CN115937301A - 双摄像机标定方法及双摄像机的定位方法 - Google Patents

Abstract

本发明公开一种双摄像机标定方法及双摄像机的定位方法。其中，该双摄像机标定方法，包括步骤：获取检测事件；控制跟踪摄像机根据所述检测事件利用AI视觉检测技术捕捉目标对象；根据跟踪摄像机捕捉到的目标对象确定跟踪摄像机的定位关键点；根据所述检测事件，利用AI视觉检测技术在全景摄像机拍摄的视频中捕捉目标对象；根据全景摄像机的目标对象确定全景摄像机的定位关键点；关联全景摄像机的定位关键点和跟踪摄像机的定位关键点。本方法用AI检测技术代替了人工标定位置，减少了繁琐的操作，大大减少了现场调试人员的工作量，并且借助于机器的稳定性，减少了因为人为原因带来的测量误差，保证定位的准确性。

Description

双摄像机标定方法及双摄像机的定位方法

技术领域

本发明涉及视频图像处理的技术领域，更具体地，涉及一种双摄像机标定方法及双摄像机的定位方法、装置、设备及存储介质。

背景技术

近年来，随着视频拍摄技术的发展，采用全景摄像机与跟踪摄像机联动来跟踪拍摄目标物体的技术被越来越广泛地利用。然而，由于全景摄像机和跟踪摄像机之间的位置关系不确定，即使存在相对确定的关系，但是由于存在安装等方面的误差，也使得所需要的映射关系不能够精确明确，因此关联调试标定是全景和跟踪摄像机系统的必须步骤。

现有的全景摄像机与跟踪摄像机的调试关联控制过程中，对于关键点的标定管理，比较常用的方法是人工标定，即通过肉眼去确认两台摄像机拍摄的位置是否一致，在位置为一致时，关联这两台摄像机的拍摄坐标。这样做准确度不能十分得到保证，而且还会花费调试人员的大量时间去确认调整位置，工作效率低，定位效果差。

发明内容

本发明为克服人工调试摄像机效率低、定位效果差的缺陷，提供一种双摄像机标定方法、装置、设备及存储介质，本发明采用的技术方案如下。

第一方面，本发明提供一种双摄像机标定方法，包括步骤：

获取检测事件；

控制跟踪摄像机根据所述检测事件利用AI视觉检测技术捕捉目标对象；

根据跟踪摄像机捕捉到的目标对象确定跟踪摄像机的定位关键点；

根据所述检测事件，利用AI视觉检测技术在全景摄像机拍摄的视频中捕捉目标对象；

根据全景摄像机的目标对象确定全景摄像机的定位关键点；

关联全景摄像机的定位关键点和跟踪摄像机的定位关键点。

在一种实施方式中，所述控制跟踪摄像机根据所述检测事件利用AI视觉检测技术捕捉目标对象的过程，包括步骤：

获取待定位关键点信息；

根据所述待定位关键点信息控制跟踪摄像机转动所述待定位关键点信息对应的拍摄初始位置；

启动跟踪摄像机根据所述检测事件利用AI视觉检测技术捕捉目标对象。

在一种实施方式中，所述控制跟踪摄像机根据所述检测事件利用AI视觉检测技术捕捉目标对象的过程，包括步骤：

获取预置拍摄范围；

控制跟踪摄像机根据所述检测事件利用AI视觉检测技术在所述预置拍摄范围捕捉目标对象。

在一种实施方式中，所述根据跟踪摄像机捕捉到的目标对象确定跟踪摄像机的定位关键点的过程中，根据目标对象的中心位置确定定位关键点在跟踪摄像机拍摄中的坐标；

所述根据全景摄像机的目标对象确定全景摄像机的定位关键点的过程中，根据目标的中心位置确定定位关键点在跟踪摄像机拍摄中的坐标。

在一种实施方式中，所述所述预设检测事件是人头检测事件。

第二方面，本发明提供一种双摄像机的定位方法，包括步骤：

获取全景摄像机与跟踪摄像机之间的坐标转换关系、全景摄像机中目标对象的坐标和目标对象的检测事件，其中，所述坐标转换关系中的定位关键点通过前述任一实施方式所述的双摄像机标定方法得到；

