CN115019515A - 成像控制方法及系统 - Google Patents

成像控制方法及系统 Download PDF

Info

Publication number
CN115019515A
CN115019515A CN202210408923.5A CN202210408923A CN115019515A CN 115019515 A CN115019515 A CN 115019515A CN 202210408923 A CN202210408923 A CN 202210408923A CN 115019515 A CN115019515 A CN 115019515A
Authority
CN
China
Prior art keywords
image acquisition
image
shooting
acquisition equipment
target
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
Application number
CN202210408923.5A
Other languages
English (en)
Other versions
CN115019515B (zh
Inventor
袁潮
赵月峰
其他发明人请求不公开姓名
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 Zhuohe Technology Co Ltd
Original Assignee
Beijing Zhuohe Technology 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 Zhuohe Technology Co Ltd filed Critical Beijing Zhuohe Technology Co Ltd
Priority to CN202210408923.5A priority Critical patent/CN115019515B/zh
Publication of CN115019515A publication Critical patent/CN115019515A/zh
Application granted granted Critical
Publication of CN115019515B publication Critical patent/CN115019515B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled
    • G08G1/017Detecting movement of traffic to be counted or controlled identifying vehicles
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled
    • G08G1/052Detecting movement of traffic to be counted or controlled with provision for determining speed or overspeed

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Studio Devices (AREA)

Abstract

本申请提供的一种成像控制方法及系统,涉及计算机技术领域,该方法包括:获取第一图像采集设备组和第二图像采集设备组的信息;其中,所述第一图像采集设备组和所述第二图像采集设备组均至少包括多个图像采集设备;响应于所述第一图像采集设备组获取到目标的初始图像,对所述初始图像数据进行分析,得到分析结果;响应于所述第一图像采集设备组将所述分析结果发送至所述第二图像采集设备组,控制第二图像采集设备组基于所述分析结果的成像控制策略对拍摄参数进行调整;其中,所述拍摄参数包括拍摄位置、拍摄亮度、拍摄时刻中的至少一种;基于所述调整后的第二图像采集设备组对所述目标进行拍摄,获取目标图像。本申请能够获取质量较好的图像数据。

