CN114755444B - 目标速度测定方法、装置、电子设备及存储介质 - Google Patents
目标速度测定方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN114755444B CN114755444B CN202210663953.0A CN202210663953A CN114755444B CN 114755444 B CN114755444 B CN 114755444B CN 202210663953 A CN202210663953 A CN 202210663953A CN 114755444 B CN114755444 B CN 114755444B
- Authority
- CN
- China
- Prior art keywords
- target
- pixel scale
- determining
- measured
- scale information
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 49
- 230000008859 change Effects 0.000 claims abstract description 29
- 230000004044 response Effects 0.000 claims abstract description 25
- 238000001914 filtration Methods 0.000 claims description 15
- 238000012545 processing Methods 0.000 claims description 14
- 238000005259 measurement Methods 0.000 claims description 10
- 239000000126 substance Substances 0.000 claims description 10
- 238000000691 measurement method Methods 0.000 claims description 5
- 238000004590 computer program Methods 0.000 claims description 4
- 238000004891 communication Methods 0.000 description 10
- 238000005516 engineering process Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000033001 locomotion Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
- G01P3/00—Measuring linear or angular speed; Measuring differences of linear or angular speeds
- G01P3/36—Devices characterised by the use of optical means, e.g. using infrared, visible, or ultraviolet light
- G01P3/38—Devices characterised by the use of optical means, e.g. using infrared, visible, or ultraviolet light using photographic means
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
- G06T7/277—Analysis of motion involving stochastic approaches, e.g. using Kalman filters
-
- 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
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20081—Training; Learning
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20084—Artificial neural networks [ANN]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Electromagnetism (AREA)
- Power Engineering (AREA)
- Image Analysis (AREA)
Abstract
