WO2018032921A1 - 一种视频监控信息生成方法、装置及摄像机 - Google Patents
一种视频监控信息生成方法、装置及摄像机 Download PDFInfo
- Publication number
- WO2018032921A1 WO2018032921A1 PCT/CN2017/092986 CN2017092986W WO2018032921A1 WO 2018032921 A1 WO2018032921 A1 WO 2018032921A1 CN 2017092986 W CN2017092986 W CN 2017092986W WO 2018032921 A1 WO2018032921 A1 WO 2018032921A1
- Authority
- WO
- WIPO (PCT)
- Prior art keywords
- target
- image
- panoramic image
- close
- preset
- Prior art date
Links
Images
Classifications
-
- 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
- H04N7/181—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a plurality of remote sources
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/50—Constructional details
- H04N23/55—Optical parts specially adapted for electronic image sensors; Mounting thereof
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/60—Control of cameras or camera modules
- H04N23/698—Control of cameras or camera modules for achieving an enlarged field of view, e.g. panoramic image capture
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/80—Camera processing pipelines; Components thereof
-
- 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)
- Multimedia (AREA)
- Signal Processing (AREA)
- Studio Devices (AREA)
- Closed-Circuit Television Systems (AREA)
Abstract
本申请实施例公开了一种视频监控信息生成方法、装置及摄像机,涉及视频监控技术领域,上述方法包括:获得目标镜头采集的目标图像,所述目标镜头包括至少两个镜头,相邻镜头的拍摄范围不完全重合且构成连续的拍摄范围;对所述目标图像进行拼接获得目标全景图像;对所述目标全景图像进行对象识别,根据识别结果确定目标对象以及所述目标对象在所述目标全景图像中的目标位置;根据所述目标位置,从目标全景图像中获得所述目标对象的特写图像;按照预设的存储格式,根据所述目标全景图像、所述特写图像以及所述目标位置,生成视频监控信息。应用本申请实施例提供的方案,在实现对大视场范围进行监控的同时,能够实现对场景中多个对象的监控跟踪。
Description
本申请要求于2016年8月19日提交中国专利局、申请号为201610695555.1、发明名称为“一种视频监控信息生成方法、装置及摄像机”的中国专利申请的优先权,其全部内容通过引用结合在本申请中。
本申请涉及视频监控技术领域,特别涉及一种视频监控信息生成方法、装置及摄像机。
随着视频监控技术的快速发展,其应用范围越来越广。在一些应用场景中,不仅要求对较大的视场范围进行监控,同时还要求对场景中的对象进行跟踪。
鉴于上述需求,又由于普通镜头拍摄范围有限,现有技术中,一般采用超广角镜头和球机联动的形式,生成视频监控信息。具体的,通过超广角镜头进行图像采集,获得较大视场范围的监控图像,通过球机进行对象检测、对象跟踪,进而获得场景中对象的相关信息。
通常情况下,应用上述方式实现对大视场范围进行监控的同时,还能实现对场景中对象的跟踪。然而,球机与超广角镜头联动进行视频监控时,由于一个球机同一时刻仅仅能够对单个对象进行跟踪,这样应用上述方式实现对大视场范围内对象的跟踪时,一个球机的情况下仅仅能够实现对场景中一个对象的跟踪,另外,应用上述方式进行监控时,为保证得到较佳的监控效果,对球机的安装位置也有较高的要求。
发明内容
本申请实施例公开了一种视频监控信息生成方法、装置及摄像机,以在实现对大视场范围进行监控的同时,实现对场景中多个对象的监控跟踪。
为达到上述目的,本申请实施例公开了一种视频监控信息生成方法,所述方法包括:
获得目标镜头采集的目标图像,其中,所述目标镜头包括至少两个镜头,
相邻镜头的拍摄范围不完全重合且构成连续的拍摄范围;
对所述目标图像进行拼接获得目标全景图像;
对所述目标全景图像进行对象识别,根据识别结果确定目标对象以及所述目标对象在所述目标全景图像中的目标位置;
根据所述目标位置,从所述目标全景图像中获得所述目标对象的特写图像;
按照预设的存储格式,根据所述目标全景图像、所述特写图像以及所述目标位置,生成视频监控信息。
可选的,所述按照预设的存储格式,根据所述目标全景图像、所述特写图像以及所述目标位置,生成视频监控信息,包括:
根据预设的第一分辨率,确定所述目标全景图像的缩放比例;
依据所述缩放比例,对所述目标全景图像进行缩放处理;
根据缩放处理后的所述目标全景图像、所述特写图像以及所述目标位置,生成视频监控信息。
可选的,所述对所述目标图像进行拼接获得目标全景图像,包括:
按照镜头的第一排列顺序,依次对相邻的所述目标图像进行图像配准,确定相邻的所述目标图像间的重合区域;
根据所述重合区域,将所述目标图像投射到预设的柱面模型或球面模型,并根据投射结果进行拼接获得目标全景图像。
可选的,所述对所述目标全景图像进行对象识别,根据识别结果确定目标对象以及所述目标对象在所述目标全景图像中的目标位置,包括:
获得所述目标全景图像中处于运动状态的对象;
按照预设的对象优先级确定规则,确定处于运动状态的对象的优先级;
按照优先级由高到低的顺序,从所述处于运动状态的对象中选择预设数量个对象作为目标对象,并获得所述目标对象在所述目标全景图像中的目标
位置。
可选的,所述根据所述目标位置,从所述目标全景图像中获得所述目标对象的特写图像,包括:
根据所述目标位置,在所述目标全景图像中确定所述目标对象所在的目标区域;
根据所述目标区域的大小以及预设的第二分辨率,对所述目标区域进行缩放处理,根据缩放处理后的所述目标区域,获得所述目标对象的特写图像。
可选的,所述视频监控信息生成方法还包括:
对所述目标全景图像进行曝光处理和/或色彩处理。
可选的,所述视频监控信息生成方法还包括:
根据所述曝光处理的第一参数和/或色彩处理的第二参数,生成图像采集调整参数,并根据所述图像采集调整参数调整所述目标镜头采集图像。
为达到上述目的,本申请实施例公开了一种视频监控信息生成装置,所述装置包括:
图像采集模块,用于获得目标镜头采集的目标图像,其中,所述目标镜头包括至少两个镜头,相邻镜头的拍摄范围不完全重合且构成连续的拍摄范围;
图像拼接模块,用于对所述目标图像进行拼接获得目标全景图像;
对象确定模块,用于对所述目标全景图像进行对象识别,根据识别结果确定目标对象以及所述目标对象在所述目标全景图像中的目标位置;
特写获得模块,用于根据所述目标位置,从所述目标全景图像中获得所述目标对象的特写图像;
信息生成模块,用于按照预设的存储格式,根据所述目标全景图像、所述特写图像以及所述目标位置,生成视频监控信息。
可选的,所述信息生成模块,包括:
比例确定子模块,用于根据预设的第一分辨率,确定所述目标全景图像的缩放比例;
图像缩放子模块,用于依据所述缩放比例,对所述目标全景图像进行缩放处理;
