图像处理方法、计算机可读存储介质以及电子设备技术

本申请公开了一种图像处理方法、计算机可读存储介质以及电子设备。其中，该方法包括：获取待监测区域的监测图像，其中，监测图像包含目标对象；对监测图像进行密度估计，得到目标对象的密度估计结果，其中，密度估计结果包含的多个密度值用于表征监测图像中多个像素点存在目标对象的概率；基于密度估计结果，从多个像素点中确定目标像素点，其中，目标像素点存在目标对象；基于目标像素点在监测图像中的位置，得到目标对象在待监测区域中的目标定位结果。本申请解决了相关技术的算法难以输出监测图像中目标对象的更多信息的技术问题。测图像中目标对象的更多信息的技术问题。测图像中目标对象的更多信息的技术问题。

【技术实现步骤摘要】
图像处理方法、计算机可读存储介质以及电子设备


[0001]本申请涉及数据处理领域，具体而言，涉及一种图像处理方法、计算机可读存储介质以及电子设备。

技术介绍

[0002]传统的群体态势感知，往往只需要实时估计视频画面中的总体对象的数量，进而把握整体对象的数量可能的变化趋势，然而，随着城市治理水平的快速发展，对于数量的变化态势提出了更加精确化的感知需求，对于一些包含大量对象的监测图像，目前的算法只能估计出图像中对象的总数量，输出信息有限，粒度不够精细。
[0003]针对上述的问题，目前尚未提出有效的解决方案。

技术实现思路

[0004]本申请实施例提供了一种图像处理方法、计算机可读存储介质以及电子设备，以至少解决相关技术的算法难以输出监测图像中目标对象的更多信息的技术问题。
[0005]根据本申请实施例的一个方面，提供了一种图像处理方法，包括：获取待监测区域的监测图像，其中，监测图像包含目标对象；对监测图像进行密度估计，得到目标对象的密度估计结果，其中，密度估计结果包含的多个密度值用于表征监测图像中多个像素点存在目标对象的概率；基于密度估计结果，从多个像素点中确定目标像素点，其中，目标像素点存在目标对象；基于目标像素点在监测图像中的位置，得到目标对象在待监测区域中的目标定位结果。
[0006]根据本申请实施例的一个方面，提供了一种图像处理方法，包括：通过监测设备监测活动区域得到监测图像，其中，监测图像包含目标人群；对监测图像进行密度估计，得到目标人群的密度估计结果，其中，密度估计结果包含的多个密度值用于表征监测图像中多个像素点存在目标人群的概率；基于密度估计结果，从多个像素点中确定目标像素点，其中，目标像素点存在目标人群；基于目标像素点在监测图像中的位置，得到目标人群在活动区域中的目标定位结果。
[0007]根据本申请实施例的一个方面，提供了一种图像处理方法，包括：响应作用于操作界面上的输入指令，在操作界面上显示待监测区域的监测图像，其中，监测图像包含目标对象；响应作用于操作界面上的定位指令，在操作界面上显示目标对象在待监测区域中的目标定位结果，其中，目标定位结果通过从监测图像中多个像素点中确定的目标像素点在监测图像中的位置确定，目标像素点基于目标对象的密度估计结果确定，密度估计结果通过对监测图像进行密度估计得到，密度估计结果包含的多个密度值用于表征多个像素点存在目标对象的概率。
[0008]根据本申请实施例的一个方面，提供了一种图像处理方法，包括：通过监测设备监测待监测区域的监测图像，其中，监测图像包含目标对象；在虚拟现实VR设备或增强现实AR设备的呈现画面上展示监测图像；对监测图像进行密度估计，得到目标对象的密度估计结
果，其中，密度估计结果包含的多个密度值用于表征监测图像中多个像素点存在目标对象的概率；基于密度估计结果，从多个像素点中确定目标像素点，其中，目标像素点存在目标对象；基于目标像素点在监测图像中的位置，得到目标对象在待监测区域中的目标定位结果；驱动VR设备或AR设备渲染展示目标定位结果。
[0009]根据本申请实施例的一个方面，提供了一种图像处理方法，包括：通过调用第一接口获取待监测区域的监测图像，其中，第一接口包括第一参数，第一参数的参数值为监测图像，监测图像包含目标对象；对监测图像进行密度估计，得到目标对象的密度估计结果，其中，密度估计结果包含的多个密度值用于表征监测图像中多个像素点存在目标对象的概率；基于密度估计结果，从多个像素点中确定目标像素点，其中，目标像素点存在目标对象；基于目标像素点在监测图像中的位置，得到目标对象在待监测区域中的目标定位结果；通过调用第二接口输出目标定位结果，其中，第二接口包括第二参数，第二参数的参数值为目标定位结果。
[0010]在本申请实施例中，首先待监测区域的监测图像，其中，监测图像包含目标对象；对监测图像进行密度估计，得到目标对象的密度估计结果，其中，密度估计结果包含的多个密度值用于表征监测图像中多个像素点存在目标对象的概率；基于密度估计结果，从多个像素点中确定目标像素点，其中，目标像素点存在目标对象；基于目标像素点在监测图像中的位置，得到目标对象在待监测区域中的目标定位结果，实现了对监测图像中对象的定位。容易注意到的是，可以对监测图像进行密度估计，得到目标对象的密度估计结果，可以基于密度估计结果从多个像素点中确定出存在目标对象的像素点，避免对未包含目标对象的像素点进行定位，以便提高目标对象的定位结果的准确度，通过获取目标对象的定位结果，可以实现增加目标对象的输出信息的效果，进而解决了相关技术的算法难以输出监测图像中目标对象的更多信息的技术问题。
附图说明
[0011]此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
[0012]图1是根据本申请实施例的一种图像处理方法的虚拟现实设备的硬件环境的示意图；
[0013]图2是根据本申请实施例的一种图像处理方法的计算环境的结构框图；
[0014]图3是根据本申请实施例1的一种图像处理方法的流程图；
[0015]图4是根据本申请实施例的一种图像处理过程的流程图；
[0016]图5是根据本申请实施例的另一种图像处理方法的流程图；
[0017]图6是根据本申请实施例2的一种图像处理方法的流程图；
[0018]图7是根据本申请实施例3的一种图像处理方法的流程图；
[0019]图8是根据本申请实施例4的一种图像处理方法的流程图；
[0020]图9是根据本申请实施例5的一种图像处理方法的流程图；
[0021]图10是根据本申请实施例6的一种图像处理装置的示意图；
[0022]图11是根据本申请实施例7的一种图像处理装置的示意图；
[0023]图12是根据本申请实施例8的一种图像处理装置的示意图；
[0024]图13是根据本申请实施例9的一种图像处理装置的示意图；
[0025]图14是根据本申请实施例10的一种图像处理装置的示意图；
[0026]图15是根据本申请实施例的一种计算机终端的结构框图。
具体实施方式
[0027]为了使本
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，所描述的实施例仅仅是本申请一部分的实施例，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，都应当属于本申请保护的范围。
[0028]需要说明的是，本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种图像处理方法，其特征在于，包括：获取待监测区域的监测图像，其中，所述监测图像包含目标对象；对所述监测图像进行密度估计，得到所述目标对象的密度估计结果，其中，所述密度估计结果包含的多个密度值用于表征所述监测图像中多个像素点存在所述目标对象的概率；基于所述密度估计结果，从所述多个像素点中确定目标像素点，其中，所述目标像素点存在所述目标对象；基于所述目标像素点在所述监测图像中的位置，得到所述目标对象在所述待监测区域中的目标定位结果。2.根据权利要求1所述的方法，其特征在于，基于所述密度估计结果，从所述多个像素点中确定目标像素点，包括：基于所述密度估计结果，将所述多个像素点划分为多个第一像素集合，其中，不同第一像素集合中的像素点存在不同对象；对每个第一像素集合中像素点对应的密度值进行聚合，得到所述每个第一像素集合对应的质量；基于所述多个第一像素集合对应的质量对所述多个第一像素集合中预设像素集合进行分裂操作，得到多个第二像素集合，其中，所述预设像素集合对应的质量大于第一预设质量；基于所述多个第二像素集合对应的质量，从所述多个第二像素集合中确定所述目标像素点。3.根据权利要求2所述的方法，其特征在于，基于所述密度估计结果，将所述多个像素点划分为多个第一像素集合，包括：遍历所述监测图像中每个像素点，确定所述密度估计结果中该像素点对应的密度值是否为预设区域内所有像素点对应的密度值中的最大密度值，其中，所述预设区域用于表征所述监测图像中以该像素点为中心，与该像素点相邻的像素点组成的区域；在该像素点对应的密度值为所述最大密度值的情况下，建立新集合，并将该像素点存储至所述新集合，其中，所述新集合用于生成所述多个第一像素集合；在该像素点对应的密度值不为所述最大密度值的情况下，将该像素点存储至所述多个第一像素集合中存储有所述最大密度值的集合。4.根据权利要求2所述的方法，其特征在于，所述每个第一像素集合采用树状结构，所述每个第一像素集合中的像素点对应于所述树状结构中的节点，所述每个第一像素集合中像素点之间的相邻关系对应于所述树状结构中节点之间的连接关系，其中，对每个第一像素集合中像素点对应的密度值进行聚合，得到所述每个第一像素集合对应的质量，包括：确定所述树状结构中父节点对应的密度值和子节点对应的密度值，其中，所述子节点为所述树状结构中所述父节点的后代节点；对所述父节点对应的密度值和所述子节点对应的密度值进行聚合，得到所述父节点的质量；确定所述树状结构中父节点的质量为所述每个第一像素集合对应的质量。5.根据权利要求2所述的方法，其特征在于，基于所述多个第一像素集合对应的质量对所述多个第一像素集合中预设像素集合进行分裂操作，得到多个第二像素集合，包括：
步骤A，获取所述预设像素集合的辐射范围，其中，所述辐射范围用于表征所述预设像素集合中的所有像素点的坐标范围；步骤B，确定所述辐射范围内最大密度值对应的像素点，得到候选像素；步骤C，基于所述候选像素对所述预设像素集合进行分裂操作，得到分裂后的第一集合和第二集合，其中，所述分裂后的第一集合包含所述候选像素和与所述候选像素具有关联关系的关联像素，所述分裂后的第二集合包含所述预设像素集合中除所述分裂后的第一集合中的像素点之外的其他像素点；步骤D，在所述分裂后的第二集合对应的质量大于第二预设值时，将所述辐射范围更新为所述分裂后的第二集合中的所有像素点的坐标范围，并重复执行上述步骤B和步骤C，直至所述分裂后的第二集合对应的质量小于或等于所述第二预设值，得到所述多个第二像素集合，其中，所述第二预设值小于所述第一预设值。6.根据权利要求5所述的方法，其特征在于，基于所述候选像素对所述预设像素集合进行分裂操作，得到分裂后的第一集合和第二集合，包括：以所述候选像素为中心进行多次扩散，将所述预设像素集合中每次扩散位置上像素点对应的密度值与前一次扩散位置的累加结果进行累加，得到该扩散位置的累加结果，其中，第一次扩散位置的累加结果通过将第一次扩散位置上像素点对应的密度值与所述候选像素点对应的密度值进行累加得到，所述每次扩散位置为所述监测图像中与前一次扩散位置上像素点相邻...

【专利技术属性】
技术研发人员：王健，秦宇，高思琦，陶明渊，
申请(专利权)人：阿里巴巴中国有限公司，
类型：发明
国别省市：