【技术实现步骤摘要】
一种监督目标定位方法和装置
[0001]本专利技术涉及计算机视觉
,特别涉及一种监督目标定位方法和装置
。
技术介绍
[0002]近期,随着卷积神经网络技术方发展,图像识别技术被广泛应用,
CNN
技术已经被开发用于从单幅图像中估计地平线的方式判断相机方向,但大多数将问题制定为回归或分类,对地平线相关的特征和响应的相机参数施加强先验
。
然而,实际应用中上述方法收到许多伪平行线段的影响表现不佳
。
[0003]在计算机视觉方面,在相关方法中提出了一个通过使用最邻近匹配度低并且中等水平的外观特征在大型地理图像数据库中标记
。
在基于
SFM
(
structure
‑
from
‑
motion
)框架,还提出了使用大量图像和计算资源来提升准确性,其本质就是将识别数据库放在云上
。
此外,还实现了通过将地面视图图像和卫星图像进行匹配来估算相机位置和方向的方法
。
[0004]现有技术中,在定位目标物体时,需要获取摄像机内部参数包括焦距
、
光心等,编写相关驱动程序
。
对于一些老旧相机缺少云台获取相关参数,不同厂家相机型号不同,而不同型号相机的参数
、
操作方式各不相同,甚至一些老旧摄像头没有转台接口,使摄像头转动
、
调焦
、
定位等不统一,操作复杂
。 />通常是通过换成统一型号相机,开发统一接口对相机进行操控,但是这样会加大部署成本,造成资源浪费需要的接口不同,增加工作量
。
[0005]在相关技术中,通过由四个方向图像组成的全向图像中提取了垂直和水平的建筑边缘,从这些边缘产生描述建筑物分段线性轮廓的结构碎片,在地图区域中进行搜索,从单个图像中发现结构并参考地图进行识别定位,但在定位过程中没有顾及和考虑相机的倾斜,仅能支持大规模搜索和粗略定位,不能应用于更高精度的需求,并且该方法需要更多用户操作
。
此外,还存在以下问题:在缺少相机安装参数和光学参数的情况下无法精确定外目标物体在空间中的朝向和距离;相机对应的转台厂商
、
型号都不同,无法使用一种通用的方法去获取当前转台的实际参数,甚至某些老旧摄像头的转台根本就没有对应的接口;单摄像头目标识别后缺少定位信息的问题
。
[0006]因此,有必要提供一种新的监督目标定位方法,以解决上述问题
。
技术实现思路
[0007]本专利技术意在提供一种监督目标定位方法和装置,以解决现有技术中在缺少相机安装参数和光学参数的情况下无法精确定外目标物体在空间中的朝向和距离;相机对应的转台厂商
、
型号都不同,无法使用一种通用的方法去获取当前转台的实际参数,甚至某些老旧摄像头的转台根本就没有对应的接口;单摄像头目标识别后缺少定位信息等的技术问题,本专利技术要解决的技术问题通过以下技术方案来实现
。
[0008]本专利技术第一方面提出一种监督目标定位方法,包括:采集固定摄像头周围图像,对所采集的样本图像进行标注,同时在
GIS
上找到对应标注目标物体的位置信息,以建立训练数据集;使用所述训练数据集训练固定摄像头的目标识别定位模型,得到训练好的目标识
别定位模型;采用训练好的目标识别定位模型,对当前视频流图像进行目标识别,并得到目标物体的位置信息;计算目标物体相对于固定摄像头的方位角和距离,以调整固定摄像头的方向
。
[0009]根据可选的实施方式,使用以下表达式计算当前视频流图像中目标物体
B
点相对于固定摄像头
A
点的方位角
θ
:
θ
=atan2(y,x)
;
x= cos(A
w
) sin(B
w
)
‑
sin(A
w
)*cos(B
w
)*cos(B
j
‑
A
j
)
;
y= sin(B
j
‑
A
j
)*cos(B
w
) ;其中,
θ
表示当前视频流图像中目标物体
B
点相对于固定摄像头
A
点的方位角
θ
;
A(A
j
, A