根据所述坐标转换关系，将所述全景摄像机中目标对象的坐标换算成跟踪摄像机中目标对象的坐标；

根据所述跟踪摄像机中目标对象的坐标，控制跟踪摄像机转到对应的位置；

根据所述检测事件，控制跟踪摄像机利用AI视觉检测技术捕捉目标对象，并对跟踪摄像机位置进行调整，使得目标对象在拍摄画面的预设位置上。

在一种实施方式中，还包括步骤：

按照预设的目标对象在画面中的比例对所述跟踪摄像机进行变焦。

第三方面，本发明提供一种双摄像机标定装置，包括：

获取模块，用于获取检测事件；

捕捉模块，用于根据所述检测事件，控制跟踪摄像机利用AI视觉检测技术捕捉目标对象，利用AI视觉检测技术在全景摄像机拍摄的视频中捕捉目标对象；

确定模块，用于根据跟踪摄像机捕捉到的目标对象确定跟踪摄像机的定位关键点，根据全景摄像机的目标对象确定全景摄像机的定位关键点；

关联模块，用于关联全景摄像机的定位关键点和跟踪摄像机的定位关键点。

第四方面，本发明提供一种双摄像机的定位装置，其特征在于，包括：

获取模块，用于获取全景摄像机与跟踪摄像机之间的坐标转换关系、全景摄像机中目标对象的坐标和目标对象的检测事件，其中，所述坐标转换关系中的定位关键点通过前述的双摄像机标定装置得到；

换算模块，用于根据所述坐标转换关系，将所述全景摄像机中目标对象的坐标换算成跟踪摄像机中目标对象的坐标；

控制模块，用于根据所述跟踪摄像机中目标对象的坐标，控制跟踪摄像机转到对应的位置；

确认模块，用于根据所述检测事件，控制跟踪摄像机利用AI视觉检测技术捕捉目标对象，并对跟踪摄像机位置进行调整，使得目标对象在拍摄画面的预设位置上。

第五方面，本发明提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述任一实施方式的方法。

第六方面，本发明提供一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现上述任一实施方式的方法。

本发明中，采用AI检测技术捕捉目标对象，根据目标对象得出并关联两台摄像机的定位关键点，用AI检测技术代替了人工标定位置，减少了繁琐的操作，大大减少了现场调试人员的工作量，并且借助于机器的稳定性，减少了因为人为原因带来的测量误差，保证定位的准确性。另外，本发明的定位过程简单，跟踪定位过程计算量少，定位准确，画面效果呈现好。

附图说明

图1是本发明实施例一流程示意图。

图2是本发明实施例一的显示示意图。

图3是本发明实施例二流程示意图。

图4是本发明实施例三整体结构示意图。

图5是本发明实施例四整体结构示意图。

具体实施方式

下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。

需要说明的是，本发明实施例所涉及的术语“第一\第二\……”仅仅是是区别类似的对象，不代表针对对象的特定排序，可以理解地，“第一\第二\……”在允许的情况下可以互换特定的顺序或先后次序。应该理解“第一\第二\……”区分的对象在适当情况下可以互换，以使这里描述的本发明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。

实施例一

请参见图1，图1为本发明实施例一提供的一种双摄像机标定方法的流程示意图，该方法包括步骤S110、步骤S120、步骤S130、步骤S140、步骤S150和步骤S160。需要注意的是，步骤S110、步骤S120、步骤S130、步骤S140、步骤S150和步骤S160仅为附图标记，用于清晰解释实施例与附图1的对应关系，不代表对本实施例中各步骤的顺序限定。

步骤S110，获取检测事件；

步骤S120，控制跟踪摄像机根据所述检测事件利用AI视觉检测技术捕捉目标对象；

步骤S130，根据跟踪摄像机捕捉到的目标对象确定跟踪摄像机的定位关键点；

步骤S140，根据所述检测事件，利用AI视觉检测技术在全景摄像机拍摄的视频中捕捉目标对象；

步骤S150，根据全景摄像机的目标对象确定全景摄像机的定位关键点；

步骤S160，关联全景摄像机的定位关键点和跟踪摄像机的定位关键点。

定位关键点是指当前要定位的关键点，例如，如果要定位一个矩形区域的话，选取矩形的四个顶角作为关键点。本方法中对于定位关键点选取的方位没有限制，只要选取的点能够在全景摄像机与跟踪摄像机上关联上，都可以作为关键点。

