CN114937224A - 状态检测方法及装置、电子设备和存储介质 - Google Patents
状态检测方法及装置、电子设备和存储介质 Download PDFInfo
- Publication number
- CN114937224A CN114937224A CN202210610528.5A CN202210610528A CN114937224A CN 114937224 A CN114937224 A CN 114937224A CN 202210610528 A CN202210610528 A CN 202210610528A CN 114937224 A CN114937224 A CN 114937224A
- Authority
- CN
- China
- Prior art keywords
- video frame
- determining
- area
- coordinate
- boundary
- 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
Links
Images
Classifications
-
- 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
- G06V20/41—Higher-level, semantic clustering, classification or understanding of video scenes, e.g. detection, labelling or Markovian modelling of sport events or news items
-
- 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
- G06V10/22—Image preprocessing by selection of a specific region containing or referencing a pattern; Locating or processing of specific regions to guide the detection or recognition
-
- 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
- G06V10/24—Aligning, centring, orientation detection or correction of the image
- G06V10/245—Aligning, centring, orientation detection or correction of the image by locating a pattern; Special marks for positioning
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Computational Linguistics (AREA)
- Software Systems (AREA)
- Image Analysis (AREA)
Abstract
本公开涉及一种状态检测方法及装置、电子设备和存储介质,确定通过采集目标场景得到的视频帧序列,其中每个视频帧中包括目标场景中的分界线和至少一个对象。根据分界线的坐标信息确定视频帧中的第一区域和第二区域。根据视频帧中分界线的坐标信息和对象的对象位置确定每个对象的所在区域对应的位置状态。对于每个对象,根据每个对象在当前视频帧中的位置状态和在时序上相邻视频帧中的位置状态确定区域移动情况。在区域移动情况满足预设移动规则的情况下,确定对象在当前视频帧中的状态为目标状态。本公开实施例可以基于坐标进行位置判断,计算速度快且精度高。同时,还可以实现对视频帧序列中的多个目标进行检测,提高了状态检测效率。
Description
技术领域
本公开涉及计算机视觉技术领域,尤其涉及一种状态检测方法及装置、电子设备和存储介质。
背景技术
在日常生活中的很多场景需要对人、车或者其他对象进行越线检测,例如在道路交通场景中的道路分道线、车库入口、红绿灯路口等区域,为了快速的检测和识别车辆异常行为降低交通事故的发生率,需要设定分界线和警戒方向,检测车辆的越线行为并产生告警。或者在地铁站、旅游景点等公共场所可以通过设定分界线的方式统计客流量。现有的检测方式通常为人工方式、红外检测以及深度学习等方式,上述的前两种方式难以保证检测结果的准确性,深度学习的方式具有计算复杂且计算量大的缺陷。
发明内容
本公开提出了一种状态检测方法及装置、电子设备和存储介质,旨在提高检测效率以及检测结果的准确性。
在一些实施例中,提供了一种状态检测方法,包括:
确定通过采集目标场景得到的视频帧序列,所述视频帧序列中包括至少两个具有时间顺序的视频帧,每个所述视频帧中包括目标场景中的分界线和至少一个对象;
确定所述视频帧中所述分界线的坐标信息和所述至少一个对象的属性信息,所述属性信息包括对象标识和对象位置;
根据所述分界线的坐标信息确定所述视频帧中的第一区域和第二区域;
根据所述视频帧中所述分界线的坐标信息和所述对象的对象位置,确定每个所述对象的位置状态,所述位置状态表征所述对象是否在所述第一区域和/或所述第二区域;
根据每个所述对象在当前视频帧中的位置状态和在时序相邻视频帧中的位置状态确定区域移动情况;
在所述区域移动情况满足预设移动规则的情况下,确定所述对象在所述当前视频帧中的状态为目标状态。
在一种可能的实现方式中,所述确定所述视频帧中所述分界线的坐标信息和所述至少一个对象的属性信息,包括:
根据分界线在所述视频帧中的第一端点坐标、第二端点坐标和第一区域坐标确定所述分界线的坐标信息,其中,所述第一端点坐标和所述第二端点坐标分别表征所述分界线的一个端点在所述视频帧中的位置,所述第一区域坐标用于表征所述分界线对应的第一区域位置;
通过对所述视频帧进行对象识别确定每个所述对象的属性信息。
在一种可能的实现方式中,在所述视频帧通过智能相机采集得到的情况下,所述通过对所述视频帧进行对象识别确定每个所述对象的属性信息,包括:
通过所述智能相机内置的对象识别模型对所述视频帧进行对象识别,确定其中至少一个对象的对象标识和对象位置,得到每个所述对象的属性信息。
