CN114862756A - 对象测距方法及装置、电子设备和存储介质 - Google Patents

对象测距方法及装置、电子设备和存储介质 Download PDF

Info

Publication number
CN114862756A
CN114862756A CN202210307540.9A CN202210307540A CN114862756A CN 114862756 A CN114862756 A CN 114862756A CN 202210307540 A CN202210307540 A CN 202210307540A CN 114862756 A CN114862756 A CN 114862756A
Authority
CN
China
Prior art keywords
target
target object
label
data
standard data
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.)
Pending
Application number
CN202210307540.9A
Other languages
English (en)
Inventor
孔祥晖
王甜甜
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Sensetime Technology Development Co Ltd
Original Assignee
Beijing Sensetime Technology Development Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Sensetime Technology Development Co Ltd filed Critical Beijing Sensetime Technology Development Co Ltd
Priority to CN202210307540.9A priority Critical patent/CN114862756A/zh
Publication of CN114862756A publication Critical patent/CN114862756A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0012Biomedical image inspection
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/60Analysis of geometric attributes
    • G06T7/62Analysis of geometric attributes of area, perimeter, diameter or volume
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10004Still image; Photographic image
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30196Human being; Person
    • G06T2207/30201Face

Abstract

本公开涉及一种对象测距方法及装置、电子设备和存储介质,通过对目标图像进行对象识别得到目标对象中包括的至少一个目标对象的检测数据和第一标签。再获取包括至少一个标准数据的标准数据集合,其中每个标准数据具有第二标签。再针对每个目标对象的第一标签,从标准数据集合中获取与第一标签匹配的第二标签对应的标准数据,作为目标对象的标准数据。根据得到的目标对象的标准数据和目标对象检测数据确定距离表征目标对象与目标位置之间的距离的对象距离。本公开实施例能够基于目标对象的标签匹配对应的标准数据以确定距离,实现了对不同的对象针对性的测量距离,降低计算偏差提高测量结果的准确性。