本方法是通过AI检测技术代替人工标定位置，所以在AI检测之前，要获取检测事件。所述检测事件就是利用AI去检测的事件，例如，站立检测、人体检测、人头检测等。在获得了检测时间后，就可以利用AI去检测到对应的事件，在检测到对应的事件时，就可以根据该事件捕捉到对应的目标，例如，在站立检测中，把站立的人物作为目标对象，在人脸检测中，将人脸对象作为目标对象。因此，步骤S120中，控制跟踪摄像机转动，以检测事件并捕捉目标对象，步骤S140中，在全景神相机拍摄的视频中捕捉目标对象。

这里需要说明的是，如果当前检测事件中有两个目标对象，则这两个目标对象都会被捕捉到，所以使用本方法时，应该要尽可能地确认检测事件中仅可以捕捉到一个目标对象。

由于目标对象在视频画面中是一个比较大的范围，而定位关键点则是相对比较精确的点，所以要根据捕捉到的目标对象中确定可以代表该目标对象的点，再根据该代表点确定定位关键点，例如，最常规的是选取目标对象的中心位置作为代表该目标对象的点，以该该目标对象的点作为定位关键点。除了最常规的做法外，本领域技术人员也可以根据实际情况，订立如何通过目标对象确定代表点的规则，本实施方式中对订立的规则不作限制。

通过AI检测技术对事件进行检测，可以比较可靠统一地得到目标对象的范围，进而根据目标对象比较可靠统一地得出代表点，从而准确地确定定位关键点。

通过步骤S130和步骤S150，分别得到跟踪摄像机和全景摄像机的定位关键点后，就可以将两个定位关键点关联起来。通过本方法将需要的定位关键点的都关联起来后，就可以根据各自的坐标体系建立全景摄像机与跟踪摄像机之间的坐标映射关系了。

本方法中，采用AI检测技术捕捉目标对象，根据目标对象得出并关联两台摄像机的定位关键点，用AI检测技术代替了人工标定位置，减少了繁琐的操作，大大减少了现场调试人员的工作量，并且借助于机器的稳定性，减少了因为人为原因带来的测量误差，保证定位的准确性。

在一种实施方式中，所述S120的过程，包括：步骤S121、步骤S122和步骤S123。

步骤S121，获取待定位关键点信息；

步骤S122，根据所述待定位关键点信息控制跟踪摄像机转动所述待定位关键点信息对应的拍摄初始位置；

步骤S123，启动跟踪摄像机根据所述检测事件利用AI视觉检测技术捕捉目标对象。

如图2所示，图2是以四个关键点为例进行进行，图2是全景摄像机拍摄的画面，在全景摄像机拍摄的画面中圈定四个关键点搜索区域(左上、左下、右上、右下)。一般来说，做定位关键点关联时，每次都会将目标对象放置于上述四个关键点搜索区域之一的位置范围内。与之相类似的，跟踪摄像机也会被较为粗略地确定好关于这四个关键点搜索区域的拍摄初始位置。

本实施方式中，还要获取待定位关键点信息，通过该关键点信息可以知道当前要定位的关键点在哪个搜索区域内，假如是左上区域，那么就控制跟踪摄像机转动左上区域所对应的拍摄初始位置上，以方便跟踪摄像机能够更加快速地捕捉目标对象。

这里需要说明的是，对应待定位关键信息是哪种类型的信息，本实施方式不作限制，其可以是坐标信息或其他信息，总之，在收到该信息后，能够确认转到哪个关键点对应的拍摄初始位置即可。

在一种实施方式中，所述S120的过程，包括：步骤S123和步骤S124。

步骤S123，获取预置拍摄范围；

步骤S124，控制跟踪摄像机根据所述检测事件利用AI视觉检测技术在所述预置拍摄范围捕捉目标对象。

如前面一个实施例中所述，各个关键点其实是有大概的位置范围的，在这个位置范围之外的目标对象不能代表这个关键点，是不能用的。因此，本实施方式中，还对跟踪摄像机预置了拍摄范围，让跟踪摄像机只在指定的拍摄范围内捕捉目标对象，降低错误捕捉目标对象的可能。

在一种实施方式中，步骤S130的过程中，根据目标对象的中心位置确定定位关键点在跟踪摄像机拍摄中的坐标；

步骤S150的过程中，根据目标的中心位置确定定位关键点在跟踪摄像机拍摄中的坐标。

本方法是前面所说的，选取目标对象的中心点作为代表该目标对象的点，然后利用该代表点来确定定位关键点在各自摄像机拍摄中的坐标。这里需要说明的是，得到该代表点后，可以直接用该代表点来作为定位关键点，也可以基于该代表点通过一定的运算手段，得出定位关键点。

在一种实施方式中，所述预设检测事件是人头检测事件。

人头的形状比较统一，利用人头检测技术检测出的目标对象的形状相对也比较统一，减少了其他原因带来的测量误差，保证定位的准确性。

实施例二

本专利还公开了一种双摄像机的定位方法，该方法中所使用的全景摄像机与跟踪摄像机之间的坐标转换关系的定位关键点通过实施例一所述的双摄像机标定方法得到。该方法包括步骤S210、步骤S220、步骤S230和步骤S240。需要注意的是，步骤S210、步骤S220、步骤S230和步骤S240仅为附图标记，用于清晰解释实施例与附图2的对应关系，不代表对本实施例中各步骤的顺序限定。

步骤S210，获取全景摄像机与跟踪摄像机之间的坐标转换关系、全景摄像机中目标对象的坐标和目标对象的检测事件，其中，所述坐标转换关系中的定位关键点通过实施例一所述的双摄像机标定方法得到；

步骤S220，根据所述坐标转换关系，将所述全景摄像机中目标对象的坐标换算成跟踪摄像机中目标对象的坐标；

步骤S230，根据所述跟踪摄像机中目标对象的坐标，控制跟踪摄像机转到对应的位置；

步骤S240，根据所述检测事件，控制跟踪摄像机利用AI视觉检测技术捕捉目标对象，并对跟踪摄像机位置进行调整，使得目标对象在拍摄画面的预设位置上。

以四点定位为例，由实施例一得到的定位关键点定位而成的是三维空间中的一个平面，如果全景摄像机与跟踪摄像机都不是正对目标区域进行拍摄的话，在水平方向上会出现一定偏差。在实际场景中，摄像机侧拍目标区域的情况普遍存在，所以需要对目标对象的特写位置进行修正。

在经过步骤S230，跟踪摄像机转到对应的位置后，在步骤S240中，根据检测事件启动检测，如站立检测，将目标对象，如站立的人物，移动到拍摄画面的预设位置上，如画面中间。

本方法的定位过程简单，跟踪定位过程计算量少，定位准确，画面效果呈现好。

在一种实施方式中，该双摄像机的定位方法还包括：步骤S250。

步骤S250，按照预设的目标对象在画面中的比例对所述跟踪摄像机进行变焦。

为了能够让跟踪摄像机拍摄到大小适合的特写画面，可以先预设一关于预设的目标对象在画面中的比例，当目标对象在画面中的比例与该预设的比例一致时，就认为特写画面的目标对象大小合适，呈现更好的画面效果。

实施例三

与实施例一的方法相对应，如图4所示，本发明还提供一种双摄像机标定装置4，包括：获取模块410、捕捉模块420、确定模块430和关联模块440。

获取模块410，用于获取检测事件；

捕捉模块420，用于根据所述检测事件，控制跟踪摄像机利用AI视觉检测技术捕捉目标对象，利用AI视觉检测技术在全景摄像机拍摄的视频中捕捉目标对象；

确定模块430，用于根据跟踪摄像机捕捉到的目标对象确定跟踪摄像机的定位关键点，根据全景摄像机的目标对象确定全景摄像机的定位关键点；

关联模块440，用于关联全景摄像机的定位关键点和跟踪摄像机的定位关键点。

在一种实施方式中，所述捕捉模块在执行控制跟踪摄像机根据所述检测事件利用AI视觉检测技术捕捉目标对象的过程，包括步骤：

获取待定位关键点信息；

根据所述待定位关键点信息控制跟踪摄像机转动所述待定位关键点信息对应的拍摄初始位置；

启动跟踪摄像机根据所述检测事件利用AI视觉检测技术捕捉目标对象。

在一种实施方式中，所述捕捉模块在执行控制跟踪摄像机根据所述检测事件利用AI视觉检测技术捕捉目标对象的过程，包括步骤：

获取预置拍摄范围；

控制跟踪摄像机根据所述检测事件利用AI视觉检测技术在所述预置拍摄范围捕捉目标对象。

在一种实施方式中，所述确定模块根据目标对象的中心位置确定定位关键点在跟踪摄像机拍摄中的坐标，根据目标的中心位置确定定位关键点在跟踪摄像机拍摄中的坐标。

在一种实施方式中，所述所述预设检测事件是人头检测事件。

本装置中，采用AI检测技术捕捉目标对象，根据目标对象得出两台摄像机的定位关键点坐标，用AI检测技术代替了人工标定位置，减少了繁琐的操作，大大减少了现场调试人员的工作量，并且借助于机器的稳定性，减少了因为人为原因带来的测量误差，保证定位的准确性。

实施例四

与实施例二的方法相对应，如图5所示，本发明还提供一种双摄像机的定位装置，包括：获取模块510、换算模块520、控制模块530和确认模块540。

获取模块510，用于获取全景摄像机与跟踪摄像机之间的坐标转换关系、全景摄像机中目标对象的坐标和目标对象的检测事件，其中，所述坐标转换关系中的定位关键点通过实施例三所述的双摄像机标定装置得到；

换算模块520，用于根据所述坐标转换关系，将所述全景摄像机中目标对象的坐标换算成跟踪摄像机中目标对象的坐标；

控制模块530，用于根据所述跟踪摄像机中目标对象的坐标，控制跟踪摄像机转到对应的位置；

确认模块540，用于根据所述检测事件，控制跟踪摄像机利用AI视觉检测技术捕捉目标对象，并对跟踪摄像机位置进行调整，使得目标对象在拍摄画面的预设位置上。

在一种实施方式中，该该控制模块530还用于按照预设的目标对象在画面中的比例对所述跟踪摄像机进行变焦。

本装置定位过程简单，跟踪定位过程计算量少，定位准确，画面效果呈现好。

实施例五

本发明实施例还提供了一种存储介质，其上存储有计算机指令，该指令被处理器执行时实现上述任一实施例的双摄像机标定方法和/或双摄像机的定位方法。

本领域的技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于一计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：移动存储设备、随机存取存储器(RAM，Random Access Memory)、只读存储器(ROM，Read-Only Memory)、磁碟或者光盘等各种可以存储程序代码的介质。

或者，本发明上述集成的单元如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也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，本发明实施例的技术方案本质上或者说对相关技术做出贡献的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，包括若干指令用以使得一台计算机设备(可以是个人计算机、终端、或者网络设备等)执行本发明各个实施例方法的全部或部分。而前述的存储介质包括：移动存储设备、RAM、ROM、磁碟或者光盘等各种可以存储程序代码的介质。

与上述的计算机存储介质对应的是，在一个实施例中还提供一种计算机设备，该计算机设备包括存储器、编码器及存储在存储器上并可在编码器上运行的计算机程序，其中，编码器执行程序时实现如上述各实施例中的任意一种双摄像机标定方法和/或双摄像机的定位方法。

上述计算机设备，采用AI检测技术捕捉目标对象，根据目标对象得出两台摄像机的定位关键点坐标，用AI检测技术代替了人工标定位置，减少了繁琐的操作，大大减少了现场调试人员的工作量，并且借助于机器的稳定性，减少了因为人为原因带来的测量误差，保证定位的准确性。另外，该定位过程简单，跟踪定位过程计算量少，定位准确，画面效果呈现好。

以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

显然，本发明的上述实施例仅仅是为清楚地说明本发明所作的举例，而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明权利要求的保护范围之内。

Claims (11)

1.一种双摄像机标定方法，其特征在于，包括步骤：

获取检测事件；

控制跟踪摄像机根据所述检测事件利用AI视觉检测技术捕捉目标对象；

根据跟踪摄像机捕捉到的目标对象确定跟踪摄像机的定位关键点；

根据所述检测事件，利用AI视觉检测技术在全景摄像机拍摄的视频中捕捉目标对象；

根据全景摄像机的目标对象确定全景摄像机的定位关键点；

关联全景摄像机的定位关键点和跟踪摄像机的定位关键点。

2.根据权利要求1所述的双摄像机标定方法，其特征在于，所述控制跟踪摄像机根据所述检测事件利用AI视觉检测技术捕捉目标对象的过程，包括步骤：

获取待定位关键点信息；

根据所述待定位关键点信息控制跟踪摄像机转动所述待定位关键点信息对应的拍摄初始位置；

启动跟踪摄像机根据所述检测事件利用AI视觉检测技术捕捉目标对象。

3.根据权利要求1所述的双摄像机标定方法，其特征在于，所述控制跟踪摄像机根据所述检测事件利用AI视觉检测技术捕捉目标对象的过程，包括步骤：

获取预置拍摄范围；

控制跟踪摄像机根据所述检测事件利用AI视觉检测技术在所述预置拍摄范围捕捉目标对象。

4.根据权利要求1所述的双摄像机标定方法，其特征在于，所述根据跟踪摄像机捕捉到的目标对象确定跟踪摄像机的定位关键点的过程中，根据目标对象的中心位置确定定位关键点在跟踪摄像机拍摄中的坐标；

所述根据全景摄像机的目标对象确定全景摄像机的定位关键点的过程中，根据目标的中心位置确定定位关键点在跟踪摄像机拍摄中的坐标。

5.根据权利要求1-4任一项所述的双摄像机标定方法，其特征在于，所述所述预设检测事件是人头检测事件。

6.一种双摄像机的定位方法，其特征在于，包括步骤：

获取全景摄像机与跟踪摄像机之间的坐标转换关系、全景摄像机中目标对象的坐标和目标对象的检测事件，其中，所述坐标转换关系中的定位关键点通过权利要求1-5任一项所述的双摄像机标定方法得到；

根据所述坐标转换关系，将所述全景摄像机中目标对象的坐标换算成跟踪摄像机中目标对象的坐标；

根据所述跟踪摄像机中目标对象的坐标，控制跟踪摄像机转到对应的位置；

根据所述检测事件，控制跟踪摄像机利用AI视觉检测技术捕捉目标对象，并对跟踪摄像机位置进行调整，使得目标对象在拍摄画面的预设位置上。

7.根据权利要求6所述的双摄像机的定位方法，其特征在于，还包括步骤：

按照预设的目标对象在画面中的比例对所述跟踪摄像机进行变焦。

8.一种双摄像机标定装置，其特征在于，包括：

获取模块，用于获取检测事件；

捕捉模块，用于根据所述检测事件，控制跟踪摄像机利用AI视觉检测技术捕捉目标对象，利用AI视觉检测技术在全景摄像机拍摄的视频中捕捉目标对象；

确定模块，用于根据跟踪摄像机捕捉到的目标对象确定跟踪摄像机的定位关键点，根据全景摄像机的目标对象确定全景摄像机的定位关键点；

关联模块，用于关联全景摄像机的定位关键点和跟踪摄像机的定位关键点。

9.一种双摄像机的定位装置，其特征在于，包括：

获取模块，用于获取全景摄像机与跟踪摄像机之间的坐标转换关系、全景摄像机中目标对象的坐标和目标对象的检测事件，其中，所述坐标转换关系中的定位关键点通过权利要求8所述的双摄像机标定装置得到；

换算模块，用于根据所述坐标转换关系，将所述全景摄像机中目标对象的坐标换算成跟踪摄像机中目标对象的坐标；

控制模块，用于根据所述跟踪摄像机中目标对象的坐标，控制跟踪摄像机转到对应的位置；

确认模块，用于根据所述检测事件，控制跟踪摄像机利用AI视觉检测技术捕捉目标对象，并对跟踪摄像机位置进行调整，使得目标对象在拍摄画面的预设位置上。

10.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1-7中任一所述的方法。

11.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-7中任一所述的方法。

Images