Description

成像控制方法及系统
技术领域
本申请涉及计算机技术领域,尤其涉及一种成像控制方法及系统。
背景技术
在交通成像场景下,通过图像采集设备获取车辆图像会受到各种因素的影响,例如车辆的车速过快、图像采集设备的拍摄角度和位置不佳、拍摄环境的光照亮度不足等,受以上因素影响可能会导致图像采集设备的成像效果不佳,拍摄到的图像质量较低。
因此现有技术存在缺陷,期望提供一种成像控制方法及系统以克服以上技术缺陷。
发明内容
本发明实施例的目的在于提供一种成像控制方法及系统,本申请实施例能够在图像采集设备采集图像的过程中,对图像采集设备进行成像控制操作,以使图像采集设备在各种不良拍摄因素的影响仍能获取质量较好的图像。具体技术方案如下:
在本发明实施例的第一方面,提供一种成像控制方法,包括:获取第一图像采集设备组和第二图像采集设备组的信息;其中,所述第一图像采集设备组和所述第二图像采集设备组均至少包括多个图像采集设备;
响应于所述第一图像采集设备组获取到目标的初始图像,对所述初始图像数据进行分析,得到分析结果;
响应于所述第一图像采集设备组将所述分析结果发送至所述第二图像采集设备组,控制所述第二图像采集设备组基于所述分析结果的成像控制策略对拍摄参数进行调整;其中,所述拍摄参数包括拍摄位置、拍摄亮度、拍摄时刻中的至少一种;
基于所述调整后的第二图像采集设备组对所述目标进行拍摄,获取目标图像。
可选地,所述对所述初始图像数据进行分析,得到分析结果,包括:
获取所述第一图像采集设备组中的多个图像采集设备重合区域中心的第一中心点,以及所述目标中心的第二中心点;
在所述初始图像的拍摄时刻,获取所述第一中心点至所述第二中心点的距离,基于所述距离调整所述第二图像采集设备组的多个图像采集设备的拍摄位置。
可选地,所述基于所述距离调整所述第二图像采集设备组的多个图像采集设备的拍摄位置,包括:
基于所述距离获取所述第二图像采集设备组的多个图像采集设备对应的权重;
基于所述权重,调整所述第二图像采集设备组的多个图像采集设备的拍摄位置。
可选地,所述对所述初始图像数据进行分析,得到分析结果,包括:
获取所述第一图像采集设备组与所述第二图像采集设备组的第一距离;
在所述初始图像的拍摄时刻,获取所述目标的当前速度;
根据所述第一距离和所述当前速度,生成包含所述目标移动至所述第二图像采集设备组的所需时间的所述分析结果。
可选地,所述响应于所述第一图像采集设备组将所述分析结果发送至所述第二图像采集设备组,所述第二图像采集设备组基于所述分析结果的成像控制策略对拍摄参数进行调整,包括:
获取所述第一图像采集设备组与所述第二图像采集设备组的预设拍摄时刻间隔;
根据所述目标移动至所述第二图像采集设备组的所需时间,对所述预设拍摄时刻间隔进行调整。
可选地,所述对所述初始图像数据进行分析,得到分析结果,包括:
在所述初始图像的拍摄时刻,获取所述目标和所述目标的所处环境的点云数据集合;
基于所述点云数据集合,获取光照数据;
基于所述光照数据,生成包含修改所述光照数据的分析结果。
可选地,所述方法还包括:
将所述目标图像输入至图像评分模型,输出得到所述目标图像的分数;
根据所述目标图像的分数,对所述成像控制策略进行调整。
可选地,所述方法还包括:根据所述分析结果,对所述第一图像采集设备组的拍摄参数进行调整。
在本发明实施例的又一方面,提供一种成像控制系统,所述系统包括:
采集设备信息获取模块,用于获取第一图像采集设备组和第二图像采集设备组的信息;其中,所述第一图像采集设备组和所述第二图像采集设备组均至少包括多个图像采集设备;
分析结果获取模块,响应于所述第一图像采集设备组获取到目标的初始图像,用于对所述初始图像数据进行分析,得到分析结果;
拍摄参数调整模块,响应于所述第一图像采集设备组将所述分析结果发送至所述第二图像采集设备组,用于控制所述第二图像采集设备组基于所述分析结果的成像控制策略对拍摄参数进行调整;其中,所述拍摄参数包括拍摄位置、拍摄亮度、拍摄时刻中的至少一种;
目标图像获取模块,用于基于所述调整后的第二图像采集设备组对所述目标进行拍摄,获取目标图像。
在本发明实施例的又一方面,提供一种计算机可读存储介质,所述存储介质存储计算机指令,当计算机读取存储介质中的计算机指令后,计算机执行如上所述的方法。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例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一些实施例,对于本领域技术人员来讲,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是本申请实施例提供的成像控制系统的应用场景示意图;
图2是本申请实施例提供的成像控制方法的流程示意图;
图3是本申请实施例提供的成像控制系统的结构示意图;
图4是本申请实施例提供的计算机设备的内部结构图。
具体实施方式
为了更清楚地说明本说明书实施例的技术方案,下面将对实施例描述中所需要使用的附图作简单的介绍。显而易见地,下面描述中的附图仅仅是本说明书的一些示例或实施例,对于本领域的普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图将本说明书应用于其它类似情景。除非从语言环境中显而易见或另做说明,图中相同标号代表相同结构或操作。
应当理解,本文使用的“系统”、“装置”、“单元”和/或“模块”是用于区分不同级别的不同组件、元件、部件、部分或装配的一种方法。然而,如果其他词语可实现相同的目的,则可通过其他表达来替换所述词语。
如本说明书和权利要求书中所示,除非上下文明确提示例外情形,“一”、“一个”、“一种”和/或“该”等词并非特指单数,也可包括复数。一般说来,术语“包括”与“包含”仅提示包括已明确标识的步骤和元素,而这些步骤和元素不构成一个排它性的罗列,方法或者设备也可能包含其它的步骤或元素。
本说明书中使用了流程图用来说明根据本说明书的实施例的系统所执行的操作。应当理解的是,前面或后面操作不一定按照顺序来精确地执行。相反,可以按照倒序或同时处理各个步骤。同时,也可以将其他操作添加到这些过程中,或从这些过程移除某一步或数步操作。
图1是根据本申请一些实施例所示的成像控制系统的应用场景示意图。如图1所示,成像控制系统100可以包括服务器110、网络120、图像采集设备组130、目标140和存储器150。
服务器110可以处理从成像控制系统100的至少一个组件(例如,图像采集设备组130、目标140和存储器150)或外部数据源(例如,云数据中心)获取的数据和/或信息。例如,服务器110可以从图像采集设备组130(例如,乘客端)获取交互指令。又例如,服务器110还可以从存储器150获取历史数据。
在一些实施例中,服务器110可以包括处理设备112。处理设备112可以处理与人机交互系统相关的信息和/或数据以执行本说明书中描述的一个或多个功能。例如,处理设备112可以基于交互指令和/或历史数据确定成像控制策略。在一些实施例中,处理设备112可包括至少一个处理单元(例如,单核处理引擎或多核处理引擎)。在一些实施例中,处理设备112可以为图像采集设备组130和/或目标140的一部分。
网络120可以提供信息交换的渠道。在一些实施例中,网络120可以包括一个或多个网络接入点。成像控制系统100的一个或多个部件可以通过接入点连接到网络120以交换数据和/或信息。在一些实施例中,成像控制系统100中的至少一个组件可以经由网络120访问存储在存储器150中的数据或指令。
图像采集设备组130可以由多个图像采集设备组成,图像采集设备的种类不做限制,例如可以是摄像头、光场相机或具有图像采集功能的移动终端等。
其中,目标140可以为交通场景中行驶的车辆,目标140可以被图像采集设备组130拍摄获取到图像数据。在一些实施例中,图像采集设备组130还可以对目标140的行行驶数据和周围环境数据进行计算和分析。
在一些实施例中,存储器150可以存储处理设备112可以执行或使用以完成本说明书描述的示例性方法的数据和/或指令。例如,存储器150可以存储历史数据。在一些实施例中,存储器150可以作为后端存储器直接连接到服务器110。在一些实施例中,存储器150可以是服务器110、图像采集设备组130和/或目标140的一部分。
图2示出了本申请实施例提供的一种成像控制方法的流程示意图,如图2所示,一种成像控制方法包括如下步骤:
步骤210、获取第一图像采集设备组和第二图像采集设备组的信息。
其中,所述第一图像采集设备组和所述第二图像采集设备组均至少包括多个图像采集设备,例如图像采集设备可以是光场相机、高清摄像头等。需要说明的是,本申请实施例中的任意图像采集设备均具备拍摄参数分析、拍摄参数调整等功能,例如调整拍摄位置、拍摄角度、拍摄亮度和拍摄时刻等,从而能够极大地增强拍摄目标的灵活性。
步骤220、响应于所述第一图像采集设备组获取到目标的初始图像,对所述初始图像数据进行分析,得到分析结果。
可选地,步骤220还可以包括以下步骤:
获取所述第一图像采集设备组中的多个图像采集设备重合区域中心的第一中心点,以及所述目标中心的第二中心点;
在所述初始图像的拍摄时刻,获取所述第一中心点至所述第二中心点的距离,基于所述距离调整所述第二图像采集设备组的多个图像采集设备的拍摄位置。
其中,步骤“基于所述距离调整所述第二图像采集设备组的多个图像采集设备的拍摄位置”,可以包括:
基于所述距离获取所述第二图像采集设备组的多个图像采集设备对应的权重;
基于所述权重,调整所述第二图像采集设备组的多个图像采集设备的拍摄位置。
在该场景中,由于第一图像采集设备组和第二图像采集设备组均包括以一定间隔设置的多个图像采集设备,以便于全方位地采集目标的图像数据。为便于理解,下面结合本申请实施例的交通图像成像场景进行描述。
假设第一图像采集设备包括两个高清摄像头,这两个高清摄像头以一定间隔设置,为保证两个高清摄像头可以互相照应地获取图像数据,因此将两个摄像头的间隔合理设置,使得两个摄像头的图像采集范围存在重合区域。其中,目标中心可以是指车辆的中心,在图像采集设备计算第二中心点的位置时,可以将目标车辆看作一个移动的矩形体,通过图像识别技术获取该矩形体的体积中心点即可。
可以理解,第一中心点与第二中心点的距离可以反映出目标与第一图像采集设备组中多个摄像头重合区域之间相对位置,该距离可以为正值、也可以为负值,可以为二维数值、也可以为三维向量数值等。在获取该距离后,便可计算出当前拍摄时刻下,两个摄像头的拍摄位置与目标的位置偏差程度。例如该距离值越大,则表示当前拍摄到的目标与重合区域之间的偏差越大,因此可以根据偏差距离、位置确定后续第二图像采集设备组各摄像头之间的相对拍摄位置。需要说明的是,为便于控制,第二图像采集设备组中各图像采集设备的数量、设置间隔和拍摄参数初始设置与第一图像采集设备组一致。因此,后续可以根据分析结果中的距离确定第二图像采集设备中每个图像采集设备拍摄位置进行调整的权重,例如拍摄位置可以通过摄像头移动、改变拍摄角度等方式实现。可以理解的是,当初始图像拍摄时刻下,目标与第一图像采集设备组中某个图像采集设备的距离越大,则表示该图像采集设备对应第二图像采集设备组中的摄像头具有越大的拍摄位置调整权重,需要调整更大的位移或拍摄角度才能实现后续第二图像采集设备组能够在最佳拍摄位置下获取目标的目标图像。
可选地,步骤220还可以包括以下步骤:
获取所述第一图像采集设备组与所述第二图像采集设备组的第一距离;
在所述初始图像的拍摄时刻,获取所述目标的当前速度;
根据所述第一距离和所述当前速度,生成包含所述目标移动至所述第二图像采集设备组的所需时间的所述分析结果。
在一些实施例中,目标的当前速度可以表示为:
Figure BDA0003602936750000101
其中,公式(1)中的v是目标的当前速度,D为目标在起始时刻t1至初始图象拍摄时刻t2下的移动距离。
可以理解,在获取了目标的当前速度v之后,只要通过第一距离与当前速度的比值即可估算出目标在初始图象获取时刻移动至第二图像采集设备组的时间。
可选地,步骤220还可以包括以下步骤:
在所述初始图像的拍摄时刻,获取所述目标和所述目标的所处环境的点云数据集合;
基于所述点云数据集合,获取光照数据;
基于所述光照数据,生成包含修改所述光照数据的分析结果。
其中,光照数据可以包括初始图象中的阴影数据,阴影数据在初始图象中较暗,因此极大地影响了初始图象的质量。具体地,可以通过计算阴影数据区域的环境光分量和散射光分量,然后再将阴影数据区域的环境光分量和散射光分量进行模拟调整,达到较佳效果后,再将该部分数据转换回点云数据。需要注意的是转换回的点云数据可能和一开始获取的点云数据集合存在偏差,因此能够起到较好的调整效果。其中,分析结果中可以包括调整后的环境光分量、散射光分量和点云数据,以供第二图像采集设备组进行参考,调整拍摄亮度及以上相关参数。
在一些实施例中,对于包含阴影数据的初始图像的调整过程可以在模拟图像上进行,模拟图像与实际的初始图像之间具有相似性,该相似性的值通过两者之间的归一化压缩距离来计算,具体可以表示为:
Figure BDA0003602936750000111
其中,公式(2)中的NCD表示压缩距离,x和y分别表示模拟图像和实际的初始图像,ω表示预设的权重因子,Z(x)和Z(y)分别表示压缩器Z的对象x和y的长度。
步骤230、响应于所述第一图像采集设备组将所述分析结果发送至所述第二图像采集设备组,所述第二图像采集设备组基于所述分析结果的成像控制策略对拍摄参数进行调整。
可选地,步骤230还可以包括以下步骤:
获取所述第一图像采集设备组与所述第二图像采集设备组的预设拍摄时刻间隔;
根据所述目标移动至所述第二图像采集设备组的所需时间,对所述预设拍摄时刻间隔进行调整。
继续步骤220中的示例,预设拍摄时刻间隔可以为:在第一图像采集设备组采集到目标的初始图象时刻,至第二图像采集设备组采集到目标的目标图像所产生的时间间隔,例如10秒、1分钟等。可以理解,在第一图像采集设备组分析出目标从初始图像获取时刻行进至第二图像采集设备组的时间后,第二图像采集设备便可根据该时间对自身的拍摄时刻进行调整,例如从10秒延长至20秒,从1分钟降低至30秒等,以保证在目标刚好进入第二图像采集设备组的最佳拍摄位置下获取目标的目标图像。
对于拍摄位置,每个图像采集设备均存在根据计算机图像坐标系像素点坐标(u,v)和世界坐标系空间三维坐标(Xj,Yj,Zj)之间的关系:
Figure BDA0003602936750000121
其中,公式(3)中的u和v分别表示像素位于数组的列数和行数,单位为pixel(像素)用n表示,n为矩阵[u v]的转置。Xj,Yj,Zj分别代表第j个方向道路上的竖直高度、宽度和纵向长度坐标值,单位为m。P为矩阵[Xj Yj Zj]的转置。j代表道路编号,如:对于十字路口,j=1、2、3、4,j=1代表由东向西的路口,j=2代表由西向东的路口,j=3代表由南向北的路口,j=4代表由北向南的路口,作为角标使用时,Z1、Z2、Z3、Z4分别代表由东向西、由西向东、由南向北、由北向南行车道路所对应的世界坐标系的Zj轴坐标;s为世界坐标系中空间点映射到摄像头坐标系(xc,yc,zc)中zc轴上的分量,其数值等于公式(3)右边计算结果所得到的三维列向量中的第三元素值。
步骤240、基于所述调整后的第二图像采集设备组对所述目标进行拍摄,获取目标图像。
可选地,本申请实施例还可以包括以下步骤:
将所述目标图像输入至图像评分模型,输出得到所述目标图像的分数;
根据所述目标图像的分数,对所述成像控制策略进行调整。
其中,图像评分模型可以是训练好的具有分类功能的机器学习模型。例如,可以包括卷积神经网络模型(例如,多尺度卷积神经网络模型、超分辨率卷积神经网络模型、降噪卷积神经网络模型)、感知神经网络模型、深度信任网络模型、堆栈自编码网络模型、递归神经网络模型(如长短期记忆(LSTM)神经网络模型、分层递归神经网络模型、双向递归神经网络模型、二阶递归神经网络模型、完全递归网络模型、回波状态网络模型、多时间尺度递归神经网络(MTRNN)模型等或其任意组合)。
在以大量的带有标签的训练样本对图像评分模型进行训练后,例如训练样本可以是历史目标图像,标签可以是人工对大量历史目标图像进行打分的分数,这样,可以获取模型性能极佳的图像评分模型,对输入的目标图像达到人工打分标准的分数。可以理解,若目标图像的分数较高,则表示当前目标图像的质量较好,使得分析结果中的成像控制策略较好,反之亦然。因此,本申请实施例可以根据目标图像分数的高低,来进一步评判成像控制策略的优劣,以对成像控制策略做出及时的调整。
可选地,本申请实施例还可以根据所述分析结果,对所述第一图像采集设备组的拍摄参数进行调整。由于分析结果是由第一图像采集设备获取初始图象后,对初始图象进行分析后得到的用于调整第二图像采集设备组的拍摄参数的数据,以实现第二图像采集设备组的多个图像采集设备能够以更完善的成像控制策略获取目标图像。可以理解,本申请实施例也可以将分析结果应用于第一图像采集设备组的拍摄参数的调整,以实现第一图像采集设备组也尽可能地获取较高质量的初始图像,以减少后续对第二图像采集设备组的调整力度,从而能够更高效、快捷地获取质量较好的目标图像。
由上可知,本申请实施例通过获取目标的初始图像,并对初始图象进行分析得到包含成像控制策略的分析结果,通过第一图像采集设备组将分析结果发送至第二图像采集设备组,以使得第二图像采集设备组可以根据成像控制策略调整其拍摄参数,以便于获取更优质的目标图像。
为实现上述方法类实施例,本申请实施例还提供一种成像控制系统,图3示出了本申请实施例提供的一种成像控制系统的结构示意图,所述系统包括:
采集设备信息获取模块301,用于获取第一图像采集设备组和第二图像采集设备组的信息;其中,所述第一图像采集设备组和所述第二图像采集设备组均至少包括多个图像采集设备;
分析结果获取模块302,响应于所述第一图像采集设备组获取到目标的初始图像,用于对所述初始图像数据进行分析,得到分析结果;
拍摄参数调整模块303,响应于所述第一图像采集设备组将所述分析结果发送至所述第二图像采集设备组,用于控制所述第二图像采集设备组基于所述分析结果的成像控制策略对拍摄参数进行调整;其中,所述拍摄参数包括拍摄位置、拍摄亮度、拍摄时刻中的至少一种;
目标图像获取模块304,用于基于所述调整后的第二图像采集设备组对所述目标进行拍摄,获取目标图像。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述装置中模块/单元/子单元/组件的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在一些实施例中,提供了一种计算机设备,该计算机设备可以是服务器,其内部结构图可以如图4所示。该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储图像采集设备的相关数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种成像控制方法及系统。
在一些实施例中,提供了一种计算机设备,该计算机设备可以是终端,其内部结构图可以如图4所示。该计算机设备包括通过系统总线连接的处理器、存储器、通信接口、显示屏和输入装置。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信,无线方式可通过WIFI、运营商网络、NFC(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现成像控制方法及系统。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏,该计算机设备的输入装置可以是显示屏上覆盖的触摸层,也可以是计算机设备外壳上设置的按键、轨迹球或触控板,还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解,图4中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一些实施例中,还提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现上述各方法实施例中的步骤。
在一些实施例中,提供了一种计算机可读存储介质,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各方法实施例中的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-Only Memory,ROM)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(Random Access Memory,RAM)或外部高速缓冲存储器。作为说明而非局限,RAM可以是多种形式,比如静态随机存取存储器(Static Random Access Memory,SRAM)或动态随机存取存储器(Dynamic Random Access Memory,DRAM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
综上所述,本申请提供的一种成像控制方法,包括:
获取第一图像采集设备组和第二图像采集设备组的信息;其中,所述第一图像采集设备组和所述第二图像采集设备组均至少包括多个图像采集设备;
响应于所述第一图像采集设备组获取到目标的初始图像,对所述初始图像数据进行分析,得到分析结果;
响应于所述第一图像采集设备组将所述分析结果发送至所述第二图像采集设备组,控制所述第二图像采集设备组基于所述分析结果的成像控制策略对拍摄参数进行调整;其中,所述拍摄参数包括拍摄位置、拍摄亮度、拍摄时刻中的至少一种;
基于所述调整后的第二图像采集设备组对所述目标进行拍摄,获取目标图像。
在本申请所提供的实施例中,应该理解到,所揭露装置和方法,可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,又例如,多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请提供的实施例中的各功能单元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。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,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,本申请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)执行本申请各个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(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释,此外,术语“第一”、“第二”、“第三”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
最后应说明的是:以上所述实施例,仅为本申请的具体实施方式,用以说明本申请的技术方案,而非对其限制,本申请的保护范围并不局限于此,尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化,或者对其中部分技术特征进行等同替换;而这些修改、变化或者替换,并不使相应技术方案的本质脱离本申请实施例技术方案的精神和范围。都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以所述权利要求的保护范围为准。

Claims (10)

1.一种成像控制方法,其特征在于,包括:
获取第一图像采集设备组和第二图像采集设备组的信息;其中,所述第一图像采集设备组和所述第二图像采集设备组均至少包括多个图像采集设备;
响应于所述第一图像采集设备组获取到目标的初始图像,对所述初始图像数据进行分析,得到分析结果;
响应于所述第一图像采集设备组将所述分析结果发送至所述第二图像采集设备组,控制所述第二图像采集设备组基于所述分析结果的成像控制策略对拍摄参数进行调整;其中,所述拍摄参数包括拍摄位置、拍摄亮度、拍摄时刻中的至少一种;
基于所述调整后的第二图像采集设备组对所述目标进行拍摄,获取目标图像。
2.根据权利要求1所述的方法,其特征在于,所述对所述初始图像数据进行分析,得到分析结果,包括:
获取所述第一图像采集设备组中的多个图像采集设备重合区域中心的第一中心点,以及所述目标中心的第二中心点;
在所述初始图像的拍摄时刻,获取所述第一中心点至所述第二中心点的距离,基于所述距离调整所述第二图像采集设备组的多个图像采集设备的拍摄位置。
3.根据权利要求2所述的方法,其特征在于,所述基于所述距离调整所述第二图像采集设备组的多个图像采集设备的拍摄位置,包括:
基于所述距离获取所述第二图像采集设备组的多个图像采集设备对应的权重;
基于所述权重,调整所述第二图像采集设备组的多个图像采集设备的拍摄位置。
4.根据权利要求1所述的方法,其特征在于,所述对所述初始图像数据进行分析,得到分析结果,包括:
获取所述第一图像采集设备组与所述第二图像采集设备组的第一距离;
在所述初始图像的拍摄时刻,获取所述目标的当前速度;
根据所述第一距离和所述当前速度,生成包含所述目标移动至所述第二图像采集设备组的所需时间的所述分析结果。
5.根据权利要求4所述的方法,其特征在于,所述响应于所述第一图像采集设备组将所述分析结果发送至所述第二图像采集设备组,所述第二图像采集设备组基于所述分析结果的成像控制策略对拍摄参数进行调整,包括:
获取所述第一图像采集设备组与所述第二图像采集设备组的预设拍摄时刻间隔;
根据所述目标移动至所述第二图像采集设备组的所需时间,对所述预设拍摄时刻间隔进行调整。
6.根据权利要求1所述的方法,其特征在于,所述对所述初始图像数据进行分析,得到分析结果,包括:
在所述初始图像的拍摄时刻,获取所述目标和所述目标的所处环境的点云数据集合;
基于所述点云数据集合,获取光照数据;
基于所述光照数据,生成包含修改所述光照数据的分析结果。
7.根据权利要求1所述的方法,其特征在于,所述方法还包括:
将所述目标图像输入至图像评分模型,输出得到所述目标图像的分数;
根据所述目标图像的分数,对所述成像控制策略进行调整。
8.根据权利要求1所述的方法,其特征在于,所述方法还包括:根据所述分析结果,对所述第一图像采集设备组的拍摄参数进行调整。
9.一种成像控制系统,其特征在于,所述系统包括:
采集设备信息获取模块,用于获取第一图像采集设备组和第二图像采集设备组的信息;其中,所述第一图像采集设备组和所述第二图像采集设备组均至少包括多个图像采集设备;
分析结果获取模块,响应于所述第一图像采集设备组获取到目标的初始图像,用于对所述初始图像数据进行分析,得到分析结果;
拍摄参数调整模块,响应于所述第一图像采集设备组将所述分析结果发送至所述第二图像采集设备组,用于控制所述第二图像采集设备组基于所述分析结果的成像控制策略对拍摄参数进行调整;其中,所述拍摄参数包括拍摄位置、拍摄亮度、拍摄时刻中的至少一种;
目标图像获取模块,用于基于所述调整后的第二图像采集设备组对所述目标进行拍摄,获取目标图像。
10.一种计算机可读存储介质,其特征在于,所述存储介质存储计算机指令,当计算机读取存储介质中的计算机指令后,计算机执行如权利要求1-8中任一项所述的方法。
CN202210408923.5A 2022-04-19 2022-04-19 成像控制方法及系统 Active CN115019515B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210408923.5A CN115019515B (zh) 2022-04-19 2022-04-19 成像控制方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210408923.5A CN115019515B (zh) 2022-04-19 2022-04-19 成像控制方法及系统

Publications (2)

Publication Number Publication Date
CN115019515A true CN115019515A (zh) 2022-09-06
CN115019515B CN115019515B (zh) 2023-03-03

Family

ID=83067385

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210408923.5A Active CN115019515B (zh) 2022-04-19 2022-04-19 成像控制方法及系统

Country Status (1)

Country Link
CN (1) CN115019515B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116170693A (zh) * 2023-04-25 2023-05-26 山西乐宸科技有限公司 一种安防监控系统控制方法、装置、电子设备及存储介质

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130188852A1 (en) * 2012-01-20 2013-07-25 Annemarie Bakai Acquisition device and a method for control thereof
CN105894817A (zh) * 2015-01-26 2016-08-24 杭州海康威视数字技术股份有限公司 车辆违章停车的取证方法及其装置
CN105979143A (zh) * 2015-12-29 2016-09-28 广东中星电子有限公司 一种调整球机拍摄参数的方法及装置
CN110113538A (zh) * 2019-06-12 2019-08-09 北京百度网讯科技有限公司 智能拍摄设备、智能控制方法和装置
CN111050078A (zh) * 2019-12-26 2020-04-21 上海传英信息技术有限公司 一种拍照方法、移动终端及计算机存储介质
CN112770042A (zh) * 2019-11-05 2021-05-07 RealMe重庆移动通信有限公司 图像处理方法及装置、计算机可读介质、无线通信终端
CN113411498A (zh) * 2021-06-17 2021-09-17 深圳传音控股股份有限公司 图像拍摄方法、移动终端及存储介质
CN113627213A (zh) * 2020-05-06 2021-11-09 浙江宇视科技有限公司 车辆异常行为监控方法、装置及系统

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130188852A1 (en) * 2012-01-20 2013-07-25 Annemarie Bakai Acquisition device and a method for control thereof
CN105894817A (zh) * 2015-01-26 2016-08-24 杭州海康威视数字技术股份有限公司 车辆违章停车的取证方法及其装置
CN105979143A (zh) * 2015-12-29 2016-09-28 广东中星电子有限公司 一种调整球机拍摄参数的方法及装置
CN110113538A (zh) * 2019-06-12 2019-08-09 北京百度网讯科技有限公司 智能拍摄设备、智能控制方法和装置
CN112770042A (zh) * 2019-11-05 2021-05-07 RealMe重庆移动通信有限公司 图像处理方法及装置、计算机可读介质、无线通信终端
CN111050078A (zh) * 2019-12-26 2020-04-21 上海传英信息技术有限公司 一种拍照方法、移动终端及计算机存储介质
CN113627213A (zh) * 2020-05-06 2021-11-09 浙江宇视科技有限公司 车辆异常行为监控方法、装置及系统
CN113411498A (zh) * 2021-06-17 2021-09-17 深圳传音控股股份有限公司 图像拍摄方法、移动终端及存储介质

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116170693A (zh) * 2023-04-25 2023-05-26 山西乐宸科技有限公司 一种安防监控系统控制方法、装置、电子设备及存储介质

Also Published As

Publication number Publication date
CN115019515B (zh) 2023-03-03

Similar Documents

Publication Publication Date Title
KR102635987B1 (ko) 이미지 시맨틱 세그멘테이션 네트워크를 트레이닝하기 위한 방법, 장치, 디바이스 및 저장 매체
CN110232311B (zh) 手部图像的分割方法、装置及计算机设备
JP2022526548A (ja) ターゲット検出方法、装置、電子機器およびコンピュータ可読記憶媒体
US20180321776A1 (en) Method for acting on augmented reality virtual objects
CN109325933A (zh) 一种翻拍图像识别方法及装置
CN106529538A (zh) 一种飞行器的定位方法和装置
CN112446270A (zh) 行人再识别网络的训练方法、行人再识别方法和装置
CN112419368A (zh) 运动目标的轨迹跟踪方法、装置、设备及存储介质
EP2903256B1 (en) Image processing device, image processing method and program
WO2022179581A1 (zh) 一种图像处理方法及相关设备
WO2021238548A1 (zh) 区域识别方法、装置、设备及可读存储介质
CN110543848B (zh) 一种基于三维卷积神经网络的驾驶员动作识别方法及装置
CN109087337B (zh) 基于分层卷积特征的长时间目标跟踪方法及系统
CN111680675B (zh) 人脸活体检测方法、系统、装置、计算机设备和存储介质
CN113177432B (zh) 基于多尺度轻量化网络的头部姿态估计方法、系统、设备及介质
CN112733901B (zh) 基于联邦学习和区块链的结构化动作分类方法与装置
CN111832561B (zh) 基于计算机视觉的字符序列识别方法、装置、设备和介质
CN115019515B (zh) 成像控制方法及系统
DE102021205690A1 (de) Trainieren neuronaler Netze mit begrenzten Daten unter Verwendung invertierbarer Augmentationsoperatoren
CN112489077A (zh) 目标跟踪方法、装置及计算机系统
CN111191553A (zh) 人脸跟踪方法、装置及电子设备
CN114170231A (zh) 基于卷积神经网络的图像语义分割方法、装置及电子设备
CN115660969A (zh) 图像处理方法、模型训练方法、装置、设备和存储介质
CN111260623A (zh) 图片评价方法、装置、设备及存储介质
Nie et al. LFC-SSD: Multiscale aircraft detection based on local feature correlation

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