在一种可能的实现方式中,所述坐标信息中包括第一端点坐标、第二端点坐标和第一区域坐标,所述根据所述分界线的坐标信息确定所述视频帧中的第一区域和第二区域,包括:
确定所述第一端点坐标和所述第二端点坐标的连线为第一连线;
根据通过所述第一端点坐标且垂直于所述第一连线的直线,和通过所述第二端点坐标且垂直于所述第一连线的直线确定所述视频帧中的目标区域;
在所述目标区域被所述第一连线划分的两个区域中确定所述第一区域坐标所在的区域为第一区域,另一个区域为第二区域。
在一种可能的实现方式中,所述根据所述视频帧中所述分界线的坐标信息和所述对象的对象位置,确定每个所述对象的位置状态,包括:
根据所述对象的对象位置确定在所述视频帧中的对象坐标;
根据所述视频帧中所述对象的对象坐标和所述分界线的坐标信息,确定所述视频帧中所述至少一个对象的位置状态。
在一种可能的实现方式中,在所述对象位置为包括对应对象的标注框的情况下,所述根据所述对象的对象位置确定在所述视频帧中的对象坐标,包括:
确定所述对象的对象位置标注框中的目标特征点,并根据所述目标特征点在所述视频帧中的位置确定对象坐标。
在一种可能的实现方式中,所述根据所述视频帧中所述对象的对象坐标和所述分界线的坐标信息,确定所述视频帧中所述至少一个对象的位置状态,包括:
对于所述视频帧中的每个所述对象,确定所述对象的对象坐标分别与所述分界线的两个所述端点坐标连线为第二连线和第三连钱,以及由所述对象坐标开始分别至两个所述端点坐标的第一向量和第二向量;
确定所述第一连线和所述第二连线的第一夹角,所述第一连线和所述第三连线的第二夹角,以及所述第一向量和所述第二向量之间的第三夹角;
根据每个所述对象对应的所述第一夹角、所述第二夹角和所述第三夹角确定位置状态。
在一种可能的实现方式中,所述根据每个所述对象对应的所述第一夹角、所述第二夹角和所述第三夹角确定位置状态,包括:
在所述第一夹角和第二夹角小于90度,且所述第三夹角小于180的情况下,确定所述位置状态为第一区域位置;
在所述第一夹角和第二夹角小于90度,且所述第三夹角大于180的情况下,确定所述位置状态为第二区域位置。
在一种可能的实现方式中,所述根据每个所述对象在当前视频帧中的位置状态和在时序相邻视频帧中的位置状态确定区域移动情况,包括:
对于每个所述视频帧中的所述至少一个对象,确定在当前视频帧中的位置状态和在时序上相邻视频帧中的位置状态是否相同;
在所述对象在相邻视频帧中的位置状态相同的情况下,确定所述区域移动情况为未发生区域移动;
在所述对象在相邻视频帧中的位置状态不同的情况下,根据位置状态变化情况确定所述区域移动情况。
在一种可能的实现方式中,在所述位置状态包括第一区域位置和第二区域位置的情况下,所述区域移动情况包括由所述第一区域位置移动至所述第二区域位置,和由所述第二区域位置移动至所述第一区域位置。
在一种可能的实现方式中,在所述对象的状态为目标状态的情况下,所述方法还包括:
生成并发送用于提示所述目标状态对应的对象发生状态改变的提示信息。
在一些实施例中,提供了一种状态检测装置,包括:
序列确定模块,用于确定通过采集目标场景得到的视频帧序列,所述视频帧序列中包括至少两个具有时间顺序的视频帧,每个所述视频帧中包括目标场景中的分界线和至少一个对象;
信息确定模块,用于确定所述视频帧中所述分界线的坐标信息和所述至少一个对象的属性信息,所述属性信息包括对象标识和对象位置;
区域划分模块,用于根据所述分界线的坐标信息确定所述视频帧中的第一区域和第二区域;
位置确定模块,用于根据所述视频帧中所述分界线的坐标信息和所述对象的对象位置,确定每个所述对象的位置状态,所述位置状态表征所述对象是否在所述第一区域和/或所述第二区域;
移动情况确定模块,用于根据每个所述对象在当前视频帧中的位置状态和在时序相邻视频帧中的位置状态确定区域移动情况;
状态确定模块,用于在所述区域移动情况满足预设移动规则的情况下,确定所述对象在所述当前视频帧中的状态为目标状态。
在一种可能的实现方式中,所述信息确定模块,包括:
坐标确定子模块,用于根据分界线在所述视频帧中的第一端点坐标、第二端点坐标和第一区域坐标确定所述分界线的坐标信息,其中,所述第一端点坐标和所述第二端点坐标分别表征所述分界线的一个端点在所述视频帧中的位置,所述第一区域坐标用于表征所述分界线对应的第一区域位置;
属性确定子模块,用于通过对所述视频帧进行对象识别确定每个所述对象的属性信息。
在一种可能的实现方式中,在所述视频帧通过智能相机采集得到的情况下,所述属性确定子模块,包括:
属性确定单元,用于通过所述智能相机内置的对象识别模型对所述视频帧进行对象识别,确定其中至少一个对象的对象标识和对象位置,得到每个所述对象的属性信息。
在一种可能的实现方式中,所述坐标信息中包括第一端点坐标、第二端点坐标和第一区域坐标,所述区域划分模块,包括:
第一连线单元,用于确定所述第一端点坐标和所述第二端点坐标的连线为第一连线;
区域确定单元,用于根据通过所述第一端点坐标且垂直于所述第一连线的直线,和通过所述第二端点坐标且垂直于所述第一连线的直线确定所述视频帧中的目标区域;
区域划分单元,用于在所述目标区域被所述第一连线划分的两个区域中确定所述第一区域坐标所在的区域为第一区域,另一个区域为第二区域。
在一种可能的实现方式中,所述位置确定模块,包括:
对象坐标确定子模块,用于根据所述对象的对象位置确定在所述视频帧中的对象坐标;
位置状态确定子模块,用于根据所述视频帧中所述对象的对象坐标和所述分界线的坐标信息,确定所述视频帧中所述至少一个对象的位置状态。
在一种可能的实现方式中,在所述对象位置为包括对应对象的标注框的情况下,所述对象坐标确定子模块,包括:
对象坐标确定单元,用于确定所述对象的对象位置标注框中的目标特征点,并根据所述目标特征点在所述视频帧中的位置确定对象坐标。
在一种可能的实现方式中,所述位置状态确定子模块,包括:
第二连线单元,用于对于所述视频帧中的每个所述对象,确定所述对象的对象坐标分别与所述分界线的两个所述端点坐标连线为第二连线和第三连钱,以及由所述对象坐标开始分别至两个所述端点坐标的第一向量和第二向量;
夹角计算单元,用于确定所述第一连线和所述第二连线的第一夹角,所述第一连线和所述第三连线的第二夹角,以及所述第一向量和所述第二向量之间的第三夹角;
