CN113973201B - 拍摄设备的架设评价方法及装置 - Google Patents

Abstract

本申请实施例提供一种拍摄设备的架设评价方法及装置，其中，该方法通过获取拍摄设备摄取的至少一张图像，然后获取至少一张图像在目标维度的评价结果，其中，目标维度包括安装状况维度和图像成像状况维度；根据至少一张图像在目标维度的评价结果，获取拍摄设备的架设评价结果，拍摄设备的架设评价结果用于指示拍摄设备的架设情况达标或者不达标；若拍摄设备的架设评价结果指示拍摄设备的架设情况不达标，则生成用于调整拍摄设备的架设情况的架设改造策略。本申请通过从安装状况维度和图像成像状况维度两个维度对拍摄设备的架设情况进行评价，更加全面，架设评价结果更准确。

Description

拍摄设备的架设评价方法及装置

技术领域

本申请涉及智能评价技术领域，尤其涉及一种拍摄设备的架设评价方法及装置。

背景技术

智能视频技术是指通过相关智能视频算法，利用计算机图像视觉分析技术对拍摄设备在场景中摄取的图像进行分析，从而将场景中的背景和目标物分离，进而分析并追踪拍摄设备场景内出现的目标物。随着智能视频相关产品的准确率以及可靠性不断增强以及人们多样化的需求，智能视频技术已广泛应用于安防、人体行为检测以及智能交通等各个领域，例如，用于安防的车辆识别系统能够对非法停留的交通工具进行检测，识别逆行车辆；又如，应用于人体行为检测的人体行为检测系统能可以自动检测岗哨人员就位情况等等。目前，用于人脸识别系统、人体行为检测系统以及车辆识别系统等产品的智能视频算法对拍摄设备摄取的图像的质量要求较高，而拍摄设备的架设情况是影响图像质量的重要因素之一，因此，准确评价拍摄设备的架设情况对于智能视频算法十分重要。

传统的方式中，通过图像的锐利程度、细节保留度、色彩还原度、图像的分辨率或者有效像素、成像的噪声等维度来评价拍摄设备的架设情况。但是，上述通过图像质量对拍摄设备的架设情况进行评价，不够全面。

发明内容

本申请实施例提供一种拍摄设备的架设评价方法及装置，用以解决现有技术中仅通过图像的质量对拍摄设备的架设情况进行评价，不够全面的问题。

第一方面，本申请实施例提供一种拍摄设备的架设评价方法，该方法通过获取拍摄设备摄取的至少一张图像，然后获取所述至少一张图像在目标维度的评价结果，其中，目标维度包括安装状况维度和图像成像状况维度；根据至少一张图像在目标维度的评价结果，获取拍摄设备的架设评价结果，所述拍摄设备的架设评价结果用于指示所述拍摄设备的架设情况达标或者不达标；若所述拍摄设备的架设评价结果指示所述拍摄设备的架设情况不达标，则生成所述拍摄设备的架设改造策略，其中，所述架设改造策略用于调整拍摄设备的架设情况。

本申请实施例提供的拍摄设备的架设评价方法，通过从拍摄设备的安装状况维度和图像成像状况维度两个维度对拍摄设备的架设情况进行评价，解决了现有技术中仅通过单一的图像质量维度对拍摄设备的架设情况进行评价，不够全面，导致评价结果不够准确的问题；另外，根据拍摄设备的架设评价结果，还能够准确预估拍摄设备的架设情况对智能视频算法的影响，为智能视频算法的优化提供依据。

在一些可能的设计中，所述安装状况维度包括：姿态角子维度和/或安装位置子维度；所述图像成像状况维度包括：图像尺寸子维度、目标物尺寸子维度以及图像清晰度子维度中的一项或组合。

在一些可能的设计中，所述获取所述至少一张图像在所述目标维度的评价结果，具体包括：将所述至少一张图像输入至预先训练好的评价模型，获取所述评价模型输出的所述至少一张图像分别在所述目标维度的评价结果；其中，所述评价模型用于获取图像在所述目标维度的评价结果。

在一些可能的设计中，所述评价模型包括：姿态角评价模型、安装位置评价模型、图像尺寸评价模型、目标物尺寸评价模型以及图像清晰度评价模型中的一个或组合；

其中，所述姿态角评价模型用于获取输入的图像在所述姿态角子维度的评价结果，所述姿态角包括俯仰角、滚转角以及偏航角中的一个或组合；所述安装位置评价模型用于获取输入的图像在所述安装位置子维度的评价结果；所述图像尺寸评价模型用于获取输入的图像在所述图像尺寸子维度的评价结果；所述目标物尺寸评价模型用于获取输入的图像在所述目标物尺寸子维度的评价结果；所述图像清晰度评价模型用于获取输入的图像在所述图像清晰度子维度的评价结果。

本申请实施例通过预先训练好的评价模型，获取至少一张图像在目标维度的评价结果，评价模型可以自动执行，保证了评价结果的准确性，且提高了处理效率。

在一些可能的设计中，所述根据所述至少一张图像在目标维度的评价结果，获取所述拍摄设备的架设评价结果，具体包括：根据所述至少一张图像在目标维度的评价结果以及所述至少一张图像在目标维度对应的权重系数，获取所述至少一张图像对应的架设评价结果；根据所述至少一张图像对应的架设评价结果，获取所述拍摄设备的架设评价结果。

在一些可能的设计中，所述至少一张图像在目标维度对应的权重系数是根据预先训练的权重神经网络模型以及所述至少一张图像获得的，其中，所述预先训练的权重神经网络模型是根据训练样本获得的，所述训练样本携带初始权重系数。

本申请实施例中，权重神经网络模型输出的权重系数用于反映拍摄设备当前架设情况摄取的图像与标准架设时拍摄设备摄取的图像之间的相似程度，即本申请实施例中的方法是通过回归图像相似度，从而准确地评价拍摄设备的架设情况是否达标，而不是如现有技术中的方式直接回归质量分析，相较而言，提高了拍摄设备的架设评价结果的准确性；另外，本申请实施例的方法能够避免由于对图像的无关特征过度拟合导致拍摄设备的架设评价结果不准确的问题。

在一些可能的设计中，所述根据所述至少一张图像对应的架设评价结果，获取所述拍摄设备的架设评价结果，具体包括：

对所述至少一张图像对应的架设评价结果进行平均处理，获取所述拍摄设备的架设评价结果，所述拍摄设备的架设评价结果包括对所述至少一张图像对应的架设评价结果进行平均处理获得的平均值。

在一些可能的设计中，所述根据所述至少一张图像对应的架设评价结果，获取所述拍摄设备的架设评价结果，具体包括：

对所述至少一张图像对应的架设评价结果进行加权平均处理，获取所述拍摄设备的架设评价结果，所述拍摄设备的架设评价结果包括对所述至少一张图像对应的架设评价结果进行加权平均处理获得的加权平均值。

本申请实施例中，通过对至少一张图像对应的架设评价结果进行统计分析，获得平均值或加权平均值，从而提高了拍摄设备的架设评价结果的准确性；且本申请实施例通过将拍摄设备的架设评价结果数值化，提高了拍摄设备的架设评价结果的直观性，以及有利于后续的计算，能够提高处理效率。

在一些可能的设计中，所述根据所述至少一张图像在目标维度的评价结果，获取所述拍摄设备的架设评价结果，具体包括：

针对所述目标维度包括每个子维度，对每张所述图像在所述子维度对应的评价结果进行平均处理，获取所述拍摄设备的架设评价结果，所述拍摄设备的架设评价结果包括所述拍摄设备在所述目标维度中各个子维度分别对应的评价结果。

在一些可能的设计中，所述若所述拍摄设备的架设结果指示所述拍摄设备的架设情况不达标，则生成所述拍摄设备的架设改造策略之前，还包括：

判断所述拍摄设备的架设评价结果是否满足第一预设条件；

若所述拍摄设备的架设评价结果满足所述第一预设条件，则所述拍摄设备的架设结果指示所述拍摄设备的架设情况达标；

若所述拍摄设备的架设评价结果不满足所述第一预设条件，则所述拍摄设备的架设结果指示所述拍摄设备的架设情况不达标。

本申请实施例中，通过第一预设条件准确判断拍摄设备的架设情况是否达标，能够提高拍摄设备的架设评价结果的准确性。

在一些可能的设计中，所述若所述拍摄设备的架设结果指示所述拍摄设备的架设情况不达标，则生成所述拍摄设备的架设改造策略，具体包括：

根据所述拍摄设备的架设结果包括的所述拍摄设备在所述目标维度中各个子维度分别对应的评价结果中，不满足第二预设条件的子维度对应的评价结果，生成所述拍摄设备的架设改造策略，所述拍摄设备的架设改造策略包括：不满足所述第二预设条件的子维度对应的改造策略。

在一些可能的设计中，所述根据所述拍摄设备的架设结果包括的所述拍摄设备在所述目标维度中各个子维度分别对应的评价结果中不满足第二预设条件的子维度对应的评价结果，生成所述拍摄设备的架设改造策略，具体包括：

若不满足所述第二预设条件的子维度包括所述姿态角子维度，则所述拍摄设备的架设改造策略包括第一姿态角改造策略，所述第一姿态角改造策略包括用于指示调整所述拍摄设备的俯仰角、滚转角以及偏航角中的一个或组合的信息；

若不满足所述第二预设条件的子维度包括所述安装位置子维度，则所述拍摄设备的架设改造策略包括第一安装位置改造策略，所述第一安装位置改造策略包括用于指示调整所述拍摄设备的安装位置的信息；

若不满足所述第二预设条件的子维度包括所述图像尺寸子维度，则所述拍摄设备的架设改造策略包括：第一视角范围改造策略、第二姿态角改造策略、第二安装位置改造策略以及提示信息中的一项或组合；其中，所述第一视角范围改造策略包括用于指示调整所述拍摄设备的视角范围的信息；所述第二姿态角改造策略包括用于指示调整所述拍摄设备的俯仰角、滚转角以及偏航角中的一个或组合的信息；所述第二安装位置改造策略包括用于指示调整所述拍摄设备的安装位置的信息；所述提示信息包括用于提示检查所述拍摄设备是否被物体遮挡的信息；

若不满足所述第二预设条件的子维度包括所述目标物尺寸子维度，则所述拍摄设备的架设改造策略包括：第二视角范围改造策略，其中，所述第二视角范围改造策略包括用于指示调整所述拍摄设备的视角范围的信息；

若不满足所述第二预设条件的子维度包括所述图像清晰度子维度，则所述拍摄设备的架设改造策略包括：焦距改造策略，所述焦距改造策略包括用于指示调整所述拍摄设备的焦距的信息。

本申请实施例中，若确定拍摄设备的架设情况不达标时，根据不满足第二预设条件的子维度对应的拍摄设备的评价结果，生成用于调整拍摄设备的架设情况的架设改造策略，保证改造后的拍摄设备的架设情况达标。

第二方面，本申请提供一种拍摄设备的架设评价装置，包括：

获取模块，用于获取拍摄设备摄取的至少一张图像；

处理模块，用于获取所述至少一张图像在目标维度的评价结果，获取所述拍摄设备的架设评价结果，所述拍摄设备的架设评价结果用于指示所述拍摄设备的架设情况达标或不达标；

若所述拍摄设备的架设评价结果指示所述拍摄设备的架设情况不达标，所述处理模块，还用于生成所述拍摄设备的架设改造策略，其中，所述架设改造策略与用于调整拍摄设备的架设情况。

本申请实施例提供的拍摄设备的架设评价装置，通过从拍摄设备的安装状况维度和图像成像状况维度两个维度对拍摄设备的架设情况进行评价，解决了现有技术中仅通过单一的图像质量维度对拍摄设备的架设情况进行评价，不够全面，导致评价结果不够准确的问题；另外，根据拍摄设备的架设评价结果，还能够准确预估拍摄设备的架设情况对智能视频算法的影响，为智能视频算法的优化提供依据。

在一些可能的设计中，所述安装状况维度包括：姿态角子维度和/或安装位置子维度；所述图像成像状况维度包括：图像尺寸子维度、目标物尺寸子维度以及图像清晰度子维度中的一项或组合。

在一些可能的设计中，所述评价模型包括：姿态角评价模型、安装位置评价模型、图像尺寸评价模型、目标物尺寸评价模型以及图像清晰度评价模型中的一个或组合；

其中，所述姿态角评价模型用于获取输入的图像在所述姿态角子维度的评价结果，所述姿态角包括俯仰角、滚转角以及偏航角中的一个或组合；所述安装位置评价模型用于获取输入的图像在所述安装位置子维度的评价结果；所述图像尺寸评价模型用于获取输入的图像在所述图像尺寸子维度的评价结果；所述目标物尺寸评价模型用于获取输入的图像在所述目标物尺寸子维度的评价结果；所述图像清晰度评价模型用于获取输入的图像在所述图像清晰度子维度的评价结果。

本申请实施例中，拍摄设备的架设评价装置通过预先训练好的评价模型，获取至少一张图像在目标维度的评价结果，评价模型可以自动执行，保证了评价结果的准确性，且提高了处理效率。

在一些可能的设计中，所述处理模块，具体用于：根据所述至少一张图像在目标维度的评价结果以及所述至少一张图像在目标维度对应的权重系数，获取所述至少一张图像对应的架设评价结果；以及根据所述至少一张图像对应的架设评价结果，获取所述拍摄设备的架设评价结果。

在一些可能的设计中，所述至少一张图像在目标维度对应的权重系数是根据预先训练的权重神经网络模型以及所述至少一张图像获得的，其中，所述预先训练的权重神经网络模型是根据训练样本获得的，所述训练样本携带初始权重系数。

本申请实施例中，权重神经网络模型输出的权重系数用于反映拍摄设备当前架设情况摄取的图像与标准架设时拍摄设备摄取的图像之间的相似程度，即本申请实施例中的方法是通过回归图像相似度，从而准确地评价拍摄设备的架设情况是否达标，而不是如现有技术中的方式直接回归质量分析，相较而言，提高了拍摄设备的架设评价结果的准确性；另外，本申请实施例的方法能够避免由于对图像的特征过度拟合导致拍摄设备的架设评价结果不准确的问题。

在一些可能的设计中，所述处理模块，具体用于：

对所述至少一张图像对应的架设评价结果进行平均处理，获取所述拍摄设备的架设评价结果，所述拍摄设备的架设评价结果包括对所述至少一张图像对应的架设评价结果进行平均处理获得的平均值。

在一些可能的设计中，所述处理模块，具体用于：

对所述至少一张图像对应的架设评价结果进行加权平均处理，获取所述拍摄设备的架设评价结果，所述拍摄设备的架设评价结果包括对所述至少一张图像对应的架设评价结果进行加权平均处理获得的加权平均值。

本申请实施例中，拍摄设备的架设评价装置通过对至少一张图像对应的架设评价结果进行统计分析，获得平均值或加权平均值，从而提高了拍摄设备的架设评价结果的准确性；且本申请实施例通过将拍摄设备的架设评价结果数值化，提高了拍摄设备的架设评价结果的直观性，以及有利于后续的计算，能够提高处理效率。

在一些可能的设计中，所述处理模块，具体用于：

针对所述目标维度包括每个子维度，对每张所述图像在所述子维度对应的评价结果进行平均处理，获取所述拍摄设备的架设评价结果，所述拍摄设备的架设评价结果包括所述拍摄设备在所述目标维度中各个子维度分别对应的评价结果。

在一些可能的设计中，所述处理模块，还用于：判断所述拍摄设备的架设评价结果是否满足第一预设条件；

若所述拍摄设备的架设评价结果满足所述第一预设条件，则所述拍摄设备的架设结果指示所述拍摄设备的架设情况达标；

若所述拍摄设备的架设评价结果不满足所述第一预设条件，则所述拍摄设备的架设结果指示所述拍摄设备的架设情况不达标。

本申请实施例中，拍摄设备的架设评价装置通过第一预设条件准确判断拍摄设备的架设情况是否达标，能够提高拍摄设备的架设评价结果的准确性。

在一些可能的设计中，若所述拍摄设备的架设结果指示所述拍摄设备的架设情况不达标，所述处理模块，具体用于：

根据所述拍摄设备的架设结果包括的所述拍摄设备在所述目标维度中各个子维度分别对应的评价结果中，不满足第二预设条件的子维度对应的评价结果，生成所述拍摄设备的架设改造策略，所述拍摄设备的架设改造策略包括：不满足所述第二预设条件的子维度对应的改造策略。

在一些可能的设计中，若不满足所述第二预设条件的子维度包括所述姿态角子维度，则所述处理模块生成的所述拍摄设备的架设改造策略包括：第一姿态角改造策略，所述第一姿态角改造策略包括用于指示调整所述拍摄设备的俯仰角、滚转角以及偏航角中的一个或组合的信息；

若不满足所述第二预设条件的子维度包括所述安装位置子维度，则所述处理模块生成的所述拍摄设备的架设改造策略包括：第一安装位置改造策略，所述第一安装位置改造策略包括用于指示调整所述拍摄设备的安装位置的信息；

若不满足所述第二预设条件的子维度包括所述图像尺寸子维度，则所述处理模块生成的所述拍摄设备的架设改造策略包括：第一视角范围改造策略、第二姿态角改造策略、第二安装位置改造策略以及提示信息中的一项或组合；其中，所述第一视角范围改造策略包括用于指示调整所述拍摄设备的视角范围的信息；所述第二姿态角改造策略包括用于指示调整所述拍摄设备的俯仰角、滚转角以及偏航角中的一个或组合的信息；所述第二安装位置改造策略包括用于指示调整所述拍摄设备的安装位置的信息；所述提示信息包括用于提示检查所述拍摄设备是否被物体遮挡的信息；

若不满足所述第二预设条件的子维度包括所述目标物尺寸子维度，则所述处理模块生成的所述拍摄设备的架设改造策略包括：第二视角范围改造策略，其中，所述第二视角范围改造策略包括用于指示调整所述拍摄设备的视角范围的信息；

若不满足所述第二预设条件的子维度包括所述图像清晰度子维度，则所述处理模块生成的所述拍摄设备的架设改造策略包括：焦距改造策略，所述焦距改造策略包括用于指示调整所述拍摄设备的焦距的信息。

本申请实施例中，若拍摄设备的架设评价装置确定拍摄设备的架设情况不达标时，根据不满足第二预设条件的子维度对应的拍摄设备的评价结果，生成用于调整拍摄设备的架设情况的架设改造策略，保证改造后的拍摄设备的架设情况达标。

第三方面，本申请实施例还提供一种电子设备，包括：存储器和处理器，其中，所述存储器与所述处理器耦合；

所述存储器用于存储计算机程序指令；

所述处理器用于执行所述计算机程序指令，以执行如第一方面任一项所述的方法。

其中，上述电子设备包括的存储器和处理器可以集成在同一块芯片上，也可以分别设置在不同的芯片上。

第四方面，本申请实施例还提供一种计算机存储介质，包括：计算机程序指令；

当计算机程序指令在电子设备上运行时，使得电子设备执行如第一方面任一项所述的方法。

第五方面，本申请实施例还提供一种处理器，处理器包括：

至少一个电路，用于获取拍摄设备摄取的至少一张图像；

至少一个电路，用于获取所述至少一张图像在目标维度的评价结果，获取所述拍摄设备的架设评价结果，所述拍摄设备的架设评价结果用于指示所述拍摄设备的架设情况达标或不达标；

至少一个电路，用于若所述拍摄设备的架设评价结果指示所述拍摄设备的架设情况不达标，生成所述拍摄设备的架设改造策略，其中，所述架设改造策略与用于调整拍摄设备的架设情况。

其中，上述处理器可以为芯片。

第六方面，本申请实施例还提供一种程序产品，所述程序产品包括计算机程序，所述计算机程序存储在可读存储介质中，电子设备的至少一个处理器可以从所述可读存储介质中读取所述计算机程序，所述至少一个处理器执行所述计算机程序使得所述电子设备执行如第一方面任一项所述的方法。

本申请实施例提供一种拍摄设备的架设评价方法及装置，其中，该方法通过获取拍摄设备摄取的至少一张图像，然后获取至少一张图像在目标维度的评价结果，其中，目标维度包括安装状况维度和图像成像状况维度；根据至少一张图像在目标维度的评价结果，获取拍摄设备的架设评价结果，拍摄设备的架设评价结果用于指示拍摄设备的架设情况达标或者不达标；若拍摄设备的架设评价结果指示拍摄设备的架设情况不达标，则生成用于调整拍摄设备的架设情况的架设改造策略。本申请通过从安装状况维度和图像成像状况维度两个维度对拍摄设备的架设情况进行评价，更加全面，架设评价结果更准确。

附图说明

图1为本申请提供的拍摄设备的架设评价方法的适用场景架构图；

图2为本申请一实施例提供的拍摄设备的架设评价方法的流程图；

图3为本申请另一实施例提供的拍摄设备的架设评价方法的流程图；

图4为本申请另一实施例提供的拍摄设备的架设评价方法的流程图；

图5为本申请另一实施例提供的拍摄设备的架设评价方法的流程图；

图6为本申请另一实施例提供的拍摄设备的架设评价方法的流程图；

图7为本申请一实施例提供的拍摄设备的架设评价装置的结构示意图；

图8为本申请一实施例提供的电子设备的结构示意图；

图9为本申请另一实施例提供的拍摄设备的架设评价装置的结构示意图。

具体实施方式

这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。

目前，人脸、人体以及车辆识别、抓拍等智能视频算法对图像质量要求较高，而拍摄设备的架设情况是影响图像质量的重要因素之一，例如，拍摄设备的架设角度、拍摄设备是否水平、拍摄设备是否对焦清楚等架设情况，因此，准确评价拍摄设备的架设情况对于智能视频算法具有十分重要的意义。

随着智能视频算法的广泛应用，用于评价拍摄设备的架设情况的质量评估系统被提出，该质量评估系统可以应用于新建的拍摄设备的安装过程中，还可以应用于对已安装拍摄设备的改造过程中，还可以应用于对已安装的拍摄设备的运维过程中。一、对于新建拍摄设备来说，拍摄设备的安装依赖于工人的安装经验，对于新的拍摄设备的安装验收依赖于专家的评估，导致人力成本较高，而质量评估系统能够显著减少新建拍摄设备的安装和验收的人力成本。二、对于已安装拍摄设备的改造来说，由于已安装拍摄设备的数量较大，改造工作量巨大，且现有的针对已安装拍摄设备的改造缺乏相关标准以及操作指导，而质量评估系统能够提供标准的改造方案，有效减少改造工作量，提升改造效率。三、对于已安装拍摄设备的运维来说，质量评估系统能够自动识别拍摄设备是否跑焦、是否被遮挡、是否发生倾斜等情况，并能够提供准确的运维方案，有效减少运维工作量，提升运维效率。

现有技术中的质量评估系统主要通过对拍摄设备摄取的图像的图像质量对拍摄设备的架设情况进行评估。具体地，质量评估系统通过拍摄设备摄取的图像的锐利程度、细节保留度、图像的色彩还原度、分辨率或者有效像素、图像的噪声等来评价拍摄设备的架设情况。

然而，智能视频算法不仅对图像质量具有较高要求，同时对目标物在图像中的尺寸、角度等也具有较高要求。现有技术中的方法均是通过图像质量来评价拍摄设备的架设情况，无法全面地、准确地评价拍摄设备的架设情况，因此，本申请实施例提供一种拍摄设备的架设评价方法，以解决现有技术中存在的问题。

图1为本申请提供的拍摄设备的架设评价方法的适用场景架构图。图2为本申请一实施例提供的拍摄设备的架设评价方法的流程图。图1所示的场景包括：拍摄设备的架设评价装置101和至少一个拍摄设备102。

其中，该拍摄设备的架设评价装置101可以但不限于为智能手机、计算机、服务器等电子设备，或者，该拍摄设备的架设评价装置101还可以为应用程序，如用于对拍摄设备的架设情况进行评价的质量评估系统。

拍摄设备102可以为新建拍摄设备，或者，已安装拍摄设备，上述拍摄设备102可以摄取目标拍摄范围内的画面，并将摄取的画面存储为图像。

其中，拍摄设备的架设评价装置101可以获取上述拍摄设备102摄取的至少一张图像，该拍摄设备的架设评价装置101可以通过对拍摄设备102摄取的至少一张图像进行分析，获取至少一张图像在拍摄设备102的安装状况维度和图像成像维度上的评价结果；并基于上述至少一张图像在拍摄设备102的安装状况维度和图像成像维度上的评价结果，获得该拍摄设备102的架设评价结果。

若根据拍摄设备102的架设评价结果指示该拍摄设备102的架设情况达标，则结束；若根据拍摄设备102的架设评价结果指示该拍摄设备102的架设情况不达标，则拍摄设备的架设评价装置101可以根据拍摄设备102的架设评价结果自动生成相应的架设改造策略，之后可通过执行该架设改造策略以使拍摄设备102的架设情况达标。

由于智能视频算法在实际应用中不仅对图像的成像有要求，同时对目标物在图像中的大小、角度也有要求，因此，拍摄设备的架设评价装置101通过从拍摄设备的安装状况维度和图像成像状况维度两个维度对拍摄设备的架设情况进行评价，解决了现有技术中仅通过单一的图像质量维度对拍摄设备的架设情况进行评价，不够全面，导致评价结果不够准确的问题；另外，该拍摄设备的架设评价装置101根据拍摄设备102的架设评价结果，还能够预估拍摄设备的架设情况对智能视频算法的影响，为智能视频算法的优化提供依据。

一种可能的实现方式，拍摄设备102摄取图像，并将摄取的图像传输至服务器103，拍摄设备的架设评价装置101可以从服务器103获取拍摄设备102摄取的至少一张图像。拍摄设备的架设评价装置101根据至少一张图像，获取拍摄设备的架设评价结果，且拍摄设备102的架设评价结果指示该拍摄设备102的架设情况达标时，生成相应的架设改造策略；之后，拍摄设备的架设评价装置101可以将架设改造策略通过服务器发送至拍摄设备，由拍摄设备102自动执行架设改造策略；或者，拍摄设备的架设评价装置101可以将架设改造策略发送至终端设备104，终端设备104接收到拍摄设备102的架设改造策略，可向终端设备104对应的用户提示该拍摄设备102的架设改造策略，以使终端设备104对应的用户执行拍摄设备102的架设改造策略，拍摄设备102的架设情况达标。

其中，服务器103可以为一个服务器，或者一组服务器，或者，还可以为云服务器，本申请实施例对此不作限制。终端设备104可以但不限于为智能手机、IPAD、笔记本电脑、可穿戴电子设备等。本申请实施例中对于服务器103以及终端设备104的具体类型不作限制。

下面将通过几个具体实施例，对本申请提供的拍摄设备的架设评价方法进行详细介绍。

图3为本申请一实施例提供的拍摄设备的架设评价方法。本实施例提供的拍摄设备的架设评价方法的执行主体可以为拍摄设备的架设评价装置。本实施例中，以拍摄设备的架设评价装置为质量评估系统为例进行说明。

如图3所示，本实施例的方法包括：

S301、获取拍摄设备摄取的至少一张图像。

本实施例中的拍摄设备可以为新建拍摄设备或已安装拍摄设备，质量评估系统可以获取该拍摄设备摄取的至少一张图像。

其中，上述至少一张图像中可以包括相同类型的目标物的，或者，也可以包括不同类型的目标物，本申请实施例中对此不作限制。示例性地，目标物可以为人、车辆等，本申请实施例中对于目标物的类型不作限制。

上述至少一张图像可以为拍摄设备在预设时间段内摄取的图像，上述至少一张图像也可以为拍摄设备在特定时间段内摄取的图像，或者，至少一张图像也可以为在拍摄设备摄取的图像中随机抽取的图像。示例性地，至少一张图像为拍摄设备在一个月内每天上午8:00至9:00和下午5:00至6:00这两个时间段内摄取的图像，或者，至少一张图像为拍摄设备在每周的周一至周五的上午8:00至9:00和下午5:00至6:00这两个时间段内摄取的图像。本申请实施例对此不作限制。

应理解，本申请实施例中，可以根据实际需求获取拍摄设备摄取的图像。且获取的拍摄设备摄取的至少一张图像可以全部用于拍摄设备的架设情况评价，也可以部分用于拍摄设备的架设情况评价，本申请实施例对此不做限制。

S302、获取所述至少一张图像在目标维度上的评价结果，其中，目标维度包括拍摄设备的安装状况维度和图像成像状况维度。

下面对拍摄设备的安装状况维度和图像成像状况维度分别进行介绍。

一、拍摄设备的安装状况维度

拍摄设备的安装状况维度可以包括姿态角子维度和/或安装位置子维度。

其中，拍摄设备的姿态角能够表示拍摄设备本体坐标系与地理坐标系之间关系。在一些情况下，姿态角也可以称为欧拉角等其他名称，本申请实施例对此不作限制。

示例性地，拍摄设备的本体坐标系(x,y,z坐标系)的原点为拍摄设备的几何中心，x轴沿拍摄设备横轴向右，y轴沿拍摄设备沿光轴向前，z轴沿拍摄设备的竖轴并且与x轴和y轴垂直；地理坐标系(u,v,w坐标系)的原点为拍摄设备的几何中心，地理坐标系的u轴沿纬线向东，v轴沿经线向北，w轴沿地理垂线向上并与u轴和v轴垂直。

在该方案中，拍摄设备的姿态角包括：俯仰角(pitch)、滚转角(roll)和偏航角(yaw)。其中，俯仰角表示本体坐标系中的y轴与地理坐标系中的uov平面之间的夹角，俯仰角相对于预设俯仰角来说偏大或偏小，则拍摄设备对目标物进行拍摄时，可能无法正对目标物，则导致摄取的图像中目标物的角度无法满足智能视频算法的要求；滚转角表示本体坐标系中的z轴与地理坐标系中的w轴之间的夹角，滚转角相对于预设滚转角来说，偏大或偏小时，则拍摄设备对目标进行拍摄时，可能导致摄取的图像中目标物并不处于图像的水平方向上；偏航角表示本体坐标系的y轴在地平面上的投影与v轴之间的夹角，偏航角相对于预设偏航角来说，偏大或偏小，则拍摄设备对目标物进行拍摄时，可能无法正对目标物，则同样会导致摄取的图像中目标物的角度无法满足智能视频算法的要求。

拍摄设备的安装位置包括拍摄设备的经度信息、拍摄设备的纬度信息以及拍摄设备的高度信息。示例性地，若拍摄设备为高速公路上架设的用于抓拍的拍摄设备，拍摄设备需要安装于车道沿宽度方向的中心位置，若拍摄设备的安装位置偏离车道沿宽度方向的中心位置，则可能导致拍摄设备无法正对车道内的车辆进行拍摄，从而导致目标物在摄取的图像中的大小以及位置可能无法满足智能视频算法的要求。

二、拍摄设备的图像成像状况维度

拍摄设备的图像成像状况维度可以包括图像尺寸子维度、目标物尺寸子维度以及图像清晰度子维度中的任一项或组合。

本申请中，图像尺寸子维度可以通过图像的长、宽之间的比值来表示；其中，图像的长、宽之间的比值偏大或偏小，则表明拍摄设备可能被其他物体遮挡，或者拍摄设备的视角范围偏大或偏小。或者，图像尺寸子维度还可以通过图像的大小来表示，图像尺寸偏大或偏小，则表明拍摄设备的视角范围可能偏大或偏小。

目标物尺寸子维度用于表示目标物在图像中的大小，其中，目标物尺寸子维度可以通过图像中目标物的像素面积来表示，或者，还可以通过目标物的长度、宽度、高度等表示。若目标物尺寸偏大或偏小，则表明拍摄设备的视角范围可能偏大或偏小。

图像清晰度子维度可以包括图像分辨率子维度，即图像清晰度子维度可以通过图像分辨率表示；其中，图像分辨率越高，则拍摄设备摄取的图像越清晰，图像分辨率越低；则拍摄设备摄取的图像越模糊；若拍摄设备摄取的图像较为模糊，则可能导致智能视频算法可能无法识别图像中的目标物，从而影响智能视频算法的性能。例如，在进行人脸识别时，由于拍摄设备摄取的图像较为模糊，智能视频算法无法识别图像中的人脸，则可能导致人脸识别失败。

一种可能的实现方式，上述图像在目标维度包括的各个子维度分别对应的评价结果可通过各个子维度对应的预先训练的神经网络模型以及该图像获得。

具体地，若目标维度包括姿态角子维度，则根据预先训练好的姿态角评价模型，将至少一张图像输入至姿态角评价模型中，获取至少一张图像在姿态角子维度上的评价结果。其中，图像在姿态角子维度上的评价结果可以通过数值表示，从而提高姿态角子维度上的评价结果的直观性。一种可能的实现方式，图像在姿态角子维度上的评价结果对应的数值越高，则表示姿态角的准确度越高，即拍摄设备的姿态角的准确度越高；另一种可能的实现方式中，图像在姿态角子维度上的评价结果对应的数值越低，则表示姿态角的准确度越高，即拍摄设备的姿态角的准确度越高。

示例性地，图像在姿态角子维度上的评价结果满足公式：1-min(║角度/90║，1)，公式中的角度可以为俯仰角、滚转角或偏航角。

若目标维度包括安装位置子维度，则根据预先训练好的安装位置评价模型，将至少一张图像输入至安装位置评价模型中，获取至少一张图像在安装位置子维度上的评价结果。其中，图像在安装位置子维度上的评价结果可以通过数值表示，从而提高安装位置子维度上的评价结果的直观性。一种可能的实现方式，图像在安装位置子维度上的评价结果对应的数值越高，则表示安装位置的准确度越高，即拍摄设备的安装位置的准确度越高；另一种可能的实现方式中，图像在安装位置子维度上的评价结果对应的数值越低，则表示安装位置的准确度越高，即拍摄设备的安装位置的准确度越高。

