CN118097515A - 视频指纹的绘制方法、装置、计算机设备和存储介质 - Google Patents
视频指纹的绘制方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN118097515A CN118097515A CN202410350881.3A CN202410350881A CN118097515A CN 118097515 A CN118097515 A CN 118097515A CN 202410350881 A CN202410350881 A CN 202410350881A CN 118097515 A CN118097515 A CN 118097515A
- Authority
- CN
- China
- Prior art keywords
- video fingerprint
- photo
- acquiring
- determining
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 59
- 238000004590 computer program Methods 0.000 claims description 13
- 238000012937 correction Methods 0.000 claims description 10
- 238000004422 calculation algorithm Methods 0.000 description 11
- 230000008569 process Effects 0.000 description 10
- 238000012545 processing Methods 0.000 description 9
- 230000000694 effects Effects 0.000 description 6
- 238000001514 detection method Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 4
- 230000004927 fusion Effects 0.000 description 4
- 238000005259 measurement Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000001914 filtration Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000003542 behavioural effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 238000003891 environmental analysis Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000007500 overflow downdraw method Methods 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Landscapes
- Image Analysis (AREA)
Abstract
本发明公开了一种视频指纹的绘制方法、装置、计算机设备和存储介质,绘制方法包括以下步骤:获取目标图像,确定所述目标图像的聚焦区域;获取所述聚焦区域的照片,确定照片中锚点的实际位置和像素位置,其中,所述锚点是照片中的预设的参考点;将所述照片中锚点的实际位置和像素位置输入到自动绘制视频指纹程序中,生成视频指纹文件。本发明通过视频指纹绘制得到现场人员的图像信息,最后将定位数据与图像点位融合在一起,实现多维坐标的统一结合,从而完成系统的高精度定位。
Description
技术领域
本发明涉及视频处理技术领域,特别是涉及一种视频指纹的绘制方法、装置、计算机设备和存储介质。
背景技术
随着科技的发展,视频定位尤其很重要,现有的视频定位不准确。纯视频定位的干扰因素较多,容易受定位算法模型、环境的干扰和影响。不同算法模型在特定场景的准确性往往不一致。
在需要实时跟踪目标物体的场景中,不准确的视频定位可能导致跟踪器失去目标物体的轨迹,从而无法正确跟踪目标,如果视频定位用于安全措施,例如人员定位或入侵检测,不准确的定位可能导致无法准确检测或报告关键事件,从而增加潜在的安全风险等问题。
视频指纹是提取视频内图像特征的一种特殊方式,原本不用于定位。这是一种新颖的方式。视频指纹可以提取视频关键帧中的画面对象特征、相互关系和位移趋势,还可以延伸至到声纹、语义的提取,形成基于画面的特征值/特征数据。这些指纹存在相关性。
发明内容
本发明的目的在于解决实现高精度视频定位的技术问题,提出一种视频指纹的绘制方法、装置、计算机设备和存储介质。
本发明的技术问题通过以下的技术方案予以解决:
一种视频指纹的绘制方法,包括以下步骤:
S101:获取目标图像,确定所述目标图像的聚焦区域;
S102:获取所述聚焦区域的照片,确定照片中锚点的实际位置和像素位置,其中,所述锚点是照片中的预设的参考点;
S103:将所述照片中锚点的实际位置和像素位置输入到自动绘制视频指纹程序中,生成视频指纹文件。
在一些实施例中,所述获取目标图像,确定所述目标图像的聚焦区域包括:
获取目标图像,获取所述目标图像中包括的第一位置以及第二位置,其中,所述第一位置是图像有人的位置,所述第二位置是图像能站人的位置;
获取摄像机的参数,所述摄像机的参数包括焦距以及分辨率;
在所述目标图像中的第一位置以及第二位置绘制栅格,通过所述摄像机的参数对栅格进行梯度矫正,将绘制栅格的区域确定为聚焦区域。
在一些实施例中,所述确定照片中锚点的实际位置包括:
确定所述照片中锚点;
选择锚点上的若干点;
确定所述若干点的实际坐标。
在一些实施例中,所述确定照片中锚点的像素位置包括:
将照片输入到windows系统中的画图软件内,确定所述锚点的像素坐标。
在一些实施例中,所述将所述照片中锚点的实际位置和像素位置输入到自动绘制视频指纹程序中,生成视频指纹文件的步骤之后,包括:
获取所述视频指纹文件中的任意一个点的像素坐标和实际坐标,判断任意一个点的像素坐标和实际坐标的误差是否在预设范围内;
若任意一个点的像素坐标和实际坐标的误差在预设范围内,则所述视频指纹文件描绘成功;
若任意一个点的像素坐标和实际坐标的误差不在预设范围内,则所述视频指纹文件描绘不成功。
在一些实施例中,所述将所述照片中锚点的实际位置和像素位置输入到自动绘制视频指纹程序中,生成视频指纹文件的步骤之后,包括:
通过目标人体两腿的间距进行位置误差修正,得到视频数据中目标人体的位置,基于所述视频指纹文件获取目标物体的实时坐标和第一时间戳,其中,所述第一时间戳是获取所述目标物体的实时坐标的时间;
获取蓝牙基站上一次发送的定位数据的第二时间戳;其中,蓝牙基站用于获取目标物体人体的定位数据;
判断第一时间戳和第二时间戳的偏差是否在预设范围内;
若所述第一时间戳和第二时间戳的偏差在预设范围内,则根据所述视频指纹文件获取目标物体的实时坐标确定目标物体的目标位置。
在一些实施例中,所述根据所述视频指纹文件获取目标物体的实时坐标确定目标物体的目标位置的步骤,包括:
将根据所述视频指纹文件获取的目标物体位置的实时坐标与蓝牙基站获取到目标物体的预设定位数据进行融合,得到所述目标物体的目标位置。
本发明还提出一种视频指纹的绘制装置,包括第一获取模块、第二获取模块和生成模块,
所述第一获取模块,用于获取目标图像,确定所述目标图像的聚焦区域;
所述第二获取模块,用于获取所述聚焦区域的照片,确定照片中锚点的实际位置和像素位置,其中,所述锚点是照片中的预设的参考点;
所述生成模块,用于将所述照片中锚点的实际位置和像素位置输入到自动绘制视频指纹程序中,生成视频指纹文件。
本发明还提出一种计算机设备,包括存储器和处理器,所述存储器中存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现上述任一项所述方法的步骤。
本发明还提出一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现上述任一项所述的方法的步骤。
本发明与现有技术对比的有益效果包括:
本发明提出的视频指纹的绘制方法、装置、计算机设备和存储介质,通过获取目标图像,确定所述目标图像的聚焦区域;获取所述聚焦区域的照片,确定照片中锚点的实际位置和像素位置;将所述照片中锚点的实际位置和像素位置输入到自动绘制视频指纹程序中,生成视频指纹文件,绘制得到现场人员的图像信息,从而完成系统的高精度定位。
此外,在一些实施例中,还具有如下有益效果:
将蓝牙数据与图像点位融合在一起,实现多维坐标的统一结合,可以获得更全面、可靠和准确的目标物体位置信息,减少误差并提高位置确定的稳定性。
本发明实施例中的其他有益效果将在下文中进一步述及。
附图说明
图1是本发明实施例中视频指纹的绘制方法步骤示意图;
图2是本发明实施例中视频指纹的绘制装置结构框图;
图3是本发明实施例的计算机设备的结构示意框图。
具体实施方式
下面对照附图并结合优选的实施方式对本发明作进一步说明。需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。
需要说明的是,本实施例中的左、右、上、下、顶、底等方位用语,仅是互为相对概念,或是以产品的正常使用状态为参考的,而不应该认为是具有限制性的。
如图1所示为本发明实施例中视频指纹的绘制方法步骤示意图。
一种视频指纹的绘制方法,包括以下步骤:
步骤S101,获取目标图像,确定所述目标图像的聚焦区域;
可以理解的是,本发明的执行主体可以为视频指纹的绘制装置,还可以是终端或者服务器,具体此处不做限定。本发明实施例以服务器为执行主体为例进行说明。
需要说明的是,当服务器接收或者获取目标图像请求后,对所述目标图像进行目标识别,可以使用计算机视觉技术,比如图像检测算法,来找出图像中的目标图像;一旦识别到目标图像,就需要确定目标图像在图像中的位置。这可以通过边界框或像素级的分割技术来实现,以准确地勾勒出目标物体的轮廓;为了更好地理解目标图像并确定聚焦区域,可以使用图像处理和计算机视觉算法来提取目标图像的特征信息。这包括颜色、纹理、形状等特征,使用机器学习或深度学习技术,可以训练一个判别模型来判断目标图像的重要性或关注度。这个模型可以根据目标物体的特征和上下文信息,为图像中的不同区域分配权重,以确定聚焦区域。
步骤S102,获取所述聚焦区域的照片,确定照片中锚点的实际位置和像素位置;其中,所述锚点是照片中的预设的参考点;
需要说明的是,在使用相机、摄像头或者其他的图像捕捉设备拍摄目标物体或场景的照片。确保照片清晰,目标图像可见,将所拍摄的照片导入计算机或图像处理软件中进行后续处理。可以包括去噪、调整亮度/对比度、裁剪和旋转等操作,以提高图像质量和适应后续处理步骤的要求,使用计算机视觉技术,如目标图像检测算法,在图像中识别和定位预设的参考点。这里的锚点就是预设的参考点,根据相机的拍摄角度和预设的物体的尺寸信息,可以通过几何计算方法计算出锚点的实际位置。如果已知相机的内外参数,可以使用三维重建技术来确定物体的实际位置,在图像中,像素位置是指锚点在图像坐标系下的位置。通过物体识别过程中得到的物体位置信息,确定锚点在图像中的像素位置。
步骤S103,将所述照片中锚点的实际位置和像素位置输入到自动绘制视频指纹程序中,生成视频指纹文件。
需要说明的是,首先,获得或编写一个能够自动绘制视频指纹的程序。这个程序需要借助计算机视觉和图像处理算法来实现,将照片导入视频指纹程序中,以便程序可以识别和处理锚点的位置信息,将锚点的实际位置和像素位置输入程序中的相应字段或参数中。确保准确输入这些位置信息,以便程序可以正确地生成视频指纹文件,启动程序并让其处理输入的位置信息。程序将根据提供的位置信息,在视频中绘制相应的锚点,然后生成视频指纹文件。视频指纹文件是一种能够唯一标识视频内容的数字摘要,一旦程序完成生成视频指纹文件的过程,将文件保存到适当的位置,以备将来使用。
本发明实施例中,获取目标图像,确定所述目标图像的聚焦区域;获取所述聚焦区域的照片,确定照片中锚点的实际位置和像素位置;其中,所述锚点是照片中的预设的参考点;将所述照片中锚点的实际位置和像素位置输入到自动绘制视频指纹程序中,生成视频指纹文件。通过视频指纹绘制得到现场人员的图像信息,提高了视频指纹的绘制的效率和准确性。
在一具体实施例中,执行步骤S101的过程能够具体包括如下步骤:
步骤S1011,获取目标图像,获取所述目标图像中包括的第一位置以及第二位置;其中,所述第一位置是图像有人的位置,所述第二位置是图像能站人的位置。
具体的,使用相机或其他图像捕捉设备拍摄目标图像。确保清晰可见,并涵盖所需的人体位置,将拍摄的目标图像导入计算机或图像处理软件中进行后续处理。可以包括去噪、调整亮度/对比度和图像增强等操作,以优化图像质量和清晰度,使用计算机视觉技术,如人体检测算法,来在图像中识别和定位人体。通过上述步骤,可以找出图像中的第一位置,即有人的位置,一旦识别到人体的位置,可以使用人体姿态估计算法进一步的分析姿态信息,以确定图像中可以站人的位置。将帮助你找到第二位置,通过上述步骤,可以获取目标图像中的第一位置(有人的位置)和第二位置(可以站人的位置),从而了解图像中的人体分布和空间信息。使用计算机视觉和图像处理技术,如人体检测和姿态估计等。可以通过获取目标图像中有人的位置,可以对人体进行检测和定位。这对于安全监控、人脸识别、行为分析等应用非常有用,确定目标图像中能够站人的位置,可以用于环境分析和优化。例如,在设计会议室或者公共场所时,可以确保空间充足以容纳站立的人群,通过获取人体位置信息,可以进一步进行人体姿势识别。这对于体育训练、健身指导和动作捕捉等领域非常重要,总的来说,获取目标图像中不同位置的信息可以帮助更好地理解和利用图像中的内容,从而实现一系列的应用和分析。
步骤S1012,获取摄像机的参数,所述摄像机的参数包括焦距以及分辨率;
具体的,摄像机的参数包括焦距和分辨率,焦距和分辨率对摄像机的拍摄效果有重要影响,焦距是指摄像机镜头的焦点到图像平面的距离。决定了镜头的视野范围和物体的放大程度。长焦距会缩小视野并放大远处的物体,适用于拍摄远距离的主题。短焦距则呈现广角视野,适合于拍摄大面积场景或者近距离的主题,分辨率是指图像的像素密度,即图像包含的像素数量。决定了图像的清晰度和细节程度。较高的分辨率可以提供更多的细节和更清晰的图像,但也会占用更多的存储空间和处理能力,选择适当的焦距和分辨率取决于需求。如果需要拍摄距离较远的主题或者特定细节,可以选择较长焦距和高分辨率。如果想要拍摄广角场景或者实现特定的拍摄效果,可以选择短焦距和适中分辨率,焦距和分辨率只是摄像机参数中的一部分,还有其他参数如光圈、ISO等也会对拍摄效果产生影响。
步骤S1013,在所述目标图像中的第一位置以及第二位置绘制栅格,通过所述摄像机的参数对栅格进行梯度矫正,将绘制栅格的区域确定为聚焦区域。
具体的,通过摄像机的参数对栅格进行梯度矫正,并将绘制栅格的区域确定为聚焦区域,实现对目标图像中特定位置的聚焦效果,梯度矫正是一种图像处理技术,通常用于增强图像的对比度和细节。梯度是指图像中像素之间的变化率,通过对梯度进行计算和调整,可以使得图像中的边缘更加清晰、细节更加突出,通过摄像机的参数对栅格进行梯度矫正,可以使得聚焦区域更加清晰、突出。聚焦区域是指在目标图像中的第一位置和第二位置绘制的栅格区域,通过梯度矫正可以提高该区域的对比度和细节表现,进而吸引观众的注意力,并凸显出目标图像中的关键元素,梯度矫正可以帮助摄像机在聚焦区域内捕捉到更多细节,并增强聚焦区域的清晰度,从而使其在整个图像中更加突出。通过调整梯度矫正的参数,还可以实现不同的艺术效果和风格,以满足不同拍摄需求和创作意图。
在一具体实施例中,执行步骤S102的过程中所述确定照片中锚点的实际位置具体包括如下步骤:
(1)确定所述照片中锚点;
(2)选择锚点上的若干点;
(3)确定所述若干点的实际坐标。
具体的,首先,在照片中选择一个或多个作为参考点的特定区域或物体。锚点通常被选作参考,因为它们具有辨识度高、容易定位的特点,从锚点中选择几个特定的点作为参考,通常是通过计算机视觉技术、人工标注或其他方法来选择这些点,通过测量、三角测量或其他定位技术,确定所选若干点在实际世界中的准确位置和坐标。这可以涉及到使用测量工具如GPS、激光扫描仪或其他测距设备进行测量,以上步骤的目的是通过确定照片中的锚点和若干点的实际坐标,建立图像与实际世界之间的映射关系。可以用于测量、定位、计算尺寸和进行其他形状分析,以便更好地理解和处理图像信息,并将其与实际场景相对应。
在一具体实施例中,执行步骤S102的过程中所述确定照片中锚点的像素位置具体包括如下步骤:
(1)将照片输入到windows系统中的画图软件内,确定所述锚点的像素坐标。
具体的,打开Windows系统中的画图软件,通常该软件默认会在开始菜单或任务栏中提供,在画图软件中,找到菜单栏中的“文件”选项,然后选择“打开”或使用快捷键Ctrl+O,在弹出的对话框中,浏览计算机中的文件夹,选择包含所需照片的文件,并单击“打开”,选择照片后,画图软件会将其打开并显示在画布上,接下来,确定锚点的像素坐标。可以使用画图软件的工具栏中的各种画笔、线条或形状工具进行标记,点击或拖动鼠标,将工具应用于图像上的特定位置,以锚点并确定像素坐标,关于该实施的效果,确定锚点的像素坐标可以帮助更精确地定位照片中的特定区域。在进行编辑、测量或其他相关任务时非常有用。通过记下像素坐标,可以在需要的时候参考它们,并准确地进行操作或测量。可以提高你的工作效率并减少可能的误差。
在一具体实施例中,执行步骤S103的过程中具体包括如下步骤:
步骤S1031,获取所述视频指纹文件中的任意一个点的像素坐标和实际坐标,判断任意一个点的像素坐标和实际坐标的误差是否在预设范围内;
步骤S1032,若任意一个点的像素坐标和实际坐标的误差在预设范围内,则所述视频指纹文件描绘成功;
步骤S1033,若任意一个点的像素坐标和实际坐标的误差不在预设范围内,则所述视频指纹文件描绘不成功。
具体的,首先,通过比较视频指纹文件中的像素坐标和实际坐标来判断视频指纹文件的成功与否。如果任何一个点的像素坐标和实际坐标的误差在预设范围内,那么视频指纹文件描绘成功。如果任何一个点的误差超出预设范围,那么视频指纹文件描绘不成功。在视频指纹文件中,每个点都有一个像素坐标(表示在图像中的位置)和一个实际坐标(可能是地理位置等)。通过比较像素坐标和实际坐标的差异,可以确定误差是否在预设范围内,如果任何一个点的像素坐标和实际坐标的误差不在预设范围内,这意味着视频指纹文件描绘不成功。这可能是因为对于该视频指纹文件,无法准确地匹配像素坐标和实际坐标,导致描绘不准确。结果可能是图像中的点无法正确映射到实际坐标上,或者相反;另外,还可以采用检查视频指纹文件的生成算法,以确保其准确性和稳定性;还可以调整预设范围,以容忍更大或更小的误差。此外,校准输入设备(如摄像头)和考虑地理环境因素也可能有助于提高描绘成功的效果。
在一具体实施例中,执行步骤S103的过程中所述将所述照片中锚点的实际位置和像素位置输入到自动绘制视频指纹程序中,生成视频指纹文件的步骤之后具体包括如下步骤:
(1)通过目标人体两腿的间距进行位置误差修正,得到视频数据中目标人体的位置,基于所述视频指纹文件获取目标物体的实时坐标和第一时间戳;其中,所述第一时间戳是获取所述目标物体的实时坐标的时间;
(2)获取蓝牙基站上一次发送的定位数据的第二时间戳;其中,蓝牙基站用于获取目标物体人体的定位数据;
(3)判断第一时间戳和第二时间戳的偏差是否在预设范围内;
(4)若所述第一时间戳和第二时间戳的偏差在预设范围内,则根据所述视频指纹文件获取目标物体的实时坐标确定目标物体的目标位置。
具体的,使用视频指纹文件中的实时坐标和第一时间戳,确定目标物体的当前位置,通过使用目标人体两腿的间距进行位置误差修正来实现。通过校准,可以提高目标物体位置的准确性,将修正后的目标位置与蓝牙基站上一次发送的定位数据进行比较,使用第二时间戳来获取基站提供的目标物体人体的定位数据,判断第一时间戳和第二时间戳之间的偏差是否在预设范围内。这个范围可以根据具体需求进行设置,用于判断定位数据的有效性,如果第一时间戳和第二时间戳的偏差在预设范围内,那么可以认为定位数据可信,进一步确定目标物体的目标位置;提高了目标物体位置的准确性和稳定性:通过校准和定位数据的比较,可以减小误差,从而提高目标物体位置的准确性,实时获取目标物体的目标位置:通过结合视频指纹文件和定位数据,可以实时确定目标物体的目标位置,为后续的处理或应用提供准确的位置信息。
在一具体实施例中,执行步骤所述确定目标物体的目标位置的过程中具体包括如下步骤:
(1)将根据所述视频指纹文件获取的目标物体位置的实时坐标与蓝牙基站获取到目标物体的预设定位数据进行融合,得到所述目标物体的目标位置。
具体的,收集视频指纹文件中目标物体的实时坐标和第一时间戳,收集蓝牙基站上一次发送的定位数据的第二时间戳,比较第一时间戳和第二时间戳之间的时间偏差,判断是否在预设范围内,如果时间偏差在预设范围内,将视频指纹文件获取的目标物体位置的实时坐标和蓝牙基站获取到目标物体的预设定位数据进行融合,融合可能涉及使用算法或模型来整合两种数据。例如,可以使用加权平均或一些其他融合技术来结合这些数据源,融合后的结果将提供目标物体位置的实时坐标,通过将视频指纹文件和蓝牙基站定位数据融合,可以利用两种不同的数据源来提高位置确定的准确性和可靠性。视频指纹文件可以提供视觉信息,而蓝牙基站获取到目标物体的预设定位数据可以提供其他传感器或设备的信息。通过融合这些数据,可以获得更全面、可靠和准确的目标物体位置信息,融合这些数据源通常可以提供更准确的目标位置,减少误差并提高位置确定的稳定性。这对于许多应用领域,如导航、物流和安防等都具有重要意义。
(2)通过融合定位与基站数据前面18列信息,重新组成20列信息并判定位置是一种融合不同信息源的方法。通过将定位数据和基站数据进行融合,可以利用不同来源的信息来获得更准确的位置判定结果,这种融合可以采用不同的方式,例如加权平均、卡尔曼滤波或粒子滤波等。具体的方法选择取决于具体的应用场景和数据特征,重新组合前面18列信息并添加定位和基站数据可以提供更多的信息来判定位置。这可以增强位置判定的准确性,并降低单一数据源带来的误差和不确定性,需要注意的是,实际融合和判定位置的具体步骤和方法可能因具体的系统和算法而有所不同。因此,要根据具体的需求和数据特点选择适合的融合方法来实现更准确的位置判定。通过融合不同数据源的信息可以提供更多的定位参考,从而提高位置判定的精度。通过综合利用定位数据、基站数据和其他相关信息,可以减小定位误差,在更准确的范围内确定目标物体的位置,由于利用多种数据源进行融合,可以更好地应对单一数据源带来的不确定性和误差。当某个数据源的信息不可靠或受到干扰时,其他数据源的信息可以提供补充,从而增强了定位结果的鲁棒性,通过融合不同信息源,可以更充分地利用所有可用的数据,提供更全面和综合的位置判定。这使得决策和分析时能够基于更丰富的信息,提高对目标物体位置的理解和应用,融合定位和基站数据还可以提高系统的整体可靠性。当单一数据源受到干扰或无法提供准确的位置信息时,通过融合其他数据源,可以降低系统的不确定性,提供更可靠的位置判定结果,总的来说,通过融合定位与基站数据前面的18列信息,重新组成20列信息并判定位置,可以提高位置精确度、鲁棒性,更全面地利用数据,并增强系统的可靠性。这样可以更好地满足实际应用中对准确位置信息的需求。
上面对本发明实施例中视频指纹的绘制方法进行了描述,下面对本发明实施例中视频指纹的绘制装置进行描述,请参阅图2,本发明实施例中视频指纹的绘制装置一个实施例包括:
第一获取模块21,用于获取目标图像,确定所述目标图像的聚焦区域;
第二获取模块22,用于获取所述聚焦区域的照片,确定照片中锚点的实际位置和像素位置;其中,所述锚点是照片中的预设的参考点;
生成模块23,用于将所述照片中锚点的实际位置和像素位置输入到自动绘制视频指纹程序中,生成视频指纹文件。
在本实施例中,上述装置实施例中的各个单元的具体实现,请参照上述方法实施例中所述,在此不再进行赘述。
参照图3,本发明实施例中还提供一种计算机设备,该计算机设备可以是服务器,其内部结构可以如图3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、显示屏、输入装置、网络接口和数据库。其中,该计算机设计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本实施例中对应的数据。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上述方法。
本领域技术人员可以理解,图3中示出的结构,仅仅是与本发明方案相关的部分结构的框图,并不构成对本发明方案所应用于其上的计算机设备的限定。
本发明一实施例还提供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方法。可以理解的是,本实施例中的计算机可读存储介质可以是易失性可读存储介质,也可以为非易失性可读存储介质。
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,本发明所提供的和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/或易失性存储器。非易失性存储器可以包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM通过多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(SSRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM等。
以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明,不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的技术人员来说,在不脱离本发明构思的前提下,还可以做出若干等同替代或明显变型,而且性能或用途相同,都应当视为属于本发明的保护范围。在本说明书的描述中,参考术语“一种实施例”、“一些实施例”、“优选实施例”、“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必须针对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一个或多个实施例或示例中以合适的方式结合。在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。尽管已经详细描述了本发明的实施例及其优点,但应当理解,在不脱离专利申请的保护范围的情况下,可以在本文中进行各种改变、替换和变更。
Claims (10)
1.一种视频指纹的绘制方法,其特征在于,包括以下步骤:
S101:获取目标图像,确定所述目标图像的聚焦区域;
S102:获取所述聚焦区域的照片,确定照片中锚点的实际位置和像素位置,其中,所述锚点是照片中的预设的参考点;
S103:将所述照片中锚点的实际位置和像素位置输入到自动绘制视频指纹程序中,生成视频指纹文件。
2.根据权利要求1所述的一种视频指纹的绘制方法,其特征在于,所述获取目标图像,确定所述目标图像的聚焦区域包括:
获取目标图像,获取所述目标图像中包括的第一位置以及第二位置;其中,所述第一位置是图像有人的位置,所述第二位置是图像能站人的位置;
获取摄像机的参数,所述摄像机的参数包括焦距以及分辨率;
在所述目标图像中的第一位置以及第二位置绘制栅格,通过所述摄像机的参数对栅格进行梯度矫正,将绘制栅格的区域确定为聚焦区域。
3.根据权利要求1所述的一种视频指纹的绘制方法,其特征在于,所述确定照片中锚点的实际位置包括:
确定所述照片中锚点;
选择锚点上的若干点;
确定所述若干点的实际坐标。
4.根据权利要求1所述的一种视频指纹的绘制方法,其特征在于,所述确定照片中锚点的像素位置包括:
将照片输入到windows系统中的画图软件内,确定所述锚点的像素坐标。
5.根据权利要求1所述的一种视频指纹的绘制方法,其特征在于,所述将所述照片中锚点的实际位置和像素位置输入到自动绘制视频指纹程序中,生成视频指纹文件的步骤之后,包括:
获取所述视频指纹文件中的任意一个点的像素坐标和实际坐标,判断任意一个点的像素坐标和实际坐标的误差是否在预设范围内;
若任意一个点的像素坐标和实际坐标的误差在预设范围内,则所述视频指纹文件描绘成功;
若任意一个点的像素坐标和实际坐标的误差不在预设范围内,则所述视频指纹文件描绘不成功。
6.根据权利要求1所述的一种视频指纹的绘制方法,其特征在于,所述将所述照片中锚点的实际位置和像素位置输入到自动绘制视频指纹程序中,生成视频指纹文件的步骤之后,包括:
通过目标人体两腿的间距进行位置误差修正,得到视频数据中目标人体的位置,基于所述视频指纹文件获取目标物体的实时坐标和第一时间戳,其中,所述第一时间戳是获取所述目标物体的实时坐标的时间;
获取蓝牙基站上一次发送的定位数据的第二时间戳;其中,蓝牙基站用于获取目标物体人体的定位数据;
判断第一时间戳和第二时间戳的偏差是否在预设范围内;
若所述第一时间戳和第二时间戳的偏差在预设范围内,则根据所述视频指纹文件获取目标物体的实时坐标确定目标物体的目标位置。
7.根据权利要求6所述的一种视频指纹的绘制方法,其特征在于,所述根据所述视频指纹文件获取目标物体的实时坐标确定目标物体的目标位置的步骤,包括:
将根据所述视频指纹文件获取的目标物体位置的实时坐标与蓝牙基站获取到目标物体的预设定位数据进行融合,得到所述目标物体的目标位置。
8.一种视频指纹的绘制装置,其特征在于,包括第一获取模块、第二获取模块和生成模块;
所述第一获取模块,用于获取目标图像,确定所述目标图像的聚焦区域;
所述第二获取模块,用于获取所述聚焦区域的照片,确定照片中锚点的实际位置和像素位置,其中,所述锚点是照片中的预设的参考点;
所述生成模块,用于将所述照片中锚点的实际位置和像素位置输入到自动绘制视频指纹程序中,生成视频指纹文件。
9.一种计算机设备,包括存储器和处理器,所述存储器中存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410350881.3A CN118097515A (zh) | 2024-03-26 | 2024-03-26 | 视频指纹的绘制方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410350881.3A CN118097515A (zh) | 2024-03-26 | 2024-03-26 | 视频指纹的绘制方法、装置、计算机设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN118097515A true CN118097515A (zh) | 2024-05-28 |
Family
ID=91152743
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410350881.3A Pending CN118097515A (zh) | 2024-03-26 | 2024-03-26 | 视频指纹的绘制方法、装置、计算机设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN118097515A (zh) |
-
2024
- 2024-03-26 CN CN202410350881.3A patent/CN118097515A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11094123B2 (en) | Visual localisation | |
US9519968B2 (en) | Calibrating visual sensors using homography operators | |
Arth et al. | Real-time self-localization from panoramic images on mobile devices | |
US20210295536A1 (en) | Method, device, equipment and storage medium for locating tracked targets | |
CN108805917B (zh) | 空间定位的方法、介质、装置和计算设备 | |
US9639758B2 (en) | Method and apparatus for processing image | |
CN109934847B (zh) | 弱纹理三维物体姿态估计的方法和装置 | |
WO2016029939A1 (en) | Method and system for determining at least one image feature in at least one image | |
CN113689578B (zh) | 一种人体数据集生成方法及装置 | |
CN110751149B (zh) | 目标对象标注方法、装置、计算机设备和存储介质 | |
TW200825984A (en) | Modeling and texturing digital surface models in a mapping application | |
US11620730B2 (en) | Method for merging multiple images and post-processing of panorama | |
CN111273772B (zh) | 基于slam测绘方法的增强现实交互方法、装置 | |
CN109740487B (zh) | 点云标注方法、装置、计算机设备和存储介质 | |
CN115311618A (zh) | 一种基于深度学习和对象匹配的装配质量检查方法 | |
CN113362441A (zh) | 三维重建方法、装置、计算机设备和存储介质 | |
CN113298708A (zh) | 三维房型的生成方法、装置及设备 | |
Wientapper et al. | Composing the feature map retrieval process for robust and ready-to-use monocular tracking | |
CN109785439B (zh) | 人脸素描图像生成方法及相关产品 | |
CN112102404B (zh) | 物体检测追踪方法、装置及头戴显示设备 | |
CN106919260B (zh) | 网页操作方法和装置 | |
CN112396654A (zh) | 用于在图像跟踪过程中确定跟踪对象的位姿的方法及装置 | |
CN116912195A (zh) | 旋转目标检测方法、系统、电子设备及存储介质 | |
CN118097515A (zh) | 视频指纹的绘制方法、装置、计算机设备和存储介质 | |
Englert et al. | Enhancing the ar experience with machine learning services |
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 |