位置状态确定单元,用于根据每个所述对象对应的所述第一夹角、所述第二夹角和所述第三夹角确定位置状态。
在一种可能的实现方式中,所述位置状态确定单元,包括:
第一位置确定子单元,用于在所述第一夹角和第二夹角小于90度,且所述第三夹角小于180的情况下,确定所述位置状态为第一区域位置;
第二位置确定子单元,用于在所述第一夹角和第二夹角小于90度,且所述第三夹角大于180的情况下,确定所述位置状态为第二区域位置。
在一种可能的实现方式中,所述移动情况确定模块,包括:
状态对比子模块,用于对于每个所述视频帧中的所述至少一个对象,确定在当前视频帧中的位置状态和在时序上相邻视频帧中的位置状态是否相同;
第一情况确定子模块,用于在所述对象在相邻视频帧中的位置状态相同的情况下,确定所述区域移动情况为未发生区域移动;
第二情况确定子模块,用于在所述对象在相邻视频帧中的位置状态不同的情况下,根据位置状态变化情况确定所述区域移动情况。
在一种可能的实现方式中,在所述位置状态包括第一区域位置和第二区域位置的情况下,所述区域移动情况包括由所述第一区域位置移动至所述第二区域位置,和由所述第二区域位置移动至所述第一区域位置。
在一种可能的实现方式中,在所述对象的状态为目标状态的情况下,所述装置还包括:
信息提示模块,用于生成并发送用于提示所述目标状态对应的对象发生状态改变的提示信息。
在一些实施例中,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。
在一些实施例中,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,可以基于坐标进行位置判断,计算速度快且精度高。同时,还可以实现对视频帧序列中的多个目标进行检测,提高了状态检测效率。
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状态检测方法的流程图;
图2示出根据本公开实施例的一种分界线坐标信息的示意图;
图3示出根据本公开实施例的一种区域划分的示意图;
图4示出根据本公开实施例的一种第一夹角和第二夹角的示意图;
图5示出根据本公开实施例的一种第三夹角的示意图;
图6示出根据本公开实施例的一种状态检测装置的示意图;
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,本公开实施例的状态检测方法可以通过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、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者多个服务器组成的服务器集群。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状态检测方法。
可选地,本公开实施例的状态检测方法可以应用于任意需要对对象进行越线/跨线检测的场景。例如,可以用于通过检测跨越地铁站入口分界线的方式检测地铁站进站人数的应用场景。或者,用于检测车辆停车位置是否超越了预先设定的停车线位置。
图1示出根据本公开实施例的一种状态检测方法的流程图。如图1所示,本公开实施例的状态检测方法可以包括以下步骤S10-S60。
步骤S10、确定通过采集目标场景得到的视频帧序列。
在一种可能的实现方式中,通过电子设备确定采集目标场景得到的视频帧序列。其中,视频帧序列可以通过电子设备内置或连接的图像采集装置对目标场景进行图像采集得到。或者,视频帧序列还可以通过其他设备内置或连接的图像采集装置对目标场景进行图像采集得到后,传输至电子设备。可选地,图像采集装置可以为内置神经网络模型的智能相机。电子设备确定的视频帧序列中可以包括至少两个具有时间顺序的视频帧,每个视频帧中包括目标场景中的分界线和至少一个对象。分界线为目标场景中用于判断对象位置的预设位置的线形的标识,对象为需要检测与分界线位置关系的人或物,例如可以是车辆、人以及动物等。
进一步地,为了保证视频帧序列中每个视频帧均能够包括对象,还可以在确定视频帧序列之前进行视频帧的筛选。该筛选过程可以在电子设备内完成,或者由其他设备筛选视频帧序列后发送至电子设备。可选地,在图像采集装置为智能相机的情况下,智能相机可以根据预设的图像采集规则进行多次图像采集得到多个具有时间顺序的候选视频帧。在每一次采集到候选视频帧后通过内置的对象识别模型识别每个候选视频帧中包括的对象,并根据识别结果将包括对象的候选视频帧发送至电子设备,由电子设备根据按顺序接收到的视频帧确定视频帧序列。或者,图像采集装置可以将采集得到的全部候选视频帧上传至电子设备,由电子设备识别接收到的候选视频帧中是否存在对象,并根据包括对象的候选视频帧确定视频帧序列。
可选地,电子设备还可以在接收并确定多个包括分界线和至少一个对象的视频帧后,根据预设的抽取规则在多个视频帧中抽取得到少量的视频帧确定视频帧序列。该方式能够在大量视频帧数量中抽取少量视频帧进行处理,减少状态检测过程中的计算量,提高状态检测过程的效率。
步骤S20、确定所述视频帧中所述分界线的坐标信息和所述至少一个对象的属性信息。
在一种可能的实现方式中,电子设备确定视频帧序列的每个视频帧中包括的分界线的坐标信息,以及每个对象对应的属性信息。其中,分界线的坐标信息可以用于表征分界线在视频帧中的位置,还可以同时表征用于判断对象的状态的预设移动规则。属性信息可以包括对象标识和对象位置,对象标识用于表征对象身份,可以为对象的编码、名称等与对象唯一对应的标识信息,对象位置用于表征对象在视频帧中的位置。可选地,属性信息还可以包括表征对象类别的对象标签,以及表征对象位置可能性的置信度等。
可选地,电子设备可以通过不同方式分别确定每个视频帧中分界线的坐标信息和每个对象的属性信息。即电子设备可以根据分界线在视频帧中的第一端点坐标、第二端点坐标和第一区域坐标确定分界线的坐标信息,第一端点坐标和第二端点坐标分别表征分界线的一个端点在视频帧中的位置,第一区域坐标用于表征分界线对应的第一区域位置。并通过对视频帧进行对象识别确定其中至少一个对象的对象标识和对象位置,得到每个对象的属性信息。其中,第一区域可以为分界线对应的特征区域,可以预先设定。例如,在分界线为禁行区域的边界线时,第一区域即为禁行区域。在分界线为地铁站入口边界线时,第一区域为地铁站内部区域。