Description

对象测距方法及装置、电子设备和存储介质
技术领域
本公开涉及计算机技术领域,尤其涉及一种对象测距方法及装置、电子设备和存储介质。
背景技术
目前在基于二维图像进行测距检测时,由于检测对象的属性不同会导致不同对象的检测结果存在较大差异。例如,在测量动物距离时,由于幼体和成年动物的体型差异不同,在测量距离时将会增大计算偏差,导致测量结果准确性很低。
发明内容
本公开提出了一种对象测距方法及装置、电子设备和存储介质,旨在对不同对象针对性的进行测距,提高测量结果的准确性。
根据本公开的第一方面,提供了一种对象测距方法,包括:
对目标图像进行对象识别,得到所述目标图像包括的至少一个目标对象的检测数据和第一标签;
获取包括至少一个标准数据的标准数据集合,所述标准数据具有第二标签,所述标准数据用于表征所述第二标签对应的对象与目标位置之间的距离为预设距离时的检测数据;
针对每个所述目标对象的第一标签,从所述标准数据集合中获取与所述第一标签匹配的第二标签对应的标准数据,作为所述目标对象的标准数据;
针对每个所述目标对象,根据得到的所述目标对象的标准数据和所述目标对象的检测数据确定对象距离,所述对象距离表征所述目标对象与所述目标位置之间的距离。
在一种可能的实现方式中,所述对目标图像进行对象识别,得到所述目标图像包括的至少一个目标对象的检测数据和第一标签包括:
对所述目标图像进行对象识别,得到其中包括的至少一个目标对象,以及每个所述目标对象的检测数据;
针对所述至少一个目标对象中的每个目标对象,获取所述目标对象的对象标识;
从包括至少一个对象标识的对象标识集合中,确定用于表征所述目标对象的对象标识对应的至少一个对象标签,并作为所述目标对象的第一标签,所述对象标识集合中的每个对象标识具有至少一个对象标签。
在一种可能的实现方式中,所述对目标图像进行对象识别,得到所述目标图像包括的至少一个目标对象的检测数据和第一标签还包括:
在所述对象标识集合中不存在用于表征所述目标对象的对象标识的情况下,对所述目标对象进行属性识别,得到至少一个对象属性;
根据所述对象属性确定所述目标对象的第一标签。
在一种可能的实现方式中,在对所述目标图像进行对象识别得到至少两个目标对象的情况下,所述第一标签中包括表征尺寸信息的体态标签。
在一种可能的实现方式中,所述对目标图像进行对象识别,得到所述目标图像包括的至少一个目标对象的检测数据和第一标签还包括:
在对所述目标图像进行对象识别得到至少两个目标对象的情况下,确定所述至少两个目标对象中每个目标对象的尺寸信息;
针对所述每个目标对象,根据所述目标对象的尺寸信息确定对应的体态标签,并确定包括所述体态标签的第一标签。
在一种可能的实现方式中,所述针对每个所述目标对象的第一标签,从所述标准数据集合中获取与所述第一标签匹配的第二标签对应的标准数据,作为所述目标对象的标准数据包括:
对于每个所述目标对象,确定所述目标对象的第一标签,所述第一标签包括至少一个子标签;
在所述标准数据集合中确定与所述目标对象第一标签中子标签相同的第二标签为目标第二标签;
确定所述目标第二标签对应的标准数据为所述目标对象的标准数据。
在一种可能的实现方式中,所述针对每个所述目标对象,根据得到的所述目标对象的标准数据和所述目标对象的检测数据确定对象距离包括:
针对每个所述目标对象,根据至少一个标准数据确定参考数据;
确定所述目标对象的参考数据和预设距离的乘积,并根据所述乘积与所述目标对象对应检测数据的比值确定对象距离。
在一种可能的实现方式中,所述针对每个所述目标对象,根据至少一个标准数据确定参考数据包括:
确定所述标准数据集合中每个所述标准数据的权重;
对于每个所述目标对象,根据对应的所述至少一个标准数据的加权和确定参考数据。
在一种可能的实现方式中,所述目标对象包括人,所述检测数据包括人脸检测数据和头肩检测数据中的至少一种,所述人脸检测数据包括所述目标对象的人脸检测框尺寸,所述头肩检测数据包括所述目标对象人头特征点和肩部特征点之间的距离。
根据本公开的第二方面,提供了一种对象测距装置,包括:
对象识别模块,用于对目标图像进行对象识别,得到所述目标图像包括的至少一个目标对象的检测数据和第一标签;
数据集合确定模块,用于获取包括至少一个标准数据的标准数据集合,所述标准数据具有第二标签,所述标准数据用于表征所述第二标签对应的对象与目标位置之间的距离为预设距离时的检测数据;
数据匹配模块,用于针对每个所述目标对象的第一标签,从所述标准数据集合中获取与所述第一标签匹配的第二标签对应的标准数据,作为所述目标对象的标准数据;
距离确定模块,用于针对每个所述目标对象,根据得到的所述目标对象的标准数据和所述目标对象的检测数据确定对象距离,所述对象距离表征所述目标对象与所述目标位置之间的距离。
在一种可能的实现方式中,所述对象识别模块包括:
对象识别子模块,用于对所述目标图像进行对象识别,得到其中包括的至少一个目标对象,以及每个所述目标对象的检测数据;
标识获取子模块,用于针对所述至少一个目标对象中的每个目标对象,获取所述目标对象的对象标识;
第一标签获取子模块,用于从包括至少一个对象标识的对象标识集合中,确定用于表征所述目标对象的对象标识对应的至少一个对象标签,并作为所述目标对象的第一标签,所述对象标识集合中的每个对象标识具有至少一个对象标签。
在一种可能的实现方式中,所述对象识别模块还包括:
属性识别子模块,用于在所述对象标识集合中不存在用于表征所述目标对象的对象标识的情况下,对所述目标对象进行属性识别,得到至少一个对象属性;
第二标签获取子模块,用于根据所述对象属性确定所述目标对象的第一标签。
在一种可能的实现方式中,在对所述目标图像进行对象识别得到至少两个目标对象的情况下,所述第一标签中包括表征尺寸信息的体态标签。
在一种可能的实现方式中,所述对象识别模块还包括:
尺寸对比子模块,用于在对所述目标图像进行对象识别得到至少两个目标对象的情况下,确定所述至少两个目标对象中每个目标对象的尺寸信息;
第三标签获取子模块,用于针对所述每个目标对象,根据所述目标对象的尺寸信息确定对应的体态标签,并确定包括所述体态标签的第一标签。
在一种可能的实现方式中,所述数据匹配模块包括:
标签确定子模块,用于对于每个所述目标对象,确定所述目标对象的第一标签,所述第一标签包括至少一个子标签;
标签匹配子模块,用于在所述标准数据集合中确定与所述目标对象第一标签中子标签相同的第二标签为目标第二标签;
数据匹配子模块,用于确定所述目标第二标签对应的标准数据为所述目标对象的标准数据。
在一种可能的实现方式中,所述距离确定模块包括:
数据确定子模块,用于针对每个所述目标对象,根据至少一个标准数据确定参考数据;
距离确定子模块,用于确定所述目标对象的参考数据和预设距离的乘积,并根据所述乘积与所述目标对象对应检测数据的比值确定对象距离。
在一种可能的实现方式中,所述数据确定子模块包括:
权重确定单元,用于确定所述标准数据集合中每个所述标准数据的权重;
数据确定单元,用于对于每个所述目标对象,根据对应的所述至少一个标准数据的加权和确定参考数据。
在一种可能的实现方式中,所述目标对象包括人,所述检测数据包括人脸检测数据和头肩检测数据中的至少一种,所述人脸检测数据包括所述目标对象的人脸检测框尺寸,所述头肩检测数据包括所述目标对象人头特征点和肩部特征点之间的距离。
根据本公开的第三方面,提供了一种电子设备,包括:处理器;用于存储处理器可执行指令的存储器;其中,所述处理器被配置为调用所述存储器存储的指令,以执行上述方法。
根据本公开的第四方面,提供了一种计算机可读存储介质,其上存储有计算机程序指令,所述计算机程序指令被处理器执行时实现上述方法。
在本公开实施例中,能够基于目标对象的标签匹配对应的标准数据以确定距离,实现了对不同的对象针对性的测量距离,降低计算偏差提高测量结果的准确性。
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。根据下面参考附图对示例性实施例的详细说明,本公开的其它特征及方面将变得清楚。
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示出根据本公开实施例的一种对象测距方法的流程图;
图2示出根据本公开实施例的一种确定检测数据过程的示意图;