信息生成子模块,用于根据缩放处理后的所述目标全景图像、所述特写图像以及所述目标位置,生成视频监控信息。
可选的,所述图像拼接模块,包括:
第一区域确定子模块,用于按照镜头的第一排列顺序,依次对相邻的所述目标图像进行图像配准,确定相邻的所述目标图像间的重合区域;
图像拼接子模块,用于根据所述重合区域,将所述目标图像投射到预设的柱面模型或球面模型,并根据投射结果进行拼接获得目标全景图像。
可选的,所述对象确定模块,包括:
对象获得子模块,用于获得所述目标全景图像中处于运动状态的对象;
优先级确定子模块,用于按照预设的对象优先级确定规则,确定处于运动状态的对象的优先级;
对象选择子模块,用于按照优先级由高到低的顺序,从所述处于运动状态的对象中选择预设数量个对象作为目标对象,并获得所述目标对象在所述目标全景图像中的目标位置。
可选的,所述特写获得模块,包括:
第二区域确定子模块,用于根据所述目标位置,在所述目标全景图像中确定所述目标对象所在的目标区域;
特写获得子模块,用于根据所述目标区域的大小以及预设的第二分辨率,对所述目标区域进行缩放处理,根据缩放处理后的所述目标区域,获得所述目标对象的特写图像。
可选的,所述视频监控信息生成装置还包括:
图像处理模块,用于对所述目标全景图像进行曝光处理和/或色彩处理。
可选的,所述视频监控信息生成装置还包括:
图像采集调整模块,用于根据所述曝光处理的第一参数和/或色彩处理的第二参数,生成图像采集调整参数,并根据所述图像采集调整参数调整所述目标镜头采集图像。
为达到上述目的,本申请实施例公开了一种摄像机,所述摄像机包括:至少两个镜头,至少两个图像传感器和处理器,其中,相邻镜头的拍摄范围不完全重合且构成连续的拍摄范围,所述镜头的数量与所述图像传感器的数量相等,所述镜头与所述图像传感器一一对应;
所述镜头,用于采集目标图像,并通过所述图像传感器将所述目标图像传输至所述处理器;
所述处理器,用于接收所述图像传感器传输的所述目标图像,对所述目标图像进行拼接获得目标全景图像;对所述目标全景图像进行对象识别,根据识别结果确定目标对象以及所述目标对象在所述目标全景图像中的目标位置;根据所述目标位置,从所述目标全景图像中获得所述目标对象的特写图像;按照预设的存储格式,根据所述目标全景图像、所述特写图像以及所述目标位置,生成视频监控信息。
为达到上述目的,本申请实施例公开了一种应用程序,所述应用程序用于在运行时执行上述的监控录像的视频监控信息生成方法。
为达到上述目的,本申请实施例公开了一种存储介质,用于存储应用程序,所述应用程序在运行时用于执行上述的视频监控信息生成方法。
由以上可见,本申请实施例提供的方案中,获得目标镜头采集的目标图像后,对目标图像进行拼接获得目标全景图像,对目标全景图像进行对象识别,根据识别结果确定目标对象以及目标对象在目标全景图像中的目标位置;根据目标位置,从目标全景图像中获得目标对象的特写图像;按照预设的存储格式,根据目标全景图像、特写图像以及目标位置,生成视频监控信息。由于上述目标图像是多个镜头采集的,进行图像拼接后可以得到大视场范围的监控图像,另外,目标对象的确定是通过对目标全景图像分析得到的,这样当目标全景图像对应的场景中包含多个目标对象时,可以一并分析得到多
个目标对象,这样与现有技术相比无需借助于球机仍然可以确定场景中的对象,实现对象跟踪,且能够实现对多个对象的跟踪,进而也就是在实现对大视场范围进行监控的同时,能够实现对场景中多个对象的监控跟踪。
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术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获得其他的附图。
图1为本申请实施例提供的第一种视频监控信息生成方法的流程示意图;
图2为图像拼接示意图;
图3为拼接图像存储与展示示意图;
图4为本申请实施例提供的第二种视频监控信息生成方法的流程示意图;
图5为本申请实施例提供的第三种视频监控信息生成方法的流程示意图;
图6为本申请实施例提供的第一种视频监控信息生成装置的结构示意图;
图7为本申请实施例提供的第二种视频监控信息生成装置的结构示意图;
图8为本申请实施例提供的第三种视频监控信息生成装置的结构示意图;
图9为本申请实施例提供的一种摄像机的结构示意图。
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
现有技术中采用超广角镜头与球机联动的形式生成视频监控信息时,虽然可以实现对大视场范围的监控,但是一个球机的情况下仅仅能够实现对场景中一个对象的跟踪,且对球机的安装位置也有较高的要求,基于此,本申请实施例提供了一种视频监控信息生成方法、装置及摄像机。
其中,视频监控信息生成方法及装置的执行主体可以理解为一种摄像机,该摄像机包含至少两个镜头和处理器,相邻镜头的拍摄范围不完全重合且构成连续的拍摄范围。另外,上述视频监控信息生成方法及装置的执行主体还可以是服务器,该服务器接收至少两个图像采集设备采集的图像,相邻图像采集设备的图像采集范围不完全重合且构成连续的图像采集范围。
下面通过具体实施例首先对本申请实施例提供的视频监控信息生成方法进行介绍。
图1为本申请实施例提供的第一种视频监控信息生成方法的流程示意图,该方法包括:
S101:获得目标镜头采集的目标图像。
其中,上述目标镜头包括至少两个镜头,相邻镜头的拍摄范围不完全重合且构成连续的拍摄范围。
每个目标镜头均进行图像采集,从获得较佳的图像拼接效果、减少图像拼接过程中需要计算量的角度出发,各个目标镜头所采集图像的分辨率是相同的。
需要说明的是,上述目标图像的数量与目标镜头的数量相同。
S102:对目标图像进行拼接获得目标全景图像。
由于相邻镜头的拍摄范围不完全重合且构成连续的拍摄范围,所以对上述各个目标图像进行拼接,可以得到大视场的全景图像。另外,基于上述情况,相邻镜头所采集的图像很大程度上存在图像内容重合区域,为此,在进行图像拼接时,需通过图像配准等方式确定相邻镜头所采集图像之间的重合区域,然后进行图像拼接、图像融合等处理,得到全景图像。
其中,图像配准、图像拼接、图像融合属于现有技术,这里不再赘述。
假设,存在四张目标图像,图像1、图像2、图像3和图像4,参见图2,提供了这四张图像拼接成一张全景图像的示意图,其中,图中的灰色区域表示相邻两图像之间的重合区域。
在本申请的一种实现方式中,对目标图像进行拼接获得目标全景图像时,
可以先按照镜头的第一排列顺序,依次对相邻的目标图像进行图像配准,确定相邻的目标图像间的重合区域,然后根据上述重合区域,将目标图像投射到预设的柱面模型或球面模型,并根据投射结果进行拼接获得目标全景图像。
对于大范围的场景而言,其视场范围可能超过180度,甚至能够达到360度,这样将缩放处理后的全景图像投射到预设的柱面模型或者球面模型,能够得到更加接近于实际场景的全景图像。基于柱面模型或球面模型进行图像拼接属于现有技术,这里不再进行详细描述。
S103:对目标全景图像进行对象识别,根据识别结果确定目标对象以及目标对象在目标全景图像中的目标位置。
值得一提的是,本申请实施例中所提及的“对象”主要是指场景中能够活动的物体,例如,人、车、物等等,当然还可以包括其他物体,本申请并不对对象的具体呈现形式进行限定。
容易理解的,实际场景中存在的对象往往是丰富多彩的,所以对目标全景图像进行对象识别的时候,可能会得到多个对象,但是监控的对象较多的时候可能会影响监控效果,因此,往往不会将上述检测到的对象均作为目标对象,而是从上述检测到的对象中选择一个或者多个作为目标对象进行监控。现有技术中通过球机进行对象跟踪监控时,往往仅能针对一个对象进行监控,这样本申请实施例提供的方案中与现有技术相比,可以实现同时对目标对象进行监控,便于用户得到更佳丰富的信息。
S104:根据目标位置,从目标全景图像中获得目标对象的特写图像。
具体的,根据目标位置,从目标全景图像中获得目标对象的特写图像时,可以先根据目标位置确定目标对象在目标全景图像中的区域,然后根据上述所确定的区域,从上述目标全景图像中获得目标对象的特写图像。
考虑到目标对象在目标全景图像中的所在区域可能会比较大,不便于与目标全景图像一起显示,如,会大面积覆盖目标全景图像中的内容等等,可以对上述确定的区域进行缩小处理,然后根据缩小处理后的区域生成目标图像的特写图像;
另外,目标对象在目标全景图像中的所在区域可能会比较小,这样与目
标全景图像一起显示时,由于上述确定的区域过小,可能会导致用户无法看到清晰的目标对象,因此,可以对上述确定的区域进行放大处理,然后根据放大处理后的区域生成目标图像的特写图像。
具体的,在本申请的一种实现方式中,根据目标位置,从目标全景图像中获得目标对象的特写图像时,根据目标位置,在目标全景图像中确定目标对象所在的目标区域,根据目标区域的大小以及预设的第二分辨率,对目标区域进行缩放处理,根据缩放处理后的目标区域,获得目标对象的特写图像。
假设,从4000万像素的全景图像中得到一张200万像素的特写图像A和一张60万像素的特写图像B,特写图像A有点大,而特写图像B有点小,为保证特写图像既不过大,又能够让用户看清楚,希望特写图像的大小在130万像素,则需要对上述特写图像A进行缩小处理,对特写图像B进行放大处理得到最终的特写图像。
S105:按照预设的存储格式,根据目标全景图像、特写图像以及目标位置,生成视频监控信息。
获得上述目标全景图像和特写图像后,可以将上述图像一起展示给用户,具体的,根据上述目标位置在目标全景图像上展示各个特写图像,具体的参见图3。
图3中包括全景图像和n张特写图像R1、R2……Rn,进行图像展示时,这n张特写图像分别展示在全景图像的相应位置。
鉴于上述展示情况,目标图像可以像图3下部所示,以全景图像和特写图像相分离的方式单独存储,例如,先存储目标全景图像,然后在目标全景图像的后面依次存储各个特写图像,为准确在目标全景图像上展示特写图像,还可以一起存储各个特写图像在目标全景图像上的位置,也就是上述目标位置。可见这种存储方式下目标全景图像与特写图像是分离的,未进行图像拼接处理的,这样信息展示设备可以得到独立的目标全景图像和独立的特写图像,属于显示过程中进行的叠加处理,这样便于信息展示设备获得符合需求的图像信息。
例如,四个1000万像素的目标镜头进行图像采集得到4张1000万像素的目
标图像,进行图像拼接后得到1张4000万像素的全景图像,然后对该4000万像素的全景图像进行分析,得到4个100万像素的特写图像,则进行图像存储时,可以存储1张4000万像素的全景图像和4张100万像素的特写图像,当然,还可以对上述4000万像素的全景图像进行缩小处理,例如,得到1张2000万像素的全景图像,这样存储的时候存储1张2000万像素的全景图像和4张100万像素的特写图像。
另一方面,还可以直接根据上述目标位置对目标全景图像和特写图像进行图像拼接处理,得到一张直接包含全景信息和特写信息的图像,并以得到的该图像的形式实现信息存储。
具体的,可以将根据上述存储方式得到的信息直接作为视频监控信息。
仍然以上述情况为例,可以按照特写图像对应的上述目标位置,将上述4张100万像素的特写图像拼接至4000万像素的全景图像中,也就是4张100万像素的特写图像分别覆盖4000万像素的全景图像的相应区域,得到的是1张带有特写图像的4000万像素的全景图像,然后直接存储拼接完的上述4000万像素的全景图像,当然,也可以对上述拼接完的4000万像素的图像进行缩放处理,例如,得到1张2000万像素的拼接后的全景图像,然后直接存储该2000万像素的全景图像。
本领域内的技术人员可以理解的是,图像的数据量较大,为节约存储空间,减少网络传输过程中所需要的网络带宽,还可以在上述存储的基础上进行压缩编码,以缩小所生成视频监控信息占用的存储空间,在后期的网络传输中提高传输速度,并将上述压缩编码后的信息作为视频监控信息。
在本申请的一种实现方式中,为保证向用户提供较佳的监控信息,上述视频监控信息生成方法还可以包括:
对目标全景图像进行曝光处理和/或色彩处理。
其中,曝光处理以及色彩处理属于现有技术,这里不再详述。
在上述实现方式的基础上,上述视频监控信息生成方法还可以包括:
根据曝光处理的第一参数和/或色彩处理的第二参数,生成图像采集调整
参数,并根据上述图像采集调整参数调整目标镜头采集图像。
在本申请的一种实现方式中,生成上述视频监控信息后,还可以进一步的对上述视频监控信息进行编码处理,然后通过网络发送至图像展示设备,由图像展示设备对接收到的信息进行解码处理,在将解码得到的目标全景图像以及特写图像展示给用户。其中,展示目标全景图像和特写图像时,可以根据特写图像对应的目标对象在目标全景图像上的第二位置,在目标全景图像上展示各个特写图像。经过编码处理后,需要网络传输的数据量变小,这样可以节省数据传输带宽以及图像存储设备的存储空间。
由以上可见,本申请实施例提供的方案中,获得目标镜头采集的目标图像后,对目标图像进行拼接获得目标全景图像,对目标全景图像进行对象识别,根据识别结果确定目标对象以及目标对象在目标全景图像中的目标位置;根据目标位置,从目标全景图像中获得目标对象的特写图像;按照预设的存储格式,根据目标全景图像、特写图像以及目标位置,生成视频监控信息。由于上述目标图像是多个镜头采集的,进行图像拼接后可以得到大视场范围的监控图像,另外,目标对象的确定是通过对目标全景图像分析得到的,这样当目标全景图像对应的场景中包含多个目标对象时,可以一并分析得到多个目标对象,这样与现有技术相比无需借助于球机仍然可以确定场景中的对象,实现对象跟踪,且能够实现对多个目标对象的跟踪,进而也就是在实现对大视场范围进行监控的同时,能够实现对场景中多个对象的监控跟踪。
另外,从上述实施例可以看出,上述目标全景图像和特写图像均来自于相同的目标图像,这样就不会存在特写图像与全景图像不同步的问题。而且目标全景图像和特写图像一起包含在视频监控信息中,实现了全景图像和特写图像的同帧存储,这样不仅给信息存储带来了便利,而且也便于后期的图像展示。
再者,上述实施例提供的方案中并没有用到球机,所以在实现获得多个对象的监控细节、并对场景中多个对象进行跟踪监控的情况下,不用再考虑球机对安装位置的较高要求。
本领域内的技术人员可以理解的是,图像展示设备的分辨率往往是有限的,也就是能够展示的图像大小是有限的,这样往往需对拼接得到的全景图像的大小有一定限制,以保证展示全景图像时,能够在同一展示界面中展示完整的全景图像,鉴于上述情况,在本申请的一种实现方式中,参见图4,提供了第二种视频监控信息生成方法的流程示意图,与前述实施例相比,本实施例中,按照预设的存储格式,根据目标全景图像、特写图像以及目标位置,生成视频监控信息(S105),包括:
S105A:根据预设的第一分辨率,确定目标全景图像的缩放比例。
由于各个目标图像的分辨率可以是一样的,对于各个目标图像而言,上述第一分辨率都是一样的,所以,经过计算后各个目标图像的缩放比例可能是一样的。
上述第一分辨率可以是用户预先根据图像展示设备的分辨率等信息进行设置的,本申请并不对第一分辨率的具体取值进行限定。
S105B:依据缩放比例,对目标全景图像进行缩放处理。
S105C:根据缩放处理后的目标全景图像、特写图像以及目标位置,生成视频监控信息。
在本申请的一种实现方式中,对目标图像进行拼接获得目标全景图像时,可以先按照镜头的第一排列顺序,依次对相邻的目标图像进行图像配准,确定相邻的目标图像间的重合区域,然后根据上述重合区域,将目标图像投射到预设的柱面模型或球面模型,并根据投射结果进行拼接获得目标全景图像。
对于大范围的场景而言,其视场范围可能超过180度,甚至能够达到360度,这样将缩放处理后的全景图像投射到预设的柱面模型或者球面模型,能够得到更加接近于实际场景的全景图像。基于柱面模型或球面模型进行图像拼接属于现有技术,这里不再进行详细描述。
由以上可见,本实施例提供的方案中,根据预设的分辨率对目标全景图像进行缩放后,再得到监控信息,这样可以保证得到适宜向用户展示的全景图像,保证用户在一个界面中看到完整的全景图像,尤其是在进行监控信息的传输和存储时,能够减少监控信息传输和存储的成本。
由于监控场景中往往包括多个对象,而这些对象有些是处于静止状态的,有些对象是处于运动状态的,针对视频监控而言,监控处于静止状态的对象意义不大,主要是监控处于运动状态的对象,基于这种情况,在本申请的一种实现方式中,参见图5,提供了第三种视频监控信息生成方法的流程示意图,与前述实施例相比,本实施例中,对目标全景图像进行对象识别,根据识别结果确定目标对象以及目标对象在目标全景图像中的目标位置(S103),包括:
S103A:获得目标全景图像中处于运动状态的对象。
获得目标全景图像中处于运动状态的对象时,可以参考上一个全景图像进行确定,即确定目标全景图像中相对于上一个全景图像的变化区域,然后基于上述变化区域获得目标全景图像中处于运动状态的对象。
另外,在视频监控领域中,一个监控设备的监控场景往往是不变的,所以在设备安装调试完成后,可以先获取一张全景图像作为后期进行对象检测背景图像。基于这种情况,在获得目标全景图像中处于运动状态的对象时,可以先确定目标全景图像相对于上述背景图像的变化区域,然后基于该变化区域确定目标全景图像中处于运动状态的对象。
获得目标全景图像中处于运动状态的对象时,处理可以考虑上述方式外,还可以考虑现有技术中比较成熟的移动侦测、区域入侵检测算法等等。
S103B:按照预设的对象优先级确定规则,确定处于运动状态的对象的优先级。
由于S103A中可能会获得多个对象,但是对获得的所有对象均进行监控的话,可能会导致监控效率低下,所以可以考虑仅仅对一定数量的对象进行监控。
具体的,上述预设的对象优先级确定规则可以包括以下规则中的至少一种:
确定所获得个各个对象距离图像采集设备的距离,距离越近的对象优先级越高;
根据已拼接得到的全景图像确定所获得的各个对象的运动速度,根据运动速度确定对象的优先级,例如,对象的运动速度大于第一阈值,说明对象的运动速度很快,则设置该对象为最低优先级,对象的运动速度小于第二阈值,说明对象的运动速度很慢,则设置该对象为中等优先级,其他情况为最高优先级,其中第一阈值大于第二阈值;
根据已拼接得到的全景图像确定所获得的各个对象的运动轨迹,根据运动轨迹确定对象的优先级,例如,运动轨迹为徘徊运动轨迹,则认为该对象的优先级高,运动轨迹为快速直线运动轨迹,则认为该对象的优先级低等等。
本申请只是以上述为例进行说明,实际应用中上述预设的对象优先级确定规则并不仅限于此。
S103C:按照优先级由高到低的顺序,从处于运动状态的对象中选择预设数量个对象作为目标对象,并获得目标对象在目标全景图像中的目标位置。
由以上可见,本申请实施例提供的方案中,选择处于运动状态的对象,可以有效保证有针对性的进行视频监控,另外仅仅选择一定数量的对象,这样可以有效保证不会因为监控的对象过多,从而导致监控效率低下,应用本实施例提供的方案,能够达到较佳的监控效果。
与上述视频监控信息生成方法相对应,本申请实施例还提供了一种视频监控信息生成装置。
图6为本申请实施例提供的第一种视频监控信息生成装置的结构示意图,上述装置包括:
图像采集模块601,用于获得目标镜头采集的目标图像,其中,所述目标镜头包括至少两个镜头,相邻镜头的拍摄范围不完全重合且构成连续的拍摄范围;
图像拼接模块602,用于对所述目标图像进行拼接获得目标全景图像;
对象确定模块603,用于对所述目标全景图像进行对象识别,根据识别结果确定目标对象以及所述目标对象在所述目标全景图像中的目标位置;
特写获得模块604,用于根据所述目标位置,从所述目标全景图像中获得所述目标对象的特写图像;
信息生成模块605,用于按照预设的存储格式,根据所述目标全景图像、所述特写图像以及所述目标位置,生成视频监控信息。
在本申请的一种实现方式中,所述图像拼接模块602可以包括:
第一区域确定子模块,用于按照镜头的第一排列顺序,依次对相邻的所述目标图像进行图像配准,确定相邻的所述目标图像间的重合区域;
图像拼接子模块,用于根据所述重合区域,将所述目标图像投射到预设的柱面模型或球面模型,并根据投射结果进行拼接获得目标全景图像
在本申请的一种可选实现方式中,特写获得模块604可以包括:
第二区域确定子模块,用于根据所述目标位置,在所述目标全景图像中确定所述目标对象所在的目标区域;
特写获得子模块,用于根据所述目标区域的大小以及预设的第二分辨率,对所述目标区域进行缩放处理,根据缩放处理后的所述目标区域,获得所述目标对象的特写图像。
在本申请的一种可选实现方式中,上述视频监控信息生成装置还可以包括:
图像处理模块,用于对所述目标全景图像进行曝光处理和/或色彩处理。
在本申请的一种可选实现方式中,上述视频监控信息生成装置还可以包括:
图像采集调整模块,用于根据所述曝光处理的第一参数和/或色彩处理的第二参数,生成图像采集调整参数,并根据所述图像采集调整参数调整所述目标镜头采集图像。
由以上可见,本申请实施例提供的方案中,获得目标镜头采集的目标图像后,对目标图像进行拼接获得目标全景图像,对目标全景图像进行对象识别,根据识别结果确定目标对象以及目标对象在目标全景图像中的目标位置;
根据目标位置,从目标全景图像中获得目标对象的特写图像;按照预设的存储格式,根据目标全景图像、特写图像以及目标位置,生成视频监控信息。由于上述目标图像是多个镜头采集的,进行图像拼接后可以得到大视场范围的监控图像,另外,目标对象的确定是通过对目标全景图像分析得到的,这样当目标全景图像对应的场景中包含多个目标对象时,可以一并分析得到多个目标对象,这样与现有技术相比无需借助于球机仍然可以确定场景中的对象,实现对象跟踪,且能够实现对多个目标对象的跟踪,进而也就是在实现对大视场范围进行监控的同时,能够实现对场景中多个对象的监控跟踪。
在本申请的一种实现方式中,参见图7,提供了第二种视频监控信息生成装置的结构示意图,与前述实施例相比,本实施例中,信息生成模块605,包括:
比例确定子模块605A,用于根据预设的第一分辨率,确定所述目标全景图像的缩放比例;
图像缩放子模块605B,用于依据所述缩放比例,对所述目标全景图像进行缩放处理;
信息生成子模块605C,用于根据缩放处理后的所述目标全景图像、所述特写图像以及所述目标位置,生成视频监控信息。
由以上可见,本实施例提供的方案中,根据预设的分辨率对目标全景图像进行缩放后,再得到监控信息,这样可以保证得到适宜向用户展示的全景图像,保证用户在一个界面中看到完整的全景图像,尤其是在进行监控信息的传输和存储时,能够减少监控信息传输和存储的成本。
在本申请的一种实现方式中,参见图8,提供了第三种视频监控信息生成装置的结构示意图,与前述实施例相比,本实施例中,上述对象确定模块603,包括:
对象获得子模块603A,用于获得所述目标全景图像中处于运动状态的对
象;
优先级确定子模块603B,用于按照预设的对象优先级确定规则,确定处于运动状态的对象的优先级;
对象选择子模块603C,用于按照优先级由高到低的顺序,从所述处于运动状态的对象中选择预设数量个对象作为目标对象,并获得所述目标对象在所述目标全景图像中的目标位置。
由以上可见,本申请实施例提供的方案中,选择处于运动状态的对象,可以有效保证有针对性的进行视频监控,另外仅仅选择一定数量的对象,这样可以有效保证不会因为监控的对象过多,从而导致监控效率低下,应用本实施例提供的方案,能够达到较佳的监控效果。
与上述视频监控信息生成方法和装置相对应,本申请实施例还提供了一种摄像机。
图9为本申请实施例提供的一种摄像机的结构示意图,该摄像机包括:至少两个镜头,至少两个图像传感器和处理器,其中,相邻镜头的拍摄范围不完全重合且构成连续的拍摄范围,所述镜头的数量与所述图像传感器的数量相等,所述镜头与所述图像传感器一一对应;
所述镜头,用于采集目标图像,并通过所述图像传感器将所述目标图像传输至所述处理器;
所述处理器,用于接收所述图像传感器传输的所述目标图像,对所述目标图像进行拼接获得目标全景图像;对所述目标全景图像进行对象识别,根据识别结果确定目标对象以及所述目标对象在所述目标全景图像中的目标位置;根据所述目标位置,从所述目标全景图像中获得所述目标对象的特写图像;按照预设的存储格式,根据所述目标全景图像、所述特写图像以及所述目标位置,生成视频监控信息。
具体的,上述图像传感器可以是CCD图像传感器,还可以是CMOS图像传感器,当然,还可以是其他图像传感器,本申请并不对此进行限定。
另外,本申请对上述镜头也没有特殊要求,可以是普通视角范围的镜头,也可以是大视角范围的镜头。
该摄像机所包含的镜头的数量可以是2个、4个、6个、8个等等,并不对此进行限定,应用中可以根据需求进行设定。
较佳的,上述各个图像传感器的的型号是相同的,上述镜头的型号也可以是相同的。在此基础上,图像传感器、镜头的参数也可以是相同的,例如,镜头所采集图像的分辨率、帧率、曝光参数、色彩调整参数等等。
可选的,所述处理器,具体用于根据预设的第一分辨率,确定所述目标全景图像的缩放比例;依据所述缩放比例,对所述目标全景图像进行缩放处理;根据缩放处理后的所述目标全景图像、所述特写图像以及所述目标位置,生成视频监控信息。
可选的,所述处理器,具体用于按照镜头的第一排列顺序,依次对相邻的所述目标图像进行图像配准,确定相邻的所述目标图像间的重合区域;根据所述重合区域,将所述目标图像投射到预设的柱面模型或球面模型,并根据投射结果进行拼接获得目标全景图像。
可选的,所述处理器,具体用于获得所述目标全景图像中处于运动状态的对象;按照预设的对象优先级确定规则,确定处于运动状态的对象的优先级;按照优先级由高到低的顺序,从所述处于运动状态的对象中选择预设数量个对象作为目标对象,并获得所述目标对象在所述目标全景图像中的目标位置。
可选的,所述处理器,具体用于根据所述目标位置,在所述目标全景图像中确定所述目标对象所在的目标区域;根据所述目标区域的大小以及预设的第二分辨率,对所述目标区域进行缩放处理,根据缩放处理后的所述目标区域,获得所述目标对象的特写图像。
可选的,所述处理器,还用于对所述目标全景图像进行曝光处理和/或色彩处理。
可选的,所述处理器,还用于根据所述曝光处理的第一参数和/或色彩处理的第二参数,生成图像采集调整参数,并根据所述图像采集调整参数调整
所述目标镜头采集图像。
具体的,处理器可以通过传感器将上述图像采集调整参数发送至镜头,镜头根据该图像采集参数进行调整,然后根据调整后的参数进行图像采集。
由以上可见,本申请实施例提供的方案中,获得目标镜头采集的目标图像后,对目标图像进行拼接获得目标全景图像,对目标全景图像进行对象识别,根据识别结果确定目标对象以及目标对象在目标全景图像中的目标位置;根据目标位置,从目标全景图像中获得目标对象的特写图像;按照预设的存储格式,根据目标全景图像、特写图像以及目标位置,生成视频监控信息。由于上述目标图像是多个镜头采集的,进行图像拼接后可以得到大视场范围的监控图像,另外,目标对象的确定是通过对目标全景图像分析得到的,这样当目标全景图像对应的场景中包含多个目标对象时,可以一并分析得到多个目标对象,这样与现有技术相比无需借助于球机仍然可以确定场景中的对象,实现对象跟踪,且能够实现对多个目标对象的跟踪,进而也就是在实现对大视场范围进行监控的同时,能够实现对场景中多个对象的监控跟踪。
对于装置、摄像机实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
本申请还提供了一种应用程序,该应用程序用于在运行时执行本申请实施例提供的监控录像的视频监控信息生成方法。其中,监控录像的视频监控信息生成方法包括:
获得目标镜头采集的目标图像,其中,所述目标镜头包括至少两个镜头,相邻镜头的拍摄范围不完全重合且构成连续的拍摄范围;
对所述目标图像进行拼接获得目标全景图像;
对所述目标全景图像进行对象识别,根据识别结果确定目标对象以及所述目标对象在所述目标全景图像中的目标位置;
根据所述目标位置,从所述目标全景图像中获得所述目标对象的特写图像;
按照预设的存储格式,根据所述目标全景图像、所述特写图像以及所述目标位置,生成视频监控信息。
可以看出,由于上述目标图像是多个镜头采集的,进行图像拼接后可以得到大视场范围的监控图像,另外,目标对象的确定是通过对目标全景图像分析得到的,这样当目标全景图像对应的场景中包含多个目标对象时,可以一并分析得到多个目标对象,这样与现有技术相比无需借助于球机仍然可以确定场景中的对象,实现对象跟踪,且能够实现对多个目标对象的跟踪,进而也就是在实现对大视场范围进行监控的同时,能够实现对场景中多个对象的监控跟踪。
在本申请的一种实现方式中,所述按照预设的存储格式,根据所述目标全景图像、所述特写图像以及所述目标位置,生成视频监控信息,可以包括:
根据预设的第一分辨率,确定所述目标全景图像的缩放比例;
依据所述缩放比例,对所述目标全景图像进行缩放处理;
根据缩放处理后的所述目标全景图像、所述特写图像以及所述目标位置,生成视频监控信息。
在本申请的一种实现方式中,所述对所述目标图像进行拼接获得目标全景图像,可以包括:
按照镜头的第一排列顺序,依次对相邻的所述目标图像进行图像配准,确定相邻的所述目标图像间的重合区域;
根据所述重合区域,将所述目标图像投射到预设的柱面模型或球面模型,并根据投射结果进行拼接获得目标全景图像。
在本申请的一种实现方式中,所述对所述目标全景图像进行对象识别,根据识别结果确定目标对象以及所述目标对象在所述目标全景图像中的目标位置,可以包括:
获得所述目标全景图像中处于运动状态的对象;
按照预设的对象优先级确定规则,确定处于运动状态的对象的优先级;
按照优先级由高到低的顺序,从所述处于运动状态的对象中选择预设数量个对象作为目标对象,并获得所述目标对象在所述目标全景图像中的目标位置。
在本申请的一种实现方式中,所述根据所述目标位置,从所述目标全景图像中获得所述目标对象的特写图像,可以包括:
根据所述目标位置,在所述目标全景图像中确定所述目标对象所在的目标区域;
根据所述目标区域的大小以及预设的第二分辨率,对所述目标区域进行缩放处理,根据缩放处理后的所述目标区域,获得所述目标对象的特写图像。
在本申请的一种实现方式中,所述方法还可以包括:
对所述目标全景图像进行曝光处理和/或色彩处理。
在本申请的一种实现方式中,所述方法还可以包括:
根据所述曝光处理的第一参数和/或色彩处理的第二参数,生成图像采集调整参数,并根据所述图像采集调整参数调整所述目标镜头采集图像。
对于应用程序实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
另外,根据本申请的实施例,还提供了一种存储介质,该存储介质用于存储应用程序,该应用程序用于在运行时执行本申请实施例提供的视频监控信息生成方法。其中,视频监控信息生成方法包括:
获得目标镜头采集的目标图像,其中,所述目标镜头包括至少两个镜头,相邻镜头的拍摄范围不完全重合且构成连续的拍摄范围;
对所述目标图像进行拼接获得目标全景图像;
对所述目标全景图像进行对象识别,根据识别结果确定目标对象以及所述目标对象在所述目标全景图像中的目标位置;
根据所述目标位置,从所述目标全景图像中获得所述目标对象的特写图像;
按照预设的存储格式,根据所述目标全景图像、所述特写图像以及所述目标位置,生成视频监控信息。
可以看出,由于上述目标图像是多个镜头采集的,进行图像拼接后可以得到大视场范围的监控图像,另外,目标对象的确定是通过对目标全景图像分析得到的,这样当目标全景图像对应的场景中包含多个目标对象时,可以一并分析得到多个目标对象,这样与现有技术相比无需借助于球机仍然可以确定场景中的对象,实现对象跟踪,且能够实现对多个目标对象的跟踪,进而也就是在实现对大视场范围进行监控的同时,能够实现对场景中多个对象的监控跟踪。
在本申请的一种实现方式中,所述按照预设的存储格式,根据所述目标全景图像、所述特写图像以及所述目标位置,生成视频监控信息,可以包括:
根据预设的第一分辨率,确定所述目标全景图像的缩放比例;
依据所述缩放比例,对所述目标全景图像进行缩放处理;
根据缩放处理后的所述目标全景图像、所述特写图像以及所述目标位置,生成视频监控信息。
在本申请的一种实现方式中,所述对所述目标图像进行拼接获得目标全景图像,可以包括:
按照镜头的第一排列顺序,依次对相邻的所述目标图像进行图像配准,确定相邻的所述目标图像间的重合区域;
根据所述重合区域,将所述目标图像投射到预设的柱面模型或球面模型,并根据投射结果进行拼接获得目标全景图像。
在本申请的一种实现方式中,所述对所述目标全景图像进行对象识别,根据识别结果确定目标对象以及所述目标对象在所述目标全景图像中的目标位置,可以包括:
获得所述目标全景图像中处于运动状态的对象;
按照预设的对象优先级确定规则,确定处于运动状态的对象的优先级;
按照优先级由高到低的顺序,从所述处于运动状态的对象中选择预设数量个对象作为目标对象,并获得所述目标对象在所述目标全景图像中的目标位置。
在本申请的一种实现方式中,所述根据所述目标位置,从所述目标全景图像中获得所述目标对象的特写图像,可以包括:
根据所述目标位置,在所述目标全景图像中确定所述目标对象所在的目标区域;
根据所述目标区域的大小以及预设的第二分辨率,对所述目标区域进行缩放处理,根据缩放处理后的所述目标区域,获得所述目标对象的特写图像。
在本申请的一种实现方式中,所述方法还可以包括:
对所述目标全景图像进行曝光处理和/或色彩处理。
在本申请的一种实现方式中,所述方法还可以包括:
根据所述曝光处理的第一参数和/或色彩处理的第二参数,生成图像采集调整参数,并根据所述图像采集调整参数调整所述目标镜头采集图像。
对于存储介质实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本领域普通技术人员可以理解实现上述方法实施方式中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,所述的程序可以存储于计算机可读取存储介质中,这里所称得的存储介质,如:ROM/RAM、磁碟、光盘等。
以上所述仅为本申请的较佳实施例而已,并非用于限定本申请的保护范围。凡在本申请的精神和原则之内所作的任何修改、等同替换、改进等,均包含在本申请的保护范围内。
Claims (17)
- 一种视频监控信息生成方法,其特征在于,所述方法包括:获得目标镜头采集的目标图像,其中,所述目标镜头包括至少两个镜头,相邻镜头的拍摄范围不完全重合且构成连续的拍摄范围;对所述目标图像进行拼接获得目标全景图像;对所述目标全景图像进行对象识别,根据识别结果确定目标对象以及所述目标对象在所述目标全景图像中的目标位置;根据所述目标位置,从所述目标全景图像中获得所述目标对象的特写图像;按照预设的存储格式,根据所述目标全景图像、所述特写图像以及所述目标位置,生成视频监控信息。
- 根据权利要求1所述的方法,其特征在于,所述按照预设的存储格式,根据所述目标全景图像、所述特写图像以及所述目标位置,生成视频监控信息,包括:根据预设的第一分辨率,确定所述目标全景图像的缩放比例;依据所述缩放比例,对所述目标全景图像进行缩放处理;根据缩放处理后的所述目标全景图像、所述特写图像以及所述目标位置,生成视频监控信息。
- 根据权利要求1或2所述的方法,其特征在于,所述对所述目标图像进行拼接获得目标全景图像,包括:按照镜头的第一排列顺序,依次对相邻的所述目标图像进行图像配准,确定相邻的所述目标图像间的重合区域;根据所述重合区域,将所述目标图像投射到预设的柱面模型或球面模型,并根据投射结果进行拼接获得目标全景图像。
- 根据权利要求1所述的方法,其特征在于,所述对所述目标全景图像进行对象识别,根据识别结果确定目标对象以及所述目标对象在所述目标全 景图像中的目标位置,包括:获得所述目标全景图像中处于运动状态的对象;按照预设的对象优先级确定规则,确定处于运动状态的对象的优先级;按照优先级由高到低的顺序,从所述处于运动状态的对象中选择预设数量个对象作为目标对象,并获得所述目标对象在所述目标全景图像中的目标位置。
- 根据权利要求1所述的方法,其特征在于,所述根据所述目标位置,从所述目标全景图像中获得所述目标对象的特写图像,包括:根据所述目标位置,在所述目标全景图像中确定所述目标对象所在的目标区域;根据所述目标区域的大小以及预设的第二分辨率,对所述目标区域进行缩放处理,根据缩放处理后的所述目标区域,获得所述目标对象的特写图像。
- 根据权利要求1所述的方法,其特征在于,所述方法还包括:对所述目标全景图像进行曝光处理和/或色彩处理。
- 根据权利要求6所述的方法,其特征在于,所述方法还包括:根据所述曝光处理的第一参数和/或色彩处理的第二参数,生成图像采集调整参数,并根据所述图像采集调整参数调整所述目标镜头采集图像。
- 一种视频监控信息生成装置,其特征在于,所述装置包括:图像采集模块,用于获得目标镜头采集的目标图像,其中,所述目标镜头包括至少两个镜头,相邻镜头的拍摄范围不完全重合且构成连续的拍摄范围;图像拼接模块,用于对所述目标图像进行拼接获得目标全景图像;对象确定模块,用于对所述目标全景图像进行对象识别,根据识别结果确定目标对象以及所述目标对象在所述目标全景图像中的目标位置;特写获得模块,用于根据所述目标位置,从所述目标全景图像中获得所 述目标对象的特写图像;信息生成模块,用于按照预设的存储格式,根据所述目标全景图像、所述特写图像以及所述目标位置,生成视频监控信息。
- 根据权利要求8所述的装置,其特征在于,所述信息生成模块,包括:比例确定子模块,用于根据预设的第一分辨率,确定所述目标全景图像的缩放比例;图像缩放子模块,用于依据所述缩放比例,对所述目标全景图像进行缩放处理;信息生成子模块,用于根据缩放处理后的所述目标全景图像、所述特写图像以及所述目标位置,生成视频监控信息。
- 根据权利要求8或9所述的装置,其特征在于,所述图像拼接模块,包括:第一区域确定子模块,用于按照镜头的第一排列顺序,依次对相邻的所述目标图像进行图像配准,确定相邻的所述目标图像间的重合区域;图像拼接子模块,用于根据所述重合区域,将所述目标图像投射到预设的柱面模型或球面模型,并根据投射结果进行拼接获得目标全景图像。
- 根据权利要求8所述的装置,其特征在于,所述对象确定模块,包括:对象获得子模块,用于获得所述目标全景图像中处于运动状态的对象;优先级确定子模块,用于按照预设的对象优先级确定规则,确定处于运动状态的对象的优先级;对象选择子模块,用于按照优先级由高到低的顺序,从所述处于运动状态的对象中选择预设数量个对象作为目标对象,并获得所述目标对象在所述目标全景图像中的目标位置。
- 根据权利要求8所述的装置,其特征在于,所述特写获得模块,包括:第二区域确定子模块,用于根据所述目标位置,在所述目标全景图像中确定所述目标对象所在的目标区域;特写获得子模块,用于根据所述目标区域的大小以及预设的第二分辨率,对所述目标区域进行缩放处理,根据缩放处理后的所述目标区域,获得所述目标对象的特写图像。
- 根据权利要求8所述的装置,其特征在于,所述装置还包括:图像处理模块,用于对所述目标全景图像进行曝光处理和/或色彩处理。
- 根据权利要求13所述的装置,其特征在于,所述装置还包括:图像采集调整模块,用于根据所述曝光处理的第一参数和/或色彩处理的第二参数,生成图像采集调整参数,并根据所述图像采集调整参数调整所述目标镜头采集图像。
- 一种摄像机,其特征在于,所述摄像机包括:至少两个镜头,至少两个图像传感器和处理器,其中,相邻镜头的拍摄范围不完全重合且构成连续的拍摄范围,所述镜头的数量与所述图像传感器的数量相等,所述镜头与所述图像传感器一一对应;所述镜头,用于采集目标图像,并通过所述图像传感器将所述目标图像传输至所述处理器;所述处理器,用于接收所述图像传感器传输的所述目标图像,对所述目标图像进行拼接获得目标全景图像;对所述目标全景图像进行对象识别,根据识别结果确定目标对象以及所述目标对象在所述目标全景图像中的目标位置;根据所述目标位置,从所述目标全景图像中获得所述目标对象的特写图像;按照预设的存储格式,根据所述目标全景图像、所述特写图像以及所述目标位置,生成视频监控信息。
- 一种应用程序,其特征在于,所述应用程序用于在运行时执行权利要求1-7任一项所述的监控录像的视频监控信息生成方法。
- 一种存储介质,其特征在于,用于存储应用程序,所述应用程序在运行时用于执行权利要求1-7任一项所述的视频监控信息生成方法。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610695555.1A CN107770484A (zh) | 2016-08-19 | 2016-08-19 | 一种视频监控信息生成方法、装置及摄像机 |
CN201610695555.1 | 2016-08-19 |
Publications (1)
Publication Number | Publication Date |
---|---|
WO2018032921A1 true WO2018032921A1 (zh) | 2018-02-22 |
Family
ID=61196326
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
PCT/CN2017/092986 WO2018032921A1 (zh) | 2016-08-19 | 2017-07-14 | 一种视频监控信息生成方法、装置及摄像机 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN107770484A (zh) |
WO (1) | WO2018032921A1 (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110136166A (zh) * | 2019-04-09 | 2019-08-16 | 深圳锐取信息技术股份有限公司 | 一种多路画面的自动跟踪方法 |
CN110909579A (zh) * | 2018-09-18 | 2020-03-24 | 杭州海康威视数字技术股份有限公司 | 一种视频图像处理方法、装置、电子设备及存储介质 |
CN111964650A (zh) * | 2020-09-24 | 2020-11-20 | 南昌工程学院 | 一种水下目标跟踪装置 |
CN112822496A (zh) * | 2021-01-28 | 2021-05-18 | 浙江大华技术股份有限公司 | 一种视频分析方法及装置 |
CN113709356A (zh) * | 2020-05-22 | 2021-11-26 | 茂杰国际股份有限公司 | 360度全景影像选择显示的摄影机及方法 |
CN113766093A (zh) * | 2020-06-02 | 2021-12-07 | 璞洛泰珂(上海)智能科技有限公司 | 全景高清多焦距摄像装置、及系统 |
CN114363527A (zh) * | 2020-09-29 | 2022-04-15 | 华为技术有限公司 | 视频生成方法和电子设备 |
CN115442568A (zh) * | 2022-09-02 | 2022-12-06 | 山东胜来网络科技有限公司 | 一种物流货物交付全景监测方法 |
CN115866392A (zh) * | 2022-11-25 | 2023-03-28 | 深圳市智百威科技发展有限公司 | 一种ai物体视觉识别系统和方法 |
WO2023125358A1 (zh) * | 2021-12-27 | 2023-07-06 | 影石创新科技股份有限公司 | 视频处理方法、装置、计算机设备及存储介质 |
Families Citing this family (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108694410B (zh) * | 2018-03-29 | 2019-02-19 | 上海领甲数据科技有限公司 | 即时拍摄图像现场识别方法 |
CN108259843B (zh) * | 2018-03-29 | 2018-10-26 | 青岛启弘信息科技有限公司 | 即时拍摄图像现场识别平台 |
CN111832345A (zh) * | 2019-04-17 | 2020-10-27 | 杭州海康威视数字技术股份有限公司 | 集装箱监控方法、装置及设备、存储介质 |
CN110322471B (zh) * | 2019-07-18 | 2021-02-19 | 华中科技大学 | 全景视频浓缩的方法、装置、设备及存储介质 |
CN112329497A (zh) * | 2019-07-18 | 2021-02-05 | 杭州海康威视数字技术股份有限公司 | 一种目标识别方法、装置及设备 |
CN110602412B (zh) * | 2019-08-30 | 2022-04-29 | 北京迈格威科技有限公司 | Ipc、图像处理设备、图像处理的系统及方法 |
CN110661960B (zh) * | 2019-10-30 | 2022-01-25 | Oppo广东移动通信有限公司 | 摄像模组和电子设备 |
CN110708474A (zh) * | 2019-11-26 | 2020-01-17 | 北京三快在线科技有限公司 | 一种曝光控制方法、系统以及处理芯片 |
CN111160105A (zh) * | 2019-12-03 | 2020-05-15 | 北京文香信息技术有限公司 | 一种视频图像的监测方法、装置、设备及存储介质 |
CN111093028A (zh) * | 2019-12-31 | 2020-05-01 | 联想(北京)有限公司 | 一种信息处理方法和电子设备 |
CN113079342A (zh) * | 2020-01-03 | 2021-07-06 | 深圳市春盛海科技有限公司 | 基于高分辨率影像装置的目标追踪方法及系统 |
CN111163281A (zh) * | 2020-01-09 | 2020-05-15 | 北京中电慧声科技有限公司 | 一种基于语音跟踪的全景视频录制方法及装置 |
CN113114923B (zh) * | 2020-01-10 | 2022-11-25 | 三赢科技(深圳)有限公司 | 全景摄像机 |
CN113225613B (zh) * | 2020-01-21 | 2022-07-08 | 北京达佳互联信息技术有限公司 | 图像识别、视频直播方法和装置 |
CN112270243A (zh) * | 2020-04-15 | 2021-01-26 | 陈建 | 基于智慧交通的截取图像合成方法、系统及云服务器 |
WO2022000212A1 (zh) * | 2020-06-29 | 2022-01-06 | 深圳市大疆创新科技有限公司 | 一种图像处理方法、设备及存储介质 |
CN112055177B (zh) * | 2020-08-28 | 2024-01-16 | 浙江大华技术股份有限公司 | 基于视频分层的协商传输方法、电子设备以及计算机可读存储介质 |
CN113111843B (zh) * | 2021-04-27 | 2023-12-29 | 北京赛博云睿智能科技有限公司 | 一种图像数据的远程采集方法及系统 |
CN113727026A (zh) * | 2021-08-31 | 2021-11-30 | 维沃移动通信(杭州)有限公司 | 录像方法、装置及设备 |
CN117729394B (zh) * | 2024-02-18 | 2024-04-30 | 厦门瑞为信息技术有限公司 | 单个图像处理模块同时处理多个图像传感器的方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006229789A (ja) * | 2005-02-18 | 2006-08-31 | Toshiba Corp | カメラ監視システム及びそれに用いられる映像合成方法、映像合成プログラム |
EP2230836A1 (en) * | 2009-03-18 | 2010-09-22 | Samsung Electronics Co., Ltd. | Method for Creating Panorama |
CN103795978A (zh) * | 2014-01-15 | 2014-05-14 | 浙江宇视科技有限公司 | 一种多画面智能识别方法及其装置 |
CN104767911A (zh) * | 2015-04-28 | 2015-07-08 | 腾讯科技(深圳)有限公司 | 图像处理方法及装置 |
CN105208323A (zh) * | 2015-07-31 | 2015-12-30 | 深圳英飞拓科技股份有限公司 | 一种全景拼接画面监控方法及装置 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140240455A1 (en) * | 2013-02-26 | 2014-08-28 | Honeywell International Inc. | System and Method to Create Evidence of an Incident in Video Surveillance System |
-
2016
- 2016-08-19 CN CN201610695555.1A patent/CN107770484A/zh active Pending
-
2017
- 2017-07-14 WO PCT/CN2017/092986 patent/WO2018032921A1/zh active Application Filing
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006229789A (ja) * | 2005-02-18 | 2006-08-31 | Toshiba Corp | カメラ監視システム及びそれに用いられる映像合成方法、映像合成プログラム |
EP2230836A1 (en) * | 2009-03-18 | 2010-09-22 | Samsung Electronics Co., Ltd. | Method for Creating Panorama |
CN103795978A (zh) * | 2014-01-15 | 2014-05-14 | 浙江宇视科技有限公司 | 一种多画面智能识别方法及其装置 |
CN104767911A (zh) * | 2015-04-28 | 2015-07-08 | 腾讯科技(深圳)有限公司 | 图像处理方法及装置 |
CN105208323A (zh) * | 2015-07-31 | 2015-12-30 | 深圳英飞拓科技股份有限公司 | 一种全景拼接画面监控方法及装置 |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110909579A (zh) * | 2018-09-18 | 2020-03-24 | 杭州海康威视数字技术股份有限公司 | 一种视频图像处理方法、装置、电子设备及存储介质 |
CN110136166A (zh) * | 2019-04-09 | 2019-08-16 | 深圳锐取信息技术股份有限公司 | 一种多路画面的自动跟踪方法 |
CN113709356A (zh) * | 2020-05-22 | 2021-11-26 | 茂杰国际股份有限公司 | 360度全景影像选择显示的摄影机及方法 |
CN113709356B (zh) * | 2020-05-22 | 2024-01-09 | 茂杰国际股份有限公司 | 360度全景影像选择显示的摄影机及方法 |
CN113766093A (zh) * | 2020-06-02 | 2021-12-07 | 璞洛泰珂(上海)智能科技有限公司 | 全景高清多焦距摄像装置、及系统 |
CN111964650A (zh) * | 2020-09-24 | 2020-11-20 | 南昌工程学院 | 一种水下目标跟踪装置 |
CN114363527A (zh) * | 2020-09-29 | 2022-04-15 | 华为技术有限公司 | 视频生成方法和电子设备 |
CN114363527B (zh) * | 2020-09-29 | 2023-05-09 | 华为技术有限公司 | 视频生成方法和电子设备 |
CN112822496A (zh) * | 2021-01-28 | 2021-05-18 | 浙江大华技术股份有限公司 | 一种视频分析方法及装置 |
WO2023125358A1 (zh) * | 2021-12-27 | 2023-07-06 | 影石创新科技股份有限公司 | 视频处理方法、装置、计算机设备及存储介质 |
CN115442568A (zh) * | 2022-09-02 | 2022-12-06 | 山东胜来网络科技有限公司 | 一种物流货物交付全景监测方法 |
CN115866392A (zh) * | 2022-11-25 | 2023-03-28 | 深圳市智百威科技发展有限公司 | 一种ai物体视觉识别系统和方法 |
Also Published As
Publication number | Publication date |
---|---|
CN107770484A (zh) | 2018-03-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2018032921A1 (zh) | 一种视频监控信息生成方法、装置及摄像机 | |
US20200236280A1 (en) | Image Quality Assessment | |
US10817977B2 (en) | Virtual lens simulation for video and photo cropping | |
US10187569B2 (en) | Portable device capable of generating panoramic file | |
US10110850B1 (en) | Systems and methods for directing content generation using a first-person point-of-view device | |
US8199221B2 (en) | Image recording apparatus, image recording method, image processing apparatus, image processing method, and program | |
US11301051B2 (en) | Using natural movements of a hand-held device to manipulate digital content | |
KR20150050172A (ko) | 관심 객체 추적을 위한 다중 카메라 동적 선택 장치 및 방법 | |
JP2006191526A (ja) | 最も好い時刻を選択できるデジタル撮影装置 | |
JP6057570B2 (ja) | 立体パノラマ映像を生成する装置及び方法 | |
TW201503054A (zh) | 影像處理器及其影像合成方法 | |
JP2020053774A (ja) | 撮像装置および画像記録方法 | |
US8860780B1 (en) | Automatic pivoting in a wide-angle video camera | |
KR20190061165A (ko) | 광고를 포함하는 360°비디오 생성 시스템 및 방법 | |
JP2013012930A (ja) | 全方位撮像装置、及びその制御方法 | |
JP2011090258A (ja) | 広角画像表示制御方法及びその装置並びに広角画像撮像装置 | |
WO2024062971A1 (ja) | 情報処理装置、情報処理方法および情報処理プログラム | |
WO2022030275A1 (ja) | 撮像装置、情報処理装置、情報処理方法、及びプログラム | |
CN113992857B (zh) | 基于十亿级像素的图像采集、识别与分类存储方法和装置 | |
JP2023097667A (ja) | ビデオ撮影装置およびビデオ映像記録方法 | |
JP2023123328A (ja) | 撮像装置、その制御方法およびプログラム | |
KR20230135521A (ko) | 이미지 스트림에서 오브젝트의 개선된 마스킹 | |
JP5398359B2 (ja) | 情報処理装置、撮像装置及び制御方法 | |
JP2021064871A (ja) | 情報処理装置および情報処理方法 | |
JP2016001815A (ja) | 画像処理装置およびその制御方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
121 | Ep: the epo has been informed by wipo that ep was designated in this application |
Ref document number: 17840896 Country of ref document: EP Kind code of ref document: A1 |
|
NENP | Non-entry into the national phase |
Ref country code: DE |
|
122 | Ep: pct application non-entry in european phase |
Ref document number: 17840896 Country of ref document: EP Kind code of ref document: A1 |
|
122 | Ep: pct application non-entry in european phase |
Ref document number: 17840896 Country of ref document: EP Kind code of ref document: A1 |