在一种可能的实现方式中,由于分界线在目标场景中位置固定,当视频帧序列中每个视频帧为图像采集装置在固定位置采集得到的图像时,不同视频帧中的分界线位置相同,即每个视频帧中分界线的坐标信息相同。电子设备可以根据图像采集装置的采集角度预先确定每个视频帧序列通用的坐标信息,即电子设备可以根据图像采集装置的相机内参和外参预先确定分界线的第一端点坐标、第二端点坐标和第一区域坐标作为通用的坐标信息。该方式能够不受个别视频帧中分界线被遮挡的影响,准确的确定每个视频帧中分界线的坐标信息。
可选地,在视频帧序列中存在图像采集装置在不同角度采集目标场景得到的视频帧的情况下,电子设备可以在获取到每个视频帧后,分别根据其中包括的分界线端点在视频帧中的位置,以及预设的第一区域在视频帧中的位置确定第一端点坐标、第二端点坐标和第一区域坐标,得到对应的坐标信息。
进一步地,在一些应用场景中,电子设备需要对进入分界线两侧的对象均进行检测,可以不需要确定第一区域坐标,即电子设备也可以直接根据第一端点坐标和第二端点坐标确定坐标信息。
图2示出根据本公开实施例的一种分界线坐标信息的示意图。如图2所示,在电子设备确定视频帧序列后,其中的每个视频帧20中均包括分界线21。电子设备可以根据分界线21两个端点在视频帧20中的第一端点坐标(x1,y1)、第二端点坐标(x2,y2)和位于分界线21一侧用于表征第一区域的位置的第一区域坐标(x0,y0)。根据上述第一端点坐标、第二端点坐标和第一区域坐标即可确定视频帧20中分界线21的坐标信息。可选地,分界线21坐标信息中每个坐标可以为对应的点在视频帧20中的位置,可以为对应的点在视频帧20的坐标系中的坐标。其中,视频帧20的坐标系可以为以视频帧20任意一个端点为原点,该端点相邻的两条边分别作为x轴和y轴得到的坐标系。
进一步地,每个视频帧中的至少一个对象的属性标识可以通过深度神经网络进行对象识别得到。例如,在视频帧通过智能相机采集得到的情况下,可以通过智能相机内置的对象识别模型对视频帧进行对象识别,确定其中至少一个对象的对象标识和对象位置进一步得到每个对象的属性信息。智能相机可以在向电子设备传输视频帧的同时传输每个视频帧中对象对应的属性信息。或者,电子设备还可以在接收到视频帧后通过预先训练的对象模型识别每个视频帧中对象的属性信息。其中,在每个对象的属性信息通过深度神经网络进行对象识别得到的情况下,对象位置可以为对应对象所在区域的标注框。
在一种可能的实现方式中,本公开实施例还可以通过相同的方式同时确定每个视频帧中分界线的坐标信息和每个对象的属性信息。例如,可以通过预先训练得到的深度学习网络同时识别视频帧中分界线的第一端点坐标、第二端点坐标、第一区域坐标以及每个对象的属性信息。可选地,该深度学习网络可以部署在电子设备中或作为图像采集装置的智能相机中。
步骤S30、根据所述分界线的坐标信息确定所述视频帧中的第一区域和第二区域。
在一种可能的实现方式中,电子设备可以根据每个视频帧中分界线的坐标信息确定视频帧中的第一区域和第二区域。其中,第一区域为分界线对应的特征区域,例如,在分界线为禁行区域的边界线时,第一区域即为禁行区域。在分界线为地铁站入口边界线时,第一区域为地铁站内部区域。第二区域为通过分界线与第一区域接壤的区域。
可选地,在坐标信息中包括第一端点坐标、第二端点坐标和第一区域坐标的情况下,根据分界线的坐标信息确定当前视频帧的第一区域和第二区域的过程可以为先确定第一端点坐标和第二端点坐标的连线为第一连线。根据通过第一端点坐标且垂直于第一连线的直线,和通过第二端点坐标且垂直于第一连线的直线确定视频帧中的目标区域。在目标区域被第一连线划分的两个区域中确定第一区域坐标所在的区域为第一区域,另一个区域为第二区域。进一步地,在坐标信息中仅包括第一端点坐标和第二端点坐标的情况下,电子设备还可以在目标区域被第一连线划分的两个区域中任意选定一个作为第一区域,另一个作为第二区域。
图3示出根据本公开实施例的一种区域划分的示意图。如图3所示,电子设备在确定视频帧30中分界线的坐标信息后,根据坐标信息中的第一端点坐标(x1,y1)、第二端点坐标(x2,y2)和第一区域坐标(x0,y0)确定视频帧30中的第一区域32和第二区域33。其中,电子设备可以连接第一端点坐标和第二端点坐标得到表征分界线的第一连线31,进一步确定经过第一端点坐标且垂直于第一连线的直线,和经过第二端点坐标且垂直于第一连线的直线。确定上述两个连线在视频帧30中围成的区域为目标区域,该区域被第一连线31分割成两个子区域,确定其中包括第一区域坐标的子区域为第一区域31,另一个区域为第二区域32。
在一种可能的实现方式中,在视频帧序列中的每个视频帧内分界线对应的坐标信息相同的情况下,对应的第一区域和第二区域也相同。因此,视频帧中的第一区域和第二区域也可以预先设定,电子设备在确定视频帧序列的同时确定其中每个视频帧的坐标信息、第一区域和第二区域。
步骤S40、根据所述视频帧中所述分界线的坐标信息和所述对象的对象位置,确定每个所述对象的位置状态。
在一种可能的实现方式中,电子设备可以在确定视频帧序列中每个视频帧的分界线坐标信息、至少一个对象的对象位置、以及视频帧中的第一区域和第二区域后,对于每个视频帧,根据分界线的坐标信息以及至少一个对象的对象位置判断每个对象是否在第一区域和/或第二区域内,得到位置状态。即位置状态表征对象是否在第一区域和/或第二区域。
可选地,电子设备可以先根据对象的对象位置确定对象在视频帧中的对象坐标。再根据视频帧中对象的对象坐标和分界线的坐标信息,确定视频帧中至少一个对象的位置状态。其中,对象坐标可以通过任意方式确定。例如,在对象位置通过视频帧中该对象的一个点表征的情况下,可以直接确定该点位置为对象坐标。或者,在对象位置为包括对应对象的标注框的情况下,电子设备可以确定每个对象的对象位置标注框中的目标特征点,并根据目标特征点在视频帧中的位置确定对象坐标。目标特征点可以为对象位置标注框中任意一个能够表征对象位置特征的点,例如对象位置标注框中与分界线距离最近的点,或者对象位置标注框的中点。
