本技術(shù)屬于聯(lián)排閘機(jī)，尤其涉及一種聯(lián)排閘機(jī)的檢測區(qū)域確定方法和裝置。

背景技術(shù)：

1、在行人過閘場景中，利用計(jì)算機(jī)視覺技術(shù)確定多個閘機(jī)中需要開啟的閘機(jī)，而閘機(jī)定位是計(jì)算機(jī)視覺技術(shù)的前提。相關(guān)技術(shù)中，主要通過人工標(biāo)定的方法對閘機(jī)進(jìn)行定位。但是，上述方法不適用于大批量部署場景，人工工作量大，人工成本高。

技術(shù)實(shí)現(xiàn)思路

1、本技術(shù)旨在至少解決相關(guān)技術(shù)中存在的技術(shù)問題之一。為此，本技術(shù)提出一種聯(lián)排閘機(jī)的檢測區(qū)域確定方法和裝置，無需人工手動標(biāo)定，降低人工工作量，適用于大批量部署場景，提高標(biāo)定效率，降低人工成本。

2、第一方面，本技術(shù)提供了一種聯(lián)排閘機(jī)的檢測區(qū)域確定方法，所述聯(lián)排閘機(jī)包括順序排列的多個子閘機(jī)，相鄰的所述子閘機(jī)之間的上方區(qū)域?qū)?yīng)設(shè)置有圖像傳感器；該方法包括：

3、獲取目標(biāo)圖像傳感器采集的第一深度圖像；所述第一深度圖像包括位于所述目標(biāo)圖像傳感器下方區(qū)域內(nèi)的多個子閘機(jī)；

4、基于高度閾值和面積閾值中的至少一種對所述第一深度圖像進(jìn)行特征提取，得到所述第一深度圖像中所包括的所述多個子閘機(jī)的主體區(qū)域；

5、基于所述多個子閘機(jī)的主體區(qū)域中像素點(diǎn)對應(yīng)的距離信息，從所述多個子閘機(jī)的主體區(qū)域中篩選得到目標(biāo)第一區(qū)域和目標(biāo)第二區(qū)域；所述距離信息表征所述像素點(diǎn)對應(yīng)的物體與所述目標(biāo)圖像傳感器之間的距離；

6、將所述目標(biāo)第一區(qū)域和目標(biāo)第二區(qū)域之間的區(qū)域，確定為目標(biāo)圖像傳感器采集的第一深度圖像中的待檢測區(qū)域。

7、根據(jù)本技術(shù)的聯(lián)排閘機(jī)的檢測區(qū)域確定方法，通過目標(biāo)圖像傳感器采集第一深度圖像，并通過高度閾值和面積閾值中的一個或多個對第一深度圖像進(jìn)行特征提取，得到第一深度圖像中包括的多個子閘機(jī)的主體區(qū)域，從多個子閘機(jī)的主體區(qū)域中自動確定目標(biāo)圖像傳感器采集的第一深度圖像中的待檢測區(qū)域，無需人工手動標(biāo)定，降低人工工作量，適用于大批量部署場景，提高標(biāo)定效率，降低人工成本。

8、根據(jù)本技術(shù)的聯(lián)排閘機(jī)的檢測區(qū)域確定方法，所述基于所述多個子閘機(jī)的主體區(qū)域中像素點(diǎn)對應(yīng)的距離信息，從所述多個子閘機(jī)的主體區(qū)域中篩選得到目標(biāo)第一區(qū)域和目標(biāo)第二區(qū)域，包括：

9、比較所述多個子閘機(jī)的主體區(qū)域中像素點(diǎn)對應(yīng)的距離信息；

10、將所述多個子閘機(jī)的主體區(qū)域中所述像素點(diǎn)對應(yīng)的距離信息中所述距離信息最小的兩個主體區(qū)域，確定為所述目標(biāo)第一區(qū)域和所述目標(biāo)第二區(qū)域。

11、根據(jù)本技術(shù)的聯(lián)排閘機(jī)的檢測區(qū)域確定方法，所述將所述多個子閘機(jī)的主體區(qū)域中所述像素點(diǎn)對應(yīng)的距離信息中所述距離信息最小的兩個主體區(qū)域，確定為所述目標(biāo)第一區(qū)域和所述目標(biāo)第二區(qū)域，包括：

12、將所述多個子閘機(jī)的主體區(qū)域中所述像素點(diǎn)對應(yīng)的距離信息中所述距離信息最小的兩個主體區(qū)域，確定為初始第一區(qū)域和初始第二區(qū)域；

13、分別對所述初始第一區(qū)域和所述初始第二區(qū)域中連通密度小于密度閾值的區(qū)域進(jìn)行裁剪，得到裁剪后的初始第一區(qū)域和裁剪后的初始第二區(qū)域；

14、將所述裁剪后的初始第一區(qū)域和所述裁剪后的初始第二區(qū)域，確定為所述目標(biāo)第一區(qū)域和所述目標(biāo)第二區(qū)域。

15、根據(jù)本技術(shù)的聯(lián)排閘機(jī)的檢測區(qū)域確定方法，所述將所述裁剪后的初始第一區(qū)域和所述裁剪后的初始第二區(qū)域，確定為所述目標(biāo)第一區(qū)域和所述目標(biāo)第二區(qū)域，包括：

16、基于所述裁剪后的初始第一區(qū)域和所述裁剪后的初始第二區(qū)域內(nèi)包括的閘機(jī)主體對應(yīng)的相對位置信息和尺寸信息中的至少一種，對齊所述裁剪后的初始第一區(qū)域和所述裁剪后的初始第二區(qū)域，得到對齊第一區(qū)域和對齊第二區(qū)域；

17、將所述對齊第一區(qū)域和所述對齊第二區(qū)域，確定為所述目標(biāo)第一區(qū)域和所述目標(biāo)第二區(qū)域。

18、根據(jù)本技術(shù)的聯(lián)排閘機(jī)的檢測區(qū)域確定方法，所述基于高度閾值和面積閾值中的至少一種對所述第一深度圖像進(jìn)行特征提取，得到所述第一深度圖像中所包括的所述多個子閘機(jī)的主體區(qū)域，包括：

19、從所述第一深度圖像中截取所述像素點(diǎn)對應(yīng)的距離信息大于所述高度閾值的像素區(qū)域，得到所述第一深度圖像中所包括的所述多個子閘機(jī)的主體區(qū)域；

20、和/或；

21、從所述第一深度圖像中截取連通像素區(qū)域大于所述面積閾值的像素區(qū)域，得到所述第一深度圖像中所包括的所述多個子閘機(jī)的主體區(qū)域；所述連通像素區(qū)域?yàn)榫哂邢嗤卣鞯南袼攸c(diǎn)包括的區(qū)域。

22、根據(jù)本技術(shù)的聯(lián)排閘機(jī)的檢測區(qū)域確定方法，所述獲取目標(biāo)圖像傳感器采集的第一深度圖像，包括：

23、獲取所述目標(biāo)圖像傳感器采集的初始深度圖像；

24、對所述初始深度圖像進(jìn)行濾波處理和二值化處理中的至少一種，得到所述第一深度圖像。

25、根據(jù)本技術(shù)的聯(lián)排閘機(jī)的檢測區(qū)域確定方法，在所述將所述目標(biāo)第一區(qū)域和目標(biāo)第二區(qū)域之間的區(qū)域，確定為目標(biāo)圖像傳感器采集的第一深度圖像中的待檢測區(qū)域之后，所述方法還包括：

26、對所述待檢測區(qū)域進(jìn)行特征識別，得到特征識別結(jié)果；

27、在所述特征識別結(jié)果為存在過閘對象的情況下，將所述待檢測區(qū)域確定為開啟區(qū)域；

28、在所述特征識別結(jié)果為不存在過閘對象的情況下，將所述待檢測區(qū)域確定為無需開啟區(qū)域。

29、第二方面，本技術(shù)提供了一種聯(lián)排閘機(jī)的檢測區(qū)域確定裝置，所述聯(lián)排閘機(jī)包括順序排列的多個子閘機(jī)，相鄰的所述子閘機(jī)之間的上方區(qū)域?qū)?yīng)設(shè)置有圖像傳感器；該裝置包括：

30、第一處理模塊，用于獲取目標(biāo)圖像傳感器采集的第一深度圖像；所述第一深度圖像包括位于所述目標(biāo)圖像傳感器下方區(qū)域內(nèi)的多個子閘機(jī)；

31、第二處理模塊，用于基于高度閾值和面積閾值中的至少一種對所述第一深度圖像進(jìn)行特征提取，得到所述第一深度圖像中所包括的所述多個子閘機(jī)的主體區(qū)域；

32、第三處理模塊，用于基于所述多個子閘機(jī)的主體區(qū)域中像素點(diǎn)對應(yīng)的距離信息，從所述多個子閘機(jī)的主體區(qū)域中篩選得到目標(biāo)第一區(qū)域和目標(biāo)第二區(qū)域；所述距離信息表征所述像素點(diǎn)對應(yīng)的物體與所述目標(biāo)圖像傳感器之間的距離；

33、第四處理模塊，用于將所述目標(biāo)第一區(qū)域和目標(biāo)第二區(qū)域之間的區(qū)域，確定為目標(biāo)圖像傳感器采集的第一深度圖像中的待檢測區(qū)域。

34、根據(jù)本技術(shù)的聯(lián)排閘機(jī)的檢測區(qū)域確定裝置，通過目標(biāo)圖像傳感器采集第一深度圖像，并通過高度閾值和面積閾值中的一個或多個對第一深度圖像進(jìn)行特征提取，得到第一深度圖像中包括的多個子閘機(jī)的主體區(qū)域，從多個子閘機(jī)的主體區(qū)域中自動確定目標(biāo)圖像傳感器采集的第一深度圖像中的待檢測區(qū)域，無需人工手動標(biāo)定，降低人工工作量，適用于大批量部署場景，提高標(biāo)定效率，降低人工成本。

35、第三方面，本技術(shù)提供了一種電子設(shè)備，包括存儲器、處理器及存儲在所述存儲器上并可在所述處理器上運(yùn)行的計(jì)算機(jī)程序，所述處理器執(zhí)行所述計(jì)算機(jī)程序時實(shí)現(xiàn)如上述第一方面所述的聯(lián)排閘機(jī)的檢測區(qū)域確定方法。

36、第四方面，本技術(shù)提供了一種非暫態(tài)計(jì)算機(jī)可讀存儲介質(zhì)，其上存儲有計(jì)算機(jī)程序，所述計(jì)算機(jī)程序被處理器執(zhí)行時實(shí)現(xiàn)如上述第一方面所述的聯(lián)排閘機(jī)的檢測區(qū)域確定方法。

37、第五方面，本技術(shù)提供了一種計(jì)算機(jī)程序產(chǎn)品，包括計(jì)算機(jī)程序，所述計(jì)算機(jī)程序被處理器執(zhí)行時實(shí)現(xiàn)如上述第一方面所述的聯(lián)排閘機(jī)的檢測區(qū)域確定方法。

38、本技術(shù)實(shí)施例中的上述一個或多個技術(shù)方案，至少具有如下技術(shù)效果之一：

39、通過目標(biāo)圖像傳感器采集第一深度圖像，并通過高度閾值和面積閾值中的一個或多個對第一深度圖像進(jìn)行特征提取，得到第一深度圖像中包括的多個子閘機(jī)的主體區(qū)域，從多個子閘機(jī)的主體區(qū)域中自動確定目標(biāo)圖像傳感器采集的第一深度圖像中的待檢測區(qū)域，無需人工手動標(biāo)定，降低人工工作量，適用于大批量部署場景，提高標(biāo)定效率，降低人工成本。

40、進(jìn)一步地，通過對初始深度圖像進(jìn)行濾波處理，能夠去除初始深度圖像中的噪聲，得到更加平滑的第一深度圖像，提高第一深度圖像的圖像質(zhì)量，通過對初始深度圖像進(jìn)行二值化處理，能夠增強(qiáng)得到的第一深度圖像的對比度，使得第一深度圖像中包括的多個子閘機(jī)更加清晰，提高后續(xù)確定待檢測區(qū)域的效率。

41、更進(jìn)一步地，通過分別對初始第一區(qū)域和初始第二區(qū)域中連通密度小于密度閾值的區(qū)域進(jìn)行裁剪，可以得到連通更密集的像素區(qū)域，使得得到的目標(biāo)第一區(qū)域和目標(biāo)第二區(qū)域更貼合子閘機(jī)的實(shí)際形態(tài)，減少子閘機(jī)的門體對閘機(jī)定位的干擾，提高后續(xù)定位準(zhǔn)確度。

42、再進(jìn)一步地，通過裁剪后的初始第一區(qū)域和裁剪后的初始第二區(qū)域內(nèi)包括的閘機(jī)主體對應(yīng)的相對位置信息和尺寸信息中的一個或多個，有效對齊裁剪后的初始第一區(qū)域和裁剪后的初始第二區(qū)域，得到對齊第一區(qū)域和對齊第二區(qū)域，去除裁剪后的初始第一區(qū)域和裁剪后的初始第二區(qū)域中的干擾物，提高獲取的目標(biāo)第一區(qū)域和目標(biāo)第二區(qū)域的準(zhǔn)確度。

43、本技術(shù)的附加方面和優(yōu)點(diǎn)將在下面的描述中部分給出，部分將從下面的描述中變得明顯，或通過本技術(shù)的實(shí)踐了解到。