图3示出根据本公开实施例的另一种确定检测数据过程的示意图;
图4示出根据本公开实施例的一种确定第一标签过程的示意图;
图5示出根据本公开实施例的另一种确定第一标签过程的示意图;
图6示出根据本公开实施例的一种对象测距装置的示意图;
图7示出根据本公开实施例的一种电子设备的示意图;
图8示出根据本公开实施例的另一种电子设备的示意图。
具体实施方式
以下将参考附图详细说明本公开的各种示例性实施例、特征和方面。附图中相同的附图标记表示功能相同或相似的元件。尽管在附图中示出了实施例的各种方面,但是除非特别指出,不必按比例绘制附图。
在这里专用的词“示例性”意为“用作例子、实施例或说明性”。这里作为“示例性”所说明的任何实施例不必解释为优于或好于其它实施例。
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。
另外,为了更好地说明本公开,在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解,没有某些具体细节,本公开同样可以实施。在一些实例中,对于本领域技术人员熟知的方法、手段、元件和电路未作详细描述,以便于凸显本公开的主旨。
在一种可能的实现方式中,本公开实施例的对象测距方法可以由终端设备或服务器等电子设备执行。其中,终端设备可以为用户设备(User Equipment,UE)、移动设备、用户终端、蜂窝电话、无绳电话、个人数字助理(Personal Digital Assistant,PDA)、手持设备、计算设备、车载设备、可穿戴设备等任意固定或移动终端。服务器可以为单独的服务器或多个服务器组成的服务器集群。对于任意电子设备,可以通过处理器调用存储器中存储的计算机可读指令的方式来实现本公开实施例的对象测距方法。
本公开实施例可以应用于任意测距场景,用于检测目标对象和目标位置之间的距离,该目标对象为任意对象,目标位置为用于采集目标图像的图像采集装置所在的位置,或者其他预设位置。可选地,本公开实施例的场景可以为测量观看电视的用户与电视之间距离的应用场景。或者,测量当前车辆与附近车辆、车道线、障碍物等参照物之间距离的应用场景等。
图1示出根据本公开实施例的一种对象测距方法的流程图。如图1所示,本公开实施例的对象测距方法可以包括以下步骤S10至S40。
步骤S10、对目标图像进行对象识别,得到所述目标对象包括的至少一个目标对象的检测数据和第一标签。
在一种可能的实现方式中,目标图像为包括至少一个目标对象的待检测图像,可以通过电子设备内置的图像采集装置、或者与电子设备通信连接的图像采集装置采集得到。或者,还可以通过其他设备采集后发送至执行对象测距方法的电子设备,以进行距离检测并得到检测结果。可选地,目标图像为二维图像,其中包括的目标对象可根据应用场景确定,具体可以为该应用场景下任意需要测距的对象。例如,在对象测距方法应用于测量看电视的人与电视之间的距离时,目标图像中包括的目标对象为看电视的人。在对象测距方法应用于测量当前车辆与相邻车辆之间的距离时,目标图像中包括的目标对象为与当前车辆相邻的其他车辆,即上述相邻车辆。
可选地,可以在确定目标图像后通过对象识别的方式确定其中包括的一个或多个目标对象,以及每个目标对象的检测数据和第一标签。其中,每个目标对象具有至少一个检测数据和包括至少一个子标签的第一标签。每个检测数据用于表征目标对象的一种尺寸特征,第一标签中的每个子标签用于表征目标对象的一个属性特征。在目标对象不同时,目标对象的检测数据和第一标签也可以完全不相同或者部分不相同。
示例性地,当目标对象为人时,检测数据可以包括检测人体特定区域得到的检测框尺寸,或者检测人体多个特征点之间的特征距离。其中,特定区域指的是诸如人脸区域、手臂区域以及腿部区域等任意人体中的区域。属性特征可以包括通过特征识别得到的人的性别、年龄等属性。在目标对象为车辆时,检测数据可以为检测得到车辆整体的检测框尺寸,属性特征可以为通过特征识别得到的车型等属性。进一步地,在特定区域为人脸区域,人体多个特征点包括头部特征点和肩部特征点的情况下,检测数据可以为人脸检测数据和头肩检测数据中的至少一种。其中,人脸检测数据包括目标对象的人脸检测框尺寸,头肩检测数据包括目标对象人头特征点和肩部特征点之间的距离。可选地,检测数据可以通过向量表示。在检测数据为人脸检测数据时,向量中可以包括表征检测框长度的元素、以及检测框宽度的元素等。在检测数据为头肩检测数据时,向量中可以包括表征人头关键点到两肩关键点中心之间距离的元素,以及表征两肩关键点之间距离的元素等。
图2示出根据本公开实施例的一种确定检测数据过程的示意图。如图2所示,在检测人物距离的应用场景中,在通过采集等方式获取目标图像20后,可以直接对目标图像20进行人脸检测得到目标对象的人脸检测框21,并将人脸检测框21的尺寸确定为目标对象的检测数据。可选地,人脸检测框21的格式可以为固定形状,例如固定为长方形或正方形,该检测数据中可以包括人脸检测框21的尺寸。例如,当人脸检测框21为正方形格式且边长为2时,检测数据可以包括用于表示人脸检测框规格的数值2。当人脸检测框21为长方形格式且长度为4,宽度为2时,检测数据可以包括用于表示人脸检测框规格的向量(4,2)。
图3示出根据本公开实施例的另一种确定检测数据过程的示意图。如图3所示,在检测人物与图像采集装置之间距离的应用场景中,可以通过采集等方式获取目标图像30,并通过识别目标图像30中的目标对象的至少两个关键点32,以根据每两个关键点32之间的距离特征确定检测数据。其中,目标对象的关键点32可以包括一个人头关键点和两个肩部关键点。可选地,人头关键点可以直接识别人脸特定位置得到,或者先识别人脸检测框31,再确定人脸检测框31的中心点等特征位置为人头关键点。其中,人脸特定位置可以为任意人脸位置,例如左眼瞳孔位置、两条眉毛中心的位置或鼻尖所在位置等。该检测数据中可以包括至少一个根据关键点确定的距离。例如,可以确定两个肩部关键点中点、与人头关键点之间的距离为检测数据。或者,还可以根据两个肩部关键点中点、与人头关键点之间的距离,以及两个肩部关键点之间的距离确定一个二维向量作为检测数据。进一步地,还可以将人头关键点与每个肩部关键点之间的距离也作为检测数据向量表示中的一个元素。
在一种可能的实现方式中,电子设备可以通过对象识别的方式确定至少一个目标对象的检测数据和第一标签。可选地,可以对目标图像进行对象识别,得到其中包括的至少一个目标对象,以及每个目标对象的检测数据。针对至少一个目标对象中的每个目标对象,获取目标对象的对象标识。从包括至少一个对象标识的对象标识集合中,确定用于表征目标对象的对象标识对应的至少一个对象标签,并作为目标对象的第一标签,对象标识集合中的每个对象标识具有至少一个对象标签。可选地,对象标识集合可以预先存储在电子设备或与电子设备通信连接的其他设备中。对象标识集合中每个对象标识和对应的至少一个对象标签可以由用户预先上传。
例如,当本公开实施例用于检测相邻车辆之间距离时,可以对目标图像进行对象识别得到其中的车辆,并将该车辆的车牌号码作为对象标识。进一步地,确定电子设备中预存的,或者获取的多个车牌号码与对应的至少一个对象标签。在预存的多个车牌号码中包括识别得到的车牌号码时,直接获取该车牌号码对应的至少一个对象标签作为识别得到车辆的第一标签。当本公开实施例用于测量人物与图像采集装置之间的距离时,可以对目标图像进行对象识别得到其中人物,并识别人脸得到人脸特征作为对象标识。进一步地,确定电子设备中预存的或获取的多个人脸特征,与每个人脸特征对应的至少一个对象标签。在预存的多个人脸特征中包括与识别到的人脸特征匹配的特征时,直接获取该匹配的人脸特征对应的至少一个对象标签作为识别得到人脸的第一标签。