进一步地,电子设备在确定视频帧中至少一个对象的对象坐标后,可以根据每个对象的对象坐标和边界线的坐标信息确定对应的位置状态。其中,电子设备可以通过坐标计算的方式确定对象坐标和第一端点坐标以及第二端点坐标形成三角形的内角,以及对象坐标至第一端点坐标以及第二端点坐标的向量夹角确定对应的位置状态。即电子设备可以对于视频帧中的每个对象,确定对象的对象坐标分别与分界线的两个端点坐标连线为第二连线和第三连钱,以及由对象坐标开始分别至两个端点坐标的第一向量和第二向量。确定第一连线和第二连线的第一夹角,第一连线和第三连线的第二夹角,以及第一向量和第二向量之间的第三夹角。根据每个对象对应的第一夹角、第二夹角和第三夹角确定位置状态。
可选地,第一夹角和第二夹角可以根据第一连线、第二连线和第三连线的长度确定。第一夹角和第二夹角为第一连线、第二连线和第三连线形成三角形的内角。其中,电子设备可以根据第一夹角和第二夹角的余弦值确定角度。以视频帧中第一端点坐标为A、第二端点坐标为B、对象坐标为C进行说明。在三角形ABC中,另AB=c为第一连线,CA=b为第二连线,BC=a为第三连线,且a和c的内角以及b和c的内角分别为第一夹角A和第二夹角B的情况下,可以通过如下公式确定第一夹角和第二夹角:
cosA=[b2+c2-a2]/(2bc)
cosB=[a2+c2-b2]/(2ac)
其中,在cosA和cosB均大于0的情况下,表征第一夹角和第二夹角为锐角,可以确定对象所在位置在目标区域内,即第一夹角和第二夹角均小于第一连线与目标区域的边界线夹角。但难以确定对象所在位置具体在第一区域还是在第二区域内,需要进一步根据第三夹角的大小进行判断。
图4示出根据本公开实施例的一种第一夹角和第二夹角的示意图。如图4所示,电子设备确定视频帧40中的第一连线AB为c,第二连线CA为b,第三连线BC为a,根据上述公式确定的第一夹角为三角形ABC中a和c的之间的内角,第二夹角为三角形ABC中b和c的之间内角。由于第一区域和第二区域组成的目标区域第一边缘41和第二边缘42均垂直于第一连线。因此,在第一夹角为锐角的情况下,确定对象的位置并未超出第一边缘41。在第二夹角为锐角的情况下,确定对象的位置并未超出第二边缘42,在第一夹角和第二夹角均为锐角的情况下可以进一步判断对象所在区域。进一步地,在第一夹角和第二夹角中的一个夹角非锐角的情况下,可以结束判断过程,直接确定表征对象不在第一区域和第二区域内的位置状态。
进一步地,第三夹角可以根据第一向量、第二向量,以及第二连线和第三连线的长度确定。其中,第一向量为由对象坐标开始指向第一端点坐标的向量,第二相邻为由对象坐标开始指向第二端点坐标的向量。可选地,向量之间的夹角可以通过向量叉乘的方式确定。仍以视频帧中第一端点坐标为A、第二端点坐标为B、对象坐标为C进行说明。电子设备可以确定第一向量为第二向量为可以通过如下公式计算得到第三夹角θ的正弦值,进而得到第三夹角的值。
其中,x1和y1分别为第一端点坐标的横坐标以及纵坐标,x2和y2分别为第二端点坐标的横坐标以及纵坐标,x和y分别为对象坐标的横坐标以及纵坐标。|CA|为第二连线的长度,|CB|为第三连线的长度。由于向量之间的第三夹角为第一向量开始顺时针旋转到第二向量需要经过的角度,电子设备可以根据第三夹角的正弦值判断第三夹角的角度,进而判断对象坐标在第一连线的哪一侧,即在对象坐标在目标区域的前提下判断对象坐标在第一区域还是第二区域中,得到对应的位置状态。
图5示出根据本公开实施例的一种第三夹角的示意图。如图5所示,电子设备确定视频帧50中的第一向量为第二向量为根据上述公式确定的第三夹角为由第一向量开始顺时针旋转值第二向量位置经过的角度。由于第二端点坐标在第一端点坐标的上方,对象坐标在第二区域时位于第一端点坐标和第二端点坐标的左侧,第一向量和第二向量之间的第三夹角为大于180度的角。对象坐标在第一区域时位于第一端点坐标和第二端点坐标的右侧,第一向量和第二向量之间的第三夹角为小于180度的角。
可选地,第一夹角和第二夹角用于判断对象坐标是否位于包括第一区域和第二区域的目标区域内。第三夹角用于判断对象坐标在分界线的哪一侧。确定第一夹角和第二夹角的方式与确定第三夹角的方式不相关,可以同时确定或者按顺序确定。
在一种可能的实现方式中,电子设备确定当前视频帧中的第一夹角、第二夹角和第三夹角后,可以根据每个对象对应的第一夹角、第二夹角和第三夹角确定位置状态。例如,可以在第一夹角和第二夹角小于90度,且第三夹角小于180的情况下,确定位置状态为第一区域位置。在第一夹角和第二夹角小于90度,且第三夹角大于180的情况下,确定位置状态为第二区域位置。其中,第一区域位置表征对应的对象位于当前视频帧的第一区域内,第二区域位置表征对应的对象位于当前视频帧的第二区域内。进一步地,在第一夹角或第二夹角大于等于90度的情况下,电子设备可以确定位置状态为非目标区域位置,不进一步评价对象的状态。
步骤S50、根据每个所述对象在当前视频帧中的位置状态和在时序相邻视频帧中的位置状态确定区域移动情况。
在一种可能的实现方式中,电子设备在确定一个视频帧中至少一个对象的位置状态后,可以根据时序上相邻视频帧中相同对象的位置状态确定该对象在相邻两帧采集时间之间的区域移动情况。可选地,相邻视频帧可以为时序位置在当前视频帧之前的相邻视频帧,和/或时序位置在当前帧之后的相邻视频帧。不同视频帧中相同的对象对应的对象标识相同,即电子设备可以根据相同对象标识在不同视频帧中对应的位置状态确定对应对象的区域移动情况。区域移动情况用于表征对应对象在相邻视频帧对应时刻是否由第一区域移动至第二区域,或由第二区域移动至第一区域。
可选地,电子设备可以对于每个视频帧中的至少一个对象,确定在当前视频帧中的位置状态和在时序上前一个视频帧或后一个视频帧中的位置状态是否相同。在对象在相邻视频帧中的位置状态相同的情况下,确定区域移动情况为未发生区域移动。在对象在相邻视频帧中的位置状态不同的情况下,根据位置状态变化情况确定区域移动情况。其中,在位置状态包括第一区域位置和第二区域位置的情况下,区域移动情况可以包括由第一区域位置移动至第二区域位置,和由第二区域位置移动至第一区域位置。
步骤S60、在所述区域移动情况满足预设移动规则的情况下,确定所述对象在所述当前视频帧中的状态为目标状态。
