CN114500839A - 一种基于注意力跟踪机制的视觉云台控制方法及系统 - Google Patents
一种基于注意力跟踪机制的视觉云台控制方法及系统 Download PDFInfo
- Publication number
- CN114500839A CN114500839A CN202210086639.0A CN202210086639A CN114500839A CN 114500839 A CN114500839 A CN 114500839A CN 202210086639 A CN202210086639 A CN 202210086639A CN 114500839 A CN114500839 A CN 114500839A
- Authority
- CN
- China
- Prior art keywords
- coordinate
- tracking
- attention
- pan
- prediction
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 32
- 230000000007 visual effect Effects 0.000 claims abstract description 25
- 210000003128 head Anatomy 0.000 claims description 11
- 238000012549 training Methods 0.000 claims description 9
- 210000005252 bulbus oculi Anatomy 0.000 claims description 6
- 238000004590 computer program Methods 0.000 claims description 6
- 238000001914 filtration Methods 0.000 claims description 4
- 238000007781 pre-processing Methods 0.000 claims description 4
- 238000001514 detection method Methods 0.000 description 7
- 210000001508 eye Anatomy 0.000 description 4
- 238000012935 Averaging Methods 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/60—Control of cameras or camera modules
- H04N23/695—Control of camera direction for changing a field of view, e.g. pan, tilt or based on tracking of objects
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
- Processing Or Creating Images (AREA)
Abstract
本发明提供了一种基于注意力跟踪机制的视觉云台控制方法及系统,包括:获取跟踪目标的中心点坐标和注视点坐标;依据所述中心点坐标,以及第一目标跟踪模型,得到预测中心点坐标;依据所述注视点坐标,以及第二目标跟踪模型,得到注意力跟踪预测坐标;根据所述预测中心点坐标和所述注意力跟踪预测坐标,确定最终预测坐标;利用所述最终预测坐标以及比例控制调整云台;本发明在实现调整云台时,考虑了目标注视点坐标的因素,通过根据目标中心点坐标和和注视点坐标分别得到预测点坐标,再综合考虑两个预测的坐标确定最终预测坐标,从而实现对云台角度的调节控制,考虑了目标注视点因素,提高了控制精度。
Description
技术领域
本发明属于计算机视觉技术领域,尤其涉及一种基于注意力跟踪机制的视觉云台控制方法及系统。
背景技术
当前,随着深度学习的飞速发展,经典的深度学习方法不仅在计算机视觉任务中得到广泛应用,在计算机硬件的自动化控制上也开始发挥其优势作用,例如:当前的智能化云台镜头控制算法利用视觉目标检测、视觉目标跟踪的技术来实现对云台的控制,上述智能化云台目前已广泛应用于边境巡逻、战场侦察、无人区作业监测、搜索救援、智能安防和地面测绘等领域;智能化云台控制还不能很好的应用到球赛自动导播上,当前完成一场球赛导播需要大量的人力和物力,通过多机位摄像,手动切换吸引观众注意的画面来实现对最终呈现画面的把控,耗时耗力,不能实现对云台控制的预测。
发明人发现,智能化云台控制不能很好的应用到球赛自动导播上,其主要原因是在进行云台控制时,没有考虑观看者的眼球注意力,导致云台控制后拍摄角度与目标注意力的坐标之间存在差异。
发明内容
本发明为了解决上述问题,提出了一种基于注意力跟踪机制的视觉云台控制方法及系统。
考虑利用注意力相关方法实现对球赛呈现画面的把控,进而控制云台的偏移和俯仰角度,以此来实现对球赛的自动导播。
为了实现上述目的,本发明是通过如下的技术方案来实现:
第一方面,本发明提供了一种基于注意力跟踪机制的视觉云台控制方法,包括:
获取跟踪目标的中心点坐标和注视点坐标;
依据所述中心点坐标,以及第一目标跟踪模型,得到预测中心点坐标;
依据所述注视点坐标,以及第二目标跟踪模型,得到注意力跟踪预测坐标;
根据所述预测中心点坐标和所述注意力跟踪预测坐标,确定最终预测坐标;
利用所述最终预测坐标以及比例控制调整云台。
进一步的,所述第二目标跟踪模型为注意力跟踪算法模型,训练过程为:
获取视频数据,
预处理所述视频数据,得到视频帧序列;
获取观看者观看视频时的眼球注意力观测数据,确定观看者在所有帧中的注视点坐标;
利用所有帧中的注视点坐标和卡尔曼滤波跟踪算法,训练得到注意力跟踪算法模型。
进一步的,所述视频数据为球赛视频数据。
进一步的,所述第一目标跟踪模型为多目标跟踪算法。
进一步的,对所述预测中心点坐标和所述注意力跟踪预测坐标进行均值操作,得到最终预测坐标。
进一步的,利用所述最终预测坐标以及比例控制调整云台舵机的偏航角和俯仰角。
进一步的,控制调整云台舵机的偏航角yaw′和俯仰角pitch′为:
yaw′=yaw+kp1*x_offset
pitch′=pitch+kp2*y_offset
其中,yaw和pitch分别为当前帧舵机偏航角和俯仰角,yaw′和pitch′分别为预测的下一帧舵机偏航角和俯仰角,x_offset和y_offset分别代表云台需要在水平方向的像素偏移量和在垂直方向的像素偏移量,kp1,kp2代表比例控制的系数。
第二方面,本发明还提供了一种基于注意力跟踪机制的视觉云台控制系统,包括:
数据采集模块,被配置为:获取跟踪目标的中心点坐标和注视点坐标;
中心点坐标预测模块,被配置为:依据所述中心点坐标,以及第一目标跟踪模型,得到预测中心点坐标;
注意力跟踪坐标预测模块,被配置为:依据所述注视点坐标,以及第二目标跟踪模型,得到注意力跟踪预测坐标;
预测坐标确定模块,被配置为:根据所述预测中心点坐标和所述注意力跟踪预测坐标,确定最终预测坐标;
云台控制模块,被配置为:利用所述最终预测坐标以及比例控制调整云台。
第三方面,本发明还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现了第一方面所述的基于注意力跟踪机制的视觉云台控制方法的步骤。
第四方面,本发明还提供了一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现了第一方面所述的基于注意力跟踪机制的视觉云台控制方法的步骤。
与现有技术相比,本发明的有益效果为:
1、本发明在实现调整云台时,考虑了目标注视点坐标的因素,通过根据目标中心点坐标和和注视点坐标分别得到预测点坐标,再综合考虑两个预测的坐标确定最终预测坐标,从而实现对云台角度的调节控制,考虑了目标注视点因素,提高了控制精度;
2、本发明通过收集球赛视频,利用眼动仪记录观看者的眼球注意力追踪数据,利用上述追踪数据训练注意力跟踪算法模型,利用该模型以及目标跟踪模型预测云台下一帧需要关注的坐标点,计算坐标偏移量来实现对云台偏移角和俯仰角的控制,以此来实现球赛的自动导播。
附图说明
构成本实施例的一部分的说明书附图用来提供对本实施例的进一步理解,本实施例的示意性实施例及其说明用于解释本实施例,并不构成对本实施例的不当限定。
图1为本发明实施例1的视觉云台控制方法示意图;
图2为本发明实施例1的流程图;
图3为本发明实施例1的水平及垂直方向像素偏移量示意图;
图4为本发明实施例1的舵机旋转方向示意图。
具体实施方式:
下面结合附图与实施例对本发明作进一步说明。
应该指出,以下详细说明都是示例性的,旨在对本申请提供进一步的说明。除非另有指明,本文使用的所有技术和科学术语具有与本申请所属技术领域的普通技术人员通常理解的相同含义。
实施例1:
如图1和图2所示,本实施例提供了一种基于注意力跟踪机制的视觉云台控制方法,包括:
获取跟踪目标的中心点坐标和注视点坐标;
依据所述中心点坐标,以及第一目标跟踪模型,得到预测中心点坐标;
依据所述注视点坐标,以及第二目标跟踪模型,得到注意力跟踪预测坐标;
根据所述预测中心点坐标和所述注意力跟踪预测坐标,确定最终预测坐标;
利用所述最终预测坐标以及比例控制调整云台。
本实施例中收集了球赛视频数据,构建拟人注意力观测数据库,将拟人注意力跟踪的思想应用到云台控制算法中来实现对球赛等视频的自动导播;首先,收集球赛视频数据,利用眼动仪采集观看者观测数据,构建拟人注意力观测数据库,利用观测数据训练跟踪算法或模型,然后对云台拍摄角度进行随机初始化,记录当前拍摄画面的中心点坐标,接下来选定“人”或“球”作为云台跟踪目标,标定目标检测框,利用目标跟踪模型以及拟人注意力跟踪算法对目标检测框中心点进行预测,两次预测的坐标点进行均值操作,得到最终的预测坐标点,最后利用预测坐标点以及原始中心点坐标计算控制云台的舵机偏转角度来实现对云台的智能化控制,最后我们将算法封装,用以实际测试;本实施例的具体步骤为:
步骤S3,利用步骤S2中得到的坐标数据训练拟人注意力跟踪算法模型,在本实施例中,跟踪算法可以采用卡尔曼滤波跟踪算法;
步骤S4,随机初始化云台的角度,记录搭载摄像头的画面中心点坐标,记为(x,y),该画面记为第0帧;
步骤S5,选定“人”或“球”作为跟踪对象,利用目标跟踪算法(例如DeepSort)得到第t帧中目标检测框中心点坐标;
步骤S6,利用目标跟踪算法得到第t+1帧中预测跟踪框的中心点坐标,记为(x1,y1);本实施例中,目标跟踪算法可以采用多目标跟踪算法,如DeepSort;
步骤S7,利用步骤S3得到的拟人注意力跟踪算法模型对步骤S5中得到的目标检测框中心点进行拟人注意力预测,得到第t+1帧中注意力跟踪预测坐标,记为(x2,y2);
步骤S9,利用步骤S8中得到的坐标以及比例控制调整云台舵机的偏航角和俯仰角,具体公式为:
yaw′=yaw+kp1*x_offset
pitch′=pitch+kp2*y_offset
其中,yaw和pitch分别为旧的(即第t帧)舵机偏航角和俯仰角,yaw′和pitch′分别为新的(即第t+1帧)舵机偏航角和俯仰角,x_offset和y_offset分别代表云台需要在水平方向的像素偏移量和在垂直方向的像素偏移量,具体可如图3所示,kp1,kp2代表比例控制的系数,可以通过自定义调参来确定;
步骤S10,重复步骤S5-S9,即可实现基于拟人注意力的云台智能控制,进而实现云台对球赛的自动导播。
本实施例构建注意力追踪数据训练模型实现对坐标的预测;将拟人注意力跟踪方法应用到对云台的控制中,创新性的结合了原始的云台自动化控制方法与拟人注意力跟踪算法,这是第一次将拟人注意力跟踪的思想应用到云台控制算法中;可实现云台对球赛等视频的自动导播,节省了当前球赛导播所需的人力物力资源。
实施例2:
本实施例通过篮球比赛视频数据以及具体设置参数,对实施例中的基于注意力跟踪机制的视觉云台控制方法进行介绍,具体步骤为:
步骤S3,利用步骤S2中得到的坐标数据训练拟人注意力卡尔曼滤波跟踪算法;
步骤S4,随机初始化云台的角度,搭载摄像头拍摄图像分辨率为600*400,画面中心点坐标为(300,200),该画面记为第0帧;
步骤S5,选定“人”作为跟踪对象,利用DeepSort目标跟踪算法得到第t帧中目标检测框中心点坐标;
步骤S6,利用目标跟踪算法得到第t+1帧中预测跟踪框的中心点坐标,记为(x1,y1);
步骤S7,利用步骤S3得到的拟人注意力跟踪算法模型对步骤S5中得到的目标检测框中心点进行拟人注意力预测,得到第t+1帧中注意力跟踪预测坐标,记为(x2,y2);
步骤S9,利用步骤S8中得到的坐标以及比例控制调整云台舵机的偏航角和俯仰角,具体公式为:
yaw′=yaw+kp1*x_offset
pitch′=pitch+kp2*y_offset
其中,yaw和pitch分别为旧的(即第t帧)舵机偏航角和俯仰角,yaw′和pitch′分别为新的(即第t+1帧)舵机偏航角和俯仰角,x_offset和y_offset分别代表云台需要在水平方向的像素偏移量和在垂直方向的像素偏移量,具体可如图3所示,kp1,kp2代表比例控制的系数,可以通过自定义调参来确定;
步骤S10,重复步骤S5-S9,即可实现基于拟人注意力的云台智能控制,进而实现云台对球赛的自动导播。
实施例3:
一种基于注意力跟踪机制的视觉云台控制系统,包括:
数据采集模块,被配置为:获取跟踪目标的中心点坐标和注视点坐标;
中心点坐标预测模块,被配置为:依据所述中心点坐标,以及第一目标跟踪模型,得到预测中心点坐标;
注意力跟踪坐标预测模块,被配置为:依据所述注视点坐标,以及第二目标跟踪模型,得到注意力跟踪预测坐标;
预测坐标确定模块,被配置为:根据所述预测中心点坐标和所述注意力跟踪预测坐标,确定最终预测坐标;
云台控制模块,被配置为:利用所述最终预测坐标以及比例控制调整云台。
所述系统的工作方法与实施例1的基于注意力跟踪机制的视觉云台控制方法相同,这里不再赘述。
实施例4:
本实施例提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现了实施例1所述的基于注意力跟踪机制的视觉云台控制方法的步骤。
实施例4:
本实施例提供了一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现了实施例1所述的基于注意力跟踪机制的视觉云台控制方法的步骤。
以上所述仅为本实施例的优选实施例而已,并不用于限制本实施例,对于本领域的技术人员来说,本实施例可以有各种更改和变化。凡在本实施例的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本实施例的保护范围之内。
Claims (10)
1.一种基于注意力跟踪机制的视觉云台控制方法,其特征在于,包括:
获取跟踪目标的中心点坐标和注视点坐标;
依据所述中心点坐标,以及第一目标跟踪模型,得到预测中心点坐标;
依据所述注视点坐标,以及第二目标跟踪模型,得到注意力跟踪预测坐标;
根据所述预测中心点坐标和所述注意力跟踪预测坐标,确定最终预测坐标;
利用所述最终预测坐标以及比例控制调整云台。
2.如权利要求1所述的一种基于注意力跟踪机制的视觉云台控制方法,其特征在于,所述第二目标跟踪模型为注意力跟踪算法模型,训练过程为:
获取视频数据,
预处理所述视频数据,得到视频帧序列;
获取观看者观看视频时的眼球注意力观测数据,确定观看者在所有帧中的注视点坐标;
利用所有帧中的注视点坐标和卡尔曼滤波跟踪算法,训练得到注意力跟踪算法模型。
3.如权利要求2所述的一种基于注意力跟踪机制的视觉云台控制方法,其特征在于,所述视频数据为球赛视频数据。
4.如权利要求1所述的一种基于注意力跟踪机制的视觉云台控制方法,其特征在于,所述第一目标跟踪模型为多目标跟踪算法。
5.如权利要求1所述的一种基于注意力跟踪机制的视觉云台控制方法,其特征在于,对所述预测中心点坐标和所述注意力跟踪预测坐标进行均值操作,得到最终预测坐标。
6.如权利要求1所述的一种基于注意力跟踪机制的视觉云台控制方法,其特征在于,利用所述最终预测坐标以及比例控制调整云台舵机的偏航角和俯仰角。
7.如权利要求6所述的一种基于注意力跟踪机制的视觉云台控制方法,其特征在于,控制调整云台舵机的偏航角yaw′和俯仰角pitch′为:
yaw′=yaw+kp1*x_offset
pitch′=pitch+kp2*y_offset
其中,yaw和pitch分别为当前帧舵机偏航角和俯仰角,yaw′和pitch′分别为预测的下一帧舵机偏航角和俯仰角,x_offset和y_offset分别代表云台需要在水平方向的像素偏移量和在垂直方向的像素偏移量,kp1,kp2代表比例控制的系数。
8.一种基于注意力跟踪机制的视觉云台控制系统,其特征在于,包括:
数据采集模块,被配置为:获取跟踪目标的中心点坐标和注视点坐标;
中心点坐标预测模块,被配置为:依据所述中心点坐标,以及第一目标跟踪模型,得到预测中心点坐标;
注意力跟踪坐标预测模块,被配置为:依据所述注视点坐标,以及第二目标跟踪模型,得到注意力跟踪预测坐标;
预测坐标确定模块,被配置为:根据所述预测中心点坐标和所述注意力跟踪预测坐标,确定最终预测坐标;
云台控制模块,被配置为:利用所述最终预测坐标以及比例控制调整云台。
9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现了如权利要求1-7任一项所述的基于注意力跟踪机制的视觉云台控制方法的步骤。
10.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现了如权利要求1-7任一项所述的基于注意力跟踪机制的视觉云台控制方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210086639.0A CN114500839B (zh) | 2022-01-25 | 2022-01-25 | 一种基于注意力跟踪机制的视觉云台控制方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210086639.0A CN114500839B (zh) | 2022-01-25 | 2022-01-25 | 一种基于注意力跟踪机制的视觉云台控制方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114500839A true CN114500839A (zh) | 2022-05-13 |
CN114500839B CN114500839B (zh) | 2024-06-07 |
Family
ID=81474674
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210086639.0A Active CN114500839B (zh) | 2022-01-25 | 2022-01-25 | 一种基于注意力跟踪机制的视觉云台控制方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114500839B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116030099A (zh) * | 2023-03-31 | 2023-04-28 | 北京尚优力达科技有限公司 | 一种基于ptz相机的多目标跟踪方法及装置 |
Citations (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2006108017A2 (en) * | 2005-04-04 | 2006-10-12 | Lc Technologies, Inc. | Explicit raytracing for gimbal-based gazepoint trackers |
CN102355574A (zh) * | 2011-10-17 | 2012-02-15 | 上海大学 | 机载云台运动目标自主跟踪系统的图像稳定方法 |
CN105678809A (zh) * | 2016-01-12 | 2016-06-15 | 湖南优象科技有限公司 | 手持式自动跟拍装置及其目标跟踪方法 |
CN106033612A (zh) * | 2015-03-09 | 2016-10-19 | 杭州海康威视数字技术股份有限公司 | 一种目标跟踪方法、装置和系统 |
JP2017102731A (ja) * | 2015-12-02 | 2017-06-08 | 国立大学法人静岡大学 | 視線検出装置及び視線検出方法 |
CN107014378A (zh) * | 2017-05-22 | 2017-08-04 | 中国科学技术大学 | 一种视线跟踪瞄准操控系统及方法 |
CN107315992A (zh) * | 2017-05-05 | 2017-11-03 | 深圳电航空技术有限公司 | 一种基于电子云台的跟踪方法及装置 |
CN107392941A (zh) * | 2017-07-25 | 2017-11-24 | 哈尔滨理工大学 | 一种飞机起降跟踪系统与方法 |
CN108875683A (zh) * | 2018-06-30 | 2018-11-23 | 北京宙心科技有限公司 | 一种机器人视觉跟踪方法及其系统 |
CN108898624A (zh) * | 2018-06-12 | 2018-11-27 | 浙江大华技术股份有限公司 | 一种运动物体跟踪的方法、装置、电子设备和存储介质 |
CN110602388A (zh) * | 2019-08-29 | 2019-12-20 | 安徽农业大学 | 一种变焦仿生复眼运动目标跟踪系统及方法 |
CN111012301A (zh) * | 2019-12-19 | 2020-04-17 | 北京理工大学 | 一种头戴式目视精确瞄准系统 |
WO2020216054A1 (zh) * | 2019-04-24 | 2020-10-29 | 腾讯科技(深圳)有限公司 | 视线追踪模型训练的方法、视线追踪的方法及装置 |
CN112287880A (zh) * | 2020-11-18 | 2021-01-29 | 苏州臻迪智能科技有限公司 | 云台姿态调整方法、装置、系统和电子设备 |
CN113160317A (zh) * | 2021-04-29 | 2021-07-23 | 福建汇川物联网技术科技股份有限公司 | 云台目标追踪控制方法、装置及云台控制设备、存储介质 |
CN113452912A (zh) * | 2021-06-25 | 2021-09-28 | 山东新一代信息产业技术研究院有限公司 | 巡视机器人的云台摄像机的控制方法、装置、设备及介质 |
WO2021208259A1 (zh) * | 2020-04-15 | 2021-10-21 | 上海摩象网络科技有限公司 | 云台驱动方法、设备及手持相机 |
CN113610898A (zh) * | 2021-08-25 | 2021-11-05 | 浙江大华技术股份有限公司 | 一种云台控制方法和装置、存储介质及电子装置 |
CN113808160A (zh) * | 2021-08-05 | 2021-12-17 | 虹软科技股份有限公司 | 视线方向追踪方法和装置 |
-
2022
- 2022-01-25 CN CN202210086639.0A patent/CN114500839B/zh active Active
Patent Citations (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2006108017A2 (en) * | 2005-04-04 | 2006-10-12 | Lc Technologies, Inc. | Explicit raytracing for gimbal-based gazepoint trackers |
CN102355574A (zh) * | 2011-10-17 | 2012-02-15 | 上海大学 | 机载云台运动目标自主跟踪系统的图像稳定方法 |
CN106033612A (zh) * | 2015-03-09 | 2016-10-19 | 杭州海康威视数字技术股份有限公司 | 一种目标跟踪方法、装置和系统 |
JP2017102731A (ja) * | 2015-12-02 | 2017-06-08 | 国立大学法人静岡大学 | 視線検出装置及び視線検出方法 |
CN105678809A (zh) * | 2016-01-12 | 2016-06-15 | 湖南优象科技有限公司 | 手持式自动跟拍装置及其目标跟踪方法 |
CN107315992A (zh) * | 2017-05-05 | 2017-11-03 | 深圳电航空技术有限公司 | 一种基于电子云台的跟踪方法及装置 |
CN107014378A (zh) * | 2017-05-22 | 2017-08-04 | 中国科学技术大学 | 一种视线跟踪瞄准操控系统及方法 |
CN107392941A (zh) * | 2017-07-25 | 2017-11-24 | 哈尔滨理工大学 | 一种飞机起降跟踪系统与方法 |
CN108898624A (zh) * | 2018-06-12 | 2018-11-27 | 浙江大华技术股份有限公司 | 一种运动物体跟踪的方法、装置、电子设备和存储介质 |
CN108875683A (zh) * | 2018-06-30 | 2018-11-23 | 北京宙心科技有限公司 | 一种机器人视觉跟踪方法及其系统 |
WO2020216054A1 (zh) * | 2019-04-24 | 2020-10-29 | 腾讯科技(深圳)有限公司 | 视线追踪模型训练的方法、视线追踪的方法及装置 |
CN110602388A (zh) * | 2019-08-29 | 2019-12-20 | 安徽农业大学 | 一种变焦仿生复眼运动目标跟踪系统及方法 |
CN111012301A (zh) * | 2019-12-19 | 2020-04-17 | 北京理工大学 | 一种头戴式目视精确瞄准系统 |
WO2021208259A1 (zh) * | 2020-04-15 | 2021-10-21 | 上海摩象网络科技有限公司 | 云台驱动方法、设备及手持相机 |
CN112287880A (zh) * | 2020-11-18 | 2021-01-29 | 苏州臻迪智能科技有限公司 | 云台姿态调整方法、装置、系统和电子设备 |
CN113160317A (zh) * | 2021-04-29 | 2021-07-23 | 福建汇川物联网技术科技股份有限公司 | 云台目标追踪控制方法、装置及云台控制设备、存储介质 |
CN113452912A (zh) * | 2021-06-25 | 2021-09-28 | 山东新一代信息产业技术研究院有限公司 | 巡视机器人的云台摄像机的控制方法、装置、设备及介质 |
CN113808160A (zh) * | 2021-08-05 | 2021-12-17 | 虹软科技股份有限公司 | 视线方向追踪方法和装置 |
CN113610898A (zh) * | 2021-08-25 | 2021-11-05 | 浙江大华技术股份有限公司 | 一种云台控制方法和装置、存储介质及电子装置 |
Non-Patent Citations (1)
Title |
---|
王建中等: "视线驱动的云台跟踪技术", 现代电子技术, 10 December 2020 (2020-12-10) * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116030099A (zh) * | 2023-03-31 | 2023-04-28 | 北京尚优力达科技有限公司 | 一种基于ptz相机的多目标跟踪方法及装置 |
CN116030099B (zh) * | 2023-03-31 | 2023-08-08 | 北京尚优力达科技有限公司 | 一种基于ptz相机的多目标跟踪方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN114500839B (zh) | 2024-06-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112164015B (zh) | 单目视觉自主巡检图像采集方法、装置及电力巡检无人机 | |
CN111272148B (zh) | 输电线路无人机自主巡检自适应成像质量优化方法 | |
CN109151439B (zh) | 一种基于视觉的自动追踪拍摄系统及方法 | |
US20200202618A1 (en) | System and methods for improved aerial mapping with aerial vehicles | |
CN109753076B (zh) | 一种无人机视觉追踪实现方法 | |
CN103716594B (zh) | 基于运动目标检测的全景拼接联动方法及装置 | |
CN108363946B (zh) | 基于无人机的人脸跟踪系统及方法 | |
US9924104B2 (en) | Background-differential extraction device and background-differential extraction method | |
WO2017080102A1 (zh) | 飞行装置、飞行控制系统及方法 | |
CN106910206B (zh) | 一种目标跟踪方法及装置 | |
CN112653844A (zh) | 一种摄像头云台转向自适应跟踪调节方法 | |
CN106973221B (zh) | 基于美学评价的无人机摄像方法和系统 | |
CN108731587A (zh) | 一种基于视觉的无人机动态目标跟踪与定位方法 | |
WO2017045326A1 (zh) | 一种无人飞行器的摄像处理方法 | |
CN112207821B (zh) | 视觉机器人的目标搜寻方法及机器人 | |
CN113838098B (zh) | 一种针对远距离高速运动目标的智能跟踪拍摄系统 | |
CN110827321B (zh) | 一种基于三维信息的多相机协同的主动目标跟踪方法 | |
EP3726424A1 (en) | Determination of audience attention | |
CN110537197A (zh) | 图像处理装置、生长调查图像创建系统以及程序 | |
WO2022057800A1 (zh) | 云台摄像机、云台摄像机的追踪控制方法、装置及设备 | |
CN107038714A (zh) | 多型视觉传感协同目标跟踪方法 | |
CN114500839B (zh) | 一种基于注意力跟踪机制的视觉云台控制方法及系统 | |
CN108900775A (zh) | 一种水下机器人实时电子稳像方法 | |
CN116453198B (zh) | 一种基于头部姿态差异的视线校准方法和装置 | |
CN117412161A (zh) | 斗车的跟踪方法、装置、存储介质及终端设备 |
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 |