本申请提供一种目标速度测定方法、装置、电子设备及存储介质,所述方法包括:根据待测目标的相关信息确定待测目标在对应单帧图像中的当前像素尺度信息;响应于确定待测目标的历史像素尺度信息为空,将当前像素尺度信息赋值给历史像素尺度信息;根据历史像素尺度信息确定待测目标的像素宽高比;根据当前像素尺度信息确定待测目标与摄像头的相对距离;响应于确定像素宽高比大于预设阈值,基于当前像素尺度信息和相对距离确定待测目标的第一相对速度;响应于确定像素宽高比小于等于预设阈值,基于相对距离确定待测目标的第二相对速度。本申请的方法能够根据像素尺度信息变化测定运动目标的速度,具有较高的准确性。
Description
技术领域
本申请涉及计算机视觉和图像处理技术领域,尤其涉及一种目标速度测定方法、装置、电子设备及存储介质。
背景技术
随着万物互联时代的到来,目标测速作为其重要的组成部分,具有很高的研究价值,采用视觉技术测量运动目标的速度,具体可采用单目摄像头进行测速。基于单目摄像头的测速过程中,目标处于相对运动状态,目标的位置和速度都会随时发生变化。利用像素尺度变换进行测速是目前常见的目标测速方法,然而这种方法对像素尺度异常敏感。以目标行人为例,由于行人姿态瞬息万变,目标行人像素尺度会发生急剧变化。当不能确保目标的像素宽度和像素高度不会突变时,像素尺度变换的方法不再是一种可靠的测速方法。因此,亟需一种能够在不同情况下精确测定目标速度的方案。
发明内容
有鉴于此,本申请的目的在于提出一种解决上述问题的目标速度测定方法、装置、电子设备及存储介质。
基于上述目的,本申请第一方面提供了一种目标速度测定方法,包括:
根据待测目标的相关信息确定所述待测目标在对应单帧图像中的当前像素尺度信息;
响应于确定所述待测目标的历史像素尺度信息为空,将所述当前像素尺度信息赋值给所述历史像素尺度信息;
根据所述历史像素尺度信息确定所述待测目标的像素宽高比;
根据所述当前像素尺度信息确定所述待测目标与所述摄像头的相对距离;
响应于确定所述像素宽高比大于预设阈值,基于所述当前像素尺度信息和所述相对距离确定所述待测目标的第一相对速度;
响应于确定所述像素宽高比小于等于预设阈值,基于所述相对距离确定所述待测目标的第二相对速度。
进一步地,所述响应于确定所述待测目标的历史像素尺度信息为空,将所述当前像素尺度信息赋值给所述历史像素尺度信息之后还包括:
响应于确定所述所述待测目标的历史像素尺度信息不为空,执行以下操作:
根据所述当前像素尺度信息和历史像素尺度信息确定像素尺度变化率;
利用所述像素尺度变化率小于预设阈值的所述当前像素尺度信息对所述历史像素尺度信息进行更新。
进一步地,所述待测目标与所述摄像头的相对距离是通过下式计算得到的:
其中,d表示待测目标与所述摄像头的相对距离,f表示摄像头焦距,W表示待测目标的物理宽度,w表示待测目标的像素宽度。
进一步地,所述基于所述当前像素尺度信息和所述相对距离确定所述待测目标的第一相对速度包括:
通过下式计算各单帧图像中所述待测目标的相对速度:
利用卡尔曼滤波对各单帧图像中所述待测目标的相对速度进行处理,以得到对应单帧图像中所述待测目标的第一相对速度。
进一步地,所述基于所述相对距离确定所述待测目标的第二相对速度包括:
通过下式计算各单帧图像中所述待测目标的相对速度:
利用卡尔曼滤波对各单帧图像中所述待测目标的相对速度进行处理,以得到对应单帧图像中所述待测目标的第二相对速度。
进一步地,所述根据待测目标的相关信息确定所述待测目标在对应单帧图像中的当前像素尺度信息之前还包括:
获取摄像头采集待测目标的连续帧图像;
根据所述连续帧图像确定所述待测目标的相关信息。
进一步地,所述待测目标的相关信息包括以下至少一种:坐标信息和目标类型信息。
基于同一发明构思,本申请第二方面提供一种目标速度测定装置,包括:
第一确定模块,根据待测目标的相关信息确定所述待测目标在对应单帧图像中的当前像素尺度信息;
第一判断模块,被配置为响应于确定所述待测目标的历史像素尺度信息为空,将所述当前像素尺度信息赋值给所述历史像素尺度信息;
第二确定模块,被配置为根据所述历史像素尺度信息确定所述待测目标的像素宽高比;
第三确定模块,被配置为根据所述当前像素尺度信息确定所述待测目标与所述摄像头的相对距离;
第二判断模块,被配置为响应于确定所述像素宽高比大于预设阈值,基于所述当前像素尺度信息和所述相对距离确定所述待测目标的第一相对速度;
第三判断模块,被配置为响应于确定所述像素宽高比小于等于预设阈值,基于所述相对距离确定所述待测目标的第二相对速度。
基于同一发明构思,本申请第三方面提供一种电子设备,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第一方面所述的方法。
基于同一发明构思,本申请第四方面提供一种非暂态计算机可读存储介质,所述非暂态计算机可读存储介质存储计算机指令,所述计算机指令用于使计算机执行第一方面所述的方法。
从上面所述可以看出,本申请提供的目标速度测定方法、装置、电子设备及存储介质,考虑到像素尺度变化对速度测定准确率的影响,根据待测目标的尺度变化或者相对距离变化计算待测目标的相对速度,能够避免像素尺度变化对运动目标速度测定准确率的影响,提高运动目标速度测定准确率,具有较高的实用性。
附图说明
为了更清楚地说明本申请或相关技术中的技术方案,下面将对实施例或相关技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本申请实施例的目标速度测定方法流程图;
图2为本申请实施例的含有行人的连续两帧图像;
图3为本申请实施例的目标速度测定装置结构示意图;
图4为本申请实施例的电子设备结构示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚明白,以下结合具体实施例,并参照附图,对本申请进一步详细说明。
需要说明的是,除非另外定义,本申请实施例使用的技术术语或者科学术语应当为本申请所属领域内具有一般技能的人士所理解的通常意义。本申请实施例中使用的“第一”、“第二”以及类似的词语并不表示任何顺序、数量或者重要性,而只是用来区分不同的组成部分。“包括”或者“包含”等类似的词语意指出现该词前面的元件或者物件涵盖出现在该词后面列举的元件或者物件及其等同,而不排除其他元件或者物件。“连接”或者“相连”等类似的词语并非限定于物理的或者机械的连接,而是可以包括电性的连接,不管是直接的还是间接的。“上”、“下”、“左”、“右”等仅用于表示相对位置关系,当被描述对象的绝对位置改变后,则该相对位置关系也可能相应地改变。
如背景技术部分所述,相关技术中的目标速度的测定方案还难以满足需要,一般可基于单目摄像头对运动目标进行测速。申请在实现本申请的过程中发现现有的目标速度的测定方案至少存在以下问题:待测的目标可是车辆也可以是人,其运动路线以及姿态均以人的意志为转移,具有较大的不确定性,目标的像素尺度会发生急剧变化。而现有的利用像素尺度变换进行测速,对像素尺度变化敏感,当目标的像素宽度和像素高度突变时(例如:行人穿越马路,车辆并线),其速度测定结果的精度无法保证。
有鉴于此,在基于单目摄像头对运动目标进行测速时,需要考虑到运动目标的像素尺度变化,能够在像素尺度变化平稳或像素尺度变化大于预定阈值时,保证运动目标的速度测定结果的准确率。
以下,通过具体实施例来详细说明本申请的技术方案。
参考图1,本申请一个实施例提供的一种目标速度测定方法,具体包括以下步骤:
步骤S101,根据待测目标的相关信息确定所述待测目标在对应单帧图像中的当前像素尺度信息。
本步骤中,待测目标可以是行人或者车辆。待测目标的相关信息至少包括坐标信息和目标类型信息。
需要说明的是,待测目标的相关信息保存在json文件中。参考图2,其为连续的两帧图像。第1帧的待测目标的相关信息为"label": "pedestrian", "points": [[467.0,627.0], [544.0, 884.0]],则待测目标的类型为行人,[467.0, 627.0]是待测目标的左上角位置坐标,[544.0, 884.0]是目标的右下角位置坐标。相应的,第2帧的待测目标的相关信息为:"label": "pedestrian", "points": [[474.0, 625.0], [600.0, 885.0]]。
当前像素尺度信息包括像素宽度和像素高度。在第1帧图像中,行人的像素宽度为:544-467=77,行人的像素高度为:884-627=257。第2帧图像中,行人的像素宽度为:600-474=126,目标的像素高度为:885-625=260。
步骤S102,响应于确定所述待测目标的历史像素尺度信息为空,将所述当前像素尺度信息赋值给所述历史像素尺度信息。
本步骤中,当待测目标对应的图像序列未存储对应的历史像素尺度信息(像素宽度信息、像素高度信息,像素宽高比),将当前像素尺度信息作为历史像素尺度信息保存。
步骤S103,根据所述历史像素尺度信息确定所述待测目标的像素宽高比。
本步骤中,结合图2,第1帧图像中待测目标的像素宽度为:544-467=77,待测目标的像素高度为:884-627=257,宽高比为:77÷257=0.3。第2帧图像中待测目标的像素宽度为:600-474=126,待测目标的像素高度为:885-625=260,宽高比为:126÷260=0.48。
步骤S104,根据所述当前像素尺度信息确定所述待测目标与所述摄像头的相对距离。
具体的,所述待测目标与所述摄像头的相对距离是通过下式计算得到的:
其中,d表示待测目标与所述摄像头的相对距离,f表示摄像头焦距,W表示待测目标的物理宽度,w表示待测目标的像素宽度。
结合图2,第1帧图像和第2帧图像中行人的物理宽度分别为0.49m和0.79m,则相对距离分别为13.67m和13.64m。
步骤S105,响应于确定所述像素宽高比大于预设阈值,基于所述当前像素尺度信息和所述相对距离确定所述待测目标的第一相对速度。
具体的,通过下式计算各单帧图像中所述待测目标的相对速度:
利用卡尔曼滤波对各单帧图像中所述待测目标的相对速度进行处理,以得到对应单帧图像中所述待测目标的第一相对速度。
以图2所在的图像序列为例,由于采集图片的帧率是20,即1秒20帧图片,因此实际
计算速度时令,前19帧图像中目标的像素高度w=286,相对距离d=11.94m,带入公式可
得第1帧图像中行人的相对速度为1.35m/s,相应的,第2帧图像中行人的相对速度为1.02m/
s。最后,使用卡尔曼滤波处理得到相对速度序列,图2中两帧相连图像滤波后的相对速度均
为1.01m/s。需要说明的是滤波过程中使用的卡尔曼滤波参数为:观测偏差为1,预测偏差为
0.0001,A=1。
步骤S106,响应于确定所述像素宽高比小于等于预设阈值,基于所述相对距离确定所述待测目标的第二相对速度。
本步骤中,通过下式计算各单帧图像中所述待测目标的相对速度:
利用卡尔曼滤波对各单帧图像中所述待测目标的相对速度进行处理,以得到对应单帧图像中所述待测目标的第二相对速度。
同样以图2所在的图像序列为例,行人的相对距离分别为13.67m和13.64m,前19帧
图像中行人的相对距离d=11.94m,前18帧图像中行人的相对距离d=12.09m,,依然令
,则第1帧图像中,行人的相对速度为1.73m/s,第2帧图像中行人的相对速度为1.55m/s。最
后,利用卡尔曼滤波处理得到相对速度序列,图2中两帧相连图像滤波后的相对速度均为
1.16m/s。
可见,本实施例提供的一种目标速度测定方法,考虑到像素尺度变化对速度测定准确率的影响,根据待测目标的尺度变化或者相对距离变化计算待测目标的相对速度,能够避免像素尺度变化对运动目标速度测定准确率的影响,提高运动目标速度测定准确率,具有较高的实用性。
在一些实施例中,对于前述实施例中的步骤S102,其之后还可以包括以下步骤:
步骤S201,响应于确定所述所述待测目标的历史像素尺度信息不为空,执行步骤S202~S203。
本步骤中,以图2所在的图像序列为例,历史像素宽度信息为:[95,95,98,……,74,76],历史像素高度信息为:[309,308,307,……,258,251]。历史像素宽高比为:[0.31,0.31,0.32,……,0.29,0.3]。很容易看出,历史像素尺度信息不为空。
步骤S202,根据所述当前像素尺度信息和历史像素尺度信息确定像素尺度变化率。
步骤S203,利用所述像素尺度变化率小于预设阈值的所述当前像素尺度信息对所述历史像素尺度信息进行更新。
本步骤中,若像素尺度信息平稳变化小于预设阈值,更新待测目标的历史像素尺度信息和宽高比信息。若一个像素尺度信息小于预设阈值而另一个剧烈变化,将小于预设阈值的像素尺度信息更新到历史像素尺度信息列表中,而大于预设阈值的像素尺度信息按照最新的历史宽高比求出历史像素尺度信息并更新到历史像素尺度信息列表中,同时更新宽高比信息。若两个像素尺度信息均大于预设阈值,更新目标的历史像素尺度信息,并将宽高比信息更新为-1。
结合图2,在第1帧图像中:并且,则历史像素
宽度信息更新为:[95,95,98,……,74,76,77],历史像素高度信息更新为:[309,308,
307,……,258,251,257],历史宽高比信息更新为:[0.31,0.31,0.32,……,0.29,0.3,
0.3]。在第2帧图像中:但是,则历史像素宽度信息更新
为:[95,95,98,……,74,76,77,78](260*0.3=78),历史像素高度信息更新为:[309,308,
307,……,258,251,257,260],历史宽高比信息更新为:[0.31,0.31,0.32,……,0.29,0.3,
0.3,0.3]。
在一些实施例中,对于前述实施例中的步骤S101,其之前还可以包括以下步骤:
步骤S301,获取摄像头采集待测目标的连续帧图像。
本步骤中,可通过单目摄像头获取连续帧图像,例如:从图像序列中选取两帧图像。
步骤S302,根据所述连续帧图像确定所述待测目标的相关信息。
本步骤中,待测目标的相关信息是通过深度学习对单帧图像中的目标进行识别后得到的。
具体的,深度学习算法可以为R-CNN算法、Yolo算法或SSD算法。R-CNN算法是基于候选区域方法的目标检测算法,其使用选择性搜索方法生成候选区域,然后在对这些候选区域进行分类和回归来生成对象的边界框以完成目标检测任务。Yolo算法直接将原始图片分割成互不重合的小方块,然后使用卷积产生对应的特征图并预测那些中心点在该小方格内的目标。Yolo首先将整幅图片分割成SxS的网络,然后每个单元格检测那些中心点落在该格子内的目标。SSD算法通过提取不同尺度的特征图来进行检测,大尺度特征图可以用来检测小物体,而小尺度特征图用来检测大物体;此外,还采用了不同尺度和长宽比的先验框来不断回归提升定位的准确度。
需要说明的是,本申请实施例的方法可以由单个设备执行,例如一台计算机或服务器等。本实施例的方法也可以应用于分布式场景下,由多台设备相互配合来完成。在这种分布式场景的情况下,这多台设备中的一台设备可以只执行本申请实施例的方法中的某一个或多个步骤,这多台设备相互之间会进行交互以完成所述的方法。
需要说明的是,上述对本申请的一些实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下,在权利要求书中记载的动作或步骤可以按照不同于上述实施例中的顺序来执行并且仍然可以实现期望的结果。另外,在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
基于同一发明构思,与上述任意实施例方法相对应的,本申请还提供了一种目标速度测定装置。
参考图3,所述目标速度测定装置,包括:
第一确定模块301,根据待测目标的相关信息确定所述待测目标在对应单帧图像中的当前像素尺度信息;
第一判断模块302,被配置为响应于确定所述待测目标的历史像素尺度信息为空,将所述当前像素尺度信息赋值给所述历史像素尺度信息;
第二确定模块303,被配置为根据所述历史像素尺度信息确定所述待测目标的像素宽高比;
第三确定模块304,被配置为根据所述当前像素尺度信息确定所述待测目标与所述摄像头的相对距离;
第二判断模块305,被配置为响应于确定所述像素宽高比大于预设阈值,基于所述当前像素尺度信息和所述相对距离确定所述待测目标的第一相对速度;
第三判断模块306,被配置为响应于确定所述像素宽高比小于等于预设阈值,基于所述相对距离确定所述待测目标的第二相对速度。
为了描述的方便,描述以上装置时以功能分为各种模块分别描述。当然,在实施本申请时可以把各模块的功能在同一个或多个软件和/或硬件中实现。
上述实施例的装置用于实现前述任一实施例中相应的目标速度测定方法,并且具有相应的方法实施例的有益效果,在此不再赘述。
作为一个可选的实施例,所述装置还包括第四判断模块(图未示出),所述第四判断模块被配置为响应于确定所述所述待测目标的历史像素尺度信息不为空,执行以下操作:根据所述当前像素尺度信息和历史像素尺度信息确定像素尺度变化率;利用所述像素尺度变化率小于预设阈值的所述当前像素尺度信息对所述历史像素尺度信息进行更新。
作为一个可选的实施例,所述待测目标与所述摄像头的相对距离是通过下式计算得到的:
其中,d表示待测目标与所述摄像头的相对距离,f表示摄像头焦距,W表示待测目标的物理宽度,w表示待测目标的像素宽度。
作为一个可选的实施例,所述基于所述当前像素尺度信息和所述相对距离确定所述待测目标的第一相对速度包括:
通过下式计算各单帧图像中所述待测目标的相对速度:
利用卡尔曼滤波对各单帧图像中所述待测目标的相对速度进行处理,以得到对应单帧图像中所述待测目标的第一相对速度。
作为一个可选的实施例,所述基于所述相对距离确定所述待测目标的第二相对速度包括:
通过下式计算各单帧图像中所述待测目标的相对速度:
利用卡尔曼滤波对各单帧图像中所述待测目标的相对速度进行处理,以得到对应单帧图像中所述待测目标的第二相对速度。
作为一个可选的实施例,所述根据待测目标的相关信息确定所述待测目标在对应单帧图像中的当前像素尺度信息之前还包括:
获取摄像头采集待测目标的连续帧图像;
根据所述连续帧图像确定所述待测目标的相关信息。
作为一个可选的实施例,所述待测目标的相关信息包括以下至少一种:坐标信息和目标类型信息。
基于同一发明构思,与上述任意实施例方法相对应的,本申请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上任意一实施例所述的目标速度测定方法。
图4示出了本实施例所提供的一种更为具体的电子设备硬件结构示意图,该设备可以包括:处理器1010、存储器1020、输入/输出接口1030、通信接口1040和总线 1050。其中处理器1010、存储器1020、输入/输出接口1030和通信接口1040通过总线1050实现彼此之间在设备内部的通信连接。
处理器1010可以采用通用的CPU(Central Processing Unit,中央处理器)、微处理器、应用专用集成电路(Application Specific Integrated Circuit,ASIC)、或者一个或多个集成电路等方式实现,用于执行相关程序,以实现本说明书实施例所提供的技术方案。
存储器1020可以采用ROM(Read Only Memory,只读存储器)、RAM(Random AccessMemory,随机存取存储器)、静态存储设备,动态存储设备等形式实现。存储器1020可以存储操作系统和其他应用程序,在通过软件或者固件来实现本说明书实施例所提供的技术方案时,相关的程序代码保存在存储器1020中,并由处理器1010来调用执行。
输入/输出接口1030用于连接输入/输出模块,以实现信息输入及输出。输入输出/模块可以作为组件配置在设备中(图中未示出),也可以外接于设备以提供相应功能。其中输入设备可以包括键盘、鼠标、触摸屏、麦克风、各类传感器等,输出设备可以包括显示器、扬声器、振动器、指示灯等。
通信接口1040用于连接通信模块(图中未示出),以实现本设备与其他设备的通信交互。其中通信模块可以通过有线方式(例如USB、网线等)实现通信,也可以通过无线方式(例如移动网络、WIFI、蓝牙等)实现通信。
总线1050包括一通路,在设备的各个组件(例如处理器1010、存储器1020、输入/输出接口1030和通信接口1040)之间传输信息。
需要说明的是,尽管上述设备仅示出了处理器1010、存储器1020、输入/输出接口1030、通信接口1040以及总线1050,但是在具体实施过程中,该设备还可以包括实现正常运行所必需的其他组件。此外,本领域的技术人员可以理解的是,上述设备中也可以仅包含实现本说明书实施例方案所必需的组件,而不必包含图中所示的全部组件。
上述实施例的电子设备用于实现前述任一实施例中相应的目标速度测定方法,并且具有相应的方法实施例的有益效果,在此不再赘述。
基于同一发明构思,与上述任意实施例方法相对应的,本申请还提供了一种非暂态计算机可读存储介质,所述非暂态计算机可读存储介质存储计算机指令,所述计算机指令用于使所述计算机执行如上任一实施例所述的目标速度测定方法。
本实施例的计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。
上述实施例的存储介质存储的计算机指令用于使所述计算机执行如上任一实施例所述的目标速度测定方法,并且具有相应的方法实施例的有益效果,在此不再赘述。
所属领域的普通技术人员应当理解:以上任何实施例的讨论仅为示例性的,并非旨在暗示本申请的范围(包括权利要求)被限于这些例子;在本申请的思路下,以上实施例或者不同实施例中的技术特征之间也可以进行组合,步骤可以以任意顺序实现,并存在如上所述的本申请实施例的不同方面的许多其它变化,为了简明它们没有在细节中提供。
另外,为简化说明和讨论,并且为了不会使本申请实施例难以理解,在所提供的附图中可以示出或可以不示出与集成电路(IC)芯片和其它部件的公知的电源/接地连接。此外,可以以框图的形式示出装置,以便避免使本申请实施例难以理解,并且这也考虑了以下事实,即关于这些框图装置的实施方式的细节是高度取决于将要实施本申请实施例的平台的(即,这些细节应当完全处于本领域技术人员的理解范围内)。在阐述了具体细节(例如,电路)以描述本申请的示例性实施例的情况下,对本领域技术人员来说显而易见的是,可以在没有这些具体细节的情况下或者这些具体细节有变化的情况下实施本申请实施例。因此,这些描述应被认为是说明性的而不是限制性的。
尽管已经结合了本申请的具体实施例对本申请进行了描述,但是根据前面的描述,这些实施例的很多替换、修改和变型对本领域普通技术人员来说将是显而易见的。例如,其它存储器架构(例如,动态RAM(DRAM))可以使用所讨论的实施例。
本申请实施例旨在涵盖落入所附权利要求的宽泛范围之内的所有这样的替换、修改和变型。因此,凡在本申请实施例的精神和原则之内,所做的任何省略、修改、等同替换、改进等,均应包含在本申请的保护范围之内。
Claims (9)
1.一种目标速度测定方法,其特征在于,包括:
根据待测目标的相关信息确定所述待测目标在对应单帧图像中的当前像素尺度信息;
响应于确定所述待测目标的历史像素尺度信息为空,将所述当前像素尺度信息赋值给所述历史像素尺度信息;
根据所述历史像素尺度信息确定所述待测目标的像素宽高比;
根据所述当前像素尺度信息确定所述待测目标与摄像头的相对距离;
响应于确定所述像素宽高比大于预设阈值,基于所述当前像素尺度信息和所述相对距离确定所述待测目标的第一相对速度,
通过下式计算各单帧图像中所述待测目标的相对速度:
利用卡尔曼滤波对各单帧图像中所述待测目标的相对速度进行处理,以得到对应单帧图像中所述待测目标的第一相对速度;
响应于确定所述像素宽高比小于等于预设阈值,基于所述相对距离确定所述待测目标的第二相对速度。
2.根据权利要求1所述的测定方法,其特征在于,所述响应于确定所述待测目标的历史像素尺度信息为空,将所述当前像素尺度信息赋值给所述历史像素尺度信息之后还包括:
响应于确定所述所述待测目标的历史像素尺度信息不为空,执行以下操作:
根据所述当前像素尺度信息和历史像素尺度信息确定像素尺度变化率;
利用所述像素尺度变化率小于预设阈值的所述当前像素尺度信息对所述历史像素尺度信息进行更新。
5.根据权利要求1所述的测定方法,其特征在于,所述根据待测目标的相关信息确定所述待测目标在对应单帧图像中的当前像素尺度信息之前还包括:
获取摄像头采集待测目标的连续帧图像;
根据所述连续帧图像确定所述待测目标的相关信息。
6.根据权利要求1-5任意一项所述的测定方法,其特征在于,所述待测目标的相关信息包括以下至少一种:坐标信息和目标类型信息。
7.一种目标速度测定装置,其特征在于,包括:
第一确定模块,根据待测目标的相关信息确定所述待测目标在对应单帧图像中的当前像素尺度信息;
第一判断模块,被配置为响应于确定所述待测目标的历史像素尺度信息为空,将所述当前像素尺度信息赋值给所述历史像素尺度信息;
第二确定模块,被配置为根据所述历史像素尺度信息确定所述待测目标的像素宽高比;
第三确定模块,被配置为根据所述当前像素尺度信息确定所述待测目标与摄像头的相对距离;
第二判断模块,被配置为响应于确定所述像素宽高比大于预设阈值,基于所述当前像素尺度信息和所述相对距离确定所述待测目标的第一相对速度,通过下式计算各单帧图像中所述待测目标的相对速度:
利用卡尔曼滤波对各单帧图像中所述待测目标的相对速度进行处理,以得到对应单帧图像中所述待测目标的第一相对速度;
第三判断模块,被配置为响应于确定所述像素宽高比小于等于预设阈值,基于所述相对距离确定所述待测目标的第二相对速度。
8.一种电子设备,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如权利要求1至6任意一项所述的方法。
9.一种非暂态计算机可读存储介质,所述非暂态计算机可读存储介质存储计算机指令,其特征在于,所述计算机指令用于使计算机执行权利要求1至6任一所述方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210663953.0A CN114755444B (zh) | 2022-06-14 | 2022-06-14 | 目标速度测定方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210663953.0A CN114755444B (zh) | 2022-06-14 | 2022-06-14 | 目标速度测定方法、装置、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114755444A CN114755444A (zh) | 2022-07-15 |
CN114755444B true CN114755444B (zh) | 2022-10-21 |
Family
ID=82336906
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210663953.0A Active CN114755444B (zh) | 2022-06-14 | 2022-06-14 | 目标速度测定方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114755444B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105488815A (zh) * | 2015-11-26 | 2016-04-13 | 北京航空航天大学 | 一种支持目标尺寸变化的实时对象跟踪方法 |
CN108318706A (zh) * | 2017-12-29 | 2018-07-24 | 维沃移动通信有限公司 | 移动物体的测速方法和装置 |
CN109318893A (zh) * | 2018-10-30 | 2019-02-12 | 南京邮电大学 | 基于车牌像素高度变化的安全驾驶辅助方法和系统 |
CN110533699A (zh) * | 2019-07-30 | 2019-12-03 | 平安科技(深圳)有限公司 | 基于光流法的像素变化的动态多帧测速方法 |
CN111780716A (zh) * | 2020-07-03 | 2020-10-16 | 杭州电子科技大学 | 一种基于目标像素面积和宽高比的单目实时测距方法 |
CN114004876A (zh) * | 2021-09-14 | 2022-02-01 | 浙江大华技术股份有限公司 | 一种尺寸标定方法、尺寸标定装置和计算机可读存储介质 |
CN114527294A (zh) * | 2022-04-24 | 2022-05-24 | 安徽科大擎天科技有限公司 | 一种基于单个摄像头的目标速度测量方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20210054920A (ko) * | 2019-11-06 | 2021-05-14 | 삼성전자주식회사 | 전자 장치 및 그 제어 방법 |
JP7431623B2 (ja) * | 2020-03-11 | 2024-02-15 | 株式会社Subaru | 車外環境認識装置 |
CN112541938A (zh) * | 2020-12-17 | 2021-03-23 | 通号智慧城市研究设计院有限公司 | 一种行人速度测量方法、系统、介质及计算设备 |
CN114580559A (zh) * | 2022-03-14 | 2022-06-03 | 辽宁工程技术大学 | 一种基于单目视觉系统的测速方法 |
-
2022
- 2022-06-14 CN CN202210663953.0A patent/CN114755444B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105488815A (zh) * | 2015-11-26 | 2016-04-13 | 北京航空航天大学 | 一种支持目标尺寸变化的实时对象跟踪方法 |
CN108318706A (zh) * | 2017-12-29 | 2018-07-24 | 维沃移动通信有限公司 | 移动物体的测速方法和装置 |
CN109318893A (zh) * | 2018-10-30 | 2019-02-12 | 南京邮电大学 | 基于车牌像素高度变化的安全驾驶辅助方法和系统 |
CN110533699A (zh) * | 2019-07-30 | 2019-12-03 | 平安科技(深圳)有限公司 | 基于光流法的像素变化的动态多帧测速方法 |
CN111780716A (zh) * | 2020-07-03 | 2020-10-16 | 杭州电子科技大学 | 一种基于目标像素面积和宽高比的单目实时测距方法 |
CN114004876A (zh) * | 2021-09-14 | 2022-02-01 | 浙江大华技术股份有限公司 | 一种尺寸标定方法、尺寸标定装置和计算机可读存储介质 |
CN114527294A (zh) * | 2022-04-24 | 2022-05-24 | 安徽科大擎天科技有限公司 | 一种基于单个摄像头的目标速度测量方法 |
Also Published As
Publication number | Publication date |
---|---|
CN114755444A (zh) | 2022-07-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR102314228B1 (ko) | 지도 구축 방법, 장치, 기기 및 판독가능 저장 매체 | |
US10277889B2 (en) | Method and system for depth estimation based upon object magnification | |
CN108897836B (zh) | 一种机器人基于语义进行地图构建的方法和装置 | |
JP2019145089A (ja) | 点群データを融合させるための方法及び装置 | |
CN111311902B (zh) | 一种数据处理方法、装置、设备和机器可读介质 | |
AU2018310477B2 (en) | Information display method and apparatus | |
CN112862890B (zh) | 道路坡度预测方法、装置和存储介质 | |
CN113610702B (zh) | 一种建图方法、装置、电子设备及存储介质 | |
KR20190081334A (ko) | 복합 측위 기반의 이동 궤적 추적 방법 및 그 장치 | |
CN114755444B (zh) | 目标速度测定方法、装置、电子设备及存储介质 | |
WO2022099620A1 (zh) | 三维点云分割方法和装置、可移动平台 | |
CN112902911B (zh) | 基于单目相机的测距方法、装置、设备及存储介质 | |
JP7348575B2 (ja) | 劣化検出装置、劣化検出システム、劣化検出方法、およびプログラム | |
CN115830073A (zh) | 地图要素重建方法、装置、计算机设备和存储介质 | |
CN112461258A (zh) | 一种参数修正的方法及装置 | |
CN114299192B (zh) | 定位建图的方法、装置、设备和介质 | |
CN113252028B (zh) | 输水隧洞内机器人的定位方法、电子设备及存储介质 | |
CN115727871A (zh) | 一种轨迹质量检测方法、装置、电子设备和存储介质 | |
CN113065572B (zh) | 多传感器融合的数据处理方法、定位装置及虚拟现实设备 | |
JP6653151B2 (ja) | 進行方向推定システム | |
CN115578463B (zh) | 一种单目图像物体识别方法、装置及电子设备 | |
KR102247057B1 (ko) | 인공신경망을 이용한 슬라브 길이 연산 방법 및 그 장치 | |
CN117091596B (zh) | 一种姿态信息获取方法以及相关设备 | |
CN114911564B (zh) | 一种页面移动处理方法、装置、设备和存储介质 | |
CN111398961B (zh) | 用于检测障碍物的方法和装置 |
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 |