤S11：获取到智能算法识别目标时要求的目标画面的像素尺寸、所述智能算法已识别的图像的第一分辨率，以及获取所述待安装监控设备的显示分辨率以及码流分辨率。
具体的，像素尺寸为智能算法识别目标时要求的目标画面的像素尺寸，智能算法的种类多样，一般在监控设备安装时，为基于监控设备的使用场景为监控设备设置对应的智能算法。例如，若待安装的监控设备用于目标检测，则对应选择的智能算法为目标检测算法，例如人脸识别算法、车辆识别算法、车牌识别算法、人体识别算法、头肩部识别算法中至少一种。为了使得智能设备的算法能够发挥最大优势，则需要监控设备的安装位置、角度精确。
在本实施例中，获取像素尺寸Ra以及智能算法识别的图像的第一分辨率P。具体的，可以从存储器中存储的历史图像中找出该智能算法识别的图像，获取该图像对应的第一分辨率P。一副画面中，目标像素宽高(或仅要求宽度)要达到某个值，才能被算法识别，例如80*80像素。分为两种类型：一种是绝对像素大小，即无论画面分辨率大小，要求的像素大小是固定的；另一种是相对像素大小，即在某个特定分辨率下，要求的像素大小，例如码流分辨率为1920*1080时像素宽度为90。
在一实施例中，若获取像素尺寸Ra、所述智能算法识别的图像的第一分辨率p失败，则基于图像库中的样本图像设置与所述待安装监控设备的码流分辨率匹配的像素尺寸Ra以及第一分辨率P。
进一步的，获取待安装监控设备的显示分辨率R以及待安装监控设备进行视频编码时的码流分辨率Rv。具体的，可以从存储器中找出该待安装监控设置历史编码的码流分辨率。显示分辨率R为非码流分辨率，而是交互界面(如web窗口页面)经过适应操作系统对话窗口后的显示分辨率。
步骤S12：响应于所述第一分辨率为绝对分辨率，基于所述码流分辨率、所述像素尺寸以及所述显示分辨率得到第二分辨率。
在一具体实施例中，第一分辨率为绝对分辨率，也即若相对分辨率的值Ro为0，则表示为绝对分辨率。此时基于所述码流分辨率Rv、所述像素尺寸Ra以及所述显示分辨率R得到第二分辨率Rc。在一具体实施例中，基于所述码流分辨率Rv的第一方向的尺寸、所述像素尺寸Ra的第一方向的尺寸、所述显示分辨率P的第一方向的尺寸得到所述第二分辨率Rc的第一方向的尺寸。第一方向为宽度方向。例如，第二分辨率Rc的第一方向的尺寸为(Ra1*R1)/Rv1，其中，Ra1为像素尺寸Ra第一方向的尺寸，R1为显示分辨率R第一方向的尺寸，Rv1为码流分辨率Rv第一方向的尺寸。例如，若像素尺寸Ra为(80*80)，码流分辨率Rv为(1920*1080)，显示分辨率R为(800*800)，计算得到的第二分辨率Rc的第一方向的尺寸为(80*800)/1920＝33。
若相对分辨率的值Ro不为0，则表示第一分辨率为相对分辨率。获取相对分辨率Ro，基于所述相对分辨率Ro、所述像素尺寸Ra以及所述显示分辨率R得到第二分辨率(Rc)。具体的，基于所述相对分辨率Ro的第一方向的尺寸、所述像素尺寸Ra的第一方向的尺寸以及显示分辨率R的第一方向的尺寸得到第二分辨率的第一方向的尺寸，例如，第二分辨率Rc的第一方向的尺寸为(Ra1*R1)/Ro1。其中，Ra1为像素尺寸Ra第一方向的尺寸，R1为显示分辨率R第一方向的尺寸，Ro1为相对分辨率Ro第一方向的尺寸。例如，若像素尺寸Ra为(80*80)，相对分辨率Ro为(1920*1080)，显示分辨率R为(800*800)，计算得到的第二分辨率Rc的第一方向的尺寸为(80*800)/1920＝33。
步骤S13：基于第二分辨率对所述第一分辨率进行处理，进而得到识别显示框的识别分辨率。
具体的，利用第二分辨率Rc的第一方向的尺寸对第一分辨率P进行处理，进而得到识别显示框的识别分辨率。在一实施例中，可以设置第一分辨率P的宽度与第二分辨率Rc的宽度相等，例如得到的识别显示框的识别分辨率Pc的第一方向的尺寸与第二分辨率Rc的第一方向的尺寸相同。在另一实施例中，还可以设置识别显示框的识别分辨率Pc的第二方向的尺寸与第一方向的尺寸相同，例如，识别显示框的识别分辨率Pc为(33*33)。具体如图2所示，若智能算法为车牌识别算法，则最终得到的识别显示框为图2中标号1所示，也即需要对车辆的车牌进行识别时，将车牌放大到识别显示框1对应的大小，识别分辨率即体现了识别显示框的大小。若智能算法为人脸识别算法，则最终得到的识别显示框为图2中标号2所示，也即需要对人脸进行识别时，将人脸放大到识别显示框2对应的大小。若智能算法为人肩识别算法，则最终得到的识别显示框为图2中标号3所示，也即需要对人肩进行识别时，将人脸放大到识别显示框3对应的大小。若智能算法为人体识别算法，则最终得到的识别显示框为图2中标号4所示，也即需要对人体进行识别时，将人体放大到识别显示框4对应的大小。
步骤S14：基于所述识别分辨率调整所述待安装监控设备的安装参数，并基于所述安装参数安装所述待安装监控设备。
