[go: up one dir, main page]
More Web Proxy on the site http://driver.im/

CN114004891A - 一种基于目标追踪的配网线路巡检方法及相关装置 - Google Patents

一种基于目标追踪的配网线路巡检方法及相关装置 Download PDF

Info

Publication number
CN114004891A
CN114004891A CN202111302408.0A CN202111302408A CN114004891A CN 114004891 A CN114004891 A CN 114004891A CN 202111302408 A CN202111302408 A CN 202111302408A CN 114004891 A CN114004891 A CN 114004891A
Authority
CN
China
Prior art keywords
target
centroid
preset
tracking
distribution network
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
Application number
CN202111302408.0A
Other languages
English (en)
Inventor
郭国伟
陆志欣
刘根才
马建刚
索智勇
杨智诚
彭俊杰
刘鹏祥
梁坚祥
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangdong Power Grid Co Ltd
Foshan Power Supply Bureau of Guangdong Power Grid Corp
Original Assignee
Guangdong Power Grid Co Ltd
Foshan Power Supply Bureau of Guangdong Power Grid Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Guangdong Power Grid Co Ltd, Foshan Power Supply Bureau of Guangdong Power Grid Corp filed Critical Guangdong Power Grid Co Ltd
Priority to CN202111302408.0A priority Critical patent/CN114004891A/zh
Publication of CN114004891A publication Critical patent/CN114004891A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/10—Simultaneous control of position or course in three dimensions
    • G05D1/101—Simultaneous control of position or course in three dimensions specially adapted for aircraft
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G06T7/66—Analysis of geometric attributes of image moments or centre of gravity
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20081—Training; Learning

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Geometry (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Automation & Control Theory (AREA)
  • Image Analysis (AREA)

Abstract

本申请公开了一种基于目标追踪的配网线路巡检方法及相关装置，方法包括：通过预置轮转矩阵对预置线路巡检图像进行样本采集，得到多个线路样本图像；采用线路样本图像训练初始目标检测器，得到预置目标检测器，初始目标检测器基于KCF算法构建得到；基于预置目标检测器在当前巡检图像中进行目标检测，得到目标检测框，目标检测框包括关键点坐标；根据预设质心跟踪算法和目标检测框确定当前巡检图像中目标对象的质心位置，得到质心坐标；根据质心坐标调整无人机的位姿，完成精准对焦拍摄。本申请能够解决现有技术在无人机变换位姿和拍摄角度后，难以实现自动对焦以及姿态调整的技术问题。

Description

一种基于目标追踪的配网线路巡检方法及相关装置
技术领域
本申请涉及无人机巡检技术领域，尤其涉及一种基于目标追踪的配网线路巡检方法及相关装置。
背景技术
无人机在配电网线路自动巡检中发挥着重要作用，针对每个目标巡检点，都可以拍摄多张照片回传至控制操作平台，但是对于同一目标巡检点而言，无人机需要调整不同的角度，甚至是距离，以获取多方位的图像，才能准确的反映目标线路上的故障或者其他情况。
目前的无人机巡检过程中，为了确保无人机每次都能获取到准确清洗的配网线路图像，一般采用固定距离拍摄的方式，减少无人机的位姿变动，便于对焦，获取清晰图像；但是实际工作过程中，如果无人机需要较大幅度变换位姿，调整拍摄角度，无没有更好的机制可以满足无人机位姿和对焦的自动调整的需求。
发明内容
本申请提供了一种基于目标追踪的配网线路巡检方法及相关装置，用于解决现有技术在无人机变换位姿和拍摄角度后，难以实现自动对焦以及姿态调整的技术问题。
有鉴于此，本申请第一方面提供了一种基于目标追踪的配网线路巡检方法，包括：
通过预置轮转矩阵对预置线路巡检图像进行样本采集，得到多个线路样本图像；
采用所述线路样本图像训练初始目标检测器，得到预置目标检测器，所述初始目标检测器基于KCF算法构建得到；
基于所述预置目标检测器在当前巡检图像中进行目标检测，得到目标检测框，所述目标检测框包括关键点坐标；
根据预设质心跟踪算法和所述目标检测框确定所述当前巡检图像中目标对象的质心位置，得到质心坐标；
根据所述质心坐标调整无人机的位姿，完成精准对焦拍摄。
优选地，所述根据预设质心跟踪算法和所述目标检测框确定所述当前巡检图像中目标对象的质心位置，得到质心坐标，包括：
根据所述目标检测框计算所述当前巡检图像中目标对象的第一质心位置；
基于预设质心跟踪算法获取所述当前巡检图像中目标对象的第二质心位置；
计算所述第一质心位置与所述第二质心位置之间的欧几里德距离；
选取最小的所述欧几里德距离对应的第二质心位置作为更新后的质心位置，得到质心坐标。
优选地，所述根据所述质心坐标调整无人机的位姿，完成精准对焦拍摄，之后还包括：
基于多个所述质心坐标构建位置关联关系，得到多个关联标注数据。
优选地，所述基于多个所述质心坐标构建位置关联关系，得到多个关联标注数据，之后还包括：
将所述关联标注数据进行结构化处理后存储。
本申请第二方面提供了一种基于目标追踪的配网线路巡检装置，包括：
采样模块，用于通过预置轮转矩阵对预置线路巡检图像进行样本采集，得到多个线路样本图像；
训练模块，用于采用所述线路样本图像训练初始目标检测器，得到预置目标检测器，所述初始目标检测器基于KCF算法构建得到；
检测模块，用于基于所述预置目标检测器在当前巡检图像中进行目标检测，得到目标检测框，所述目标检测框包括关键点坐标；
定位模块，用于根据预设质心跟踪算法和所述目标检测框确定所述当前巡检图像中目标对象的质心位置，得到质心坐标；
调整模块，用于根据所述质心坐标调整无人机的位姿，完成精准对焦拍摄。
优选地，所述定位模块，具体用于：
根据所述目标检测框计算所述当前巡检图像中目标对象的第一质心位置；
基于预设质心跟踪算法获取所述当前巡检图像中目标对象的第二质心位置；
计算所述第一质心位置与所述第二质心位置之间的欧几里德距离；
选取最小的所述欧几里德距离对应的第二质心位置作为更新后的质心位置，得到质心坐标。
优选地，还包括：
关联模块，用于基于多个所述质心坐标构建位置关联关系，得到多个关联标注数据。
优选地，还包括：
存储模块，用于将所述关联标注数据进行结构化处理后存储。
本申请第三方面提供了一种基于目标追踪的配网线路巡检设备，所述设备包括处理器以及存储器；
所述存储器用于存储程序代码，并将所述程序代码传输给所述处理器；
所述处理器用于根据所述程序代码中的指令执行第一方面所述的基于目标追踪的配网线路巡检方法。
本申请第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质用于存储程序代码，所述程序代码用于执行第一方面所述的基于目标追踪的配网线路巡检方法。
从以上技术方案可以看出，本申请实施例具有以下优点：
本申请中，提供了一种基于目标追踪的配网线路巡检方法，包括：通过预置轮转矩阵对预置线路巡检图像进行样本采集，得到多个线路样本图像；采用线路样本图像训练初始目标检测器，得到预置目标检测器，初始目标检测器基于KCF算法构建得到；基于预置目标检测器在当前巡检图像中进行目标检测，得到目标检测框，目标检测框包括关键点坐标；根据预设质心跟踪算法和目标检测框确定当前巡检图像中目标对象的质心位置，得到质心坐标；根据质心坐标调整无人机的位姿，完成精准对焦拍摄。
本申请提供的一种基于目标追踪的配网线路巡检方法，通过训练得到的目标检测器对获取的当前图像进行目标定位，目标检测框能够明确目标对象的大概位置，而预设质心跟踪算法可以确定目标对象的准确位置，基于质心坐标的变化调整无人机的位姿，进而对目标对象进行对焦，即可获取到清晰的目标图像。因此，本申请能够解决现有技术在无人机变换位姿和拍摄角度后，难以实现自动对焦以及姿态调整的技术问题。
附图说明
图1为本申请实施例提供的一种基于目标追踪的配网线路巡检方法的流程示意图；
图2为本申请实施例提供的一种基于目标追踪的配网线路巡检装置的结构示意图；
图3为本申请实施例提供的目标检测框框定目标对象的示意图；
图4为本申请实施例提供的建立关联后的质心位置结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案，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做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。
为了便于理解，请参阅图1，本申请提供的一种基于目标追踪的配网线路巡检方法的实施例，包括：
步骤101、通过预置轮转矩阵对预置线路巡检图像进行样本采集，得到多个线路样本图像。
轮转矩阵的循环轮转是通过分别循环轮转矩阵中的每一层完成的，例如，在对某一层进行一次循环旋转操作时，层中的每一个元素将会取代其逆时针方向的相邻元素；循环次数k和循环的方向均可以根据实际需要配置，在此不作限定。本实施例中采用预置轮转矩阵对线路巡检图像进行采样，是指就是将图像向上、向下分别移动不同的像素，得到新的样本图像，即线路样本图像，同样是循环预置次数后得到的结果。这种采样方式可以直接增加样本的数量，确保研究分析的数据需求。
步骤102、采用线路样本图像训练初始目标检测器，得到预置目标检测器，初始目标检测器基于KCF算法构建得到。
KCF(Kernel Correlation Filter)算法是具有辨识能力的追踪方法，此方法一般都是在追踪过程中训练一个目标检测器，使用目标检测器去检测下一帧预测位置是否是目标，然后再使用新检测结果去更新训练集进而更新目标检测器。而在训练目标检测器时一般选取目标区域为正样本，目标的周围区域为负样本，当然越靠近目标的区域为正样本的可能性越大。线路样本图像可以分为正样本和负样本，同时对目标检测器进行训练，提升其辨识能力。
步骤103、基于预置目标检测器在当前巡检图像中进行目标检测，得到目标检测框，目标检测框包括关键点坐标。
请参阅图3，目标检测框可以将当前巡检图像中的目标对象框出，以此跟踪目标对象的位置。将框定的目标对象进行坐标标注，还可以得到具体的目标对象的轮廓。目标检测框的关键点坐标一般是指四个角的点坐标。
步骤104、根据预设质心跟踪算法和目标检测框确定当前巡检图像中目标对象的质心位置，得到质心坐标。
进一步地，步骤104，包括：
根据目标检测框计算当前巡检图像中目标对象的第一质心位置；
基于预设质心跟踪算法获取当前巡检图像中目标对象的第二质心位置；
计算第一质心位置与第二质心位置之间的欧几里德距离；
选取最小的欧几里德距离对应的第二质心位置作为更新后的质心位置，得到质心坐标。
预设质心跟踪算法可以处理每帧图像中每个目标对象的边界框和关键点坐标，由此可以计算的每个目标对象的质心位置，进而与目标检测框确定的质心位置进行距离分析，距离最近的则视为同一个目标对象的执行，采用第二执行位置作为更新的质心位置，更加准确可靠。
步骤105、根据质心坐标调整无人机的位姿，完成精准对焦拍摄。
根据精准的对象定位后，就可以根据定位数据调整无人机的位姿，即使是无人机的角度或者位置变化较大，导致目标对象失踪，也能通过精准的目标追踪和无人机位姿调整准确的拍摄到配电线路上的目标对象。
进一步地，步骤105，之后还包括：
基于多个质心坐标构建位置关联关系，得到多个关联标注数据。
请参阅图4，多个质心坐标可以确定具体的目标对象的位置变换情况，建立关联关系能够保证无人机对同一个目标对象的精准对焦拍摄。
进一步地，基于多个质心坐标构建位置关联关系，得到多个关联标注数据，之后还包括：
将关联标注数据进行结构化处理后存储。关联标注数据的存储是结构化存储，包含多种数据信息，且可以反映拍摄对象的关联性，存储的数据可以为后期的图像筛选和图像标注工作减轻压力，提升工作效率。
本申请实施例提供的一种基于目标追踪的配网线路巡检方法，通过训练得到的目标检测器对获取的当前图像进行目标定位，目标检测框能够明确目标对象的大概位置，而预设质心跟踪算法可以确定目标对象的准确位置，基于质心坐标的变化调整无人机的位姿，进而对目标对象进行对焦，即可获取到清晰的目标图像。因此，本申请实施例能够解决现有技术在无人机变换位姿和拍摄角度后，难以实现自动对焦以及姿态调整的技术问题。
为了便于理解，请参阅图2，本申请提供了一种基于目标追踪的配网线路巡检装置的实施例，包括：
采样模块201，用于通过预置轮转矩阵对预置线路巡检图像进行样本采集，得到多个线路样本图像；
训练模块202，用于采用线路样本图像训练初始目标检测器，得到预置目标检测器，初始目标检测器基于KCF算法构建得到；
检测模块203，用于基于预置目标检测器在当前巡检图像中进行目标检测，得到目标检测框，目标检测框包括关键点坐标；
定位模块204，用于根据预设质心跟踪算法和目标检测框确定当前巡检图像中目标对象的质心位置，得到质心坐标；
调整模块205，用于根据质心坐标调整无人机的位姿，完成精准对焦拍摄。
进一步地，定位模块204，具体用于：
根据目标检测框计算当前巡检图像中目标对象的第一质心位置；
基于预设质心跟踪算法获取当前巡检图像中目标对象的第二质心位置；
计算第一质心位置与第二质心位置之间的欧几里德距离；
选取最小的欧几里德距离对应的第二质心位置作为更新后的质心位置，得到质心坐标。
进一步地，还包括：
关联模块206，用于基于多个质心坐标构建位置关联关系，得到多个关联标注数据。
进一步地，还包括：
存储模块207，用于将关联标注数据进行结构化处理后存储。
为了便于了解，本申请还提供了一种基于目标追踪的配网线路巡检设备，设备包括处理器以及存储器；
存储器用于存储程序代码，并将程序代码传输给处理器；
处理器用于根据程序代码中的指令执行上述方法实施例中的基于目标追踪的配网线路巡检方法。
为了便于理解，本申请还提供了一种计算机可读存储介质，计算机可读存储介质用于存储程序代码，程序代码用于执行上述方法实施例中的基于目标追踪的配网线路巡检方法。
在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以通过一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(英文全称：Read-OnlyMemory，英文缩写：ROM)、随机存取存储器(英文全称：RandomAccess Memory，英文缩写：RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，以上实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。

Claims (10)

1.一种基于目标追踪的配网线路巡检方法，其特征在于，包括：
通过预置轮转矩阵对预置线路巡检图像进行样本采集，得到多个线路样本图像；
采用所述线路样本图像训练初始目标检测器，得到预置目标检测器，所述初始目标检测器基于KCF算法构建得到；
基于所述预置目标检测器在当前巡检图像中进行目标检测，得到目标检测框，所述目标检测框包括关键点坐标；
根据预设质心跟踪算法和所述目标检测框确定所述当前巡检图像中目标对象的质心位置，得到质心坐标；
根据所述质心坐标调整无人机的位姿，完成精准对焦拍摄。
2.根据权利要求1所述的基于目标追踪的配网线路巡检方法，其特征在于，所述根据预设质心跟踪算法和所述目标检测框确定所述当前巡检图像中目标对象的质心位置，得到质心坐标，包括：
根据所述目标检测框计算所述当前巡检图像中目标对象的第一质心位置；
基于预设质心跟踪算法获取所述当前巡检图像中目标对象的第二质心位置；
计算所述第一质心位置与所述第二质心位置之间的欧几里德距离；
选取最小的所述欧几里德距离对应的第二质心位置作为更新后的质心位置，得到质心坐标。
3.根据权利要求1所述的基于目标追踪的配网线路巡检方法，其特征在于，所述根据所述质心坐标调整无人机的位姿，完成精准对焦拍摄，之后还包括：
基于多个所述质心坐标构建位置关联关系，得到多个关联标注数据。
4.根据权利要求3所述的基于目标追踪的配网线路巡检方法，其特征在于，所述基于多个所述质心坐标构建位置关联关系，得到多个关联标注数据，之后还包括：
将所述关联标注数据进行结构化处理后存储。
5.一种基于目标追踪的配网线路巡检装置，其特征在于，包括：
采样模块，用于通过预置轮转矩阵对预置线路巡检图像进行样本采集，得到多个线路样本图像；
训练模块，用于采用所述线路样本图像训练初始目标检测器，得到预置目标检测器，所述初始目标检测器基于KCF算法构建得到；
检测模块，用于基于所述预置目标检测器在当前巡检图像中进行目标检测，得到目标检测框，所述目标检测框包括关键点坐标；
定位模块，用于根据预设质心跟踪算法和所述目标检测框确定所述当前巡检图像中目标对象的质心位置，得到质心坐标；
调整模块，用于根据所述质心坐标调整无人机的位姿，完成精准对焦拍摄。
6.根据权利要求5所述的基于目标追踪的配网线路巡检装置，其特征在于，所述定位模块，具体用于：
根据所述目标检测框计算所述当前巡检图像中目标对象的第一质心位置；
基于预设质心跟踪算法获取所述当前巡检图像中目标对象的第二质心位置；
计算所述第一质心位置与所述第二质心位置之间的欧几里德距离；
选取最小的所述欧几里德距离对应的第二质心位置作为更新后的质心位置，得到质心坐标。
7.根据权利要求5所述的基于目标追踪的配网线路巡检装置，其特征在于，还包括：
关联模块，用于基于多个所述质心坐标构建位置关联关系，得到多个关联标注数据。
8.根据权利要求7所述的基于目标追踪的配网线路巡检装置，其特征在于，还包括：
存储模块，用于将所述关联标注数据进行结构化处理后存储。
9.一种基于目标追踪的配网线路巡检设备，其特征在于，所述设备包括处理器以及存储器；
所述存储器用于存储程序代码，并将所述程序代码传输给所述处理器；
所述处理器用于根据所述程序代码中的指令执行权利要求1-4任一项所述的基于目标追踪的配网线路巡检方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质用于存储程序代码，所述程序代码用于执行权利要求1-4任一项所述的基于目标追踪的配网线路巡检方法。
CN202111302408.0A 2021-11-04 2021-11-04 一种基于目标追踪的配网线路巡检方法及相关装置 Pending CN114004891A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111302408.0A CN114004891A (zh) 2021-11-04 2021-11-04 一种基于目标追踪的配网线路巡检方法及相关装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111302408.0A CN114004891A (zh) 2021-11-04 2021-11-04 一种基于目标追踪的配网线路巡检方法及相关装置

Publications (1)

Publication Number Publication Date
CN114004891A true CN114004891A (zh) 2022-02-01

Family

ID=79927536

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111302408.0A Pending CN114004891A (zh) 2021-11-04 2021-11-04 一种基于目标追踪的配网线路巡检方法及相关装置

Country Status (1)

Country Link
CN (1) CN114004891A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114581741A (zh) * 2022-05-09 2022-06-03 广东电网有限责任公司佛山供电局 基于图像增强的断路器试验机器人接线定位方法及装置
WO2024198558A1 (zh) * 2023-03-28 2024-10-03 深圳市优必选科技股份有限公司 一种巡检方法、巡检装置、电子设备及存储介质

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114581741A (zh) * 2022-05-09 2022-06-03 广东电网有限责任公司佛山供电局 基于图像增强的断路器试验机器人接线定位方法及装置
CN114581741B (zh) * 2022-05-09 2022-07-15 广东电网有限责任公司佛山供电局 基于图像增强的断路器试验机器人接线定位方法及装置
WO2024198558A1 (zh) * 2023-03-28 2024-10-03 深圳市优必选科技股份有限公司 一种巡检方法、巡检装置、电子设备及存储介质

Similar Documents

Publication Publication Date Title
CN111667520B (zh) 红外图像和可见光图像的配准方法、装置及可读存储介质
JP6821714B2 (ja) 改良されたカメラ較正システム、標的、およびプロセス
CN111179358A (zh) 标定方法、装置、设备及存储介质
CN111507200A (zh) 体温检测方法、体温检测装置、及双光相机
WO2021136386A1 (zh) 数据处理方法、终端和服务器
CN110796135B (zh) 目标的定位方法及装置、计算机设备、计算机存储介质
CN104376575B (zh) 一种基于多摄像头监控的行人计数方法和装置
CN109974721A (zh) 一种基于高精度地图的视觉回环检测方法和装置
CN113780201B (zh) 手部图像的处理方法及装置、设备和介质
CN110245641A (zh) 一种目标追踪拍摄方法、装置、电子设备
CN110533654A (zh) 零部件的异常检测方法及装置
CN109977824B (zh) 物品取放识别方法、装置及设备
CN112884782B (zh) 生物对象分割方法、装置、计算机设备和存储介质
CN114004891A (zh) 一种基于目标追踪的配网线路巡检方法及相关装置
CN113362441B (zh) 三维重建方法、装置、计算机设备和存储介质
CN111652314A (zh) 温度检测方法、装置、计算机设备和存储介质
CN111627073A (zh) 一种基于人机交互的标定方法、标定装置和存储介质
CN112101303B (zh) 一种图像数据处理方法、装置以及计算机可读存储介质
CN113763466B (zh) 一种回环检测方法、装置、电子设备和存储介质
CN112802112B (zh) 视觉定位方法、装置、服务器及存储介质
CN113240806B (zh) 信息处理方法、装置、电子设备及存储介质
WO2024198558A1 (zh) 一种巡检方法、巡检装置、电子设备及存储介质
CN112215036B (zh) 跨镜追踪方法、装置、设备及存储介质
CN118014832A (zh) 一种基于线性特征不变性的图像拼接方法及相关装置
JP6567638B2 (ja) 鼻紋照合システム、鼻紋照合方法及び鼻紋照合プログラム

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