本申请实施例涉及图像处理。
背景技术:
1、道路两侧的树木的树枝容易生长到道路的上方,过长的树枝容易折断从而对道路上的行人和车辆等造成危险,此外也容易干扰过往车辆的正常行驶。因此,在城市景观的维护中,有必要对道路两侧的树木的树枝进行修剪。
2、现有技术中,可以基于对道路的拍摄图像来检测生长到道路上方的树枝。例如,可以估计拍摄图像中的对象与摄像机之间的距离,从而检测拍摄图像中生长到道路上方的树枝等物体;又例如,可以基于深度学习的方法来估计物体到摄像机的距离。
3、应该注意,上面对技术背景的介绍只是为了方便对本申请的技术方案进行清楚、完整的说明,并方便本领域技术人员的理解而阐述,不能仅仅因为这些方案在本申请的背景技术部分进行了阐述而认为上述技术方案为本领域技术人员所公知。
技术实现思路
1、上述现有的检测方法都存在一些局限性。例如,在估计距离的检测方法中,随着摄像机的移动(例如,摄像机为车载摄像机),摄像机与道路两侧树木或建筑物等物体的距离和角度都不固定,所以,难以基于拍摄图像进行准确地检测;又例如,基于深度学习的方法需要利用大量的训练数据针对不同的特定场景分别进行训练,才能得到估计结果较为准确的模型,训练数据的获得难度较大,因此,该方法的可移植性较弱。
2、针对上述技术问题的至少之一,本申请实施例提供识别预定对象的装置和方法以及电子设备,在该识别预定对象的方法中,使用基于深度信息检测到的第一对象和基于图像分割法检测到的第二对象,识别出预定对象,由此,能够以简便的方式准确地识别出预定对象,并且不需要大量的训练数据。
3、根据本申请实施例的一个方面,提供一种识别预定对象的装置,包括:
4、第一设定装置,其在输入图像中设定检测区域,所述检测区域的边界根据拍摄所述输入图像的摄像机与路面的预定位置之间的第一距离(da)来设定;
5、第一转换装置,其将所述输入图像转换为深度图像;
6、第一检测装置,其根据所述深度图像中的深度信息,从所述检测区域中检测出第一对象;
7、第二检测装置,其基于图像分割法,从所述输入图像的所述检测区域中检测出第二对象;以及
8、第一识别装置,其根据所述第一对象和所述第二对象识别预定对象。
9、根据本申请实施例的另一个方面,提供一种识别预定对象的方法,包括:
10、在输入图像中设定检测区域,所述检测区域的边界根据拍摄所述输入图像的摄像机与路面的预定位置之间的第一距离(da)来设定;
11、将所述输入图像转换为深度图像;
12、根据所述深度图像中的深度信息,从所述检测区域中检测出第一对象;
13、基于图像分割法,从所述输入图像的所述检测区域中检测出第二对象;以及
14、根据所述第一对象和所述第二对象识别预定对象。
15、根据本申请实施例的另一个方面,提供一种电子设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器被配置为执行所述计算机程序而实现如前所述的识别预定对象的方法。
16、本申请实施例的有益效果之一在于:在该识别预定对象的方法中,使用基于深度信息检测到的第一对象和基于图像分割法检测到的第二对象,识别出预定对象,由此,能够以简便的方式准确地识别出预定对象,并且不需要大量的训练数据。
17、参照后文的说明和附图,详细公开了本申请实施例的特定实施方式,指明了本申请实施例的原理可以被采用的方式。应该理解,本申请的实施方式在范围上并不因而受到限制。在所附权利要求的精神和条款的范围内,本申请的实施方式包括许多改变、修改和等同。
1.一种识别预定对象的装置,包括:
2.根据权利要求1所述的装置,其中,
3.根据权利要求2所述的装置,其中,
4.根据权利要求1所述的装置,其中,
5.根据权利要求4所述的装置,其中,
6.根据权利要求1所述的装置,其中,
7.一种电子设备,包括如权利要求1至6中任一项所述的识别预定对象的装置。
8.一种识别预定对象的方法,包括:
9.根据权利要求8所述的方法,其中,
10.根据权利要求8所述的方法,其中,