CN102867383A - 一种抢劫监控报警方法及系统 - Google Patents

一种抢劫监控报警方法及系统 Download PDF

Info

Publication number
CN102867383A
CN102867383A CN2011101892356A CN201110189235A CN102867383A CN 102867383 A CN102867383 A CN 102867383A CN 2011101892356 A CN2011101892356 A CN 2011101892356A CN 201110189235 A CN201110189235 A CN 201110189235A CN 102867383 A CN102867383 A CN 102867383A
Authority
CN
China
Prior art keywords
foreground image
image
similarity
hand
value
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.)
Granted
Application number
CN2011101892356A
Other languages
English (en)
Other versions
CN102867383B (zh
Inventor
潘正祥
孟振宇
曾国坤
卢春林
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.)
Shenzhen Graduate School Harbin Institute of Technology
Original Assignee
Shenzhen Graduate School Harbin Institute of Technology
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 Shenzhen Graduate School Harbin Institute of Technology filed Critical Shenzhen Graduate School Harbin Institute of Technology
Priority to CN201110189235.6A priority Critical patent/CN102867383B/zh
Publication of CN102867383A publication Critical patent/CN102867383A/zh
Application granted granted Critical
Publication of CN102867383B publication Critical patent/CN102867383B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Image Analysis (AREA)

Abstract

本发明公开了一种抢劫监控报警方法及系统，该抢劫监控报警方法包括：A.实时进行视频监控，采用背景消去法提取前景图像；B.使用搜寻窗口在所提取的前景图像上扫描，以确定前景图像上的兴趣区，且所述兴趣区内的像素数与所述前景图像像素总数的比值大于预设百分比；C.将预先存储的举手模板与所设定的兴趣区进行相似度匹配，得到总相似度值，并判断总相似度值是否大于预设限值；D.若总相似度值大于预设限值，则判断兴趣区的左手臂和右手臂的位置是否合理，若是，则发出报警。实施本发明的技术方案，在抢案发生时，不需要人工触发就能实现报警。

