CN114127782A - 图像处理方法、装置、电子设备和计算机存储介质 - Google Patents
图像处理方法、装置、电子设备和计算机存储介质 Download PDFInfo
- Publication number
- CN114127782A CN114127782A CN202180001667.1A CN202180001667A CN114127782A CN 114127782 A CN114127782 A CN 114127782A CN 202180001667 A CN202180001667 A CN 202180001667A CN 114127782 A CN114127782 A CN 114127782A
- Authority
- CN
- China
- Prior art keywords
- fund
- substitute
- game platform
- image
- determining
- 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.)
- Withdrawn
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 23
- 238000001514 detection method Methods 0.000 claims abstract description 156
- 238000000034 method Methods 0.000 claims abstract description 48
- 238000004590 computer program Methods 0.000 claims description 14
- 230000015654 memory Effects 0.000 claims description 13
- 230000004044 response Effects 0.000 claims description 12
- 239000000126 substance Substances 0.000 claims description 3
- 230000009286 beneficial effect Effects 0.000 description 10
- 238000013528 artificial neural network Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 230000002349 favourable effect Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 235000006040 Prunus persica var persica Nutrition 0.000 description 1
- 240000006413 Prunus persica var. persica Species 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 229910003460 diamond Inorganic materials 0.000 description 1
- 239000010432 diamond Substances 0.000 description 1
- 239000003550 marker Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07F—COIN-FREED OR LIKE APPARATUS
- G07F17/00—Coin-freed apparatus for hiring articles; Coin-freed facilities or services
- G07F17/32—Coin-freed apparatus for hiring articles; Coin-freed facilities or services for games, toys, sports, or amusements
- G07F17/3241—Security aspects of a gaming system, e.g. detecting cheating, device integrity, surveillance
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07F—COIN-FREED OR LIKE APPARATUS
- G07F17/00—Coin-freed apparatus for hiring articles; Coin-freed facilities or services
- G07F17/32—Coin-freed apparatus for hiring articles; Coin-freed facilities or services for games, toys, sports, or amusements
- G07F17/3202—Hardware aspects of a gaming system, e.g. components, construction, architecture thereof
- G07F17/3216—Construction aspects of a gaming system, e.g. housing, seats, ergonomic aspects
- G07F17/322—Casino tables, e.g. tables having integrated screens, chip detection means
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
- G06T7/0006—Industrial image inspection using a design-rule based approach
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
- G06T7/246—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
-
- 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
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/255—Detecting or recognising potential candidate objects based on visual cues, e.g. shapes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
- G06V20/46—Extracting features or characteristics from the video content, e.g. video fingerprints, representative shots or key frames
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07F—COIN-FREED OR LIKE APPARATUS
- G07F17/00—Coin-freed apparatus for hiring articles; Coin-freed facilities or services
- G07F17/32—Coin-freed apparatus for hiring articles; Coin-freed facilities or services for games, toys, sports, or amusements
- G07F17/3202—Hardware aspects of a gaming system, e.g. components, construction, architecture thereof
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07F—COIN-FREED OR LIKE APPARATUS
- G07F17/00—Coin-freed apparatus for hiring articles; Coin-freed facilities or services
- G07F17/32—Coin-freed apparatus for hiring articles; Coin-freed facilities or services for games, toys, sports, or amusements
- G07F17/3225—Data transfer within a gaming system, e.g. data sent between gaming machines and users
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07F—COIN-FREED OR LIKE APPARATUS
- G07F17/00—Coin-freed apparatus for hiring articles; Coin-freed facilities or services
- G07F17/32—Coin-freed apparatus for hiring articles; Coin-freed facilities or services for games, toys, sports, or amusements
