CN116527877B - 设备检测方法、装置、设备及存储介质 - Google Patents
设备检测方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN116527877B CN116527877B CN202310806983.7A CN202310806983A CN116527877B CN 116527877 B CN116527877 B CN 116527877B CN 202310806983 A CN202310806983 A CN 202310806983A CN 116527877 B CN116527877 B CN 116527877B
- Authority
- CN
- China
- Prior art keywords
- image
- determining
- dimensional space
- space model
- preset
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 70
- 238000000034 method Methods 0.000 claims abstract description 46
- 238000007499 fusion processing Methods 0.000 claims description 19
- 238000012545 processing Methods 0.000 claims description 17
- 208000006440 Open Bite Diseases 0.000 claims description 15
- 238000003384 imaging method Methods 0.000 claims description 5
- 238000010586 diagram Methods 0.000 description 19
- 238000004590 computer program Methods 0.000 description 8
- 238000012544 monitoring process Methods 0.000 description 8
- 238000004891 communication Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N17/00—Diagnosis, testing or measuring for television systems or their details
- H04N17/002—Diagnosis, testing or measuring for television systems or their details for television cameras
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Signal Processing (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Quality & Reliability (AREA)
- Biomedical Technology (AREA)
- Artificial Intelligence (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Image Processing (AREA)
Abstract
本申请实施例提供一种设备检测方法、装置、设备及存储介质。该方法包括:确定待检测的目标摄像装置;获取摄像装置采集的至少一张第一图像;获取目标摄像装置所在物理空间的第一三维空间模型;根据至少一张第一图像和第一三维空间模型,确定目标摄像装置的检测结果,检测结果用于指示摄像装置是否被遮挡或者移动;若检测结果指示目标摄像装置被遮挡或者移动,则向预设设备发送提示信息,提示信息用于指示摄像装置被遮挡或者移动。本申请的方法,提高了判断摄像装置是否被异常操作的可靠性。
Description
技术领域
本申请实施例涉及设备安全技术领域,尤其涉及一种设备检测方法、装置、设备及存储介质。
背景技术
目前,用户可以查看摄像装置采集的监控画面来实现远程监控功能。在远程监控的过程中,可能存在摄像装置被异常操作的可能,例如,摄像装置被遮挡或者被移动。
在相关技术中,用户通常通过查看监控画面,来判断摄像装置是否被异常操作。然而,当摄像装置被移动、且移动后的监控画面与移动前的监控画面较为类似时,用户通过查看监控画面难以准确确定出摄像装置是否被移动。当摄像装置被遮盖时,用户可能会因为离开了监控设备而忽视该情况。由上可知,确定摄像装置是否被异常操作的可靠性较低。
发明内容
本申请实施例提供一种设备检测方法、装置、设备及存储介质,用以解决确定摄像装置是否被异常操作的可靠性较低的问题。
第一方面,本申请实施例提供一种设备检测方法,所述方法包括:
确定待检测的目标摄像装置;
获取所述摄像装置采集的至少一张第一图像;
获取所述目标摄像装置所在物理空间的第一三维空间模型;
根据所述至少一张第一图像和所述第一三维空间模型,确定所述目标摄像装置的检测结果,所述检测结果用于指示所述摄像装置是否被遮挡或者移动;
若所述检测结果指示所述目标摄像装置被遮挡或者移动,则向预设设备发送提示信息,所述提示信息用于指示所述摄像装置被遮挡或者移动。
在一种可能的实施方式中,根据所述至少一张第一图像和所述第一三维空间模型,确定所述目标摄像装置的检测结果,包括:
对所述至少一张第一图像进行像素分析,以确定所述摄像装置是否被遮挡;
在确定所述摄像装置未被遮挡时,根据所述至少一张第一图像确定第二三维空间模型,并根据所述第一三维空间模型和所述第二三维空间模型,判断所述摄像装置是否被移动。
在一种可能的实施方式中,对所述至少一张第一图像进行像素分析,以判断所述摄像装置是否被遮挡,包括:
针对任意一张第一图像,根据所述第一图像中各像素的灰度值,确定所述第一图像的图像类型,所述图像类型为遮挡图像类型或未遮挡图像类型;
根据所述至少一张第一图像的图像类型,判断所述摄像装置是否被遮挡。
在一种可能的实施方式中,根据所述第一图像中各像素的灰度值,确定所述第一图像的图像类型,包括:
若所述第一图像中各像素的灰度值分别小于或等于预设灰度值,或者所述第一图像对应的最大灰度差小于或等于预设阈值,则确定所述第一图像的图像类型为所述遮挡图像类型,所述最大灰度差为所述第一图像中最大灰度值与最小灰度值的差值;
若所述第一图像中至少存在N个像素的灰度值大于所述预设灰度值,且所述第一图像对应的最大灰度差大于所述预设阈值,则确定所述第一图像的图像类型为所述未遮挡图像类型,所述N为大于或等于1的整数。
在一种可能的实施方式中,根据所述至少一张第一图像的图像类型,判断所述摄像装置是否被遮挡,包括:
若所述至少一张第一图像的图像类型均为所述遮挡图像类型,则确定所述摄像装置被遮挡;
若所述至少一张第一图像中存在第一图像的图像类型为所述未遮挡图像类型,则确定所述摄像装置未被遮挡。
在一种可能的实施方式中,根据所述至少一张第一图像确定第二三维空间模型,包括:
针对任意一张第一图像,对所述第一图像进行对象识别处理,得到所述第一图像的对象识别结果,所述对象识别结果用于指示所述第一图像中是否存在预设对象、以及预设对象在所述第一图像中的图像位置;
根据每张第一图像的对象识别结果和所述至少一张第一图像,确定目标图像;
根据所述目标图像,确定所述第二三维空间模型。
在一种可能的实施方式中,根据每张第一图像的对象识别结果和所述至少一张第一图像,确定目标图像,包括:
根据每张第一图像的对象识别结果,判断所述至少一张第一图像中是否存在无对象图像,所述无对象图像的对象识别结果指示所述无对象图像中不存在所述预设对象;
若是,则将所述无对象图像确定为所述目标图像;
若否,则根据所述预设对象在每张第一图像中的图像位置,对所述至少一张第一图像进行融合处理,得到所述目标图像。
在一种可能的实施方式中,所述第一图像的数量为M,所述M为大于1的整数;则根据所述预设对象在每张第一图像中的图像位置,对所述至少一张第一图像进行融合处理,得到所述目标图像,包括:
根据所述预设对象在所述第一图像中所占区域的尺寸,在M张第一图像中确定主图像和至少一张备选图像,所述预设对象在所述主图像中所占区域的尺寸最小;
根据所述预设对象在所述主图像中的第一图像位置,在所述至少一张备选图像中确定至少一张子图像,所述子图像在所述备选图像中的图像位置为所述第一图像位置;
对所述主图像和所述至少一张子图像进行融合处理,得到所述目标图像。
在一种可能的实施方式中,针对任意一张备选图像;根据所述预设对象在所述主图像中的第一图像位置,在所述备选图像中确定对应的子图像,包括:
判断预设对象在所述主图像中的图像位置,与所述预设对象在所述备选图像中的图像位置是否存在重叠区域;
若否,则将所述备选图像中、所述第一图像位置对应的图像,确定为所述子图像。
在一种可能的实施方式中,根据所述目标图像,确定所述第二三维空间模型,包括:
在所述目标图像中提取多个空间线条;
对所述多个空间线条进行三维拼接处理,得到所述第二三维空间模型。
在一种可能的实施方式中,根据所述第一三维空间模型和所述第二三维空间模型,判断所述摄像装置是否被移动,包括:
获取所述第一三维空间模型和所述第二三维空间模型的重合比例;
若所述重合比例大于或等于预设比例,则确定所述摄像装置未被移动;
若所述重合比例小于所述预设比例,则确定所述摄像装置被移动。
第二方面,本申请实施例提供一种设备检测装置,包括:第一确定模块、第一获取模块、第二获取模块、第二确定模块和提示模块,其中,
所述第一确定模块用于,确定待检测的目标摄像装置;
所述第一获取模块用于,获取所述摄像装置采集的至少一张第一图像;
所述第二获取模块用于,获取所述目标摄像装置所在物理空间的第一三维空间模型;
所述第二确定模块用于,根据所述至少一张第一图像和所述第一三维空间模型,确定所述目标摄像装置的检测结果,所述检测结果用于指示所述摄像装置是否被遮挡或者移动;
所述提示模块用于,若所述检测结果指示所述目标摄像装置被遮挡或者移动,则向预设设备发送提示信息,所述提示信息用于指示所述摄像装置被遮挡或者移动。
在一种可能的实施方式中,所述第二确定模块具体用于:
对所述至少一张第一图像进行像素分析,以确定所述摄像装置是否被遮挡;
在确定所述摄像装置未被遮挡时,根据所述至少一张第一图像确定第二三维空间模型,并根据所述第一三维空间模型和所述第二三维空间模型,判断所述摄像装置是否被移动。
在一种可能的实施方式中,所述第二确定模块具体用于:
针对任意一张第一图像,根据所述第一图像中各像素的灰度值,确定所述第一图像的图像类型,所述图像类型为遮挡图像类型或未遮挡图像类型;
根据所述至少一张第一图像的图像类型,判断所述摄像装置是否被遮挡。
在一种可能的实施方式中,根据所述第一图像中各像素的灰度值,确定所述第一图像的图像类型,包括:
若所述第一图像中各像素的灰度值分别小于或等于预设灰度值,或者所述第一图像对应的最大灰度差小于或等于预设阈值,则确定所述第一图像的图像类型为所述遮挡图像类型,所述最大灰度差为所述第一图像中最大灰度值与最小灰度值的差值;
若所述第一图像中至少存在N个像素的灰度值大于所述预设灰度值,且所述第一图像对应的最大灰度差大于所述预设阈值,则确定所述第一图像的图像类型为所述未遮挡图像类型,所述N为大于或等于1的整数。
在一种可能的实施方式中,所述第二确定模块具体用于:
若所述至少一张第一图像的图像类型均为所述遮挡图像类型,则确定所述摄像装置被遮挡;
若所述至少一张第一图像中存在第一图像的图像类型为所述未遮挡图像类型,则确定所述摄像装置未被遮挡。
在一种可能的实施方式中,根据所述至少一张第一图像确定第二三维空间模型,包括:
针对任意一张第一图像,对所述第一图像进行对象识别处理,得到所述第一图像的对象识别结果,所述对象识别结果用于指示所述第一图像中是否存在预设对象、以及预设对象在所述第一图像中的图像位置;
根据每张第一图像的对象识别结果和所述至少一张第一图像,确定目标图像;
根据所述目标图像,确定所述第二三维空间模型。
在一种可能的实施方式中,所述第二确定模块具体用于:
根据每张第一图像的对象识别结果,判断所述至少一张第一图像中是否存在无对象图像,所述无对象图像的对象识别结果指示所述无对象图像中不存在所述预设对象;
若是,则将所述无对象图像确定为所述目标图像;
若否,则根据所述预设对象在每张第一图像中的图像位置,对所述至少一张第一图像进行融合处理,得到所述目标图像。
在一种可能的实施方式中,所述第一图像的数量为M,所述M为大于1的整数;则根据所述预设对象在每张第一图像中的图像位置,对所述至少一张第一图像进行融合处理,得到所述目标图像,包括:
根据所述预设对象在所述第一图像中所占区域的尺寸,在M张第一图像中确定主图像和至少一张备选图像,所述预设对象在所述主图像中所占区域的尺寸最小;
根据所述预设对象在所述主图像中的第一图像位置,在所述至少一张备选图像中确定至少一张子图像,所述子图像在所述备选图像中的图像位置为所述第一图像位置;
对所述主图像和所述至少一张子图像进行融合处理,得到所述目标图像。
在一种可能的实施方式中,所述第二确定模块具体用于:
判断预设对象在所述主图像中的图像位置,与所述预设对象在所述备选图像中的图像位置是否存在重叠区域;
若否,则将所述备选图像中、所述第一图像位置对应的图像,确定为所述子图像。
在一种可能的实施方式中,所述第二确定模块具体用于:
在所述目标图像中提取多个空间线条;
对所述多个空间线条进行三维拼接处理,得到所述第二三维空间模型。
在一种可能的实施方式中,所述第二确定模块具体用于:
获取所述第一三维空间模型和所述第二三维空间模型的重合比例;
若所述重合比例大于或等于预设比例,则确定所述摄像装置未被移动;
若所述重合比例小于所述预设比例,则确定所述摄像装置被移动。
第三方面,本申请提供一种设备检测设备,包括:处理器,以及与所述处理器通信连接的存储器;
所述存储器存储计算机执行指令;
所述处理器执行所述存储器存储的计算机执行指令,以实现第一方面任一项所述的方法。
第四方面,本申请提供一种计算机可读存储介质,所述计算机可读存储介质中存储有计算机执行指令,所述计算机执行指令被处理器执行时用于实现如第一方面任一项所述的方法。
第五方面,本申请提供一种计算机程序产品,包括计算机程序,所述计算机程序被计算机执行时实现如第一方面中任一项所述的方法。
本申请实施例提供的设备检测方法、装置、设备及存储介质,通过获取目标摄像装置采集的第一图像和目标摄像装置所在物理空间的第一三维空间模型;根据第一图像和第一三维空间模型,确定目标摄像装置的检测结果,检测结果用于指示摄像装置是否被遮挡或者移动;若检测结果指示目标摄像装置被遮挡或者移动,则向预设设备发送提示信息,提示信息用于指示摄像装置被遮挡或者移动,提高了判断摄像装置是否被异常操作的可靠性。
附图说明
图1为本申请实施例提供的应用场景的示意图;
图2为本申请实施例提供的一种设备检测方法的流程示意图;
图3为本申请实施例提供的三维空间模型的示意图;
图4为本申请实施例提供的确定目标摄像装置的检测结果的流程示意图;
图5为本申请实施例提供的确定第二三维空间模型的流程示意图;
图6为本申请实施例提供的对象识别处理过程的示意图;
图7为本申请实施例提供的获取目标图像过程的示意图;
图8为本申请实施例提供的获取三维空间模型过程的示意图;
图9为本申请实施例提供的一种设备检测装置的结构示意图;
图10为本申请提供的设备检测设备的硬件结构示意图。
具体实施方式
为了便于说明对本申请的理解,首先结合图1,对本申请所适用的场景进行说明。
图1为本申请实施例提供的应用场景的示意图。请参见图1,包括设备检测平台、显示设备和摄像装置。其中,摄像装置被安装在停车场中,摄像装置可以远程检测停车场中的车辆停放情况。用户可以通过显示设备查看当前停车场的监控画面。
请参见图1,摄像装置可以拍摄图像,并向设备检测平台发送拍摄的图像。设备检测平台可以根据接收到的图像确定摄像装置是否被遮挡或者被移动。摄像装置还可以将拍摄的图像发送给显示设备。显示设备接收到图像后,显示图像,以供用户查看。摄像装置还可以拍摄视频,并向设备检测平台和显示设备发送视频,其处理过程类似,不再进行赘述。
在相关技术中,当远程监控时,用户仅通过显示设备上的图像,使用肉眼去判断摄像装置是否被异常操作(遮挡或被移动),导致判断摄像装置是否被异常操作的可靠性较低。
本申请中,根据目标摄像装置所采集的多张图像以及目标摄像装置所在的物理空间的三维空间模型,判断摄像装置是否被遮挡或者移动,若确定目标摄像装置被遮挡或者移动,可以向预设设备发送提示信息,及时提醒用户摄像装置被遮挡或者移动。三维空间模型能够准确的描述目标摄像装置所在的物理空间,且目标摄像装置采集的图像能准确的反映摄像装置当前的拍摄情况,因此,根据三维空间模型和图像能够准确的确定摄像装置是否被异常操作,提高了判断摄像装置是否被异常操作的可靠性。
图2是本申请实施例提供的一种设备检测方法的流程示意图。请参见图2,该方法可以包括:
S201、确定待检测的目标摄像装置。
本申请实施例的执行主体可以为设备检测平台,也可以为设备检测平台中的设备检测装置。设备检测平台可以为终端设备、服务器等。
设备检测平台可以获取检测列表,检测列表中包括多个摄像装置的标识,可以将检测列表中的摄像装置确定为目标摄像装置。
S202、获取摄像装置采集的至少一张第一图像。
可选的,若摄像装置用于进行视频拍摄,则可以在摄像装置拍摄的视频中提取关键视频帧以得到至少一张第一图像。
S203、获取目标摄像装置所在物理空间的第一三维空间模型。
第一三维空间模型为预先生成的三维空间模型。摄像装置一般被安装固定后,可以根据摄像装置的安装朝向和安装位置,生成第一三维空间模型。当摄像装置的摆放位置和/或摆放朝向发生更新之后,第一三维空间模型也对应进行更新。
第一三维空间模型用于描述摄像装置所朝向的固定不变的物理空间。固定不变的物理空间可以包括墙体、窗户、柱子等固定不变的对象所构成的物理空间。第一三维空间模型中不包括显示设备所朝向的物理空间中的可移动物体,例如,假设显示设备所朝向的物理空间中摆放了一个可移动的花瓶,则第一三维空间模型中不包括该花瓶对应的三维模型。
下面,结合图3,对本申请所涉及的三维空间模型进行说明。
图3为本申请实施例提供的三维空间模型的示意图。请参见图3,该三维空间模型所描述的物理环境中包括墙体、地面、天花板和窗户。
需要说明的是,生成第一三维空间模型的过程与S501-S506中确定第二三维空间模型的过程类似,此处不再进行赘述。
S204、根据至少一张第一图像和第一三维空间模型,确定目标摄像装置的检测结果。
其中,检测结果用于指示摄像装置是否被遮挡或者移动。
摄像装置被移动是指,摄像装置的位置和/或拍摄朝向发生变化。
可以通过如下方式确定目标摄像装置的检测结果:
对至少一张第一图像进行像素分析,以确定摄像装置是否被遮挡;在确定摄像装置未被遮挡时,根据至少一张第一图像确定第二三维空间模型,并根据第一三维空间模型和第二三维空间模型,判断摄像装置是否被移动。
S205、若检测结果指示目标摄像装置被遮挡或者移动,则向预设设备发送提示信息。
其中,提示信息用于指示摄像装置被遮挡或者移动。
预设设备可以为用户的手机、管理员的管理设备以及监控室的监控显示设备等。
本申请实施例中,三维空间模型可以准确反映摄像装置的所处的物理空间,且摄像装置采集的第一图像可以准确描述当前摄像装置的拍摄情况,因此,根据三维空间模型和第一图形可以准确的确定摄像装置是否被异常移动,提高了确定摄像装置是否被异常移动的准确性。在确定检测结果指示摄像装置被遮挡或者移动时,向预设设备发送提示信息,以及时提醒用户摄像装置被遮挡或者移动,以降低摄像装置被遮挡或者被移动时存在被忽略的风险。
在上述实施例的基础上,下面,通过图4所示的实施例,对确定目标摄像装置的检测结果的过程进行说明。
图4为本申请实施例提供的确定目标摄像装置的检测结果的流程示意图。请参见图4,该方法可以包括:
S401、针对任意一张第一图像,根据第一图像中各像素的灰度值,确定第一图像的图像类型。
其中,图像类型可以包括遮挡图形类型和未遮挡图形类型。
在通过不同类型的物体对摄像装置进行遮挡时,摄像装置采集到的第一图像的像素的灰度值不同。若采用不透光物体覆盖摄像装置,则摄像装置采集的第一图像机会为全黑或者深灰,即,摄像装置采集的第一图像中各像素的灰度值均较小。若采用透光性物体覆盖摄像装置,且环境光线较亮(例如,白天,或者有灯光)时,则摄像装置采集的第一图像中各像素的灰度值较为相近。
可以通过如下方式确定第一图像的图像类型:获取第一图像中各像素的灰度值、以及第一图像对应的最大灰度差,最大灰度差为第一图像的最大灰度值与最小灰度值的差值;若第一图像中各像素的灰度值分别小于或等于预设灰度值,或者每张第一图像对象的最大灰度差分别小于或等于预设阈值,则确定第一图像的图像类型为遮挡图像类型;若第一图像中至少存在N个像素的灰度值大于预设灰度值,且第一图像对应的最大灰度差大于预设阈值,则确定第一图像的图像类型为未遮挡图像类型。N为大于或等于1的整数。
其中,灰度值越小,图像越黑。灰度值最大为255,图像的像素点呈白的,灰度值最小为0,图像的像素点呈黑色。
S402、根据至少一张第一图像的图像类型,判断摄像装置是否被遮挡。
若是,则执行S403。
若否,则执行S404。
若至少一张第一图像的图像类型均为遮挡图像类型,则确定摄像装置被遮挡;若至少一张第一图像中存在第一图像的图像类型为未遮挡图像类型,则确定摄像装置未被遮挡。
S403、确定摄像装置被遮挡。
S404、根据至少一张第一图像确定第二三维空间模型。
需要说明的是,在图5所示的实施例中对确定第二三维空间模型的过程进行说明,此处不再进行赘述。
S405、获取第一三维空间模型和第二三维空间模型的重合比例。
重合比例为在第一三维空间模型和第二三维空间模型中,重合的空间体积和该两者共同占用空间的比值。例如,若第一三维空间模型和第二三维空间模型在物理空间中完全重合,则重合比例为100%。
S406、判断重合比例是否大于或等于预设比例。
若是,则执行S407。
若否,则执行S408。
例如,预设比例可以为95%。
S407、确定摄像装置未被移动。
S408、确定摄像装置被移动。
在本申请实施例中,根据第一图像中各像素的灰度值可以确定第一图形的图像类型,根据第一图像的图像类型,可以判断摄像装置是否被遮挡。在确定摄像装置未被遮挡后,根据第一图像确定第二三维空间模型,通过获取第一三维空间模型和第二三维空间模型的重合比例,可以确定摄像装置是否被移动。像素的灰度值可以准确的反映摄像装置的被遮挡情况,两个二维空间模型的重合比例可以准确反映出摄像装置的被移动情况,因此,通过上述方法可以准确得到确定出摄像装置的检测结果。
在上述实施例的基础上,下面,通过图5所示的实施例,对确定第二三维空间模型的过程进行说明。
图5为本申请实施例提供的确定第二三维空间模型的流程示意图。请参见图5,该方法可以包括:
S501、针对任意一张第一图像,对第一图像进行对象识别处理,得到第一图像的对象识别结果。
其中,对象识别结果用于指示第一图像中是否存在预设对象、以及预设对象在第一图像中的图像位置。
预设对象可以是可移动的对象。例如,预设对象可以是椅子、花瓶、车辆或者人等。
可以在第一图像中确定多个图形区域,图像区域中可能存在预设对象,判断该图像区域是否存在预设对象,若所有图像区域都不存在预设对象,则可以确定第一图像的对象识别结果为不存在预设对象;若至少一个图像区域中存在预设对象,则确定该图像区域为目标图像区域,可以确定第一图像的对象识别结果为存在预设对象,并且将目标图像区域的位置确定为预设对象在第一图像中的图像位置。
下面,结合图6,对本申请所涉及的对象识别处理过程进行说明。
图6为本申请实施例提供的对象识别处理过程的示意图。请参见图6,包括图像1、图像2和图像3。
在图像1中,在图像1中确定多个图像区域,部分图像区域中可能存在预设对象,部分图像区域中可能不存在对象区域。
在图像2中,针对任意一个图像区域,判断图像区域中是否包括预设对象,例如,判断图像区域中是否包括人物或者车辆等可移动的对象。得到图像3。
在图像3中,将人物所在的图像区域确定为目标图像区域,并确定目标图像区域的对象识别结果为存在预设对象,预设对象为人物,并且将目标图像区域在第一图像中的位置确定为预设对象在第一图像中的图像位置。
S502、根据每张第一图像的对象识别结果,判断至少一张第一图像中是否存在无对象图像。
若是,则执行S503。
若否,则执行S504。
无对象图像是指不存在预设对象的图像,即,在无对象图像中,不存在预设对象。
S503、将无对象图像确定为目标图像。
目标图像中不存在预设对象。
在S503之后,执行S505。
S504、根据预设对象在每张第一图像中的图像位置,对至少一张第一图像进行融合处理,得到目标图像。
假设第一图像的数量为M,则可以通过如下方式对M张第一图像进行融合处理:根据预设对象在第一图像中所占区域的尺寸,在M张第一图像中确定主图像和至少一张备选图像。根据预设对象在主图像中的第一图像位置,在至少一张备选图像中确定至少一张子图像,子图像在备选图像中的图像位置为第一图像位置,对主图像和至少一张子图像进行融合处理,得到目标图像。其中,预设对象在主图像中所占区域的尺寸最小,M为大于1的整数。
可以通过如下方式在M张第一图像中确定主图像和至少一张备选图像:将预设对象所占区域的尺寸最小的第一图像确定为主图像,将M张第一图像中除主图像之外的其它图像确定为备选图像。
针对任意一张备选图像,可以通过如下方式在备选图像中确定子图像:判断预设对象在主图像中所占的图像区域,与预设对象在备选图像中所占的图像区域是否存在重叠区域;若否,则将备选图像中、第一图像位置对应的图像,确定为子图像。若是,则无需在该备选图像中确定子图像。
可以通过如下方式对主图像和至少一张子图像进行融合处理:针对任意一张子图像,根据该子图像在主图像中的位置,将该子图像与主图像合并。通过该种方式得到的目标图像中不存在预设对象。
下面,结合图7,对主图像和备选图像进行融合处理得到目标图像进行说明。
图7为本申请实施例提供的获取目标图像过程的示意图。请参见图7,假设预设对象为人物。根据人物在图像中所占的尺寸,确定得到主图像和备选图像。预设对象在主图像中所占区域的尺寸最小。
确定人物在主图像中所占的图像区域为区域1,人物在备选图像中所占的图像区域为区域2。假设在同一坐标系中,区域1和区域2之间不存在重叠区域,则在备选图像中、区域1对应的图像确定为子图像。其中,该子图像中不存在预设对象。
将该子图像覆盖至主图像的区域1中,得到目标图像。该目标图像中不存在预设对象。
S505、根据目标图像,在目标图像中提取多个空间线条,对多个空间线条进行三维拼接处理,得到第二三维空间模型。
可选的,在目标图像中提取多个空间线条,根据多个空间线条进行三维建模,建立三维空间坐标系(例如,x-y-z空间坐标系),确定每个空间线条的两个端点在三维空间坐标系中的坐标位置,根据空间线条的坐标位置对多个空间线条进行三维拼接,得到第二三维空间模型。
下面,结合图8,对多个空间线条进行三维拼接处理,得到第二三维空间模型进行说明。
图8为本申请实施例提供的获取三维空间模型过程的示意图。请参见图8,包括目标图像、图像1和图像2。
根据目标图像,对目标图像中的多个空间线条进行三维建模。建模后的三维空间模型如图像1和图像2所示。
在图像1中,建立三维空间坐标系(x-y-z空间坐标系),确定目标图像中每个空间线条的端点在三维空间坐标系中的坐标位置。根据空间线条的坐标位置在三维空间坐标系中对空间线条进行三维拼接,得到的三维空间模型如图像2所示。
在本申请实施例中,根据第一图像,对第一图像进行对象识别,获取第一对象的对象识别结果,根据对象识别结果确定目标图像,目标图像中不存在预设对象,根据目标图像中的空间线条,得到三维空间模型。由于目标图像中不存在预设对象,因此,得到的三维空间模型不会受可移动对象的干扰,使得确定得到的三维空间模型的准确性较高。
图9为本申请实施例提供的一种设备检测装置的结构示意图。请参见图9,该设备检测装置10可以包括:第一确定模块11、第一获取模块12、第二获取模块13、第二确定模块14和提示模块15,其中,
所述第一确定模块11用于,确定待检测的目标摄像装置;
所述第一获取模块12用于,获取所述摄像装置采集的至少一张第一图像;
所述第二获取模块13用于,获取所述目标摄像装置所在物理空间的第一三维空间模型;
所述第二确定模块14用于,根据所述至少一张第一图像和所述第一三维空间模型,确定所述目标摄像装置的检测结果,所述检测结果用于指示所述摄像装置是否被遮挡或者移动;
所述提示模块15用于,若所述检测结果指示所述目标摄像装置被遮挡或者移动,则向预设设备发送提示信息,所述提示信息用于指示所述摄像装置被遮挡或者移动。
本实施例提供的设备检测装置,可用于执行上述方法实施例中的设备检测方法,其实现原理和技术效果类似,此处不作赘述。
在一种可能的实施方式中,所述第二确定模块14具体用于:
对所述至少一张第一图像进行像素分析,以确定所述摄像装置是否被遮挡;
在确定所述摄像装置未被遮挡时,根据所述至少一张第一图像确定第二三维空间模型,并根据所述第一三维空间模型和所述第二三维空间模型,判断所述摄像装置是否被移动。
在一种可能的实施方式中,所述第二确定模块14具体用于:
针对任意一张第一图像,根据所述第一图像中各像素的灰度值,确定所述第一图像的图像类型,所述图像类型为遮挡图像类型或未遮挡图像类型;
根据所述至少一张第一图像的图像类型,判断所述摄像装置是否被遮挡。
在一种可能的实施方式中,根据所述第一图像中各像素的灰度值,确定所述第一图像的图像类型,包括:
若所述第一图像中各像素的灰度值分别小于或等于预设灰度值,或者所述第一图像对应的最大灰度差小于或等于预设阈值,则确定所述第一图像的图像类型为所述遮挡图像类型,所述最大灰度差为所述第一图像中最大灰度值与最小灰度值的差值;
若所述第一图像中至少存在N个像素的灰度值大于所述预设灰度值,且所述第一图像对应的最大灰度差大于所述预设阈值,则确定所述第一图像的图像类型为所述未遮挡图像类型,所述N为大于或等于1的整数。
在一种可能的实施方式中,所述第二确定模块14具体用于:
若所述至少一张第一图像的图像类型均为所述遮挡图像类型,则确定所述摄像装置被遮挡;
若所述至少一张第一图像中存在第一图像的图像类型为所述未遮挡图像类型,则确定所述摄像装置未被遮挡。
在一种可能的实施方式中,根据所述至少一张第一图像确定第二三维空间模型,包括:
针对任意一张第一图像,对所述第一图像进行对象识别处理,得到所述第一图像的对象识别结果,所述对象识别结果用于指示所述第一图像中是否存在预设对象、以及预设对象在所述第一图像中的图像位置;
根据每张第一图像的对象识别结果和所述至少一张第一图像,确定目标图像;
根据所述目标图像,确定所述第二三维空间模型。
在一种可能的实施方式中,所述第二确定模块14具体用于:
根据每张第一图像的对象识别结果,判断所述至少一张第一图像中是否存在无对象图像,所述无对象图像的对象识别结果指示所述无对象图像中不存在所述预设对象;
若是,则将所述无对象图像确定为所述目标图像;
若否,则根据所述预设对象在每张第一图像中的图像位置,对所述至少一张第一图像进行融合处理,得到所述目标图像。
在一种可能的实施方式中,所述第一图像的数量为M,所述M为大于1的整数;则根据所述预设对象在每张第一图像中的图像位置,对所述至少一张第一图像进行融合处理,得到所述目标图像,包括:
根据所述预设对象在所述第一图像中所占区域的尺寸,在M张第一图像中确定主图像和至少一张备选图像,所述预设对象在所述主图像中所占区域的尺寸最小;
根据所述预设对象在所述主图像中的第一图像位置,在所述至少一张备选图像中确定至少一张子图像,所述子图像在所述备选图像中的图像位置为所述第一图像位置;
对所述主图像和所述至少一张子图像进行融合处理,得到所述目标图像。
在一种可能的实施方式中,所述第二确定模块14具体用于:
判断预设对象在所述主图像中的图像位置,与所述预设对象在所述备选图像中的图像位置是否存在重叠区域;
若否,则将所述备选图像中、所述第一图像位置对应的图像,确定为所述子图像。
在一种可能的实施方式中,所述第二确定模块14具体用于::
在所述目标图像中提取多个空间线条;
对所述多个空间线条进行三维拼接处理,得到所述第二三维空间模型。
在一种可能的实施方式中,所述第二确定模块14具体用于:
获取所述第一三维空间模型和所述第二三维空间模型的重合比例;
若所述重合比例大于或等于预设比例,则确定所述摄像装置未被移动;
若所述重合比例小于所述预设比例,则确定所述摄像装置被移动。
本实施例提供的设备检测装置,可用于执行上述方法实施例中的设备检测方法,其实现原理和技术效果类似,此处不作赘述。
图10为本申请提供的设备检测设备的硬件结构示意图。请参见图10,该设备检测设备20可以包括:处理器21和存储器22,其中,处理器21和存储器22可以通信;示例性的,处理器21和存储器22通过通信总线23通信,所述存储器22用于存储计算机执行指令,所述处理器21用于调用存储器中的计算机执行指令执行上述任意方法实施例所示的方法。
可选的,设备检测设备20还可以包括通信接口,通信接口可以包括发送器和/或接收器。
可选的,上述处理器可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本申请所公开的方法的步骤可以直接体现为硬件处理器执行完成,或者用处理器中的硬件及软件模块组合执行完成。
本申请提供一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机执行指令;所述计算机执行指令用于实现如上述任意实施例所述的设备检测方法。
本申请实施例提供一种计算机程序产品,所述计算机程序产品包括计算机程序,当所述计算机程序被执行时,使得计算机执行上述设备检测方法。
实现上述各方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成。前述的程序可以存储于一可读取存储器中。该程序在执行时,执行包括上述各方法实施例的步骤;而前述的存储器(存储介质)包括:只读存储器(英文:read-only memory,缩写:ROM)、RAM、快闪存储器、硬盘、固态硬盘、磁带(英文:magnetic tape)、软盘(英文:floppydisk)、光盘(英文:optical disc)及其任意组合。
本申请实施例是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程终端设备的处理单元以产生一个机器,使得通过计算机或其他可编程终端设备的处理单元执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可装载到计算机或其他可编程终端设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
显然,本领域的技术人员可以对本申请实施例进行各种改动和变型而不脱离本申请的精神和范围。这样,倘若本申请实施例的这些修改和变型属于本申请权利要求及其等同技术的范围之内,则本申请也意图包含这些改动和变型在内。
在本申请中,术语“包括”及其变形可以指非限制性的包括;术语“或”及其变形可以指“和/或”。本申请中术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。本申请中,“多个”是指两个或两个以上。“和/或”,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。字符“/”一般表示前后关联对象是一种“或”的关系。
本领域技术人员在考虑说明书及实践里公开的发明后,将容易想到本申请的其它实施方案。本申请旨在涵盖本申请的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本申请的一般性原理并包括本申请未公开的本技术领域中的公知常识或惯用技术手段。
Claims (13)
1.一种设备检测方法,其特征在于,包括:
确定待检测的摄像装置;
获取所述摄像装置采集的至少一张第一图像;
获取所述摄像装置所在物理空间的第一三维空间模型,所述第一三维空间模型为预先生成的、用于描述所述摄像装置所朝向的固定不变的物理空间;
根据所述至少一张第一图像和所述第一三维空间模型,确定所述摄像装置的检测结果,所述检测结果用于指示所述摄像装置是否被遮挡或者移动;
若所述检测结果指示所述摄像装置被遮挡或者移动,则向预设设备发送提示信息,所述提示信息用于指示所述摄像装置被遮挡或者移动;
根据所述至少一张第一图像和所述第一三维空间模型,确定所述摄像装置的检测结果,包括:
对所述至少一张第一图像进行像素分析,以确定所述摄像装置是否被遮挡;
在确定所述摄像装置未被遮挡时,根据所述至少一张第一图像确定第二三维空间模型,并根据所述第一三维空间模型和所述第二三维空间模型,判断所述摄像装置是否被移动,所述摄像装置被移动包括:摄像装置的位置发生变化和拍摄朝向发生变化。
2.根据权利要求1所述的方法,其特征在于,对所述至少一张第一图像进行像素分析,以确定所述摄像装置是否被遮挡,包括:
针对任意一张第一图像,根据所述第一图像中各像素的灰度值,确定所述第一图像的图像类型,所述图像类型为遮挡图像类型或未遮挡图像类型;
根据所述至少一张第一图像的图像类型,判断所述摄像装置是否被遮挡。
3.根据权利要求2所述的方法,其特征在于,根据所述第一图像中各像素的灰度值,确定所述第一图像的图像类型,包括:
若所述第一图像中各像素的灰度值分别小于或等于预设灰度值,或者所述第一图像对应的最大灰度差小于或等于预设阈值,则确定所述第一图像的图像类型为所述遮挡图像类型,所述最大灰度差为所述第一图像中最大灰度值与最小灰度值的差值;
若所述第一图像中至少存在N个像素的灰度值大于所述预设灰度值,且所述第一图像对应的最大灰度差大于所述预设阈值,则确定所述第一图像的图像类型为所述未遮挡图像类型,所述N为大于或等于1的整数。
4.根据权利要求2所述的方法,其特征在于,根据所述至少一张第一图像的图像类型,判断所述摄像装置是否被遮挡,包括:
若所述至少一张第一图像的图像类型均为所述遮挡图像类型,则确定所述摄像装置被遮挡;
若所述至少一张第一图像中存在第一图像的图像类型为所述未遮挡图像类型,则确定所述摄像装置未被遮挡。
5.根据权利要求2-4任一项所述的方法,其特征在于,根据所述至少一张第一图像确定第二三维空间模型,包括:
针对任意一张第一图像,对所述第一图像进行对象识别处理,得到所述第一图像的对象识别结果,所述对象识别结果用于指示所述第一图像中是否存在预设对象、以及预设对象在所述第一图像中的图像位置,所述预设对象为可移动对象;
根据每张第一图像的对象识别结果和所述至少一张第一图像,确定目标图像;
根据所述目标图像,确定所述第二三维空间模型。
6.根据权利要求5所述的方法,其特征在于,根据每张第一图像的对象识别结果和所述至少一张第一图像,确定目标图像,包括:
根据每张第一图像的对象识别结果,判断所述至少一张第一图像中是否存在无对象图像,所述无对象图像的对象识别结果指示所述无对象图像中不存在所述预设对象;
若是,则将所述无对象图像确定为所述目标图像;
若否,则根据所述预设对象在每张第一图像中的图像位置,对所述至少一张第一图像进行融合处理,得到所述目标图像。
7.根据权利要求6所述的方法,其特征在于,所述第一图像的数量为M,所述M为大于1的整数;则根据所述预设对象在每张第一图像中的图像位置,对所述至少一张第一图像进行融合处理,得到所述目标图像,包括:
根据所述预设对象在所述第一图像中所占区域的尺寸,在M张第一图像中确定主图像和至少一张备选图像,所述预设对象在所述主图像中所占区域的尺寸最小;
根据所述预设对象在所述主图像中的第一图像位置,在所述至少一张备选图像中确定至少一张子图像,所述子图像在所述备选图像中的图像位置为所述第一图像位置;
对所述主图像和所述至少一张子图像进行融合处理,得到所述目标图像。
8.根据权利要求7所述的方法,其特征在于,根据所述预设对象在所述主图像中的第一图像位置,在所述至少一张备选图像中确定至少一张子图像,包括:
针对任意一张备选图像,判断预设对象在所述主图像中的图像位置,与所述预设对象在所述备选图像中的图像位置是否存在重叠区域;
若否,则将所述备选图像中、所述第一图像位置对应的图像,确定为所述子图像。
9.根据权利要求5所述的方法,其特征在于,根据所述目标图像,确定所述第二三维空间模型,包括:
在所述目标图像中提取多个空间线条;
对所述多个空间线条进行三维拼接处理,得到所述第二三维空间模型。
10.根据权利要求2-4任一项所述的方法,其特征在于,根据所述第一三维空间模型和所述第二三维空间模型,判断所述摄像装置是否被移动,包括:
获取所述第一三维空间模型和所述第二三维空间模型的重合比例;
若所述重合比例大于或等于预设比例,则确定所述摄像装置未被移动;
若所述重合比例小于所述预设比例,则确定所述摄像装置被移动。
11.一种设备检测装置,其特征在于,包括第一确定模块、第一获取模块、第二获取模块、第二确定模块和提示模块,其中,
所述第一确定模块用于,确定待检测的摄像装置;
所述第一获取模块用于,获取所述摄像装置采集的至少一张第一图像;
所述第二获取模块用于,获取所述摄像装置所在物理空间的第一三维空间模型,所述第一三维空间模型为预先生成的、用于描述所述摄像装置所朝向的固定不变的物理空间;
所述第二确定模块用于,根据所述至少一张第一图像和所述第一三维空间模型,确定所述摄像装置的检测结果,所述检测结果用于指示所述摄像装置是否被遮挡或者移动;
所述提示模块用于,若所述检测结果指示所述摄像装置被遮挡或者移动,则向预设设备发送提示信息,所述提示信息用于指示所述摄像装置被遮挡或者移动;
所述第二确定模块具体用于:
对所述至少一张第一图像进行像素分析,以确定所述摄像装置是否被遮挡;
在确定所述摄像装置未被遮挡时,根据所述至少一张第一图像确定第二三维空间模型,并根据所述第一三维空间模型和所述第二三维空间模型,判断所述摄像装置是否被移动,所述摄像装置被移动包括:摄像装置的位置发生变化和拍摄朝向发生变化。
12.一种设备检测设备,其特征在于,包括:处理器,以及与所述处理器通信连接的存储器;
所述存储器存储计算机执行指令;
所述处理器执行所述存储器存储的计算机执行指令,以实现如权利要求1-10中任一项所述的方法。
13.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中存储有计算机执行指令,所述计算机执行指令被处理器执行时用于实现如权利要求1-10中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310806983.7A CN116527877B (zh) | 2023-07-04 | 2023-07-04 | 设备检测方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310806983.7A CN116527877B (zh) | 2023-07-04 | 2023-07-04 | 设备检测方法、装置、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116527877A CN116527877A (zh) | 2023-08-01 |
CN116527877B true CN116527877B (zh) | 2023-09-29 |
Family
ID=87401571
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310806983.7A Active CN116527877B (zh) | 2023-07-04 | 2023-07-04 | 设备检测方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116527877B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112652021A (zh) * | 2020-12-30 | 2021-04-13 | 深圳云天励飞技术股份有限公司 | 相机偏移检测方法、装置、电子设备及存储介质 |
CN113902677A (zh) * | 2021-09-08 | 2022-01-07 | 九天创新(广东)智能科技有限公司 | 一种摄像头遮挡检测方法、装置及智能机器人 |
CN114998317A (zh) * | 2022-07-18 | 2022-09-02 | 福思(杭州)智能科技有限公司 | 镜头遮挡检测方法、装置、摄像装置和存储介质 |
CN116245933A (zh) * | 2021-12-07 | 2023-06-09 | 中国移动通信有限公司研究院 | 一种摄像机偏移检测方法、系统及存储介质 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080074494A1 (en) * | 2006-09-26 | 2008-03-27 | Harris Corporation | Video Surveillance System Providing Tracking of a Moving Object in a Geospatial Model and Related Methods |
-
2023
- 2023-07-04 CN CN202310806983.7A patent/CN116527877B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112652021A (zh) * | 2020-12-30 | 2021-04-13 | 深圳云天励飞技术股份有限公司 | 相机偏移检测方法、装置、电子设备及存储介质 |
CN113902677A (zh) * | 2021-09-08 | 2022-01-07 | 九天创新(广东)智能科技有限公司 | 一种摄像头遮挡检测方法、装置及智能机器人 |
CN116245933A (zh) * | 2021-12-07 | 2023-06-09 | 中国移动通信有限公司研究院 | 一种摄像机偏移检测方法、系统及存储介质 |
CN114998317A (zh) * | 2022-07-18 | 2022-09-02 | 福思(杭州)智能科技有限公司 | 镜头遮挡检测方法、装置、摄像装置和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN116527877A (zh) | 2023-08-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105577983B (zh) | 检测运动遮罩的设备和方法 | |
CN104980646A (zh) | 阻挡检测方法及电子装置 | |
JP6800628B2 (ja) | 追跡装置、追跡方法、及びプログラム | |
WO2010101227A1 (ja) | 物体位置推定用情報作成装置、物体位置推定用情報作成方法およびプログラム | |
US20160055653A1 (en) | Video based indoor leak detection | |
EP3562385A1 (en) | Method and system for capturing images for wound assessment with moisture detection | |
JP6638723B2 (ja) | 画像解析装置、画像解析方法、及び、画像解析プログラム | |
JP5101429B2 (ja) | 画像監視装置 | |
CN108769636B (zh) | 投影方法及装置、电子设备 | |
CN112053397A (zh) | 图像处理方法、装置、电子设备及存储介质 | |
KR100934904B1 (ko) | 거리 추정 장치 및 추정 방법 | |
CN110458870B (zh) | 一种图像配准、融合、遮挡检测方法、装置和电子设备 | |
CA2860014C (en) | Video based indoor leak detection | |
JP6991045B2 (ja) | 画像処理装置、画像処理装置の制御方法 | |
CN116527877B (zh) | 设备检测方法、装置、设备及存储介质 | |
KR101308184B1 (ko) | 윈도우 형태의 증강현실을 제공하는 장치 및 방법 | |
JP2006041939A (ja) | 監視装置及び監視プログラム | |
JP6367037B2 (ja) | 画像処理装置、画像処理プログラム、電子機器及び画像処理方法 | |
CN112585957A (zh) | 车站监控系统及车站监控方法 | |
US20220067909A1 (en) | Method and device for determining authenticity of a video | |
JP2022138639A (ja) | 処理装置 | |
CN116522417B (zh) | 显示设备的安全检测方法、装置、设备及存储介质 | |
CN107197155B (zh) | 一种拍照后对焦的方法、系统、移动终端及存储装置 | |
JPWO2016152182A1 (ja) | 異常状態検知装置、異常状態検知方法、及び、異常状態検知プログラム | |
CN112640444A (zh) | 车站监控装置、车站监控方法及程序 |
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 |