Description

一种抢劫监控报警方法及系统
技术领域
本发明涉及图像处理技术，尤其涉及一种抢劫监控报警方法及系统。
背景技术
商店抢劫是常见的犯罪之一，在抢案发生时，举起双手(Hands-up)是相当常见的行为之一，例如抢匪用枪或武器威胁店员时，通常会喝令双手举起，抢匪往往要求店员举起双手不动，也要避免店员偷偷地触按警报装置。因此，虽然大部分商店都有安装安全防备装置，如警铃、监视器、警民联机等，却很难在抢案发生的时侯，实时发挥效用来减少财物生命的损失，主要因素在于目前大部分的安全装置还是用手动方式来触发，若要在案发后，歹徒逃之夭夭了，才能通报，却为时已晚。
发明内容
本发明要解决的技术问题在于，针对现有技术的上述在抢案发生时只能通过手动方式来触发报警的缺陷，提供一种抢劫监控报警方法，不需要手动触发就可实现报警。
本发明解决其技术问题所采用的技术方案是：构造一种抢劫监控报警方法，该抢劫监控报警方法包括：
A.实时进行视频监控，采用背景消去法提取前景图像；
B.使用搜寻窗口在所提取的前景图像上扫描，以确定前景图像上的兴趣区，且所述兴趣区内的像素数与所述前景图像像素总数的比值大于预设百分比；
C.将预先存储的举手模板与所设定的兴趣区进行相似度匹配，得到总相似度值，并判断总相似度值是否大于预设限值；
D.若总相似度值大于预设限值，则判断兴趣区的左手臂和右手臂的位置是否合理，若是，则发出报警。
在本发明所述的抢劫监控报警方法中，所述步骤A包括：
A1.实时进行视频监控；
A2.使用当前帧图像的前N帧图像产生参考背景图像，N≥2；
A3.逐一将当前帧图像的像素扣减参考背景图像的像素后再取绝对值，得到差值图像；
A4.逐一判断差值图像中的像素值是否大于预设值，如果是，则前景图像像素值为白色，反之，则前景图像像素值为黑色。
在本发明所述的抢劫监控报警方法中，在所述步骤A2中，通过采用下列模型中的一种来使用当前帧图像的前N帧图像产生参考背景图像：均值模型、中值模型、移动均值模型、高斯混合模型、核密度估计模型、特征背景模型、或均值移动模型。
在本发明所述的抢劫监控报警方法中，在所述步骤A和步骤B之间还包括：
E.对所提取的前景图像进行降噪处理。
在本发明所述的抢劫监控报警方法中，在所述步骤B中，将所提取的前景图像的像素分别进行垂直投影和水平投影，以垂直投影确定左右界限，以水平投影确定上下界限，所述左右界限和所述上下界限组成搜寻窗口。
在本发明所述的抢劫监控报警方法中，所述预先存储的举手模板包括左手举手模板和右手举手模板，所述步骤C包括：
C1.分别将左手举手模板和右手举手模板与所述兴趣区进行相似度匹配，得到左手相似度值和右手相似度值；
C2.将左手相似度值和右手相似度值相加得到总相似度值；
C3.判断总相似度值是否大于预设限值，若是，则进行步骤D，否则不做处理。
在本发明所述的抢劫监控报警方法中，在所述步骤C1中，进行相似度匹配的步骤包括：
C11.将举手模板从左到右、从上到下依次跨越兴趣区，并根据下面公式计算举手模板移动到每一位置处时所对应的相似度总分SM ； 
Figure 2011101892356100002DEST_PATH_IMAGE001
其中，SM为相似度总分， s 1为相似度得分，s 2为相似度罚分，X F为兴趣区内的前景图像，X B为兴趣区内的背景图像，T F为举手模板的前景图像， T B为举手模板的背景图像，⌒表示交集，Area()表示面积, w F 为前景图像的加权系数，w B为背景图像的加权系数；
C12.在移动完成后，求出所有位置所对应的相似度总分中的最大值，该最大的相似度总分即为相似度值。
在本发明所述的抢劫监控报警方法中，在所述步骤D中，所述判断兴趣区的左手臂和右手臂的位置是否合理的步骤包括：
判断所提取的前景图像中的两手臂的外缘垂直距离是否不超过预设垂直参考值；及
判断所提取的前景图像中的两手臂的内缘水平距离是否在预设范围内。
本发明还构造一种抢劫监控报警系统，该抢劫监控报警系统包括：
前景突显提取模块，用于实时进行视频监控，采用背景消去法提取前景图像；
兴趣区设定模块，用于使用搜寻窗口在所提取的前景图像上扫描，以确定前景图像上的兴趣区，且所述兴趣区内的像素数与所述前景图像像素总数的比值大于预设百分比；
总相似度计算模块，用于将预先存储的举手模板与所设定的兴趣区进行相似度匹配，得到总相似度值，并判断总相似度值是否大于预设限值；
验证模块，用于在总相似度值大于预设限值时，判断兴趣区的左手臂和右手臂的位置是否合理；
报警模块，用于在判断兴趣区的左手臂和右手臂的位置合理时，发出报警。
在本发明所述的抢劫监控报警系统中，在所述前景突显提取模块和兴趣区设定模块之间，还包括：
降噪处理模块，用于对所提取的前景图像进行降噪处理。
实施本发明的技术方案，实时进行视频监控并提取前景图像，然后设定兴趣区为侦测目标范围，并将预先存储的举手模板（如店员的举手模板）与设定的兴趣区进行相似度匹配，若匹配则进而判断兴趣区的左手臂和右手臂的位置是否合理，若合理，则可认为抢案发生，进而触发报警。因此，在抢案发生时，不需要人工触发就能实现报警。
附图说明
下面将结合附图及实施例对本发明作进一步说明，附图中：
图1是本发明抢劫监控报警方法实施例一的流程图；
图2是图1中步骤S100的优选实施例的流程图；
图3A是本发明一个实施例中所采集的当前帧图像；
图3B是本发明一个实施例中所计算的参考背景图像；
图3C是本发明一个实施例中所提取的前景图像；
图4A是本发明一个实施例中所提取的前景图像的垂直投影及左右界限；
图4B是本发明一个实施例中所提取的前景图像的水平投影及上下界限；
图4C是本发明一个实施例中所提取的前景图像的兴趣区；
图5是图1中步骤S300的优选实施例的流程图；
图6是本发明一个实施例中兴趣区的两手臂的位置关系图；
图7是本发明抢劫监控报警系统实施例一的逻辑图。
具体实施方式
如图1所示，在本发明一实施例的抢劫监控报警方法的流程图中，该抢劫监控报警方法包括以下步骤：
S100. 实时进行视频监控，采用背景消去法提取前景图像；
S200. 使用搜寻窗口在所提取的前景图像上扫描，以确定前景图像上的兴趣区，且所述兴趣区内的像素数与所述前景图像像素总数的比值大于预设百分比；
S300. 将预先存储的举手模板与所设定的兴趣区进行相似度匹配，得到总相似度值，并判断总相似度值是否大于预设限值，若是，则执行步骤S400；若否，则执行步骤S600；
S400. 判断兴趣区的左手臂和右手臂的位置是否合理，若是，则执行步骤S500；若否，则执行步骤S600；
S500.发出报警；
S600.不做处理。
优选地，在步骤S100和步骤S200之间还包括：对所提取的前景图像进行降噪处理。例如，采用形态学运算（开运算、闭运算）来消除噪声。
另外，结合图1和图2，优选地，步骤S100可具体包括：
S101.实时进行视频监控；
S102.使用当前帧图像的前N帧图像产生参考背景图像，N≥2；
S103.逐一将当前帧图像的像素扣减参考背景图像的像素后再取绝对值，得到差值图像；
S104.逐一判断差值图像中的像素值是否大于预设值，如果是，则前景图像像素值为白色，反之，则前景图像像素值为黑色。
下面以一个具体的例子来说明如何提取出前景图像：例如，举手前和举手完成时的影像时间间隔约为1秒，该1秒内共采集到约30帧图像，所采集的图像被依序存入固定长度的缓存器中，若当前帧图像为举手动作完成时的图像，如图3A所示。另外，当前帧的前29帧图像已被存入到缓存器中，则可利用缓存器中的当前帧图像的前29帧图像产生一参考背景图像，若只考虑抗光线波动(Light fluctuation)，可利用公式1，采用中值模型来计算参考背景图像：
 
Figure 2011101892356100002DEST_PATH_IMAGE003
      公式1
其中，
Figure 383598DEST_PATH_IMAGE004
为参考背景图像的像素，
Figure 2011101892356100002DEST_PATH_IMAGE005
为当前帧图像的前第一帧图像的像素，
Figure 101018DEST_PATH_IMAGE006
为当前帧图像的前第二帧图像的像素，
Figure 2011101892356100002DEST_PATH_IMAGE007
当前帧图像的前第N帧图像的像素，该实施例中，N为29。通过对当前帧图像的前N帧图像进行中值运算，得到参考背景图像的像素，如图3B所示。当然这只是本发明的一个实施例，并不用于限定本发明的保护范围，在其它的实施例中，还可通过采用下列模型中的一种使用当前帧图像的前N帧图像产生参考背景图像：均值模型、移动均值模型、高斯混合模型、核密度估计模型、特征背景模型、或均值移动模型。然后，逐一将当前帧图像的像素扣减参考背景图像的像素后再取绝对值，得到一差值图像。最后，逐一判断差值图像中的像素值是否大于预设值，如果是，则前景图像像素值为白色，反之，则前景图像像素值为黑色，最后组成一个二元的前景图像，如图3C所示。
另外，在图1所示的实施例中，优选地，步骤S200的搜寻窗口可通过下面的方式来确定：将所提取的前景图像的像素分别进行垂直投影和水平投影，以垂直投影确定左右界限，如图4A所示，以水平投影确定上下界限，如图4B所示，所述左右界限和所述上下界限组成搜寻窗口。然后使用该搜寻窗口在所提取的前景图像上扫描，直到搜寻窗口在前景图像上所框的区域内的像素数与前景图像像素总数的比值大于预设百分比，如95%，该搜寻窗口在前景图像上所框的区域即为兴趣区。另外，还可将四个界限向外扩固定宽度的边后来确定兴趣区，如图4C所示。
在一个优选实施例中，举手模板包括左手举手模板和右手举手模板，该左手举手模板和右手举手模板可通过下面的方式产生：一般说而言，在一家商店的店员(可视为系统使用者)，人数应该相当有限，而且拍摄地点是固定不变，可以预先在数据库中储存使用者手臂形状的模板。例如，通过半自动化方法分割出手臂轮廓，范围从人体的上胳臂到下胳臂，再到手掌，当双手举起时，左手臂形成L型及右手臂形成反L型(mirror-L)。参考现有的分割技术，例如以轮廓为基础(Contours-based)的Snakes 主动式轮廓模型(Active contour models)，都可趋近到手臂轮廓。在举手模板建立时，将举手模板定义三种属性：前景像素、背景像素及不理会，在手臂轮廓的内部为前景像素，在手臂轮廓外扩固定宽度的边为背景像素，其它的部分则属于不理会。在进行后面的相似度匹配时，不理会像素不加入计算，这样的考虑在于避免离轮廓远的像素影响相似度计算结果。
在该优选实施例中，结合图1和图5，步骤S300可具体包括：
S301. 分别将左手举手模板和右手举手模板与所述兴趣区进行相似度匹配，得到左手相似度值和右手相似度值；
S302.将左手相似度值和右手相似度值相加得到总相似度值；
S303.判断总相似度值是否大于预设限值，若是，则进行步骤S400，否则执行步骤S600。
在上述步骤S301中，优选地，进行相似度匹配的步骤包括步骤S3011-S3012，下面仅以左手举手模板为例进行说明，应理解，右手举手模板与所述兴趣区进行相似度匹配的原理与之类似，在此不做追说。 
S3011.将左手举手模板从左到右、从上到下依次跨越兴趣区，并根据下面公式计算左手举手模板移动到每一位置处时所对应的相似度总分SM ； 
Figure 870129DEST_PATH_IMAGE001
                
Figure 684501DEST_PATH_IMAGE002
        公式2
 其中，SM为相似度总分，s 1为相似度得分，s 2为相似度罚分，X F为兴趣区内的前景图像，X B为兴趣区内的背景图像，T F为左手举手模板的前景图像， T B为左手举手模板的背景图像，⌒表示交集，Area()表示面积, w F 为前景图像的加权系数，w B为背景图像的加权系数；
S3012.在移动完成后，求出所有位置所对应的相似度总分中的最大值，该最大的相似度总分即为左手相似度值，命名为MAX_SM L。
同样地，利用上面相同的方法可得到右手相似度值，命名为MAX_SM R。
优选地，在图1所示的步骤S400中，所述判断兴趣区的左手臂和右手臂的位置是否合理的步骤包括：判断所提取的前景图像中的两手臂的外缘垂直距离是否不超过预设垂直参考值；及判断所提取的前景图像中的两手臂的内缘水平距离是否在预设范围内，结合图6，在举起双手时，由于两只手的位置应该是高度相当且左右对称，我们取出两个距离：两手臂外缘垂直距离d Ver、两手臂内缘水平距离d Hor。另外，
Figure 444647DEST_PATH_IMAGE008
为两手臂外缘垂直距离的平均值，
Figure 2011101892356100002DEST_PATH_IMAGE009
为两手臂内缘水平距离的平均值，K 1、 K 2、K 3可设定成常数。K 1和K 3应大于1，K 2应小于1，K 1·
Figure 649363DEST_PATH_IMAGE008
为预设垂直参考值，K 3·
Figure 284482DEST_PATH_IMAGE009
为预设范围的上限，K 2·为预设范围的下限。当公式3成立时，代表双手高度相当；当公式4成立时，两手的距离在一定范围，若公式3或公式4有一不成立，则排除掉，不做处理。
  
Figure 133675DEST_PATH_IMAGE010
            公式3
Figure 2011101892356100002DEST_PATH_IMAGE011
     公式4。
在图7所示的本发明一实施例的抢劫监控报警系统的逻辑图中，该抢劫监控报警系统，包括前景突显提取模块11、兴趣区设定模块12、总相似度计算模块13、验证模块14和报警模块15。其中，前景突显提取模块11用于实时进行视频监控，采用背景消去法提取前景图像；兴趣区设定模块12用于使用搜寻窗口在所提取的前景图像上扫描，以确定前景图像上的兴趣区，且所述兴趣区内的像素数与所述前景图像像素总数的比值大于预设百分比；总相似度计算模块13用于将预先存储的举手模板与所设定的兴趣区进行相似度匹配，得到总相似度值，并判断总相似度值是否大于预设限值；验证模块14用于总相似度值大于预设限值，则判断兴趣区的左手臂和右手臂的位置是否合理；报警模块15用于在判断兴趣区的左手臂和右手臂的位置合理时，发出报警。另外，应当说明的是，凡是适用于抢劫监控报警方法的优选实施例同样适用于抢劫监控报警系统的优选实施例， 因此抢劫监控报警系统的优选实施例在此不做赘述。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的权利要求范围之内。 

Claims (10)

1.一种抢劫监控报警方法，其特征在于，该抢劫监控报警方法包括：
A.实时进行视频监控，采用背景消去法提取前景图像；
B.使用搜寻窗口在所提取的前景图像上扫描，以确定前景图像上的兴趣区，且所述兴趣区内的像素数与所述前景图像像素总数的比值大于预设百分比；
C.将预先存储的举手模板与所设定的兴趣区进行相似度匹配，得到总相似度值，并判断总相似度值是否大于预设限值；
D.若总相似度值大于预设限值，则判断兴趣区的左手臂和右手臂的位置是否合理，若是，则发出报警。
2.根据权利要求1所述的抢劫监控报警方法，其特征在于，所述步骤A包括：
A1.实时进行视频监控；
A2.使用当前帧图像的前N帧图像产生参考背景图像，N≥2；
A3.逐一将当前帧图像的像素扣减参考背景图像的像素后再取绝对值，得到差值图像；
A4.逐一判断差值图像中的像素值是否大于预设值，如果是，则前景图像像素值为白色，反之，则前景图像像素值为黑色。
3.根据权利要求2所述的抢劫监控报警方法，其特征在于，在所述步骤A2中，通过采用下列模型中的一种来使用当前帧图像的前N帧图像产生参考背景图像：均值模型、中值模型、移动均值模型、高斯混合模型、核密度估计模型、特征背景模型、或均值移动模型。
4.根据权利要求1-3任一项所述的抢劫监控报警方法，其特征在于，在所述步骤A和步骤B之间还包括：
E.对所提取的前景图像进行降噪处理。
5.根据权利要求1所述的抢劫监控报警方法，其特征在于，在所述步骤B中，将所提取的前景图像的像素分别进行垂直投影和水平投影，以垂直投影确定左右界限，以水平投影确定上下界限，所述左右界限和所述上下界限组成搜寻窗口。
6.根据权利要求1所述的抢劫监控报警方法，其特征在于，所述预先存储的举手模板包括左手举手模板和右手举手模板，所述步骤C包括：
C1.分别将左手举手模板和右手举手模板与所述兴趣区进行相似度匹配，得到左手相似度值和右手相似度值；
C2.将左手相似度值和右手相似度值相加得到总相似度值；
C3.判断总相似度值是否大于预设限值，若是，则进行步骤D，否则不做处理。
7.根据权利要求6所述的抢劫监控报警方法，其特征在于，在所述步骤C1中，进行相似度匹配的步骤包括：
C11.将举手模板从左到右、从上到下依次跨越兴趣区，并根据下面公式计算举手模板移动到每一位置处时所对应的相似度总分SM ； 
Figure 2011101892356100001DEST_PATH_IMAGE002
Figure DEST_PATH_IMAGE004
其中，SM为相似度总分， s 1为相似度得分，s 2为相似度罚分，X F为兴趣区内的前景图像，X B为兴趣区内的背景图像，T F为举手模板的前景图像， T B为举手模板的背景图像，⌒表示交集，Area()表示面积, w F 为前景图像的加权系数，w B为背景图像的加权系数；
C12.在移动完成后，求出所有位置所对应的相似度总分中的最大值，该最大的相似度总分即为相似度值。
8.根据权利要求1所述的抢劫监控报警方法，其特征在于，在所述步骤D中，所述判断兴趣区的左手臂和右手臂的位置是否合理的步骤包括：
判断所提取的前景图像中的两手臂的外缘垂直距离是否不超过预设垂直参考值；及
判断所提取的前景图像中的两手臂的内缘水平距离是否在预设范围内。
9.一种抢劫监控报警系统，其特征在于，该抢劫监控报警系统包括：
前景突显提取模块，用于实时进行视频监控，采用背景消去法提取前景图像；
兴趣区设定模块，用于使用搜寻窗口在所提取的前景图像上扫描，以确定前景图像上的兴趣区，且所述兴趣区内的像素数与所述前景图像像素总数的比值大于预设百分比；
总相似度计算模块，用于将预先存储的举手模板与所设定的兴趣区进行相似度匹配，得到总相似度值，并判断总相似度值是否大于预设限值；
验证模块，用于在总相似度值大于预设限值时，判断兴趣区的左手臂和右手臂的位置是否合理；
报警模块，用于在判断兴趣区的左手臂和右手臂的位置合理时，发出报警。
10.根据权利要求9所述的抢劫监控报警系统，其特征在于，在所述前景突显提取模块和兴趣区设定模块之间，还包括：
降噪处理模块，用于对所提取的前景图像进行降噪处理。
CN201110189235.6A 2011-07-07 2011-07-07 一种抢劫监控报警方法及系统 Expired - Fee Related CN102867383B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201110189235.6A CN102867383B (zh) 2011-07-07 2011-07-07 一种抢劫监控报警方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201110189235.6A CN102867383B (zh) 2011-07-07 2011-07-07 一种抢劫监控报警方法及系统

Publications (2)

Publication Number Publication Date
CN102867383A true CN102867383A (zh) 2013-01-09
CN102867383B CN102867383B (zh) 2015-02-11

Family

ID=47446235

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201110189235.6A Expired - Fee Related CN102867383B (zh) 2011-07-07 2011-07-07 一种抢劫监控报警方法及系统

Country Status (1)

Country Link
CN (1) CN102867383B (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102682284A (zh) * 2012-04-05 2012-09-19 广州中国科学院先进技术研究所 一种基于云的预警调度架构与其中的抢劫侦测方法
CN103489013A (zh) * 2013-09-18 2014-01-01 航天科工深圳（集团）有限公司 一种用于电力设备监测的图像识别方法
CN104715480A (zh) * 2015-03-11 2015-06-17 南京邮电大学 一种基于统计背景模型的目标检测方法
CN107093186A (zh) * 2017-03-10 2017-08-25 北京环境特性研究所 基于边缘投影匹配的剧烈运动检测方法
CN107330414A (zh) * 2017-07-07 2017-11-07 郑州轻工业学院 暴力行为监控方法
CN112100037A (zh) * 2020-09-25 2020-12-18 北京奇艺世纪科技有限公司 告警级别识别方法、装置、电子设备及存储介质
CN112581426A (zh) * 2020-11-06 2021-03-30 上海达适医疗科技有限公司 一种红外热成像图像的左右腿识别方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0877467A (ja) * 1994-09-07 1996-03-22 Ricoh Co Ltd 画像形成装置
US20090097711A1 (en) * 2007-10-10 2009-04-16 Samsung Electronics Co., Ltd. Detecting apparatus of human component and method thereof
CN101794481A (zh) * 2009-02-04 2010-08-04 深圳市先进智能技术研究所 Atm自助银行监控系统和方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0877467A (ja) * 1994-09-07 1996-03-22 Ricoh Co Ltd 画像形成装置
US20090097711A1 (en) * 2007-10-10 2009-04-16 Samsung Electronics Co., Ltd. Detecting apparatus of human component and method thereof
CN101794481A (zh) * 2009-02-04 2010-08-04 深圳市先进智能技术研究所 Atm自助银行监控系统和方法

Non-Patent Citations (8)

* Cited by examiner, † Cited by third party
Title
刘国翌: "基于视频的人体运动跟踪技术研究", 《中国博士学位论文全文数据库》 *
张军: "基于视频的运动人体异常行为分析识别研究", 《中国博士学位论文全文数据库》 *
李宁等: "结合人体运动特征的行为识别", 《北京交通大学学报》 *
杜鉴豪: "监控视频中的人体异常行为检测研究", 《中国优秀硕士学位论文全文数据库》 *
满君丰等: "视频监控中可变人体行为的识别", 《东南大学学报(自然科学版)》 *
苏伯超: "运动人体跟踪及特征行为识别", 《中国博士学位论文全文数据库》 *
黄永鑫: "基于视觉的运动人体行为分析技术研究", 《黑龙江科技信息》 *
黄维尧: "基于人体行为分析的智能监控系统设计与实现", 《中国优秀硕士学位论文全文数据库》 *

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102682284A (zh) * 2012-04-05 2012-09-19 广州中国科学院先进技术研究所 一种基于云的预警调度架构与其中的抢劫侦测方法
CN102682284B (zh) * 2012-04-05 2014-10-08 广州中国科学院先进技术研究所 一种基于云的预警调度架构与其中的抢劫侦测方法
CN103489013A (zh) * 2013-09-18 2014-01-01 航天科工深圳（集团）有限公司 一种用于电力设备监测的图像识别方法
CN104715480A (zh) * 2015-03-11 2015-06-17 南京邮电大学 一种基于统计背景模型的目标检测方法
CN104715480B (zh) * 2015-03-11 2018-07-17 南京邮电大学 一种基于统计背景模型的目标检测方法
CN107093186A (zh) * 2017-03-10 2017-08-25 北京环境特性研究所 基于边缘投影匹配的剧烈运动检测方法
CN107330414A (zh) * 2017-07-07 2017-11-07 郑州轻工业学院 暴力行为监控方法
CN112100037A (zh) * 2020-09-25 2020-12-18 北京奇艺世纪科技有限公司 告警级别识别方法、装置、电子设备及存储介质
CN112100037B (zh) * 2020-09-25 2023-07-25 北京奇艺世纪科技有限公司 告警级别识别方法、装置、电子设备及存储介质
CN112581426A (zh) * 2020-11-06 2021-03-30 上海达适医疗科技有限公司 一种红外热成像图像的左右腿识别方法

Also Published As

Publication number Publication date
CN102867383B (zh) 2015-02-11

Similar Documents

Publication Publication Date Title
CN102867383B (zh) 一种抢劫监控报警方法及系统
KR102470680B1 (ko) 동작 인식, 운전 동작 분석 방법 및 장치, 전자 기기
US20200167554A1 (en) Gesture Recognition Method, Apparatus, And Device
CN109710071B (zh) 一种屏幕控制方法和装置
JP5763965B2 (ja) 情報処理装置、情報処理方法、及びプログラム
CN106164980B (zh) 信息处理装置以及信息处理方法
US9547908B1 (en) Feature mask determination for images
JP5919665B2 (ja) 情報処理装置、物体追跡方法および情報処理プログラム
CN108268850B (zh) 一种基于图像的大数据处理方法
US20120068917A1 (en) System and method for dynamic gesture recognition using geometric classification
CN109063559A (zh) 一种基于改良区域回归的行人检测方法
JP2013236249A (ja) 画像処理装置及び画像処理方法
US20200250803A1 (en) Method for detecting and tracking target object, target object tracking apparatus, and computer-program product
CN103020611B (zh) 检测打架行为的方法
JP5578816B2 (ja) 画像処理装置
CN113608663B (zh) 一种基于深度学习和k-曲率法的指尖跟踪方法
CN107590496A (zh) 复杂背景下红外小目标的关联检测方法
US12026225B2 (en) Monitoring camera, part association method and program
CN111461001A (zh) 一种计算机视觉自动开车门方法及其系统
JP2007219603A (ja) 人物追跡装置、人物追跡方法および人物追跡プログラム
JP2017076181A (ja) 追跡装置
JP4947216B2 (ja) 画像処理装置および画像処理方法
KR101542206B1 (ko) 코아스-파인 기법을 이용한 객체 추출과 추적 장치 및 방법
JP5952942B2 (ja) 情報処理装置、情報処理方法、及びプログラム
CN110826495A (zh) 基于面部朝向的身体左右肢体一致性跟踪判别方法及系统

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20150211

Termination date: 20170707