进一步地,在电子设备预先确定的多个对象标识中不存在表征当前识别到的目标对象的对象标识时,可以通过属性识别的方式确定目标对象的至少一个第一标签。即可以在对象标识集合中不存在用于表征目标对象的对象标识的情况下,对目标对象进行属性识别,得到至少一个对象属性。再根据对象属性确定目标对象的第一标签。例如,当目标对象为车辆且电子设备中预存的多个对象标识中不包括该车辆的对象标识时,可以通过预先训练得到的属性识别模型识别车辆特征得到对应的车型属性和车标属性等多个对象属性,并将每一种对象属性作为车辆的一个子标签,得到包括全部对象属性的第一标签。其中,车型属性可以通过识别车辆形状得到,包括“轿车”、“越野”、“皮卡”等,车标属性可以通过识别车辆的标志得到,可以为任意车辆品牌。当目标对象为人且电子设备中预存的多个对象标识中不包括该目标对象的对象标识时,可以通过识别人物特征得到对应的性别属性、年龄属性等多个对象属性,并将每一种对象属性作为识别到的人物的一个子标签。其中,性别属性可以为“男性”、“女性”,年龄属性可以为“儿童”、“成人”等。
图4示出根据本公开实施例的一种确定第一标签过程的示意图。如图4所示,在确认人物与图像采集装置之间的距离的应用场景中,可以通过对目标图像40进行人脸检测得到多个人脸检测框,每一个人脸检测框中包括一个人物的脸部特征。进一步地,确定电子设备中预先存储的多个对象标识和每个对象标识对应的至少一个对象标签。对于每个人脸检测框中的脸部特征,确定是否存在与其匹配的对象标识。当存在匹配的对象标识时,直接确定该对象标识对应的对象标签为人脸检测框中人物的第一标签。当不存在匹配的对象标识时,根据人脸检测框中的脸部特征进行特征识别,得到对应的对象属性作为子标签,并根据多个子标签确定第一标签。可选地,根据上述方式确定目标图像40中由左到右的三个人物对应的第一人脸检测框41、第二人脸检测框42和第三人脸检测框43。其中,第一人脸检测框41的第一标签为{“男性”,“成人”}、第二人脸检测框42的第一标签为{“女性”,“成人”}、第三人脸检测框43的第一标签为{“男性”、“儿童”}。
在一种可能的实现方式中,在目标图像中仅存在一个目标对象时,由于没有对照的目标对象,难以通过比较判断目标对象的尺寸。因此,在对目标图像进行对象识别得到至少两个目标对象的情况下,第一标签的子标签中才包括表征尺寸信息的体态标签。在目标图像中存在两个或两个以上的目标对象时,可以对比每个目标对象的尺寸差异得到表征每个目标对象尺寸信息的体态标签,并将每个对象的体态标签也作为对应第一标签中的一个子标签。即在对目标图像进行对象识别得到至少两个目标对象的情况下,确定至少两个目标对象中每个目标对象的尺寸信息。针对每个目标对象,根据目标对象的尺寸信息确定对应的体态标签,并确定包括体态标签的第一标签。例如,在目标图像中包括目标对象1和目标对象2,且目标对象1的尺寸与目标对象2的尺寸的差大于预设差异阈值时,可以确定目标对象1的体态标签为“胖”,确定目标对象2的体态标签为“瘦”。进一步地,根据目标对象1和目标对象2的其他子标签与体态标签一同确定对应的第一标签。
进一步地,在本公开实施例应用于测量人物与图像采集装置之间的距离等应用场景时,考虑到不同年龄阶段以及不同性别的人物在身材上存在较大的差异,因此,对于这类人物无需进一步确定人物的尺寸差异,而只需要针对相同年龄阶段的人物的尺寸差异进行评估。因此,可以在目标图像中包括至少两个目标对象时,先确定表征每个目标对象性别和年龄两个属性信息。对比每个目标对象的属性信息,在存在至少两个目标对象的性别和年龄相同的情况下,再比较性别和年龄相同的多个目标对象的身材差异,再通过身材差异确定各目标对象的尺寸信息,将年龄、性别和尺寸信息均作为目标对象第一标签中的子标签。可选地,尺寸信息可以包括大、中和小,或者胖和瘦。多个目标对象身材差异可以通过识别每个目标对象的特征区域识别框尺寸确定。尺寸信息可以根据多个特征区域识别框尺寸的比例确定。
图5示出根据本公开实施例的另一种确定第一标签过程的示意图。如图5所示,在确认人物距离的应用场景中,可以通过对目标图像50进行人脸检测得到其中每个人脸的第一人脸检测框51和第二人脸检测框53,每个人脸检测框中包括一个人物的脸部特征。根据每个人物的脸部特征确定两个人物对应的属性信息均为“男性”和“成人”。由于目标图像50中存在两个以上属性信息相同的目标对象,进一步确定两个人物的第一身材识别框52和第二身材识别框54,对比第一身材识别框52和第二身材识别框54的尺寸得到由左到右两个人物的体态标签分别为“瘦”和“胖”。进一步地,根据体态标签与其他属性信息对应的子标签一同确定左边人物的第一标签包括“男性”、“成人”和“瘦”,右边人物的第一标签包括“男性”、“成人”和“胖”。
步骤S20、获取包括至少一个标准数据的标准数据集合。
在一种可能的实现方式中,电子设备中可以预先存储或从数据库等中获取标准数据集合。标准数据集合中包括至少一个标准数据,每个标准数据具有第二标签。可选地,标准数据的内容与检测数据的内容相同,用于表征第二标签对应的对象与目标位置之间的距离为预设距离时的检测数据。例如,在目标对象为人,检测数据为人脸检测数据,即目标对象的人脸检测框尺寸时,标准数据集合中每个标准数据也为人脸检测框尺寸。当检测数据为目标对象人头特征点和肩部特征点之间的距离时,标准数据也为人头特征点和肩部特征点之间的距离。
可选地,预设距离为预先设定的标准距离,例如可以为1米、10米等,标准距离用于在对象测距过程中作为距离参考标准。每个第二标签的标准数据的确定过程可以包括,确定预设数量个具有第二标签的标准对象,采集每个标准对象在预设距离时的候选数据,并根据多个候选数据计算特征值得到与第二标签对应的标准对象。进一步地,可以将标准数据和对应的第二标签以表格形式存储,得到标准数据集合。
步骤S30、针对每个所述目标对象的第一标签,从所述标准数据集合中获取与所述第一标签匹配的第二标签对应的标准数据,作为所述目标对象的标准数据。
在一种可能的实现方式中,在通过对象识别得到目标图像中每个目标对象的第一标签,且确定多个标准数据和对应的第二标签后,对每个目标对象的第一标签和标准数据的第二标签进行匹配,以得到目标对象的至少一个标准数据。可选地,匹配过程可以为对于每个目标对象的第一标签,直接确定与第一标签中包括的子标签相同的第二标签为匹配的第二标签,并将获取到的该第二标签对应的标准数据,确定为目标对象的标准数据。即对于每个目标对象,确定目标对象的第一标签,第一标签包括至少一个子标签。在标准数据集合中确定与目标对象第一标签中子标签相同的第二标签为目标第二标签。确定目标第二标签对应的标准数据为目标对象的标准数据。
仍以确认人物与图像采集装置之间的距离的应用场景为例进行说明。当识别目标图像得到两个目标对象,且目标对象1的第一标签为“男性”,“成人”,“瘦”,目标对象2的第一标签为男性”,“成人”,“胖”。且电子设备获取的标准数据集合中包括对应第二标签为“男”的标注数据1,第二标签为“女”的标准数据2,第二标签为“成人”的标准数据3,第二标签为“儿童”的标准数据4,第二标签为“胖”的标准数据5以及第二标签为“瘦”的标准数据6时,通过标签匹配的方式确定目标对象1的标准数据包括标准数据1、标准数据3和标注数据6,确定目标对象2的标准数据包括标准数据1、标准数据3和标准数据5。
步骤S40、针对每个所述目标对象,根据得到的所述目标对象的标准数据和所述目标对象的检测数据确定对象距离,。
在一种可能的实现方式中,确定每个目标对应的标准数据后,可以通过标准数据和其对应的检测数据确定对象距离。其中,对象距离表征目标对象与目标位置之间的距离。可选地,当目标对象仅存在一个对应的标准数据时,可以通过对应的标准数据、检测数据与预设距离进行计算,直接得到对象距离。即通过预设距离与检测数据的乘积除以标准数据得到对象距离。例如,当目标对象的标准数据为A,预设距离为a,检测数据为B时,计算得到的对象距离为a*B/A。
进一步地,在目标对象具有包括多个子标签的第一标签时,其匹配得到多个标准数据。可以根据多个标准数据确定参考数据,并根据参考数据和检测数据确定对象距离。例如,可以对于每个目标对象,根据至少一个标准数据确定参考数据。确定目标对象的参考数据和预设距离的乘积,并根据乘积与目标对象对应检测数据的比值确定对象距离。可选地,参考数据的确定过程可以为确定标准数据集合中每个标准数据的权重。对于每个目标对象,根据对应的至少一个标准数据的加权和确定参考数据。其中,每一个标准数据的权重可以根据标准数据对应第二标签对标准数据影响的大小预先设定。例如,在标准数据对应的第二标签对标准数据影响越大的情况下,设定对应的权重越大。
基于本公开实施例,能够通过预先存储多个标签对应的标准数据,并通过识别待检测距离目标对象的标签,匹配对应的至少一个标准数据作为参照确定对象距离。该方法通过建立标签与数据的对应关系,实现了对不同的对象针对性的测量距离,降低了计算偏差、提高测量结果的准确性。