- G07F17/3244—Payment aspects of a gaming system, e.g. payment schemes, setting payout ratio, bonus or consolation prizes
- G07F17/3248—Payment aspects of a gaming system, e.g. payment schemes, setting payout ratio, bonus or consolation prizes involving non-monetary media of fixed value, e.g. casino chips of fixed value
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07F—COIN-FREED OR LIKE APPARATUS
- G07F17/00—Coin-freed apparatus for hiring articles; Coin-freed facilities or services
- G07F17/32—Coin-freed apparatus for hiring articles; Coin-freed facilities or services for games, toys, sports, or amusements
- G07F17/3286—Type of games
- G07F17/3293—Card games, e.g. poker, canasta, black jack
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
-
- 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30221—Sports video; Sports image
- G06T2207/30228—Playing field
-
- 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30232—Surveillance
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Artificial Intelligence (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Biomedical Technology (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Quality & Reliability (AREA)
- Health & Medical Sciences (AREA)
- Signal Processing (AREA)
- Computer Security & Cryptography (AREA)
- Geometry (AREA)
- Image Analysis (AREA)
- Ultra Sonic Daignosis Equipment (AREA)
Abstract
本公开实施例提出了一种图像处理方法、装置、电子设备和计算机存储介质,该方法包括:获取至少一帧游戏平台图像;对所述至少一帧游戏平台图像进行检测,得到所述至少一帧游戏平台图像中每帧游戏平台图像的检测结果,所述检测结果至少包括资金替代物品的位置信息;在所述资金替代物品的位置信息满足预设告警条件的情况下,生成第一告警信息。
Description
相关申请的交叉引用
本申请要求申请号为10202106587X、于2021年6月18日向新加坡专利局提交的题为“图像处理方法、装置、电子设备和计算机存储介质”的新加坡专利申请的优先权,该新加坡专利申请的全部内容再此引用作为参考。
技术领域
本公开涉及计算机视觉处理技术,涉及但不限于一种图像处理方法、装置、电子设备和计算机存储介质。
背景技术
在游戏平台中资金替代物品可能被游戏玩家或者游戏控制者放置于任意的位置,然而,一些游戏中对于资金替代物品的放置位置有一定的约束,例如在资金替代物品的放置位置代表玩家在多个可选的游戏参与方中选定其中一方的游戏场景中,需检测资金替代物品的放置位置是否符合要求。对于判断资金替代物品的位置是否符合要求,一般通过人眼观察实现,在一定程度上增加了人力成本和时间成本。
发明内容
本公开实施例期望提供图像处理方法、装置、电子设备和计算机存储介质,能够解决相关技术中人力成本和时间成本较高的问题。
本公开实施例提供了一种图像处理方法,所述方法包括:
获取至少一帧游戏平台图像;
对所述至少一帧游戏平台图像进行检测,得到所述至少一帧游戏平台图像中每帧游戏平台图像的检测结果,所述检测结果至少包括资金替代物品的位置信息;
在所述资金替代物品的位置信息满足预设告警条件的情况下,生成第一告警信息。
在一些实施例中,所述方法还包括:
根据所述资金替代物品的位置信息、以及预先确定的游戏平台图像区域划分信息,确定所述资金替代物品落入的目标区域,其中所述游戏平台图像区域划分信息包括对所述游戏平台进行区域划分得到的多个所述目标区域的位置信息;
根据所述资金替代物品落入的目标区域确定所述资金替代物品的位置信息是否满足预设告警条件。
可以看出,本公开实施例中,由于可以根据资金替代物品落入的目标区域,确定资金替代物品的位置信息是否满足预设告警条件;资金替代物品落入的目标区域通常与资金替代物品的实际位置约束要求相关,因而,在一定程度上有利于准确判断资金替代物品的位置信息是否满足预设告警条件。
在一些实施例中,所述根据所述资金替代物品落入的目标区域确定所述资金替代物品的位置信息是否满足预设告警条件,包括:
在确定所述资金替代物品落入至少两个目标区域的情况下,确定所述资金替代物品的位置信息满足预设告警条件。
可以看出,本公开实施例中,如果资金替代物品在游戏平台中的区域包括多个目标区域,则可以认为资金替代物品的位置不符合要求,此时通过生成第一告警信息,有利于及时提醒用户重置资金替代物品的位置。
在一些实施例中,所述根据所述资金替代物品落入的目标区域确定所述资金替代物品的位置信息是否满足预设告警条件,包括:
在确定所述资金替代物品落入至少两个预定目标区域的情况下,确定所述资金替代物品的位置信息满足预设告警条件,其中,所述预定目标区域包括所述目标区域中允许资金替代物品落入的区域。
可以看出,本公开实施例中,如果资金替代物品在游戏平台中的区域包括多个预定目标区域,则可以认为资金替代物品的位置不符合要求,此时通过生成第一告警信息,有利于及时提醒用户重置资金替代物品的位置。
在一些实施例中,所述根据所述资金替代物品落入的目标区域确定所述资金替代物品的位置信息是否满足预设告警条件,包括:
根据所述资金替代物品的位置信息、以及预先确定的游戏平台图像区域划分信息,确定所述资金替代物品在游戏平台中落入的每一个预定目标区域的面积,所述预定目标区域表示允许资金替代物品落入的目标区域,;
响应于所述资金替代物品在游戏平台中落入每一个预定目标区域的面积均小于面积阈值,确定所述资金替代物品的位置信息满足预设告警条件。
可以看出,本公开实施例中,如果资金替代物品在游戏平台中每一个预定目标区域的面积均小于面积阈值,则通常可以认为资金替代物品的位置不符合要求,此时通过生成第一告警信息,有利于及时提醒用户重置资金替代物品的位置。
在一些实施例中,所述资金替代物品的位置信息包括所述资金替代物品的中心点的位置;
所述方法还包括:
根据所述资金替代物品的位置信息、以及预先确定的游戏平台图像区域划分信息,确定所述中心点落入的目标区域;
响应于所述中心点落入非预定目标区域,确定所述资金替代物品的位置信息满足预设告警条件,所述非预定目标区域表示不允许资金替代物品落入的区域。
可以看出,本公开实施例中,如果资金替代物品的中心点位置处于游戏平台的非预定目标区域,则可以认为资金替代物品的位置不符合要求,此时通过生成第一告警信息,有利于及时提醒用户重置资金替代物品的位置。
在一些实施例中,所述根据所述资金替代物品的位置信息、以及预先确定的游戏平台图像区域划分信息,确定所述资金替代物品落入的目标区域,包括:
在利用所述资金替代物品的检测框表示所述资金替代物品的位置信息和尺寸信息的情况下,将所述资金替代物品的检测框进行网格划分;在划分后的每一个网格内提取所述资金替代物品的预设数量个特征点;根据划分得到的各个网格内提取的所述多个特征点中每一个特征点落入的目标区域,确定所述资金替代物品落入的目标区域。
可以看出,本公开实施例可以对资金替代物品的检测框进行网格划分,有利于精准地确定资金替代物品落入的目标区域。
在一些实施例中,所述检测结果还包括资金替代物品的属性信息;
所述方法还包括:在所述资金替代物品的位置信息不满足预设告警条件的情况下,根据所述游戏平台图像确定所述资金替代物品的属性信息是否满足与所述资金替代物品落入的目标区域对应的属性约束条件;
在所述资金替代物品的属性信息不满足与所述资金替代物品落入的目标区域对应的属性约束条件的情况下,生成第二告警信息。
可以看出,本公开实施例中,可以在检测结果资金替代物品的属性信息不满足与资金替代物品落入的目标区域对应的属性约束条件的情况下,可以生成第二告警信息,这样,有利于提醒用户按照资金替代物品落入的目标区域对应的属性约束条件,重新放置资金替代物品。
在一些实施例中,所述属性信息包括以下至少一项:面额、类型、数量、归属信息。
可以看出,本公开实施例可以准确判断资金替代物品的面额、类型、数量等属性是否满足相应的属性约束条件。
在一些实施例中,所述至少一帧游戏平台图像包括N帧游戏平台图像;
所述对所述至少一帧游戏平台图像进行检测,得到所述至少一帧游戏平台图像中每帧游戏平台图像的检测结果,包括:
在利用滑动窗口每次确定N帧游戏平台图像的情况下,根据所述滑动窗口内所述N帧游戏平台图像的检测结果,确定所述N帧游戏平台图像中每帧游戏平台图像的检测结果,所述N为大于1的整数。
可以看出,在本公开实施例中,可以利用滑动窗口内多帧游戏平台图像的检测结果确定每帧游戏平台图像的资金替代物品信息,由于多帧游戏平台图像的检测结果包含了更多更准确的资金替代物品信息,因而,本公开实施例可以较为准确地得出每帧游戏平台图像的资金替代物品信息,有效提高资金替代物品检测的精度。
在一些实施例中,所述根据所述滑动窗口内所述N帧游戏平台图像的检测结果,确定所述N帧游戏平台图像中每帧游戏平台图像的检测结果,包括:
通过目标跟踪确定所述N帧游戏平台图像的检测结果中同一份资金替代物品的属性信息;或者,确定所述N帧游戏平台图像的检测结果中置信度大于或等于置信度阈值的每份资金替代物品的属性信息;在所述置信度大于或等于置信度阈值的每份资金替代物品的属性信息中,通过目标跟踪确定同一份资金替代物品的属性信息;
在所述同一份资金替代物品的属性信息中,通过选举的方式确定出现次数最多的属性信息;将所述目标帧图像中的检测结果确定为:所述出现次数最多的属性信息,所述目标帧图像为所述N帧游戏平台图像中的任意一帧图像。
可以理解地,由于现场灯光的亮暗影响、资金替代物品之间的遮挡,玩家游戏过程中对资金替代物品的遮挡、资金替代物品移动等因素的存在,目标帧图像中的资金替代物品信息可能是不准确地,在本公开实施例中,通过选举的方式在多帧游戏平台图像的资金替代物品信息选举出现次数最多的资金替代物品信息,在一定程度上可以提高目标帧图像中的资金替代物品信息的准确性。
本公开实施例还提供了一种图像处理装置,所述装置包括:
获取模块,用于获取至少一帧游戏平台图像;
第一处理模块,配置为对所述至少一帧游戏平台图像进行检测,得到所述至少一帧游戏平台图像中每帧游戏平台图像的检测结果,所述检测结果至少包括资金替代物品的位置信息;
第二处理模块,配置为在所述资金替代物品的位置信息满足预设告警条件的情况下,生成第一告警信息。
在一些实施例中,第二处理模块,还配置为:
根据所述资金替代物品的位置信息、以及预先确定的游戏平台图像区域划分信息,确定所述资金替代物品落入的目标区域,其中所述游戏平台图像区域划分信息包括对所述游戏平台进行区域划分得到的多个所述目标区域的位置信息;
根据所述资金替代物品落入的目标区域确定所述资金替代物品的位置信息是否满足预设告警条件。
在一些实施例中,所述第二处理模块,具体配置为:
在确定所述资金替代物品落入至少两个目标区域的情况下,确定所述资金替代物品的位置信息满足预设告警条件。
在一些实施例中,所述第二处理模块,具体配置为:
在确定所述资金替代物品落入至少两个预定目标区域的情况下,确定所述资金替代物品的位置信息满足预设告警条件,其中,所述预定目标区域包括所述目标区域中允许资金替代物品落入的区域。
在一些实施例中,所述第二处理模块,具体配置为:
根据所述资金替代物品的位置信息、以及预先确定的游戏平台图像区域划分信息,确定所述资金替代物品在游戏平台中落入的每一个预定目标区域的面积,所述预定目标区域表示允许资金替代物品落入的目标区域,;
响应于所述资金替代物品在游戏平台中落入每一个预定目标区域的面积均小于面积阈值,确定所述资金替代物品的位置信息满足预设告警条件。
在一些实施例中,所述资金替代物品的位置信息包括所述资金替代物品的中心点的位置;
所述第二处理模块,还配置为:
根据所述资金替代物品的位置信息、以及预先确定的游戏平台图像区域划分信息,确定所述中心点落入的目标区域;
响应于所述中心点落入非预定目标区域,确定所述资金替代物品的位置信息满足预设告警条件,所述非预定目标区域表示不允许资金替代物品落入的区域。
在一些实施例中,所述第二处理模块,具体配置为:
在利用所述资金替代物品的检测框表示所述资金替代物品的位置信息和尺寸信息的情况下,将所述资金替代物品的检测框进行网格划分;在划分后的每一个网格内提取所述资金替代物品的预设数量个特征点;根据划分得到的各个网格内提取的所述多个特征点中每一个特征点落入的目标区域,确定所述资金替代物品落入的目标区域。
在一些实施例中,所述检测结果还包括资金替代物品的属性信息;
所述第二处理模块还配置为:
在所述资金替代物品的位置信息不满足预设告警条件的情况下,根据所述游戏平台图像确定所述资金替代物品的属性信息是否满足与所述资金替代物品落入的目标区域对应的属性约束条件;
在所述资金替代物品的属性信息不满足与所述资金替代物品落入的目标区域对应的属性约束条件的情况下,生成第二告警信息。
在一些实施例中,所述属性信息包括以下至少一项:面额、类型、数量、归属信息。
在一些实施例中,所述至少一帧游戏平台图像包括N帧游戏平台图像;
所述第一处理模块,具体配置为:
在利用滑动窗口每次确定N帧游戏平台图像的情况下,根据所述滑动窗口内所述N帧游戏平台图像的检测结果,确定所述N帧游戏平台图像中每帧游戏平台图像的检测结果,所述N为大于1的整数。
在一些实施例中,所述第一处理模块,具体配置为:
通过目标跟踪确定所述N帧游戏平台图像的检测结果中同一份资金替代物品的属性信息;或者,确定所述N帧游戏平台图像的检测结果中置信度大于或等于置信度阈值的每份资金替代物品的属性信息;在所述置信度大于或等于置信度阈值的每份资金替代物品的属性信息中,通过目标跟踪确定同一份资金替代物品的属性信息;
在所述同一份资金替代物品的属性信息中,通过选举的方式确定出现次数最多的属性信息;将所述目标帧图像中的检测结果确定为:所述出现次数最多的属性信息,所述目标帧图像为所述N帧游戏平台图像中的任意一帧图像。
本公开实施例还提供了一种电子设备,包括处理器和用于存储能够在处理器上运行的计算机程序的存储器;其中,
所述处理器用于运行所述计算机程序以执行上述任意一种图像处理方法。
本公开实施例还提供了一种计算机存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现上述任意一种图像处理方法。
本公开实施例还提供了一种计算机程序产品,包括计算机可读指令,其中当所述计算机可读指令在设备的处理器中运行时,所述处理器实现上述任意一种图像处理方法。
本公开实施例提出的图像处理方法、装置、电子设备和计算机存储介质中,获取至少一帧游戏平台图像;对至少一帧游戏平台图像进行检测,得到至少一帧游戏平台图像中每帧游戏平台图像的检测结果,检测结果至少包括资金替代物品的位置信息;在资金替代物品的位置信息满足预设告警条件的情况下,生成第一告警信息。
可以看出,在本公开实施例中,可以通过对游戏平台图像进行检测,确定资金替代物品的位置信息,进而,确定资金替代物品的位置是否符合要求,与相关技术中通过人眼观察判断资金替代物品的位置是否符合要求的方案相比,降低了人力成本,并且能够更加快速地判断资金替代物品的位置是否符合要求。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,而非限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,这些附图示出了符合本公开的实施例,并与说明书一起用于说明本公开的技术方案。
图1为本公开实施例的图像处理方法的流程图;
图2A为本公开实施例中游戏平台图像的基准示意图;
图2B为在图2A的基础上得出的资金替代物品区域的一个划分图;
图2C为本公开实施例中资金替代物品与资金替代物品区域的位置关系示意图;
图3为本公开实施例的图像处理装置的组成结构示意图;
图4为本公开实施例的电子设备的组成结构示意图。
具体实施方式
以下结合附图及实施例,对本公开进行进一步详细说明。应当理解,此处所提供的实施例仅仅用以解释本公开,并不用于限定本公开。另外,以下所提供的实施例是用于实施本公开的部分实施例,而非提供实施本公开的全部实施例,在不冲突的情况下,本公开实施例记载的技术方案可以任意组合的方式实施。
需要说明的是,在本公开实施例中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的方法或者装置不仅包括所明确记载的要素,而且还包括没有明确列出的其他要素,或者是还包括为实施方法或者装置所固有的要素。在没有更多限制的情况下,由语句“包括一个......”限定的要素,并不排除在包括该要素的方法或者装置中还存在另外的相关要素(例如方法中的步骤或者装置中的单元,例如的单元可以是部分电路、部分处理器、部分程序或软件等等)。
例如,本公开实施例提供的图像处理方法包含了一系列的步骤,但是本公开实施例提供的图像处理方法不限于所记载的步骤,同样地,本公开实施例提供的图像处理装置包括了一系列模块,但是本公开实施例提供的装置不限于包括所明确记载的模块,还可以包括为获取相关信息、或基于信息进行处理时所需要设置的模块。
本文中术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中术语“至少一种”表示多种中的任意一种或多种中的至少两种的任意组合,例如,包括A、B、C中的至少一种,可以表示包括从A、B和C构成的集合中选择的任意一个或多个元素。
本公开实施例可以应用于游戏场景的边缘计算设备中,并可以与众多其它通用或专用计算系统环境或配置一起操作。这里,边缘计算设备可以是瘦客户机、厚客户机、手持或膝上设备、基于微处理器的系统、机顶盒、可编程消费电子产品、网络个人电脑、小型计算机系统,等等。
边缘计算设备可以包括执行指令的程序模块。通常,程序模块可以包括例程、程序、目标程序、组件、逻辑、数据结构等等,它们执行特定的任务或者实现特定的抽象数据类型。计算机系统/服务器可以在分布式云计算环境中实施,分布式云计算环境中,任务是由通过通信网络链接的远程处理设备执行的。在分布式云计算环境中,程序模块可以位于包括存储设备的本地或远程计算系统存储介质上。
在相关技术中,在游戏场景中,游戏结果的计算、资金替代物品的告警检测(例如资金替代物品最少面额、资金替代物品最多面额)等都需要使用到资金替代物品的位置信息,只有得到准确的资金替代物品的位置信息,才能准确地执行与资金替代物品相关的告警检测;然而,在相关技术中,对于判断资金替代物品的位置是否符合要求,一般通过人眼观察实现,在一定程度上增加了人力成本和时间成本。
针对上述技术问题,在本公开的一些实施例中,提出了一种图像处理的技术方案,可以应用于游戏场景。
下面对本公开实施例的应用场景进行示例性说明。
在游戏场景中,可以通过计算机视觉处理技术对各种游戏的运行状态进行监控,这里,每种游戏的运行均可以与资金替代物品相关。
在一些实施例中,游戏场景中的游戏可以是游戏平台上的扑克牌游戏或其它游戏,本公开实施例对此并不进行限制。
本公开实施例中,计算机视觉(Computer vision)是一门研究如何使机器“看”的科学,是指用摄影机和计算机代替人眼对目标进行识别、跟踪和测量,并进一步做图像处理的技术。在游戏过程中可以使用三个摄像头来检测游戏平台上发生的事情,从而进行进一步分析;游戏平台可以是实体的桌面平台或其它实体平台。
图1为本公开实施例的图像处理方法的流程图,如图1所示,该流程可以包括:
步骤101:获取至少一帧游戏平台图像。
本公开实施例中,可以利用至少一个摄像头拍摄游戏平台,得到视频数据或图像数据,然后从视频数据或图像数据中获取至少一帧游戏平台图像;在一些实施例中,拍摄游戏平台的摄像头可以是位于游戏平台正上方用于拍摄游戏平台俯视图的摄像头,也可以是从其它角度拍摄游戏平台的摄像头;相应地,每帧游戏平台图像可以是俯视图或其它视角的游戏平台图像;在另一些实施例中,每帧游戏平台图像还可以是将俯视图和它视角的游戏平台图像进行融合处理得到的图像。
步骤102:对至少一帧游戏平台图像进行检测,得到至少一帧游戏平台图像中每帧游戏平台图像的检测结果,检测结果至少包括资金替代物品的位置信息。
本公开实施例中,在得到每帧游戏平台图像后,可以通过计算机视觉处理技术对每帧游戏平台图像进行检测,得到每帧游戏平台图像的检测结果;在一些实施例中,可以对每帧游戏平台图像进行检测,得出每帧游戏平台图像中的目标对象,该目标对象至少包括资金替代物品,示例性地,目标对象还可以包括游戏平台的标志物、人体、扑克牌,目标对象中的人体可以包括人体的整体,也可以包括人手、人脸等部分人体;目标对象中的扑克牌可以是黑桃、红桃、方块、梅花等类型的纸牌。在得出每帧图像中的目标对象后,可以基于每帧图像中目标对象,确定相应的检测结果,这里,检测结果可以包括目标对象的位置信息。
在一些实施例中,上述检测结果还可以包括以下至少一项:面额、类型、数量、归属信息。
本公开实施例中,资金替代物品的数量为一份资金替代物品中资金替代物品的个数,一份资金替代物品可以是一个资金替代物品,也可以包括多个资金替代物品,这里的多个资金替代物品可以形成一摞资金替代物品;资金替代物品的权利归属用于表征资金替代物品的拥有者的信息,资金替代物品的拥有者的信息可以包括资金替代物品的拥有者的身份信息。
在一些实施例中,可以通过资金替代物品图像的分析,确定资金替代物品的面额、资金替代物品的类型、资金替代物品的数量等信息;可以根据与资金替代物品接触的人体图像,确定资金替代物品的归属信息。
步骤103:在资金替代物品的位置信息满足预设告警条件的情况下,生成第一告警信息。
在一些实施例中,预设告警条件可以是根据实际需求预先确定的信息;在一些实施例中,可以由边缘计算设备接收预先确定的配置文件,配置文件中可以包括预设告警条件,从而,边缘计算设备可以根据配置文件判断资金替代物品的位置信息是否满足预设告警条件。
在一些实施例中,第一告警信息可以是显示的文字信息、声音告警信息或其它类型的告警信息,本公开实施例对此并不进行限定。
在一些实施例中,可以利用边缘计算设备接收图像采集设备发送的至少一帧游戏平台图像;上述至少一帧游戏平台图像是由图像采集设备采集的图像;图像采集设备可以包括至少一个上述记载的摄像头。
相应地,可以利用边缘计算设备对至少一帧游戏平台图像进行检测,得到所述至少一帧游戏平台图像中每帧游戏平台图像的检测结果;利用边缘计算设备在资金替代物品的位置信息满足预设告警条件的情况下,生成第一告警信息。
在实际应用中,步骤101至步骤103可以利用边缘计算设备中的处理器实现,上述处理器可以为特定用途集成电路(Application Specific Integrated Circuit,ASIC)、数字信号处理器(Digital Signal Processor,DSP)、数字信号处理装置(Digital SignalProcessing Device,DSPD)、可编程逻辑装置(Programmable Logic Device,PLD)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)、中央处理器(Central ProcessingUnit,CPU)、控制器、微控制器、微处理器中的至少一种。
可以看出,在本公开实施例中,可以通过对游戏平台图像进行检测,确定资金替代物品的位置信息,进而,确定资金替代物品的位置是否符合要求,与相关技术中通过人眼观察判断资金替代物品的位置是否符合要求的方案相比,降低了人力成本,并且能够更加快速地判断资金替代物品的位置是否符合要求。
进一步地,本公开实施例不仅可以应用于扑克牌游戏场景,还可以复用在各种使用资金替代物品的场景中,因而,在各种使用资金替代物品的场景中,能够以较快的速度判断资金替代物品的位置是否符合要求,具有容易实现的特点。
在一些实施例中,上述至少一帧游戏平台图像包括N帧游戏平台图像;N为大于1的整数;
相应地,对至少一帧游戏平台图像进行检测,得到至少一帧游戏平台图像中每帧游戏平台图像的检测结果,可以包括:在利用滑动窗口每次确定N帧游戏平台图像的情况下,根据滑动窗口内N帧游戏平台图像的检测结果,确定N帧游戏平台图像中每帧游戏平台图像的检测结果。
在一些实施例中,可以通过配置文件预先设置滑动窗口的大小,即可以通过配置文件配置N的值;在得到各帧游戏平台图像的检测结果后,可以按照时间顺序依次将各帧游戏平台图像的检测结果存入至滑动窗口;在一些实施例中,各帧游戏平台图像的检测结果位于消息队列中,可以通过消费消息队列中每帧的检测结果,将消费的每帧图像的检测结果依次存入至滑动窗口中,当滑动窗口中检测结果的数量达到N的情况下,如果要消费消息队列中新的一帧图像的检测结果,则滑动窗口移动,从而推出目标帧图像,并得出目标帧图像的检测结果;目标帧图像表示:在滑动窗口移动后,从滑动窗口内变化至滑动窗口外的一帧图像;本公开实施例中,目标帧图像为滑动窗口未移动时的N帧游戏平台图像中的任意一帧图像。
可以看出,在本公开实施例中,可以利用滑动窗口内多帧游戏平台图像的检测结果确定每帧游戏平台图像的资金替代物品信息,由于多帧游戏平台图像的检测结果包含了更多更准确的资金替代物品信息,因而,本公开实施例可以较为准确地得出每帧游戏平台图像的资金替代物品信息,有效提高资金替代物品检测的精度。
在一些实施例中,上述N帧游戏平台图像可以是非连续的N帧图像,也可以是连续的N帧图像;在上述N帧游戏平台图像为连续的N帧图像的情况下,本公开实施例可以基于连续的N帧图像的资金替代物品信息,更加准确地得出目标帧图像中的资金替代物品信息。
在一些实施例中,上述目标帧图像为所述N帧游戏平台图像中最早的一帧图像;如此,本公开实施例可以得出N帧图像中最早的一帧图像的资金替代物品信息,从而及时获取到准确的资金替代物品信息。
在一种实现方式中,N的取值为5,可以依次将第1帧图像至第5帧图像的检测结果存入至滑动窗口,当滑动窗口内的检测结果的数量达到5的情况下,如果要将第6帧图像的检测结果存入至滑动窗口中,则滑动窗口的右边缘向右移动,从而将第1帧图像的检测结果推出至滑动窗口外,此时,第1帧图像为上述目标帧图像;在将第1帧图像的检测结果推出至滑动窗口外的情况下,滑动窗口内的数据为第2帧图像至第6帧图像的检测结果。之后,如果要将7帧图像的检测结果存入至滑动窗口中,则滑动窗口的右边缘向右移动,从而将第2帧图像的检测结果推出至滑动窗口外,此时,第2帧图像为上述目标帧图像;在将第2帧图像的检测结果推出至滑动窗口外的情况下,滑动窗口内的数据为第3帧图像至第7帧图像的检测结果。依次类推,通过滑动窗口的滑动机制,可以依次确定出多个目标帧图像。
在一些实施例中,上述根据滑动窗口内N帧游戏平台图像的检测结果,确定N帧游戏平台图像中每帧游戏平台图像的检测结果,可以包括:
通过目标跟踪确定N帧游戏平台图像的检测结果中同一份资金替代物品的属性信息;在同一份资金替代物品的属性数据中,通过选举的方式确定出现次数最多的属性信息;将目标帧图像中的检测结果确定为:出现次数最多的属性信息。
本公开实施例中,资金替代物品的属性信息包括资金替代物品的位置,资金替代物品的属性信息还可以包括以下至少一项:面额、类型、数量、归属信息。
本公开实施例中,上述同一份资金替代物品包括至少一个资金替代物品,对于N帧游戏平台图像的检测结果,可以采用目标跟踪方法确定N帧游戏平台图像的检测结果中相同的一份资金替代物品的属性信息;在一些实施例中,通过目标检测方法确定目标帧图像中一份资金替代物品的追踪id(track identity document),然后以目标帧图像中一份资金替代物品的追踪id为基准,在滑动窗口内N帧游戏平台图像的检测结果中,进行目标追踪,从而确定N帧游戏平台图像的检测结果中同一份资金替代物品的属性信息。
在一些实施例中,在属性信息包括资金替代物品的面额的情况下,可以在同一份资金替代物品的属性信息中,通过选举的方式确定出现次数最多的面额数据;例如,N的取值为5,滑动窗口内的数据为第1帧图像至第5帧图像的检测结果,目标帧图像为第1帧图像,根据第1帧图像至第5帧图像的检测结果,可以识别第1帧图像至第5帧图像中每份资金替代物品的面额;在第1帧图像、第2帧图像、第3帧图像、第4帧图像和第5帧图像中追踪id相同的一份资金替代物品的面额分别识别为200、200、300、300和300的情况下,可以通过选取的方式可以确定出现次数最多的面额为300,如此,可以认为第1帧图像中相应的一份资金替代物品的面额是不准确的,可以将第1帧图像中相应的一份资金替代物品的面额更新为300;在第1帧图像、第2帧图像、第3帧图像、第4帧图像和第5帧图像中追踪id相同的一份资金替代物品的面额分别识别为400、400、400、400和300的情况下,可以通过选举的方式确定出现次数最多的面额为400,如此,可以认为第1帧图像中相应的一份资金替代物品的面额是准确的,可以将第1帧图像中相应的一份资金替代物品的面额保持400不变。
在一些实施例中,在属性信息包括资金替代物品的数量的情况下,可以在同一份资金替代物品的属性信息中,通过选举的方式确定出现次数最多的资金替代物品数量信息;例如,N的取值为5,滑动窗口内的数据为第1帧图像至第5帧图像的检测结果,目标帧图像为第1帧图像,根据第1帧图像至第5帧图像的检测结果,可以识别第1帧图像至第5帧图像中每份资金替代物品的数量;在第1帧图像、第2帧图像、第3帧图像、第4帧图像和第5帧图像中追踪id相同的一份资金替代物品的数量分别识别为3、3、4、4和4的情况下,可以通过选举的方式确定出现次数最多的资金替代物品数量为4,如此,可以认为第1帧图像中相应的一份资金替代物品的数量是不准确的,可以将第1帧图像中相应的一份资金替代物品的数量更新为4;在第1帧图像、第2帧图像、第3帧图像、第4帧图像和第5帧图像中追踪id相同的一份资金替代物品的数量分别识别为4、4、4、4和3的情况下,可以通过选举的方式确定出现次数最多的资金替代物品的数量为4,如此,可以认为第1帧图像中相应的一份资金替代物品的数量是准确的,可以将第1帧图像中相应的一份资金替代物品的数量保持4不变。
在一些实施例中,上述根据滑动窗口内N帧游戏平台图像的检测结果,确定N帧游戏平台图像中每帧游戏平台图像的检测结果,可以包括:
确定N帧游戏平台图像的检测结果中置信度大于或等于置信度阈值的每份资金替代物品的属性信息;在置信度大于或等于置信度阈值的每份资金替代物品的属性信息中,通过目标跟踪确定同一份资金替代物品的属性信息;
在同一份资金替代物品的属性信息中,通过选举的方式确定出现次数最多的属性信息;将目标帧图像中的检测结果确定为:出现次数最多的属性信息。
这里,置信度阈值可以根据实际应用需求预先设置,示例性地,置信度阈值可以是0.9或1。通过选举的方式确定出现次数最多的属性数据的实现方式,已经在前述记载的内容中作出说明,这里不再赘述。
可以理解地,由于现场灯光的亮暗影响、资金替代物品之间的遮挡,玩家游戏过程中对资金替代物品的遮挡、资金替代物品移动等因素的存在,目标帧图像中的资金替代物品信息可能是不准确地,在本公开实施例中,通过选举的方式在多帧游戏平台图像的资金替代物品的属性信息选举出出现次数最多的资金替代物品的属性信息,在一定程度上可以提高目标帧图像中的资金替代物品的属性信息的准确性。
在一些实施例中,可以确定目标帧图像中的人手检测框与资金替代物品检测框;在人手检测框与资金替代物品检测框不重叠的情况下,判断目标帧图像中的资金替代物品位置信息是否满足预设告警条件。
本公开实施例中,通过对目标帧图像进行人手检测和资金替代物品检测,可以确定目标帧图像的人手检测框和资金替代物品检测框;在一些实施例中,可以将目标帧图像帧分别输入至用于进行人手检测的第一神经网络和用于进行资金替代物品检测的第二神经网络,利用第一神经网络和第二神经网络对目标帧图像进行处理,得到目标帧图像的人手检测框和资金替代物品检测框;本公开实施例并不对第一神经网络和第二神经网络的网络结构进行限定,例如,第一神经网络和第二神经网络均可以是单步多框检测器(SingleShot MultiBox Detector,SSD)、你只看一次(You Only Look Once,)、快速区域卷积神经网络(Faster Region-Convolutional Neural Networks,Faster RCNN)或其他基于深度学习的神经网络。
本公开实施例,可以根据目标帧图像中的人手检测框与资金替代物品检测框,计算目标帧图像中的人手检测框与资金替代物品检测框的重叠度,在重叠度大于0的情况下,可以认为目标帧图像中的人手检测框与资金替代物品检测框存在重叠;在重叠度等于0的情况下,可以认为目标帧图像中的人手检测框与资金替代物品检测框不重叠。
在一些实施例中,在人手检测框与资金替代物品检测框存在重叠的情况下,可以在目标帧图像的检测结果中,获取该资金替代物品检测框对应的资金替代物品信息不可靠,即,不根据该资金替代物品检测框对应的资金替代物品位置信息判断是否满足预设告警条件。
在一种实现方式中,在人手检测框与资金替代物品检测框不重叠的情况下,可以确定目标帧图像中相应的资金替代物品为识别稳定的资金替代物品,此时,可以判断目标帧图像中的资金替代物品位置信息是否满足预设告警条件。
在一些实施例中,可以根据资金替代物品的位置信息、以及预先确定的游戏平台图像区域划分信息,确定所述资金替代物品落入的目标区域,其中,游戏平台图像区域划分信息包括对游戏平台进行区域划分得到的多个所述目标区域的位置信息;根据资金替代物品落入的目标区域确定所述资金替代物品的位置信息是否满足预设告警条件。
在一些实施例中,可以识别每帧游戏平台图像中的资金替代物品,将识别到的资金替代物品与预先确定的游戏平台图像区域划分信息建立映射关系,得到资金替代物品落入的目标区域。
示例性地,图2A为本公开实施例中游戏平台图像的基准示意图,图2B为在图2A的基础上得出的资金替代物品区域的一个划分图,可以看出,图2B中示出了第一资金替代物品区域201。
参照图2B,在目标对象为一份资金替代物品的情况下,在一些实施例中,如果一份资金替代物品的整体位于图2B中的资金替代物品区域201,则可以认为资金替代物品的位置符合要求。
可以看出,本公开实施例中,由于可以根据资金替代物品落入的目标区域,确定资金替代物品的位置信息是否满足预设告警条件;资金替代物品落入的目标区域通常与资金替代物品的实际位置约束要求相关,因而,在一定程度上有利于准确判断资金替代物品的位置信息是否满足预设告警条件。
在一些实施例中,在确定资金替代物品落入至少两个目标区域的情况下,确定所述资金替代物品的位置信息满足预设告警条件。
可以看出,本公开实施例中,如果资金替代物品在游戏平台中的区域包括多个目标区域,则可以认为资金替代物品的位置不符合要求,此时通过生成第一告警信息,有利于及时提醒用户重置资金替代物品的位置。
在一些实施例中,在确定所述资金替代物品落入至少两个预定目标区域的情况下,确定资金替代物品的位置信息满足预设告警条件。
本公开实施例中,在利用对游戏平台进行区域划分得到的多个目标区域,可以将多个目标区域分为预定目标区域和非预定目标区域,其中,预定目标区域包括多个目标区域中允许资金替代物品落入的区域;非预定目标区域包括多个目标区域中不允许资金替代物品落入的区域。
本公开实施例中,可以根据游戏的不同阶段设置不同的预定目标区域,从而,可以根据当前时刻所处在的游戏阶段,确定出相应的预定目标区域。
在一些实施例中,资金替代物品应处于一个预定目标区域中,如果资金替代物品在游戏平台中的区域包括多个相邻的预定目标区域,则可以认为资金替代物品的位置不符合要求。
参照图2C,第一资金替代物品202处于第二资金替代物品区域203和第三资金替代物品区域204之间,在第二资金替代物品区域203和第三资金替代物品区域204为预定目标区域的情况下,第一资金替代物品202在游戏平台中的区域包括多个相邻的预定目标区域,此时,第一资金替代物品202的位置不符合要求,可以生成第一告警信息,用于提醒用户重新放置第一资金替代物品202。
第二资金替代物品205处于第三资金替代物品区域204和第四资金替代物品区域206之间,在第三资金替代物品区域204和第四资金替代物品区域206为预定目标区域的情况下,第二资金替代物品205在游戏平台中的区域包括多个相邻的预定目标区域,此时,第二资金替代物品205的位置不符合要求,可以生成第一告警信息,用于提醒用户重新放置第二资金替代物品205。
第三资金替代物品207处于第四资金替代物品区域206和第五资金替代物品区域208之间,在第四资金替代物品区域206和第五资金替代物品区域208为预定目标区域的情况下,第三资金替代物品207在游戏平台中的区域包括多个相邻的预定目标区域,此时,第三资金替代物品207的位置不符合要求,可以生成第一告警信息,用于提醒用户重新放置第三资金替代物品207。
可以看出,本公开实施例中,如果资金替代物品在游戏平台中的区域包括多个预定目标区域,则可以认为资金替代物品的位置不符合要求,此时通过生成第一告警信息,有利于及时提醒用户重置资金替代物品的位置。
在一些实施例中,可以通过对资金替代物品进行检测,得到游戏平台图像中资金替代物品的检测框,利用资金替代物品的检测框表示资金替代物品的位置信息;在得到游戏平台图像中资金替代物品的检测框后,可以对资金替代物品的检测框进行网格划分,在划分后的每一个网格内提取所述资金替代物品的预设数量个特征点,根据划分得到的各个网格内提取的所述多个特征点中每一个特征点落入的目标区域,确定资金替代物品落入的目标区域。
示例性地,对于上述资金替代物品交叠的各个目标区域,分别统计上述提取出的所有特征点中落入对应的目标区域的数量。例如,将资金替代物品的检测框等分为10个网格,每个网络内取出资金替代物品的10个特征点,针对与资金替代物品交叠的每一个目标区域,分别统计上述取出的共100个特征点中落入该目标区域的特征点的数量,并进一步根据统计出的各目标区域内落入的特征点的数量或比例确定资金替代物品与各目标区域的交叠面积,进而在一个目标区域对应的交叠面积达到预设的面积阈值或预设的面积比例的情况下确定资金替代物品落入该目标区域。
可以看出,本公开实施例可以对资金替代物品的检测框进行网格划分,有利于精准地确定资金替代物品落入的目标区域。
在一些实施例中,可以根据资金替代物品的位置信息、以及预先确定的游戏平台图像区域划分信息,确定资金替代物品在游戏平台中落入的每一个预定目标区域的面积;响应于资金替代物品在游戏平台中落入每一个预定目标区域的面积均小于面积阈值,确定资金替代物品的位置信息满足预设告警条件。
在一些实施例中,面积阈值可以是在预先确定的配置文件中的数值,也可以是根据资金替代物品的总面积确定的值,面积阈值可以是资金替代物品的总面积与设定比例的乘积,例如,设定比例可以是小于20%的正数。
应理解,如果资金替代物品在游戏平台中落入每一个预定目标区域的面积均小于面积阈值,则说明资金替代物品的一部分处于其他预定目标区域或非预定目标区域,可以认为资金替代物品的位置不符合要求。
在一些实施例中,可以根据划分出的网格在目标区域的个数、以及每个网格的面积,确定资金替代物品在游戏平台中至少一个目标区域的面积。
在一些实施例中,可以对资金替代物品的检测框进行均匀网格划分或非均匀网格划分;示例性地,可以根据资金替代物品的检测框的角点的坐标位置(例如可以包括左上角和右下角的坐标位置),对资金替代物品的检测框从横向和纵向划分为10*10的均匀网格,然后可以根据这100个网格在游戏平台中的区域位置,确定落入预定目标区域的网格面积,即,确定资金替代物品在游戏平台中落入预定目标区域的面积。
可以看出,本公开实施例中,如果资金替代物品在游戏平台中每一个预定目标区域的面积均小于面积阈值,则通常可以认为资金替代物品的位置不符合要求,此时通过生成第一告警信息,有利于及时提醒用户重置资金替代物品的位置。
在一些实施例中,上述资金替代物品的位置信息包括资金替代物品的中心点的位置。
相应地,上述方法还包括:根据资金替代物品的位置信息、以及预先确定的游戏平台图像区域划分信息,确定上述中心点落入的目标区域;响应于中心点落入非预定目标区域,确定资金替代物品的位置信息满足预设告警条件。
在一些实施例中,可以将资金替代物品的检测框的中心点位置作为资金替代物品的中心点位置。
在一些实施例中,可以根据当前时刻所处在的游戏阶段,确定出相应的预定目标区域,进而确定出非预定目标区域。
可以看出,本公开实施例中,如果资金替代物品的中心点位置处于游戏平台的非预定目标区域,则可以认为资金替代物品的位置不符合要求,此时通过生成第一告警信息,有利于及时提醒用户重置资金替代物品的位置。
在一些实施例中,上述检测结果还包括资金替代物品的属性信息;上述方法还可以包括:在资金替代物品的位置信息不满足预设告警条件的情况下,根据游戏平台图像确定资金替代物品的属性信息是否满足与资金替代物品落入的目标区域对应的属性约束条件;
在所述资金替代物品的属性信息不满足与所述资金替代物品落入的目标区域对应的属性约束条件的情况下,生成第二告警信息。
在一些实施例中,各个目标区域对应的属性约束条件存储于预先确定的配置文件中,这样,边缘计算设备通过获取配置文件可以获取各个目标区域对应的属性约束条件,从而,在资金替代物品的位置信息不满足预设告警条件的情况下,可以判断资金替代物品的属性信息是否满足与资金替代物品落入的目标区域对应的属性约束条件。
在一些实施例中,与所述资金替代物品落入的目标区域对应的属性约束条件可以是:目标区域中允许下注的资金替代物品的类型、目标区域中允许下注的资金替代物品的面额等;需要说明的是,上述记载的内容仅仅是对目标区域对应的属性约束条件的示例性说明,本公开实施例不局限于此。
需要说明的是,在资金替代物品的属性信息满足与所述资金替代物品落入的目标区域对应的属性约束条件的情况下,可以按照正常的游戏流程进行游戏。
可以看出,本公开实施例中,可以在资金替代物品的属性信息不满足与所述资金替代物品落入的目标区域对应的属性约束条件的情况下,生成第二告警信息,这样,有利于提醒用户按照相应的属性约束条件放置资金替代物品。
本领域技术人员可以理解,在具体实施方式的上述方法中,各步骤的撰写顺序并不意味着严格的执行顺序而对实施过程构成任何限定,各步骤的具体执行顺序应当以其功能和可能的内在逻辑确定。
在前述实施例提出的图像处理方法的基础上,本公开实施例提出了一种图像处理装置。
图3为本公开实施例的图像处理装置的组成结构示意图,如图3所示,该装置可以包括:获取模块301、第一处理模块302和第二处理模块303;
获取模块301,用于获取至少一帧游戏平台图像;
第一处理模块302,配置为对所述至少一帧游戏平台图像进行检测,得到所述至少一帧游戏平台图像中每帧游戏平台图像的检测结果,所述检测结果至少包括资金替代物品的位置信息;
第二处理模块303,配置为在所述资金替代物品的位置信息满足预设告警条件的情况下,生成第一告警信息。
在一些实施例中,第二处理模块303,还配置为:
根据所述资金替代物品的位置信息、以及预先确定的游戏平台图像区域划分信息,确定所述资金替代物品落入的目标区域,其中所述游戏平台图像区域划分信息包括对所述游戏平台进行区域划分得到的多个所述目标区域的位置信息;
根据所述资金替代物品落入的目标区域确定所述资金替代物品的位置信息是否满足预设告警条件。
在一些实施例中,所述第二处理模块303,具体配置为:
在确定所述资金替代物品落入至少两个目标区域的情况下,确定所述资金替代物品的位置信息满足预设告警条件。
在一些实施例中,所述第二处理模块303,具体配置为:
在确定所述资金替代物品落入至少两个预定目标区域的情况下,确定所述资金替代物品的位置信息满足预设告警条件,其中,所述预定目标区域包括所述目标区域中允许资金替代物品落入的区域。
在一些实施例中,所述第二处理模块303,具体配置为:
根据所述资金替代物品的位置信息、以及预先确定的游戏平台图像区域划分信息,确定所述资金替代物品在游戏平台中落入的每一个预定目标区域的面积,所述预定目标区域表示允许资金替代物品落入的目标区域,;
响应于所述资金替代物品在游戏平台中落入每一个预定目标区域的面积均小于面积阈值,确定所述资金替代物品的位置信息满足预设告警条件。
在一些实施例中,所述资金替代物品的位置信息包括所述资金替代物品的中心点的位置;
所述第二处理模块303,还配置为:
根据所述资金替代物品的位置信息、以及预先确定的游戏平台图像区域划分信息,确定所述中心点落入的目标区域;
响应于所述中心点落入非预定目标区域,确定所述资金替代物品的位置信息满足预设告警条件,所述非预定目标区域表示不允许资金替代物品落入的区域。
在一些实施例中,所述第二处理模块303,具体配置为:
在利用所述资金替代物品的检测框表示所述资金替代物品的位置信息和尺寸信息的情况下,可以将所述资金替代物品的检测框进行网格划分;在划分后的每一个网格内提取所述资金替代物品的预设数量个特征点;根据划分得到的各个网格内提取的所述多个特征点中每一个特征点落入的目标区域,确定所述资金替代物品落入的目标区域。
在一些实施例中,所述检测结果还包括资金替代物品的属性信息;
所述第二处理模块303还配置为:
在所述资金替代物品的位置信息不满足预设告警条件的情况下,根据所述游戏平台图像确定所述资金替代物品的属性信息是否满足与所述资金替代物品落入的目标区域对应的属性约束条件;
在所述资金替代物品的属性信息不满足与所述资金替代物品落入的目标区域对应的属性约束条件的情况下,生成第二告警信息。
在一些实施例中,所述属性信息包括以下至少一项:面额、类型、数量、归属信息。
在一些实施例中,所述至少一帧游戏平台图像包括N帧游戏平台图像;
所述第一处理模块302,具体配置为:
在利用滑动窗口每次确定N帧游戏平台图像的情况下,根据所述滑动窗口内所述N帧游戏平台图像的检测结果,确定所述N帧游戏平台图像中每帧游戏平台图像的检测结果,所述N为大于1的整数。
在一些实施例中,所述第一处理模块302,具体配置为:
通过目标跟踪确定所述N帧游戏平台图像的检测结果中同一份资金替代物品的属性信息;或者,确定所述N帧游戏平台图像的检测结果中置信度大于或等于置信度阈值的每份资金替代物品的属性信息;在所述置信度大于或等于置信度阈值的每份资金替代物品的属性信息中,通过目标跟踪确定同一份资金替代物品的属性信息;
在所述同一份资金替代物品的属性信息中,通过选举的方式确定出现次数最多的属性信息;将所述目标帧图像中的检测结果确定为:所述出现次数最多的属性信息,所述目标帧图像为所述N帧游戏平台图像中的任意一帧图像。
实际应用中,获取模块301、第一处理模块302和第二处理模块303均可以利用电子设备中的处理器实现,上述处理器可以为ASIC、DSP、DSPD、PLD、FPGA、CPU、控制器、微控制器、微处理器中的至少一种。
另外,在本实施例中的各功能模块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模块的形式实现。
所述集成的单元如果以软件功能模块的形式实现并非作为独立的产品进行销售或使用时,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,本实施例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processor(处理器)执行本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。
具体来讲,本实施例中的一种图像处理方法对应的计算机程序指令可以被存储在光盘,硬盘,U盘等存储介质上,当存储介质中的与一种图像处理方法对应的计算机程序指令被一电子设备读取或被执行时,实现前述实施例的任意一种图像处理方法。
基于前述实施例相同的技术构思,参见图4,其示出了本公开实施例提供的一种电子设备4,可以包括:存储器401和处理器402;其中,
所述存储器401,用于存储计算机程序和数据;
所述处理器402,用于执行所述存储器中存储的计算机程序,以实现前述实施例的任意一种图像处理方法。
在实际应用中,上述存储器401可以是易失性存储器(volatile memory),例如RAM;或者非易失性存储器(non-volatile memory),例如ROM,快闪存储器(flash memory),硬盘(Hard Disk Drive,HDD)或固态硬盘(Solid-State Drive,SSD);或者上述种类的存储器的组合,并向处理器402提供指令和数据。
上述处理器402可以为ASIC、DSP、DSPD、PLD、FPGA、CPU、控制器、微控制器、微处理器中的至少一种。可以理解地,对于不同的设备,用于实现上述处理器功能的电子器件还可以为其它,本公开实施例不作具体限定。
在一些实施例中,还提供了一种计算机程序产品,包括计算机可读指令,其中当所述计算机可读指令在设备的处理器中运行时,所述处理器实现前述实施例的任意一种图像处理方法。
在一些实施例中,本公开实施例提供的装置具有的功能或包含的模块可以用于执行上文方法实施例描述的方法,其具体实现可以参照上文方法实施例的描述,为了简洁,这里不再赘述。
上文对各个实施例的描述倾向于强调各个实施例之间的不同之处,其相同或相似之处可以互相参考,为了简洁,本文不再赘述
本申请所提供的各方法实施例中所揭露的方法,在不冲突的情况下可以任意组合,得到新的方法实施例。
本申请所提供的各产品实施例中所揭露的特征,在不冲突的情况下可以任意组合,得到新的产品实施例。
本申请所提供的各方法或设备实施例中所揭露的特征,在不冲突的情况下可以任意组合,得到新的方法实施例或设备实施例。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的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(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端(可以是手机,计算机,服务器,空调器,或者网络设备等)执行本发明各个实施例所述的方法。
上面结合附图对本发明的实施例进行了描述,但是本发明并不局限于上述的具体实施方式,上述的具体实施方式仅仅是示意性的,而不是限制性的,本领域的普通技术人员在本发明的启示下,在不脱离本发明宗旨和权利要求所保护的范围情况下,还可做出很多形式,这些均属于本发明的保护之内。
Claims (25)
1.一种图像处理方法,所述方法包括:
获取至少一帧游戏平台图像;
对所述至少一帧游戏平台图像进行检测,得到所述至少一帧游戏平台图像中每帧游戏平台图像的检测结果,所述检测结果至少包括资金替代物品的位置信息;
在所述资金替代物品的位置信息满足预设告警条件的情况下,生成第一告警信息。
2.根据权利要求1所述的方法,其中,所述方法还包括:
根据所述资金替代物品的位置信息、以及预先确定的游戏平台图像区域划分信息,确定所述资金替代物品落入的目标区域,其中,所述游戏平台图像区域划分信息包括对所述游戏平台进行区域划分得到的多个所述目标区域的位置信息;
根据所述资金替代物品落入的目标区域确定所述资金替代物品的位置信息是否满足预设告警条件。
3.根据权利要求2所述的方法,其中,所述根据所述资金替代物品落入的目标区域确定所述资金替代物品的位置信息是否满足预设告警条件,包括:
在确定所述资金替代物品落入至少两个目标区域的情况下,确定所述资金替代物品的位置信息满足预设告警条件。
4.根据权利要求2所述的方法,其中,所述根据所述资金替代物品落入的目标区域确定所述资金替代物品的位置信息是否满足预设告警条件,包括:
在确定所述资金替代物品落入至少两个预定目标区域的情况下,确定所述资金替代物品的位置信息满足预设告警条件,其中,所述预定目标区域包括所述目标区域中允许资金替代物品落入的区域。
5.根据权利要求2所述的方法,其中,所述根据所述资金替代物品落入的目标区域确定所述资金替代物品的位置信息是否满足预设告警条件,包括:
根据所述资金替代物品的位置信息、以及预先确定的游戏平台图像区域划分信息,确定所述资金替代物品在游戏平台中落入的每一个预定目标区域的面积,所述预定目标区域表示允许资金替代物品落入的目标区域,;
响应于所述资金替代物品在游戏平台中落入每一个所述预定目标区域的面积均小于面积阈值,确定所述资金替代物品的位置信息满足预设告警条件。
6.根据权利要求2-5任一项所述的方法,其中,所述资金替代物品的位置信息包括所述资金替代物品的中心点的位置;
所述方法还包括:
根据所述资金替代物品的位置信息、以及预先确定的游戏平台图像区域划分信息,确定所述中心点落入的目标区域;
响应于所述中心点落入非预定目标区域,确定所述资金替代物品的位置信息满足预设告警条件,所述非预定目标区域表示不允许资金替代物品落入的区域。
7.根据权利要求2-5任一项所述的方法,其中,所述根据所述资金替代物品的位置信息、以及预先确定的游戏平台图像区域划分信息,确定所述资金替代物品落入的目标区域,包括:
在利用所述资金替代物品的检测框表示所述资金替代物品的位置信息和尺寸信息的情况下,将所述资金替代物品的检测框进行网格划分;
在划分后的每一个网格内提取所述资金替代物品的预设数量个特征点;
根据划分得到的各个网格内提取的所述多个特征点中每一个特征点落入的目标区域,确定所述资金替代物品落入的目标区域。
8.根据权利要求1至7任一项所述的方法,其中,所述检测结果还包括资金替代物品的属性信息;
所述方法还包括:在所述资金替代物品的位置信息不满足预设告警条件的情况下,根据所述游戏平台图像确定所述资金替代物品的属性信息是否满足与所述资金替代物品落入的目标区域对应的属性约束条件;
在所述资金替代物品的属性信息不满足与所述资金替代物品落入的目标区域对应的属性约束条件的情况下,生成第二告警信息。
9.根据权利要求8所述的方法,其中,所述属性信息包括以下至少一项:面额、类型、数量、归属信息。
10.根据权利要求1至9任一项所述的方法,其中,所述至少一帧游戏平台图像包括N帧游戏平台图像;
所述对所述至少一帧游戏平台图像进行检测,得到所述至少一帧游戏平台图像中每帧游戏平台图像的检测结果,包括:
在利用滑动窗口每次确定N帧游戏平台图像的情况下,根据所述滑动窗口内所述N帧游戏平台图像的检测结果,确定所述N帧游戏平台图像中每帧游戏平台图像的检测结果,所述N为大于1的整数。
11.根据权利要求10所述的方法,其中,所述根据所述滑动窗口内所述N帧游戏平台图像的检测结果,确定所述N帧游戏平台图像中每帧游戏平台图像的检测结果,包括:
通过目标跟踪确定所述N帧游戏平台图像的检测结果中同一份资金替代物品的属性信息;或者,确定所述N帧游戏平台图像的检测结果中置信度大于或等于置信度阈值的每份资金替代物品的属性信息;在所述置信度大于或等于置信度阈值的每份资金替代物品的属性信息中,通过目标跟踪确定同一份资金替代物品的属性信息;
在所述同一份资金替代物品的属性信息中,通过选举的方式确定出现次数最多的属性信息;将所述目标帧图像中的检测结果确定为:所述出现次数最多的属性信息,所述目标帧图像为所述N帧游戏平台图像中的任意一帧图像。
12.一种图像处理装置,其中,所述装置包括:
获取模块,用于获取至少一帧游戏平台图像;
第一处理模块,配置为对所述至少一帧游戏平台图像进行检测,得到所述至少一帧游戏平台图像中每帧游戏平台图像的检测结果,所述检测结果至少包括资金替代物品的位置信息;
第二处理模块,配置为在所述资金替代物品的位置信息满足预设告警条件的情况下,生成第一告警信息。
13.根据权利要求12所述的装置,其中,所述第二处理模块,还配置为:
根据所述资金替代物品的位置信息、以及预先确定的游戏平台图像区域划分信息,确定所述资金替代物品落入的目标区域,其中所述游戏平台图像区域划分信息包括对所述游戏平台进行区域划分得到的多个所述目标区域的位置信息;
根据所述资金替代物品落入的目标区域确定所述资金替代物品的位置信息是否满足预设告警条件。
14.根据权利要求13所述的装置,其中,所述第二处理模块,具体配置为:
在确定所述资金替代物品落入至少两个目标区域的情况下,确定所述资金替代物品的位置信息满足预设告警条件。
15.根据权利要求13所述的装置,其中,所述第二处理模块,具体配置为:
在确定所述资金替代物品落入至少两个预定目标区域的情况下,确定所述资金替代物品的位置信息满足预设告警条件,其中,所述预定目标区域包括所述目标区域中允许资金替代物品落入的区域。
16.根据权利要求13所述的装置,其中,所述第二处理模块,具体配置为:
根据所述资金替代物品的位置信息、以及预先确定的游戏平台图像区域划分信息,确定所述资金替代物品在游戏平台中落入的每一个预定目标区域的面积,所述预定目标区域表示允许资金替代物品落入的目标区域,;
响应于所述资金替代物品在游戏平台中落入每一个预定目标区域的面积均小于面积阈值,确定所述资金替代物品的位置信息满足预设告警条件。
17.根据权利要求13-16任一项所述的装置,其中,所述资金替代物品的位置信息包括所述资金替代物品的中心点的位置;
所述第二处理模块,还配置为:
根据所述资金替代物品的位置信息、以及预先确定的游戏平台图像区域划分信息,确定所述中心点落入的目标区域;
响应于所述中心点落入非预定目标区域,确定所述资金替代物品的位置信息满足预设告警条件,所述非预定目标区域表示不允许资金替代物品落入的区域。
18.根据权利要求13-16任一项所述的装置,其中,所述第二处理模块,具体配置为:
在利用所述资金替代物品的检测框表示所述资金替代物品的位置信息和尺寸信息的情况下,将所述资金替代物品的检测框进行网格划分;
在划分后的每一个网格内提取所述资金替代物品的多个特征点;
根据划分得到的各个网格内提取的所述多个特征点中每一个特征点落入的目标区域,确定所述资金替代物品落入的目标区域。
19.根据权利要求12至18任一项所述的装置,其中,所述检测结果还包括资金替代物品的属性信息;
所述方法还包括:在所述资金替代物品的位置信息不满足预设告警条件的情况下,根据所述游戏平台图像确定所述资金替代物品的属性信息是否满足与所述资金替代物品落入的目标区域对应的属性约束条件;
在所述资金替代物品的属性信息不满足与所述资金替代物品落入的目标区域对应的属性约束条件的情况下,生成第二告警信息。
20.根据权利要求19所述的装置,其中,所述属性信息包括以下至少一项:面额、类型、数量、归属信息。
21.根据权利要求12至20任一项所述的装置,其中,所述至少一帧游戏平台图像包括N帧游戏平台图像;
所述对所述至少一帧游戏平台图像进行检测,得到所述至少一帧游戏平台图像中每帧游戏平台图像的检测结果,包括:
在利用滑动窗口每次确定N帧游戏平台图像的情况下,根据所述滑动窗口内所述N帧游戏平台图像的检测结果,确定所述N帧游戏平台图像中每帧游戏平台图像的检测结果,所述N为大于1的整数。
22.根据权利要求21所述的装置,其中,所述根据所述滑动窗口内所述N帧游戏平台图像的检测结果,确定所述N帧游戏平台图像中每帧游戏平台图像的检测结果,包括:
通过目标跟踪确定所述N帧游戏平台图像的检测结果中同一份资金替代物品的属性信息;或者,确定所述N帧游戏平台图像的检测结果中置信度大于或等于置信度阈值的每份资金替代物品的属性信息;在所述置信度大于或等于置信度阈值的每份资金替代物品的属性信息中,通过目标跟踪确定同一份资金替代物品的属性信息;
在所述同一份资金替代物品的属性信息中,通过选举的方式确定出现次数最多的属性信息;将所述目标帧图像中的检测结果确定为:所述出现次数最多的属性信息,所述目标帧图像为所述N帧游戏平台图像中的任意一帧图像。
23.一种电子设备,其特征在于,包括处理器和用于存储能够在处理器上运行的计算机程序的存储器;其中,
所述处理器用于运行所述计算机程序以执行权利要求1至11任一项所述的图像处理方法。
24.一种计算机存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现权利要求1至11任一项所述的图像处理方法。
25.一种计算机程序产品,包括计算机可读指令,其中当所述计算机可读指令在设备的处理器中运行时,所述处理器执行权利要求1至11中任一项所述的方法。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
SG10202106587X | 2021-06-18 | ||
SG10202106587X | 2021-06-18 | ||
PCT/IB2021/055663 WO2022096948A1 (en) | 2021-06-18 | 2021-06-25 | Method and apparatus for image processing, electronic device, and computer storage medium |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114127782A true CN114127782A (zh) | 2022-03-01 |
Family
ID=80364119
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202180001667.1A Withdrawn CN114127782A (zh) | 2021-06-18 | 2021-06-25 | 图像处理方法、装置、电子设备和计算机存储介质 |
Country Status (5)
Country | Link |
---|---|
US (1) | US20220406120A1 (zh) |
JP (1) | JP2023504316A (zh) |
KR (1) | KR20220169467A (zh) |
CN (1) | CN114127782A (zh) |
AU (1) | AU2021204540A1 (zh) |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150312517A1 (en) * | 2014-04-25 | 2015-10-29 | Magnet Consulting, Inc. | Combined Video, Chip and Card Monitoring for Casinos |
SG10201914036PA (en) * | 2015-08-03 | 2020-03-30 | Angel Playing Cards Co Ltd | Fraud detection system in casino |
AU2019201016A1 (en) * | 2018-02-14 | 2019-08-29 | Arb Labs Inc. | Systems, methods and devices for monitoring betting activities |
-
2021
- 2021-06-25 CN CN202180001667.1A patent/CN114127782A/zh not_active Withdrawn
- 2021-06-25 KR KR1020217026874A patent/KR20220169467A/ko unknown
- 2021-06-25 AU AU2021204540A patent/AU2021204540A1/en not_active Abandoned
- 2021-06-25 JP JP2021549540A patent/JP2023504316A/ja not_active Withdrawn
- 2021-06-30 US US17/364,393 patent/US20220406120A1/en not_active Abandoned
Also Published As
Publication number | Publication date |
---|---|
KR20220169467A (ko) | 2022-12-27 |
JP2023504316A (ja) | 2023-02-03 |
AU2021204540A1 (en) | 2023-01-19 |
US20220406120A1 (en) | 2022-12-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109948497B (zh) | 一种物体检测方法、装置及电子设备 | |
CN109544166B (zh) | 一种风险识别方法和装置 | |
CN107679578B (zh) | 目标识别算法的测试方法、装置及系统 | |
CN109086734B (zh) | 一种对人眼图像中瞳孔图像进行定位的方法及装置 | |
KR102432204B1 (ko) | 이미지 처리 방법, 장치, 저장 매체 및 전자 기기 | |
CN110047513B (zh) | 一种视频监测方法、装置、电子设备和存储介质 | |
CN109447025B (zh) | 疲劳检测方法、装置、系统及计算机可读存储介质 | |
US20150036935A1 (en) | Information processing apparatus, information processing method, and storage medium | |
KR102550964B1 (ko) | 개인화 모델을 이용한 집중도 측정 장치 및 방법 | |
CN111666915A (zh) | 监控方法、装置、设备以及存储介质 | |
CN112818939A (zh) | 一种行为检测方法、装置及电子设备 | |
CN116071790A (zh) | 掌静脉图像质量评估方法、装置、设备及存储介质 | |
CN114708441A (zh) | 目标检测及状态确定方法、装置、设备及存储介质 | |
CN111382606A (zh) | 摔倒检测方法、摔倒检测装置和电子设备 | |
CN108764040A (zh) | 一种图像检测方法、终端及计算机存储介质 | |
CN114127782A (zh) | 图像处理方法、装置、电子设备和计算机存储介质 | |
CN109145821B (zh) | 一种对人眼图像中瞳孔图像进行定位的方法及装置 | |
CN113785327A (zh) | 图像处理方法、装置、边缘计算设备和计算机存储介质 | |
US20220122352A1 (en) | Method and apparatus for detecting game prop in game region, device, and storage medium | |
CN115004245A (zh) | 目标检测方法、装置、电子设备和计算机存储介质 | |
CN113631237A (zh) | 游戏图像的处理方法、装置、电子设备、计算机存储介质和计算机程序 | |
CN109063761B (zh) | 扩散器脱落检测方法、装置及电子设备 | |
CN112710590A (zh) | 尿液检测方法、尿液检测设备及计算机可读存储介质 | |
CN113360356B (zh) | 阅读作弊行为的识别方法、计算设备及计算机存储介质 | |
CN114020192B (zh) | 一种基于曲面电容实现非金属平面的互动方法和系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
REG | Reference to a national code |
Ref country code: HK Ref legal event code: DE Ref document number: 40065479 Country of ref document: HK |
|
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20220301 |
|
WW01 | Invention patent application withdrawn after publication |