CN113542800B - 视频画面定标方法、装置、终端设备 - Google Patents

视频画面定标方法、装置、终端设备 Download PDF

Info

Publication number
CN113542800B
CN113542800B CN202110720711.6A CN202110720711A CN113542800B CN 113542800 B CN113542800 B CN 113542800B CN 202110720711 A CN202110720711 A CN 202110720711A CN 113542800 B CN113542800 B CN 113542800B
Authority
CN
China
Prior art keywords
target
image
coordinates
coordinate
category
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
CN202110720711.6A
Other languages
English (en)
Other versions
CN113542800A (zh
Inventor
王小惠
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.)
Yibin Zhongxing Technology Intelligent System Co ltd
Original Assignee
Yibin Zhongxing Technology Intelligent System 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 Yibin Zhongxing Technology Intelligent System Co ltd filed Critical Yibin Zhongxing Technology Intelligent System Co ltd
Priority to CN202110720711.6A priority Critical patent/CN113542800B/zh
Publication of CN113542800A publication Critical patent/CN113542800A/zh
Application granted granted Critical
Publication of CN113542800B publication Critical patent/CN113542800B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
    • H04N21/431—Generation of visual interfaces for content selection or interaction; Content or additional data rendering
    • H04N21/4312—Generation of visual interfaces for content selection or interaction; Content or additional data rendering involving specific graphical features, e.g. screen layout, special fonts or colors, blinking icons, highlights or animations
    • H04N21/4314—Generation of visual interfaces for content selection or interaction; Content or additional data rendering involving specific graphical features, e.g. screen layout, special fonts or colors, blinking icons, highlights or animations for fitting data in a restricted space on the screen, e.g. EPG data in a rectangular grid
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
    • 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
    • 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
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/23—Processing of content or additional data; Elementary server operations; Server middleware
    • H04N21/234—Processing of video elementary streams, e.g. splicing of video streams or manipulating encoded video stream scene graphs
    • H04N21/23418—Processing of video elementary streams, e.g. splicing of video streams or manipulating encoded video stream scene graphs involving operations for analysing video streams, e.g. detecting features or characteristics
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/80—Camera processing pipelines; Components thereof
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Signal Processing (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Image Processing (AREA)

Abstract

本公开的实施例公开了视频画面定标、装置、终端设备。该方法的一具体实施方式包括：获取视频中的初始画面图像和预先确定的图像坐标集合；基于初始画面图像，生成边缘图像、类别和初始坐标集合；基于初始坐标集合、类别和预先确定的图像坐标集合，生成目标坐标；将目标坐标推送至目标终端设备，其中目标终端设备根据目标坐标生成物理坐标并执行展示相关操作。该方法能够直接识别视频画面中的建筑物或道路轮廓以及确定轮廓的类别，同时能够基于预先确定的图像坐标集合对建筑物或道路的位置信息进行修正，以提高建筑物和道路定标的准确度，从而避免了由定位错误导致的展示偏差问题。

Description

视频画面定标方法、装置、终端设备
技术领域
本公开的实施例涉及数据处理领域，具体涉及视频画面定标方法、装置、终端设备。
背景技术
目前技术通过人工定标的方式建立视频像素与地图坐标的关联，然后通过坐标转化算法进行坐标转化，实现视频画面的位置定标。在定标过程中需要熟悉视频画面的像素位置与地图坐标，以便建立视频画面与地图之间的关联关系。同时，还要解决视频画面边缘中的变形现象，在视频画面出现振荡变形时需要对位置进行修正后重新定标。
然而，当对大量视频进行频繁的定标和修正定标时，经常会存在如下技术问题：
第一，当视频画面出现由摄像头的鱼眼效果导致的变形时，会影响通过关联方式定标的准确度，从而导致直接展示出的视频定标结果出现较大偏差。
第二，视频中的不同目标物，例如建筑物和道路，位置的确定方式不同。采用单一的定标方式往往会影响定标结果的准确度，从而导致展示出错误的定标结果。
发明内容
本公开的内容部分用于以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。本公开的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。
本公开的一些实施例提出了视频画面定标方法、装置、终端设备，来解决以上背景技术部分提到的技术问题中的一项或多项。
第一方面，本公开的一些实施例提供了一种视频画面定标方法，该方法包括：获取视频中的初始画面图像和预先确定的图像坐标集合；基于初始画面图像，生成边缘图像、类别和初始坐标集合；基于初始坐标集合、类别和预先确定的图像坐标集合，生成目标坐标；将目标坐标推送至目标终端设备，其中，目标终端设备根据目标坐标生成物理坐标并执行展示相关操作。
第二方面，本公开的一些实施例提供了视频画面定标装置，该装置包括：接收单元，被配置成获取视频中的初始画面图像和预先确定的图像坐标集合；第一生成单元，被配置成基于初始画面图像，生成边缘图像、类别和初始坐标集合；第二生成单元，被配置成基于初始坐标集合、类别和预先确定的图像坐标集合，生成目标坐标；发送单元，被配置成将目标坐标推送至目标终端设备，其中，目标终端设备根据目标坐标生成物理坐标并执行展示相关操作。
第三方面，本公开的一些实施例提供了一种终端设备，包括：一个或多个处理器；存储装置，其上存储有一个或多个程序，当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现如第一方面中任一的方法。
本公开的上述各个实施例具有如下有益效果：通过本公开的一些实施例的视频画面定标方法能够直接识别视频画面中的建筑物或道路轮廓以及确定轮廓的类别，同时能够基于预先确定的图像坐标集合对建筑物或道路的位置信息进行修正，以提高建筑物和道路定标的准确度，从而避免了由定位错误导致的展示偏差问题。具体来说，发明人发现，造成目前视频定标展示偏差问题的原因在于：图像中不同类别的目标定标方法不同，且摄像头存在变形效应，从而导致直接视频定标的准确度较差。基于此，首先，本公开的一些实施例获取视频中的初始画面图像和预先确定的图像坐标集合。其中，预先确定的图像坐标集合为预先定标的坐标结果集合。初始画面图像为视频中待定标的目标图像。其次，基于初始画面图像，生成边缘图像、类别和初始坐标集合。直接生成类别信息，能够辅助区分建筑物和道路。其次，基于初始坐标集合、类别和预先确定的图像坐标集合，生成目标坐标。最后，将目标坐标推送至目标终端设备，其中，目标终端设备根据所述目标坐标生成物理坐标并执行展示相关操作。这种方法能够根据类别对建筑物和道路分别识别，利用边缘图像辅助定标以生成目标坐标，能够使定标的建筑物和道路准确的落到相应的视频画面中进行展示，从而避免了由定位错误导致的展示偏差问题。
附图说明
结合附图并参考以下具体实施方式，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中，相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的，原件和元素不一定按照比例绘制。
图1是本公开的一些实施例可以应用于其中的示例性系统的架构图；
图2是根据本公开的视频画面定标方法的一些实施例的流程图；
图3是根据本公开的视频画面定标装置的一些实施例的流程图；
图4是适于用来实现本公开的一些实施例的终端设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例。相反，提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。
另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。
需要注意，本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意，本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。
下面将参考附图并结合实施例来详细说明本公开。
图1示出了可以应用本公开的视频画面定标方法的实施例的示例性系统架构100。
如图1所示，系统架构100可以包括终端设备101、102、103，网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备101、102、103通过网络104与服务器105交互，以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用，例如数据处理应用、数据显示应用、数据分析应用等。
终端设备101、102、103可以是硬件，也可以是软件。当终端设备101、102、103为硬件时，可以是具有显示屏的各种终端设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。当终端设备101、102、103为软件时，可以安装在上述所列举的终端设备中。其可以实现成多个软件或软件模块(例如用来提供初始画面图像和预先确定的图像坐标集合等)，也可以实现成单个软件或软件模块。在此不做具体限定。
服务器105可以是提供各种服务的服务器，例如对终端设备101、102、103输入的初始画面图像和预先确定的图像坐标集合进行存储的服务器等。服务器可以对接收到的初始画面图像和预先确定的图像坐标集合进行处理，并将处理结果(例如目标坐标)反馈给终端设备。
需要说明的是，本公开实施例所提供的视频画面定标方法可以由服务器105，也可以由终端设备执行。
需要说明的是，服务器105可以是硬件，也可以是软件。当服务器105为硬件时，可以实现成多个服务器组成的分布式服务器集群，也可以实现成单个服务器。当服务器为软件时，可以实现成多个软件或软件模块(例如用来提供视频画面定标服务)，也可以实现成单个软件或软件模块。在此不做具体限定。
应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。
继续参考图2，示出了根据本公开的视频画面定标方法的一些实施例的流程200。该视频画面定标方法，包括以下步骤：
步骤201，获取视频中的初始画面图像和预先确定的图像坐标集合。
在一些实施例中，视频画面定标方法的执行主体(例如图1所示的服务器)获取视频中的初始画面图像和预先确定的图像坐标集合。其中，预先确定的图像坐标集合包括第一数目个预先确定的图像坐标。具体的，预先确定的图像坐标集合中的图像坐标为预先定标确定的坐标集合。视频中的初始画面图像为视频中待定标的目标图像。
步骤202，基于初始画面图像，生成边缘图像、类别和初始坐标集合。
在一些实施例中，上述执行主体基于初始画面图像，生成边缘图像、类别和初始坐标集合。
可选的，对初始画面图像进行边缘提取处理，以得到边缘图像。具体的，可以使用边缘检测算法生成边缘图像。首先使用高斯滤波器处理初始画面图像，以平滑图像、滤除噪声，得到第一图像。确定第一图像中各个像素点的梯度强度和方向。应用非极大值方法处理第一图像，以消除边缘检测带来的杂散响应，从而得到第二图像。利用双阈值方法处理第二图像，以得到边缘图像。具体的，边缘图像中可以展示目标坐标对应的目标图像的轮廓。
将边缘图像输入预先确定的分类模型，以得到类别和目标区域图像。其中，类别的取值范围包括第一类型类别和第二类型类别。第一类型类别表征建筑物图像，第二类型类别表征道路图像。具体的，可以直接根据视频画面中的建筑物轮廓或道路轮廓确定轮廓的类别。可选的，预先确定的分类模型包括特征提取模块、目标区域生成模块和分类模块。将边缘图像输入特征提取模块，以得到特征图像。具体的，特征提取模块可以是一个残差网络。残差网络可以由第二数目个残差模块组成。其中，每个残差模块利用下式生成输出：
y＝F(x,{Wi})+x，
其中，x为所述残差模块的输入，y为残差模块的输出，F()为残差函数，W为权重矩阵，i为残差模块中的层计数，Wi表示第i层的权重矩阵，{Wi}表示残差模块中全部层的权重矩阵的集合。具体的，残差函数F()表示为下式：
F(x)＝W2σ(W1x)，
其中，x为残差模块的输入，W为权重矩阵，W1表示第1层的权重矩阵，W2表示第2层的权重矩阵。σ表示激活函数。具体的，激活函数可以是在人工神经网络的神经元上运行的函数，负责将神经元的输入映射到输出端。具体的，激活函数可以是ReLu函数，表示为：
σ(x)＝max(0，x)
其中，σ表示激活函数，x表示任意整数输入，max()为求取最大值处理。
将特征图像输入目标区域生成模块，以得到目标区域图像。具体的，目标区域生成模块对于特征图像中的每一个像素点设定一个预定目标区域。将各个像素点的预定目标区域组合起来，以得到目标区域图像。
将目标区域图像输入分类模块，以得到类别。具体的，对于目标区域图像中的每个预定目标区域，将该预定目标区域输入分类模块，生成区域类别，以得到区域类别集合。将区域类别集合中数量最多的区域类别确定为类别。具体的，分类模块可以是区域生成网络，分类模块可以包括一个3x3大小的卷积层和一个1x1大小的卷积网络。区域生成网络可以使用线性整流函数(Rectified Linear Unit，ReLU)作为激活函数。
基于边缘图像和目标区域图像，生成初始坐标集合。可选的，将目标区域图像与边缘图像进行比对，以得到目标区域边缘图像。生成预初始坐标集合，其中，预初始坐标集合为空集。对于目标区域边缘图像中的每个像素，响应于该像素的值为“1”，将该的像素的坐标放入预初始坐标集合中，以更新预初始坐标集合。将预初始坐标集合确定为初始坐标集合。
步骤203，基于初始坐标集合、类别和预先确定的图像坐标集合，生成目标坐标。
在一些实施例中，上述执行主体基于初始坐标集合、类别和预先确定的图像坐标集合，生成目标坐标。
可选的，响应于类别为第一类型类别，对于预先确定的图像坐标集合中的每个预先确定的图像坐标，生成该预先确定的图像坐标的目标建筑物指标，以得到目标建筑物指标集合。其中，目标建筑物指标集合包括第一数目个目标建筑物指标，目标建筑物指标为表征目标建筑物的数字标识符，目标建筑物指标集合包括第二数目种目标建筑物指标。具体的，预先确定的图像坐标集合可以是针对视频画面进行定标预处理后得到的。根据预处理的定标结果，可以查找到预先确定的图像坐标集合对应的目标建筑物指标集合。
基于目标建筑物指标集合，生成目标建筑物图像坐标集集合。其中，目标建筑物图像坐标集集合包括第二数目个目标建筑物图像坐标集，目标建筑物图像坐标集中的各个坐标对应相同的目标建筑物指标。具体的，对于目标建筑物指标集合中的每个目标建筑物指标，在历史地图数据集中查找该目标建筑物指标对应的目标建筑物图像坐标集，以得到目标建筑物图像坐标集集合。
基于初始坐标集合，生成第一几何中心坐标，其中，第一几何中心坐标表征第一建筑物的位置。具体的，利用下式，确定第一几何中心：
其中，i表示计数，v表示初始坐标，vi表示第i个初始坐标，n表示初始坐标集合中的坐标总数，C表示第一几何中心。将C对应的历史地图数据集中的坐标确定为第一几何中心坐标。
对于目标建筑物指标集合中的每个目标建筑物指标，响应于该目标建筑物指标为第一建筑物的目标建筑物指标，基于该目标建筑物指标对应的目标建筑物图像坐标集和第一几何中心，生成目标坐标。具体的，响应于该目标建筑物指标对应的目标建筑物图像坐标集包括一个目标建筑物图像坐标，将该目标建筑物图像坐标确定为目标坐标。具体的，响应于该目标建筑物指标对应的目标建筑物图像坐标集包括大于一个目标建筑物图像坐标，生成目标建筑物图像坐标集的多边形指标集合。具体的，在历史地图数据集中查找该目标建筑物指标对应的目标建筑物的目标边缘多边形。对该目标建筑物指标对应的目标建筑物图像坐标集中的每个目标建筑物图像坐标，从该目标建筑物图像坐标出发引出一条射线，确定这条射线和目标边缘多边形所有边的交点数目。响应于交点数目为奇数，确定该目标建筑物图像坐标位于目标建筑物图像中，将该目标建筑物图像坐标对应的多边形指标确定为“1”。响应于交点数目为偶数，确定该目标建筑物图像坐标不位于目标建筑物图像中，将该目标建筑物图像坐标对应的多边形指标确定为“0”。
对于该目标建筑物指标对应的目标建筑物图像坐标集中的每个目标建筑物图像坐标，响应于该目标建筑物图像坐标对应的多边形指标为“1”，确定该目标建筑物图像坐标与第一几何中心坐标的欧式距离，以得到欧式距离集合。将欧式距离集合按照从大到小的顺序排序，以得到欧式距离序列。将欧式距离序列中第一个欧式距离对应的目标建筑物图像坐标确定为目标坐标。
响应于类别为第二类型类别，对于预先确定的图像坐标集合中的每个预先确定的图像坐标，生成该预先确定的图像坐标的目标道路指标，以得到目标道路集合。其中，目标道路指标集合包括第三数目个目标道路指标，目标道路指标为表征目标道路的数字标识符，目标道路指标集合包括第四数目种目标道路指标。具体的，预先确定的图像坐标集合可以是针对视频画面进行定标预处理后得到的。根据预处理的定标结果，可以查找到预先确定的图像坐标集合对应的目标道路指标集合。
基于目标道路指标集合，生成目标道路图像坐标集集合。其中，目标道路图像坐标集集合包括第四数目个目标道路图像坐标集，目标道路图像坐标集中的各个坐标对应相同的目标道路指标。具体的，对于目标道路指标集合中的每个目标道路指标，在历史地图数据集中查找该目标道路指标对应的目标道路图像坐标集，以得到目标道路图像坐标集集合。
基于初始坐标集合，生成第二几何中心坐标，其中，第二几何中心坐标表征第一道路的位置。具体的，利用下式，确定第二几何中心：
其中，i表示计数，v表示初始坐标，vi表示第i个初始坐标，n表示初始坐标集合中的坐标总数，D表示第二几何中心。将D对应的历史地图数据集中的坐标确定为第二几何中心坐标。
对于目标道路指标集合中的每个目标道路指标，响应于该目标道路指标为第一道路的目标道路指标，基于该目标道路指标对应的目标道路图像坐标集和第二几何中心，生成目标坐标。可选的，响应于该目标道路指标对应的目标道路图像坐标集包括一个目标道路图像坐标，将该目标道路图像坐标确定为目标坐标。响应于该目标道路指标对应的目标道路图像坐标集包括大于一个目标道路图像坐标，对于该目标道路指标对应的目标道路图像坐标集中的每个目标道路图像坐标，确定该目标道路图像坐标与第二几何中心的距离，以得到距离集合。将距离集合按照从大到小的顺序排序，以得到距离序列。将距离序列中第一个距离对应的目标道路图像坐标确定为目标坐标。
上述步骤202-203中的可选内容，即：“根据类别确定目标坐标的技术内容”作为本公开的实施例的一个发明点，解决了背景技术提及的技术问题二“视频中的不同目标物，例如建筑物和道路，位置的确定方式不同。采用单一的定标方式往往会影响定标结果的准确度，从而导致展示出错误的定标结果。”。导致定标结果准确度较低的因素往往如下：不同类型的目标几何形状不同，采用相同的定标方式会影响定标结果的准确度。如果解决了上述因素，就能达到提高定标水平的效果。为了达到这一效果，本公开引入分类定标的方式生成目标坐标。首先，根据类别判断目标坐标对应的图像类别。其次，响应于类别为第一类型类别，目标坐标对应的图像为建筑物。生成目标建筑物坐标集集合后，判断各个目标建筑物坐标集是否在建筑物的多边形形状中。响应于目标建筑物坐标集集合中的目标建筑物坐标集在建筑物多边形形状中，根据欧式距离确定目标坐标。然后，响应于类别为第二类型类别，目标坐标对应的图像为道路。生成目标道路坐标集集合后，根据距离确定目标坐标。这种方法考虑了建筑物几何形状和道路线性形状的特征，采用不同的方式判断生成目标坐标，提高了定标的准确度，解决了技术问题二。
步骤204，将目标坐标推送至目标终端设备。
在一些实施例中，上述执行主体将目标坐标推送至目标终端设备。其中，目标终端设备根据目标坐标生成物理坐标并执行展示相关操作。具体的，目标终端设备将目标坐标转化为物理空间中的全球定位系统坐标(GPS坐标)。目标终端设备将GPS坐标进行展示。具体的，可以展示目标建筑物在视频中的修正定标后的位置，以提示行进目标位置。具体的，还可以展示目标道路在视频中的修正定标后的位置，以提示行进目标路线。
图2给出的一个实施例具有如下有益效果：获取视频中的初始画面图像和预先确定的图像坐标集合；基于初始画面图像，生成边缘图像、类别和初始坐标集合；基于初始坐标集合、类别和预先确定的图像坐标集合，生成目标坐标；将目标坐标推送至目标终端设备，其中目标终端设备根据目标坐标生成物理坐标并执行展示相关操作。该方法能够直接识别视频画面中的建筑物或道路轮廓以及确定轮廓的类别，同时能够基于预先确定的图像坐标集合对建筑物或道路的位置信息进行修正，以提高建筑物和道路定标的准确度，从而避免了由定位错误导致的展示偏差问题。
进一步参考图3，作为对上述各图上述方法的实现，本公开提供了一种视频画面定标装置的一些实施例，这些装置实施例与图2上述的那些方法实施例相对应，该装置具体可以应用于各种终端设备中。
如图3所示，一些实施例的视频画面定标装置300，装置包括：接收单元301、第一生成单元302、第二生成单元303、发送单元304。其中，接收单元301，被配置成获取视频中的初始画面图像和预先确定的图像坐标集合。第一生成单元302，被配置成基于初始画面图像，生成边缘图像、类别和初始坐标集合。第二生成单元303，被配置成基于初始坐标集合、类别和预先确定的图像坐标集合，生成目标坐标。发送单元304，被配置成将目标坐标推送至目标终端设备，其中，目标终端设备根据目标坐标生成物理坐标并执行展示相关操作。
可以理解的是，该装置300中记载的诸单元与参考图2描述的方法中的各个步骤相对应。由此，上文针对方法描述的操作、特征以及产生的有益效果同样适用于装置300及其中包含的单元，在此不再赘述。
下面参考图4，其示出了适于用来实现本公开实施例的终端设备的计算机系统400的结构示意图。图4示出的终端设备仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。
如图4所示，计算机系统400包括中央处理单元(CPU，Central Processing Unit)401，其可以根据存储在只读存储器(ROM，Read Only Memory)402中的程序或者从存储部分406加载到随机访问存储器(RAM，Random Access Memory)403中的程序而执行各种适当的动作和处理。在RAM403中，还存储有系统400操作所需的各种程序和数据。CPU 401、ROM 402以及RAM 403通过总线404彼此相连。输入/输出(I/O，Input/Output)接口405也连接至总线404。
以下部件连接至I/O接口405：包括硬盘等的存储部分406；以及包括诸如LAN(局域网，Local Area Network)卡、调制解调器等的网络接口卡的通信部分407。通信部分407经由诸如因特网的网络执行通信处理。驱动器408也根据需要连接至I/O接口405。可拆卸介质409，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器408上，以便于从其上读出的计算机程序根据需要被安装入存储部分406。
特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分407从网络上被下载和安装，和/或从可拆卸介质409被安装。在该计算机程序被中央处理单元(CPU)401执行时，执行本公开的方法中限定的上述功能。需要说明的是，本公开所述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、RF等等，或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如C语言或类似的程序设计语言。程序代码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)。
附图中的流程图和框图，图示了按照本公开各种实施例的系统、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、或代码的一部分，该模块、程序段、或代码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。也应当注意，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，两个接连地表示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操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。
以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (8)

1.一种视频画面定标方法，包括：
获取视频中的初始画面图像和预先确定的图像坐标集合，其中，所述预先确定的图像坐标集合包括第一数目个预先确定的图像坐标；
基于所述初始画面图像，生成边缘图像、类别和初始坐标集合；
基于所述初始坐标集合、所述类别和预先确定的图像坐标集合，生成目标坐标；
将所述目标坐标推送至目标终端设备，其中，所述目标终端设备根据所述目标坐标生成物理坐标并执行展示相关操作；
其中，所述基于所述初始画面图像，生成边缘图像、类别和初始坐标集合，包括：
对所述初始画面图像进行边缘提取处理，以得到所述边缘图像；
将所述边缘图像输入预先确定的分类模型，以得到类别和目标区域图像，其中，所述类别的取值范围包括第一类型类别和第二类型类别，所述第一类型类别表征建筑物图像，所述第二类型类别表征道路图像；
基于所述边缘图像和所述目标区域图像，生成所述初始坐标集合；
其中，所述预先确定的分类模型包括特征提取模块、目标区域生成模块和分类模块；以及
所述将所述边缘图像输入预先确定的分类模型，以得到类别和目标区域图像，包括：
将所述边缘图像输入所述特征提取模块，以得到特征图像；
将所述特征图像输入所述目标区域生成模块，以得到所述目标区域图像；
将所述目标区域图像输入所述分类模块，以得到所述类别。
2.根据权利要求1所述的方法，其中，所述基于所述初始坐标集合、所述类别和预先确定的图像坐标集合，生成目标坐标，包括：
响应于所述类别为所述第一类型类别，对于所述预先确定的图像坐标集合中的每个预先确定的图像坐标，生成该预先确定的图像坐标的目标建筑物指标，以得到目标建筑物指标集合，其中，所述目标建筑物指标集合包括第一数目个目标建筑物指标，所述目标建筑物指标为表征目标建筑物的数字标识符，所述目标建筑物指标集合包括第二数目种目标建筑物指标；
基于所述目标建筑物指标集合，生成目标建筑物图像坐标集集合，其中，所述目标建筑物图像坐标集集合包括第二数目个目标建筑物图像坐标集，所述目标建筑物图像坐标集中的各个坐标对应相同的目标建筑物指标；
基于所述初始坐标集合，生成第一几何中心坐标，其中，所述第一几何中心坐标表征第一建筑物的位置；
对于所述目标建筑物指标集合中的每个目标建筑物指标，响应于该目标建筑物指标为所述第一建筑物的目标建筑物指标，基于该目标建筑物指标对应的目标建筑物图像坐标集和所述第一几何中心，生成所述目标坐标。
3.根据权利要求2所述的方法，其中，所述基于所述初始坐标集合、所述类别和预先确定的图像坐标集合，生成目标坐标，还包括：
响应于所述类别为所述第二类型类别，对于所述预先确定的图像坐标集合中的每个预先确定的图像坐标，生成该预先确定的图像坐标的目标道路指标，以得到目标道路指标集合，其中，所述目标道路指标集合包括第三数目个目标道路指标，所述目标道路指标为表征目标道路的数字标识符，所述目标道路指标集合包括第四数目种目标道路指标；
基于所述目标道路指标集合，生成目标道路图像坐标集集合，其中，所述目标道路图像坐标集集合包括第四数目个目标道路图像坐标集，所述目标道路图像坐标集中的各个坐标对应相同的目标道路指标；
基于所述初始坐标集合，生成第二几何中心坐标，其中，所述第二几何中心坐标表征第一道路的位置；
对于所述目标道路指标集合中的每个目标道路指标，响应于该目标道路指标为所述第一道路的目标道路指标，基于该目标道路指标对应的目标道路图像坐标集和所述第二几何中心，生成所述目标坐标。
4.根据权利要求3所述的方法，其中，所述基于该目标道路指标对应的目标道路图像坐标集和所述第二几何中心，生成所述目标坐标，包括：
响应于该目标道路指标对应的目标道路图像坐标集包括一个目标道路图像坐标，将该目标道路图像坐标确定为所述目标坐标。
5.根据权利要求4所述的方法，其中，所述基于该目标道路指标对应的目标道路图像坐标集和所述第二几何中心，生成所述目标坐标，还包括：
响应于该目标道路指标对应的目标道路图像坐标集包括大于一个目标道路图像坐标，对于该目标道路指标对应的目标道路图像坐标集中的每个目标道路图像坐标，确定该目标道路图像坐标与所述第二几何中心的距离，以得到距离集合；
将所述距离集合按照从大到小的顺序排序，以得到距离序列；
将所述距离序列中第一个距离对应的目标道路图像坐标确定为所述目标坐标。
6.根据权利要求5所述的方法，其中，所述基于所述边缘图像和所述目标区域图像，生成所述初始坐标集合，包括：
将所述目标区域图像与所述边缘图像进行比对，以得到目标区域边缘图像；
生成预初始坐标集合，其中，所述预初始坐标集合为空集；
对于所述目标区域边缘图像中的每个像素，响应于该像素的值为“1”，将该像素的坐标放入所述预初始坐标集合中，以更新所述与初始坐标集合；
将所述预初始坐标集合确定为所述初始坐标集合。
7.一种视频画面定标装置，包括：
接收单元，被配置成获取视频中的初始画面图像和预先确定的图像坐标集合；
第一生成单元，被配置成基于所述初始画面图像，生成边缘图像、类别和初始坐标集合；
第二生成单元，被配置成基于所述初始坐标集合、所述类别和预先确定的图像坐标集合，生成目标坐标；
发送单元，被配置成将所述目标坐标推送至目标终端设备，其中，所述目标终端设备根据所述目标坐标生成物理坐标并执行展示相关操作；
其中，所述第一生成单元，进一步被配置成：对所述初始画面图像进行边缘提取处理，以得到所述边缘图像；将所述边缘图像输入预先确定的分类模型，以得到类别和目标区域图像，其中，所述类别的取值范围包括第一类型类别和第二类型类别，所述第一类型类别表征建筑物图像，所述第二类型类别表征道路图像；基于所述边缘图像和所述目标区域图像，生成所述初始坐标集合；其中，所述预先确定的分类模型包括特征提取模块、目标区域生成模块和分类模块；以及所述将所述边缘图像输入预先确定的分类模型，以得到类别和目标区域图像，包括：将所述边缘图像输入所述特征提取模块，以得到特征图像；将所述特征图像输入所述目标区域生成模块，以得到所述目标区域图像；将所述目标区域图像输入所述分类模块，以得到所述类别。
8.一种终端设备，包括：
一个或多个处理器；
存储装置，其上存储有一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-6中任一所述的方法。
CN202110720711.6A 2021-06-28 2021-06-28 视频画面定标方法、装置、终端设备 Active CN113542800B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110720711.6A CN113542800B (zh) 2021-06-28 2021-06-28 视频画面定标方法、装置、终端设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110720711.6A CN113542800B (zh) 2021-06-28 2021-06-28 视频画面定标方法、装置、终端设备

Publications (2)

Publication Number Publication Date
CN113542800A CN113542800A (zh) 2021-10-22
CN113542800B true CN113542800B (zh) 2023-07-18

Family

ID=78125997

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110720711.6A Active CN113542800B (zh) 2021-06-28 2021-06-28 视频画面定标方法、装置、终端设备

Country Status (1)

Country Link
CN (1) CN113542800B (zh)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110969592A (zh) * 2018-09-29 2020-04-07 北京嘀嘀无限科技发展有限公司 图像融合方法、自动驾驶控制方法、装置和设备
CN112434119A (zh) * 2020-11-13 2021-03-02 武汉中海庭数据技术有限公司 一种基于异构数据融合的高精度地图生产装置

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101599120B (zh) * 2009-07-07 2012-01-25 华中科技大学 一种遥感影像建筑物识别方法
US20130039574A1 (en) * 2011-08-09 2013-02-14 James P. McKay System and method for segmenting water, land and coastline from remote imagery
CN107492135A (zh) * 2017-08-21 2017-12-19 维沃移动通信有限公司 一种图像分割标注方法、装置及计算机可读存储介质
CN107967457B (zh) * 2017-11-27 2024-03-19 全球能源互联网研究院有限公司 一种适应视觉特征变化的地点识别与相对定位方法及系统
CN109684428A (zh) * 2018-12-12 2019-04-26 广东启慧城市信息有限公司 空间数据建设方法、装置、设备及存储介质
CN110135323A (zh) * 2019-05-09 2019-08-16 北京四维图新科技股份有限公司 图像标注方法、装置、系统及存储介质
CN110309790B (zh) * 2019-07-04 2021-09-03 闽江学院 一种用于道路目标检测的场景建模方法和装置
CN112613381A (zh) * 2020-12-17 2021-04-06 浙江大华技术股份有限公司 一种图像映射方法、装置、存储介质及电子装置
CN112348029B (zh) * 2021-01-08 2021-08-10 禾多科技（北京）有限公司 局部地图调整方法、装置、设备和计算机可读介质

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110969592A (zh) * 2018-09-29 2020-04-07 北京嘀嘀无限科技发展有限公司 图像融合方法、自动驾驶控制方法、装置和设备
CN112434119A (zh) * 2020-11-13 2021-03-02 武汉中海庭数据技术有限公司 一种基于异构数据融合的高精度地图生产装置

Also Published As

Publication number Publication date
CN113542800A (zh) 2021-10-22

Similar Documents

Publication Publication Date Title
US10650236B2 (en) Road detecting method and apparatus
CN108898086B (zh) 视频图像处理方法及装置、计算机可读介质和电子设备
US10762387B2 (en) Method and apparatus for processing image
CN113869293B (zh) 车道线识别方法、装置、电子设备和计算机可读介质
CN111414879B (zh) 人脸遮挡程度识别方法、装置、电子设备及可读存储介质
CN116182878B (zh) 道路曲面信息生成方法、装置、设备和计算机可读介质
CN114993328B (zh) 车辆定位评估方法、装置、设备和计算机可读介质
CN112712036A (zh) 交通标志识别方法、装置、电子设备及计算机存储介质
CN111209856B (zh) 发票信息的识别方法、装置、电子设备及存储介质
CN113781478B (zh) 油罐图像检测方法、装置、电子设备和计算机可读介质
CN117290561B (zh) 业务状态信息反馈方法、装置、设备和计算机可读介质
CN113673446A (zh) 图像识别方法、装置、电子设备和计算机可读介质
WO2024060708A1 (zh) 目标检测方法和装置
CN115620264B (zh) 车辆定位方法、装置、电子设备和计算机可读介质
CN112464921A (zh) 障碍物检测信息生成方法、装置、设备和计算机可读介质
CN115565158B (zh) 车位检测方法、装置、电子设备和计算机可读介质
CN113542800B (zh) 视频画面定标方法、装置、终端设备
CN113808134B (zh) 油罐布局信息生成方法、装置、电子设备、介质
CN111680754B (zh) 图像分类方法、装置、电子设备及计算机可读存储介质
CN111383337B (zh) 用于识别对象的方法和装置
CN116704593A (zh) 预测模型训练方法、装置、电子设备和计算机可读介质
CN110807784B (zh) 用于分割物体的方法和装置
CN112528970A (zh) 路牌检测方法、装置、设备和计算机可读介质
CN112766068A (zh) 一种基于网格化标注的车辆检测方法及系统
CN116630436B (zh) 相机外参修正方法、装置、电子设备和计算机可读介质

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