在一种可能的实现方式中,电子设备可以判断每个视频帧中包括对象的区域移动情况是否满足预设移动规则,并在满足预设移动规则的情况下确定该对象在当前视频帧中的状态为目标状态。可选地,预设移动规则可以根据实际应用场景设定。例如,在第一区域为地铁站内区域,且需要统计进站人员的情况下,可以确定由第二区域位置移动至第一区域位置的区域移动状态为预设移动规则,以通过统计预设时间周期内目标状态人数得到进站人数。同时,在需要统计出站人员的情况下,可以确定由第一区域位置移动至第二区域位置的区域移动状态为预设移动规则,以通过统计预设时间周期内目标状态人数得到出站人数。或者,在第一区域和第二区域为行车道,需要识别压线车辆的情况下,可以确定由第二区域位置移动至第一区域位置的区域移动状态或由第一区域位置移动至第二区域位置的区域移动状态为预设移动规则。
可选地,在一些应用场景下,电子设备检测得到当前视频帧中存在对象的状态为目标状态时,还可以生成并发送用于提示目标状态对应的对象发生状态改变的提示信息。其中,该提示信息可以用于提示对象,或用于提示工作人员。例如,在分界线用于统计地铁、博物馆、公园等区域的进入人数时,电子设备可以实时确定对象的状态为目标状态的人为进入人员,并在每一次确定进入人员后根据在已经进入的人员数量基础上加一后生成对应的提示信息,以提示工作人员当前进入人数。或者,在分界线用于划定禁行区域时,电子设备还可以在检测到对象进入禁行区域后,生成用于提示对象离开禁行区域的提示信息。在对象为人类时可以直接生成用于提示该对象的提示信息,在对象为动物时可以生成用于提示该动物主人或相关工作人员的提示信息。
基于上述方式,本公开实施例可以利用智能相机快速识别到采集视频帧中的对象属性信息,并通过对象属性信息与目标场景中分界线的坐标信息计算的方式进行越线检测,以及越线方向识别。该方式计算开销小、速度快且得到的结果精度高。同时,还能够对同一视频帧中的任意对象进行检测,提高了检测过程的效率以及普适性。
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,本公开还提供了状态检测装置、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状态检测方法,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状态检测装置的示意图,如图6所示,本公开实施例的状态检测装置可以包括序列确定模块60、信息确定模块61、区域划分模块62、位置确定模块63、移动情况确定模块64和状态确定模块65。
序列确定模块60,用于确定通过采集目标场景得到的视频帧序列,所述视频帧序列中包括至少两个具有时间顺序的视频帧,每个所述视频帧中包括目标场景中的分界线和至少一个对象;
信息确定模块61,用于确定所述视频帧中所述分界线的坐标信息和所述至少一个对象的属性信息,所述属性信息包括对象标识和对象位置;
区域划分模块62,用于根据所述分界线的坐标信息确定所述视频帧中的第一区域和第二区域;
位置确定模块63,用于根据所述视频帧中所述分界线的坐标信息和所述对象的对象位置,确定每个所述对象的位置状态,所述位置状态表征所述对象是否在所述第一区域和/或所述第二区域;
移动情况确定模块64,用于根据每个所述对象在当前视频帧中的位置状态和在时序相邻视频帧中的位置状态确定区域移动情况;
状态确定模块65,用于在所述区域移动情况满足预设移动规则的情况下,确定所述对象在所述当前视频帧中的状态为目标状态。
在一种可能的实现方式中,所述信息确定模块61,包括:
坐标确定子模块,用于根据分界线在所述视频帧中的第一端点坐标、第二端点坐标和第一区域坐标确定所述分界线的坐标信息,其中,所述第一端点坐标和所述第二端点坐标分别表征所述分界线的一个端点在所述视频帧中的位置,所述第一区域坐标用于表征所述分界线对应的第一区域位置;
属性确定子模块,用于通过对所述视频帧进行对象识别确定每个所述对象的属性信息。
在一种可能的实现方式中,在所述视频帧通过智能相机采集得到的情况下,所述属性确定子模块,包括:
属性确定单元,用于通过所述智能相机内置的对象识别模型对所述视频帧进行对象识别,确定其中至少一个对象的对象标识和对象位置,得到每个所述对象的属性信息。
在一种可能的实现方式中,所述坐标信息中包括第一端点坐标、第二端点坐标和第一区域坐标,所述区域划分模块62,包括:
第一连线单元,用于确定所述第一端点坐标和所述第二端点坐标的连线为第一连线;
区域确定单元,用于根据通过所述第一端点坐标且垂直于所述第一连线的直线,和通过所述第二端点坐标且垂直于所述第一连线的直线确定所述视频帧中的目标区域;
区域划分单元,用于在所述目标区域被所述第一连线划分的两个区域中确定所述第一区域坐标所在的区域为第一区域,另一个区域为第二区域。
在一种可能的实现方式中,所述位置确定模块63,包括:
对象坐标确定子模块,用于根据所述对象的对象位置确定在所述视频帧中的对象坐标;
位置状态确定子模块,用于根据所述视频帧中所述对象的对象坐标和所述分界线的坐标信息,确定所述视频帧中所述至少一个对象的位置状态。
在一种可能的实现方式中,在所述对象位置为包括对应对象的标注框的情况下,所述对象坐标确定子模块,包括:
对象坐标确定单元,用于确定所述对象的对象位置标注框中的目标特征点,并根据所述目标特征点在所述视频帧中的位置确定对象坐标。
在一种可能的实现方式中,所述位置状态确定子模块,包括:
第二连线单元,用于对于所述视频帧中的每个所述对象,确定所述对象的对象坐标分别与所述分界线的两个所述端点坐标连线为第二连线和第三连钱,以及由所述对象坐标开始分别至两个所述端点坐标的第一向量和第二向量;
夹角计算单元,用于确定所述第一连线和所述第二连线的第一夹角,所述第一连线和所述第三连线的第二夹角,以及所述第一向量和所述第二向量之间的第三夹角;
位置状态确定单元,用于根据每个所述对象对应的所述第一夹角、所述第二夹角和所述第三夹角确定位置状态。
在一种可能的实现方式中,所述位置状态确定单元,包括:
第一位置确定子单元,用于在所述第一夹角和第二夹角小于90度,且所述第三夹角小于180的情况下,确定所述位置状态为第一区域位置;
第二位置确定子单元,用于在所述第一夹角和第二夹角小于90度,且所述第三夹角大于180的情况下,确定所述位置状态为第二区域位置。
在一种可能的实现方式中,所述移动情况确定模块64,包括:
状态对比子模块,用于对于每个所述视频帧中的所述至少一个对象,确定在当前视频帧中的位置状态和在时序上相邻视频帧中的位置状态是否相同;
第一情况确定子模块,用于在所述对象在相邻视频帧中的位置状态相同的情况下,确定所述区域移动情况为未发生区域移动;
第二情况确定子模块,用于在所述对象在相邻视频帧中的位置状态不同的情况下,根据位置状态变化情况确定所述区域移动情况。
在一种可能的实现方式中,在所述位置状态包括第一区域位置和第二区域位置的情况下,所述区域移动情况包括由所述第一区域位置移动至所述第二区域位置,和由所述第二区域位置移动至所述第一区域位置。
在一种可能的实现方式中,在所述对象的状态为目标状态的情况下,所述装置还包括:
信息提示模块,用于生成并发送用于提示所述目标状态对应的对象发生状态改变的提示信息。
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可以是用户设备(User Equipment,UE)、移动设备、用户终端、终端、蜂窝电话、无绳电话、个人数字处理(Personal Digital Assistant,PDA)、手持设备、计算设备、车载设备、可穿戴设备等终端设备。
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(Wi-Fi)、第二代移动通信技术(2G)、第三代移动通信技术(3G)、第四代移动通信技术(4G)、通用移动通信技术的长期演进(LTE)、第五代移动通信技术(5G)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。
本公开涉及增强现实领域,通过获取现实环境中的目标对象的图像信息,进而借助各类视觉相关算法实现对目标对象的相关特征、状态及属性进行检测或识别处理,从而得到与具体应用匹配的虚拟与现实相结合的AR效果。示例性的,目标对象可涉及与人体相关的脸部、肢体、手势、动作等,或者与物体相关的标识物、标志物,或者与场馆或场所相关的沙盘、展示区域或展示物品等。视觉相关算法可涉及视觉定位、SLAM、三维重建、图像注册、背景分割、对象的关键点提取及跟踪、对象的位姿或深度检测等。具体应用不仅可以涉及跟真实场景或物品相关的导览、导航、讲解、重建、虚拟效果叠加展示等交互场景,还可以涉及与人相关的特效处理,比如妆容美化、肢体美化、特效展示、虚拟模型展示等交互场景。可通过卷积神经网络,实现对目标对象的相关特征、状态及属性进行检测或识别处理。上述卷积神经网络是基于深度学习框架进行模型训练而得到的网络模型。
图8示出根据本公开实施例的另一种电子设备1900的示意图。例如,电子设备1900可以被提供为一服务器或终端设备。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)
1.一种状态检测方法,其特征在于,所述方法包括:
确定通过采集目标场景得到的视频帧序列,所述视频帧序列中包括至少两个具有时间顺序的视频帧,每个所述视频帧中包括目标场景中的分界线和至少一个对象;
确定所述视频帧中所述分界线的坐标信息和所述至少一个对象的属性信息,所述属性信息包括对象标识和对象位置;
根据所述分界线的坐标信息确定所述视频帧中的第一区域和第二区域;
根据所述视频帧中所述分界线的坐标信息和所述对象的对象位置,确定每个所述对象的位置状态,所述位置状态表征所述对象是否在所述第一区域和/或所述第二区域;
根据每个所述对象在当前视频帧中的位置状态和在时序相邻视频帧中的位置状态确定区域移动情况;
在所述区域移动情况满足预设移动规则的情况下,确定所述对象在所述当前视频帧中的状态为目标状态。
2.根据权利要求1所述的方法,其特征在于,所述确定所述视频帧中所述分界线的坐标信息和所述至少一个对象的属性信息,包括:
根据分界线在所述视频帧中的第一端点坐标、第二端点坐标和第一区域坐标确定所述分界线的坐标信息,其中,所述第一端点坐标和所述第二端点坐标分别表征所述分界线的一个端点在所述视频帧中的位置,所述第一区域坐标用于表征所述分界线对应的第一区域位置;
通过对所述视频帧进行对象识别确定每个所述对象的属性信息。
3.根据权利要求2所述的方法,其特征在于,在所述视频帧通过智能相机采集得到的情况下,所述通过对所述视频帧进行对象识别确定每个所述对象的属性信息,包括:
通过所述智能相机内置的对象识别模型对所述视频帧进行对象识别,确定其中至少一个对象的对象标识和对象位置,得到每个所述对象的属性信息。
4.根据权利要求1-3中任意一项所述的方法,其特征在于,所述坐标信息中包括第一端点坐标、第二端点坐标和第一区域坐标,所述根据所述分界线的坐标信息确定所述视频帧中的第一区域和第二区域,包括:
确定所述第一端点坐标和所述第二端点坐标的连线为第一连线;
根据通过所述第一端点坐标且垂直于所述第一连线的直线,和通过所述第二端点坐标且垂直于所述第一连线的直线确定所述视频帧中的目标区域;
在所述目标区域被所述第一连线划分的两个区域中确定所述第一区域坐标所在的区域为第一区域,另一个区域为第二区域。
5.根据权利要求4所述的方法,其特征在于,所述根据所述视频帧中所述分界线的坐标信息和所述对象的对象位置,确定每个所述对象的位置状态,包括:
根据所述对象的对象位置确定在所述视频帧中的对象坐标;
根据所述视频帧中所述对象的对象坐标和所述分界线的坐标信息,确定所述视频帧中所述至少一个对象的位置状态。
6.根据权利要求5所述的方法,其特征在于,在所述对象位置为包括对应对象的标注框的情况下,所述根据所述对象的对象位置确定在所述视频帧中的对象坐标,包括:
确定所述对象的对象位置标注框中的目标特征点,并根据所述目标特征点在所述视频帧中的位置确定对象坐标。
7.根据权利要求4或5所述的方法,其特征在于,所述根据所述视频帧中所述对象的对象坐标和所述分界线的坐标信息,确定所述视频帧中所述至少一个对象的位置状态,包括:
对于所述视频帧中的每个所述对象,确定所述对象的对象坐标分别与所述分界线的两个所述端点坐标连线为第二连线和第三连钱,以及由所述对象坐标开始分别至两个所述端点坐标的第一向量和第二向量;
确定所述第一连线和所述第二连线的第一夹角,所述第一连线和所述第三连线的第二夹角,以及所述第一向量和所述第二向量之间的第三夹角;
根据每个所述对象对应的所述第一夹角、所述第二夹角和所述第三夹角确定位置状态。
8.根据权利要求7所述的方法,其特征在于,所述根据每个所述对象对应的所述第一夹角、所述第二夹角和所述第三夹角确定位置状态,包括:
在所述第一夹角和第二夹角小于90度,且所述第三夹角小于180的情况下,确定所述位置状态为第一区域位置;
在所述第一夹角和第二夹角小于90度,且所述第三夹角大于180的情况下,确定所述位置状态为第二区域位置。
9.根据权利要求1-8中任意一项所述的方法,其特征在于,所述根据每个所述对象在当前视频帧中的位置状态和在时序相邻视频帧中的位置状态确定区域移动情况,包括:
对于每个所述视频帧中的所述至少一个对象,确定在当前视频帧中的位置状态和在时序上相邻视频帧中的位置状态是否相同;
在所述对象在相邻视频帧中的位置状态相同的情况下,确定所述区域移动情况为未发生区域移动;
在所述对象在相邻视频帧中的位置状态不同的情况下,根据位置状态变化情况确定所述区域移动情况。
10.一种状态检测装置,其特征在于,所述装置包括:
序列确定模块,用于确定通过采集目标场景得到的视频帧序列,所述视频帧序列中包括至少两个具有时间顺序的视频帧,每个所述视频帧中包括目标场景中的分界线和至少一个对象;
信息确定模块,用于确定所述视频帧中所述分界线的坐标信息和所述至少一个对象的属性信息,所述属性信息包括对象标识和对象位置;
区域划分模块,用于根据所述分界线的坐标信息确定所述视频帧中的第一区域和第二区域;
位置确定模块,用于根据所述视频帧中所述分界线的坐标信息和所述对象的对象位置,确定每个所述对象的位置状态,所述位置状态表征所述对象是否在所述第一区域和/或所述第二区域;
移动情况确定模块,用于根据每个所述对象在当前视频帧中的位置状态和在时序相邻视频帧中的位置状态确定区域移动情况;
状态确定模块,用于在所述区域移动情况满足预设移动规则的情况下,确定所述对象在所述当前视频帧中的状态为目标状态。
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。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210610528.5A CN114937224A (zh) | 2022-05-31 | 2022-05-31 | 状态检测方法及装置、电子设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210610528.5A CN114937224A (zh) | 2022-05-31 | 2022-05-31 | 状态检测方法及装置、电子设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114937224A true CN114937224A (zh) | 2022-08-23 |
Family
ID=82866457
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210610528.5A Pending CN114937224A (zh) | 2022-05-31 | 2022-05-31 | 状态检测方法及装置、电子设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114937224A (zh) |
-
2022
- 2022-05-31 CN CN202210610528.5A patent/CN114937224A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109740516B (zh) | 一种用户识别方法、装置、电子设备及存储介质 | |
US11288531B2 (en) | Image processing method and apparatus, electronic device, and storage medium | |
CN111815675B (zh) | 目标对象的跟踪方法及装置、电子设备和存储介质 | |
CN110969115B (zh) | 行人事件的检测方法及装置、电子设备和存储介质 | |
CN111104920B (zh) | 视频处理方法及装置、电子设备和存储介质 | |
TW202201273A (zh) | 姿態檢測及視頻處理方法、電子設備和電腦可讀儲存介質 | |
CN112149659B (zh) | 定位方法及装置、电子设备和存储介质 | |
CN104537837A (zh) | 交通标志的获取、确定交通路线的方法、装置及系统 | |
CN110909203A (zh) | 视频分析方法及装置、电子设备和存储介质 | |
CN108171222B (zh) | 一种基于多流神经网络的实时视频分类方法及装置 | |
CN114419572B (zh) | 多雷达目标检测方法、装置、电子设备及存储介质 | |
CN112906484A (zh) | 一种视频帧处理方法及装置、电子设备和存储介质 | |
CN114581525A (zh) | 姿态确定方法及装置、电子设备和存储介质 | |
CN113313115A (zh) | 车牌属性识别方法及装置、电子设备和存储介质 | |
CN111832338A (zh) | 对象检测方法及装置、电子设备和存储介质 | |
WO2023155350A1 (zh) | 一种人群定位方法及装置、电子设备和存储介质 | |
CN115825979A (zh) | 一种环境感知方法、装置、电子设备、存储介质及车辆 | |
CN114937224A (zh) | 状态检测方法及装置、电子设备和存储介质 | |
CN112330721B (zh) | 三维坐标的恢复方法及装置、电子设备和存储介质 | |
CN114565962A (zh) | 人脸图像处理方法及装置、电子设备和存储介质 | |
CN114387622A (zh) | 动物重识别方法及装置、电子设备和存储介质 | |
CN114445753A (zh) | 人脸跟踪识别方法及装置、电子设备和存储介质 | |
CN114550261A (zh) | 人脸识别方法及装置、电子设备和存储介质 | |
CN113192139A (zh) | 定位方法及装置、电子设备和存储介质 | |
CN111339964A (zh) | 图像处理方法及装置、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 |