具体的，基于识别分辨率调整待安装监控设备的安装参数。具体的，以识别分辨率的大小为依据，和监控场景周围的参照物进行比较，使得识别分辨率的大小和参照物比例协调。以此在安装好待安装监控设备后，待安装监控设备对应的智能算法为车牌识别算法时，能够将车牌放大使得显示画面中车牌大小大于识别分辨率的大小，或者等于识别分辨率的大小。如果待安装监控设备对应的智能算法为人体识别算法时，能够将人体放大使得显示画面中人体大小大于识别分辨率的大小，或者等于识别分辨率的大小。以此能够降低对专业人员的依赖，提高监控设备的安装精度。
请参见图3，为本发明监控设备安装定位方法的第二实施例的流程示意图，其中步骤S31以及步骤S32、步骤S35与上述图1所示的第一实施例中的步骤S11以及步骤S12、步骤S14相同，区别在于，本实施例在步骤S32之后还包括：
步骤S33：基于第二分辨率对第一分辨率进行处理。
具体的，利用第二分辨率Rc的第一方向的尺寸对第一分辨率P进行处理。在一实施例中，可以设置第一分辨率P的宽度与第二分辨率Rc的宽度相等。
在另一实施例中，若为相对分辨率，则利用第二分辨率Rc的第一方向的尺寸对第一分辨率P进行处理，进而得到识别显示框的识别分辨率。在一实施例中，可以设置第一分辨率P的宽度与第二分辨率Rc的宽度相等。
步骤S34：接收调整指令，基于调整指令对处理后的第一分辨率进行调整，进而得到所述识别显示框的识别分辨率。
具体的，若处理后的第一分辨率不能满足要求，则用户可以手动进行调整，输入调整指令，基于调整指令对处理后的第一分辨率进行调整，进而得到识别显示框的识别分辨率。
具体的，如图4所示，在利用第二分辨率对第一分辨率进行处理后，还可以在输入框5中输入调整指令，基于调整指令对处理后的第一分辨率进行调整，具体的，该调整指令可以调整识别显示框的尺寸。
具体的，基于识别分辨率调整待安装监控设备的安装参数。具体的，以识别分辨率的大小为依据，和监控场景周围的参照物进行比较，使得识别分辨率的大小和参照物比例协调。以此在安装好待安装监控设备后，待安装监控设备对应的智能算法为车牌识别算法时，能够将车牌放大使得显示画面中车牌大小大于识别分辨率的大小，或者等于识别分辨率的大小。如果待安装监控设备对应的智能算法为人体识别算法时，能够将人体放大使得显示画面中人体大小大于识别分辨率的大小，或者等于识别分辨率的大小。以此能够降低对专业人员的依赖，提高监控设备的安装精度。
请参见图5，为本发明监控设备安装定位装置的一实施例的结构示意图，具体的，监控设备安装定位装置包括：获取模块61、转换模块62、处理模块63以及调整模块64。
其中，获取模块61用于获取到智能算法识别目标时要求的目标画面的像素尺寸、所述智能算法已识别的图像的第一分辨率，以及获取所述待安装监控设备的显示分辨率以及码流分辨率。
具体的，智能算法的种类多样，一般在监控设备安装时，为基于监控设备的使用场景为监控设备设置对应的智能算法。例如，若待安装的监控设备用于目标检测，则对应选择的智能算法为目标检测算法，例如人脸识别算法、车辆识别算法、车牌识别算法、人体识别算法、头肩部识别算法中至少一种。为了使得智能设备的算法能够发挥最大优势，则需要监控设备的安装位置、角度精确。
在本实施例中，获取像素尺寸Ra以及智能算法识别的图像的第一分辨率P。具体的，可以从存储器中存储的历史图像中找出该智能算法识别的图像，获取该图像对应的第一分辨率P。一副画面中，目标像素宽高(或仅要求宽度)要达到某个值，才能被算法识别，例如80*80像素。分为两种类型：一种是绝对像素大小，即无论画面分辨率大小，要求的像素大小是固定的；另一种是相对像素大小，即在某个特定分辨率下，要求的像素大小，例如码流分辨率为1920*1080时像素宽度为90。
在一实施例中，若获取像素尺寸Ra、所述智能算法识别的图像的第一分辨率p失败，则基于图像库中的样本图像设置与所述待安装监控设备的码流分辨率匹配的像素尺寸Ra以及第一分辨率P。
进一步的，获取待安装监控设备的显示分辨率R以及待安装监控设备进行视频编码时的码流分辨率Rv。具体的，可以从存储器中找出该待安装监控设置历史编码的码流分辨率。显示分辨率R为非码流分辨率，而是交互界面(如web窗口页面)经过适应操作系统对话窗口后的显示分辨率。
转换模块62用于在第一分辨率为绝对分辨率时，基于所述码流分辨率、所述像素尺寸以及所述显示分辨率得到第二分辨率。
基于所述码流分辨率Rv、所述像素尺寸Ra以及所述显示分辨率R得到第二分辨率Rc。在一具体实施例中，基于所述码流分辨率Rv的第一方向的尺寸、所述像素尺寸Ra的第一方向的尺寸、所述显示分辨率P的第一方向的尺寸得到所述第二分辨率Rc的第一方向的尺寸。第一方向为宽度方向。例如，第二分辨率Rc的第一方向的尺寸为(Ra1*R1)/Rv1，其中，Ra1为像素尺寸Ra第一方向的尺寸，R1为显示分辨率R第一方向的尺寸，Rv1为码流分辨率Rv第一方向的尺寸。例如，若像素尺寸Ra为(80*80)，码流分辨率Rv为(1920*1080)，显示分辨率R为(800*800)，计算得到的第二分辨率Rc的第一方向的尺寸为(80*800)/1920＝33。