w
)
表示固定摄像头的坐标位置,
A
j
为固定摄像头
A
点的经度,
A
w
为固定摄像头
A
点的纬度;
B
(
B
j
, B
w
)表示目标物体
B
点在当前视频流图像中的坐标位置,
B
j
为目标物体
B
点的经度,
B
w
为目标物体
B
点的纬度
。
[0010]根据可选的实施方式,使用以下表达式计算目标物体
B
点相对于固定摄像头
A
点的距离
S
:
S=R*arccos(sin(A
j
)*sin(B
j
)+cos(A
j
)*cos(B
j
)*cos(B
w
‑
A
w
))
其中,
S
表示目标物体
B
点与固定摄像头
A
点之间的距离;
R
为地球平均半径;
A
j
为固定摄像头
A
点的经度,
A
w
为固定摄像头
A
点的纬度;
B
j
为目标物体
B
点的经度,
B
w
为目标物体
B
点的纬度
。
[0011]根据可选的实施方式,所述计算目标物体相对于固定摄像头的方位角和距离,以调整固定摄像头的方向,包括:根据摄像头和当前视频流图像中目标物体,计算出固定摄像头的方位角,对固定摄像头方向进行调整;在所计算的方位角度大于摄像头可旋转角度时,则将固定摄像头调整为可旋转角度的最大方位角,同步调整
GIS
方向,使
GIS
上的相机方向始终与实际摄像头方向保持一致,其中,每个摄像头在安装时,设置摄像头默认焦距及默认方向,摄像头的正对位置为默认方向,记录在默认方向上摄像头方位角为 θ
,同时调整
GIS
上固定摄像头方向的角度为
θ
。
...
【技术保护点】
【技术特征摘要】
1.
一种监督目标定位方法,其特征在于,包括:采集固定摄像头周围图像,对所采集的样本图像进行标注,同时在
GIS
上找到对应标注目标物体的位置信息,以建立训练数据集;使用所述训练数据集训练固定摄像头的目标识别定位模型,得到训练好的目标识别定位模型;采用训练好的目标识别定位模型,对当前视频流图像进行目标识别,并得到目标物体的位置信息;计算目标物体相对于固定摄像头的方位角和距离,以调整固定摄像头的方向
。2.
根据权利要求1所述的监督目标定位方法,其特征在于,使用以下表达式计算当前视频流图像中目标物体
B
点相对于固定摄像头
A
点的方位角
θ
:
θ
=atan2(y,x)
;
x= cos(A
w
) sin(B
w
)
‑
sin(A
w
)*cos(B
w
)*cos(B
j
‑
A
j
)
;
y= sin(B
j
‑
A
j
)*cos(B
w
) ;其中,
θ
表示当前视频流图像中目标物体
B
点相对于固定摄像头
A
点的方位角
θ
;
A(A
j
, A
w
)
表示固定摄像头的坐标位置,
A
j
为固定摄像头
A
点的经度,
A
w
为固定摄像头
A
点的纬度;
B
(
B
j
, B
w
)表示目标物体
B
点在当前视频流图像中的坐标位置,
B
j
为目标物体
B
点的经度,
B
w
为目标物体
B
点的纬度
。3.
根据权利要求2所述的监督目标定位方法,其特征在于,使用以下表达式计算目标物体
B
点相对于固定摄像头
A
点的距离
S
:
S=R*arccos(sin(A
j
)*sin(B
j
)+cos(A
j
)*cos(B
j
)*cos(B
w
‑
A
w
))
;其中,
S
表示目标物体
B
点与固定摄像头
A
点之间的距离;
R
为地球平均半径;
A
j
为固定摄像头
A
点的经度,
A
w
为固定摄像头
A
点的纬度;
B
...
【专利技术属性】
技术研发人员:郑海波,蔡鹏飞,王晓梅,李俊男,潘思榕,何子中,齐洪武,
申请(专利权)人:中国电子科技集团公司第十五研究所,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。