若目标维度包括图像尺寸子维度，则根据预先训练的图像尺寸评价模型，将该图像输入至预先训练的图像尺寸评价模型中，获取图像在图像尺寸子维度上的评价结果。其中，图像在图像尺寸子维度上的评价结果可以通过数值表示，从而提高图像尺寸子维度上的评价结果的直观性。

示例性地，图像尺寸子维度上的评价结果通过图像的长与宽之间的比值表示时，图像在图像尺寸子维度上的评价结果满足：min(长/宽，宽/长)；示例性地，图像尺寸子维度上的评价结果通过图像尺寸表示时，图像在图像尺寸子维度上的评价结果满足：min(面积/80，1)。这样的情况下，图像尺寸子维度上的评价结果若满足预先设定的条件，则可以确定图像尺寸的准确度越高，即拍摄设备在当前的架设情况下，拍摄设备摄取的图像的尺寸的准确度越高。

若目标维度包括目标物尺寸子维度，则根据预先训练的目标物尺寸评价模型，将至少一张图像输入至预先训练的目标物尺寸评价模型中，获取至少一张图像在目标物尺寸子维度上的评价结果。需要说明的是，本方案中，该目标物尺寸子维度用于表示拍摄设备在当前架设情况下摄取的图像中的目标物与拍摄设备在架设情况达标时，摄取的图像中的目标物的相似程度。若拍摄设备在当前架设情况下摄取的图像中的目标物与拍摄设备在架设情况达标时，摄取的图像中的目标物的相似程度越高，则表示拍摄设备当前的架设情况越接近达标；相反，若拍摄设备在当前架设情况下摄取的图像中的目标物与拍摄设备在架设情况达标时，摄取的图像中的目标物的相似程度越低，则表示拍摄设备当前的架设情况越不接近达标。

图像在目标物尺寸子维度上的评价结果可以通过数值表示。一种可能的实现方式，图像在目标物尺寸子维度上的评价结果对应的数值越高，则表示拍摄设备在当前架设情况下摄取的图像中的目标物与拍摄设备在架设情况达标时，摄取的图像中的目标物的相似程度越高，即拍摄设备的架设情况越接近达标；另一种可能的实现方式中，图像在目标物尺寸子维度上的评价结果对应的数值越低，则表示拍摄设备在当前架设情况下摄取的图像中的目标物与拍摄设备在架设情况达标时，摄取的图像中的目标物的相似程度越高，即拍摄设备的架设情况越接近达标。

若目标维度包括图像清晰度子维度，则根据预先训练的图像清晰度评价模型，将至少一张图像输入至预先训练好的图像清晰度评价模型中，获取至少一张图像在图像清晰度子维度上的评价结果。其中，图像在图像清晰度子维度上的评价结果可以通过数值表示。

一种可能的实现方式，图像在图像清晰度子维度上的评价结果对应的数值越高，则表示拍摄设备摄取的图像的越清晰，即拍摄设备的架设情况越接近达标；另一种可能的实现方式，图像在图像清晰度子维度上的评价结果对应的数值越低，则表示拍摄设备摄取的图像的越清晰，即拍摄设备的架设情况越接近达标。

应理解，在上述各个子维度分别对应的评价模型输出的评价结果通过数值表示时，可以采用上述描述的任一种方式实现，且各个子维度的评价结果对应的数值的变化趋势与拍摄设备的架设情况是否达标的变化趋势可以保持一致，也可以具备差异。

示例性地，以姿态角子维度和图像清晰度子维度相互结合为例进行说明，例如，在一些情况下，姿态角评价子维度的评价结果对应的数值越大，表示拍摄设备的姿态角的准确度越高，即拍摄设备的架设情况越接近达标；图像清晰子维度的评价结果对应的数值越小，表示拍摄设备摄取的图像的越清晰，即拍摄设备的架设情况越接近达标。在另一些情况下，姿态角评价子维度的评价结果对应的数值越大，表示拍摄设备的姿态角的准确度越高，即拍摄设备的架设情况越接近达标；图像清晰子维度的评价结果对应的数值越大，表示拍摄设备摄取的图像的越清晰，即拍摄设备的架设情况越接近达标。

需要说明的是，上述预先训练好的姿态角评价模型、安装位置评价模型、目标物尺寸评价模型以及图像清晰度评价模型均可以是预先根据大量的训练样本获得的。例如，姿态角评价模型是根据大量训练样本以及人工神经网络模型获得，这些训练样本均携带相应的初始权重系数，人工神经网络模型通过不断的学习进而优化权重系数，直至人工神经网络模型输出的姿态角子维度的评价结果的准确率满足预先设定的条件；安装位置评价模型是根据大量训练样本以及人工神经网络模型获得，这些训练样本均携带相应的初始权重系数，人工神经网络模型通过不断学习进而优化权重系数，直至人工神经网络模型输出的安装位置子维度的评价的准确率满足预先设定的条件；目标物尺寸评价模型是根据大量的训练样本以及人工神经网络模型获得，这些训练样本均携带相应的初始权重系数，人工神经网络模型通过不断学习进而优化权重系数，直至人工神经网络模型输出的目标物尺寸子维度的评价的准确率满足预先设定的条件；预先训练的图像清晰度评价模型是根据大量训练样本以及人工神经网络模型获得，这些训练样本均携带相应的初始权重系数，人工神经网络模型通过不断学习进而优化权重系数，直至人工神经网络模型输出的图像清晰度子维度的评价的准确率满足预先设定的条件。

需要说明的是，获取上述各个子维度分别对应的评价模型时，各个子维度对应的评价模型的类型可以具备差异的，例如，一些子维度对应的评价模型可以为深度神经网络模型，另一些子维度的评价模型可以为卷积神经网络模型等等。本申请实施例对于评价模型的具体类型不作限制，其只要能够具备上述各个子维度分别对应的评价模型的功能，均属于本申请的保护范畴。

该方案中，通过各个子维度分别对应的预先训练好的评价模型自动获取图像在该子维度对应的评价结果，一方面，节约了标注图像在目标维度中各个子维度上的评价结果的人力成本，另一方面，避免了主观因素导致标注的评价结果不准确的问题，从而保证了图像在各个子维度的评价结果的准确性，还提高了质量评估系统输出的拍摄设备架设评价结果的准确性。

S303、根据所述至少一张图像在目标维度的评价结果，获取所述拍摄设备的架设评价结果。

本步骤的目的在于：对拍摄设备摄取的至少一张图像在目标维度中各个子维度上的评价结果进行统计分析，从而确定该拍摄设备的架设情况是否达标。

接下来以拍摄设备的架设评价结果通过数值表示为例，对如何获取拍摄设备的架设评价结果进行详细介绍。

在一些情况下，拍摄设备的架设评价结果包括根据至少一张图像在目标维度上的评价结果，获得的综合的架设情况评价结果。

一种可能的实现方式，质量评估系统可以根据至少一张图像在目标维度中各个子维度上的评价结果，以及该图像在目标维度中各个子维度分别对应的权重系数，获得用于指示该拍摄设备的架设情况是否达标的架设评价结果。示例性地，以1张图像为例，该图像在上述姿态角子维度、安装位置子维度、图像尺寸子维度、目标物尺寸子维度以及图像清晰度子维度分别对应的评价结果为a1、a2、a3、a4、a5，该图像在上述姿态角子维度、安装位置子维度、图像尺寸子维度、目标物尺寸子维度以及图像清晰度子维度分别对应的权重系数为b1、b2、b3、b4、b5，则拍摄设备的架设情况评价结果可以表示为：a1*b1+a2*b2+a3*b3+a4*b4+a5*b5。

在实际应用中，为了提高拍摄设备的架设评价结果的准确性，可通过至少一张图像中的多张图像在目标维度中各个子维度分别对应的评价结果，以及至少一张图像中的多张图像在目标维度中各个子维度分别对应的权重系数，获得拍摄设备的架设评价结果。

一种可能的实现方式，质量评估系统可根据多张图像中每张图像在目标维度中各个子维度上的评价结果(数值)以及每张图像在各个子维度分别对应的权重系数，分别获取每张图像对应的架设评价结果；接着，根据多张图像中每张图像对应的架设评价结果，获取拍摄设备的架设评价结果。

示例性地，质量评估系统可以对多张图像中每张图像分别对应的架设评价结果进行平均处理，获取拍摄设备的架设评价结果，则拍摄设备的架设评价结果为对多张图像分别对应的架设评价结果进行平均处理获得的平均值。

示例性地，质量评估系统可以对多张图像中每张图像分别对应的架设评价结果进行加权平均处理，获取拍摄设备的架设评价结果，则拍摄设备的架设评价结果为对多张图像分别对应的架设评价结果进行加权平均处理获得的平均值。需要说明的是，进行加权平均处理时的加权系数可以是预先设定的，也可以是用户输入的，也可以是质量评估系统根据每张图像分别对应的架设评价结果确定的，本申请实施例对此不作限制。

可选地，图像在目标维度对应的权重系数是根据预先训练的权重神经网络模型以及该图像获得的，其中，预先训练的权重神经网络模型用于输出图像在目标维度中各个子维度分别对应的权重系数。其中，预先训练的权重神经网络模型是根据大量的训练样本获得的，且训练样本均携带初始权重系数，或者，也可以理解为训练样本携带样本标签，该样本标签为初始权重系数，初始权重系数可以包括各个子维度分别对应的初始权重系数。

可选地，上述预先训练的权重神经网络模型可以为卷积神经网络模型。

本方案中，通过预先训练的权重神经网络模型动态输出图像在目标维度的各个子维度对应的权重系数，这些权重系数能够反映当前架设情况下，拍摄设备摄取的图像与标准架设时拍摄设备摄取的图像(即标准图像)之间的相似程度，也就是说，本申请实施例的方案是通过回归图像相似度，从而准确评价拍摄设备的架设情况是否达标，而不是如现有技术中的方式直接回归质量分数，提高了拍摄设备的架设评价结果的准确性；另外，本申请实施例的方案能够避免了由于过拟合导致拍摄设备的架设评价结果不准确的问题。

在另一些情况下，拍摄设备的架设评价结果包括根据至少一张图像在目标维度中的一个或多个子维度上的架设评价结果，获得每个子维度对应的拍摄设备的架设评价结果。

一种可能的实现方式，针对目标维度包括的一个或多个子维度，质量评估系统可以根据至少一张图像在该子维度上的评价结果的统计值，获得该每个子维度对应的拍摄设备的架设评价结果。示例性地，以2张图像为例进行举例说明，例如针对目标维度包括的姿态角子维度，质量评估系统可对2张图像分别在姿态角子维度上的评价结果的进行平均处理，获取姿态角子维度对应的拍摄设备的架设评价结果，其中，姿态角子维度对应的拍摄设备的架设评价结果为对2张图像在姿态角子维度上的评价结果进行平均处理获得的平均值。

具体地，针对姿态角子维度，拍摄设备的架设评价结果包括姿态角子维度对应的拍摄设备的架设评价结果，则质量评估系统可根据多张图像中每张图像在姿态角子维度上的评价结果(数值)的平均值，获得姿态角子维度对应的拍摄设备的架设评价结果，其中，姿态角子维度对应的拍摄设备的架设评价结果可以分别包括偏航角对应的拍摄设备的架设评价结果、滚转角对应的拍摄设备的架设评价结果和俯仰角对应的拍摄设备的架设评价结果。

针对安装位置子维度，可根据多张图像中每张图像在安装位置子维度上的评价结果的平均值，获得安装位置子维度对应的拍摄设备的架设评价结果；又如，针对图像尺寸子维度，可根据多张图像中每张图像在图像尺寸子维度上的评价结果的平均值，获得图像尺寸子维度对应的拍摄设备的架设评价结果。

针对图像清晰度子维度，可根据多张图像中每张图像在图像清晰度子维度上的评价结果的平均值，获得图像清晰度子维度对应的拍摄设备的架设评价结果。

在另一些情况下，拍摄设备的架设评价结果可以同时包括如上所述的综合的架设评价结果，以及目标维度包括的一个或多个子维度对应的拍摄设备的评价结果。关于如何获取拍摄设备的综合的架设评价结果和目标维度包括的一个或多个子维度对应的拍摄设备的评价结果的具体实现方式，前述的描述，此处不再赘述。

S304、生成所述拍摄设备的架设改造策略，其中，拍摄设备的架设改造策略用于调整拍摄设备的架设情况。

具体地，质量评估系统若确定拍摄设备的架设评价结果指示拍摄设备的架设情况不达标，可以根据拍摄设备的架设评价结果生成相对应的用于调整拍摄设备的架设情况的架设改造策略。其中，生成架设改造策略的具体实现方式可参照图4实施例。

本实施例中，通过获取拍摄设备摄取的至少一张图像，并获取上述至少一张图像在目标维度上的评价结果，其中，目标维度包括安装状况维度和图像成像状况维度；接着，根据至少一张图像在目标维度的评价结果，获取用于指示该拍摄设备的架设情况是否达标的架设评价结果；若拍摄设备的架设评价结果指示拍摄设备的架设情况不达标，则生成用于调整拍摄设备的架设情况的架设改造策略。本实施例的方法，通过从拍摄设备的安装状况维度和图像成像状况维度两个维度对拍摄设备的架设情况进行综合评价，解决了现有技术中仅通过单一的图像质量维度对拍摄设备的架设情况进行评价，导致评价结果不够全面及准确的问题；另外，本实施例的方法，根据拍摄设备的架设评价结果，还能够预估拍摄设备的架设情况对智能视频算法的影响，使拍摄设备在应用过程中为智能视频算法的优化提供依据。

图4为本申请另一实施例提供的拍摄设备的架设评价方法的流程图。参照图4所示，本实施例的方法在图3所示实施例的基础上，S304、若所述拍摄设备的架设评价结果指示所述拍摄设备的架设情况不达标，则生成所述拍摄设备的架设改造策略之前，还包括：

S303′、判断拍摄设备的架设评价结果是否满足第一预设条件。

其中，若确定拍摄设备的架设评价结果不满足第一预设条件，则执行S304；若确定拍摄设备的架设评价结果满足第一预设条件，则执行S305。具体地，拍摄设备的架设评价结果满足第一预设条件时，则表示拍摄设备的架设情况达标，无需进行改造，则执行S305，结束；若拍摄设备的架设评价结果满足第一预设条件时，则表示拍摄设备的架设情况不达标，需要进行改造，则执行S304。

一种可能的实现方式，拍摄设备的架设评价结果包括：综合的拍摄设备的架设评价结果，例如，拍摄设备的架设评价结果为至少一张图像对应的架设评价结果的平均值或加权平均值，则第一预设条件可以为该综合的架设评价结果对应的预设阈值。

在一些情况下，若该综合的架设评价结果对应的数值越大，表示拍摄设备的架设情况越接近达标；相应地，若拍摄设备对应的架设评价结果大于或等于预设阈值，则确定该拍摄设备的架设情况达标；若该拍摄设备对应的架设评价结果小于预设阈值，则确定该拍摄设备的架设情况不达标。

在另一些情况下，若该综合的架设评价结果对应的数值越小，表示拍摄设备的架设情况越接近达标；相应地，若拍摄设备对应的架设评价结果小于或等于预设阈值，则确定该拍摄设备的架设情况达标；若该拍摄设备对应的架设评价结果大于预设阈值，则确定该拍摄设备的架设情况不达标。

另一种可能的实现方式，拍摄设备的架设评价结果包括：目标维度包括的一个或多个子维度分别对应的拍摄设备的架设评价结果；例如，拍摄设备的架设评价结果为：目标维度包括的一个或多个子维度中，至少一张图像在每个子维度上的评价结果的平均值。

这样的情况下，可针对每个子维度设置相应的第一预设条件，即针对每个子维度设置相应的预设阈值，不同子维度分别对应的第一预设条件可以相同，也可以不同，可根据实际需求设定。

在一些情况下，若某一子维度，拍摄设备的架设评价结果对应的数值越大，表示拍摄设备的架设情况越接近达标；相应地，对于该子维度来说，若拍摄设备对应的架设评价结果大于或等于预设阈值，则确定该拍摄设备的架设情况达标；对于该子维度来说，若该拍摄设备对应的架设评价结果小于预设阈值，则确定该拍摄设备的架设情况不达标。

在另一些情况下，若某一子维度，拍摄设备的架设评价结果对应的数值越小，表示拍摄设备的架设情况越接近达标；相应地，对于该子维度来说，若拍摄设备对应的架设评价结果小于或等于预设阈值，则确定该拍摄设备的架设情况达标；对于该子维度来说，若该拍摄设备对应的架设评价结果大于预设阈值，则确定该拍摄设备的架设情况不达标。

由于不同子维度，拍摄设备的架设评价结果的变化趋势与拍摄设备的架设情况是否达标之前的关系可能具备差异，因此，上述两种情况可以结合使用。

S304、生成所述拍摄设备的架设改造策略，其中，拍摄设备的架设改造策略用于调整拍摄设备的架设情况。

一种可能的实现方式，若确定拍摄设备的综合评价结果不满足第一预设条件，即确定该拍摄设备的架设情况不达标，质量评估系统可根据拍摄设备在目标维度包括的各个子维度上的架设评价结果，生成与该拍摄设备对应的架设改造策略。

示例性地，可以设置第二预设条件，并根据拍摄设备在目标维度中各个子维度分别对应的架设评价结果中，不满足第二预设条件的子维度对应的架设评价结果，生成拍摄设备的架设改造策略，拍摄设备的架设改造策略包括：不满足第二预设条件的子维度对应的改造策略。具体地，拍摄设备在目标维度中，针对某个子维度来说，若该子维度分别对应的架设评价结果不满足第二预设条件，则表示该子维度，拍摄设备需要进行相应地改造；若该子维度分别对应的架设评价结果满足第二预设条件，则表示该子维度，拍摄设备无需进行相应地改造。

第二预设条件可以包括多个预设条件，每个预设条件与一个子维度对应，或者，第二预设条件也可以包括一个预设条件，多个子维度对应相同的预设条件。第二预设条件可以为预设阈值。需要说明的是，若拍摄设备的架设评价结果包括：目标维度包括的一个或多个子维度分别对应的拍摄设备的架设评价结果时，第一预设条件与第二预设条件可以相同。

第二预设条件也可以为预设阈值，若拍摄设备在目标维度中某一子维度上的架设评价结果大于或等于预设阈值，则确定该子维度对应的拍摄设备的架设情况达标；若拍摄设备在该子维度上的架设评价结果小于预设阈值，则确定该子维度对应的拍摄设备的架设情况不达标，则需要该子维度上对拍摄设备进行改造，质量评估系统可生成该子维度对应的改造策略。

示例性地：

一种可能的情况下，若不满足所述第二预设条件的子维度包括姿态角子维度，则生成的拍摄设备的架设改造策略包括：第一姿态角改造策略；其中，第一姿态角改造策略包括用于指示调整拍摄设备的俯仰角、滚转角以及偏航角中的一个或组合的信息。

具体地，若俯仰角对应的拍摄设备的架设评价结果不满足第二预设条件，则可根据上述至少一张图像分别对应的俯仰角的平均值与标准俯仰角之间的差值，生成用于指示调整俯仰角的信息；若滚转角对应的拍摄设备的架设评价结果不满足第二预设条件，则可根据上述至少一张图像分别对应的滚转角的平均值与标准滚转角之间的差值，生成用于指示调整滚转角的信息；若偏航角对应的拍摄设备的架设评价结果不满足第二预设条件，则可根据上述至少一张图像分别对应的偏航角的平均值与标准偏航角之间的差值，生成用于指示调整偏航角的信息。

其中，上述标准俯仰角、标准滚转角以及标准偏航角分别为拍摄设备架设情况达标时的俯仰角、滚转角以及偏航角。标准俯仰角、标准滚转角以及标准偏航角可以是根据大量架设情况达标的拍摄设备的俯仰角、滚转角以及偏航角获得。

另一种可能的情况下，若不满足所述第二预设条件的子维度包括安装位置子维度，则生成的拍摄设备的架设改造策略包括：第一安装位置改造策略，其中，第一安装位置改造策略包括用于指示调整所述拍摄设备的安装位置的信息。示例性地，第一安装位置改造策略可以包括拍摄设备对应的新的安装位置信息，新的安装位置信息可以包括新的安装位置的经度信息、新的安装位置的纬度信息以及新的安装位置的高度信息。其中，新的安装位置可能会对拍摄设备的拍摄的视角方向以及目标物在摄取的图像中的尺寸产生影响，可通过再次对拍摄设备的架设情况进行评价，从而保证拍摄设备的架设情况达标。

另一种可能的情况下，若不满足所述第二预设条件的子维度包括图像尺寸子维度，则说明该拍摄设备可能存在被物体遮挡或者视角范围偏大或偏小的问题；且根据拍摄设备在安装状况维度上的评价结果，确定拍摄设备在安装状况维度上不达标，则可以结合图像尺寸子维度对应的架设评价结果以及安装状况维度的架设评价结果，生成拍摄设备的架设改造策略。其中，生成的拍摄设备的架设改造策略包括：第一视角范围改造策略、第二姿态角改造策略、第二安装位置改造策略以及提示信息中的一项或组合；其中，第二姿态角改造策略包括用于指示调整拍摄设备的俯仰角、滚转角以及偏航角中的一个或组合的信息；第二安装位置改造策略包括用于指示调整拍摄设备的安装位置的信息；提示信息包括用于提示检查所述拍摄设备是否被物体遮挡的信息。

另一种可能的情况下，若不满足所述第二预设条件的子维度包括图像尺寸子维度，则说明该拍摄设备可能存在被物体遮挡或者视角范围偏大或偏小的问题；且根据该拍摄设备在安装状况维度上的评价结果，确定拍摄设备在安装状况维度上达标，则说明拍摄设备的视角范围正常；其中，生成的拍摄设备的架设改造策略包括：提示信息，其中，提示信息包括用于提示检查拍摄设备是否被物体遮挡的信息。

另一种可能的情况，若不满足所述第二预设条件的子维度包括图像清晰度子维度；则说明该拍摄设备可能存在跑焦和/或安装状况不达标的问题；且根据该拍摄设备在安装状况维度上的评价结果，确定拍摄设备在安装状况维度上达标，则说明拍摄设备的安装状况正常，相应地，生成的拍摄设备的改造策略可以包括：焦距改造策略，其中，焦距改造策略包括用于指示调整拍摄设备的焦距的信息。

另一种可能的情况下，若不满足所述第二预设条件的子维度包括图像清晰度子维度；且根据该拍摄设备在安装状况维度上的评价结果，确定拍摄设备在安装状况维度上不达标，则说明该拍摄设备可能同时存在跑焦以及安装状况不达标的问题，相应地，生成的拍摄设备的改造策略可以包括：焦距改造策略、第三姿态角改造策略和第三安装位置改造策略，其中，焦距改造策略包括用于指示调整拍摄设备的焦距的信息；第三姿态角改造策略包括用于指示调整拍摄设备的俯仰角、滚转角以及偏航角中的一个或组合的信息；第三安装位置改造策略用于指示调整拍摄设备的安装位置的信息。

在实际应用中，可通过先执行第三姿态角改造策略和/或第三安装位置改造策略，对拍摄设备的安装状况进行调整之后，再调整拍摄设备的焦距。其中，执行第三姿态角改造策略和/或第三安装位置改造策略之后，可以通过执行本申请实施例的方法对拍摄设备的架设情况再次进行评价，并根据架设评价结果确定是否需要调整拍摄设备的焦距。

另一种可能的情况下，若不满足所述第二预设条件的子维度包括目标物尺寸子维度，则说明拍摄设备的视角范围存在偏大或偏小的问题，则生成的拍摄设备的架设改造策略可以包括：第二视角范围改造策略，其中，第二视角范围改造策略包括用于指示调整拍摄设备的视角范围的信息。

需要说明的是，在实际应用中，目标维度包括的各个子维度中，可能存在多个子维度对应的拍摄设备的架设评价结果不满足第二预设条件，则生成的拍摄设备的架设改造策略可以包括多个不满足第二预设条件的子维度分别对应的架设改造策略，多个子维度分别对应的架设改造策略之间可以结合使用，从而提高了生成的改造策略的准确性。

示例性地，不满足第二预设条件的子维度包括：姿态角子维度和图像尺寸子维度，针对姿态角子维度生成的架设改造策略包括：第一姿态角改造策略，针对图像尺寸子维度生成的架设改造策略包括：第一视角范围改造策略、第二姿态角改造策略、第二安装位置改造策略以及提示信息；则第一姿态角改造策略和第二姿态角改造策略之间可以相互结合，从而获得最终的姿态角改造策略，例如，第一姿态角改造策略指示将拍摄设备的俯仰角调整为30度，第一姿态角改造策略指示将拍摄设备的俯仰角调整为35度，对第一姿态角改造策略和第二姿态角改造策略分别指示的调整后的俯仰角进行平均处理，即获得的最终姿态角改造策略为将拍摄设备的俯仰角调整为32.5度。其他子维度也可以采用类似的实现方式。应理解，本申请实施例中不限制对多个子维度分别对应的架设改造策略进行结合的具体实现方式。

S305、结束。

本实施例中，若确定拍摄设备的架设情况不达标，则可根据拍摄设备的架设评价结果，自动生成改造策略，之后，可以通过执行该改造策略，保证拍摄设备摄取的图像满足智能视频算法的要求。

在一些情况下，在图4所示实施例的基础上，S304之后，还可以包括：将拍摄设备的架设改造策略发送至终端设备。相应地，终端设备接收拍摄设备的架设改造策略。之后，终端设备可以显示拍摄设备的架设改造策略，以提示用于执行该拍摄设备的架设改造策略。

在另一些情况下，若拍摄设备具备自动执行拍摄设备的改造策略的能力，则可以向拍摄设备发送指令，指示拍摄设备执行拍摄设备的架设改造策略。

在另一些情况下，若拍摄设备具备自动执行一部分拍摄设备的改造策略的能力，例如，拍摄设备具备自动调整姿态角的能力，但不具备调整拍摄设备的安装位置的能力，则可以将拍摄设备的架设改造策略发送至终端设备，以提示用户执行该拍摄设备的架设改造策略；且可以向拍摄设备发送指令，指示拍摄设备执行拍摄设备的架设改造策略中，与其自身能力匹配的部分拍摄设备的架设改造策略。

这样的情况下，还可以向终端设备发送通知信息，通知信息用于指示拍摄设备自动执行拍摄设备的架设改造策略中，与其自身能力匹配的部分拍摄设备的架设改造策略。则用户在后续人工执行拍摄设备的架设改造策略的过程中，可以不执行拍摄设备自动执行的拍摄设备的架设改造策略中，与其自身能力匹配的部分拍摄设备的架设改造策略。从而降低了人工调整拍摄设备的架设情况的复杂度。

在一个具体的实施例中，以车辆为例对本申请实施例提供的拍摄设备的架设评价方法进行详细介绍。参照图5所示，拍摄设备获取的同一车辆的4张图像，将这4张图像输入至姿态角评价模型、安装位置评价模型、目标物尺寸评价模型以及图像清晰度评价模型，获取每幅图像对应的姿态角子维度的评价结果(即图5中的姿态角评价结果)、安装位置子维度的评价结果(即图5中的安装位置评价结果)、目标物尺寸子维度的评价结果(即图5中的目标物尺寸评价结果)、图像清晰度子维度的评价结果(即图5中的图像清晰度评价结果)以及图像尺寸子维度的评价结果(即图5中的图像尺寸评价结果)；另外，将这4张图像输入至预先训练好的权重神经网络模型中，获取每幅图像在各个子维度分别对应的权重系数；根据上述4张图像中，每幅图像对应的姿态角评价结果、安装位置评价结果、目标物尺寸评价结果、图像清晰度评价结果以及图像尺寸评价结果，以及上述4张图像中，每幅图像在各个子维度分别对应的权重系数，获取4张图像分别对应的拍摄设备的架设评价结果，进而对4张图像分别对应的拍摄设备的架设评价结果进行统计分析，获取拍摄设备的架设评价结果。

若该拍摄设备的架设评价结果指示拍摄设备的架设情况达标，则结束；若拍摄设备的架设评价结果指示拍摄设备的架设情况不达标，则根据该拍摄设备的架设评价结果自动生成该拍摄设备的改造策略。

在上述过程中，权重神经网络模型输出的每幅图像在各个子维度对应的权重系数能够反映当前架设情况下拍摄设备摄取的车辆的图像与标准架设时拍摄设备摄取的车辆的图像(即标准图像)之间的相似度，可参照图6所示。也就是说，本申请实施例的方案是通过回归图像相似度，从而准确评价拍摄设备的架设情况是否达标，而不是如现有技术中的方式直接回归质量分数，提高了拍摄设备的架设评价结果的准确性；另外，本申请实施例的方案能够避免了由于过拟合导致拍摄设备的架设评价结果不准确的问题。

需要说明的是，图6中示例性地以在车辆的正前方拍摄的图像为标准图像，当然，在实际应用中，标准图像可根据实际需求设定。

图7为本申请一实施例提供的拍摄设备的架设评价装置的结构示意图。如图7所示，本实施例提供的拍摄设备的架设评价装置700可以包括：获取模块701和处理模块702。

其中，获取模块，用于获取拍摄设备摄取的至少一张图像；

处理模块，用于获取至少一张图像在目标维度的评价结果，获取拍摄设备的架设评价结果，其中，拍摄设备的架设评价结果用于指示拍摄设备的架设情况达标或不达标；

若拍摄设备的架设评价结果指示拍摄设备的架设情况不达标，处理模块，还用于生成拍摄设备的架设改造策略，其中，架设改造策略用于调整拍摄设备的架设情况。

本实施例提供的装置可以用于执行图3所示实施例的技术方案，其实现原理以及技术效果类似，可参照前述实施例的描述，此处不再赘述。

在一些可能的设计中，所述安装状况维度包括：姿态角子维度和/或安装位置子维度；所述图像成像状况维度包括：图像尺寸子维度、目标物尺寸子维度以及图像清晰度子维度中的一项或组合。

在一些可能的设计中，处理模块，具体用于将所述至少一张图像输入至预先训练好的评价模型，获取所述评价模型输出的所述至少一张图像分别在所述目标维度的评价结果；其中，所述评价模型用于获取图像在所述目标维度的评价结果。

在一些可能的设计中，所述评价模型包括：姿态角评价模型、安装位置评价模型、图像尺寸评价模型、目标物尺寸评价模型以及图像清晰度评价模型中的一个或组合；

其中，所述姿态角评价模型用于获取输入的图像在所述姿态角子维度的评价结果，所述姿态角包括俯仰角、滚转角以及偏航角中的一个或组合；所述安装位置评价模型用于获取输入的图像在所述安装位置子维度的评价结果；所述图像尺寸评价模型用于获取输入的图像在所述图像尺寸子维度的评价结果；所述目标物尺寸评价模型用于获取输入的图像在所述目标物尺寸子维度的评价结果；所述图像清晰度评价模型用于获取输入的图像在所述图像清晰度子维度的评价结果。

在一些可能的设计中，处理模块，具体用于：根据所述至少一张图像在目标维度的评价结果以及所述至少一张图像在目标维度对应的权重系数，获取所述至少一张图像对应的架设评价结果；以及根据所述至少一张图像对应的架设评价结果，获取所述拍摄设备的架设评价结果。

在一些可能的设计中，至少一张图像在目标维度对应的权重系数是根据预先训练的权重神经网络模型以及所述至少一张图像获得的，其中，所述预先训练的权重神经网络模型是根据训练样本获得的，所述训练样本携带初始权重系数。

在一些可能的设计中，处理模块，具体用于：

对所述至少一张图像对应的架设评价结果进行平均处理，获取所述拍摄设备的架设评价结果，所述拍摄设备的架设评价结果包括对所述至少一张图像对应的架设评价结果进行平均处理获得的平均值。

在一些可能的设计中，处理模块，具体用于：

对所述至少一张图像对应的架设评价结果进行加权平均处理，获取所述拍摄设备的架设评价结果，所述拍摄设备的架设评价结果包括对所述至少一张图像对应的架设评价结果进行加权平均处理获得的加权平均值。

在一些可能的设计中，处理模块，具体用于：

针对所述目标维度包括每个子维度，对每张所述图像在所述子维度对应的评价结果进行平均处理，获取所述拍摄设备的架设评价结果，所述拍摄设备的架设评价结果包括所述拍摄设备在所述目标维度中各个子维度分别对应的评价结果。

在一些可能的设计中，处理模块，还用于：判断所述拍摄设备的架设评价结果是否满足第一预设条件；

若所述拍摄设备的架设评价结果满足所述第一预设条件，则所述拍摄设备的架设结果指示所述拍摄设备的架设情况达标；若所述拍摄设备的架设评价结果不满足所述第一预设条件，则所述拍摄设备的架设结果指示所述拍摄设备的架设情况不达标。

在一些可能的设计中，若所述拍摄设备的架设结果指示所述拍摄设备的架设情况不达标，所述处理模块，具体用于：

根据所述拍摄设备的架设结果包括的所述拍摄设备在所述目标维度中各个子维度分别对应的评价结果中，不满足第二预设条件的子维度对应的评价结果，生成所述拍摄设备的架设改造策略，所述拍摄设备的架设改造策略包括：不满足所述第二预设条件的子维度对应的改造策略。

在一些可能的设计中，若不满足所述第二预设条件的子维度包括所述姿态角子维度，则所述处理模块生成的所述拍摄设备的架设改造策略包括：第一姿态角改造策略，所述第一姿态角改造策略包括用于指示调整所述拍摄设备的俯仰角、滚转角以及偏航角中的一个或组合的信息；

若不满足所述第二预设条件的子维度包括所述安装位置子维度，则所述处理模块生成的所述拍摄设备的架设改造策略包括：第一安装位置改造策略，所述第一安装位置改造策略包括用于指示调整所述拍摄设备的安装位置的信息；

若不满足所述第二预设条件的子维度包括所述图像尺寸子维度，则所述处理模块生成的所述拍摄设备的架设改造策略包括：第一视角范围改造策略、第二姿态角改造策略、第二安装位置改造策略以及提示信息中的一项或组合；其中，所述第一视角范围改造策略包括用于指示调整所述拍摄设备的视角范围的信息；所述第二姿态角改造策略包括用于指示调整所述拍摄设备的俯仰角、滚转角以及偏航角中的一个或组合的信息；所述第二安装位置改造策略包括用于指示调整所述拍摄设备的安装位置的信息；所述提示信息包括用于提示检查所述拍摄设备是否被物体遮挡的信息；

若不满足所述第二预设条件的子维度包括所述目标物尺寸子维度，则所述处理模块生成的所述拍摄设备的架设改造策略包括：第二视角范围改造策略，其中，所述第二视角范围改造策略包括用于指示调整所述拍摄设备的视角范围的信息；

若不满足所述第二预设条件的子维度包括所述图像清晰度子维度，则所述处理模块生成的所述拍摄设备的架设改造策略包括：焦距改造策略，所述焦距改造策略包括用于指示调整所述拍摄设备的焦距的信息。

本实施例提供的装置可以用于执行上述任一方法实施例的技术方案，其实现原理以及技术效果类似，可参照前述方法实施例的描述，此处不再赘述。

图8为本申请另一实施例提供的电子设备的结构示意图。如图8所示，本实施例所述的电子设备800可以为终端设备(或者可用于终端设备的部件)。电子设备800可用于实现上述方法实施例中描述的方法，具体参见上述方法实施例中的说明。

所述电子设备800可以包括一个或多个处理器801，所述处理器801也可以称为处理单元，可以实现一定的控制或者处理功能。所述处理器801可以是通用处理器或者专用处理器等。例如可以是基带处理器、或中央处理器。基带处理器可以用于对通信协议以及通信数据进行处理，中央处理器可以用于对电子设备800进行控制，执行软件程序，处理软件程序的数据。

在一种可选的设计中，处理器801也可以存有指令803或者数据(例如中间数据)。其中，所述指令803可以被所述处理器运行，使得所述通信电子设备800执行上述方法实施例中描述的方法。

在又一种可能的设计中，电子设备800可以包括电路，所述电路可以实现前述方法实施例中发送或接收或者处理的功能。

可选的，所述电子设备800中可以包括一个或多个存储器802，其上可以存有指令804，所述指令可在所述处理器801上被运行，使得所述电子设备800执行上述方法实施例中描述的方法。

可选的，所述存储器中也可以是存储有数据。所述处理器和存储器可以单独设置，也可以集成在一起。

可选的，所述电子设备800还可以包括收发器805和/或天线806。所述处理器801可以称为处理单元，对所述电子设备800(例如：终端设备)进行控制。所述收发器805可以称为收发单元、收发机、收发电路、或者收发器等，用于实现所述电子设备800的收发功能。

示例性地，若该电子设备800用于实现对应于上述各实施例的方法时，例如可以由收发器805和/或天线806获取拍摄设备摄取的至少一张图像；由处理器801获取至少一张图像在目标维度的评价结果，其中，所述目标维度包括安装状况维度和图像成像状况维度；并由处理器801根据至少一张图像在所述目标维度的评价结果，获取拍摄设备的架设评价结果，所述拍摄设备的架设评价结果用于指示所述拍摄设备的架设情况达标或者不达标；若所述拍摄设备的架设评价结果指示所述拍摄设备的架设情况不达标，则处理器801还可以生成拍摄设备的架设改造策略，其中，架设改造策略用于调整拍摄设备的架设情况。

其中，上述处理器801和收发器805的具体实现过程可以参见上述各实施例的相关描述，此处不再赘述。

本申请中描述的处理器801和收发器805可实现在集成电路(integratedcircuit，IC)、模拟IC、射频集成电路(radio frequency integrated circuit，RFIC)、混合信号IC、专用集成电路(application specific integrated circuit，ASIC)、印刷电路板(printed circuit board，PCB)、电子设备等上。该处理器和收发器也可以用各种1C工艺技术来制造，例如互补金属氧化物半导体(complementary metal oxide semiconductor，CMOS)、N型金属氧化物半导体(nMetal-oxide-semiconductor，NMOS)、P型金属氧化物半导体(positive channel metal oxide semiconductor，PMOS)、双极结型晶体管(BipolarJunction Transistor，BJT)、双极CMOS(BiCMOS)、硅锗(SiGe)、砷化镓(GaAs)等。

虽然在以上的实施例描述中，电子设备800以终端设备为例来描述，但本申请中描述的电子设备的范围并不限于上述终端设备，而且电子设备的结构可以不受图8的限制。电子设备800可以是独立的设备或者可以是较大设备的一部分。例如所述设备可以是：

(1)独立的集成电路IC，或芯片，或，芯片系统或子系统；

(2)具有一个或多个IC的集合，可选的，该IC集合也可以包括用于存储数据和/或指令的存储部件；

(3)ASIC，例如调制解调器(MSM)；

(4)可嵌入在其他设备内的模块；

(5)接收机、无线设备、移动单元，网络设备等等；

(6)其他等等。

图9为本申请一实施例提供的拍摄设备的架设评价装置的结构示意图。其中，本实施例提供的拍摄设备的架设评价装置为终端设备。为了便于说明，图9仅示出了终端设备的主要部件。

如图9所示，终端设备900包括处理器、存储器、控制电路、天线以及输入输出装置。处理器主要用于对通信协议以及通信数据进行处理，以及对整个终端设备进行控制，执行软件程序，处理软件程序的数据。存储器主要用于存储软件程序和数据。射频电路主要用于基带信号与射频信号的转换以及对射频信号的处理。天线主要用于收发电磁波形式的射频信号。输入输出装置，例如触摸屏、显示屏，键盘等主要用于接收用户输入的数据以及对用户输出数据。

当终端设备开机后，处理器可以读取存储单元中的软件程序，解释并执行软件程序的指令，处理软件程序的数据。当需要通过无线发送数据时，处理器对待发送的数据进行基带处理后，输出基带信号至射频电路，射频电路将基带信号进行射频处理后将射频信号通过天线以电磁波的形式向外发送。当有数据发送到终端时，射频电路通过天线接收到射频信号，将射频信号转换为基带信号，并将基带信号输出至处理器，处理器将基带信号转换为数据并对该数据进行处理。

本领域技术人员可以理解，为了便于说明，图9仅示出了一个存储器和处理器。在实际的终端中，可以存在多个处理器和存储器。存储器也可以称为存储介质或者存储设备等，本申请实施例对此不做限制。

作为一种可选的实现方式，处理器可以包括基带处理器和中央处理器，基带处理器主要用于对通信协议以及通信数据进行处理，中央处理器主要用于对整个终端进行控制，执行软件程序，处理软件程序的数据。图9中的处理器集成了基带处理器和中央处理器的功能，本领域技术人员可以理解，基带处理器和中央处理器也可以是各自独立的处理器，通过总线等技术互联。本领域技术人员可以理解，终端设备可以包括多个基带处理器以适应不同的网络制式，终端设备可以包括多个中央处理器以增强其处理能力，终端设备的各个部件可以通过各种总线连接。所述基带处理器也可以表述为基带处理电路或者基带处理芯片。所述中央处理器也可以表述为中央处理电路或者中央处理芯片。对通信协议以及通信数据进行处理的功能可以内置在处理器中，也可以以软件程序的形式存储在存储单元中，由处理器执行软件程序以实现基带处理功能。

在一个例子中，可以将具有收发功能的天线和控制电路视为终端设备900的收发模块901，将具有处理功能的处理器视为终端设备900的处理模块902。如图9所示，终端设备900包括收发模块901和处理模块902。收发模块也可以称为收发器、收发机、收发装置等。可选的，可以将收发模块901中用于实现接收功能的器件视为接收模块，将收发模块901中用于实现发送功能的器件视为发送模块，即收发模块901包括接收模块和发送模块示例性的，接收模块也可以称为接收机、接收器、接收电路等，发送模块可以称为发射机、发射器或者发射电路等。

本申请实施例还提供一种计算机存储介质，其特征在于，包括：计算机程序指令；当所述计算机程序指令在电子设备上运行时，使得所述电子设备执行如上任一方法实施例的技术方案。

本申请实施例还提供一种程序产品，所述程序产品包括计算机程序，所述计算机程序存储在可读存储介质中，电子设备的至少一个处理器可以从所述可读存储介质中读取所述计算机程序，所述至少一个处理器执行所述计算机程序使得所述电子设备执行如上任一方法实施例的技术方案。

需要说明的是，本申请实施例中对模块的划分是示意性的，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。在本申请的实施例中的各功能模块可以集成在一个处理模块中，也可以是各个模块单独物理存在，也可以两个或两个以上模块集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。

所述集成的模块如果以软件功能模块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，服务器，或者网络设备等)或处理器(processor)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(Read-Only Memory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。

在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时，全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，DVD)、或者半导体介质(例如固态硬盘Solid State Disk(SSD))等。

Claims (22)

1.一种拍摄设备的架设评价方法，其特征在于，包括：

获取拍摄设备摄取的至少一张图像；

获取所述至少一张图像在目标维度的评价结果，其中，所述目标维度包括安装状况维度和图像成像状况维度；

根据所述至少一张图像在所述目标维度的评价结果，获取所述拍摄设备的架设评价结果，所述拍摄设备的架设评价结果用于指示所述拍摄设备的架设情况达标或者不达标；

若所述拍摄设备的架设评价结果指示所述拍摄设备的架设情况不达标，则生成所述拍摄设备的架设改造策略，其中，所述架设改造策略用于调整拍摄设备的架设情况；

其中，所述根据所述至少一张图像在目标维度的评价结果，获取所述拍摄设备的架设评价结果，具体包括：

根据所述至少一张图像在目标维度的评价结果以及所述至少一张图像在目标维度对应的权重系数，获取所述至少一张图像对应的架设评价结果；

根据所述至少一张图像对应的架设评价结果，获取所述拍摄设备的架设评价结果；

所述至少一张图像在目标维度对应的权重系数是根据预先训练的权重神经网络模型以及所述至少一张图像获得的，其中，所述预先训练的权重神经网络模型是根据训练样本获得的，所述训练样本携带初始权重系数。

2.根据权利要求1所述的方法，其特征在于，所述安装状况维度包括：姿态角子维度和/或安装位置子维度；所述图像成像状况维度包括：图像尺寸子维度、目标物尺寸子维度以及图像清晰度子维度中的一项或组合。

3.根据权利要求2所述的方法，其特征在于，所述获取所述至少一张图像在所述目标维度的评价结果，具体包括：

将所述至少一张图像输入至预先训练好的评价模型，获取所述评价模型输出的所述至少一张图像分别在所述目标维度的评价结果；

其中，所述评价模型用于获取图像在所述目标维度的评价结果。

4.根据权利要求3所述的方法，其特征在于，所述评价模型包括：姿态角评价模型、安装位置评价模型、图像尺寸评价模型、目标物尺寸评价模型以及图像清晰度评价模型中的一个或组合；

其中，所述姿态角评价模型用于获取输入的图像在所述姿态角子维度的评价结果，所述姿态角包括俯仰角、滚转角以及偏航角中的一个或组合；所述安装位置评价模型用于获取输入的图像在所述安装位置子维度的评价结果；所述图像尺寸评价模型用于获取输入的图像在所述图像尺寸子维度的评价结果；所述目标物尺寸评价模型用于获取输入的图像在所述目标物尺寸子维度的评价结果；所述图像清晰度评价模型用于获取输入的图像在所述图像清晰度子维度的评价结果。

5.根据权利要求1所述的方法，其特征在于，所述根据所述至少一张图像对应的架设评价结果，获取所述拍摄设备的架设评价结果，具体包括：

对所述至少一张图像对应的架设评价结果进行平均处理，获取所述拍摄设备的架设评价结果，所述拍摄设备的架设评价结果包括对所述至少一张图像对应的架设评价结果进行平均处理获得的平均值。

6.根据权利要求1所述的方法，其特征在于，所述根据所述至少一张图像对应的架设评价结果，获取所述拍摄设备的架设评价结果，具体包括：

对所述至少一张图像对应的架设评价结果进行加权平均处理，获取所述拍摄设备的架设评价结果，所述拍摄设备的架设评价结果包括对所述至少一张图像对应的架设评价结果进行加权平均处理获得的加权平均值。

7.根据权利要求1至6任一项所述的方法，其特征在于，所述根据所述至少一张图像在目标维度的评价结果，获取所述拍摄设备的架设评价结果，具体还包括：

针对所述目标维度包括每个子维度，对所述至少一张图像在所述子维度对应的评价结果进行平均处理，获取所述拍摄设备的架设评价结果，所述拍摄设备的架设评价结果包括所述拍摄设备在所述目标维度中各个子维度分别对应的评价结果。

8.根据权利要求1至6任一项所述的方法，其特征在于，所述若所述拍摄设备的架设结果指示所述拍摄设备的架设情况不达标，则生成所述拍摄设备的架设改造策略之前，还包括：

判断所述拍摄设备的架设评价结果是否满足第一预设条件；

若所述拍摄设备的架设评价结果满足所述第一预设条件，则所述拍摄设备的架设结果指示所述拍摄设备的架设情况达标；

若所述拍摄设备的架设评价结果不满足所述第一预设条件，则所述拍摄设备的架设结果指示所述拍摄设备的架设情况不达标。

9.根据权利要求8所述的方法，其特征在于，所述若所述拍摄设备的架设结果指示所述拍摄设备的架设情况不达标，则生成所述拍摄设备的架设改造策略，具体包括：

根据所述拍摄设备的架设结果包括的所述拍摄设备在所述目标维度中各个子维度分别对应的评价结果中，不满足第二预设条件的子维度对应的评价结果，生成所述拍摄设备的架设改造策略，所述拍摄设备的架设改造策略包括：不满足所述第二预设条件的子维度对应的改造策略。

10.根据权利要求9所述的方法，其特征在于，所述根据所述拍摄设备的架设结果包括的所述拍摄设备在所述目标维度中各个子维度分别对应的评价结果中不满足第二预设条件的子维度对应的评价结果，生成所述拍摄设备的架设改造策略，具体包括：

若不满足所述第二预设条件的子维度包括姿态角子维度，则所述拍摄设备的架设改造策略包括第一姿态角改造策略，所述第一姿态角改造策略包括用于指示调整所述拍摄设备的俯仰角、滚转角以及偏航角中的一个或组合的信息；

若不满足所述第二预设条件的子维度包括所述安装位置子维度，则所述拍摄设备的架设改造策略包括第一安装位置改造策略，所述第一安装位置改造策略包括用于指示调整所述拍摄设备的安装位置的信息；

若不满足所述第二预设条件的子维度包括所述图像尺寸子维度，则所述拍摄设备的架设改造策略包括：第一视角范围改造策略、第二姿态角改造策略、第二安装位置改造策略以及提示信息中的一项或组合；其中，所述第一视角范围改造策略包括用于指示调整所述拍摄设备的视角范围的信息；所述第二姿态角改造策略包括用于指示调整所述拍摄设备的俯仰角、滚转角以及偏航角中的一个或组合的信息；所述第二安装位置改造策略包括用于指示调整所述拍摄设备的安装位置的信息；所述提示信息包括用于提示检查所述拍摄设备是否被物体遮挡的信息；

若不满足所述第二预设条件的子维度包括所述目标物尺寸子维度，则所述拍摄设备的架设改造策略包括：第二视角范围改造策略，其中，所述第二视角范围改造策略包括用于指示调整所述拍摄设备的视角范围的信息；

若不满足所述第二预设条件的子维度包括所述图像清晰度子维度，则所述拍摄设备的架设改造策略包括：焦距改造策略，所述焦距改造策略包括用于指示调整所述拍摄设备的焦距的信息。

11.一种拍摄设备的架设评价装置，其特征在于，包括：

获取模块，用于获取拍摄设备摄取的至少一张图像；

处理模块，用于获取所述至少一张图像在目标维度的评价结果，获取所述拍摄设备的架设评价结果，所述目标维度包括安装状况维度和图像成像状况维度，所述拍摄设备的架设评价结果用于指示所述拍摄设备的架设情况达标或不达标；

若所述拍摄设备的架设评价结果指示所述拍摄设备的架设情况不达标，所述处理模块，还用于生成所述拍摄设备的架设改造策略，其中，所述架设改造策略用于调整拍摄设备的架设情况；

所述处理模块，具体用于：根据所述至少一张图像在目标维度的评价结果以及所述至少一张图像在目标维度对应的权重系数，获取所述至少一张图像对应的架设评价结果；以及根据所述至少一张图像对应的架设评价结果，获取所述拍摄设备的架设评价结果；所述至少一张图像在目标维度对应的权重系数是根据预先训练的权重神经网络模型以及所述至少一张图像获得的，其中，所述预先训练的权重神经网络模型是根据训练样本获得的，所述训练样本携带初始权重系数。

12.根据权利要求11所述的装置，其特征在于，所述安装状况维度包括：姿态角子维度和/或安装位置子维度；所述图像成像状况维度包括：图像尺寸子维度、目标物尺寸子维度以及图像清晰度子维度中的一项或组合。

13.根据权利要求12所述的装置，其特征在于，所述处理模块，具体用于将所述至少一张图像输入至预先训练好的评价模型，获取所述评价模型输出的所述至少一张图像分别在所述目标维度的评价结果；

其中，所述评价模型用于获取图像在所述目标维度的评价结果。

14.根据权利要求13所述的装置，其特征在于，所述评价模型包括：姿态角评价模型、安装位置评价模型、图像尺寸评价模型、目标物尺寸评价模型以及图像清晰度评价模型中的一个或组合；

其中，所述姿态角评价模型用于获取输入的图像在所述姿态角子维度的评价结果，所述姿态角包括俯仰角、滚转角以及偏航角中的一个或组合；所述安装位置评价模型用于获取输入的图像在所述安装位置子维度的评价结果；所述图像尺寸评价模型用于获取输入的图像在所述图像尺寸子维度的评价结果；所述目标物尺寸评价模型用于获取输入的图像在所述目标物尺寸子维度的评价结果；所述图像清晰度评价模型用于获取输入的图像在所述图像清晰度子维度的评价结果。

15.根据权利要求11所述的装置，其特征在于，所述处理模块，具体用于：

对所述至少一张图像对应的架设评价结果进行平均处理，获取所述拍摄设备的架设评价结果，所述拍摄设备的架设评价结果包括对所述至少一张图像对应的架设评价结果进行平均处理获得的平均值。

16.根据权利要求11所述的装置，其特征在于，所述处理模块，具体用于：

对所述至少一张图像对应的架设评价结果进行加权平均处理，获取所述拍摄设备的架设评价结果，所述拍摄设备的架设评价结果包括对所述至少一张图像对应的架设评价结果进行加权平均处理获得的加权平均值。

17.根据权利要求11至16任一项所述的装置，其特征在于，所述处理模块，具体用于：

针对所述目标维度包括每个子维度，对所述至少一张图像在所述子维度对应的评价结果进行平均处理，获取所述拍摄设备的架设评价结果，所述拍摄设备的架设评价结果包括所述拍摄设备在所述目标维度中各个子维度分别对应的评价结果。

18.根据权利要求11至16任一项所述的装置，其特征在于，

所述处理模块，还用于：判断所述拍摄设备的架设评价结果是否满足第一预设条件；

若所述拍摄设备的架设评价结果满足所述第一预设条件，则所述拍摄设备的架设结果指示所述拍摄设备的架设情况达标；

若所述拍摄设备的架设评价结果不满足所述第一预设条件，则所述拍摄设备的架设结果指示所述拍摄设备的架设情况不达标。

19.根据权利要求18所述的装置，其特征在于，若所述拍摄设备的架设结果指示所述拍摄设备的架设情况不达标，所述处理模块，具体用于：

根据所述拍摄设备的架设结果包括的所述拍摄设备在所述目标维度中各个子维度分别对应的评价结果中，不满足第二预设条件的子维度对应的评价结果，生成所述拍摄设备的架设改造策略，所述拍摄设备的架设改造策略包括：不满足所述第二预设条件的子维度对应的改造策略。

20.根据权利要求19所述的装置，其特征在于，

若不满足所述第二预设条件的子维度包括姿态角子维度，则所述处理模块生成的所述拍摄设备的架设改造策略包括：第一姿态角改造策略，所述第一姿态角改造策略包括用于指示调整所述拍摄设备的俯仰角、滚转角以及偏航角中的一个或组合的信息；

若不满足所述第二预设条件的子维度包括所述安装位置子维度，则所述处理模块生成的所述拍摄设备的架设改造策略包括：第一安装位置改造策略，所述第一安装位置改造策略包括用于指示调整所述拍摄设备的安装位置的信息；

若不满足所述第二预设条件的子维度包括所述图像尺寸子维度，则所述处理模块生成的所述拍摄设备的架设改造策略包括：第一视角范围改造策略、第二姿态角改造策略、第二安装位置改造策略以及提示信息中的一项或组合；其中，所述第一视角范围改造策略包括用于指示调整所述拍摄设备的视角范围的信息；所述第二姿态角改造策略包括用于指示调整所述拍摄设备的俯仰角、滚转角以及偏航角中的一个或组合的信息；所述第二安装位置改造策略包括用于指示调整所述拍摄设备的安装位置的信息；所述提示信息包括用于提示检查所述拍摄设备是否被物体遮挡的信息；

若不满足所述第二预设条件的子维度包括所述目标物尺寸子维度，则所述处理模块生成的所述拍摄设备的架设改造策略包括：第二视角范围改造策略，其中，所述第二视角范围改造策略包括用于指示调整所述拍摄设备的视角范围的信息；

若不满足所述第二预设条件的子维度包括所述图像清晰度子维度，则所述处理模块生成的所述拍摄设备的架设改造策略包括：焦距改造策略，所述焦距改造策略包括用于指示调整所述拍摄设备的焦距的信息。

21.一种电子设备，其特征在于，包括：存储器和处理器，其中，所述存储器与所述处理器耦合；

所述存储器用于存储计算机程序指令；

所述处理器用于执行所述计算机程序指令，以执行如权利要求1至10任一项所述的方法。

22.一种计算机存储介质，其特征在于，包括：计算机程序指令；

当所述计算机程序指令在电子设备上运行时，使得所述电子设备执行如权利要求1至10任一项所述的方法。

Images