在一实施例中，转换模块62还用于在第一分辨率为相对分辨率时，基于所述相对分辨率Ro、所述像素尺寸Ra以及所述显示分辨率R得到第二分辨率(Rc)。具体的，基于所述相对分辨率Ro的第一方向的尺寸、所述像素尺寸Ra的第一方向的尺寸以及显示分辨率R的第一方向的尺寸得到第二分辨率的第一方向的尺寸，例如，第二分辨率Rc的第一方向的尺寸为(Ra1*R1)/Ro1。其中，Ra1为像素尺寸Ra第一方向的尺寸，R1为显示分辨率R第一方向的尺寸，Ro1为相对分辨率Ro第一方向的尺寸。例如，若像素尺寸Ra为(80*80)，相对分辨率Ro为(1920*1080)，显示分辨率R为(800*800)，计算得到的第二分辨率Rc的第一方向的尺寸为(80*800)/1920＝33。
处理模块63用于基于所述第二分辨率对所述第一分辨率进行处理，进而得到识别显示框的识别分辨率。
具体的，利用第二分辨率Rc的第一方向的尺寸对第一分辨率P进行处理，进而得到识别显示框的识别分辨率。在一实施例中，可以设置第一分辨率P与第二分辨率Rc的宽度相等，例如得到的识别显示框的识别分辨率Pc的第一方向的尺寸与第二分辨率Rc的第一方向的尺寸相同。在另一实施例中，还可以设置识别显示框的识别分辨率Pc的第二方向的尺寸与第一方向的尺寸相同，例如，识别显示框的识别分辨率Pc为(33*33)。具体如图2所示，若智能算法为车牌识别算法，则最终得到的识别显示框为图2中标号1所示，也即需要对车辆的车牌进行识别时，将车牌放大到识别显示框1对应的大小，识别分辨率即体现了识别显示框的大小。若智能算法为人脸识别算法，则最终得到的识别显示框为图2中标号2所示，也即需要对人脸进行识别时，将人脸放大到识别显示框2对应的大小。若智能算法为人肩识别算法，则最终得到的识别显示框为图2中标号3所示，也即需要对人肩进行识别时，将人脸放大到识别显示框3对应的大小。若智能算法为人体识别算法，则最终得到的识别显示框为图2中标号4所示，也即需要对人体进行识别时，将人体放大到识别显示框4对应的大小。
调整模块64用于基于所述识别分辨率调整所述待安装监控设备的安装参数，并基于所述安装参数安装所述待安装监控设备。
具体的，基于识别分辨率调整待安装监控设备的安装参数。具体的，以识别分辨率的大小为依据，和监控场景周围的参照物进行比较，使得识别分辨率的大小和参照物比例协调。以此在安装好待安装监控设备后，待安装监控设备对应的智能算法为车牌识别算法时，能够将车牌放大使得显示画面中车牌大小大于识别分辨率的大小，或者等于识别分辨率的大小。如果待安装监控设备对应的智能算法为人体识别算法时，能够将人体放大使得显示画面中人体大小大于识别分辨率的大小，或者等于识别分辨率的大小。以此能够降低对专业人员的依赖，提高监控设备的安装精度。
在一实施例中，调整模块64还用于接收调整指令，基于调整指令对处理后的第一分辨率进行调整，进而得到所述识别显示框的识别分辨率。
具体的，若处理后的第一分辨率不能满足要求，则用户可以手动进行调整，输入调整指令，基于调整指令对处理后的第一分辨率进行调整，进而得到识别显示框的识别分辨率。
具体的，如图4所示，在利用第二分辨率或者第二分辨率对第一分辨率进行处理后，还可以在输入框5中输入调整指令，基于调整指令对处理后的第一分辨率进行调整，具体的，该调整指令可以调整识别显示框的尺寸。
基于识别分辨率调整待安装监控设备的安装参数。具体的，以识别分辨率的大小为依据，和监控场景周围的参照物进行比较，使得识别分辨率的大小和参照物比例协调。以此在安装好待安装监控设备后，待安装监控设备对应的智能算法为车牌识别算法时，能够将车牌放大使得显示画面中车牌大小大于识别分辨率的大小，或者等于识别分辨率的大小。如果待安装监控设备对应的智能算法为人体识别算法时，能够将人体放大使得显示画面中人体大小大于识别分辨率的大小，或者等于识别分辨率的大小。以此能够降低对专业人员的依赖，提高监控设备的安装精度。
请参见图6，为本发明电子设备的一实施例的结构示意图，电子设备包括相互连接的存储器202和处理器201。
存储器202用于存储实现上述任意一项的方法的程序指令。
处理器201用于执行存储器202存储的程序指令。
其中，处理器201还可以称为CPU(Central Processing Unit，中央处理单元)。处理器201可能是一种集成电路芯片，具有信号的处理能力。处理器201还可以是通用处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