可以理解,本公开提及的上述各个方法实施例,在不违背原理逻辑的情况下,均可以彼此相互结合形成结合后的实施例,限于篇幅,本公开不再赘述。本领域技术人员可以理解,在具体实施方式的上述方法中,各步骤的具体执行顺序应当以其功能和可能的内在逻辑确定。
此外,本公开还提供了对象测距装置、电子设备、计算机可读存储介质、程序,上述均可用来实现本公开提供的任一种对象测距方法,相应技术方案和描述和参见方法部分的相应记载,不再赘述。
图6示出根据本公开实施例的一种对象测距装置的示意图。如图6所示,本公开实施例的对象测距装置可以包括:
对象识别模块60,用于对目标图像进行对象识别,得到所述目标图像包括的至少一个目标对象的检测数据和第一标签;
数据集合确定模块61,用于获取包括至少一个标准数据的标准数据集合,所述标准数据具有第二标签,所述标准数据用于表征所述第二标签对应的对象与目标位置之间的距离为预设距离时的检测数据;
数据匹配模块62,用于针对每个所述目标对象的第一标签,从所述标准数据集合中获取与所述第一标签匹配的第二标签对应的标准数据,作为所述目标对象的标准数据;
距离确定模块63,用于针对每个所述目标对象,根据得到的所述目标对象的标准数据和所述目标对象的检测数据确定对象距离,所述对象距离表征所述目标对象与所述目标位置之间的距离。
在一种可能的实现方式中,所述对象识别模块60包括:
对象识别子模块,用于对所述目标图像进行对象识别,得到其中包括的至少一个目标对象,以及每个所述目标对象的检测数据;
标识获取子模块,用于针对所述至少一个目标对象中的每个目标对象,获取所述目标对象的对象标识;
第一标签获取子模块,用于从包括至少一个对象标识的对象标识集合中,确定用于表征所述目标对象的对象标识对应的至少一个对象标签,并作为所述目标对象的第一标签,所述对象标识集合中的每个对象标识具有至少一个对象标签。
在一种可能的实现方式中,所述对象识别模块60还包括:
属性识别子模块,用于在所述对象标识集合中不存在用于表征所述目标对象的对象标识的情况下,对所述目标对象进行属性识别,得到至少一个对象属性;
第二标签获取子模块,用于根据所述对象属性确定所述目标对象的第一标签。
在一种可能的实现方式中,在对所述目标图像进行对象识别得到至少两个目标对象的情况下,所述第一标签中包括表征尺寸信息的体态标签。
在一种可能的实现方式中,所述对象识别模块60还包括:
尺寸对比子模块,用于在对所述目标图像进行对象识别得到至少两个目标对象的情况下,确定所述至少两个目标对象中每个目标对象的尺寸信息;
第三标签获取子模块,用于针对所述每个目标对象,根据所述目标对象的尺寸信息确定对应的体态标签,并确定包括所述体态标签的第一标签。
在一种可能的实现方式中,所述数据匹配模块62包括:
标签确定子模块,用于对于每个所述目标对象,确定所述目标对象的第一标签,所述第一标签包括至少一个子标签;
标签匹配子模块,用于在所述标准数据集合中确定与所述目标对象第一标签中子标签相同的第二标签为目标第二标签;
数据匹配子模块,用于确定所述目标第二标签对应的标准数据为所述目标对象的标准数据。
在一种可能的实现方式中,所述距离确定模块63包括:
数据确定子模块,用于针对每个所述目标对象,根据至少一个标准数据确定参考数据;
距离确定子模块,用于确定所述目标对象的参考数据和预设距离的乘积,并根据所述乘积与所述目标对象对应检测数据的比值确定对象距离。
在一种可能的实现方式中,所述数据确定子模块包括:
权重确定单元,用于确定所述标准数据集合中每个所述标准数据的权重;
数据确定单元,用于对于每个所述目标对象,根据对应的所述至少一个标准数据的加权和确定参考数据。
在一种可能的实现方式中,所述目标对象包括人,所述检测数据包括人脸检测数据和头肩检测数据中的至少一种,所述人脸检测数据包括所述目标对象的人脸检测框尺寸,所述头肩检测数据包括所述目标对象人头特征点和肩部特征点之间的距离。
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。
本公开实施例还提出一种计算机可读存储介质,其上存储有计算机程序指令,所述计算机程序指令被处理器执行时实现上述方法。计算机可读存储介质可以是易失性或非易失性计算机可读存储介质。
本公开实施例还提出一种电子设备,包括:处理器;用于存储处理器可执行指令的存储器;其中,所述处理器被配置为调用所述存储器存储的指令,以执行上述方法。
本公开实施例还提供了一种计算机程序产品,包括计算机可读代码,或者承载有计算机可读代码的非易失性计算机可读存储介质,当所述计算机可读代码在电子设备的处理器中运行时,所述电子设备中的处理器执行上述方法。
电子设备可以被提供为终端、服务器或其它形态的设备。
图7示出根据本公开实施例的一种电子设备800的示意图。例如,电子设备800可以是移动电话,计算机,数字广播终端,消息收发设备,游戏控制台,平板设备,医疗设备,健身设备,个人数字助理等终端。
参照图7,电子设备800可以包括以下一个或多个组件:处理组件802,存储器804,电源组件806,多媒体组件808,音频组件810,输入/输出(I/O)接口812,传感器组件814,以及通信组件816。
处理组件802通常控制电子设备800的整体操作,诸如与显示,电话呼叫,数据通信,相机操作和记录操作相关联的操作。处理组件802可以包括一个或多个处理器820来执行指令,以完成上述的方法的全部或部分步骤。此外,处理组件802可以包括一个或多个模块,便于处理组件802和其他组件之间的交互。例如,处理组件802可以包括多媒体模块,以方便多媒体组件808和处理组件802之间的交互。
存储器804被配置为存储各种类型的数据以支持在电子设备800的操作。这些数据的示例包括用于在电子设备800上操作的任何应用程序或方法的指令,联系人数据,电话簿数据,消息,图片,视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(SRAM),电可擦除可编程只读存储器(EEPROM),可擦除可编程只读存储器(EPROM),可编程只读存储器(PROM),只读存储器(ROM),磁存储器,快闪存储器,磁盘或光盘。
电源组件806为电子设备800的各种组件提供电力。电源组件806可以包括电源管理系统,一个或多个电源,及其他与为电子设备800生成、管理和分配电力相关联的组件。
多媒体组件808包括在所述电子设备800和用户之间的提供一个输出接口的屏幕。在一些实施例中,屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板,屏幕可以被实现为触摸屏,以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界,而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中,多媒体组件808包括一个前置摄像头和/或后置摄像头。当电子设备800处于操作模式,如拍摄模式或视频模式时,前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。
音频组件810被配置为输出和/或输入音频信号。例如,音频组件810包括一个麦克风(MIC),当电子设备800处于操作模式,如呼叫模式、记录模式和语音识别模式时,麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中,音频组件810还包括一个扬声器,用于输出音频信号。
I/O接口812为处理组件802和外围接口模块之间提供接口,上述外围接口模块可以是键盘,点击轮,按钮等。这些按钮可包括但不限于:主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件814包括一个或多个传感器,用于为电子设备800提供各个方面的状态评估。例如,传感器组件814可以检测到电子设备800的打开/关闭状态,组件的相对定位,例如所述组件为电子设备800的显示器和小键盘,传感器组件814还可以检测电子设备800或电子设备800一个组件的位置改变,用户与电子设备800接触的存在或不存在,电子设备800方位或加速/减速和电子设备800的温度变化。传感器组件814可以包括接近传感器,被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器,如互补金属氧化物半导体(CMOS)或电荷耦合装置(CCD)图像传感器,用于在成像应用中使用。在一些实施例中,该传感器组件814还可以包括加速度传感器,陀螺仪传感器,磁传感器,压力传感器或温度传感器。
通信组件816被配置为便于电子设备800和其他设备之间有线或无线方式的通信。电子设备800可以接入基于通信标准的无线网络,如无线网络(WiFi),第二代移动通信技术(2G)或第三代移动通信技术(3G),或它们的组合。在一个示例性实施例中,通信组件816经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中,所述通信组件816还包括近场通信(NFC)模块,以促进短程通信。例如,在NFC模块可基于射频识别(RFID)技术,红外数据协会(IrDA)技术,超宽带(UWB)技术,蓝牙(BT)技术和其他技术来实现。
在示例性实施例中,电子设备800可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现,用于执行上述方法。
在示例性实施例中,还提供了一种非易失性计算机可读存储介质,例如包括计算机程序指令的存储器804,上述计算机程序指令可由电子设备800的处理器820执行以完成上述方法。
图8示出根据本公开实施例的一种电子设备1900的示意图。例如,电子设备1900可以被提供为一服务器。参照图8,电子设备1900包括处理组件1922,其进一步包括一个或多个处理器,以及由存储器1932所代表的存储器资源,用于存储可由处理组件1922的执行的指令,例如应用程序。存储器1932中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外,处理组件1922被配置为执行指令,以执行上述方法。
电子设备1900还可以包括一个电源组件1926被配置为执行电子设备1900的电源管理,一个有线或无线网络接口1950被配置为将电子设备1900连接到网络,和一个输入输出(I/O)接口1958。电子设备1900可以操作基于存储在存储器1932的操作系统,例如微软服务器操作系统(Windows ServerTM),苹果公司推出的基于图形用户界面操作系统(Mac OSXTM),多用户多进程的计算机操作系统(UnixTM),自由和开放原代码的类Unix操作系统(LinuxTM),开放原代码的类Unix操作系统(FreeBSDTM)或类似。
在示例性实施例中,还提供了一种非易失性计算机可读存储介质,例如包括计算机程序指令的存储器1932,上述计算机程序指令可由电子设备1900的处理组件1922执行以完成上述方法。
本公开可以是系统、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质,其上载有用于使处理器实现本公开的各个方面的计算机可读程序指令。
计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是(但不限于)电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身,诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如,通过光纤电缆的光脉冲)、或者通过电线传输的电信号。
这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备,或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令,并转发该计算机可读程序指令,以供存储在各个计算/处理设备中的计算机可读存储介质中。
用于执行本公开操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码,所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等,以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中,通过利用计算机可读程序指令的状态信息来个性化定制电子电路,例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA),该电子电路可以执行计算机可读程序指令,从而实现本公开的各个方面。
这里参照根据本公开实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本公开的各个方面。应当理解,流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合,都可以由计算机可读程序指令实现。
这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器,从而生产出一种机器,使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时,产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中,这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作,从而,存储有指令的计算机可读介质则包括一个制造品,其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。
也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上,使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤,以产生计算机实现的过程,从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。
附图中的流程图和框图显示了根据本公开的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分,所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
该计算机程序产品可以具体通过硬件、软件或其结合的方式实现。在一个可选实施例中,所述计算机程序产品具体体现为计算机存储介质,在另一个可选实施例中,计算机程序产品具体体现为软件产品,例如软件开发包(Software Development Kit,SDK)等等。
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。
若本申请技术方案涉及个人信息,应用本申请技术方案的产品在处理个人信息前,已明确告知个人信息处理规则,并取得个人自主同意。若本申请技术方案涉及敏感个人信息,应用本申请技术方案的产品在处理敏感个人信息前,已取得个人单独同意,并且同时满足“明示同意”的要求。例如,在摄像头等个人信息采集装置处,设置明确显著的标识告知已进入个人信息采集范围,将会对个人信息进行采集,若个人自愿进入采集范围即视为同意对其个人信息进行采集;或者在个人信息处理的装置上,利用明显的标识/信息告知个人信息处理规则的情况下,通过弹窗信息或请个人自行上传其个人信息等方式获得个人授权;其中,个人信息处理规则可包括个人信息处理者、个人信息处理目的、处理方式以及处理的个人信息种类等信息。
以上已经描述了本公开的各实施例,上述说明是示例性的,并非穷尽性的,并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下,对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择,旨在最好地解释各实施例的原理、实际应用或对市场中的技术的改进,或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。

Claims (12)

1.一种对象测距方法,其特征在于,所述方法包括:
对目标图像进行对象识别,得到所述目标图像包括的至少一个目标对象的检测数据和第一标签;
获取包括至少一个标准数据的标准数据集合,所述标准数据具有第二标签,所述标准数据用于表征所述第二标签对应的对象与目标位置之间的距离为预设距离时的检测数据;
针对每个所述目标对象的第一标签,从所述标准数据集合中获取与所述第一标签匹配的第二标签对应的标准数据,作为所述目标对象的标准数据;
针对每个所述目标对象,根据得到的所述目标对象的标准数据和所述目标对象的检测数据确定对象距离,所述对象距离表征所述目标对象与所述目标位置之间的距离。
2.根据权利要求1所述的方法,其特征在于,所述对目标图像进行对象识别,得到所述目标图像包括的至少一个目标对象的检测数据和第一标签包括:
对所述目标图像进行对象识别,得到其中包括的至少一个目标对象,以及每个所述目标对象的检测数据;
针对所述至少一个目标对象中的每个目标对象,获取所述目标对象的对象标识;
从包括至少一个对象标识的对象标识集合中,确定用于表征所述目标对象的对象标识对应的至少一个对象标签,并作为所述目标对象的第一标签,所述对象标识集合中的每个对象标识具有至少一个对象标签。
3.根据权利要求2所述的方法,其特征在于,所述对目标图像进行对象识别,得到所述目标图像包括的至少一个目标对象的检测数据和第一标签还包括:
在所述对象标识集合中不存在用于表征所述目标对象的对象标识的情况下,对所述目标对象进行属性识别,得到至少一个对象属性;
根据所述对象属性确定所述目标对象的第一标签。
4.根据要求2或3所述的方法,其特征在于,在对所述目标图像进行对象识别得到至少两个目标对象的情况下,所述第一标签中包括表征尺寸信息的体态标签。
5.根据权利要求2至4中任意一项所述的方法,其特征在于,所述对目标图像进行对象识别,得到所述目标图像包括的至少一个目标对象的检测数据和第一标签还包括:
在对所述目标图像进行对象识别得到至少两个目标对象的情况下,确定所述至少两个目标对象中每个目标对象的尺寸信息;
针对所述每个目标对象,根据所述目标对象的尺寸信息确定对应的体态标签,并确定包括所述体态标签的第一标签。
6.根据权利要求1至5中任意一项所述的方法,其特征在于,所述针对每个所述目标对象的第一标签,从所述标准数据集合中获取与所述第一标签匹配的第二标签对应的标准数据,作为所述目标对象的标准数据包括:
对于每个所述目标对象,确定所述目标对象的第一标签,所述第一标签包括至少一个子标签;
在所述标准数据集合中确定与所述目标对象第一标签中子标签相同的第二标签为目标第二标签;
确定所述目标第二标签对应的标准数据为所述目标对象的标准数据。
7.根据权利要求1至6中任意一项所述的方法,其特征在于,所述针对每个所述目标对象,根据得到的所述目标对象的标准数据和所述目标对象的检测数据确定对象距离包括:
针对每个所述目标对象,根据至少一个标准数据确定参考数据;
确定所述目标对象的参考数据和预设距离的乘积,并根据所述乘积与所述目标对象对应检测数据的比值确定对象距离。
8.根据权利要求7所述的方法,其特征在于,所述针对每个所述目标对象,根据至少一个标准数据确定参考数据包括:
确定所述标准数据集合中每个所述标准数据的权重;
对于每个所述目标对象,根据对应的所述至少一个标准数据的加权和确定参考数据。
9.根据权利要求1至7中任意一项所述的方法,其特征在于,所述目标对象包括人,所述检测数据包括人脸检测数据和头肩检测数据中的至少一种,所述人脸检测数据包括所述目标对象的人脸检测框尺寸,所述头肩检测数据包括所述目标对象人头特征点和肩部特征点之间的距离。
10.一种对象测距装置,其特征在于,所述装置包括:
对象识别模块,用于对目标图像进行对象识别,得到所述目标图像包括的至少一个目标对象的检测数据和第一标签;
数据集合确定模块,用于获取包括至少一个标准数据的标准数据集合,所述标准数据具有第二标签,所述标准数据用于表征所述第二标签对应的对象与目标位置之间的距离为预设距离时的检测数据;
数据匹配模块,用于针对每个所述目标对象的第一标签,从所述标准数据集合中获取与所述第一标签匹配的第二标签对应的标准数据,作为所述目标对象的标准数据;
距离确定模块,用于针对每个所述目标对象,根据得到的所述目标对象的标准数据和所述目标对象的检测数据确定对象距离,所述对象距离表征所述目标对象与所述目标位置之间的距离。
11.一种电子设备,其特征在于,包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,所述处理器被配置为调用所述存储器存储的指令,以执行权利要求1至9中任意一项所述的方法。
12.一种计算机可读存储介质,其上存储有计算机程序指令,其特征在于,所述计算机程序指令被处理器执行时实现权利要求1至9中任意一项所述的方法。
CN202210307540.9A 2022-03-25 2022-03-25 对象测距方法及装置、电子设备和存储介质 Pending CN114862756A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210307540.9A CN114862756A (zh) 2022-03-25 2022-03-25 对象测距方法及装置、电子设备和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210307540.9A CN114862756A (zh) 2022-03-25 2022-03-25 对象测距方法及装置、电子设备和存储介质

Publications (1)

Publication Number Publication Date
CN114862756A true CN114862756A (zh) 2022-08-05

Family

ID=82629370

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210307540.9A Pending CN114862756A (zh) 2022-03-25 2022-03-25 对象测距方法及装置、电子设备和存储介质

Country Status (1)

Country Link
CN (1) CN114862756A (zh)

Similar Documents

Publication Publication Date Title
CN110688951B (zh) 图像处理方法及装置、电子设备和存储介质
US11455788B2 (en) Method and apparatus for positioning description statement in image, electronic device, and storage medium
WO2021051857A1 (zh) 目标对象匹配方法及装置、电子设备和存储介质
US10452890B2 (en) Fingerprint template input method, device and medium
US9892314B2 (en) Method and device for determining associated user
US11288531B2 (en) Image processing method and apparatus, electronic device, and storage medium
CN110781813B (zh) 图像识别方法及装置、电子设备和存储介质
CN109543536B (zh) 图像标识方法及装置、电子设备和存储介质
CN109635142B (zh) 图像选择方法及装置、电子设备和存储介质
CN110532956B (zh) 图像处理方法及装置、电子设备和存储介质
CN114240882A (zh) 缺陷检测方法及装置、电子设备和存储介质
CN109671051B (zh) 图像质量检测模型训练方法及装置、电子设备和存储介质
CN111931844A (zh) 图像处理方法及装置、电子设备和存储介质
CN111523485A (zh) 位姿识别方法及装置、电子设备和存储介质
CN110909203A (zh) 视频分析方法及装置、电子设备和存储介质
CN114332503A (zh) 对象重识别方法及装置、电子设备和存储介质
CN112184787A (zh) 图像配准方法及装置、电子设备和存储介质
CN113888543B (zh) 肤色分割方法、装置、电子设备及存储介质
CN112948704A (zh) 用于信息推荐的模型训练方法、装置、电子设备以及介质
CN104573642A (zh) 人脸识别方法及装置
CN113807253A (zh) 人脸识别方法及装置、电子设备和存储介质
CN113344999A (zh) 深度检测方法及装置、电子设备和存储介质
CN110738267B (zh) 图像分类方法、装置、电子设备及存储介质
CN114519794A (zh) 特征点匹配方法及装置、电子设备和存储介质
WO2022110801A1 (zh) 数据处理方法及装置、电子设备和存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination