CN115880238A - 一种人工智能画面污迹处理方法和装置 - Google Patents
一种人工智能画面污迹处理方法和装置 Download PDFInfo
- Publication number
- CN115880238A CN115880238A CN202211531208.7A CN202211531208A CN115880238A CN 115880238 A CN115880238 A CN 115880238A CN 202211531208 A CN202211531208 A CN 202211531208A CN 115880238 A CN115880238 A CN 115880238A
- Authority
- CN
- China
- Prior art keywords
- lens
- image
- stain
- angle
- intelligent
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Studio Devices (AREA)
Abstract
本申请涉及人工智能及智能打猎相机技术领域,尤其涉及一种人工智能画面污迹处理方法和装置。该方法,应用于智能打猎相机,智能打猎相机包括第一镜头和第二镜头,包括:启用第一镜头和第二镜头在预设角度进行采集,得到第一图像集;将第一图像集输入至目标图像智能输出模型中进行结合判断;当结合判断出的结合图像中有污迹区域,则将第一图像集输入目标镜头角度调整智能模型中,得到对应第一镜头和第二镜头的待调节转动角度;基于待调节转动角度对第一镜头和第二镜头进行调节,并进行图像采集,得到第二图像集;将第二图像集再次输入至图像智能输出模型中进行结合判断,当判断出的结合图像中无污迹区域,则将结合图像作为目标采集图像。
Description
技术领域
本申请涉及人工智能及智能打猎相机技术领域,尤其涉及一种人工智能画面污迹处理方法和装置。
背景技术
打猎相机是常应用于野外或者郊区的无人看守相机,其能够利用红外或其它感应技术的运动探测器,自动捕捉动物的运动状态。通常情况下,当打猎相机通过运动探测器发现动物后,会发出触发信号并自动拍摄高清晰度的图片和视频,然后通过wifi或移动网络上传至手机等网络终端,以记录下周围动物的活动范围以及生活习性等,是研究野外生物常用的设备。
打猎相机在使用过程中,会长时间暴露在复杂多变的环境中,其雨水、雪、雾、霜和灰尘等,会使得相机镜头上不可避免会附着不同程度的脏污,可能会影响到对后续动物的运动状态捕捉,导致拍摄到的图片不清晰,甚至严重遮挡拍摄视线,直接制约到图像的完整性,给动态图像的检测及采集图像的可分析性带来困难,对于此问题的解决,目前只是采集人员定时去实地去获取采集的图像数据时,基于镜头的洁净程度进行擦拭,但是基于环境的不确性,无法确定脏污产生的时间,当采集人员不能及时进行清洁处理时,会严重导致采集图像的清晰完整度,影响图像的可分析性。
发明内容
为了更智能的提高采集图像的清晰完整度,进而确保采集图像的可分析性,本申请提供一种人工智能画面污迹处理方法和一种人工智能画面污迹处理装置,采用如下的技术方案:
第一方面,本申请实施例公开了一种人工智能画面污迹处理方法,应用于智能打猎相机,所述智能打猎相机包括第一镜头和第二镜头,包括:
启用所述第一镜头和所述第二镜头在预设角度进行采集,得到第一图像集,所述第一图像集中包括所述第一镜头和所述第二镜头采集的两张图像;
将所述第一图像集输入至目标图像智能输出模型中进行结合判断;
当所述结合判断出的结合图像中有污迹区域,则将所述第一图像集输入目标镜头角度调整智能模型中,得到对应所述第一镜头和所述第二镜头的待调节转动角度;
基于所述待调节转动角度对所述第一镜头和所述第二镜头进行调节,并进行图像采集,得到第二图像集,所述第二图像集中包括所述第一镜头和所述第二镜头采集的两张图像;
将所述第二图像集再次输入至所述目标图像智能输出模型中进行结合判断,当判断出的结合图像中无污迹区域,则将所述结合图像作为目标采集图像。
通过采用上述技术方案,通过将第一镜头和第二镜头在预设角度拍摄的图像集输入至目标图像智能输出模型中进行图像结合判断,可判断出结合的图像中还是否存在污迹遮挡区域,若还有,则将采集的图像集输入至目标镜头角度调整智能模型中,以得到第一镜头和第二镜头对应所需要调节的转动角度,并在调节后进行重新采集图像,并将采集的图像再次输入目标图像智能输出模型中进结合判断,当判断出结合图像中没有污迹遮挡区域时,则将此次结合的图像作为目标采集图像,可以更智能的提高采集图像的清晰完整度,进而确保采集图像的可分析性。
可选的,在所述启用所述第一镜头和所述第二镜头在预设角度进行采集,得到第一图像集之前,还包括:
获取镜头角度训练数据集,所述镜头角度判断数据集包括多组镜头角度数据,其中一组镜头角度数据中包括一个初始采集图像、第一镜头预设角度采集图像、第二镜头预设角度采集图像、第一镜头转动角度集合、第二镜头转动角度集合;
使用所述镜头角度训练数据集训练初始镜头角度调整智能模型,得到目标镜头角度调整智能模型。
通过采用上述技术方案,通过获取镜头角度训练数据集,可实现训练初始镜头角度调整智能模型,以得到能够基于输入的两张图像获取到对应镜头需要调节一定角度来使得结合图像没有污迹遮挡区域的目标镜头角度调整智能模型。
可选的,在所述启用所述第一镜头和所述第二镜头在预设角度进行采集,得到第一图像集之前,包括:
启用所述第一镜头进行预设角度的采集,得到第一采集图像,所述第一镜头包括有第一镜片;
将所述第一采集图像输入至污迹判断模型,得到第一污迹信息,所述第一污迹信息包括所述第一镜片上的污迹大小和污迹在所述第一镜片上的位置;
当污迹大小在所述第一镜片上的占比大于第一预设污迹占比,则调用所述第二镜头进行采集,得到第二采集图像;
将所述第二采集图像输入至污迹判断模型,得到第二污迹信息,所述第二污迹信息包括所述第二镜片上的污迹大小和污迹在所述第二镜片上的位置;
当污迹大小在所述第二镜片上的占比大于第二预设污迹占比,则同时调用所述第一镜头和所述第二镜头进行图像采集。
通过采用上述技术方案,通过将采集图像输入至污迹判断模型,得到污迹信息,通过污迹信息判断出对应拍摄镜头上污迹的占比,通过污迹占比来判定是否调用第一镜头和/或第二镜头进行图像采集,此过程体现出了镜头调用的灵活性,且可以提高采集图像的清晰完整度,进而确保采集图像的可分析性。
可选的,在所述启用所述第一镜头和所述第二镜头在预设角度进行采集,得到第一图像集之前,还包括:
获取图像输出训练数据集,所述图像输出数据集包括多组图像输出数据,其中一组图像输出数据中包括一个初始图像、无污迹图像集合、有污迹图像集合;
使用所述图像输出训练数据集训练初始图像智能输出模型,得到目标图像智能输出模型。
通过采用上述技术方案,通过获取图像输出训练数据集,可实现训练初始图像智能输出模型,以得到能够将输入的两张图像进行结合,并在结合后判断出结合图像是否有污迹遮挡区域的目标图像智能输出模型。
第二方面,本申请实施例公开了一种人工智能画面污迹处理方法,应用于智能打猎相机,所述智能打猎相机包括第一镜头和第二镜头,包括:
启用所述第一镜头、所述第二镜头在预设角度和预设镜头伸缩长度下进行采集,得到第一图像集,所述第一图像集中包括所述第一镜头和所述第二镜头采集的两张图像;
将所述第一图像集输入至目标图像智能输出模型中进行结合判断;
当所述结合判断出的结合图像中有污迹区域,则将所述第一图像集输入目标镜头角度调整智能模型中,得到对应所述第一镜头、所述第二镜头的待调节转动角度和待调节伸缩距离;
基于所述待调节转动角度、所述待调节伸缩距离分别对所述第一镜头和所述第二镜头进行调节,并进行图像采集,得到第二图像集,所述第二图像集中包括所述第一镜头和所述第二镜头采集的两张图像;
将所述第二图像集再次输入至所述目标图像智能输出模型中进行结合判断,当判断出的结合图像中无污迹区域,则将所述结合图像作为目标采集图像。
通过采用上述技术方案,通过将第一镜头、第二镜头在预设角度和预设伸缩长度拍摄的图像集输入至目标图像智能输出模型中进行图像结合判断,可判断出结合的图像中还是否存在污迹遮挡区域,若还有,则将采集的图像输入至目标镜头角度调整智能模型中,以得到第一镜头、第二镜头对应所需要调节的转动角度和伸缩距离,并在调节后进行重新采集图像,并将采集的图像再次输入目标图像智能输出模型中进结合判断,当判断出结合图像中没有污迹遮挡区域时,则将此次结合的图像作为目标采集图像,可进一步提高采集图像的清晰完整度,进而确保采集图像的可分析性。
可选的,在所述启用所述第一镜头、所述第二镜头在预设角度和预设镜头伸缩长度下进行采集,得到第一图像集之前,还包括:
获取镜头角度训练数据集,所述镜头角度判断数据集包括多组镜头角度数据,其中一组镜头角度数据中包括一个初始采集图像、第一镜头预设角度和预设伸缩长度下采集的图像、第二镜头预设角度和预设伸缩长度下采集的图像、第一镜头转动角度集合、第二镜头转动角度集合;
使用所述镜头角度训练数据集训练初始镜头角度调整智能模型,得到目标镜头角度调整智能模型。
通过采用上述技术方案,通过获取镜头角度训练数据集,可实现训练初始镜头角度调整智能模型,以得到能够基于输入的两张图像获取到对应镜头需要调节一定角度和一定伸缩距离来使得结合图像没有污迹遮挡区域的目标镜头角度调整智能模型。
可选的,在所述启用所述第一镜头和所述第二镜头在预设角度进行采集,得到第一图像集之前,包括:
启用所述第一镜头进行所述预设角度和所述预设镜头伸缩长度进行采集,得到第一采集图像,所述第一镜头包括有第一镜片;
将所述第一采集图像输入至污迹判断模型,得到第一污迹信息,所述第一污迹信息包括所述第一镜片上的污迹大小和污迹在所述第一镜片上的位置;
当污迹大小在所述第一镜片上的占比大于第一预设污迹占比,则调用所述第二镜头进行采集,得到第二采集图像;
将所述第二采集图像输入至污迹判断模型,得到第二污迹信息,所述第二污迹信息包括所述第二镜片上的污迹大小和污迹在所述第二镜片上的位置;
当污迹大小在所述第二镜片上的占比大于第二预设污迹占比,则同时调用所述第一镜头和所述第二镜头进行图像采集。
通过采用上述技术方案,通过将采集图像输入至污迹判断模型,得到污迹信息,通过污迹信息判断出对应拍摄镜头上污迹的占比,通过污迹占比来判定是否调用第一镜头和/或第二镜头进行图像采集,此过程体现出了镜头调用的灵活性,且可以提高采集图像的清晰完整度,进而确保采集图像的可分析性。
可选的,在所述启用所述第一镜头、所述第二镜头在预设角度和预设镜头伸缩长度下进行采集,得到第一图像集之前,还包括:
获取图像输出训练数据集,所述图像输出数据集包括多组图像输出数据,其中一组图像输出数据中包括一个初始图像、无污迹图像集合、有污迹图像集合;
使用所述图像输出训练数据集训练初始图像智能输出模型,得到所述目标图像智能输出模型。
通过采用上述技术方案,通过获取图像输出训练数据集,可实现训练初始图像智能输出模型,以得到能够将输入的两张图像进行结合,并在结合后判断出结合图像是否有污迹遮挡区域的目标图像智能输出模型。
第三方面,本申请实施例公开了一种人工智能画面污迹处理装置,用于执行上述实施例公开的一种人工智能画面污迹处理方法,包括:
第一图像获取模块,用于启用所述第一镜头和所述第二镜头在预设角度进行采集,得到第一图像集,所述第一图像集中包括所述第一镜头和所述第二镜头采集的两张图像;
结合判断模块,用于将所述第一图像集输入至目标图像智能输出模型中进行结合判断;
调节信息获取模块,用于当所述结合判断出的结合图像中有污迹区域,则将所述第一图像集输入目标镜头角度调整智能模型中,得到对应所述第一镜头和所述第二镜头的待调节转动角度;
第二图像获取模块,用于基于所述待调节转动角度对所述第一镜头和所述第二镜头进行调节,并进行图像采集,得到第二图像集,所述第二图像集中包括所述第一镜头和所述第二镜头采集的两张图像;
目标采集图像获取模块,用于将第二图像集再次输入至所述目标图像智能输出模型中进行结合判断,当判断出的结合图像中无污迹区域,则将所述结合图像作为目标采集图像。
第四方面,本申请实施例公开了一种人工智能画面污迹处理装置,用于执行上述实施例公开的一种人工智能画面污迹处理方法,包括:
第一图像获取模块,用于启用所述第一镜头、所述第二镜头在预设角度和预设镜头伸缩长度下进行采集,得到第一图像集,所述第一图像集中包括所述第一镜头和所述第二镜头采集的两张图像;
结合判断模块,用于将所述第一图像集输入至目标图像智能输出模型中进行结合判断;
调节信息获取模块,用于当所述结合判断出的结合图像中有污迹区域,则将所述第一图像集输入目标镜头角度调整智能模型中,得到对应所述第一镜头、所述第二镜头的待调节转动角度和待调节伸缩距离;
第二图像获取模块,用于基于所述待调节转动角度、所述待调节伸缩距离分别对所述第一镜头和所述第二镜头进行调节,并进行图像采集,得到第二图像集,所述第二图像集中包括所述第一镜头和所述第二镜头采集的两张图像;
目标采集图像获取模块,用于将所述第二图像集再次输入至所述目标图像智能输出模型中进行结合判断,当判断出的结合图像中无污迹区域,则将所述结合图像作为目标采集图像。
综上所述,本申请包括以下至少一种有益技术效果:
1.通过将第一镜头和第二镜头在预设角度拍摄的图像集输入至目标图像智能输出模型中进行图像结合判断,可判断出结合的图像中还是否存在污迹遮挡区域,若还有,则将采集的图像集输入至目标镜头角度调整智能模型中,以得到第一镜头和第二镜头对应所需要调节的转动角度,并在调节后进行重新采集图像,并将采集的图像再次输入目标图像智能输出模型中进结合判断,当判断出结合图像中没有污迹遮挡区域时,则将此次结合的图像作为目标采集图像,可以更智能提高采集图像的清晰完整度,进而确保采集图像的可分析性。
2.通过将第一镜头、第二镜头在预设角度和预设伸缩长度拍摄的图像集输入至目标图像智能输出模型中进行图像结合判断,可判断出结合的图像中还是否存在污迹遮挡区域,若还有,则将采集的图像集输入至目标镜头角度调整智能模型中,以得到第一镜头、第二镜头对应所需要调节的转动角度和伸缩距离,并在调节后进行重新采集图像,并将采集的图像再次输入目标图像智能输出模型中进结合判断,当判断出结合图像中没有污迹遮挡区域时,则将此次结合的图像作为目标采集图像,可进一步提高采集图像的清晰完整度,进而确保采集图像的可分析性。
附图说明
图1为相关智能打猎相机在野外采集图像的情景示意图;
图2为本申请一实施例公开的一种人工智能画面污迹处理方法应用于智能打猎相机后的使用场景示意图;
图3为本申请一实施例公开的一种人工智能画面污迹处理方法中镜头角度调整智能模型中进行数据处理的过程示意图;
图4为本申请一实施例公开的一种人工智能画面污迹处理方法的流程示意图;
图5为将两张同角度区域的采集污迹遮挡图像进行结合的过程示意图;
图6为本申请另一实施例公开的一种人工智能画面污迹处理方法中镜头角度调整智能模型中进行数据处理的过程示意图;
图7为本申请另一实施例公开的一种人工智能画面污迹处理方法应用于智能打猎相机后的使用场景示意图;
图8为本申请另一实施例公开的一种人工智能画面污迹处理方法的流程示意图;
图9为本申请另一实施例公开的一种人工智能画面污迹处理方法的流程示意图;
图10为本申请一实施例公开的一种人工智能画面污迹处理装置示意图;
图11为本申请另一实施例公开的一种人工智能画面污迹处理装置示意图。
具体实施方式
本申请以下实施例中所使用的术语只是为了描述特定实施例的目的,而并非旨在作为对本申请的限制。如在本申请的说明书和所附权利要求书中所使用的那样,单数表达形式“一个”、“一种”、“所述”、“上述”、“该”和“这一”旨在也包括复数表达形式,除非其上下文中明确地有相反指示。还应当理解,本申请中使用的术语“和/或”是指并包含一个或多个所列出项目的任何或所有可能组合。
以下,术语“第一”、“第二”、“第三”仅用于描述目的,而不能理解为暗示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”、“第三”的特征可以明示或者隐含地包括一个或者更多个该特征,在本申请实施例的描述中,除非另有说明,“多个”的含义是两个或两个以上。
参见图1,为相关技术中用于野外拍摄的情景示意图,一单镜头摄像机固定在树木上,来实现对一定角度区域内的情景进行动物的运动状态捕捉,并进行存储或直接通过网络上传至手机等网络终端,其中,当摄像机的镜头上附着有脏污,采集人员不能及时进行清洁处理时,会影响到对后续对动物的运动状态捕捉,导致拍摄到的图片不清晰,甚至严重遮挡拍摄视线,直接制约到图像的完整性,给动态图像的检测及采集图像的可分析性带来困难,基于此,本申请为了解决镜头脏污对智能打猎相机采集图像的影响,来确保动态图像的检测和采集图像的可分析性,以及结合野外的场景,公开了一种人工智能画面污迹处理方法和装置,具体如下:
首先,对本申请一实施例中公开的一种人工智能画面污迹处理方法所应用的智能打猎相机进行描述,该智能打猎相机包括固定座和设置在固定座上的摄像头、运动探测器、存储器、网络模块、控制板、电池,摄像头的镜头设置为两个;两个镜头在固定座上可以进行角度的自动调节,以满足采集人员对一定角度区域进行分析的需求,运动探测器连接摄像头用于在感测到动态物体时触发镜头进行拍摄;存储器连接控制板,网络模块连接控制板,以用于将镜头采集的图像经存储器传输至网络终端,电池连接于控制板。
其中,在野外的复杂环境中,智能打猎相机可通过固定座固定在树木上、石头等物体上,来实现自动捕捉动物的运动状态,在本实施例中以固定在树木上为例展开阐述;两个镜头的设置,可以在一镜头故障时进行启动,也或是同时使用,来确保采集的图像清晰完整;运动探测器为红外运动探测器,用于自动捕捉动物的运动状态,触发摄像头的镜头进行采集;控制板为具有数据处理能力的控制电路板,其可以由单片机芯片进行组成;存储器用于存储采集的图像数据;电池用于为智能打猎相机供电,可设置为锂电池,以及还可外接太阳板通过采集阳光进行自充电。在此说明,在本实施例中,并不限定智能打猎相机中各元器件的品牌、类型及型号,只要能够实现相同技术效果即可。
参见图2,为本申请实施例公开的一种人工智能画面污迹处理方法应用于智能打猎相机后的使用场景示意图,对该场景的叙述如下:
首先,启用摄像头的两个镜头同时采集预设角度的图像,得到被污迹遮挡的图像1和图像2,并将其都输入至目标图像智能输出模型中进行结合,以判断得出结合的图像3,图像3中有被污迹遮挡的区域,将图像1和图像2输入至镜头角度调整智能模型中,以得到镜头1和镜头2所要转动的目标转动角度。
其次,摄像头的镜头基于目标角度进行转动后,再次进行采集,得到被污迹遮挡的图像4和图像5,并将其再次输入至目标图像智能输出模型中进行结合,以判断得出结合的图像6是否被污迹遮挡的区域,若没有污迹,则可将结合图像6输入存储器中进行存储,以便于后续采集人员进行获取分析,也或者直接上传网络终端供采集人员在线观看。
参见图3,为镜头角度调整智能模型的处理过程,通过将第一镜头在预设角度下采集的图像、第二镜头在预设角度下采集的图像输入至镜头角度调整智能模型中进行分析处理,以输出每个镜头待调节的转动角度。
其中,关于镜头角度调整智能模型的数据集的采集,是通过人工调整两个镜头转动至第一角度,采集该角度区域的景象,得到两张图像T11和T21,人工将两张图像T11和T21进行结合,若结合图像有重叠污迹区域,则基于重叠污迹区域调整两个镜头的角度,使得结合后的图像没有重叠污迹,便可将其调整数据进行记录,作为数据集的一条数据;再次人工调整两个镜头转动至第二角度,采集该角度区域的景象,得到两张图像T12和T22,人工将两张图像T12和T22进行结合,若结合图像有重叠污迹区域,则基于重叠污迹区域调整两个镜头的角度进行,使得结合后的图像没有重叠污迹,便可将其调整数据进行记录,作为数据集的另一条数据,基于此,人工进行调整多次以记录多条调整数据,进而作为镜头角度调整智能模型的数据集。
基于上述对图2和3的阐述,请参阅图4,为本申请实施例中一种人工智能画面污迹处理方法的一个流程示意图。
S10、将第一镜头和第二镜头在预设角度采集的第一图像集输入至目标图像智能输出模型中进行结合判断;
其中,预设角度为采集人员依据需求进行设定;第一图像集包括第一镜头和第二镜头采集两张图像;在此基于上述场景阐述,第一镜头和第二镜头上都有污迹,对应采集的两张第一采集图像都有污迹遮挡区域,并通过目标图像智能输出模型将两张第一采集图像进行结合,可判断出结合后的图像是否还有污迹遮挡区域。
举例而言,目标图像智能输出模型中的结合处理功能,可如图5所示,将采集的图像1和图像2分别输入至污迹区域结合模型中,以图像1为主图像,识别到图像1中的污迹区域,以及识别图像2中对应的区域,将图像2中对应的区域结合在图像1中的污迹区域,得到结合图像3,也或是以图像2为主图像,识别到图像2中的污迹区域,以及识别图像1中对应的区域,将图像1中对应的区域结合在图像2中的污迹区域,得到结合图像3。
S20、当判断出结合图像中有污迹区域,则将第一图像集输入镜头角度调整智能模型中,得到对应两个镜头的待调节转动角度;
其中,将第一图像集输入镜头角度调整智能模型中,可以实现基于两个镜头采集的第一图像集中对应污迹的位置,判断出两个镜头基于当前的采集角度,再调节多少角度,能够使得两个镜头采集的图像再经目标图像智能输出模型进行合成后,合成的图像中无污迹遮挡区域。
S30、基于待调节转动角度对两个镜头进行调节,并进行图像采集,得到第二图像集;
其中,第二图像集中包括第一镜头和第二镜头采集的两张图像;镜头进行角度调节为镜头基于固定镜头的固定座进行自动上下左右的调节,增加镜头调节的灵活性。
S40、将第二图像集再次输入至目标图像智能输出模型中进行结合判断,若判断出的结合图像中无污迹区域,则将结合图像作为目标采集图像。
其中,通过目标图像智能输出模型可以对重新采集的图像进行再次判断,以确保最终得到的图像没有污迹遮挡的区域,也即能够实现提高采集图像的清晰完整度,便于采集人员进行后续分析的目的。
其上述主要阐述了当两个镜片采集的图像都有污迹遮挡区域,以将两个镜头采集的图像集输入至目标图像智能输出模型中进行结合判断,以判断出结合的图像是否还存在遮挡区域,若还存在,则将两个镜头采集的图像集输入至目标镜头角度调整智能模型中,得到两个镜头应该调节的角度,且在角度调整后,对新采集的图像进行再次输入至目标图像智能输出模型中进行结合判断,以确保得到的结合图像不存在遮挡区域,来实现提高采集图像的清晰完整度,便于采集人员进行后续分析的目的。
进一步地,在本另一实施例中,两个镜头在图像采集时基于污迹还可以进行相互调用,在步骤S10之前,具体还包括如下步骤:
S01、启用第一镜头进行预设角度的采集,得到第一采集图像;
其中,启动第一镜头,在此可默认设置启动两者中一个先启用,在此并不限定。
S02、将第一采集图像输入至污迹判断模型,得到第一污迹信息;
其中,第一污迹信息包括镜片上的污迹大小和污迹在镜片上的位置,以便于后续的分析处理。
S03、当污迹大小在第一镜片上的占比大于第一预设污迹占比,则调用第二镜头进行采集,得到第二采集图像。
其中,第一预设污迹占比例如污迹区域占整个第一镜片的40%,其表示污迹遮挡住了镜头所能照射到的40%的景象,在污迹遮挡住了镜头所能照射到的40%以上的景象时,会严重影响到图像的完整度,不利于采集人员进行分析。
其上述主要阐述了第一镜头采集的图像在经污迹判断模型判定后,进行调用第二镜头进行采集的过程,此过程能够实现在一者不满足采集条件后,调用另一者进行采集的功能,可增加图像采集的灵活性,以进一步提高采集图像的清晰完整度。
进一步地,为了尽可能确保采集图像的区域能够清晰完整,以便于采集人员进行分析,步骤S03之后还具体包括如下步骤:
S04、将第二采集图像输入至污迹判断模型,得到第二污迹信息;
其中,第二污迹信息包括第二镜片上的污迹大小和污迹在第二镜片上的位置;
S05、基于第二污迹信息,判断第二镜头的第二镜片上污迹大小占比是否大于第二预设污迹占比;
其中,第二预设污迹占比例如污迹区域占整个第二镜片的40%,其表示污迹遮挡住了镜头所能照射到的40%的景象,在污迹遮挡住了镜头所能照射到的40%以上的景象时,会严重影响到图像的完整度,不利于采集人员进行分析。
S06、当第二镜片上的污迹大小占比大于第二预设污迹占比时,同时调用第一镜头和第二镜头进行图像采集,对应得到采集的第一图像集。
其上述主要阐述了第一镜头和第二镜头在经污迹判断模型判定后,进行调用的过程,此过程能够实现在两者都满足调用另一者进行采集的条件后,同时启动两者进行采集,增加摄像头的镜头调用灵活性。
本申请另一实施例公开了一种人工智能画面污迹处理方法,其用于解决上述第一实施例中,当两个镜头大面积被污迹遮挡,基于目标镜头角度调整智能模型得到的镜头调节角度,仍不能得到无污迹的结合图像时的问题,具体地,本申请公开的第二实施例,将一种人工智能画面污迹处理方法应用于能够进行主动调节角度和焦距的智能打猎相机,该智能打猎相机相比于上述应用的智能打猎相机多了可调节焦距的功能,以配合镜头的角度调节,来确保得到清晰完整的结合图像。
请参见图6,关于本实施例中所应用的目标镜头角度调整智能模型,与上述第一实施例中也不同,其相比于图3,在目标镜头角度调整智能模型的训练集中增加了在采集图像时镜头的伸缩长度条件、镜头1和镜头2的待伸缩长度参数的记录,以及在数据输入目标镜头角度调整智能模型时,还增加了镜头进行采集图像时的伸缩长度,以及从目标镜头角度调整智能模型输出时,增多了待调节镜头的伸缩距离信息也即调节镜头的焦距。
其中,关于目标镜头角度调整智能模型的数据集的采集,是通过人工调整两个镜头转动至第一角度和镜头伸缩至第一伸缩长度(或者移动拍摄物体相对于镜头的距离),采集该角度区域的景象,得到两张图像T11和T21,人工将两张图像T11和T21进行结合,若结合图像有重叠污迹区域,则基于重叠污迹区域调整两个镜头的角度和镜头的伸缩长度(或者移动拍摄物体相对于镜头的距离),使得结合后的图像没有重叠污迹,便可将其调整数据进行记录,作为数据集的一条数据;再次人工调整两个镜头转动至第二角度和镜头伸缩至第二伸缩长度(或者移动拍摄物体相对于镜头的距离),采集该角度区域的景象,得到两张图像T12和T22,人工将两张图像T12和T22进行结合,若结合图像有重叠污迹区域,则基于重叠污迹区域调整两个镜头的角度和镜头的伸缩长度(或者移动拍摄物体相对于镜头的距离),使得结合后的图像没有重叠污迹,便可将其调整数据进行记录,作为数据集的另一条数据,基于此,人工进行调整多次以记录多条调整数据,进而作为目标镜头角度调整智能模型的数据集。
参见图7,为本申请实施例公开的一种人工智能画面污迹处理方法应用于该智能打猎相机的应用场景示意图,对该场景的叙述如下:
参见图7a,摄像头的两个镜头同时采集预设角度的图像,得到被污迹遮挡的图像1和图像2,并将其都输入至目标图像智能输出模型中进行结合,以判断得出结合的图像3,图像3有被污迹遮挡的区域,将图像1和图像2输入至目标镜头角度调整智能模型中,得到镜头1左转a1度,镜头伸缩b1mm、镜头左转a2度,镜头伸缩b2mm。
参见图7b,基于镜头1左转a1度,镜头伸缩b1mm、镜头左转a2度,镜头伸缩b2mm分别对镜头1和镜头2进行调节,在调节后进行图像的再次采集,分别得到图像4和图像5,将图像4和图像5输入至图像结合污迹判定模型进行结合,并判断得到该结合图像中无污迹,则将该结合图像进行输入至存储器进行存储。
其本实施例基于第一实施例,主要阐述了当两个镜片采集的图像都有污迹遮挡区域,以将两个镜头采集的图像输入至目标图像智能输出模型中进行结合判断,以判断出结合的图像是否还存在遮挡区域,若还存在,则将两个镜头采集的图像输入至目标镜头角度调整智能模型中,得到两个镜头应调节的角度和镜头应调节的伸缩长度,且在角度和伸缩长度调整后,对新采集的图像进行再次输入至目标图像智能输出模型中进行结合判断,以确保得到的结合图像不存在遮挡区域,来实现提高采集图像的清晰完整度,便于采集人员进行后续分析的目的。
为了更清楚的描述本申请实施例公开的一种人工智能画面污迹处理方法,参见图8和图9,对其进行详细流程说明,如下:
S81、摄像头识别到动态物体,进入步骤S82;
其中,识别可通过运动探测器进行检测动态物体的存在。
S82、启用第一镜头进行预设角度和预设伸缩长度的采集,得到采集图像,进入步骤S83;
其中,当智能打猎相机的运动探测器检测到动态物体时,会自动触发摄像头的镜头进行采集。
S83、将采集图像输入至污迹判断模型,判断是否有污迹,若有,则执行步骤S84;若无,则执行步骤S89;
其中,污迹判断模型用于识别采集图像中是否存在污迹遮挡区域,以基于污迹遮挡区域判断出镜头上存在污迹以及污迹在镜片上的占比。
S84、判断污迹大小在镜片上的占比是否大于第一预设污迹占比,若是,则执行步骤S85;若否,则执行步骤S89。
S85、启用第二镜头进行预设角度和预设伸缩长度的采集,得到采集图像,进入步骤S86。
S86、将采集图像输入至污迹判断模型,判断是否有污迹,若是,则执行步骤S87;若否,则执行步骤S89。
S87、判断污迹大小在镜片上的占比是否大于第二预设污迹占比,若是,则执行步骤S88;若否,则执行步骤S89。
S88、同时启用第一镜头和第二镜头进行预设角度和预设伸缩长度的采集,得到采集图像,进入步骤S90。
S89、将采集图像进行存储。
S90、将采集图像输入至目标图像智能输出模型中进行结合判断,判断结合图像中是否还存在污迹遮挡区域,若是,则执行步骤S91;若否,则执行步骤S94。
S91、将采集图像输入至目标镜头角度调整智能模型,得到镜头待调节的转动角度和伸缩长度,进入步骤S92。
S92、对两个镜头进行转动角度和伸缩长度调节,再次进行图像采集,得到采集图像,进入步骤S93。
其中,在此采集图像为对应两个镜头的两张采集图像。
S93、将采集图像再次输入至目标图像智能输出模型中进行结合判断,判断结合图像中是否还存在污迹遮挡区域,若是,则执行步骤S91;若否,则执行步骤S94。
S94、输出结合图像进行存储。
参见图10,本申请另一实施例还公开了一种人工智能画面污迹处理装置,其用于执行上述第一实施例公开的一种人工智能画面污迹处理方法。该装置110,包括:第一图像获取模块101、结合判断模块102、调节信息获取模块103、第二图像获取模块104、目标采集图像获取模块105。
第一图像获取模块101,用于启用第一镜头和第二镜头在预设角度进行采集,得到第一图像集,第一图像集中包括第一镜头和第二镜头采集的两张图像;
结合判断模块102,用于将第一图像集输入至目标图像智能输出模型中进行结合判断;
调节信息获取模块103,用于当结合判断出的结合图像中有污迹区域,则将第一图像集输入目标镜头角度调整智能模型中,得到对应第一镜头和第二镜头的待调节转动角度;
第二图像获取模块104,用于基于待调节转动角度对第一镜头和第二镜头进行调节,并进行图像采集,得到第二图像集,第二图像集中包括第一镜头和第二镜头采集的两张图像;
目标采集图像获取模块105,用于将第二图像集再次输入至目标图像智能输出模型中进行结合判断,当判断出的结合图像中无污迹区域,则将结合图像作为目标采集图像。
需要说明的是,该实施例公开的一种人工智能画面污迹处理装置,所实现的一种人工智能画面污迹处理方法,如上述第一实施例,故在此不再进行详细讲述。可选地,本实施例中的各个模块和上述其他操作或功能分别为了实现前述实施例中的方法。
参见图11,本申请另一实施例还公开了一种人工智能画面污迹处理装置,其用于执行上述第二实施例公开的一种人工智能画面污迹处理方法。该装置111,包括:第一图像获取模块111、结合判断模块112、调节信息获取模块113、第二图像获取模块114、目标采集图像获取模块115。
第一图像获取模块111,用于启用第一镜头、第二镜头在预设角度和预设镜头伸缩长度下进行采集,得到第一图像集,第一图像集中包括第一镜头和第二镜头采集的两张图像;
结合判断模块112,用于将第一图像集输入至目标图像智能输出模型中进行结合判断;
调节信息获取模块113,用于当结合判断出的结合图像中有污迹区域,则将第一图像集输入目标镜头角度调整智能模型中,得到对应第一镜头、第二镜头的待调节转动角度和待调节伸缩距离;
第二图像获取模块114,用于基于待调节转动角度、待调节伸缩距离分别对第一镜头和第二镜头进行调节,并进行图像采集,得到第二图像集,第二图像集中包括第一镜头和第二镜头采集的两张图像;
目标采集图像获取模块115,用于将第二图像集再次输入至目标图像智能输出模型中进行结合判断,当判断出的结合图像中无污迹区域,则将结合图像作为目标采集图像。
需要说明的是,该实施例公开的一种人工智能画面污迹处理装置,所实现的一种人工智能画面污迹处理方法,如上述第二实施例,故在此不再进行详细讲述。可选地,本实施例中的各个模块和上述其他操作或功能分别为了实现前述实施例中的方法。
以上已经描述了本申请的各实施例,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他普通技术人员能理解本文披露的各实施例。
Claims (10)
1.一种人工智能画面污迹处理方法,应用于智能打猎相机,所述智能打猎相机包括第一镜头和第二镜头,其特征在于,包括:
启用所述第一镜头和所述第二镜头在预设角度进行采集,得到第一图像集,所述第一图像集中包括所述第一镜头和所述第二镜头采集的两张图像;
将所述第一图像集输入至目标图像智能输出模型中进行结合判断;
当所述结合判断出的结合图像中有污迹区域,则将所述第一图像输入目标镜头角度调整智能模型中,得到对应所述第一镜头和所述第二镜头的待调节转动角度;
基于所述待调节转动角度对所述第一镜头和所述第二镜头进行调节,并进行图像采集,得到第二图像集,所述第二图像集中包括所述第一镜头和所述第二镜头采集的两张图像;
将所述第二图像集再次输入至所述目标图像智能输出模型中进行结合判断,当判断出的结合图像中无污迹区域,则将所述结合图像作为目标采集图像。
2.根据权利要求1所述的方法,其特征在于,在所述启用所述第一镜头和所述第二镜头在预设角度进行采集,得到第一图像集之前,还包括:
获取镜头角度训练数据集,所述镜头角度判断数据集包括多组镜头角度数据,其中一组镜头角度数据中包括一个初始采集图像、第一镜头预设角度采集图像、第二镜头预设角度采集图像、第一镜头转动角度集合、第二镜头转动角度集合;
使用所述镜头角度训练数据集训练初始镜头角度调整智能模型,得到所述目标镜头角度调整智能模型。
3.根据权利要求1所述的方法,其特征在于,在所述启用所述第一镜头和所述第二镜头在预设角度进行采集,得到第一图像集之前,包括:
启用所述第一镜头进行预设角度的采集,得到第一采集图像,所述第一镜头包括有第一镜片;
将所述第一采集图像输入至污迹判断模型,得到第一污迹信息,所述第一污迹信息包括所述第一镜片上的污迹大小和污迹在所述第一镜片上的位置;
当污迹大小在所述第一镜片上的占比大于第一预设污迹占比,则调用所述第二镜头进行采集,得到第二采集图像;
将所述第二采集图像输入至污迹判断模型,得到第二污迹信息,所述第二污迹信息包括所述第二镜片上的污迹大小和污迹在所述第二镜片上的位置;
当污迹大小在所述第二镜片上的占比大于第二预设污迹占比,则同时调用所述第一镜头和所述第二镜头进行图像采集。
4.根据权利要求1所述的方法,其特征在于,在所述启用所述第一镜头和所述第二镜头在预设角度进行采集,得到第一图像集之前,还包括:
获取图像输出训练数据集,所述图像输出数据集包括多组图像输出数据,其中一组图像输出数据中包括一个初始图像、无污迹图像集合、有污迹图像集合;
使用所述图像输出训练数据集训练初始图像智能输出模型,得到所述目标图像智能输出模型。
5.一种人工智能画面污迹处理方法,应用于智能打猎相机,所述智能打猎相机包括第一镜头和第二镜头,其特征在于,包括:
启用所述第一镜头、所述第二镜头在预设角度和预设镜头伸缩长度下进行采集,得到第一图像集,所述第一图像集中包括所述第一镜头和所述第二镜头采集的两张图像;
将所述第一图像集输入至目标图像智能输出模型中进行结合判断;
当所述结合判断出的结合图像中有污迹区域,则将所述第一图像输入目标镜头角度调整智能模型中,得到对应所述第一镜头、所述第二镜头的待调节转动角度和待调节伸缩距离;
基于所述待调节转动角度、所述待调节伸缩距离分别对所述第一镜头和所述第二镜头进行调节,并进行图像采集,得到第二图像集,所述第二图像集中包括所述第一镜头和所述第二镜头采集的两张图像;
将所述第二图像集再次输入至所述目标图像智能输出模型中进行结合判断,当判断出的结合图像中无污迹区域,则将所述结合图像作为目标采集图像。
6.根据权利要求5所述的方法,其特征在于,在所述启用所述第一镜头、所述第二镜头在预设角度和预设镜头伸缩长度下进行采集,得到第一图像之前,还包括:
获取镜头角度训练数据集,所述镜头角度判断数据集包括多组镜头角度数据,其中一组镜头角度数据中包括一个初始采集图像、第一镜头预设角度和预设伸缩长度下采集的图像、第二镜头预设角度和预设伸缩长度下采集的图像、第一镜头转动角度集合、第二镜头转动角度集合;
使用所述镜头角度训练数据集训练初始镜头角度调整智能模型,得到所述目标镜头角度调整智能模型。
7.根据权利要求5所述的方法,其特征在于,在所述启用所述第一镜头和所述第二镜头在预设角度进行采集,得到第一图像之前,包括:
启用所述第一镜头进行所述预设角度和所述预设镜头伸缩长度进行采集,得到第一采集图像,所述第一镜头包括有第一镜片;
将所述第一采集图像输入至污迹判断模型,得到第一污迹信息,所述第一污迹信息包括所述第一镜片上的污迹大小和污迹在所述第一镜片上的位置;
当污迹大小在所述第一镜片上的占比大于第一预设污迹占比,则调用所述第二镜头进行采集,得到第二采集图像;
将所述第二采集图像输入至污迹判断模型,得到第二污迹信息,所述第二污迹信息包括所述第二镜片上的污迹大小和污迹在所述第二镜片上的位置;
当污迹大小在所述第二镜片上的占比大于第二预设污迹占比,则同时调用所述第一镜头和所述第二镜头进行图像采集。
8.根据权利要求5所述的方法,其特征在于,在所述启用所述第一镜头、所述第二镜头在预设角度和预设镜头伸缩长度下进行采集,得到第一图像之前,还包括:
获取图像输出训练数据集,所述图像输出数据集包括多组图像输出数据,其中一组图像输出数据中包括一个初始图像、无污迹图像集合、有污迹图像集合;
使用所述图像输出训练数据集训练初始图像智能输出模型,得到所述目标图像智能输出模型。
9.一种人工智能画面污迹处理装置,用于执行如权利要求1至4中任一项所述的人工智能画面污迹处理方法,其特征在于,包括:
第一图像获取模块,用于启用所述第一镜头和所述第二镜头在预设角度进行采集,得到第一图像集,所述第一图像集中包括所述第一镜头和所述第二镜头采集的两张图像;
结合判断模块,用于将所述第一图像输入至目标图像智能输出模型中进行结合判断;
调节信息获取模块,用于当所述结合判断出的结合图像中有污迹区域,则将所述第一图像输入目标镜头角度调整智能模型中,得到对应所述第一镜头和所述第二镜头的待调节转动角度;
第二图像获取模块,用于基于所述待调节转动角度对所述第一镜头和所述第二镜头进行调节,并进行图像采集,得到第二图像集,所述第二图像集中包括所述第一镜头和所述第二镜头采集的两张图像;
目标采集图像获取模块,用于将所述第二图像再次输入至所述目标图像智能输出模型中进行结合判断,当判断出的结合图像中无污迹区域,则将所述结合图像作为目标采集图像。
10.一种人工智能画面污迹处理装置,用于执行如权利要求5至8中任一项所述的人工智能画面污迹处理方法,其特征在于,包括:
第一图像获取模块,用于启用所述第一镜头、所述第二镜头在预设角度和预设镜头伸缩长度下进行采集,得到第一图像集,所述第一图像集中包括所述第一镜头和所述第二镜头采集的两张图像;
结合判断模块,用于将所述第一图像输入至目标图像智能输出模型中进行结合判断;
调节信息获取模块,用于当所述结合判断出的结合图像中有污迹区域,则将所述第一图像输入目标镜头角度调整智能模型中,得到对应所述第一镜头、所述第二镜头的待调节转动角度和待调节伸缩距离;
第二图像获取模块,用于基于所述待调节转动角度、所述待调节伸缩距离分别对所述第一镜头和所述第二镜头进行调节,并进行图像采集,得到第二图像集,所述第二图像集中包括所述第一镜头和所述第二镜头采集的两张图像;
目标采集图像获取模块,用于将所述第二图像再次输入至所述目标图像智能输出模型中进行结合判断,当判断出的结合图像中无污迹区域,则将所述结合图像作为目标采集图像。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211531208.7A CN115880238B (zh) | 2022-12-01 | 2022-12-01 | 一种人工智能画面污迹处理方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211531208.7A CN115880238B (zh) | 2022-12-01 | 2022-12-01 | 一种人工智能画面污迹处理方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115880238A true CN115880238A (zh) | 2023-03-31 |
CN115880238B CN115880238B (zh) | 2023-08-15 |
Family
ID=85765307
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211531208.7A Active CN115880238B (zh) | 2022-12-01 | 2022-12-01 | 一种人工智能画面污迹处理方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115880238B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109584217A (zh) * | 2018-11-15 | 2019-04-05 | 常州大学 | 一种监控摄像机镜头污染自动判别方法 |
CN110266938A (zh) * | 2018-12-27 | 2019-09-20 | 全球能源互联网研究院有限公司 | 基于深度学习的变电站设备智能拍摄方法及装置 |
CN111970506A (zh) * | 2020-10-20 | 2020-11-20 | 常州市瑞泰光电有限公司 | 镜头脏污检测方法、装置和设备 |
CN113141462A (zh) * | 2021-04-13 | 2021-07-20 | 上海传英信息技术有限公司 | 摄像头镜片脏污处理方法、移动终端及计算机存储介质 |
CN114882363A (zh) * | 2022-05-20 | 2022-08-09 | 深圳巴诺机器人有限公司 | 一种扫地机的污渍处理方法和装置 |
-
2022
- 2022-12-01 CN CN202211531208.7A patent/CN115880238B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109584217A (zh) * | 2018-11-15 | 2019-04-05 | 常州大学 | 一种监控摄像机镜头污染自动判别方法 |
CN110266938A (zh) * | 2018-12-27 | 2019-09-20 | 全球能源互联网研究院有限公司 | 基于深度学习的变电站设备智能拍摄方法及装置 |
CN111970506A (zh) * | 2020-10-20 | 2020-11-20 | 常州市瑞泰光电有限公司 | 镜头脏污检测方法、装置和设备 |
WO2022082904A1 (zh) * | 2020-10-20 | 2022-04-28 | 诚瑞光学(深圳)有限公司 | 镜头脏污检测方法、装置和设备 |
CN113141462A (zh) * | 2021-04-13 | 2021-07-20 | 上海传英信息技术有限公司 | 摄像头镜片脏污处理方法、移动终端及计算机存储介质 |
CN114882363A (zh) * | 2022-05-20 | 2022-08-09 | 深圳巴诺机器人有限公司 | 一种扫地机的污渍处理方法和装置 |
Also Published As
Publication number | Publication date |
---|---|
CN115880238B (zh) | 2023-08-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107305627B (zh) | 一种车辆视频监控方法、服务器及系统 | |
US7133069B2 (en) | System and method to increase effective dynamic range of image sensors | |
CN106575027B (zh) | 摄像装置及其被摄体跟踪方法 | |
CN107395957B (zh) | 拍照方法、装置、存储介质及电子设备 | |
CN112399075B (zh) | 补光灯的控制方法、监控设备、电子装置和存储介质 | |
EP2757771B1 (en) | Image pickup apparatus, remote control apparatus, and methods of controlling image pickup apparatus and remote control apparatus | |
CN104168418A (zh) | 一种图像获取装置、图像获取方法及终端 | |
CN110463199A (zh) | 图像传感器坏点检测方法、拍摄装置、无人机及存储介质 | |
CN109376601B (zh) | 基于高速球的物体跟踪方法、监控服务器、视频监控系统 | |
CN112334943A (zh) | 学习数据收集装置、学习数据收集系统以及学习数据收集方法 | |
CN105872363A (zh) | 人脸对焦清晰度的调整方法及调整装置 | |
US9412039B2 (en) | Blur detection system for night scene images | |
US8860868B2 (en) | Method of setting focus of a digital video camera and a digital video camera doing the same | |
CN104335570A (zh) | 信息处理装置、系统和存储介质 | |
CN110677580B (zh) | 拍摄方法、装置、存储介质及终端 | |
CN110191324B (zh) | 图像处理方法、装置、服务器及存储介质 | |
US20140139723A1 (en) | Method for automatically focusing on specific movable object, photographic apparatus including automatic focus function, and computer readable storage medium for storing automatic focus function program | |
CN114697528A (zh) | 图像处理器、电子设备及对焦控制方法 | |
CN115880238B (zh) | 一种人工智能画面污迹处理方法和装置 | |
CN115022553B (zh) | 一种补光灯的动态控制方法和装置 | |
CN108540759B (zh) | 视频监控方法、装置和系统 | |
CN112601007B (zh) | 一种特征区域的图像采集方法及设备 | |
CN109547705B (zh) | 一种车辆的照片信息采集方法及装置 | |
CN107147845B (zh) | 对焦方法、装置和终端设备 | |
CN115103110B (zh) | 基于边缘计算的家庭智能监控方法 |
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 |