存储器202可以为内存条、TF卡等，可以存储设备的电子设备中全部信息，包括输入的原始数据、计算机程序、中间运行结果和最终运行结果都保存在存储器中。它基于控制器指定的位置存入和取出信息。有了存储器，电子设备才有记忆功能，才能保证正常工作。电子设备的存储器按用途可分为主存储器(内存)和辅助存储器(外存),也有分为外部存储器和内部存储器的分类方法。外存通常是磁性介质或光盘等，能长期保存信息。内存指主板上的存储部件，用来存放当前正在执行的数据和程序，但仅用于暂时存放程序和数据，关闭电源或断电，数据会丢失。
在本申请所提供的几个实施例中，应该理解到，所揭露的方法和装置，可以通过其它的方式实现。例如，以上所描述的装置实施方式仅仅是示意性的，例如，模块或单元的划分，仅仅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系统，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。
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或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以基于实际的需要选择其中的部分或者全部单元来实现本实施方式方案的目的。
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。
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，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请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，该计算机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台计算机设备(可以是个人计算机，系统服务器，或者网络设备等)或处理器(processor)执行本申请各个实施方式方法的全部或部分步骤。
请参阅图7，为本发明计算机可读存储介质的结构示意图。本申请的存储介质存储有能够实现上述所有方法的程序文件203，其中，该程序文件203可以以软件产品的形式存储在上述存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)或处理器(processor)执行本申请各个实施方式方法的全部或部分步骤。而前述的存储装置包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质，或者是计算机、服务器、手机、平板等终端设备。
以上仅为本发明的实施方式，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。
Claims (12)
1.一种监控设备安装定位方法，其特征在于，包括：
获取到智能算法识别目标时要求的目标画面的像素尺寸、智能算法已识别的图像的第一分辨率，以及获取待安装监控设备的显示分辨率以及码流分辨率；
响应于所述第一分辨率为绝对分辨率，基于所述码流分辨率、所述像素尺寸以及所述显示分辨率得到第二分辨率；
基于所述第二分辨率对所述第一分辨率进行处理，得到识别显示框的识别分辨率；
利用所述识别分辨率调整所述待安装监控设备的安装参数，并基于所述安装参数安装所述待安装监控设备。
2.根据权利要求1所述的方法，其特征在于，所述方法还包括：
响应于所述第一分辨率为相对分辨率，基于所述相对分辨率、所述像素尺寸以及所述显示分辨率得到第二分辨率。
3.根据权利要求1所述的方法，其特征在于，所述基于所述码流分辨率、所述像素尺寸以及所述显示分辨率得到第二分辨率的步骤，包括：
基于所述码流分辨率的第一方向的尺寸、所述像素尺寸的第一方向的尺寸、所述显示分辨率的第一方向的尺寸得到所述第二分辨率的第一方向的尺寸。
4.根据权利要求2所述的方法，其特征在于，所述基于所述相对分辨率、所述像素尺寸以及所述显示分辨率得到第二分辨率的步骤，包括：
基于所述相对分辨率的第一方向的尺寸、所述像素尺寸的第一方向的尺寸以及所述显示分辨率的第一方向的尺寸得到第二分辨率的第一方向的尺寸。
5.根据权利要求3或4所述的方法，其特征在于，所述基于所述第二分辨率对所述第一分辨率进行处理，得到识别显示框的识别分辨率的步骤，包括：
基于所述第二分辨率的所述第一方向的尺寸对所述第一分辨率进行处理，进而得到所述识别显示框的识别分辨率。
6.根据权利要求5所述的方法，其特征在于，所述第一方向为宽度方向。
7.根据权利要求1所述的方法，其特征在于，所述方法还包括：
响应于获取到智能算法识别目标时要求的目标画面的像素尺寸、智能算法已识别的图像的第一分辨率失败，则基于图像库中的样本图像设置与所述待安装监控设备的码流分辨率匹配的像素尺寸以及第一分辨率。
8.根据权利要求1所述的方法，其特征在于，所述智能算法包括：人脸识别算法、车辆识别算法、车牌识别算法、人体识别算法、头肩部识别算法中至少一种。
9.根据权利要求1所述的方法，其特征在于，所述利用第二分辨率对所述第一分辨率进行处理，进而得到识别显示框的识别分辨率的步骤之后，还包括：
接收调整指令，基于所述调整指令对处理后的所述第一分辨率进行调整，进而得到所述识别显示框的识别分辨率。
10.一种监控设备安装定位装置，其特征在于，包括：
获取模块，用于获取到智能算法识别目标时要求的目标画面的像素尺寸、智能算法已识别的图像的第一分辨率；
转换模块，响应于所述第一分辨率为绝对分辨率，用于基于所述码流分辨率、所述像素尺寸以及所述显示分辨率得到第二分辨率；
处理模块，用于基于所述第二分辨率对所述第一分辨率进行处理，进而得到识别显示框的识别分辨率；
调整模块，用于利用所述识别分辨率调整所述待安装监控设备的安装参数，并基于所述安装参数安装所述待安装监控设备。
11.一种电子设备，其特征在于，包括：存储器和处理器，其中，所述存储器存储有程序指令，所述处理器从所述存储器调取所述程序指令以执行如权利要求1-9任一项所述的方法。
12.一种计算机可读存储介质，其特征在于，存储有程序文件，所述程序文件能够被执行以实现如权利要求1-9任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110763925.1A CN113505685B (zh) | 2021-07-06 | 2021-07-06 | 监控设备安装定位方法、装置、电子设备、存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110763925.1A CN113505685B (zh) | 2021-07-06 | 2021-07-06 | 监控设备安装定位方法、装置、电子设备、存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113505685A true CN113505685A (zh) | 2021-10-15 |
| CN113505685B CN113505685B (zh) | 2024-09-06 |
Family
ID=78011741
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110763925.1A Active CN113505685B (zh) | 2021-07-06 | 2021-07-06 | 监控设备安装定位方法、装置、电子设备、存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113505685B (zh) |
Citations (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104598897A (zh) * | 2015-02-12 | 2015-05-06 | 杭州摩图科技有限公司 | 视觉传感器、图像处理方法和装置、视觉交互设备 |
| CN106407868A (zh) * | 2016-08-26 | 2017-02-15 | 乐视控股（北京）有限公司 | 二维码扫描处理方法及移动终端 |
| WO2017054142A1 (zh) * | 2015-09-29 | 2017-04-06 | 华为技术有限公司 | 获取视频数据的方法、装置、系统及计算机可读存储介质 |
| US20180218513A1 (en) * | 2017-02-02 | 2018-08-02 | Intel Corporation | Method and system of automatic object dimension measurement by using image processing |
| CN109587477A (zh) * | 2018-08-09 | 2019-04-05 | 浙江大华技术股份有限公司 | 一种图像采集设备选择方法、装置、电子设备及存储介质 |
| CN110209266A (zh) * | 2019-04-23 | 2019-09-06 | 平安科技（深圳）有限公司 | 一种图像的尺寸适配方法及装置 |
| CN110519582A (zh) * | 2019-08-16 | 2019-11-29 | 哈尔滨工程大学 | 一种巡检机器人数据采集系统及数据采集方法 |
| CN110738142A (zh) * | 2019-09-26 | 2020-01-31 | 广州广电卓识智能科技有限公司 | 一种自适应改善人脸图像采集的方法、系统及存储介质 |
| CN110765799A (zh) * | 2019-10-21 | 2020-02-07 | 高新兴科技集团股份有限公司 | 客户端扫码识别方法、装置、设备及存储介质 |
| CN110888521A (zh) * | 2015-07-16 | 2020-03-17 | 华为技术有限公司 | 一种移动终端及其运行应用程序的方法 |
| CN111587449A (zh) * | 2017-12-04 | 2020-08-25 | 皇家飞利浦有限公司 | 图像数据处理方法、设备和系统 |
| CN112055170A (zh) * | 2020-08-05 | 2020-12-08 | 浙江大华技术股份有限公司 | 一种视频处理方法、装置以及计算机存储介质 |
| CN112565672A (zh) * | 2019-09-25 | 2021-03-26 | 浙江大华技术股份有限公司 | 一种景深拓展方法、装置、电子设备及存储介质 |
| KR20210072498A (ko) * | 2019-12-09 | 2021-06-17 | 삼성전자주식회사 | 디스플레이의 지정된 영역에 표시를 변경하는 전자 장치 및 이의 동작 방법 |
-
2021
- 2021-07-06 CN CN202110763925.1A patent/CN113505685B/zh active Active
Patent Citations (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104598897A (zh) * | 2015-02-12 | 2015-05-06 | 杭州摩图科技有限公司 | 视觉传感器、图像处理方法和装置、视觉交互设备 |
| CN110888521A (zh) * | 2015-07-16 | 2020-03-17 | 华为技术有限公司 | 一种移动终端及其运行应用程序的方法 |
| WO2017054142A1 (zh) * | 2015-09-29 | 2017-04-06 | 华为技术有限公司 | 获取视频数据的方法、装置、系统及计算机可读存储介质 |
| CN106407868A (zh) * | 2016-08-26 | 2017-02-15 | 乐视控股（北京）有限公司 | 二维码扫描处理方法及移动终端 |
| US20180218513A1 (en) * | 2017-02-02 | 2018-08-02 | Intel Corporation | Method and system of automatic object dimension measurement by using image processing |
| CN111587449A (zh) * | 2017-12-04 | 2020-08-25 | 皇家飞利浦有限公司 | 图像数据处理方法、设备和系统 |
| CN109587477A (zh) * | 2018-08-09 | 2019-04-05 | 浙江大华技术股份有限公司 | 一种图像采集设备选择方法、装置、电子设备及存储介质 |
| CN110209266A (zh) * | 2019-04-23 | 2019-09-06 | 平安科技（深圳）有限公司 | 一种图像的尺寸适配方法及装置 |
| CN110519582A (zh) * | 2019-08-16 | 2019-11-29 | 哈尔滨工程大学 | 一种巡检机器人数据采集系统及数据采集方法 |
| CN112565672A (zh) * | 2019-09-25 | 2021-03-26 | 浙江大华技术股份有限公司 | 一种景深拓展方法、装置、电子设备及存储介质 |
| CN110738142A (zh) * | 2019-09-26 | 2020-01-31 | 广州广电卓识智能科技有限公司 | 一种自适应改善人脸图像采集的方法、系统及存储介质 |
| CN110765799A (zh) * | 2019-10-21 | 2020-02-07 | 高新兴科技集团股份有限公司 | 客户端扫码识别方法、装置、设备及存储介质 |
| KR20210072498A (ko) * | 2019-12-09 | 2021-06-17 | 삼성전자주식회사 | 디스플레이의 지정된 영역에 표시를 변경하는 전자 장치 및 이의 동작 방법 |
| CN112055170A (zh) * | 2020-08-05 | 2020-12-08 | 浙江大华技术股份有限公司 | 一种视频处理方法、装置以及计算机存储介质 |
Non-Patent Citations (4)
| Title |
|---|
| TAE EUN CHOE等: "Image transformation for object tracking in high-resolution video", 《2008 19TH INTERNATIONAL CONFERENCE ON PATTERN RECOGNITION》, 23 January 2009 (2009-01-23), pages 1 - 4 * |
| TOMASZ MARCINIAK等: "Influence of low resolution of images on reliability of face detection and recognition", 《MULTIMEDIA TOOLS AND APPLICATIONS》, vol. 74, 31 December 2015 (2015-12-31), pages 4329 - 4349 * |
| 方强: "高分辨率虹膜图像识别系统设计与实现", 《中国优秀硕士学位论文全文数据库 信息科技辑》, vol. 2016, no. 3, 15 March 2016 (2016-03-15), pages 138 - 6536 * |
| 肖康等: "低分辨率场景下的人脸识别系统的设计与实现", 《中国优秀硕士学位论文全文数据库 信息科技辑》, vol. 2021, no. 1, 15 January 2021 (2021-01-15), pages 138 - 1179 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113505685B (zh) | 2024-09-06 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109166156B (zh) | 一种摄像头标定图像的生成方法、移动终端及存储介质 | |
| CN110491060B (zh) | 一种机器人及其安全监控方法、装置及存储介质 | |
| CN110561416B (zh) | 一种激光雷达重定位方法及机器人 | |
| CN111355941A (zh) | 图像颜色实时校正方法、装置和系统 | |
| CN111160243A (zh) | 客流量统计方法及相关产品 | |
| CN114666473B (zh) | 耕地保护用视频监控方法、系统、终端及存储介质 | |
| US20210065350A1 (en) | Computing device and non-transitory storage medium implementing target object identification method | |
| CN113158773B (zh) | 一种活体检测模型的训练方法及训练装置 | |
| CN111178235A (zh) | 一种目标数量确定方法、装置、设备及存储介质 | |
| CN111667504A (zh) | 一种人脸追踪方法、装置及设备 | |
| CN112163503A (zh) | 办案区人员无感轨迹生成方法、系统、存储介质及设备 | |
| CN115250329B (zh) | 摄像头的控制方法、装置、计算机设备及存储介质 | |
| CN113505685A (zh) | 监控设备安装定位方法、装置、电子设备、存储介质 | |
| CN112001300A (zh) | 基于按位置交叉熵的楼宇监控方法、装置和电子设备 | |
| CN113312949A (zh) | 视频数据处理方法、视频数据处理装置和电子设备 | |
| US11810361B2 (en) | Site-based calibration of object detection parameters | |
| CN114782555A (zh) | 地图映射方法、设备、及存储介质 | |
| CN111177449B (zh) | 基于图片的多维信息整合方法及相关设备 | |
| CN110287929B (zh) | 群体区域中目标的数量确定方法、装置、设备及存储介质 | |
| CN108650465B (zh) | 摄像机画面增强现实标签的计算方法、装置及电子设备 | |
| CN112001238A (zh) | 端子排的接线状态识别方法、识别装置以及存储介质 | |
| CN112270257A (zh) | 一种运动轨迹确定方法、装置及计算机可读存储介质 | |
| CN111401285A (zh) | 目标跟踪方法、装置及电子设备 | |
| CN113487688B (zh) | 一种道路标志检测方法、装置以及计算机可读存储介质 | |
| CN118368408B (zh) | 图像采集设备的检测方法、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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |