一种枪球坐标关联方法、装置、电子设备及存储介质制造方法及图纸

本发明专利技术实施例提供了一种枪球坐标关联方法、装置、电子设备及存储介质。所述方法包括：将待坐标关联的枪机图像和球机图像分别输入预先训练的神经网络，得到第一输出结果和第二输出结果；基于第一输出结果所包括的位置信息和第二输出结果所包括的位置信息，确定多组匹配点；其中，任一组匹配点包括枪机图像中的一个坐标点和球机图像中的一个坐标点，且任一组匹配点所包括的两个坐标点满足：属于相同目标且在相同目标所对应图像区域中的位置具有对应性；基于所确定的多组匹配点，计算关于枪机图像和球机图像的坐标映射矩阵。应用本发明专利技术实施例能够实现有效地确定匹配点，继而有效地实现枪球坐标关联的目的。

A method, device, electronic equipment and storage medium of gun ball coordinate Association

【技术实现步骤摘要】
一种枪球坐标关联方法、装置、电子设备及存储介质
本专利技术涉及视频监控领域，特别是涉及一种枪球坐标关联方法、装置、电子设备及存储介质。
技术介绍
在视频监控领域，常用的视频监控设备包括枪机和球机等。枪机即枪式摄像机，球机即智能球摄像机，枪机和球机都可以用于拍摄图像。在一些场景下，比如在枪机图像和球机图像中跟踪同一目标等，需要将枪机图像的坐标与球机图像的坐标建立映射关系，也就是实现枪球坐标关联。在现有技术中，一种枪球坐标关联方法的过程是：利用SIFT(Scale-invariantfeaturetransform，尺度不变特征变换算法)、ORB(OrientedFASTandRotatedBRIEF，快速特征点提取和描述算法)或SURF(Speeded-UpRobustFeatures，快速鲁棒特征算法)等传统的特征提取滤波器，分别提取枪机图像和球机图像中的多个特征点；然后，在提取到的枪机的多个特征点和球机的多个特征点中，确定多组匹配点，其中，一组匹配点包括像素特征匹配的、枪机图像的一个特征点和球机图像的一个特征点；最后，利用确定的多组匹本文档来自技高网...

【技术保护点】
1.一种枪球坐标关联方法，其特征在于，包括：/n将待坐标关联的枪机图像和球机图像分别输入预先训练的神经网络，得到第一输出结果和第二输出结果；其中，所述神经网络用于识别图像中目标的位置信息，所述第一输出结果包括所述枪机图像中各个目标的位置信息，所述第二输出结果包括所述球机图像中各个目标的位置信息；/n基于所述第一输出结果所包括的位置信息和所述第二输出结果所包括的位置信息，确定多组匹配点；其中，任一组匹配点包括所述枪机图像中的一个坐标点和所述球机图像中的一个坐标点，且任一组匹配点所包括的两个坐标点满足：属于相同目标且在所述相同目标所对应图像区域中的位置具有对应性；/n基于所确定的多组匹配点，计算关...

【技术特征摘要】
1.一种枪球坐标关联方法，其特征在于，包括：
将待坐标关联的枪机图像和球机图像分别输入预先训练的神经网络，得到第一输出结果和第二输出结果；其中，所述神经网络用于识别图像中目标的位置信息，所述第一输出结果包括所述枪机图像中各个目标的位置信息，所述第二输出结果包括所述球机图像中各个目标的位置信息；
基于所述第一输出结果所包括的位置信息和所述第二输出结果所包括的位置信息，确定多组匹配点；其中，任一组匹配点包括所述枪机图像中的一个坐标点和所述球机图像中的一个坐标点，且任一组匹配点所包括的两个坐标点满足：属于相同目标且在所述相同目标所对应图像区域中的位置具有对应性；
基于所确定的多组匹配点，计算关于所述枪机图像和所述球机图像的坐标映射矩阵。


2.根据权利要求1所述的方法，其特征在于，所述基于所述第一输出结果所包括的位置信息和所述第二输出结果所包括的位置信息，确定多组匹配点，包括：
基于所述第一输出结果所包括的位置信息和所述第二输出结果所包括的位置信息，确定所述枪机图像和所述球机图像中的至少一个相同目标；
从所述枪机图像和所述球机图像中的至少一个相同目标所对应的坐标点中，确定多组匹配点。


3.根据权利要求2所述的方法，其特征在于，所述基于所述第一输出结果所包括的位置信息和所述第二输出结果所包括的位置信息，确定所述枪机图像和所述球机图像中的至少一个相同目标，包括：
确定所述枪机图像中的各个第一图像块以及所述球机图像中的各个第二图像块；其中，所述第一图像块为与所述第一输出结果所包括的位置信息对应的图像区域，所述第二图像块为与所述第二输出结果所包括的位置信息对应的图像区域；
将所确定的第一图像块和第二图像块组成多个图像块组，针对每个图像块组，计算该图像块组中的第一图像块和第二图像块的相似度；其中，任意一个图像块组由一个第一图像块和一个第二图像块组成；
在多个图像块组对应的相似度中，确定满足预设条件的至少一个相似度；
针对所述至少一个相似度中每个相似度所对应的图像块组，将该图像块组中第一图像块和第二图像块所对应的目标，确定为相同目标。


4.根据权利要求3所述的方法，其特征在于，所述第一输出结果还包括所述枪机图像中各个目标的类别，所述第二输出结果还包括所述球机图像中各个目标的类别；
所述将所确定的第一图像块和第二图像块组成多个图像块组，包括：
针对每一类别，将所对应目标属于该类别的第一图像块和第二图像块组成多个图像块组。


5.根据权利要求3或4所述的方法，其特征在于，所述针对每个图像块组，计算该图像块组中的第一图像块和第二图像块的相似度，包括：
将每个图像块组输入预先训练的度量网络，得到该图像块组中第一图像块和第二图像块的相似度；
其中，所述度量网络为用于计算图像相似度的神经网络。


6.根据权利要求3或4所述的方法，其特征在于，所述在多个图像块组对应的相似度中，确定满足预设条件的至少一个相似度，包括：
在多个图像块组对应的相似度中，确定大于预设相似度阈值的相似度，得到多个第一相似度；
针对所述多个第一相似度中的任意两个第一相似度，当判断出该任意两个第一相似度所对应的图像块组中存在：相同的第一图像块或相同的第二图像块时，将该任意两个第一相似度中的较小相似度删除；
将剩余的第一相似度确定为满足预设条件的相似度。


7.根据权利要求2所述的方法，其特征在于，所述至少一个相同目标为一个相同目标；
所述从所述枪机图像和所述球机图像中的至少一个相同目标所对应的坐标点中，确定多组匹配点，包括：
在所述枪机图像中所述相同目标所对应的坐标点中，确定多个预设位置处的坐标点，以及，在所述球机图像中所述相同目标所对应的坐标点中，确定所述多个预设位置处的坐标点；其中，所述多个预设位...

【专利技术属性】
技术研发人员：许剑华，
申请(专利权)人：杭州海康威视数字技术股份有限公司，
类型：发明
国别省市：浙江;33