CN118075438B - 视频显示方法及装置、控制器、视频显示系统 - Google Patents
视频显示方法及装置、控制器、视频显示系统 Download PDFInfo
- Publication number
- CN118075438B CN118075438B CN202410476209.9A CN202410476209A CN118075438B CN 118075438 B CN118075438 B CN 118075438B CN 202410476209 A CN202410476209 A CN 202410476209A CN 118075438 B CN118075438 B CN 118075438B
- Authority
- CN
- China
- Prior art keywords
- target
- determining
- coefficient
- time length
- image
- 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
- 238000000034 method Methods 0.000 title claims abstract description 43
- 238000012360 testing method Methods 0.000 claims abstract description 406
- 230000000875 corresponding effect Effects 0.000 claims description 34
- 230000006399 behavior Effects 0.000 claims description 31
- 238000011161 development Methods 0.000 claims description 16
- 238000004590 computer program Methods 0.000 claims description 9
- 238000012790 confirmation Methods 0.000 claims description 6
- 230000002596 correlated effect Effects 0.000 claims description 6
- 230000009471 action Effects 0.000 claims description 3
- 238000012216 screening Methods 0.000 abstract description 5
- 230000018109 developmental process Effects 0.000 description 12
- 238000010586 diagram Methods 0.000 description 9
- 238000013527 convolutional neural network Methods 0.000 description 8
- 238000012093 association test Methods 0.000 description 7
- 238000001514 detection method Methods 0.000 description 7
- 238000011176 pooling Methods 0.000 description 6
- 238000012937 correction Methods 0.000 description 5
- 238000002474 experimental method Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 230000011218 segmentation Effects 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 2
- 238000009529 body temperature measurement Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 230000001815 facial effect Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 230000005347 demagnetization Effects 0.000 description 1
- 238000011981 development test Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000017525 heat dissipation Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000011897 real-time detection Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 210000000697 sensory organ Anatomy 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
Landscapes
- Testing, Inspecting, Measuring Of Stereoscopic Televisions And Televisions (AREA)
Abstract
本发明公开了一种视频显示方法及装置、控制器、视频显示系统,涉及计算机领域。控制器在获取目标试验区域的图像,以及被检样品的标识后,确定与目标试验区域的图像和被检样品的标识对应的候选试验项目。在候选试验项目为多个的情况下,从多个候选试验项目中确定本次需要开展的目标试验项目,并通过投影设备投影显示目标试验项目的指导视频。由于控制器可以从多个候选试验项目中确定本次需要开展的目标试验项目,并通过投影设备投影显示目标试验项目的指导视频,相较于相关技术中试验人员手动筛选指导视频,有效提高了试验效率。
Description
技术领域
本发明涉及计算机领域,具体涉及一种视频显示方法及装置、控制器、视频显示系统。
背景技术
实验室内可以设置有多个试验区域,试验人员可以在任一试验区域开展试验。
相关技术中,试验人员在某一试验区域开展实验之前,可以从视频播放设备中所显示的多个指导视频中,手动选择当前所要开展的试验项目的指导视频,以通过该指导视频辅助试验人员开展该试验项目。
但是,由于需要试验人员手动选择指导视频,导致试验效率较低。
发明内容
本发明提供了一种视频显示方法及装置、控制器、视频显示系统,能够解决相关技术中试验效率较低的问题,所述的技术方案包括:
一方面,提供了一种视频显示方法,方法包括:
获取目标试验区域的图像,以及被检样品的标识;
确定与目标试验区域的图像和被检样品的标识对应的候选试验项目;
在候选试验项目为多个的情况下,从多个候选试验项目中确定本次需要开展的目标试验项目;
通过投影设备投影显示目标试验项目的指导视频。
可选的,从多个候选试验项目中确定本次需要开展的目标试验项目,包括:
对于每个候选试验项目,确定最近一次开展候选试验项目的时刻距离当前时刻的第一时长;
基于第一时长确定本次开展候选试验项目的目标概率,目标概率与第一时长正相关;
将多个目标概率的最大值所对应的候选试验项目,确定为目标试验项目。
可选的,基于第一时长确定本次开展候选试验项目的目标概率,包括:
在候选试验项目存在关联试验项目的情况下,确定最近一次开展关联试验项目的时刻距离当前时刻的第二时长;
基于第一时长确定本次开展候选试验项目的参考概率,并基于第二时长确定目标系数,目标系数与第二时长正相关;
基于参考概率和目标系数的乘积确定目标概率。
可选的,基于第一时长确定本次开展候选试验项目的参考概率,包括:
若第一时长位于时长范围内,则基于第一系数与初始概率的乘积确定本次开展候选试验项目的参考概率;
若第一时长小于时长范围的下限值,则基于第二系数与初始概率的乘积确定本次开展候选试验项目的参考概率;
若第一时长大于时长范围的上限值,则基于第三系数与初始概率的乘积确定本次开展候选试验项目的参考概率;
其中,第二系数、第一系数和第三系数依次增大。
可选的,基于第二时长确定目标系数,包括:
若第二时长小于时长阈值,则将第四系数确定为目标系数;
若第二时长大于等于时长阈值,则将第五系数确定为目标系数,第五系数大于第四系数。
可选的,通过投影设备投影显示目标试验项目的指导视频,包括:
通过投影设备显示提示信息,提示信息用于指示开展目标试验项目;
获取试验人员的第一图像序列,并基于试验人员的第一图像序列确定试验人员的行为的第一识别结果;
若第一识别结果为确认开展试验的行为,则通过投影设备显示目标试验项目的指导视频。
可选的,获取目标试验区域的图像,包括:
在试验人员位于目标试验区域的情况下,获取试验人员的第二图像序列,并基于试验人员的第二图像序列确定试验人员的行为的第二识别结果;
若第二识别结果为确认行为,则获取目标试验区域的图像。
另一方面,提供了一种视频显示装置,装置包括:
获取模块,用于获取目标试验区域的图像,以及被检样品的标识;
第一确定模块,用于确定与目标试验区域的图像和被检样品的标识对应的候选试验项目;
第二确定模块,用于在候选试验项目为多个的情况下,从多个候选试验项目中确定本次需要开展的目标试验项目;
显示模块,用于通过投影设备投影显示目标试验项目的指导视频。
又一方面,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现上述的视频显示方法。
再一方面,提供了一种控制器,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,处理器执行计算机程序时,实现上述的视频显示方法。
再一方面,提供了一种视频显示系统,系统包括:图像采集设备、标识采集设备、控制器和投影设备;
图像采集设备,用于采集目标试验区域的图像;
标识采集设备,用于采集被检样品的标识;
控制器,用于:
从图像采集设备中获取目标试验区域的图像,并从标识采集设备中获取被检样品的标识;
确定与目标试验区域的图像和被检样品的标识对应的候选试验项目;
在候选试验项目为多个的情况下,从多个候选试验项目中确定本次需要开展的目标试验项目,并向投影设备发送目标试验项目的指导视频;
投影设备,用于投影显示指导视频。
综上所述,本发明提供了一种视频显示方法及装置、控制器、视频显示系统。视频显示方法包括控制器在获取目标试验区域的图像,以及被检样品的标识后,确定与目标试验区域的图像和被检样品的标识对应的候选试验项目。在候选试验项目为多个的情况下,从多个候选试验项目中确定本次需要开展的目标试验项目,并通过投影设备投影显示目标试验项目的指导视频。由于控制器可以从多个候选试验项目中确定本次需要开展的目标试验项目,并通过投影设备投影显示目标试验项目的指导视频,相较于相关技术中试验人员手动筛选指导视频,有效提高了试验效率。
本发明附加的方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
图1是本发明实施例提供的一种视频显示系统的结构示意图;
图2是本发明实施例提供的另一种视频显示系统的结构示意图;
图3是本发明实施例提供的一种视频显示方法的流程图;
图4是本发明实施例提供的另一种视频显示方法的流程图;
图5本发明实施例提供的一种第一对应关系的示意图;
图6为本发明实施例提供的一种控制器的结构示意图;
图7为本发明实施例提供的一种视频显示装置的框图。
具体实施方式
下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,旨在用于解释本发明,而不能理解为对本发明的限制。
图1是本发明实施例提供的一种视频显示系统的结构示意图。如图1所示,视频显示系统100包括图像采集设备10、标识采集设备20、控制器30和投影设备40。
其中,图像采集设备10,用于采集目标试验区域的图像。可选的,图像采集设备10可以为高清摄像头,图像采集设备10还可以进行人员跟踪等操作。
标识采集设备20,用于采集被检样品的标识。示例的,该被检样品可以是三相标准电能表、单相标准电能表和电流互感器等。被检样品上可以贴附标签,该标签内存储有被检样品的标识。该标识采集设备20可以扫描该标签,以获取被检样品的标识。
可选的,标识采集设备20可以为超高频射频识别(radio frequencyidentification,RFID)读写器,被检样品上贴附的标签可以为RFID标签。该超高频RFID读写器可以支持主动模式和应答模式等多种工作模式。
控制器30,用于从图像采集设备10中获取目标试验区域的图像,并从标识采集设备20中获取被检样品的标识,并确定与目标试验区域的图像和被检样品的标识对应的候选试验项目。在候选试验项目为多个的情况下,从多个候选试验项目中确定本次需要开展的目标试验项目,并向投影设备40发送目标试验项目的指导视频。
投影设备40,用于投影显示指导视频。可选的,投影设备40可以为高清投影仪。
图2是本发明实施例提供的另一种视频显示系统的结构示意图。参考图2,视频显示系统100还可以包括主体装置50、固定件60、旋转装置70、测温装置80和控制装置90。
其中,主体装置50可以呈圆球状,表面设置有多个散热孔,用于散热。图像采集设备10、标识采集设备20、投影设备40和测温装置80均可以设置在主体装置50表面。
旋转装置70可以连接在主体装置50的一端和固定件60的一端之间,用于旋转主体装置50,以便图像采集设备10采集目标试验区域的图像。固定件60的另一端固定在实验室的第一预设位置,示例的,该第一预设位置可以为实验室的天花板。
测温装置80可以用于实时监测实验室内各个试验区域的温度,当任一试验区域的温度存在异常时,进行报警提示。其中,测温装置80可以为红外摄像头。
控制装置90可以固定在实验室的第二预设位置,示例的,该第二预设位置可以为实验室内靠近入口的墙壁。控制装置90可以包括控制器30、电源开关91、第一接口92、第二接口93和显示器94。
其中,电源开关91用于控制控制装置90的电源关闭与打开。第一接口92和第二接口93可以为通用串行总线(universal serial bus,USB)3.0接口,或者USB Type-C接口,用于与外接设备交互数据。显示器94可以用于显示试验人员当前开展的目标试验项目,该目标试验项目的指导视频,以及试验人员当前所处的目标试验区域等信息。可选的,显示器94可以设置有虚拟按键,控制器30在接收到试验人员针对该虚拟按键的选中操作后,可以控制旋转装置70旋转。
图3是本发明实施例提供的一种视频显示方法的流程图,该方法可以应用于图1中的控制器30。参考图3,视频显示方法包括:
步骤301、获取目标试验区域的图像,以及被检样品的标识。
控制器可以获取目标试验区域的图像,以及被检样品的标识。
步骤302、确定与目标试验区域的图像和被检样品的标识对应的候选试验项目。
控制器获取目标试验区域的图像,以及被检样品的标识后,可以确定与目标试验区域的图像和被检样品的标识对应的候选试验项目。
步骤303、在候选试验项目为多个的情况下,从多个候选试验项目中确定本次需要开展的目标试验项目。
控制器确定与目标试验区域的图像和被检样品的标识对应的候选试验项目后,可以在候选试验项目为多个的情况下,从多个候选试验项目中确定本次需要开展的目标试验项目。
步骤304、通过投影设备投影显示目标试验项目的指导视频。
控制器在候选试验项目为多个的情况下,从多个候选试验项目中确定本次需要开展的目标试验项目后,可以通过投影设备投影显示目标试验项目的指导视频。
综上所述,本发明实施例提供了一种视频显示方法,该方法包括控制器在获取目标试验区域的图像,以及被检样品的标识后,确定与目标试验区域的图像和被检样品的标识对应的候选试验项目。在候选试验项目为多个的情况下,从多个候选试验项目中确定本次需要开展的目标试验项目,并通过投影设备投影显示目标试验项目的指导视频。
由于控制器可以从多个候选试验项目中确定本次需要开展的目标试验项目,并通过投影设备投影显示目标试验项目的指导视频,相较于相关技术中试验人员手动筛选指导视频,本发明实施例提供的方法有效提高了试验效率。
图4是本发明实施例提供的另一种视频显示方法的流程图,该方法可以应用于图1中的控制器30,如图4所示,该方法可以包括:
步骤401、获取目标试验区域的图像,以及被检样品的标识。
控制器可以获取目标试验区域的图像,以及被检样品的标识。其中,实验室内可以包括多个试验区域。
在本发明实施例中,图像采集设备在采集目标试验区域的图像后,可以将目标试验区域的图像发送至控制器,标识采集设备采集被检样品的标识后,可以将被检样品的标识发送至控制器。由此,控制器可以获取目标试验区域的图像,以及被检样品的标识。
在本发明实施例中,在试验人员进入实验室后,图像采集设备还可以跟踪拍摄试验人员,并将拍摄得到的图像发送给控制器。控制器可以根据图像采集设备发送的试验人员的图像从多个试验区域中确定目标试验区域,以及试验人员是否位于目标试验区域。
可选的,若基于试验人员的图像识别到参考试验区域,且确定试验人员位于该参考试验区域的时长大于等于目标时长,则可以将该参考试验区域为目标试验区域,并可以确定试验人员位于目标试验区域。若基于试验人员的图像未识别到试验区域,和/或,基于试验人员的图像识别到参考试验区域,但试验人员位于该参考试验区域的时长小于目标时长,则可以确定未识别到目标试验区域,且试验人员未处于目标试验区域。其中,控制器中可以预先存储目标时长。
在试验人员位于目标试验区域的情况下,控制器可以获取试验人员的第二图像序列,并基于试验人员的第二图像序列确定试验人员的行为的第二识别结果。若第二识别结果为确认行为,则可以获取目标试验区域的图像。若第二识别结果不为确认行为,则无需获取目标试验区域的图像。示例的,该确认行为可以为挥动左手。
在本发明实施例中,控制器可以将第二图像序列输入行为识别模型中,得到行为识别模型输出的第二识别结果。可选的,该行为识别模型可以是YOLOv4网络。
其中,该行为识别模型可以是控制器采用多个样本数据训练得到的,每个样本数据可以包括样本图像序列,以及每个样本图像序列的样本行为识别结果。
步骤402、确定与目标试验区域的图像和被检样品的标识对应的候选试验项目。
控制器获取目标试验区域的图像,以及被检样品的标识后,可以确定与目标试验区域的图像和被检样品的标识对应的候选试验项目。示例的,若被检样品为三相标准电能表,则候选实验项目可以为电能表高低温检测试验、确定基本误差试验、起动和停止试验和确定24小时变差试验。若被检样品为电流互感器,则候选实验项目可以为退磁实验和稳定性试验。
可选的,控制器可以基于目标试验区域的图像确定目标试验区域的标识。进而控制器可以从试验区域的标识、样品的标识与试验项目的标识的第一对应关系中,确定与目标试验区域的标识以及被检样品的标识所对应的候选试验项目的标识,由此确定出候选试验项目。其中,控制器中可以预先存储第一对应关系。
该第一对应关系可以如图5所示,参考图5,该第一对应关系可以包括多个试验区域的标识、多个试验项目的标识和多个样品的标识。可选的,第一对应关系还可以包括多个序号和多个试验区域的名称。
假设目标试验区域的标识为LAB-AREA-001、被检样品的标识为EPTYPE001,那么控制器从图5所确定出的候选试验项目的标识可以为PROJECT001和PROJECT002。
在本发明实施例中,实验室可以包括多个试验区域,不同试验区域中的所设置的试验设备可以相同也可以不同,并且不同试验区域的试验设备的位置可以相同也可以不同。控制器中可以预先存储各个试验区域的多个模板图像以及每个模板图像的标识。其中,每个试验区域的多个模板图像是试验人员在不同的角度对该试验区域进行拍摄得到的。
控制器在获取目标试验区域的图像后,可以通过图像匹配算法将该目标试验区域的图像与多个模板图像一一匹配,若目标试验区域的图像与目标模板图像匹配,则可以将该目标模板图像的标识确定为目标试验区域的标识。若目标试验区域的图像与多个模板图像均不匹配,则可以确认未确定出目标试验区域的标识,且可以发出第一提示信息,该第一提示信息用于提示未确定出目标试验区域的标识,并在发出第一提示信息后,结束流程。其中,图像匹配算法可以为尺度不变特征转换匹配(scale invariant feature transform,SIFT)算法。
在本发明实施例中,控制器通过图像匹配算法将该目标试验区域的图像与模板图像进行匹配的过程中,首先可以采用高斯模糊技术(gaussian blur)对目标试验图像进行滤波,以滤除目标试验图像的噪声。之后将可变尺度高斯卷积核和目标试验图像卷积得到尺度空间,在构建的尺度空间中定位极值点,并将极值点作为关键点,之后计算各个关键点的方向和梯度值,根据各个关键点的方向和梯度值确定SIFT特征点,并采用深度残差网络ResNet50对SIFT特征点进行特征描述,获取目标试验图像的特征描述子。
对于每个模板图像,将目标试验图像的特征描述子与该模板图像的特征描述子的欧式距离作为目标试验图像与模板图像的第一相似度。若该第一相似度大于等于第一相似度阈值,则可以确定目标试验图像与模板图像匹配。若第一相似度小于第一相似度阈值,则可以确定目标试验图像与模板图像不匹配。其中,控制器中可以预先存储第一相似度阈值以及每个模板图像的特征描述子。
任一关键点的梯度值可以满足
任一关键点的方向可以满足:
其中,Gx为关键点在像素行方向(即该像素行方向可以称为像素x方向)上的梯度,Gy为关键点在像素列方向(即像素列方向可以称为像素y方向)上的梯度。
步骤403、判断候选试验项目是否为多个。
控制器确定与目标试验区域的图像和被检样品的标识对应的候选试验项目后,可以判断候选试验项目是否为多个。若候选试验项目为多个,则可以执行步骤404。若候选试验项目为一个,控制器可以将该候选试验项目确定为目标试验项目,并可以执行步骤407。若候选试验项目为零个,则可以结束流程。
步骤404、对于每个候选试验项目,确定最近一次开展候选试验项目的时刻距离当前时刻的第一时长。
若候选试验项目为多个,则对于每个候选试验项目,控制器可以确定最近一次开展候选试验项目的时刻距离当前时刻的第一时长。其中,当前时刻为获取目标试验区域的图像至确定出候选试验项目之间的任一时刻。
可选的,控制器可以将当前时刻与最近一次开展候选试验项目的时刻的差值确定为第一时长。
控制器中可以预先存储试验项目的标识与最近一次开展试验项目的时刻的第二对应关系。对于每个候选试验项目,控制器可以从第二对应关系中确定与候选试验项目的标识对应的第一目标时刻,并将该第一目标时刻确定为最近一次开展候选试验项目的时刻。
步骤405、基于第一时长确定本次开展候选试验项目的目标概率。
对于每个候选试验项目,控制器确定最近一次开展候选试验项目的时刻距离当前时刻的第一时长后,可以基于第一时长确定本次开展候选试验项目的目标概率。其中,目标概率与第一时长正相关。
可选的,控制器基于第一时长确定本次开展候选试验项目的目标概率可以包括以下步骤A1至步骤A6:
步骤A1、基于第一时长确定本次开展候选试验项目的参考概率。
控制器可以基于第一时长确定本次开展候选试验项目的参考概率。
可选的,若第一时长位于时长范围内,则可以基于第一系数与初始概率的乘积确定本次开展候选试验项目的参考概率。若第一时长小于时长范围的下限值,则可以基于第二系数与初始概率的乘积确定本次开展候选试验项目的参考概率。若第一时长大于时长范围的上限值,则可以基于第三系数与初始概率的乘积确定本次开展候选试验项目的参考概率。
其中,第二系数、第一系数和第三系数依次增大。控制器可以预先存储时长范围、第一系数、第二系数、第三系数和初始概率。示例的,时长范围下限可以为6个月,上限值可以为12个月,第二系数可以为0.1,第一系数可以为0.6,第三系数可以为0.9,初始概率可以为1。
可选的,若第一时长位于时长范围内,则可以将第一系数与初始概率的乘积确定为本次开展候选试验项目的参考概率。若第一时长小于时长范围的下限值,则可以将第二系数与初始概率的乘积确定为本次开展候选试验项目的参考概率。若第一时长大于时长范围的上限值,则可以将第三系数与初始概率的乘积确定为本次开展候选试验项目的参考概率。
步骤A2、判断候选试验项目是否存在关联试验项目。
控制器基于第一时长确定本次开展候选试验项目的参考概率后,可以判断候选试验项目是否存在关联试验项目。若候选试验项目存在关联试验项目,则可以执行步骤A3。若候选试验项目不存在关联试验项目,则可以执行步骤A6。其中,关联试验项目可以为在候选试验项目执行之前或者之后需要执行的试验项目。示例的,若候选试验项目为电能表高低温检测试验,则关联试验项目可以为电能表基本误差检测试验。
控制器中可以预先存储试验项目的标识与关联试验项目的标识的第三对应关系。控制器若从第三对应关系中确定出与候选试验项目的标识对应的目标关联试验项目的标识,则可以确定候选试验项目存在关联试验项目。
控制器若从第三对应关系中未确定出与候选试验项目的标识对应的关联试验项目的标识,则可以确定候选试验项目不存在关联试验项目。
步骤A3、确定最近一次开展关联试验项目的时刻距离当前时刻的第二时长。
若候选试验项目存在关联试验项目,控制器可以确定最近一次开展关联试验项目的时刻距离当前时刻的第二时长。
可选的,控制器中可以预先存储关联试验项目的标识与最近一次开展关联试验项目的时刻的第四对应关系。若候选试验项目存在关联试验项目,则控制器可以从第四对应关系中确定与关联试验项目的标识对应的第二目标时刻,并将该第二目标时刻确定为最近一次开展关联试验项目的时刻。
步骤A4、基于第二时长确定目标系数。
控制器确定最近一次开展关联试验项目的时刻距离当前时刻的第二时长后,可以基于第二时长确定目标系数。其中,目标系数与第二时长正相关。
可选的,若第二时长小于时长阈值,则可以将第四系数确定为目标系数。若第二时长大于等于时长阈值,则可以将第五系数确定为目标系数。
其中,第五系数大于第四系数。控制器可以预先存储时长阈值、第四系数和第五系数。示例的,时长阈值可以为2个月,第四系数可以为0.8,第五系数可以为1.2。
步骤A5、基于参考概率和目标系数的乘积确定目标概率。
控制器基于第一时长确定本次开展候选试验项目的参考概率后,可以基于参考概率和目标系数的乘积确定目标概率。
可选的,控制器可以将参考概率和目标系数的乘积确定为目标概率。
步骤A6、基于参考概率确定目标概率。
若候选试验项目不存在关联试验项目,控制器可以基于参考概率确定目标概率。可选的,控制器可以将参考概率确定为目标概率。由此,控制器可以确定出目标概率。
需要说明的是,在样品的检定规范中,对样品复检有时间的规定,因此,在进行试验时,可基于关联试验项目以及开展关联试验项目的时刻确定目标试验项目。
步骤406、将多个目标概率的最大值所对应的候选试验项目,确定为目标试验项目。
控制器基于第一时长确定本次开展候选试验项目的目标概率后,可以将多个目标概率的最大值所对应的候选试验项目,确定为目标试验项目。
本方案在候选实验项目为多个的情况下,通过确定最近一次开展候选试验项目的时刻距离当前时刻的第一时长,并基于第一时长确定本次开展候选试验项目的目标概率,并将多个目标概率的最大值所对应的候选试验项目,确定为目标试验项目,相较于相关技术中试验人员接收到被检样品后,需要通过翻阅大量的历史记录确定目标试验项目,本方案可以节省试验人员翻阅历史资料的时间,有效提高了试验效率。
步骤407、通过投影设备显示第二提示信息。
控制器确定目标试验项目后,可以通过投影设备显示第二提示信息。该第二提示信息用于指示开展目标试验项目。示例的,若候选试验项目为电能表高低温检测试验,该第二提示信息可以为“本次是否进行电能表高低温检测试验?”。
在本发明实施例中,若存在多个目标试验项目,则可以按照多个目标试验项目的序号由低到高的顺序,依次通过投影设备显示针对每个目标试验项目的第二提示信息。
步骤408、获取试验人员的第一图像序列,并基于试验人员的第一图像序列确定试验人员的行为的第一识别结果。
控制器通过投影设备显示第二提示信息后,可以获取试验人员的第一图像序列,并基于试验人员的第一图像序列确定试验人员的行为的第一识别结果。示例的,该第一识别结果可以包括伸出右手摆动,或者伸出右手不摆动。
可选的,控制器可以将第一图像序列输入行为识别模型中,得到行为识别模型输出的第一识别结果。
步骤409、判断第一识别结果是否为确认开展试验的行为。
控制器获取试验人员的第一图像序列,并基于试验人员的第一图像序列确定试验人员的行为的第一识别结果后,可以判断第一识别结果是否为确认开展试验的行为。示例的,确认开展试验的行为可以为伸出右手不摆动。
在目标试验项目为一个或多个的情况下,若第一识别结果为确认开展试验的行为,则可以执行步骤410。
在目标试验项目为一个的情况下,若第一识别结果为不开展试验的行为,则可以结束流程。示例的,不开展试验的行为可以为伸出右手上下摆动。
在目标试验项目为多个的情况下,若第一识别结果为不开展试验的行为,则继续执行步骤407。
示例的,假设第一识别结果为不为确认开展试验的行为,则可以通过投影设备显示针对下一个目标试验项目的第二提示信息。
步骤410、通过投影设备显示目标试验项目的指导视频。
控制器若确定第一识别结果为确认开展试验的行为,则可以通过投影设备显示目标试验项目的指导视频。由此试验人员可以在指导视频的指导下开展目标试验项目。
控制器中可以预先存储各个试验项目的指导视频,控制器可以基于目标试验项目的标识,获取与该目标试验项目的标识对应的指导视频。
在本发明实施例中,试验人员位于实验室门外的情况下,控制器还可以获取试验人员的身份信息,并基于该身份信息确定试验人员是否具备进入实验室的权限,若试验人员具备进入实验室的权限,则可以开启实验室的门禁,以使得试验人员进入实验室。若试验人员不具备进入实验室的权限,则无需开启实验室的门禁,并可以发出第一警报信息,该第一警报信息用于提示该试验人员没有权限进入实验室。
可选的,试验人员的身份信息可以是试验人员的目标人脸图像。控制器可以采用人脸识别算法将获取的目标人脸图像与预先存储的人脸图像库进行对比,得到多个第二相似度。若多个第二相似度中存在一个大于等于第二相似度阈值的相似度,则可以确定试验人员具备进入实验室的权限。若多个第二相似度均小于第二相似度阈值,则可以确定试验人员不具备进入实验室的权限。其中,控制器中可以预先存储第二相似度阈值。人脸识别算法可以为多任务卷积神经网络(multi-task convolutional neural network,MTCNN)。
可以理解的是,MTCNN核心思想为利用了检测和对齐之间的内在联系来提高性能,其将一张图像缩放到不同尺度形成图像金字塔,并通过三个深度卷积网络,该三个深度卷积网络可以分别为P-Net(proposal network)、R-Net(refine network)和O-Net(outputnetwork)。
其中,控制器采用P-Net网络对目标人脸图像进行处理,得到候选窗体和边界回归量。将候选窗体和边界回归量输入R-Net网络,以通过R-Net网络采用边界回归量对候选窗体进行校准,再利用非极大值抑制(non-maximum suppression,NMS)算法去除重叠的候选窗体,由此进一步消除冗余的边界框。之后将R-Net网络输出的候选窗体输入O-Net,得到五个人脸关键点定位。控制器基于该五个人脸关键点定位可以确定出只有五官对齐人脸切割后的方形人脸脸框图像。
最后,控制器可以提取该方形人脸脸框图像的目标人脸特征,并将目标人脸特征与人脸图像库中各个人脸图像的人脸特征进行对比,得到多个第二相似度。
MTCNN能够在中央处理器环境中满足实时性的效果,不仅如此,它对难例挖掘具有显著而又独特的优势,对于歪脸和侧脸的情况下,该算法能够自动的对人脸进行仿射变化进行矫正和对齐,并且在检测率和召回率上有更高的准确率和更低的漏检率,在处理器模式下也可以获得实时的检测效果。
在本发明实施例中,控制器还可以通过测温装置实时监测实验室内各个试验区域的温度,当任一试验区域的温度存在异常时,进行报警提示。其中,测温装置可以为红外摄像头。测温装置实时监测实验室内各个试验区域的温度的过程可以包括以下步骤B1至步骤B4:
步骤B1、获取实验室内各个试验区域的红外图像。
控制器可以通过测温装置获取实验室内各个试验区域的红外图像。
步骤B2、对于每个红外图像,将红外图像转换为灰度图像,并对该灰度图像进行校正,得到校正图像。
控制器获取实验室内各个试验区域红外图像后,对于每个红外图像,可以将红外图像转换为灰度图像,并对该灰度图像进行校正,得到校正图像。
可以理解的是,实验室内设备红外图像通常包含柜体、其他材料等复杂背景,直接对红外图像进行识别会影响准确率,因此需要进行图像预处理。
可选的,控制器可以采用加权法对红外图像进行灰度处理,以生成灰度图像,再采用伽马(Gamma)校正方法对灰度图像进行归一化处理,以实现对灰度图像的校正,从而提高图像的对比度。可选的,校正图像中位置为(x,y)的像素点的校正值LG(x,y)满足:
LG(x,y)=C×L(x,y)×γ
其中,L(x,y)为灰度图像中位置为(x,y)的像素点的灰度值,γ为校正参数,C为常数。控制器可以预先存储校正参数γ和常数C。
步骤B3、确定校正图像的温度值区域,并对温度值区域进行字符分割,得到校正图像的温度值图像集合。
对于每个红外图像,控制器将红外图像转换为灰度图像,并对该灰度图像进行校正,得到校正图像之后,可以确定校正图像的温度值区域,对温度值区域进行字符分割,得到校正图像的温度值图像集合。
可选的,控制器可以确定校正图像的图像轮廓,利用像素累加定位法和图像轮廓确定校正图像的温度值区域,该温度值区域可以称为定位温度值的感兴趣区域(region ofinterest,ROI),再对温度值区域进行字符分割。
控制器可以确定校正图像的矩形框的长边后,再按列进行像素积累,确定矩形框的短边,根据长边和短边建立坐标系,确定与处理图像的点坐标,从而生成校正图像的图像轮廓。
进一步地,由于二值化后的红外图像的测温图谱矩形框保留完整,亦即,校正图像的测温图谱矩形框保留完整,采用像素累加法定位矩形框,以矩形框的长边为方向,对整体校正图像按列累加连续的像素,筛选出连续像素等于矩形框长度的列,同时以矩形框短边为参考,定位出矩形框四角的像素坐标,将该像素坐标围成的区域作为温度值区域。
之后再采用垂直积分投影法对温度值区域进行字符分割,图像x列的垂直投影积分结果Vx满足:
其中,f(x,y)为像素点(x,y)处的灰度值,N为ROI的高度,h为ROI的长度。
步骤B4、利用卷积神经网络对温度值图像集合进行温度识别,得到温度值。
控制器确定温度值区域后,可以利用卷积神经网络对温度值图像集合进行温度识别,得到温度值。
可选的,控制器可以基于卷积神经网络(convolutional neural networks,CNN)的温度识别方法对温度值识别。
其中,卷积神经网络可以包括输入层、第一卷积层、第一池化层、第二卷积层、第二池化层、全连接层以及输出层。第一卷积层和第二卷积层的卷积核大小为5×5,步长为1,第一池化层采用最大池化操作,池化核大小为1×1,步长为1。第二池化层采用2×2的卷积核进一步提取图像特征,步长为2,得到特征图大小为4×4×12,最后输入全连接层,dropout值为0.5,采用Softmax分类器对结果进行预测,分为11个类别,包括符号“−”和数字“0~9”。
综上所述,本发明实施例提供了一种视频显示方法,该方法包括控制器在获取目标试验区域的图像,以及被检样品的标识后,确定与目标试验区域的图像和被检样品的标识对应的候选试验项目。在候选试验项目为多个的情况下,从多个候选试验项目中确定本次需要开展的目标试验项目,并通过投影设备投影显示目标试验项目的指导视频。
由于控制器可以从多个候选试验项目中确定本次需要开展的目标试验项目,并通过投影设备投影显示目标试验项目的指导视频,相较于相关技术中试验人员手动筛选指导视频,本发明实施例提供的方法有效提高了试验效率。
本发明实施例提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现上述实施例所示的视频显示方法。例如,图3或图4所示的视频显示方法。
图6为本发明实施例提供的一种控制器的结构示意图。参考图6,控制器30可以包括存储器601、处理器602及存储在存储器601上并可在处理器602上运行的计算机程序,处理器602执行计算机程序时,实现上述实施例所示的视频显示方法。例如,图3或图4所示的视频显示方法。
图7为本发明实施例提供的一种视频显示装置的框图。参考图7,该装置包括:
获取模块701,用于获取目标试验区域的图像,以及被检样品的标识;
第一确定模块702,用于确定与目标试验区域的图像和被检样品的标识对应的候选试验项目;
第二确定模块703,用于在候选试验项目为多个的情况下,从多个候选试验项目中确定本次需要开展的目标试验项目;
显示模块704,用于通过投影设备投影显示目标试验项目的指导视频。
可选的,第二确定模块703,用于:
对于每个候选试验项目,确定最近一次开展候选试验项目的时刻距离当前时刻的第一时长;
基于第一时长确定本次开展候选试验项目的目标概率,目标概率与第一时长正相关;
将多个目标概率的最大值所对应的候选试验项目,确定为目标试验项目。
可选的,第二确定模块703,用于:
在候选试验项目存在关联试验项目的情况下,确定最近一次开展关联试验项目的时刻距离当前时刻的第二时长;
基于第一时长确定本次开展候选试验项目的参考概率,并基于第二时长确定目标系数,目标系数与第二时长正相关;
基于参考概率和目标系数的乘积确定目标概率。
可选的,第二确定模块703,用于:
若第一时长位于时长范围内,则基于第一系数与初始概率的乘积确定本次开展候选试验项目的参考概率;
若第一时长小于时长范围的下限值,则基于第二系数与初始概率的乘积确定本次开展候选试验项目的参考概率;
若第一时长大于时长范围的上限值,则基于第三系数与初始概率的乘积确定本次开展候选试验项目的参考概率;
其中,第二系数、第一系数和第三系数依次增大。
可选的,第二确定模块703,用于:
若第二时长小于时长阈值,则将第四系数确定为目标系数;
若第二时长大于等于时长阈值,则将第五系数确定为目标系数,第五系数大于第四系数。
可选的,通过投影设备投影显示目标试验项目的指导视频,包括:
通过投影设备显示提示信息,提示信息用于指示开展目标试验项目;
获取试验人员的第一图像序列,并基于试验人员的第一图像序列确定试验人员的行为的第一识别结果;
若第一识别结果为确认开展试验的行为,则通过投影设备显示目标试验项目的指导视频。
可选的,获取模块701,用于:
在试验人员位于目标试验区域的情况下,获取试验人员的第二图像序列,并基于试验人员的第二图像序列确定试验人员的行为的第二识别结果;
若第二识别结果为确认行为,则获取目标试验区域的图像。
综上所述,本发明实施例提供了一种视频显示装置,该装置在获取目标试验区域的图像,以及被检样品的标识后,确定与目标试验区域的图像和被检样品的标识对应的候选试验项目。在候选试验项目为多个的情况下,从多个候选试验项目中确定本次需要开展的目标试验项目,并通过投影设备投影显示目标试验项目的指导视频。
由于该装置可以从多个候选试验项目中确定本次需要开展的目标试验项目,并通过投影设备投影显示目标试验项目的指导视频,相较于相关技术中试验人员手动筛选指导视频,本发明实施例提供的装置有效提高了试验效率。
需要说明的是,在流程图中表示或在此以其他方式描述的逻辑和/或步骤,例如,可以被认为是用于实现逻辑功能的可执行指令的定序列表,可以具体实现在任何计算机可读介质中,以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用,或结合这些指令执行系统、装置或设备而使用。就本说明书而言,“计算机可读介质”可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下:具有一个或多个布线的电连接部(电子装置),便携式计算机盘盒(磁装置),随机存取存储器(RAM),只读存储器(ROM),可擦除可编辑只读存储器(EPROM或闪速存储器),光纤装置,以及便携式光盘只读存储器(CDROM)。另外,计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质,因为可以例如通过对纸或其他介质进行光学扫描,接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序,然后将其存储在计算机存储器中。
应当理解,本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如,如果用硬件来实现,和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
在本发明的描述中,需要理解的是,术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“外”、“顺时针”、“逆时针”、“轴向”、“径向”、“周向”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。
此外,本发明实施例中所使用的“第一”、“第二”等术语,仅用于描述目的,而不可以理解为指示或者暗示相对重要性,或者隐含指明本实施例中所指示的技术特征数量。由此,本发明实施例中限定有“第一”、“第二”等术语的特征,可以明确或者隐含地表示该实施例中包括至少一个该特征。在本发明的描述中,词语“多个”的含义是至少两个或者两个及以上,例如两个、三个、四个等,除非实施例中另有明确具体的限定。
在本发明中,除非实施例中另有明确的相关规定或者限定,否则实施例中出现的术语“安装”、“相连”、“连接”和“固定”等应做广义理解,例如,连接可以是固定连接,也可以是可拆卸连接,或成一体,可以理解的,也可以是机械连接、电连接等;当然,还可以是直接相连,或者通过中间媒介进行间接连接,或者可以是两个元件内部的连通,或者两个元件的相互作用关系。对于本领域的普通技术人员而言,能够根据具体的实施情况理解上述术语在本发明中的具体含义。
在本发明中,除非另有明确的规定和限定,第一特征在第二特征“上”或“下”可以是第一和第二特征直接接触,或第一和第二特征通过中间媒介间接接触。而且,第一特征在第二特征“之上”、“上方”和“上面”可是第一特征在第二特征正上方或斜上方,或仅仅表示第一特征水平高度高于第二特征。第一特征在第二特征“之下”、“下方”和“下面”可以是第一特征在第二特征正下方或斜下方,或仅仅表示第一特征水平高度小于第二特征。
尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (8)
1.一种视频显示方法,其特征在于,所述方法包括:
获取目标试验区域的图像,以及被检样品的标识;
确定与所述目标试验区域的图像和所述被检样品的标识对应的候选试验项目;
在所述候选试验项目为多个的情况下,从所述多个候选试验项目中确定本次需要开展的目标试验项目;
通过投影设备投影显示所述目标试验项目的指导视频;
从所述多个候选试验项目中确定本次需要开展的目标试验项目,包括:
对于每个所述候选试验项目,确定最近一次开展所述候选试验项目的时刻距离当前时刻的第一时长;
基于所述第一时长确定本次开展所述候选试验项目的目标概率,所述目标概率与所述第一时长正相关;
将多个所述目标概率的最大值所对应的候选试验项目,确定为所述目标试验项目;
基于所述第一时长确定本次开展所述候选试验项目的目标概率,包括:
在所述候选试验项目存在关联试验项目的情况下,确定最近一次开展所述关联试验项目的时刻距离当前时刻的第二时长;
基于所述第一时长确定本次开展所述候选试验项目的参考概率,并基于所述第二时长确定目标系数,所述目标系数与所述第二时长正相关;
基于所述参考概率和所述目标系数的乘积确定所述目标概率;
基于所述第一时长确定本次开展所述候选试验项目的参考概率,包括:
若所述第一时长位于时长范围内,则基于第一系数与初始概率的乘积确定本次开展所述候选试验项目的参考概率;
若所述第一时长小于所述时长范围的下限值,则基于第二系数与初始概率的乘积确定本次开展所述候选试验项目的参考概率;
若所述第一时长大于所述时长范围的上限值,则基于第三系数与初始概率的乘积确定本次开展所述候选试验项目的参考概率;
其中,所述第二系数、所述第一系数和所述第三系数依次增大。
2.根据权利要求1所述的方法,其特征在于,基于所述第二时长确定目标系数,包括:
若所述第二时长小于时长阈值,则将第四系数确定为所述目标系数;
若所述第二时长大于等于所述时长阈值,则将第五系数确定为所述目标系数,所述第五系数大于所述第四系数。
3.根据权利要求1或2所述的方法,其特征在于,通过投影设备投影显示所述目标试验项目的指导视频,包括:
通过投影设备显示提示信息,所述提示信息用于指示开展所述目标试验项目;
获取试验人员的第一图像序列,并基于所述试验人员的第一图像序列确定所述试验人员的行为的第一识别结果;
若所述第一识别结果为确认开展试验的行为,则通过所述投影设备显示所述目标试验项目的指导视频。
4.根据权利要求1或2所述的方法,其特征在于,获取目标试验区域的图像,包括:
在试验人员位于所述目标试验区域的情况下,获取所述试验人员的第二图像序列,并基于所述试验人员的第二图像序列确定所述试验人员的行为的第二识别结果;
若所述第二识别结果为确认行为,则获取所述目标试验区域的图像。
5.一种视频显示装置,其特征在于,所述装置包括:
获取模块,用于获取目标试验区域的图像,以及被检样品的标识;
第一确定模块,用于确定与所述目标试验区域的图像和所述被检样品的标识对应的候选试验项目;
第二确定模块,用于在所述候选试验项目为多个的情况下,从所述多个候选试验项目中确定本次需要开展的目标试验项目;
显示模块,用于通过投影设备投影显示所述目标试验项目的指导视频;
所述第二确定模块,还用于:
对于每个所述候选试验项目,确定最近一次开展所述候选试验项目的时刻距离当前时刻的第一时长;
基于所述第一时长确定本次开展所述候选试验项目的目标概率,所述目标概率与所述第一时长正相关;
将多个所述目标概率的最大值所对应的候选试验项目,确定为所述目标试验项目;
所述第二确定模块,还用于:
在所述候选试验项目存在关联试验项目的情况下,确定最近一次开展所述关联试验项目的时刻距离当前时刻的第二时长;
基于所述第一时长确定本次开展所述候选试验项目的参考概率,并基于所述第二时长确定目标系数,所述目标系数与所述第二时长正相关;
基于所述参考概率和所述目标系数的乘积确定所述目标概率;
所述第二确定模块,还用于:
若所述第一时长位于时长范围内,则基于第一系数与初始概率的乘积确定本次开展所述候选试验项目的参考概率;
若所述第一时长小于所述时长范围的下限值,则基于第二系数与初始概率的乘积确定本次开展所述候选试验项目的参考概率;
若所述第一时长大于所述时长范围的上限值,则基于第三系数与初始概率的乘积确定本次开展所述候选试验项目的参考概率;
其中,所述第二系数、所述第一系数和所述第三系数依次增大。
6.一种计算机可读存储介质,其特征在于,其上存储有计算机程序,所述计算机程序被处理器执行时实现权利要求1至4任一所述的视频显示方法。
7.一种控制器,其特征在于,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时,实现权利要求1至4任一所述的视频显示方法。
8.一种视频显示系统,其特征在于,所述系统包括:图像采集设备、标识采集设备、投影设备和权利要求7所述的控制器;
所述图像采集设备,用于采集目标试验区域的图像;
所述标识采集设备,用于采集被检样品的标识;
所述投影设备,用于投影显示所述指导视频;
所述控制器,用于:
从所述图像采集设备中获取目标试验区域的图像,并从所述标识采集设备中获取所述被检样品的标识;
确定与所述目标试验区域的图像和所述被检样品的标识对应的候选试验项目;
在所述候选试验项目为多个的情况下,从所述多个候选试验项目中确定本次需要开展的目标试验项目,并向所述投影设备发送所述目标试验项目的指导视频。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410476209.9A CN118075438B (zh) | 2024-04-19 | 2024-04-19 | 视频显示方法及装置、控制器、视频显示系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410476209.9A CN118075438B (zh) | 2024-04-19 | 2024-04-19 | 视频显示方法及装置、控制器、视频显示系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN118075438A CN118075438A (zh) | 2024-05-24 |
CN118075438B true CN118075438B (zh) | 2024-06-21 |
Family
ID=91100705
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410476209.9A Active CN118075438B (zh) | 2024-04-19 | 2024-04-19 | 视频显示方法及装置、控制器、视频显示系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN118075438B (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107784291A (zh) * | 2017-11-03 | 2018-03-09 | 北京清瑞维航技术发展有限公司 | 基于红外视频的目标检测跟踪方法和装置 |
CN109829456A (zh) * | 2017-11-23 | 2019-05-31 | 腾讯科技(深圳)有限公司 | 图像识别方法、装置及终端 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11610385B2 (en) * | 2018-04-26 | 2023-03-21 | Nec Corporation | Information processing apparatus, control method, and non-transitory storage medium |
CN111950424B (zh) * | 2020-08-06 | 2023-04-07 | 腾讯科技(深圳)有限公司 | 一种视频数据处理方法、装置、计算机及可读存储介质 |
CN112272277B (zh) * | 2020-10-23 | 2023-07-18 | 岭东核电有限公司 | 核电试验中的语音添加方法、装置和计算机设备 |
-
2024
- 2024-04-19 CN CN202410476209.9A patent/CN118075438B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107784291A (zh) * | 2017-11-03 | 2018-03-09 | 北京清瑞维航技术发展有限公司 | 基于红外视频的目标检测跟踪方法和装置 |
CN109829456A (zh) * | 2017-11-23 | 2019-05-31 | 腾讯科技(深圳)有限公司 | 图像识别方法、装置及终端 |
Also Published As
Publication number | Publication date |
---|---|
CN118075438A (zh) | 2024-05-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2021047232A1 (zh) | 交互行为识别方法、装置、计算机设备和存储介质 | |
CN108229475B (zh) | 车辆跟踪方法、系统、计算机设备及可读存储介质 | |
US11380010B2 (en) | Image processing device, image processing method, and image processing program | |
CN111753643B (zh) | 人物姿态识别方法、装置、计算机设备和存储介质 | |
CN111368682B (zh) | 一种基于faster RCNN台标检测与识别的方法及系统 | |
US20140270362A1 (en) | Fast edge-based object relocalization and detection using contextual filtering | |
CN102982305A (zh) | 信息处理设备和处理信息的方法、存储介质以及程序 | |
CN111932582A (zh) | 一种视频图像中的目标跟踪方法及装置 | |
CN113688817A (zh) | 一种自动巡检的仪表识别方法及识别系统 | |
CN111950566A (zh) | 一种旋转不变的hog红外图像电力设备识别方法 | |
US10395090B2 (en) | Symbol detection for desired image reconstruction | |
CN114241370A (zh) | 基于数字孪生变电站的入侵识别方法、装置和计算机设备 | |
CN110910445A (zh) | 一种物件尺寸检测方法、装置、检测设备及存储介质 | |
CN111680546A (zh) | 注意力检测方法、装置、电子设备及存储介质 | |
CN114494161A (zh) | 基于图像对比的受电弓异物检测方法、设备及存储介质 | |
CN112784494B (zh) | 假阳性识别模型的训练方法、目标识别方法及装置 | |
CN112419243B (zh) | 一种基于红外图像分析的配电房设备故障识别方法 | |
US8831301B2 (en) | Identifying image abnormalities using an appearance model | |
CN118075438B (zh) | 视频显示方法及装置、控制器、视频显示系统 | |
CN112215222A (zh) | 车牌识别方法、装置、设备及存储介质 | |
CN112287905A (zh) | 车辆损伤识别方法、装置、设备及存储介质 | |
CN113569594A (zh) | 一种人脸关键点的标注方法及装置 | |
CN110751163B (zh) | 目标定位方法及其装置、计算机可读存储介质和电子设备 | |
CN115984759A (zh) | 变电站开关状态识别方法、装置、计算机设备和存储介质 | |
CN114943720A (zh) | 一种电力图像处理方法及装置 |
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 |